基于HAR模型有色金属期货波动率的实证研究

发布时间：2021-09-05 23:54

　　随着我国资本市场的蓬勃发展和高频数据的不断普及,金融市场的波动性也在不断加剧。有效的管理和准确的预测金融市场的风险成为目前研究学者的研究重点。其中,波动率不仅已经成为准确度量和预测金融市场的重要指标,而且也是投资者准确预测投资风险的重要指标。然而,传统的GARCH模型和ARFIMA模型有着对波动率刻画不准确和模型参数估计复杂等缺点。而已实现波动率模型对波动率的建模采用了高频数据,使用的信息量比较充分,具有了不需要考虑参数等优势,弥补了传统波动率模型的缺点。因此采用高频数据的已实现波动率的建模受到了推广。本文基于HAR模型对中国有色金属期货市场的波动性进行建模和预测,并利用高频数据对已实现波动性和杠杆效应的时变波动性进行新的洞察。并由此扩展了 HAR模型,以上海期货交易所的铜、铝期货高频数据进行实证研究,结果表明长期记忆LHAR-RV-CJ、HAR-RV-NT模型所捕捉到的已实现波动的动态相关性和时变波动性最符合。 

【文章来源】：安徽师范大学安徽省

【文章页数】：49 页

【学位级别】：硕士

【部分图文】：

图１铝期货ＲＶ的时间序列图??在已实现波动率ＲＶ方面（见图１），波动的最高峰主要是２０１６年５月，??

图３铝期货ＲＶ核密度图??

图４铝期货ＲＶ的Ｑ－Ｑ分布图??上述四个图非常直观的反应了我国ＲＶ的一些特性。根据ＱＱ分布图中，可以看出，图中的两端是明显的偏离了直线的，所以我们认为ＲＶ数据不服太分布。由于ＲＶ不服从正太分布，所以下一步将对数据进行对数处理后再

【参考文献】：
期刊论文
[1]门限已实现随机波动率模型及其实证研究[J]. 吴鑫育,李心丹,马超群.  中国管理科学. 2017(03)
[2]基于半鞅过程的中国股市随机波动、跳跃和微观结构噪声统计特征研究[J]. 刘志东,严冠.  中国管理科学. 2016(05)
[3]中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析[J]. 魏宇.  管理学报. 2010(06)
[4]实际波动率与GARCH模型的特征比较分析[J]. 于亦文.  管理工程学报. 2006(02)
[5]现货价格和期货价格之间的动态关系:基于上海期货交易所的经验研究[J]. 华仁海.  世界经济. 2005(08)
[6]基于GARCH模型和SV模型的VaR比较[J]. 余素红,张世英,宋军.  管理科学学报. 2004(05)
[7]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]. 徐正国,张世英.  系统工程. 2004(08)
[8]基于SV模型的深圳股市波动的预测[J]. 刘凤芹,吴喜之.  山西财经大学学报. 2004(04)
[9]上海股市波动性预测模型的实证比较[J]. 张永东,毕秋香.  管理工程学报. 2003(02)



本文编号：3386314