中国股市高频波动率的特征、预测模型以及预测精度比较

发布时间：2017-10-17 07:09

  本文关键词：中国股市高频波动率的特征、预测模型以及预测精度比较

  更多相关文章： 高频波动率 预测 自适应的不对称性HAR-CJ-D-FIGARCH模型 SPA检验

【摘要】：在HAR-GARCH模型和HAR-CJ模型的基础上构建了自适应的不对称性HAR-CJ-DFIGARCH模型,并用以对中国股市高频波动率进行了预测,然后利用上证综指2000年至2008年的高频数据实证检验了中国股市高频波动率的特征,最后运用SPA检验评价和比较了构建的模型与其他6类高频波动率模型的样本外预测能力.结果表明:中国股市高频波动率同时具有长记忆性、结构突变、不对称性和周内效应等特征;结构突变仅部分解释其长记忆性;高频波动率连续性成分的长记忆性很强,而跳跃性成分的长记忆性非常弱.相比于其他6类模型,自适应的不对称性HAR-CJ-D-FIGARCH模型对样本内数据的拟合效果最好,同时也是样本外预测性能最好的模型.
【作者单位】： 中山大学岭南学院经济研究所;华南农业大学经济管理学院;
【关键词】： 高频波动率 预测 自适应的不对称性HAR-CJ-D-FIGARCH模型 SPA检验
【基金】：国家自然科学基金(71203067,71241019) 国家社会科学基金(08ATL007) 广东省社会科学基金(GD10CYJ01) 中山大学“985工程”产业与区域发展研究创新基地 广东省普通高校人文社会科学重点研究基地 华南农业大学经济管理学院“211工程”青年项目(2012211QN03)
【分类号】：F224;F832.51
【正文快照】： 1引言与文献综述金融资产收益的波动率建模一直以来都是金融经济学研究的核心内容之一关于波动率的估计、预测及其各种典型特征的刻画，，对于资产组合选择、金融风险管理以及金融衍生品定价，都具有极为重要的理论价值和现实意义.最近20多年来，国内外学者对以Englel‘}的ARcH

【二级参考文献】

中国期刊全文数据库 前10条

1 王春峰,张庆翠;中国股市波动性过程中的长期记忆性实证研究[J];系统工程;2004年01期

2 徐正国,张世英;调整"已实现"波动率与GARCH及SV模型对波动的预测能力的比较研究[J];系统工程;2004年08期

3 朱林,常松,何建敏;我国股票市场多仿射特性研究[J];管理工程学报;2002年03期

4 张永东,毕秋香;上海股市波动性预测模型的实证比较[J];管理工程学报;2003年02期

5 魏宇,黄登仕;金融市场多标度分形现象及与风险管理的关系[J];管理科学学报;2003年01期

6 魏宇,黄登仕;基于多标度分形理论的金融风险测度指标研究[J];管理科学学报;2005年04期

7 黄后川,陈浪南;中国股票市场波动率的高频估计与特性分析[J];经济研究;2003年02期

8 童汉飞;刘宏伟;;中国股市收益率与波动率跳跃性特征的实证分析[J];南方经济;2006年05期

9 刘凤芹,吴喜之;基于SV模型的深圳股市波动的预测[J];山西财经大学学报;2004年04期

10 徐正国,张世英;上海股市“日历效应”的高频估计与检验[J];天津大学学报(社会科学版);2005年02期

【相似文献】

中国期刊全文数据库 前10条

1 杨卫涛;;基于ARCH模型的河南省居民消费价格指数实证分析[J];河南工业大学学报(社会科学版);2011年02期

2 陈雪娇;;我国消费者信心指数趋势分析及预测——基于ARIMA模型[J];东方企业文化;2011年10期

3 叶斌;代晓琴;陈朝海;;基于时间序列分析的货运周转量预测[J];四川理工学院学报(自然科学版);2011年03期

4 李丹;杨丽;;基于精算模型的新型农村社会养老保险制度的偿付能力预测[J];安徽农业科学;2011年24期

5 峰子;;怎样用概率学预测神秘事件?[J];黄金时代(学生族);2009年03期

6 赵涵漠;;搜寻拉登的灵验模型[J];青年博览;2011年18期

7 孙阳;;掷骰子的奥秘[J];数学大王(三四年级);2008年08期

8 朱祥和;;基于多元线性回归的私家车保有量预测[J];湖北工业大学学报;2011年03期

9 熊彬;yぞ弈

本文编号：1047458