基于GARCH-MIDAS模型对股市波动率预测

发布时间：2021-01-31 10:52

　　极端冲击（例如战争和金融危机）会导致股市波动剧烈.提出5种增强的混频模型（GARCH-MIDAS）,可以捕捉非对称和极端冲击对股市波动率的影响.样本内的结果表明,我国股市存在明显的波动率聚集效应和杠杆效应,并且负面的极端震荡会导致较高的波动性.而样本外的MCS和DM检验结果则清楚地显示出EGARCH-MIDAS-ES模型最适合预测股市波动率,该模型在短期波动中纳入了非对称效应,长期趋势中加入了极端冲击的影响.此外,稳健性检验证实,与标准GARCH-MIDAS模型相比,增强的波动率模型在统计和经济方面均可产生更好的预测结果.通过考虑极端冲击,为股市波动率预测提供了新的见解. 

【文章来源】：河南科学. 2020,38(07)

【文章页数】：10 页

【部分图文】：

收益率和波动图

图2是真实波动与预测的条件方差走势图，其中真实波动用收益率的平方代替.表2为所有模型的极大似然估计结果及相应的渐进标准误差.表中大多数参数均显著，这表明我们研究的混合数据样本模型框架非常适用于股票收益率的拟合.首先，GARCH系列模型的参数（μ，α，β）在统计意义上都是显著的，这表明上证50收益率在短期波动上具有强烈的波动聚集效应.其次，所有估计的α+β之和均小于1，但都接近于1，这表明波动率存在较高的持久性，这与Engle和Rangel[21]的研究结论一致.同时，除模型4以外，所有模型的估计值α都显著大于0，表明过去的信息提升了股票收益率的波动性.再次，参数γ在模型2(EGARCH-MIDAS）、模型4(GJR-GARCH-MIDAS-ES）和模型5(EGARCH-MIDAS-ES）中均显著大于0，即非对称效应在这些模型中均存在.这表明，负面冲击对股票收益的短期波动性的影响比正面冲击更甚[22].此外，我们发现θ-*，θ+*和在所有模型中均大于0，这证实了极端冲击对股票收益的波动具有强烈影响，这表明极端影响可能是股票持续波动的根源[23].

【参考文献】：
期刊论文
[1]投资者情绪、期权隐含信息与股市波动率预测——基于上证50ETF期权的经验研究[J]. 刘勇,白小滢.  证券市场导报. 2020(01)
[2]中国股市波动率实证分析[J]. 樊春燕.  纳税. 2019(30)
[3]基于高频数据的中国股市波动率预测研究[J]. 吴鑫育,王莉莉.  东北农业大学学报(社会科学版). 2019(03)
[4]基于GARCH模型族对波动率预测的实证研究——以上证综指为例[J]. 赵彤.  知识经济. 2018(09)
[5]基于宏观基本面的股市波动度量与预测[J]. 郑挺国,尚玉皇.  世界经济. 2014(12)



本文编号：3010724