基于上证50ETF已实现波动率的研究

发布时间：2021-09-29 08:44

　　金融资产波动率方面的相关研究,是金融市场中风险分析和资产定价等内容的重要基础,因此,波动率的分析是金融市场研究的一个重要部分,主要用定量的方法对其进行研究,使其得到更广泛的应用.科学技术水平的迅速发展,促使学者们对波动率的研究也逐渐深入.目前我们处于一个信息化时代,高频数据的出现为波动率的研究开拓了一个新的发展方向,为此,以高频数据为基础的已实现波动率成了近些年来的热点问题.以异质市场假说理论为基础的异质自回归已实现波动率（HAR-RV）模型,相对于传统模型有着很大的优势,该模型主要描述的是交易者持有资产的不同时长对现时点已实现波动率的影响.本文在此基础上引入了隔夜收益率这一影响因素,利用调整后的已实现波动率对原有模型进行了适当改进,得到了HAR-ARV模型,由于金融资产价格的杠杆作用和信息的不对称性,又引入了EGARCH模型,使其与HAR-ARV模型相结合构建了HAR-ARV-EGARCH模型.2015年2月在上海证券交易所推出的上证50ETF期权使我国的金融衍生品发展迈出了巨大一步,目前其相关研究较少,因此本文以其标的物上证50ETF作为研究分析主体,使用的样本数据为2015年8月... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：42 页

【学位级别】：硕士

【部分图文】：

图5-1日ARV时间序列分布图

图 5-2 周 ARV 时间序列分布图图 5-3 月 ARV 时间序列分布图表5-1 上证50ETF调整已实现波动率统计量日ARV 周ARV 月ARV均值 0.00016256 0.00016267 0.00017149

臣铺卣?本文使用的是经过调整的已实现波动率（ARV）,以下是2015年8月5日至2017年11月30日的日ARV、周ARV、月ARV的时间序列分布情况,如图5-1到图5-3.上证50ETF的ARV统计量为表5-1.图 5-1 日 ARV 时间序列分布图

【参考文献】：
期刊论文
[1]HAR-RV-EMD-J模型及其对金融资产波动率的预测研究[J]. 龚旭,文凤华,黄创霞,杨晓光.  管理评论. 2017(01)
[2]几种异质自回归实现波动率模型的有效性——基于中国股票市场高频数据的实证研究[J]. 芮明娣.  价值工程. 2016(35)
[3]考虑跳跃和隔夜波动的中国股票市场波动率建模与预测[J]. 孙洁.  中国管理科学. 2014(06)
[4]沪深300指数期货已实现波动率的跳跃行为[J]. 田凤平,杨科,林洪.  系统工程. 2014(02)
[5]引入宏观经济指标的棉花期货已实现波动率建模研究[J]. 袁方,瞿慧.  中国管理科学. 2013(S1)
[6]上证综指的已实现波动率预测模型[J]. 杨科,陈浪南.  数理统计与管理. 2013(01)
[7]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)
[8]异质金融市场驱动的已实现波动率计量模型[J]. 张小斐,田金方.  数量经济技术经济研究. 2011(09)
[9]高频环境下沪深300股指期货波动测度——基于已实现波动及其改进方法[J]. 龙瑞,谢赤,曾志坚,罗长青.  系统工程理论与实践. 2011(05)
[10]多维高频数据的“已实现”波动建模研究[J]. 徐正国,张世英.  系统工程学报. 2006(01)



本文编号：3413415