基于Realized GARCH模型的沪深300股指期现货波动及相关性研究

发布时间：2020-05-23 00:13

【摘要】：2008年金融危机之后,全球范围内的股票市场一直处于在国际经济下行的大环境下慢慢恢复的过程中。而近几年,由于受到国际市场股市波动以及国内经济下行等形势的影响,在中国股市的发展进程中也呈现出了一些不小的波动,对金融市场的风险波动度量及管理方法开始受到了金融学术界越来越多的重视。在这样的研究背景和环境下,提出选用多种高频波动形式和Realized GARCH模型对中国沪深300股指期现货市场的波动以及期现货市场间的相关性情况研究。首先,本篇论文以沪深300股票指数作为整体的研究样本,择取了Realized GARCH模型作为基础模型,在波动形式则是选取了已实现波动、极差波动、双幂次变差等三种基础波动形式,并考虑了沪深300股指的非交易时间信息即隔夜间隔收益和午休间隔收益波动是否会提高模型的拟合效果,进而通过拟合正态、t、偏t和广义双曲线四种分布下的Realized GARCH模型,利用模型拟合结果用于预测沪深300股指的风险价值,并据此风险价值的结果评价出考虑非交易时间信息后的模型优劣。实证结果表明,在本文的研究区间内考虑隔夜和午休收益的波动对于提高模型的拟合效果没有帮助,但是可以提高模型风险预测效果;在四种分布形式中,广义双曲线分布最适合用于本文数据建模和预测。其次,本文利用拟合效果更好的Realized GARCH模型和Copula函数相结合来研究中国沪深300股指期货和现货市场的相关情况。此外,为了考虑沪深300股指期货与现货市场之间相关关系的动态特征,还采用了时变非线性方法研究沪深300股指期货和现货收益之间的动态相关性。实证结果表明,t-Copula函数在度量沪深300股指期现货市场间的相关性上表现最好,并且期现货市场之间的相关性不是一致不变的,而是随时间进程不断发生动态变化的;非线性相关性研究方法更能够准确描述二者之间的相关性变化情况,并且静态Copula研究方法会高估期现货市场间的相关程度。通过对中国沪深300股票指数的波动情况进行研究,能够帮助股市投资者对中国股市短期内的波动预测有更深的认识,也提醒投资者尝试关注非交易时间段的信息所带来的波动干扰,具有实际的投资指导价值。关于沪深300股指期现货市场间的相关性研究结果,除了可以明显看到期现货市场间的高度相关性外,时变的相关结构对于在沪深300股指期现货市场进行套期保值交易的操作员来说可以降低套期保值交易的风险和损失,进一步真正地实现“保值”的意义。
【图文】：

框架图,框架

研究结构框架

特征图,股指,日收益率,特征图

图 3-1 2010 年 5 月 4 日至 2016 年 5 月 31 日沪深 300 股指日收益率特征图为了避免金融市场数据的急剧波动对模型预测结果造成影响，最终选择2010年 5 月 4 日至 2015 年 1 月 27 日作为本章的实证研究时间区间，，共 1150 个交易日。其中，2010 年 5 月 4 日至 2013 年 8 月 20 日为样本内区间，共 800 个交易
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F832.5;F224

【相似文献】