考虑微观结构噪声与测量误差的波动率预测

发布时间：2020-12-13 20:30

　　以测量误差的分布理论为基础,本文将微观结构噪声的影响引入到测量误差的方差中,构建了包含微观结构噪声影响的HARQ-N模型。使用蒙特卡洛模拟与中国股市的高频数据对HAR、HARQ、HARQ-N模型与HAR-RV-N-CJ模型的估计和预测进行了比较,研究发现,HARQ模型和HARQ-N模型的测量误差修正项对波动率的影响系数统计显著为负,HARQ-N模型的测量误差项影响系数远大于HARQ模型,更大程度地减弱当期微观结构噪声和测量误差的影响。并且,考虑微观结构噪声和测量误差的HARQ-N模型样本内和样本外预测效果在统计上显著优于HAR模型、HARQ模型与HAR-RV-N-CJ模型。 

【文章来源】：中国管理科学. 2020年04期 北大核心CSSCI

【文章页数】：13 页

【文章目录】：
1 引言
2 HARQ模型和HARQ-N模型
    2.1 已实现波动率与测量误差
    2.2 考虑测量误差的HARQ模型
    2.3 HARQ-N模型的构建
3 蒙特卡洛模拟
4 实证研究
    4.1 数据选取与基本分析
    4.2 已实现波动率、测量误差与微观结构噪声
    4.3 样本内与样本外预测
5 结语


【参考文献】：
期刊论文
[1]跳跃风险、结构突变与原油期货价格波动预测[J]. 龚旭,林伯强.  中国管理科学. 2018(11)
[2]基于高频数据HAR-CVX模型的沪深300指数的预测研究[J]. 刘晓倩,王健,吴广.  中国管理科学. 2017(06)
[3]股指期货市场波动率的预测研究[J]. 贺志芳,杨鑫,龚旭,文凤华.  系统科学与数学. 2016(08)
[4]多分形视角下的金融市场波动建模研究[J]. 唐勇,黄志刚.  系统科学与数学. 2015(06)
[5]中国股市的跳跃性与杠杆效应——基于已实现极差方差的研究[J]. 赵华.  金融研究. 2012(11)
[6]基于LHAR-RV-V模型的中国股市波动性研究[J]. 文凤华,刘晓群,唐海如,杨晓光.  管理科学学报. 2012(06)
[7]考虑微观结构噪声与跳跃影响的波动建模[J]. 唐勇.  数学的实践与认识. 2012(05)
[8]沪深300股指期货的波动率预测模型研究[J]. 魏宇.  管理科学学报. 2010(02)
[9]中国股市已实现波动率的跳跃行为研究[J]. 王春峰,姚宁,房振明,李晔.  系统工程. 2008(02)



本文编号：2915136