基于非参数检验方法的股票日内波动率研究

发布时间：2019-01-16 00:54

【摘要】：在股票市场蓬勃发展的今天,股票价格波动率的研究也收到了越来越广泛地关注。这篇文章运用上证A股10个行业中30只股票的日内高频数据进行了两方面的研究。 第一个部分运用损失函数、MZ-R2和ENC-T测试来研究非参数指标的引入是否能提高GARCH类模型预测日内波动率的准确性。得出了如下结论：引入了非参数变量的GARCH类模型比标准GARCH模型有更好的预测精度,至于哪一类模型的预测准确度最高,测度标准的不同会带来不同的结果。在损失函数指标下,表现最好的模型都是加入了所有代理变量的综合模型COMBINED。在MZ-R2指标和ENC-T测试中,预测精度最好的模型是GARCH-RV模型。 第二部分运用修正R/S和V/S检验方法来对比非参数指标和一般波动率指标(收益率绝对值)的长记忆性特征。得出如下结论：对3种非参数指标的分析结果基本一致,即所选取的股票样本大部分都具有明显的长记忆性,只有金属制品和电力热力行业的某些个股表现不好。与一般波动率指标的长记忆性分析结果存在少数不一致,如农业小盘股,而且非参数变量下市场表现出更强的长记忆性。
[Abstract]:With the rapid development of stock market, more and more attention has been paid to the research of stock price volatility. This article uses the high-frequency data of 30 stocks in 10 industries of Shanghai Stock Exchange A to do two studies. In the first part, the loss function, MZ-R2 and ENC-T tests are used to study whether the introduction of nonparametric indexes can improve the accuracy of intraday volatility prediction by GARCH model. The conclusions are as follows: the GARCH model with nonparametric variables has better prediction accuracy than the standard GARCH model. As for which model has the best prediction accuracy, different measurement criteria will lead to different results. Under the loss function index, the best performing model is the synthesis model COMBINED., which adds all the proxy variables. In the MZ-R2 index and ENC-T test, the model with the best prediction precision is the GARCH-RV model. In the second part, the modified R / S and V / S tests are used to compare the characteristics of long memory between the nonparametric index and the general volatility index (the absolute value of yield). The conclusions are as follows: the results of the analysis of the three nonparametric indexes are basically consistent, that is, most of the stock samples selected have obvious long memory, only some stocks in the metal products and electric and thermal industries are not performing well. There are a few inconsistencies with the results of long-memory analysis of general volatility indicators, such as agricultural small-cap stocks, and the market shows stronger long-term memory under non-parametric variables.
【学位授予单位】：青岛大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F832.51;F224

【相似文献】

相关期刊论文 前10条

1 陈霁霞;顾荣宝;;基于分形V/S分析的电力股票长记忆性研究[J];安徽电气工程职业技术学院学报;2007年02期

2 余俊;姜伟;龙琼华;;国际股票市场收益率和波动率的长记忆性研究[J];财贸研究;2007年05期

3 吴翔;刘金全;隋建利;;国内外原油市场收益率及其波动性的双长记忆性测度[J];技术经济;2009年04期

4 王文静;马军海;;基于灰色经济计量模型的我国股市波动率实证研究[J];统计与决策;2009年18期

5 杨宇俊;门明;;长记忆特征下国债市场的风险价值研究[J];证券市场导报;2009年04期

6 黄满池;郑江南;;上交所国债市场波动率的实证研究[J];财经理论与实践;2007年01期

7 赵伟雄;崔海蓉;何建敏;;GARCH类模型波动率预测效果评价——以沪铜期货为例[J];西安电子科技大学学报(社会科学版);2010年04期

8 顾巧明;;我国股市波动的长记忆性与货币政策的非对称性研究[J];中国经济问题;2011年01期

9 庞淑娟;刘向丽;汪寿阳;;中国期货市场高频波动率的长记忆性[J];系统工程理论与实践;2011年06期

10 许友传;何晓光;杨继光;;基于长记忆视角的Granger因果检验[J];系统管理学报;2011年01期

相关会议论文 前10条

1 王一鸣;赵华;;我国沪深300指数波动率结构突变的检验[A];数学·力学·物理学·高新技术交叉研究进展——2010（13）卷[C];2010年

2 梁霞;梁循;;互联网金融文本信息关键词形态挖掘[A];第六届全国信息检索学术会议论文集[C];2010年

3 吴恒煜;朱福敏;;中国股票市场资产收益的非对称无穷纯跳跃行为研究[A];第六届（2011）中国管理学年会——金融分会场论文集[C];2011年

4 应益荣;寇博;;平均累积波动率对风险溢价影响的研究[A];第四届中国智能计算大会论文集[C];2010年

5 许友传;;金融时间序列R/S长记忆性检验的有效性[A];第十二届中国管理科学学术年会论文集[C];2010年

6 吴锴;;现金流波动、盈利稳定性与公司价值:基于沪深股市的实证研究[A];第六届（2011）中国管理学年会——会计与财务分会场论文集[C];2011年

7 肖庆宪;;变系数Black-Scholes模型的统计推断[A];发展的信息技术对管理的挑战——99’管理科学学术会议专辑（下）[C];1999年

8 宋福铁;;上市公司股价收益与股权收益的风险关系研究[A];第四届（2009）中国管理学年会——金融分会场论文集[C];2009年

9 徐钧;;股权分置制度变革:基于维纳随机过程理论的分析[A];中国制度经济学年会论文集[C];2006年

10 王超;李楠;李欣丽;梁循;;文本倾向性分析用于金融市场波动率与金融信息相互关系的研究[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年

相关重要报纸文章 前10条

1 深100指数基金经理林飞;指数的波动[N];证券时报;2006年

2 Neil O Hara 长江期货 钟哨锋/编译;统计套利交易者:波动率商人[N];期货日报;2009年

3 龚小磊;建信优选成长不参与“差公司好股票”游戏[N];中国证券报;2007年

4 东东;人民币走势打下“美元减息”印记？[N];上海证券报;2007年

5 戴德舜;海富通基金研究总监戴德舜： 影响投资的七大猜想[N];第一财经日报;2010年

6 兴业证券 蔡艳菲邋陈th;套期保值前 注意现货资产结构[N];期货日报;2008年

7 宋逢明 江 婕 李 超;深圳股票市场稳定性研究[N];证券时报;2002年

8 平安证券衍生产品部 薛普;慎防权证投资两大风险[N];证券时报;2008年

9 田帅;期指对现指波动性影响研究的回顾及总结[N];期货日报;2009年

10 长城伟业期货公司特邀研究员 王红兵邋宋曦 孔华强;发行沪深300ETF的可行性研究[N];期货日报;2007年

相关博士学位论文 前10条

1 耿立艳;非线性金融波动率模型及其实证研究[D];天津大学;2009年

2 姚宁;考虑跳跃与市场噪音条件下波动率估计与应用研究[D];天津大学;2009年

3 黄后川;中国股票市场波动率的高频估计、特性与预测[D];厦门大学;2002年

4 肖炜麟;具有长记忆性的权证定价方法研究[D];华南理工大学;2010年

5 张运鹏;基于GARCH模型的金融市场风险研究[D];吉林大学;2009年

6 王鹏;金融市场波动的多分形测度及其应用研究[D];西南交通大学;2010年

7 张晓伟;水文动力系统自记忆特性及其应用研究[D];西安理工大学;2009年

8 彭若弘;实物期权波动率及价值对电信投资的影响研究[D];北京邮电大学;2011年

9 沈杰;中西方金融市场动力学的时空关联性质研究[D];浙江大学;2009年

10 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

相关硕士学位论文 前10条

1 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

2 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

3 唐祺;用Black-Scholes模型对权证定价的实证分析[D];对外经济贸易大学;2006年

4 苏志锐;我国权证市场发展相关问题研究[D];对外经济贸易大学;2006年

5 王凤兰;期权定价[D];暨南大学;2007年

6 陈亮;新人民币汇率机制下企业外汇风险管理研究[D];厦门大学;2007年

7 许月丽;实物期权在项目投资决策中的应用探讨[D];华中科技大学;2006年

8 吴曼;中国上市公司经理人股票期权成本和激励实证研究[D];华中科技大学;2007年

9 李小波;不同波动率估计方法下的期权定价[D];浙江大学;2009年

10 潘淑婷;基于修正KMV模型的上市公司信用风险研究[D];浙江工商大学;2011年

，

本文编号：2409284