基于不同跳跃检验下的高频波动率模型预测

发布时间：2017-10-03 02:32

  本文关键词：基于不同跳跃检验下的高频波动率模型预测

  更多相关文章： 高频波动率模型 跳跃预测 MCS检验

【摘要】：通过利用三种主流的跳跃检验识别方法,结合已实现异质自回归模型和基于已实现正负变差的思想,构建不同类型的高频波动率模型,以此评价不同跳跃检验的跳跃成分对波动率预测精度影响的优劣。MCS实证结果发现,跳跃作为解释变量有助于提高波动率模型的预测能力。另外,本文还发现LM检验得到的跳跃成分更有助于提高波动率模型的预测精度。最后,基于已实现正负变差和LM跳跃检验构建的新的波动率模型,HAR-S-RV-JV,相比其他的高频波动率模型,具有更好的预测表现能力。
【作者单位】： 西南交通大学经济管理学院;
【关键词】： 高频波动率模型 跳跃预测 MCS检验
【基金】：国家自然科学基金资助项目(71371157,71201132) 四川省科技青年基金资助项目(2015JQO010)
【分类号】：F224
【正文快照】： 1引言随着计算机技术的飞速发展和金融高频数据获取性逐渐增强,基于高频数据(intraday high-frequency data)的波动率测度和预测受到了国内外学者们的广泛关注。其中,具有代表性的是Andersen等[1,2]提出的已实现波动率(Realized Volatility,简记为RV)测度方法,它不仅计算简便，

本文编号：962692