考虑跳跃和杠杆效应的股市多分形波动率建模

发布时间：2022-04-23 10:25

　　考虑股票市场中存在的跳跃行为和杠杆效应等特征,在HAR模型基础上,构建了一种新的多分形波动率模型.以上证指数和深证成指每5 min高频数据为研究样本,运用"模型信度设定"（MCS）检验方法,实证对比了各波动率模型在高波动和低波动两个子样本期对我国股市的预测能力.实证研究结果表明,所提出的多分形波动率测度指标及其计量模型具有较好的预测作用,特别是在高（极端）波动时期其优势更为突出;研究结果有望为金融风险（特别是极端风险）的管理与控制提供新思路与新方法. 

【文章页数】：5 页

【文章目录】：
1 波动率测度方法及其计量模型
    1.1 多分形波动率
    1.2 波动率建模方法
2 实证结果
    2.1 数据描述
    2.2 波动率模型的样本外预测性能检验
3 结论


【参考文献】：
期刊论文
[1]基于跳跃、好坏波动率与百度指数的股指期货波动率预测[J]. 陈声利,关涛,李一军.  系统工程理论与实践. 2018(02)
[2]基于四次幂差修正HAR模型的股指期货波动率预测[J]. 陈声利,李一军,关涛.  中国管理科学. 2018(01)
[3]调和稳定Lévy过程驱动的双重跳跃模型及期权应用[J]. 宫晓莉,庄新田.  系统管理学报. 2017(06)
[4]基于贝叶斯因子模型金融高频波动率预测研究[J]. 罗嘉雯,陈浪南.  管理科学学报. 2017(08)
[5]考虑成分股联跳与宏观信息发布的沪深300指数已实现波动率模型研究[J]. 瞿慧,程思逸.  中国管理科学. 2016(12)
[6]多分形波动率预测模型及其MCS检验[J]. 魏宇,马锋,黄登仕.  管理科学学报. 2015(08)
[7]考虑杠杆效应的多重分形波动建模:基于中国股指的实证分析[J]. 唐勇,陈艳茹.  系统工程学报. 2015(01)
[8]赋权已实现波动及其长记忆性,最优频率选择[J]. 郭名媛,张世英.  系统工程学报. 2006(06)



本文编号：3646992