基于分类信息的HAR-RV模型的我国股市波动率研究.pdf

基于分类信息的HAR-RV 模型的我国股市波动率研究 摘 要 鉴于波动率的不可观测性，波动率的研究在金融市场研究中占据举足轻重的地位。 理论研究方面，金融资产的风险度量、定价以及衍生品的定价都涉及到对于波动率的 把控；投资实践方面，金融市场的波动率的变化也是金融投资者最为关注的问题，因 此对于波动率的度量和预测显得至关重要。近几年来，高频数据的获取和存储方式由 于计算机技术的高速发展变得尤为便捷。基于高频数据对已实现波动率的研究逐渐受 到国内外众多学者们的关注，这将成为波动率研究的一个重要的视角。本文基于异质 市场假说以及混合分布假说，将分类信息引入异质自回归(HAR-RV)模型中，对已实 现波动率进行建模，以分析分类信息对我国股市已实现波动率的影响以及探求具有稳 健预测能力的波动率模型。 本文运用实证分析的研究方法，选取上证综合指数2012 年 1 月4 日到2018 年 11 月30 日的日内高频数据作为研究对象。首先，本文计算出已实现波动率，同时对 其进行调整，并分析我国股市已实现波动率的特征。其次，根据异质市场假说理论为 基础构建 HAR-RV 模型，检验到模型的残差项序列存在异方差性，从而构建 HAR-RV-GARCH 模型；然后，本文基于混合分布假说理论及其扩展理论，以成交量 作为信息流的代理变量，按照冲击强度将去除了序列相关的信息交易量分解为进入市 场的四种信息流，分别为―强的正信息流‖、―弱的正信息流‖、―强的负信息流‖、―弱的 负信息流‖，作为分类信息的代理变量加入到HAR-RV-GARCH 模型中，以考察引入 分类信息对于我国股市已实现波动率的影响。最后，本文运用滚动时间窗口预测法进 行样本外预测，并基于损失函数法以及 Mincer-Zarnowitz 回归法对 HAR-RV 模型、 HAR-RV-GARCH 模型以及引入分类信息的HAR-RV-GARCH-V 模型的预测能力进行 评价,探求出具备稳健预测能力的波动率模型。 实证结论表明，第一，我国股票市场已实现波动率具备尖峰厚尾性、长期记忆性 以及右偏性的特征。第二，我国股票市场存在投资者异质性的特征，其中，短期投资 者、中期投资者、长期投资者的交易行为对我国市场波动率的影响程度依次减弱。第 三，引入分类信息到已实现波动率模型中，按照冲击强度区分的―强的正信息流‖和―强 的负信息流‖对于波动率的影响是显著的，―强的正信息流‖负相关于已实现波动率， ―强的负信息流‖正相关于已实现波动率，正负信息流对于已实现波动率的影响呈现出 非对称性。第四，基于损失函数法以及Mincer-Zarnowitz 回归法，本文研究得到引入 分类信息后的HAR-RV-GARCH-V 模型对于我国股市已实现波动率的预测能力最优。 关键词：分类信息；已实现波动率；HAR-RV 模型 1 基于分类信息的HAR-RV 模型的我国股市波动率研究 ABSTRACT As volatility is unobserved, the research on volatility has become more and more important, occupying a significant position in financial market research. In the course of theoretical research, the measurement of financial risk, the pricing of financial assets, and the pricing of financial derivatives all have a relationship with volatility. In terms of investment practice, the changes of volatility in financial market