基于沪深300指数的波动率预测模型的实证研究

发布时间：2020-10-16 00:42

　　 波动率作为市场风险的度量，其有效估计直接影响到资产定价，资产配置以及风险管理。能否正确理解和度量市场风险，并对风险进行有效定价，关系到经济活动中的资产配置效率和经济运行的成本，这是投资者、商业部门和政府部门共同关心的问题。目前，国内第一个真正的期权产品――沪深300股指期权即将推出，研究其标的物波动率的变化规律并为其建模对股指期权的准确定价具有重要作用，这对管理、规避和控制金融风险有着重要的理论和现实意义，并将影响中国期权市场的长远发展。 本文对波动率的市场特征和各种波动率预测模型进行了详细介绍。引入基于高频数据的已实现波动率作为市场真实波动率的代理，运用统计分析方法确定沪深300指数的最优采样频率为15min。以沪深300指数自2005年发布以来的日收益率数据对中国股票市场的波动性特征做了初步研究，然后运用几类主要的波动率模型对近五年的沪深300指数高频数据进行滚动时间窗的样本外预测，采用6种损失函数和DW检验方法对基于高频数据的已实现波动率模型和基于日收益数据的GARCH模型和SV模型的预测效果进行评估。本文的主要贡献在于比较全面地纵向比较了几类波动率预测模型，并将基于高频数据的已实现波动率预测模型与传统模型进行比较，最后针对我国股票市场的特点对波动率预测、衍生产品的定价和风险管理提供了参考建议。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2013
【中图分类】：F832.51;F224
【部分图文】：

图3-3沪深300指数2005-2013日收益率序列统计图2005-2013年沪深300指数日收益序列的统计量中可以看到，超额峰度态分布的3，偏度为-0.35，表现出明显的尖峰厚尾和左偏特征，JB正实了这点，统计量为641.5，说明沪深300指数日收益序列显著异于正态据ARCH效应检验，序列存在自相关，因此可以用ARCH族模型来进行

图3-5已实现波动率序列的自相关图序列为非平稳非随机过程，在用ARMA进行波动率预分处理得到平稳序列，故我们将采用分整自回归(p,d,q))对其进行预测。ARIMA(p,d,q)模型的基本形式如下：(1 p∑i=1 iLi)(1 L)d(Y μ) = (1 q∑j=1θjLj)εt待估时间序列， μ 是Y的均值，L是滞后算子， LiXt= Xt ， d 可以是整数也可以是分数，当 d 为整数时，表明进行记忆性，而且容易产生过度差分现象，当 d 为分数时， (1 ，因此可以刻画波动率的长记忆性，当 0 < d < 0.5 时， d 越 d = 0 时，退化为ARMA模型， εt～ i.i.dN(0, σ2ε) 。

华 中 科 技 大 学 硕 士 学 位 论 文图3-6 SV-N模型参数迭代轨迹和核密度估计图3.3预测方法与评价标准3.3.1预测方法本文使用基于滚动时间窗的样本外日波动率预测方法，预测2013.01.01-2013.04.01共M=57个交易日的数据。利用上节中提到的4个模型对H=1219个交易日（2008.01.02-2012.12.29）的数据进行参数估计，然后将估计出的参数代入到各模型的预测公式中进行样本外预测。具体方法如下：(1)选取t=1,2,…,H=1219的数据作为第一个估计样本，分别运用ARMA-RV，ARFIMA-lnRV，GARCH(1,1)和SV-N模型进行参数估计，然后根据估计出来的参数计算出未来一天的波动率，也就是根据1-1219天的样本数据估计第1220天的日波动率 σ 2H+1。(2)维持估计样本的区间长度H=1219不变
【参考文献】

相关期刊论文 前10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 魏宇;;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];管理学报;2010年06期

3 杨科;陈浪南;;股市波动率的短期预测模型和预测精度评价[J];管理科学学报;2012年05期

4 张思奇,马刚,冉华;股票市场风险、收益与市场效率:——ARMA-ARCH-M模型[J];世界经济;2000年05期

5 郑振龙;黄薏舟;;波动率预测:GARCH模型与隐含波动率[J];数量经济技术经济研究;2010年01期

6 方立兵;郭炳伸;曾勇;;GARCH族模型的预测能力比较:一种半参数方法[J];数量经济技术经济研究;2010年04期

7 唐勇;张世英;;多维高频时间序列的波动持续性质研究[J];统计与决策;2006年18期

8 徐正国;张世英;;多维高频数据的“已实现”波动建模研究[J];系统工程学报;2006年01期

9 郭名媛;张世英;;赋权已实现波动及其长记忆性,最优频率选择[J];系统工程学报;2006年06期

10 刘文财,刘豹,张维;ARFIMA模型在中国股票市场预测的失效[J];系统工程理论方法应用;2002年02期

本文编号：2842484