《HAR-RV模型及基于投资者情绪的HAR-RV模型构建分析案例》3400字.docxVIP

HAR-RV模型及基于投资者情绪的HAR-RV模型构建分析案例

在前面我们介绍了HAR-RV基本模型的构建：

RVt,t+h=α+

将已实现波动率分解为正负半标准差之后得到HAR-RS模型：

RVt,t+h

根据2.1.2节分析我们知道投资者情绪对市场波动会产生影响，进而影响波动率的预测。上一章我们分别用主成分分析法构建了情绪指标CICSI和构建了表征投资者恐慌情绪的指标波动率风险溢价VRP，下面将把这两个指标加入HAR-RV模型和HAR-RS模型，以使模型包含投资者情绪信息，观察是否能提高模型的拟合程度和预测能力。在前面一节中我们知道CICSI指标偏度为0.96，为右偏分布，所以在处理情绪指标CICSI时，以中位数为分界点，引入虚拟变量，当月度CICSI值大于考察时间区间CICSI的中位数时，虚拟变量取1，表示投资者情绪高涨；月度CICSI值小于其中位数时，虚拟变量取0，表示投资者情绪低落。加入CICSI的HAR-RV模型命名为HAR-RV-S，表达式如下：

RVt,t+h

加入VRP指标的模型HAR-RV-VRP表达式如下：

RVt,t+h

加入CICSI和VRP的模型HAR-RV-S-VRP表达式如下：

RVt,t+h

另外，将CICSI和VRP指标加入已实现波动率分解为正负半波动率之后得到的HAR-RS模型可以得到如下模型：

HAR-RS-S:

RVt,t+h

HA