加权已实现极差四次幂变差分析及其应用

发布时间：2017-07-20 09:13

  本文关键词：加权已实现极差四次幂变差分析及其应用

  更多相关文章： 已实现极差多幂次变差 日历效应 已实现GARCH 预期不足

【摘要】：针对金融高频数而开发的极差波动估计量因能更精确地度量波动率而备受关注.根据方差有效性结合数值模拟,推导出了已实现极差多幂次变差族中最优的波动估计量,并依据无偏性和方差有效性给出了相应的加权估计量.同时将这些估计量与已实现GRACH模型相结合,并对模型进行扩展.实证表明已实现极差四幂次变差是已实现极差多幂次变差族中最优的波动估计量,加权的已实现极差四幂次变差能有效消除日历效应的影响,扩展的已实现GRACH模型在拟合和预测效果上明显优于传统的EGARCH模型.
【作者单位】： 福州大学管理学院;
【关键词】： 已实现极差多幂次变差 日历效应 已实现GARCH 预期不足
【基金】：国家自然科学基金(71171056)
【分类号】：F224;F830
【正文快照】： 1引言波动率估计和建模一直是金融时间序列研究的核心内容之一,这对金融资产组合投资、衍生品定价、风险管理等方面极其重要.基于低频数据的GARCH类和SV类模型,是研究波动率的主流工具和方法,已取得了丰富的研究成果,但遗憾的是这些模型不能直接应用于高频数据领域.随着高频数

【参考文献】

中国期刊全文数据库 前4条

1 唐勇;张世英;;高频数据的加权已实现极差波动及其实证分析[J];系统工程;2006年08期

2 李胜歌;张世英;;“已实现”双幂次变差与多幂次变差的有效性分析[J];系统工程学报;2007年03期

3 唐勇;张世英;;已实现波动和已实现极差波动的比较研究[J];系统工程学报;2007年04期

4 李胜歌;张世英;;金融波动的赋权“已实现”双幂次变差及其应用[J];中国管理科学;2007年05期

【共引文献】

中国期刊全文数据库 前10条

1 王春峰;郝鹏;房振明;;基于跳跃特征的证券市场信息融入效率研究[J];北京理工大学学报(社会科学版);2011年01期

2 陆利桓;李汉东;;中国股市波动测度实证研究[J];北京师范大学学报(自然科学版);2009年03期

3 李胜歌;张世英;;基于金融高频数据波动率计算方法的比较研究[J];中国地质大学学报(社会科学版);2008年01期

4 文凤华;贾俊艳;晁攸丛;杨晓光;;基于加权已实现极差的中国股市波动特征[J];系统工程;2011年09期

5 何成洁;杜雪樵;叶绪国;;含噪音高频数据动态整合估计波动率的方法[J];大学数学;2011年04期

6 李胜歌;张世英;;金融高频数据的最优抽样频率研究[J];管理学报;2008年06期

7 杨科;田凤平;;长记忆性、结构突变条件下中国股市波动率的高频预测[J];管理工程学报;2013年02期

8 沈沛龙;王晓婷;;银行流动性风险评级与风险测度——基于随机流动比率模型的分析[J];金融论坛;2013年08期

9 赵久伟;肖庆宪;;股票价格运动的跳跃和杠杆效应研究[J];上海理工大学学报;2011年05期

10 陈春春;胡日东;;基于半参数LM-ARMAX模型的股价波动成因分析[J];华侨大学学报(自然科学版);2012年03期

中国重要会议论文全文数据库 前2条

1 郭名媛;;基于高频数据的赋权已实现极差相关系数及其实证研究[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

2 唐勇;;金融市场波动建模:基于高频数据视角[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

中国博士学位论文全文数据库 前10条

1 王芳;基于市场微观结构噪声和跳跃的金融高频数据波动研究[D];西南财经大学;2011年

2 唐勇;基于高频数据的金融市场分析[D];天津大学;2007年

3 李胜歌;基于高频数据的金融波动率研究[D];天津大学;2008年

4 史宇峰;金融资产收益相关性及持续性研究[D];天津大学;2008年

5 胡铮洋;证券市场风险度量—时变Copula和极值Copula的应用研究[D];吉林大学;2009年

6 宋博;Log-最优资产组合与风险管理[D];吉林大学;2010年

7 王宏来;可转换债券市场微观结构及其效率研究[D];吉林大学;2010年

8 李海涛;我国银行间货币市场短期利率研究[D];中国科学技术大学;2012年

9 刘杨;跳跃条件下中国证券市场资产价格行为研究[D];天津大学;2012年

10 刘艳清;基于贝叶斯统计的金融市场若干风险测度分析[D];辽宁大学;2013年

中国硕士学位论文全文数据库 前10条

1 张雪芹;基于因果关系的金融市场间传导性研究[D];成都理工大学;2011年

2 焦鹏;基于模糊GARCH模型的中国股票市场波动性研究[D];西南财经大学;2011年

3 李金祥;基于价格极差信息的VAR风险管理研究[D];西南财经大学;2011年

4 王凯;基于日内数据的资产日对数收益率实现波动率的估计[D];复旦大学;2008年

5 张娇;高频金融时间序列波动性研究[D];电子科技大学;2009年

6 凌诚;我国银行间债券市场短期利率离散跳跃实证研究[D];东北大学　;2009年

7 郝睿;中国股票市场价与量的长期关系研究[D];山西大学;2010年

8 张增敏;基于非参数检验方法的股票日内波动率研究[D];青岛大学;2012年

9 王姗姗;中国证券市场高频数据极值的波动性研究[D];吉林大学;2012年

10 王晓婷;中国证券市场波动性预测研究[D];北京交通大学;2012年

【二级参考文献】

中国期刊全文数据库 前2条

1 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

2 唐勇;张世英;;高频数据的加权已实现极差波动及其实证分析[J];系统工程;2006年08期

【相似文献】

中国期刊全文数据库 前10条

1 薛继锐,顾岚;中国股票市场的日历效应分析[J];数理统计与管理;2000年02期

2 林日丽;龙海雷;;日历效应研究进展[J];经济论坛;2006年07期

3 赵秀娟;吴启芳;汪寿阳;;开放式基金净值增长率被拉升了吗?——中国证券市场日历效应检验[J];中国管理科学;2006年04期

4 徐正国;张世英;;高频金融数据“日历效应”的小波神经网络模型分析[J];数学的实践与认识;2007年15期

5 张兵;中国股市日历效应研究:基于滚动样本检验的方法[J];金融研究;2005年07期

6 李玲珍;郭名媛;;已实现波动和赋权已实现波动的比较研究[J];西北农林科技大学学报(社会科学版);2009年02期

7 赵鹏;;深圳股票市场日历效应分析——针对周末效应的讨论[J];现代商贸工业;2011年09期

8 唐勇;张世英;;高频数据的加权已实现极差波动及其实证分析[J];系统工程;2006年08期

9 郭彦峰;魏宇;;我国股指期货标的指数的日历效应研究[J];西南交通大学学报(社会科学版);2007年05期

10 张爽;;关于日历效应实证研究的文献综述[J];企业导报;2010年08期

中国重要会议论文全文数据库 前3条

1 陶燕;王式功;米生权;尚可桢;;兰州市大气污染对呼吸系统疾病影响的时间序列研究[A];第26届中国气象学会年会气候环境变化与人体健康分会场论文集[C];2009年

2 孟紫强;卢彬;;沙尘天气对呼吸系统疾病日入院人数影响的时间序列研究(1995-2003年)[A];持久性有机污染物论坛2006暨第一届持久性有机污染物全国学术研讨会论文集[C];2006年

3 王劲松;王其文;;周末动量与周末反转效应世界市场比较研究[A];第五届（2010）中国管理学年会——金融分会场论文集[C];2010年

中国重要报纸全文数据库 前8条

1 华彩人生;根据特殊日历选择投资时机[N];中国证券报;2007年

2 东海证券 王凡;季报风险释放反弹看高一线[N];证券时报;2008年

3 张俊喜　张　华;我国股市与众不同的四大奇异现象[N];21世纪经济报道;2003年

4 大阪办;樱花盛开满枝头[N];中国旅游报;2000年

5 记者　 吴s，

本文编号：567268