基于厚尾分布和长记忆性的Realized HAR GARCH模型构建和实证分析

发布时间：2025-01-11 01:09

　　近年来,我国期货市场发展迅速,在2018年上半年,我国的商品期货成交量达14亿手,全球占比为48%,由于市场规模的持续稳步增长,使得我国期货衍生品市场正逐步发展成全球最重要的风险管理市场。研究期货市场中的波动率和市场的相关规律,对波动率进行建模,在金融风险管理、投资组合以及资产衍生品定价领域发挥重要的作用。在金融市场中,随着高频数据越来越容易得到,产生了一系列高频波动率模型,这些模型对高频数据的引入,和传统的基于低频数据的模型相比取得了不错的效果。使用高频已实现波动率的Realized GARCH模型相对简单,参数易于估计,实证效果足够好。研究表明,无论是在股票市场还是期货市场,数据间都表现出长记忆性现象,表现为过去信息的影响不能忽略,但在上述RealizedGARCH模型的设定中并不能对该现象做出解释。在长记忆性模型中,Corsi(2009)提出的HAR模型同样采用已实现波动率进行建模,该模型构造简单使用OLS来对参数进行估计,实证效果和相对复杂许多的ARFIMA模型相当。将HAR模型中构造长记忆的思想引入Realized GARCH模型的建模中,得到RealizedHARGARCH模...

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

图１．１本文框架图??７??

图2.1沪铜RV和InRV的时序图

图２．２白糖ＲＶ和ＩｎＲＶ的时序图??比较图２．１和图２．２可以发现，沪铜和白糖两种期货的己实现波动率和对数己??现波动率围绕〇上下波动，在相同时间段两种波动率的波动情况类似波，明显??现出己实现收益率的波动聚集效应，且对数己实现收益率的波动效应比己实现??动率更强烈。以沪铜为例....

图２．３沪铜ＩｎＲＶ的相关图??图２．３中，考虑沪铜期货的对数己实现收益率相关图，该序列的一阶差分序列??相对平稳，该差分序列在一个固定的均值水平〇的附近上下波动，表现为右上角??

?Ｌａｇ??图２．３沪铜ＩｎＲＶ的相关图??图２．３中，考虑沪铜期货的对数己实现收益率相关图，该序列的一阶差分序列??相对平稳，该差分序列在一个固定的均值水平〇的附近上下波动，表现为右上角??的图。为了证实所观察到的这种现象，对该对数序列进行拓展的Ｄｉｃｋｅｙ－Ｆｕｌｌｅｒ单??....

图２．４?Ｒｅａｌｉｚｅｄ?ＧＡＲＣＨ模型拟合结果???

１?月?０３?２０１４?７月?０１?２０１４?１?月?０５?２０１５?７月?０１?２０１５?１?月?０４?２０１６?７？月?０１?２０１６?１?月?０３?２０１７?７月?０３?２０１７?１?月?０２?２０１８??图２．４?Ｒｅａｌｉｚｅｄ?ＧＡＲＣＨ模型拟合结果??从上图２．４可....

本文编号：4025706