带时变高阶矩的已实现GAS模型及其实证研究.pdfVIP

带时变高阶矩的已实现GAS模型及其实证研究 摘 要 股票作为最常见的有价证券具有筹资资金、分摊投资风险以及促进资本流通等重 要功能。近年来，随着股票市场上市公司以及投资者数量的持续增加，股票市场与实 体经济的关联性也逐渐增强。因此，如何估计和预测股票市场的波动率，并对股票市 场风险进行预测成为学者们研究金融实践的热点。同时，随着信息技术的发展，包含 了日内价格变动信息的高频数据受到了许多学者的青睐，但由于日内高频数据伴随大 量噪声，如何避免噪声的影响成为学者们研究的难点。此外，现有对股市波动率的研 究往往采用常数高阶矩波动模型，但是，对股市波动的实证研究表明，高阶矩也具有 时变性，忽视高阶矩的时变性会导致股市波动风险预测精度降低。所以，考虑高阶矩 的时变性建模，可以为金融资产管理者和投资者提供更精确的风险预测工具，这对金 融资产定价、风险管理具有重要的现实意义和理论意义。 generalizedautoregressive score GAS 本文基于广义自回归得分 （ ， ）框架，对资产 收益率和已实现测度联合建模，构建带时变高阶矩的已实现GAS （TVP-RGAS）模 型。具体地，在具有稳健预测能力的GAS框架模型中引入已实现测度，借助日内价 格变动信息，有助于快速捕获股票市场的剧烈波动。同时，假设资产收益服从学生t 分布，时变学生 分布中的自由度参数，考虑股票收益率序列中的时变高阶矩特征，t 以期提升风险预测精度。此外，该模型属于观测驱动模型，可以使用极大似然方法估 计，具有易于实现的优点。 文章的实证部分选取了我国的上证综指、深证成指、恒生指数2010年 1月1 日 2020 12 30 GARCH 至 年 月 日的五分钟高频数据以及日收盘价数据，对比了已实现 （RGARCH）模型、已实现EGARCH （REGARCH）模型、已实现GAS （RGAS） TVP-RGAS 1 QQ 模型和 模型的实证结果。主要的研究结论如下： （）通过各指数的 图、Jarque-Bera （J-B）检验以及Ljung-Box （Q （10））检验的结果来看，各指数均 2 具有 “尖峰厚尾”特征，其中，恒生指数的 “尖峰厚尾”特征最为明显。 （）釆用 极大似然方法估计了各模型的参数，通过对数似然值以及赤池信息准则比较各模型估 计效果。总体来看，三个指数下基于GAS模型框架的模型相对于GARCH 模型框架 下的模型拥有更好的参数估计效果，考虑时变高阶矩特征的TVP-RGAS模型总是拥 3 5 10 有最好的参数估计效果。 （）将样本的预测期分成 年以及 年，采用损失函数、 DM 检验和MCS检验评价各模型的波动率预测效果。结果表明，基于GAS模型框架 的模型的波动率预测效果依旧优于GARCH 模型框架下的模型，TVP-RGAS模型在 三种评价方法下拥有最好的波动率预测效果。 （4）采用风险值 （VaR）作为风险管 理的工具，采用后验分析评价各个模型的风险预测精度。从后验分析的结果来看GAS 模型框架和GARCH 模型框架下的模型均能有效的预测风险，TVP-RGAS模型拥有 1 摘要 最好的风险预测结果。 关键词：波动率；GAS模型；时变高阶矩；已实现测度 2 带时变高阶矩的已实现