本文關鍵詞：基于市場微觀結構噪聲和跳躍的金融高頻協(xié)方差陣的估計及其應用研究　出處：《西南財經(jīng)大學》2013年博士論文　論文類型：學位論文

  更多相關文章： 已實現(xiàn)協(xié)方差陣 市場微觀結構噪聲 跳躍 修正的門限預平均已實現(xiàn)協(xié)方差陣估計量 基于流動性調(diào)整的修正的門限預平均已實現(xiàn)協(xié)方差陣估計量

【摘要】：金融資產(chǎn)的協(xié)方差陣在投資組合和風險管理中扮演著非常重要的角色。不同的方法計算的協(xié)方差矩陣存在著較大的差異,目前主流的計算方法仍是基于低頻數(shù)據(jù)對協(xié)方差陣進行估計,但是低頻數(shù)據(jù)損失了很多有用的信息使得協(xié)方差陣的估計不太理想。為了提高協(xié)方差陣估計的準確性,就需要對基于高頻數(shù)據(jù)的協(xié)方差陣進行研究,高頻數(shù)據(jù)比低頻數(shù)據(jù)包含了更多的有用信息,并且包含的信息會隨著抽樣頻率的增加而增加。 常見的基于低頻數(shù)據(jù)的協(xié)方差陣估計模型不能滿足基于高頻數(shù)據(jù)的協(xié)方差陣估計模型的建模需求,需要有新的方法來估計高頻數(shù)據(jù)的協(xié)方差陣。Andersen和Bollerslev (2003)提出的已實現(xiàn)協(xié)方差陣RCOV,是最常用的估計高頻數(shù)據(jù)協(xié)方差陣的方法,在估計RCOV時不需要復雜的參數(shù)估計,也不需要建立模型,計算起來較為簡便,可以很好的應用在金融風險管理中,因此已實現(xiàn)協(xié)方差陣一經(jīng)提出便得到了廣泛的應用。 但是,隨著抽樣頻率的增加,高頻數(shù)據(jù)包含的信息越來越豐富的同時,市場微觀結構噪聲的影響也會越來越明顯。不僅如此,資產(chǎn)的收益率在某些情況下短期內(nèi)也會發(fā)生大幅的波動,產(chǎn)生跳躍,跳躍對高頻數(shù)據(jù)協(xié)方差陣估計的影響也是不可忽略的。近年來,隨著人們對高頻協(xié)方差陣研究的深入,很多學者開始考慮市場微觀結構噪聲或跳躍對高頻協(xié)方差陣估計的影響,他們指出當市場微觀結構噪聲或跳躍存在時,已實現(xiàn)協(xié)方差陣將不再是積分協(xié)方差陣的一致估計量,為此,他們提出了能夠降低市場微觀結構噪聲或跳躍影響的協(xié)方差陣估計量。但是,現(xiàn)有的研究要么只是考慮了市場微觀結構噪聲的影響,要么只是考慮了跳躍的影響,很少有文獻同時考慮噪聲和跳躍對高頻協(xié)方差陣估計的影響。而噪聲和跳躍有可能同時存在于金融市場上,那么如何在二者同時存在的情況下對高頻數(shù)據(jù)的協(xié)方差陣進行估計,仍是一個較為困難的問題,目前少有文獻對其進行研究。 當市場微觀結構噪聲和跳躍同時存在時,本文提出了一個新的基于市場微觀結構噪聲和跳躍的估計量—修正的門限預平均已實現(xiàn)協(xié)方差陣MTPCOV,該估計量能夠通過預平均方法來減少市場微觀結構噪聲的影響,通過門限來剔除跳躍的影響。本文首先對MTPCOV估計量的理論性質(zhì)進行了探討,然后采用模擬數(shù)據(jù)來對其進行了模擬研究,最后采用中國金融市場上的真實的股票高頻數(shù)據(jù)對MTPCOV估計量進行了實證檢驗。當我們估計高頻協(xié)方差陣MTPCOV時,為了解決不同交易問題,往往采用刷新時間方案對高頻數(shù)據(jù)進行同步化處理,這就會使得數(shù)據(jù)的損失量非常大,尤其是當我們考慮的資產(chǎn)數(shù)目較多時。為了減少數(shù)據(jù)的損失得到更為精確的高頻協(xié)方差陣估計量,本文將分塊策略與正則化方法應用到MTPCOV的估計中,得到了基于流動性調(diào)整的修正的門限預平均已實現(xiàn)協(xié)方差陣RnBMTPCOV。另外,本文還對常用的高頻協(xié)方差陣預測模型進行了比較分析,選擇了較好的協(xié)方差陣預測模型對高頻協(xié)方差陣進行預測,并對MTPCOV估計量以及RnBMTPCOV估計量在投資組合中的應用情況進行了深入研究。將高頻數(shù)據(jù)波動理論、計量分析方法以及實證研究緊密的結合起來,采用定性與定量相結合的方法,既有理論的梳理與構建又有詳細的實證分析。本文的具體研究內(nèi)容如下： 第一章為緒論部分。本章介紹了本文的研究背景,指出對基于市場微觀結構噪聲和跳躍的高頻協(xié)方差陣進行研究的目的和意義,給出了本文的主要研究內(nèi)容以及主要創(chuàng)新點。 第二章是本文的文獻綜述。本章首先對一維的高頻數(shù)據(jù)波動理論進行了回顧,然后對已實現(xiàn)協(xié)方差陣的估計方法進行了詳細的介紹,進而又分別在市場微觀結構噪聲和跳躍存在的條件下,對高頻數(shù)據(jù)協(xié)方差陣估計量的研究現(xiàn)狀進行了回顧,最后對國內(nèi)外有關高頻數(shù)據(jù)在投資組合中應用的文獻進行了歸納分析。 第三章提出了一個新的估計量—修正的門限預平均已實現(xiàn)協(xié)方差陣MTPCOV。本章首先介紹了改進的預平均方法,該方法能夠消除市場微觀結構噪聲對高頻協(xié)方差陣估計的影響,回顧了基于預平均方法的高頻協(xié)方差陣估計方法,預平均協(xié)方差陣估計方法能夠消除市場微觀結構的影響,但是卻沒有考慮跳躍的影響。如何在噪聲和跳躍同時存在的條件下對高頻協(xié)方差陣進行估計,是一個值得深入研究的問題。為此,本文將改進的預平均方法與門限的思想結合起來,從理論上提出了修正的門限預平均協(xié)方差陣MTPCOV估計量,該估計量能夠同時處理市場微觀結構噪聲和跳躍的影響。MTPCOV的主對角線元素是各個資產(chǎn)的修正的門限預平均已實現(xiàn)波動MTPRV,副對角線元素是任意的兩個資產(chǎn)之間的修正的門限預平均已實現(xiàn)協(xié)方差MTPCV。對于MTPRV,馬丹、尹優(yōu)平(2012)證明了其極限性質(zhì),指出它是積分波動的一致估計量,并通過模擬研究驗證了MTPRV估計量要優(yōu)于其它基于高頻數(shù)據(jù)的波動估計量。本章主要是探討了MTPCOV的副對角線元素MTPCV的極限性質(zhì),證明了它是積分協(xié)方差的一致估計量,并對其進行了模擬研究。由矩陣的收斂定義,知由MTPRV和MTPCV構造的協(xié)方差陣MTPCOV是積分協(xié)方差陣的一致估計量。 第四章將分塊策略和正則化方法應用到修正的門限預平均已實現(xiàn)協(xié)方差陣的估計中,這樣便減少了數(shù)據(jù)量的損失,得到了正定的更加精確的協(xié)方差陣估計量—基于流動性調(diào)整的修正的門限預平均已實現(xiàn)協(xié)方差陣RnBMTPCOV。本章首先介紹了刷新時間方案,然后對基于刷新時間方案的MTPCOV估計方法的數(shù)據(jù)損失進行了分析。又對分塊策略和正則化方法進行了介紹,將分塊策略和正則化方法應用在MTPCOV的估計中,引入了RnBMTPCOV估計量。最后,對RnBMTPCOV的有效性進行了研究,將RnBMTPCOV方法和MTPCOV方法進行了對比分析,得到RnBMTPCOV是更精確的協(xié)方差陣估計量的結論。 第五章本章首先介紹了基于高頻數(shù)據(jù)的協(xié)方差陣預測模型以及典型的基于低頻數(shù)據(jù)的協(xié)方差陣預測模型,然后對預測模型的比較方法MCS檢驗法進行了詳細介紹,并采用該方法將幾種常見的協(xié)方差陣預測模型進行了比較。通過研究發(fā)現(xiàn),基于矩陣的對數(shù)變換的多元異質(zhì)自回歸模型LOG-HAR模型在所有的損失函數(shù)下都有最好的表現(xiàn),是最優(yōu)的預測模型,并且該模型一方面保證了預測的協(xié)方差陣的正定性,另一方面捕捉到了時間序列的長記憶性。因此在后文的研究中采用的是LOG-HAR模型對高頻數(shù)據(jù)的協(xié)方差陣進行預測。 第六章是高頻協(xié)方差陣在投資組合中應用的實證分析。本章第一節(jié)提出了高頻協(xié)方差陣在投資組合中的應用問題,對投資組合優(yōu)化問題進行了分析。第二節(jié)對實證分析方法進行了介紹,介紹了波動擇時策略和幾種動態(tài)投資組合的比較方法。第三節(jié)是本章的實證分析部分；首先對數(shù)據(jù)的選擇與處理進行了介紹,然后對本文的實證結果進行了詳細的分析。 第七章為全文的結論和展望。該章對全文的研究內(nèi)容做了一個簡短的總結,指出了本文研究的不足之處,并對未來的研究進行了展望。 本文的主要創(chuàng)新點可以歸納為以下幾點： (1)提出了一個新的高頻協(xié)方差陣估計量——修正的門限預平均已實現(xiàn)協(xié)方差陣MTPCOV。 當金融市場滿足有效市場的假定,即不存在市場微觀結構噪聲或跳躍的影響時,已實現(xiàn)協(xié)方差陣RCOV是積分協(xié)方差陣的一致估計量。但是在現(xiàn)實的金融市場上,往往存在著市場微觀結構噪聲或跳躍,并且噪聲或跳躍對高頻協(xié)方差陣估計的影響是不可忽略的,從而使得已實現(xiàn)協(xié)方差陣不再是積分協(xié)方差陣的一致估計量。針對該問題,學者們提出了多種方法來處理噪聲或者跳躍的影響，，以對高頻協(xié)方差陣進行準確的估計。但是,現(xiàn)有的研究要么只是考慮了市場微觀結構噪聲的影響,要么只是考慮了跳躍的影響,很少有文獻同時考慮噪聲和跳躍對高頻協(xié)方差陣估計的影響。而噪聲和跳躍有可能同時存在于金融市場上,那么如何在二者同時存在的情況下對高頻數(shù)據(jù)的協(xié)方差陣進行估計,仍然是一個較為困難的問題,目前少有文獻對其進行研究。本文在Christensen,Kinnebrock和Podolskij (2010)提出的基于預平均方法的預平均已實現(xiàn)協(xié)方差陣的基礎之上,將門限思想應用在協(xié)方差陣的估計中來剔除跳躍的影響,提出了一個新的估計量——修正的門限預平均已實現(xiàn)協(xié)方差陣MTPCOV,該估計量不僅可以處理市場微觀結構噪聲的影響,還可以剔除跳躍對高頻協(xié)方差陣估計的影響。除此之外,本文還對基于市場微觀結構噪聲和跳躍的MTPCOV估計量的統(tǒng)計性質(zhì)進行了討論,證明了MTPCOV是積分協(xié)方差陣的一致估計量,并且該估計量具有最優(yōu)的收斂速度。 (2)將分塊策略和正則化方法應用在MTPCOV的估計中來減少數(shù)據(jù)量的損失,得到了基于流動性調(diào)整的RnBMTPCOV估計量。 當我們估計高頻協(xié)方差陣MTPCOV時,為了解決不同交易問題,往往采用刷新時間方案對高頻數(shù)據(jù)進行同步化處理,這就會使得數(shù)據(jù)的損失量非常大,尤其是當我們考慮的資產(chǎn)數(shù)目較多時。為了減少數(shù)據(jù)的損失,得到更為精確的高頻協(xié)方差陣估計量,本文在估計資產(chǎn)之間的協(xié)方差陣時,對資產(chǎn)的流動性進行了調(diào)整,將分塊策略和正則化技術應用在修正的門限預平均已實現(xiàn)協(xié)方差陣MTPCOV的估計中,從而引入了基于流動性調(diào)整的修正的門限預平均已實現(xiàn)協(xié)方差陣RnBMTPCOV,該方法是對修正的門限預平均已實現(xiàn)協(xié)方差陣的調(diào)整,克服了其由于刷新時間采樣而導致大量數(shù)據(jù)損失的缺點,在不對參數(shù)施加任何限制的情況下,提高了估計精度。 (3)將本文提出的高頻協(xié)方差陣估計方法應用在投資組合中,并與其它高頻協(xié)方差陣估計方法進行了比較分析。 國內(nèi)對高頻數(shù)據(jù)的研究大都集中在對一維的研究,而對多維的高頻協(xié)方差陣的研究還非常的少,個別的文獻涉及到了高頻數(shù)據(jù)的已實現(xiàn)協(xié)方差陣,但對于能夠消除市場微觀結構噪聲以及跳躍的修正的已實現(xiàn)協(xié)方差陣MTPCOV,及其在投資組合中的應用,國內(nèi)還沒有相關研究。本文將MTPCOV禾口RnBMTPCOV應用在投資組合中,并通過多種比較標準將其與其它的高頻協(xié)方差陣估計方法進行比較,系統(tǒng)全面的分析了高頻協(xié)方差陣估計方法及其在投資組合中的應用情況。
[Abstract]:......
【學位授予單位】：西南財經(jīng)大學
【學位級別】：博士
【學位授予年份】：2013
【分類號】：F224;F830.9

【參考文獻】

相關期刊論文 前10條

1 唐勇;張世英;;高頻數(shù)據(jù)的加權已實現(xiàn)極差波動及其實證分析[J];系統(tǒng)工程;2006年08期

2 王春峰;張蕊;房振明;李曄;;高頻數(shù)據(jù)下投資組合風險預測模型比較[J];系統(tǒng)工程;2007年03期

3 李勝歌;張世英;;金融高頻數(shù)據(jù)的最優(yōu)抽樣頻率研究[J];管理學報;2008年06期

4 王明進;陳奇志;;基于獨立成分分解的多元波動率模型[J];管理科學學報;2006年05期

5 黃后川,陳浪南;中國股票市場波動率的高頻估計與特性分析[J];經(jīng)濟研究;2003年02期

6 郭名媛;張世英;;基于“已實現(xiàn)”波動的VaR計算及其持續(xù)性研究[J];西北農(nóng)林科技大學學報(社會科學版);2006年06期

7 馬丹;尹優(yōu)平;;噪聲、跳躍與高頻價格波動——基于門限預平均實現(xiàn)波動的分析[J];金融研究;2012年04期

8 姚寧;;高頻數(shù)據(jù)下波動擇時在動態(tài)資產(chǎn)配置中的應用研究[J];華東經(jīng)濟管理;2010年06期

9 吳有英;馬玉林;趙靜;;基于“已實現(xiàn)”波動率的ARFIMA模型預測實證研究[J];投資研究;2011年10期

10 馬丹;劉麗萍;;基于不同頻率協(xié)方差矩陣的等風險比例投資組合[J];投資研究;2012年10期

本文編號：1373947