中国股票市场波动率的高频估计、特性与预测【最新经济学类】.pdf

中国股票市场波动率的高频估计、特性与预测【最新经济学类】.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘 婪 摘 要 市场波动率是金融经济学的核心内容。早在1952年马克维茨的资产组合选择模型 中,波动率就作为二维分析框架中的一维扮演了十分重要的角色;在现代金融经济理 论的另一支撞——期权定价理论中,波动率是最具关键性的一个定徐因素:在金融经 济学的耨资——风险傻(value融Risk)的理论与实践当中,转计和预铡市场波动率 也是非常熏要的一环。除此之外,波动率还在金融经济学的其它许多领域得到广泛应 用,例如绩效评价、资产定价等等。 近二十年,在金融经济学领域,对波动率模型的研究已成为一个大热门。自从Engle 于1982年提出ARCH模型以来,经济学界已经发表了数千篇关于条件异方差或波动 率的文章。特剐是最近卡年,Andersen等学者提出用高频分时数据估计波动率的方法, 这种方法可以缛到览较准确数波动率估计菹,称为“已实缆波动率”,以瑟为基磴, 众多学者在波动率的特性和预测两方露进行了更深入的研究,大大拓展了这个硪究颁 域。 然而,以往的波动率高频估计方法仍存在一些问题,波动率的预测方法也有待改 进。 首先,由于价格并不是严格服从『F态发散过程的.因此在估计已实现波动率H寸, 高频数据的时问问隔并不是越小越好,用极高频数据估计波动率往往会因为微观磨擦 嚣产生较大误差。艮两enG.Andersen等人在对道·琼斯30只工监段票敛实证分干厅时, P10t) 直接选取了j分钟数据,而后在其它文献中他们又饺翻“标记图”(Signature 方法得出豹较佳时间间隔(15至20分钟)。然而,用于估计“已实现波动率”的最佳 频率是与市场微观特性相关的,在不同市场、不同时期可能会有所不同。因此,对所 有时期的数据样本全部选取一个数据频率(5分钟或15分钟),可能存在问题。 其次,Andersen等学者的向熊分数综合自回归模型都没有考虑市场的枉卡下效应或 不对称性,魔用于汇率市场时应滚不会有较大误差,僵是,股票市场渡动率一般都有 明显的不对穗牲,因鼓凌模型并不适合股票市场波动率。 的平方和最大似然估计方法有…定的偏误,特别是不适用于小样本,而由于中国股票 市场正处于快速变革的进程中,以及较难获取高频分笔交易数据,因而注定只能基于 较小的样本进行模拟和预测:而鼠,Ebens的ARFIMAX模型是对波动率进行分数阶 差分后,再用上期扰动进行折线圈归,这种模式无论在实证基础方面,还是在参数估 计的篱翁程度方面,都不如先避行拆线露归,孬进行分数辨嫠分。正因为参数估诗方 2 中国股票市场波动率的高频估计、特性与预泅 面的原因,EbellS最后只使用和估计了没有自回归项的模型,即FⅢAX模型。 最后,以往的大多数模型.要么只考虑单条时间序列,要么考虑相关度相对稳定 情况下垂勺二维或多维时问序列,没有考虑波秀率之闺的穗关度的颈测阐越。 本文提出了一种更为精确的波动率高频估计方法,改进了ARFIMAX模型,两且, 针对中晷股票市场波动率,进行了有关高频估计、特性以及模拟与预测等等各方面系 统性的研究。 首先,我们发觋股票指数与个股的高频交易数据中的激聪磨擦影响艰好相反,倥 用极高频的数据会大大增加个股的波动率估计值,相反却会大大降低指数的波动率估 计值。在计算各种频率的己实现波动率的搽础上,本文构造了一种较为精确的估纠“波 动率豹方法,可以委好逮平衡淤量误差与微鼹结构谈差。 其次,基于已实现波动率,本文研究了中匿『股市波动率的各种特性。包括收益率 分布、波动率分布、波动率的不对称性、波动率的长期记忆特性等等。 第三,本文用ARF{MAX模型对中国段票市场波动率进行了模拟和预测,签于以 了更精确、有效的剖蕊修证似然估计,{古汁并比较了各种ARFIMAx形式,发残l二涯 B指和A、B指相关度的适用模型都是有囱回归项的。 型基础上,我们研究了J砜险贴水调整、更高阶移动平均自回归模型以及市场结构变动 和模型参数的演化嚣润题;对各种模型预测效果的评价结果表明,所构建的ARFfMAX 模童无可争议迪占奔绝对饶势。丽且,8§够反映不对称惶的模型要比不能反映垂乇特性 的模型好,能够反

文档评论(0)

xinxinasd + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档