超高频波动率模型研究

发布时间：2021-01-28 00:45

　　对金融资产的波动的准确度量,是金融资产的定价、投资组合的选择以及金融风险管理的关键。因此,波动率研究一直是计量经济领域的研究热点。计算机技术的发展,能够保存更多交易资料。记录每笔交易的数据信息超高频数据,就是我们所说的超高频时间序列（UHF）。它包含了更多的市场信息,在研究市场微观结构和风险管理方面具有很大的优势。UHF数据中每笔交易发生的时间是随机的,它们之间的时间间隔并不相等。以往在低频领域应用比较广泛的ARCH类SV类模型,建模对象都是频率固定的时间间隔,很可能忽略了信息对价格的影响。因此,探讨了Engle（2000）年提出的UHF-GARCH模型,研究了不规则时间间隔下收益率的波动性度量。本文在实证中,对中信银行日数据和超高频数据的统计特征、平稳性、相关性等进行了分析,在此基础上分别对其建立GARCH（1,1）和ACD、UHF-GARCH（1,1）模型。结果显示基于超高频数据的UHF-GARCH（1,1）模型MAE和RMSE均较小,因此预测能力更优。从对UHF-GARCH第二个方程估计结果来看,收益率方程中1/xi的系数为负,但Z统计量表明并不显著。这说明对中信银行来说,长的持... 

【文章来源】：兰州财经大学甘肃省

【文章页数】：53 页

【学位级别】：硕士

【图文】：

频收益率序列“U"型图

5.2.2交易持续期的Aco模型估计将原始数据交易持续期转换成调整交易持续期之后，假设残差分布的，用EACD(1，l)模型来拟合，用MATLAB软件采用约束条件交易持续期期望的估计结果为:认=0.0701+0.0124xl_}+0.9233必，_，(0.000)(0.000)(0.000)上式AcD模型的估计结果中a，刀>oa+刀，且各系数显著。说易持续期对未来的持续期的影响可能以指数形式递减，同时还存在象。鞠闹啪3阴动亦并部dM树孙叼


本文编号：3004041