隨著我國資本市場的蓬勃發(fā)展和高頻數(shù)據(jù)的不斷普及,金融市場的波動性也在不斷加劇。有效的管理和準(zhǔn)確的預(yù)測金融市場的風(fēng)險成為目前研究學(xué)者的研究重點。其中,波動率不僅已經(jīng)成為準(zhǔn)確度量和預(yù)測金融市場的重要指標(biāo),而且也是投資者準(zhǔn)確預(yù)測投資風(fēng)險的重要指標(biāo)。然而,傳統(tǒng)的GARCH模型和ARFIMA模型有著對波動率刻畫不準(zhǔn)確和模型參數(shù)估計復(fù)雜等缺點。而已實現(xiàn)波動率模型對波動率的建模采用了高頻數(shù)據(jù),使用的信息量比較充分,具有了不需要考慮參數(shù)等優(yōu)勢,彌補了傳統(tǒng)波動率模型的缺點。因此采用高頻數(shù)據(jù)的已實現(xiàn)波動率的建模受到了推廣。本文基于HAR模型對中國有色金屬期貨市場的波動性進行建模和預(yù)測,并利用高頻數(shù)據(jù)對已實現(xiàn)波動性和杠桿效應(yīng)的時變波動性進行新的洞察。并由此擴展了 HAR模型,以上海期貨交易所的銅、鋁期貨高頻數(shù)據(jù)進行實證研究,結(jié)果表明長期記憶LHAR-RV-CJ、HAR-RV-NT模型所捕捉到的已實現(xiàn)波動的動態(tài)相關(guān)性和時變波動性最符合。 

【文章來源】：安徽師范大學(xué)安徽省

【文章頁數(shù)】：49 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１鋁期貨ＲＶ的時間序列圖??在已實現(xiàn)波動率ＲＶ方面（見圖１），波動的最高峰主要是２０１６年５月，??

圖３鋁期貨ＲＶ核密度圖??

圖４鋁期貨ＲＶ的Ｑ－Ｑ分布圖??上述四個圖非常直觀的反應(yīng)了我國ＲＶ的一些特性。根據(jù)ＱＱ分布圖中，可以看出，圖中的兩端是明顯的偏離了直線的，所以我們認為ＲＶ數(shù)據(jù)不服太分布。由于ＲＶ不服從正太分布，所以下一步將對數(shù)據(jù)進行對數(shù)處理后再

【參考文獻】：
期刊論文
[1]門限已實現(xiàn)隨機波動率模型及其實證研究[J]. 吳鑫育,李心丹,馬超群.  中國管理科學(xué). 2017(03)
[2]基于半鞅過程的中國股市隨機波動、跳躍和微觀結(jié)構(gòu)噪聲統(tǒng)計特征研究[J]. 劉志東,嚴(yán)冠.  中國管理科學(xué). 2016(05)
[3]中國股票市場的最優(yōu)波動率預(yù)測模型研究——基于滬深300指數(shù)高頻數(shù)據(jù)的實證分析[J]. 魏宇.  管理學(xué)報. 2010(06)
[4]實際波動率與GARCH模型的特征比較分析[J]. 于亦文.  管理工程學(xué)報. 2006(02)
[5]現(xiàn)貨價格和期貨價格之間的動態(tài)關(guān)系:基于上海期貨交易所的經(jīng)驗研究[J]. 華仁海.  世界經(jīng)濟. 2005(08)
[6]基于GARCH模型和SV模型的VaR比較[J]. 余素紅,張世英,宋軍.  管理科學(xué)學(xué)報. 2004(05)
[7]調(diào)整"已實現(xiàn)"波動率與GARCH及SV模型對波動的預(yù)測能力的比較研究[J]. 徐正國,張世英.  系統(tǒng)工程. 2004(08)
[8]基于SV模型的深圳股市波動的預(yù)測[J]. 劉鳳芹,吳喜之.  山西財經(jīng)大學(xué)學(xué)報. 2004(04)
[9]上海股市波動性預(yù)測模型的實證比較[J]. 張永東,畢秋香.  管理工程學(xué)報. 2003(02)



本文編號：3386314