基于高频数据的HAR族模型的构建及其实证研究

发布时间：2023-08-02 18:40

　　受国内外多方面因素的影响,近年来我国有色金属产业出现了市场低迷、产能过剩等问题。汇率变动、利率变动以及进出口政策等因素增长了有色金属价格的不确定性。作为重要的有色金属、六大有色金属期货品种之一,铝的产量、价格等都受到了重大影响。期货市场具有价格发现和规避风险的功能,因此沪铝期货的波动规律成为有色金属投资者以及监管者的研究焦点,波动率的建模与预测是揭示其波动规律与规避市场风险的有效途径。早期对金融波动率预测模型的研究通常是使用日数据或者更低频的数据,因此,本文首先建立了基于低频数据的GARCH(1,1)这一经典模型,因其具有形式简单以及预测效果较好的特点。通过实证表明:在样本内拟合中,残差服从t分布的GARCH(1,1)模型是最优的。近年来,日内高频交易数据可得性变高,为金融波动率的研究提供了新的手段。我国金融市场具有明显的异质性特征,故本文运用HAR族模型来研究异质性对金融市场波动的影响。本文通过实证发现沪铝期货波动率存在显著的不对称性以及高阶矩风险,因此将符号跳跃以及已实现高阶矩引入HAR族模型中,构建了高阶矩HAR族波动率模型,增强了HAR模型对市场的解释能力以及沪铝期货波动率的预...

【文章页数】：48 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 理论意义
        1.1.3 现实意义
    1.2 国内外研究综述
        1.2.1 GARCH模型
        1.2.2 已实现波动率
        1.2.3 HAR模型
    1.3 研究难点及创新点
        1.3.1 研究难点
        1.3.2 创新点
    1.4 研究思路及基本框架
        1.4.1 研究思路
        1.4.2 基本框架
第2章 GARCH模型及实证分析
    2.1 GARCH模型
    2.2 实证分析
        2.2.1 数据选择与处理
        2.2.2 样本数据的描述性统计分析
        2.2.3 样本数据的ARCH效应检验
        2.2.4 GARCH(1,1)模型的建立
第3章 HAR族模型的构建及实证分析
    3.1 已实现波动率
        3.1.1 已实现波动率的理论基础
        3.1.2 已实现波动率的算法
        3.1.3 最优采样频率
        3.1.4 已实现波动率的优势
    3.2 跳跃测度
        3.2.1 中位数显著性跳跃
        3.2.2 符号跳跃
    3.3 已实现高阶矩
    3.4 HAR族模型
        3.4.1 HAR-RV模型
        3.4.2 HAR-RV-CJ模型
        3.4.3 HAR-RV-D-SJV模型
        3.4.4 HAR-RV-CJ-D-SJV模型
        3.4.5 加入已实现高阶矩的HAR族模型的构建
    3.5 实证分析
        3.5.1 数据的选择与处理
        3.5.2 跳跃的实证分析
        3.5.3 数据的描述性统计分析
        3.5.4 HAR族模型的分析
第4章 滚动时间窗的样本外预测及MCS检验
    4.1 波动率预测方法说明
    4.2 MCS检验的理论基础
    4.3 样本外预测效果分析
第5章 结论与展望
    5.1 结论
    5.2 展望
参考文献
致谢



本文编号：3838349