基于已实现和极差波动率标准的沪深300指数波动率模型研究

发布时间：2017-09-03 08:13

  本文关键词：基于已实现和极差波动率标准的沪深300指数波动率模型研究

  更多相关文章： 已实现波动率 极差波动率 GARCH族模型 Diebold Marinao检验

【摘要】：对波动率预测模型的研究备受学术界的关注,文章以沪深300指数的5分钟高频真实交易数据为研究对象,利用8个损失函数和Diebold Marinao检验较为全面的探讨评价了GARCH族模型对其预测能力。结果发现长记忆性模型的预测效果普遍好于短记忆性GARCH模型,且FIEGARCH是长记忆性模型中预测效果较好的,这对学术界和实务界进行风险测度及对我国资本市场的风险控制都具有现实意义。
【作者单位】： 四川大学经济学院;西南交通大学经济管理学院;
【关键词】： 已实现波动率 极差波动率 GARCH族模型 Diebold Marinao检验
【分类号】：F224;F832.51
【正文快照】： 0引言波动率的有效测度是对金融市场风险控制的有效手段,且Poon和Granger证实其在资产组合、期权定价以及市场监管方面等扮演着至关重要的角色。因此,近年来越来越多的研究集中于波动率的预测及其模型构建上。目前主要有三类描述波动率的方法,第一类是历史波动模型,其选取的时

【参考文献】

中国期刊全文数据库 前2条

1 魏宇;;沪深300股指期货的波动率预测模型研究[J];管理科学学报;2010年02期

2 曹剑;刘璐;;基于非对称ARCH模型的上海股市波动特征分析[J];市场论坛;2006年03期

【共引文献】

中国期刊全文数据库 前10条

1 杨二鹏;张德生;李文静;;基于GARCH模型的沪深300指数收益率统计预测研究[J];长江大学学报(自然科学版)理工卷;2010年01期

2 王静;向勤;;我国股市农业板块波动性分析——基于GARCH族模型的方法[J];财会通讯;2012年11期

3 王丽娜;张丽娟;;基于CVaR-GARCH-GED模型的股指期货风险预测[J];财会月刊;2010年33期

4 谈琳琳;;基于GARCH模型的沪深两市波动性分析[J];当代经济(下半月);2008年08期

5 王鹏;魏宇;;不同抽样频率波动模型的预测精度比较[J];管理学报;2010年08期

6 樊蓉;周宏;;基于中国股市波动率的多元模型比较与分析[J];贵州大学学报(自然科学版);2008年06期

7 谢军;杨春鹏;闫伟;;高频环境下股指期货市场情绪冲击效应[J];系统工程;2012年09期

8 陈晓东;;我国燃油期货价格指数波动特征研究[J];商业研究;2013年11期

9 张晶;姚婷;;基于SV模型的股指期货杠杆效应实证研究[J];蚌埠学院学报;2014年02期

10 李旭姣;张克勇;;基于BSP-HAR-RV模型的最优抽样频率研究[J];科技和产业;2015年03期

中国重要会议论文全文数据库 前4条

1 吴慧;林锦国;李为相;;ARCH族模型对国债指数的实证分析[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

2 方立兵;郭炳伸;曾勇;;我国股市收益率非对称特征及其产生机制的实证研究[A];第三届（2008）中国管理学年会论文集[C];2008年

3 李洋;乔高秀;;沪深300股指期货市场连续波动与跳跃波动——基于已实现波动率的实证研究[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

4 方立兵;郭炳伸;曾勇;;我国股市收益率非对称特征及其产生机制的实证研究[A];第三届（2008）中国管理学年会——创业与中小企业管理分会场论文集[C];2008年

中国博士学位论文全文数据库 前10条

1 陈维云;中国股市波动的非对称性研究[D];重庆大学;2010年

2 潘娜;波动指数：理论、方法和在我国的应用[D];华中科技大学;2011年

3 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

4 谢军;情绪投资组合研究[D];华南理工大学;2012年

5 李成刚;基于定单流的证券投资策略研究[D];电子科技大学;2012年

6 张益明;产品市场势力与持股者交易行为[D];复旦大学;2012年

7 李强;基于Copula理论和GPD模型的金融市场风险测度研究[D];重庆大学;2012年

8 任德平;基于高频数据的沪深300股指期货波动率度量方法及应用[D];湖南大学;2013年

9 乔高秀;沪深300股指期货价格发现、定价偏差及波动率研究[D];西南财经大学;2012年

10 李彩云;“已实现”跳跃检验与跳跃风险测度[D];华中科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 柏雪怡;基于KMV模型的中小上市公司信用风险评价研究[D];东华大学;2011年

2 吴曼琪;基于广义极值理论的股指期货保证金水平设置研究[D];暨南大学;2011年

3 姜雨含;我国股指期货对现货市场的价格波动性影响及其协整性检验研究[D];云南财经大学;2011年

4 严宇欣;基于VaR-GARCH模型的我国股指期货市场风险测评[D];中国海洋大学;2011年

5 周红;GARCH-VaR模型在我国ETF风险测量中的应用研究[D];辽宁科技大学;2012年

6 陈晶晶;沪深股市的波动特征和非对称性研究[D];东北财经大学;2011年

7 刘晓群;基于异质市场假说的中国股票市场已实现波动率特征研究[D];长沙理工大学;2012年

8 辛亚权;股权分置改革对我国股市波动性影响的实证研究[D];东北财经大学;2007年

9 韩贵;我国A股投资组合实证研究[D];西北农林科技大学;2009年

10 李文静;股票价格的影响因素分析及其预测[D];西安理工大学;2010年

【二级参考文献】

中国期刊全文数据库 前4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 张永东,毕秋香;上海股市波动性预测模型的实证比较[J];管理工程学报;2003年02期

3 于亦文;;实际波动率与GARCH模型的特征比较分析[J];管理工程学报;2006年02期

4 余素红,张世英,宋军;基于GARCH模型和SV模型的VaR比较[J];管理科学学报;2004年05期

【相似文献】

中国期刊全文数据库 前6条

1 史美景;邱长溶;;基于极差的条件自回归极差模型[J];统计与决策;2007年12期

2 文凤华;贾俊艳;晁攸丛;杨晓光;;基于加权已实现极差的中国股市波动特征[J];系统工程;2011年09期

3 殷炼乾;周雨田;;中国金融市场波动率的实现极差双幂次变差估计[J];统计与决策;2009年03期

4 周杰;刘三阳;;条件自回归极差模型与波动率估计[J];数量经济技术经济研究;2006年09期

5 孙便霞;王明进;;基于价格极差的GARCH模型[J];数理统计与管理;2013年02期

6 邵锡栋;殷炼乾;;基于实现极差和实现波动率的中国金融市场风险测度研究[J];金融研究;2008年06期

中国硕士学位论文全文数据库 前3条

1 贾俊艳;基于加权已实现极差的中国股市波动特征研究[D];长沙理工大学;2012年

2 李金祥;基于价格极差信息的VAR风险管理研究[D];西南财经大学;2011年

3 钱思思;基于价格极差-Garch模型的VaR风险研究[D];西南财经大学;2012年

，

本文编号：783837