《浙江工商大学》2013年硕士论文

发布时间：2016-10-16 10:35

  本文关键词：引入宏观经济指标的棉花期货已实现波动率建模研究，，由笔耕文化传播整理发布。

《浙江工商大学》 2013年

金融市场已实现波动率预测研究

何建  

【摘要】：波动率是金融风险管理、衍生品定价、以及投资组合构建等领域的关键变量,对波动率的准确预测一直是现代金融学研究的热点问题。如何准确预测波动率,对投资者管理资产风险及监管者控制市场风险、保证市场稳定均具有重大的理论和现实意义。大量国内外研究文献表明,基于高频数据的已实现波动率理论模型在测度和预测市场波动率领域相较于传统波动率模型(如GARCH族模型)具有显著的优势。 本文基于Andrew和Vitaliy (2011)的时变概率密度函数理论提出一个己实现波动率的非参数预测模型——TVF模型,并与Corsi(2004)提出的HAR-RV模型进行比较分析。再者,为综合吸收非参数的TVF模型和线性的HAR-RV模型的各自特征,本文考虑组合预测方法,首创性地构造了一种自适应时变组合权重,并以此构建自适应组合预测模型,以期获得比经典的算术平均组合预测模型更高的预测精度。本文以沪深300股指期货的5分钟高频价格数据作为实证研究样本,计算出样本内已实现波动率值,并以HAR-RV模型、TVF模型、算术平均组合预测模型和自适应组合预测模型对其建模,预测样本外已实现波动率,同时引入基于低频数据的GARCH模型和FIGARCH模型作为对比。为综合评价各波动率模型的预测能力,本文采用滚动时间窗口策略来进行样本外预测,并基于损失函数法、SPA检验法和Mincer-Zarnowitz回归法构造模型预测能力的评价体系,从而使评价结论稳健可靠。 实证结果表明：HAR-RV模型、TVF模型、算术平均组合预测模型和自适应组合预测模型这四种已实现波动率模型对市场真实波动率的预测能力要显著高于GARCH模型和FIGARCH模型；非参数的TVF模型的预测能力显著高于HAR-RV模型；以HAR-RV模型和TVF模型作为单一模型构造两种组合预测模型,其中,算术平均组合预测模型的预测能力只显著高于HAR-RV模型,但相较于TVF模型其预测能力并没有明显的提高,而自适应组合预测模型的预测能力要显著高于任一单一模型。

【关键词】：
【学位授予单位】：浙江工商大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：F832.51;F224
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前4条

1 魏宇;;金融市场的多分形波动率测度、模型及其SPA检验[J];管理科学学报;2009年05期

2 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

3 文凤华;刘晓群;唐海如;杨晓光;;基于LHAR-RV-V模型的中国股市波动性研究[J];管理科学学报;2012年06期

4 张小斐;田金方;;异质金融市场驱动的已实现波动率计量模型[J];数量经济技术经济研究;2011年09期

【共引文献】

中国期刊全文数据库 前10条

1 熊正德;张洁;;“已实现”波动率理论研究与评价[J];湖南大学学报(社会科学版);2007年04期

2 赵杰;;高频金融数据市场微观结构噪音误差[J];合肥工业大学学报(自然科学版);2008年03期

3 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

4 江孝感;蔡宇;;向量MRS-GARCH模型波动持续性研究[J];管理科学学报;2011年08期

5 欧丽莎;袁琛;李汉东;;中国股票价格跳跃实证研究[J];管理科学学报;2011年09期

6 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

7 文凤华;刘晓群;唐海如;杨晓光;;基于LHAR-RV-V模型的中国股市波动性研究[J];管理科学学报;2012年06期

8 朱建平;魏瑾;谢邦昌;;金融高频数据挖掘研究评述与展望[J];经济学动态;2011年06期

9 易莎;胡跃红;;基于Cornish-Fisher展开式的中国股市高频数据VaR风险实证研究[J];经济研究导刊;2012年05期

10 罗意;;我国股市“已实现”波动率最优频率选取研究[J];金融经济;2011年08期

中国重要会议论文全文数据库 前5条

1 王岩;;基于GARCH模型和GARR模型的我国保险股波动率分析与预测[A];中国保险学会学术年会入选文集2011（理论卷）[C];2011年

2 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

3 瞿慧;张明卓;;基于跳跃规模细分的已实现波动率建模研究[A];“两型社会”建设与管理创新——第十五届中国管理科学学术年会论文集（上）[C];2013年

4 袁方;瞿慧;;引入宏观经济指标的棉花期货已实现波动率建模研究[A];“两型社会”建设与管理创新——第十五届中国管理科学学术年会论文集（上）[C];2013年

5 郭名媛;;基于高频数据的赋权已实现极差相关系数及其实证研究[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

中国博士学位论文全文数据库 前10条

1 沈巍;建立股指波动预测模型的方法研究及应用[D];华北电力大学（北京）;2011年

2 梁春早;期货市场风险度量与对冲研究[D];天津大学;2011年

3 张颖洁;基于证券市场微观结构的噪音及资产价格行为研究[D];天津大学;2011年

4 郑仲民;金融资产价格跳跃行为研究[D];天津大学;2011年

5 王芳;基于市场微观结构噪声和跳跃的金融高频数据波动研究[D];西南财经大学;2011年

6 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

7 唐勇;基于高频数据的金融市场分析[D];天津大学;2007年

8 李胜歌;基于高频数据的金融波动率研究[D];天津大学;2008年

9 姚宁;考虑跳跃与市场噪音条件下波动率估计与应用研究[D];天津大学;2009年

10 王宏来;可转换债券市场微观结构及其效率研究[D];吉林大学;2010年

中国硕士学位论文全文数据库 前10条

1 冯伟佳;基于已预期信息修正的中国股市波动非对称性研究[D];西北大学;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 张雪芹;基于因果关系的金融市场间传导性研究[D];成都理工大学;2011年

6 王会雨;基于高频波动的VaR模型比较研究[D];西南财经大学;2011年

7 罗意;基于已实现波动率的条件VaR研究[D];长沙理工大学;2011年

8 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

9 易莎;基于VaR模型对中国股市的实证研究[D];长沙理工大学;2012年

10 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

【二级参考文献】

中国期刊全文数据库 前10条

1 陈怡玲,宋逢明;中国股市价格变动与交易量关系的实证研究[J];管理科学学报;2000年02期

2 魏宇,黄登仕;金融市场多标度分形现象及与风险管理的关系[J];管理科学学报;2003年01期

3 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

4 魏宇,黄登仕;基于多标度分形理论的金融风险测度指标研究[J];管理科学学报;2005年04期

5 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

6 苗晓宇;;(超)高频数据视角下金融风险度量研究进展[J];经济论坛;2010年08期

7 黄后川,陈浪南;中国股票市场波动率的高频估计与特性分析[J];经济研究;2003年02期

8 刘凤芹,吴喜之;基于SV模型的深圳股市波动的预测[J];山西财经大学学报;2004年04期

9 张波;钟玉洁;田金方;;基于高频数据的沪指波动长记忆性驱动因素分析[J];统计与信息论坛;2009年06期

10 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

【相似文献】

中国期刊全文数据库 前10条

1 史宁;;商业银行对个人信用评估的组合预测模型[J];商业研究;2009年11期

2 朱晓曦;张潜;;基于Shapley值的组合预测方法在福建省农业总产值预测中的应用[J];安徽农业科学;2010年09期

3 丁娟娟;崔媛媛;;组合预测在个人信用评估中的应用[J];学术交流;2006年09期

4 赵卫艳;谷雪松;;线性回归模型在货运量预测中的应用[J];山西建筑;2007年09期

5 范建刚;朱红楠;;陕西粮食供求的组合预测与平衡对策研究[J];西安邮电学院学报;2008年06期

6 周慧;王晓光;李新战;;不等时距灰色组合预测模型的研究[J];数学的实践与认识;2010年21期

7 张伟;;基于EM的贝叶斯模型平均组合预测及应用研究[J];现代商贸工业;2010年23期

8 赖红松;;基于支持向量回归机的耕地保有量组合预测[J];地理与地理信息科学;2011年02期

9 姜明辉;袁绪川;;GA改进的统计组合模型在个人信用评估中的应用[J];哈尔滨工业大学学报(社会科学版);2007年01期

10 韦尧兵;杨帅;雷春丽;;产品需求预测及其建模技术的研究[J];科学技术与工程;2007年14期

中国重要会议论文全文数据库 前10条

1 单秀生;陈华友;王宇;姚梦杰;;基于最大误差绝对值最小化的多目标区间型组合预测模型[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

2 马永开;唐小我;;组合预测模型研究[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第4卷）[C];1997年

3 谢如贤;成盛超;程仕军;陈思华;;变结构组合预测模型的建立与应用[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

4 吴长山;;灰色—马尔柯夫组合预测[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

5 黄晓强;何玉敖;;基于组合预测模型的振动结构响应预测[A];第三届全国现代结构工程学术研讨会论文集[C];2003年

6 曾勇;唐小我;;无偏组合预测的贝叶斯模型及其分析[A];1996中国控制与决策学术年会论文集[C];1996年

7 刘茂余;于丽英;;一种组合预测新方法的研究[A];中国运筹学会第九届学术交流会论文集[C];2008年

8 姜明辉;解晓璐;;Logistic回归与线性回归组合模型及在个人信用评估中的应用[A];科学发展观与系统工程——中国系统工程学会第十四届学术年会论文集[C];2006年

9 成枢;刘国林;高放;;最优组合预测模型及其在变形预测中的应用[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

10 邹昊飞;夏国平;杨涵;;基于GMDH的BP组合预测模型[A];2006中国控制与决策学术年会论文集[C];2006年

中国重要报纸全文数据库 前2条

1 浙江证券研究所 吕小萍;[N];中国证券报;2003年

2 张乔妹　余郁;[N];中国电力报;2009年

中国博士学位论文全文数据库 前10条

1 向昌盛;基于支持向量机的时间序列组合预测模型[D];湖南农业大学;2011年

2 毛李帆;电网规划中长期负荷预测技术的研究[D];湖南大学;2011年

3 孙喜梅;城市路网实时动态交通信息的组合预测模型和方法研究[D];吉林大学;2002年

4 胡予红;煤炭消费预测与温室气体减排途径和对策研究[D];中国矿业大学（北京）;2010年

5 黄少杰;我国就业问题与第三产业发展的关联性研究[D];吉林大学;2007年

6 詹蓉;面向即时顾客化定制的个性化需求预测方法研究[D];华中科技大学;2008年

7 张学清;风电预测、协同调度及电网电压安全评估研究[D];山东大学;2013年

8 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年

9 姜明辉;商业银行个人信用评估组合预测方法研究[D];哈尔滨工业大学;2006年

10 张俊艳;城市水安全综合评价理论与方法研究[D];天津大学;2006年

中国硕士学位论文全文数据库 前10条

1 叶鸿;我国航运企业物流战略联盟研究[D];河海大学;2004年

2 张家樾;组合预测方法在汇率预测中的应用研究[D];厦门大学;2008年

3 李明理;高速公路交通量生成机理与预测方法研究[D];大连理工大学;2010年

4 陈金翠;最小二乘支持向量回归组合预测模型的应用[D];新疆大学;2010年

5 洪峻;镇江港发展战略研究[D];大连海事大学;2007年

6 孙威;组合汇率预测方法在人民币/美元汇率预测上的应用[D];山东大学;2007年

7 赵海英;闽清县建设用地的组合预测模型[D];福建师范大学;2008年

8 伊瑞;电力负荷预测中的数学方法及应用研究[D];中南大学;2006年

9 姚萌;网络流量组合预测模型的研究[D];江南大学;2008年

10 杨申;组合预测模型在电力负荷预测中的研究[D];华南理工大学;2010年

  本文关键词：引入宏观经济指标的棉花期货已实现波动率建模研究，由笔耕文化传播整理发布。

本文编号：141514