基于不同风险特征的跳跃成分识别及其在波动率预测中的应用
本文关键词:基于不同风险特征的跳跃成分识别及其在波动率预测中的应用 出处:《重庆大学学报(社会科学版)》2017年03期 论文类型:期刊论文
【摘要】:跳跃因子的引入能够准确解释波动的非对称特征,同时跳跃中还含有关于波动率的未知信息。为了更有效地改进波动率的预测,利用基于高频数据的非参数波动估计和跳跃检测方法,在波动的非对称性基础上对跳跃作进一步分解,考察具有不同风险特征的跳跃成分对未来波动率的影响,并对2009-2014年上证综指及其行业指数的面板数据进行实证分析。实证研究发现:周期性行业指数的系统性跳跃对其波动率有显著的预测效力,大盘指数与行业指数之间存在高度相关性;而非周期性行业指数几乎没有表现出明显的杠杆效应,与大盘指数的相关性也较低。
[Abstract]:......
【作者单位】: 东北财经大学金融学院;
【基金】:中央高校自主基金新兴与交叉学科计划项目“基于链路预测的网络重构问题研究”(DC201502050305)
【分类号】:F224;F832.51
【正文快照】: 一、引言及文献回顾金融资产收益的波动率一直是现代经济金融研究的重要变量,波动率的精确估计和预测已经成为衍生资产定价、投资组合决策和风险评估管理的关键,也吸引了大量学者的关注。以往的研究对如何进行波动率的估计给出了很多模型,采用不同的方法和数据得到的结论不尽
【参考文献】
相关期刊论文 前10条
1 曹国华;何燕;;中国房地产上市公司股票收益率波动实证研究[J];重庆大学学报(社会科学版);2011年06期
2 左浩苗;刘振涛;;跳跃风险度量及其在风险—收益关系检验中的应用[J];金融研究;2011年10期
3 陈国进;王占海;;我国股票市场连续性波动与跳跃性波动实证研究[J];系统工程理论与实践;2010年09期
4 陈浪南;孙坚强;;股票市场资产收益的跳跃行为研究[J];经济研究;2010年04期
5 张伟;李平;曾勇;;中国股票市场个股已实现波动率估计[J];管理学报;2008年02期
6 吴毅芳;彭丹;;我国股票市场价格波动的非对称性及其国际比较[J];中南大学学报(社会科学版);2007年05期
7 唐勇,刘峰涛;金融市场波动测量方法新进展[J];华南农业大学学报(社会科学版);2005年01期
8 徐正国,张世英;调整"已实现"波动率与GARCH及SV模型对波动的预测能力的比较研究[J];系统工程;2004年08期
9 陆蓉,徐龙炳;“牛市”和“熊市”对信息的不平衡性反应研究[J];经济研究;2004年03期
10 陈浪南,黄杰鲲;中国股票市场波动非对称性的实证研究[J];金融研究;2002年05期
【共引文献】
相关期刊论文 前10条
1 朱义师;;科技热点对中国股票市场影响的实证研究[J];商业经济;2017年05期
2 邓俐伶;王志强;熊海芳;;基于不同风险特征的跳跃成分识别及其在波动率预测中的应用[J];重庆大学学报(社会科学版);2017年03期
3 袁奋强;;资本配置功能、信号传递与市场价值创造——基于内部资本市场的分析[J];财经论丛;2017年05期
4 王明涛;孙西明;陈云;;中国股指期货市场连续性及跳跃性波动行为研究[J];上海金融;2017年04期
5 李向荣;张茂军;卞琪;;数据挖掘在中国公司债券市场非对称性中的应用[J];济南大学学报(自然科学版);2017年03期
6 薛宏刚;王典;杜思远;;企业股价崩盘风险与股票预期收益率——来自中国A股上市企业的经验证据[J];现代财经(天津财经大学学报);2017年04期
7 邱虹;;基于Lévy过程的一篮子期权定价研究[J];南华大学学报(社会科学版);2017年01期
8 李锋森;;我国融资融券助涨助跌了吗?--基于波动非对称性视角[J];金融研究;2017年02期
9 贾洪文;李润平;甄欣然;;基于牛熊周期的创业板市场波动非对称性研究[J];兰州财经大学学报;2017年01期
10 杨继平;冯毅俊;;利率调整对我国股市不同状态波动性的影响[J];管理科学学报;2017年02期
【二级参考文献】
相关期刊论文 前10条
1 朱钧钧;谢识予;;中国股市波动率的双重不对称性及其解释——基于MS-TGARCH模型的MCMC估计和分析[J];金融研究;2011年03期
2 陈国进;王占海;;我国股票市场连续性波动与跳跃性波动实证研究[J];系统工程理论与实践;2010年09期
3 陈浪南;孙坚强;;股票市场资产收益的跳跃行为研究[J];经济研究;2010年04期
4 韩清;刘永刚;;已实现波动率估计中不同降噪方法的比较分析及实证[J];数量经济技术经济研究;2009年08期
5 邵锡栋;殷炼乾;;基于实现极差和实现波动率的中国金融市场风险测度研究[J];金融研究;2008年06期
6 潘岳奇;;我国房地产上市企业资本市场融资方式比较——以10家房地产上市企业为例[J];中国房地产;2008年03期
7 王春峰;姚宁;房振明;李晔;;中国股市已实现波动率的跳跃行为研究[J];系统工程;2008年02期
8 张艳;;我国房地产上市公司直接融资问题研究[J];中国房地产;2008年02期
9 魏宇;余怒涛;;中国股票市场的波动率预测模型及其SPA检验[J];金融研究;2007年07期
10 何兴强;李涛;;不同市场态势下股票市场的非对称反应——基于中国上证股市的实证分析[J];金融研究;2007年08期
【相似文献】
相关期刊论文 前10条
1 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
2 郭兴义,杜本峰,何龙灿;(超)高频数据分析与建模[J];统计研究;2002年11期
3 常宁,徐国祥;金融高频数据分析的现状与问题研究[J];财经研究;2004年03期
4 应益荣;包郭平;;金融市场高频数据分析的建模进展[J];五邑大学学报(自然科学版);2006年01期
5 包郭平;应益荣;;金融市场中高频数据的分析方法[J];五邑大学学报(自然科学版);2007年01期
6 唐振鹏;;金融高频数据和超高频数据的研究现状及展望[J];福州大学学报(哲学社会科学版);2008年04期
7 金登贵;中国证券市场高频数据分布特征研究[J];统计与决策;2005年20期
8 唐勇;张伯新;;基于高频数据的中国股市跳跃特征实证分析[J];中国管理科学;2013年05期
9 尹优平,马丹;基于分布拟合方法的高频数据风险价值研究[J];金融研究;2005年03期
10 补冯林,张卫国,何伟;基于超高频数据的股票流动性度量研究[J];统计与决策;2005年04期
相关会议论文 前6条
1 郭名媛;;基于高频数据的已实现极差相关系数及实证研究[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年
2 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
3 唐勇;;金融市场波动建模:基于高频数据视角[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
4 杨怀东;伍娟;盛虎;;基于高频数据的成对交易统计套利策略实证研究[A];第五届(2010)中国管理学年会——金融分会场论文集[C];2010年
5 张晨;李月环;;基于调整“已实现”波动率的沪深300指数高频数据波动性研究与预测[A];中国会计学会高等工科院校分会2008年学术年会(第十五届年会)暨中央在鄂集团企业财务管理研讨会论文集(上册)[C];2008年
6 刘淳;朱世武;何济舟;;金融市场波动择时策略的经济价值分析[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年
相关重要报纸文章 前5条
1 本报记者 任晓;12月PMI或小幅上行[N];中国证券报;2013年
2 程实;美国金融体系逐渐恢复 实体经济企稳[N];中国经济时报;2009年
3 华泰长城期货 谢赵维 许惠敏;高库存料继续“重压”矿价[N];中国证券报;2014年
4 金融学博士 宏观经济分析师 程实;全球经济隐约徘徊着复合危机阴影[N];上海证券报;2011年
5 申银万国证券研究所 李慧勇;新兴市场保持资金大额流入[N];证券时报;2014年
相关博士学位论文 前7条
1 马锋;高频数据视角下非参数波动率建模、预测及其评价研究[D];西南交通大学;2016年
2 唐勇;基于高频数据的金融市场分析[D];天津大学;2007年
3 镇磊;基于高频数据处理方法对A股算法交易优化决策的量化分析研究[D];中国科学技术大学;2010年
4 刘广应;带跳的分数维积分过程的幂变差理论及其在金融高频数据中的应用[D];复旦大学;2011年
5 李胜歌;基于高频数据的金融波动率研究[D];天津大学;2008年
6 王少斌;基于高频数据的投资者交易行为研究[D];首都经济贸易大学;2014年
7 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
相关硕士学位论文 前10条
1 周智橹;沪深300股指期货已实现波动率的研究[D];中国青年政治学院;2015年
2 米佳奇;基于高频数据的期货跨品种套利研究[D];浙江工商大学;2015年
3 李梦莹;基于高频数据的A股银行板块配对交易研究[D];复旦大学;2014年
4 谢欣欣;基于对限价指令簿信息的研究对高频金融数据进行建模[D];上海交通大学;2015年
5 王浩;基于趋势反转的程序化交易研究[D];上海交通大学;2014年
6 欧阳君宏;金融资产跳跃特性研究[D];福州大学;2014年
7 林欣;基于高频数据的金融资产共同跳跃建模研究[D];福州大学;2014年
8 周明眉;基于Hilbert-Huang变换的高频数据波动率的估计[D];长春工业大学;2016年
9 蔡丰泽;基于小波分析的金融高频数据波动率估计研究[D];长春工业大学;2016年
10 胡龙;基于RV-MSM模型的沪深300波动分析[D];华中科技大学;2013年
,本文编号:1354845
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/1354845.html