基于跳跃、共跳的波动率预测研究 ————来自高频金融数据的证据
发布时间：2023-08-16 17:46
金融市场的波动率是影响资产定价、投资组合策略和风险管理的重要因素,也是国内外学者和金融实务从事者研究的重要课题。资产价格的异常波动不仅直接威胁国内金融市场的稳定与经济社会的发展,而且容易引发系统性金融风险。随着改革的不断加深和衍生产品的开发,我国市场虽然具有巨大的发展潜力,但面临的各种不确定性因素也越来越多。如何对波动率进行估计和预测,从而有效地应对各种金融理论和实务问题,是控制和防范潜在风险,维护我国金融体系稳定的重要问题。随着计算机和通讯技术的发展,对波动率的描述步入高频时代。Andersen等(2001,2003)提出用日内高频收益的平方和来对波动率进行直接测度,这种方法称为已实现波动率(Realized Volatility,RV)。同时,资产的高频收益在日内近似连续的某些时间节点上可能发生突变,这种行为称为跳跃。Barndorff-Nielsen和Shephard(2004)在已实现波动率的基础上实现了对日内跳跃行为的检测。大量研究表明,跳跃对资产波动率的刻画和预测具有重要影响,但这种影响的具体形式究竟如何,目前还没有较为一致的观点。因此,本文尝试从多种不同角度对跳跃的类型进...
【文章页数】：148 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 选题意义
1.2 研究思路及框架
1.2.1 研究思路
1.2.2 研究框架
1.3 研究内容及结构安排
1.4 创新与不足
1.4.1 可能的创新点
1.4.2 存在的不足
2 国内外研究综述
2.1 高频数据的研究现状
2.1.1 收益和波动序列的统计性质研究
2.1.2 基于高频数据的计量模型研究
2.2 金融市场波动率的研究现状
2.2.1 低频模型研究概述
2.2.2 已实现波动率的度量研究
2.2.3 基于已实现波动率的建模研究
2.3 跳跃与共跳的研究进展
2.3.1 信息冲击与跳跃
2.3.2 基于已实现波动率的跳跃研究
2.3.3 基于已实现波动率的共跳研究
3 模型与度量方法
3.1 HAR模型的基本理论
3.1.1 异质市场假说
3.1.2 HAR基础模型
3.2 已实现波动率的度量形式
3.2.1 日内无加权已实现波动率(RVD)
3.2.2 日内加权已实现波动率(WRVD)
3.2.3 基于隔夜信息的扩展已实现波动率(RVH)
3.2.4 基于隔夜信息的扩展加权已实现波动率(WRVH)
3.3 跳跃与共跳的检验--非参数方法
3.3.1 BNS检验的理论分析
3.3.2 WS-BNS检验统计量
3.3.3 BTL方法
3.3.4 BW检验及共跳的检验准则
4 高频数据下波动率与跳跃的特征
4.1 波动的非对称性与隔夜信息
4.1.1 非对称性
4.1.2 隔夜信息的由来及度量
4.2 高频数据下波动率特征
4.2.1 样本数据及波动率基本特征分析
4.2.2 波动率估计比较
4.2.3 波动率的长记忆性特征
4.3 跳跃及其特征分析
4.3.1 正向跳跃与负向跳跃
4.3.2 隔夜跳跃与日内跳跃
4.3.3 系统性跳跃与异质跳跃
4.3.4 跳跃变差统计特征
5 跳跃对波动率的预测--基于HAR-RV-CJV模型
5.1 跳跃对波动率的非对称性预测与反转
5.1.1 跳跃对波动率预测的非对称性
5.1.2 跳跃对波动率预测的反转特征——以政策改革为界
5.1.3 跳跃对波动率预测的反转特征——以牛市和熊市为界
5.2 跳跃对波动率的预测能力分析:隔夜跳跃与系统跳跃
5.2.1 隔夜跳跃对波动率的预测分析
5.2.2 系统性跳跃对波动率的预测分析
5.3 符号跳跃及其对波动率的样本外预测
5.3.1 SPA检验
5.3.2 符号跳跃变差的设定
5.3.3 符号跳跃变差对波动率样本外预测的影响
6 共跳及其对波动率的预测--基于HAR-RV-JCOV模型
6.1 共跳的建模
6.1.1 共跳协变差(JCOV)
6.1.2 共同跳跃的方向符号
6.1.3 隔夜共跳与日内共跳
6.1.4 系统性共跳
6.2 共跳的检验与统计特征
6.2.1 跳跃的检验方法
6.2.2 跳跃、共跳的统计特征
6.3 共跳对波动率的预测分析
6.3.1 共同跳跃的杠杆效应
6.3.2 隔夜共跳的影响
6.3.3 系统性共跳的影响
6.4 符号共跳的构造及其样本外预测能力的比较
6.4.1 符号共跳协变差的设定
6.4.2 符号共跳协变差对HAR-RV模型样本外预测能力的影响
7 结论及政策建议
7.1 主要研究结论
7.2 启示及建议
7.3 进一步研究的方向
攻读博士期间发表的科研成果
参考文献
后记
本文编号：3842342
【文章页数】：148 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 选题意义
1.2 研究思路及框架
1.2.1 研究思路
1.2.2 研究框架
1.3 研究内容及结构安排
1.4 创新与不足
1.4.1 可能的创新点
1.4.2 存在的不足
2 国内外研究综述
2.1 高频数据的研究现状
2.1.1 收益和波动序列的统计性质研究
2.1.2 基于高频数据的计量模型研究
2.2 金融市场波动率的研究现状
2.2.1 低频模型研究概述
2.2.2 已实现波动率的度量研究
2.2.3 基于已实现波动率的建模研究
2.3 跳跃与共跳的研究进展
2.3.1 信息冲击与跳跃
2.3.2 基于已实现波动率的跳跃研究
2.3.3 基于已实现波动率的共跳研究
3 模型与度量方法
3.1 HAR模型的基本理论
3.1.1 异质市场假说
3.1.2 HAR基础模型
3.2 已实现波动率的度量形式
3.2.1 日内无加权已实现波动率(RVD)
3.2.2 日内加权已实现波动率(WRVD)
3.2.3 基于隔夜信息的扩展已实现波动率(RVH)
3.2.4 基于隔夜信息的扩展加权已实现波动率(WRVH)
3.3 跳跃与共跳的检验--非参数方法
3.3.1 BNS检验的理论分析
3.3.2 WS-BNS检验统计量
3.3.3 BTL方法
3.3.4 BW检验及共跳的检验准则
4 高频数据下波动率与跳跃的特征
4.1 波动的非对称性与隔夜信息
4.1.1 非对称性
4.1.2 隔夜信息的由来及度量
4.2 高频数据下波动率特征
4.2.1 样本数据及波动率基本特征分析
4.2.2 波动率估计比较
4.2.3 波动率的长记忆性特征
4.3 跳跃及其特征分析
4.3.1 正向跳跃与负向跳跃
4.3.2 隔夜跳跃与日内跳跃
4.3.3 系统性跳跃与异质跳跃
4.3.4 跳跃变差统计特征
5 跳跃对波动率的预测--基于HAR-RV-CJV模型
5.1 跳跃对波动率的非对称性预测与反转
5.1.1 跳跃对波动率预测的非对称性
5.1.2 跳跃对波动率预测的反转特征——以政策改革为界
5.1.3 跳跃对波动率预测的反转特征——以牛市和熊市为界
5.2 跳跃对波动率的预测能力分析:隔夜跳跃与系统跳跃
5.2.1 隔夜跳跃对波动率的预测分析
5.2.2 系统性跳跃对波动率的预测分析
5.3 符号跳跃及其对波动率的样本外预测
5.3.1 SPA检验
5.3.2 符号跳跃变差的设定
5.3.3 符号跳跃变差对波动率样本外预测的影响
6 共跳及其对波动率的预测--基于HAR-RV-JCOV模型
6.1 共跳的建模
6.1.1 共跳协变差(JCOV)
6.1.2 共同跳跃的方向符号
6.1.3 隔夜共跳与日内共跳
6.1.4 系统性共跳
6.2 共跳的检验与统计特征
6.2.1 跳跃的检验方法
6.2.2 跳跃、共跳的统计特征
6.3 共跳对波动率的预测分析
6.3.1 共同跳跃的杠杆效应
6.3.2 隔夜共跳的影响
6.3.3 系统性共跳的影响
6.4 符号共跳的构造及其样本外预测能力的比较
6.4.1 符号共跳协变差的设定
6.4.2 符号共跳协变差对HAR-RV模型样本外预测能力的影响
7 结论及政策建议
7.1 主要研究结论
7.2 启示及建议
7.3 进一步研究的方向
攻读博士期间发表的科研成果
参考文献
后记
本文编号：3842342
本文链接：https://www.wllwen.com/shoufeilunwen/jjglbs/3842342.html
