本文關鍵詞：滬深300股指期貨市場已實現波動率實證研究　出處：《西南財經大學》2012年碩士論文　論文類型：學位論文

  更多相關文章： 已實現波動率 連續(xù)波動率 跳躍波動率 HAR模型 ACH模型 結構突變 滬深300股指期貨

【摘要】：對于現代金融理論的完善與實際的應用中,資產收益率波動起著至關重要的作用,是進行資產定價、風險管理的核心。因而,對于波動率動態(tài)性地建模與預測等一系列工作變得日益重要。同時,隨著計算機技術的發(fā)展,各種金融產品交易頻率有了顯著提高,日內高頻數據的獲得變得越來越容易,因此,如何利用這些日內數據來估計金融資產的波動率,是當先眾多研究者和實務者關注的問題。 對波動率的研究可以追溯到二十多年前,大部分的實證研究文獻都是基于日數據來建模的,比如GARCH模型或者隨機波動率(SV)模型。近些年來,日內高頻數據的獲得變得很容易,如何在波動率模型中加入日內高頻數據的信息成為了一個重要的研究方向。盡管GARCH非常流行,但并不能很好的反應日內高頻數據的波動率。Andersen和Bollerslev(1998)提出如何在連續(xù)價格模型假設和二次變差理論基礎下,處理日內高頻數據的波動率問題。他們提出了一種基于日內收益率平方和來計算的日內已實現波動率。因其顯式的可觀測性,我們可以用標準的時間序列技術來對其建模和預測。Barndorff-Nielsen和Shephard(2004)的研究表明：為了得到更好的估計效果,可以將二次變差分解為連續(xù)部分和跳躍部分。Andersen(2011)對這個問題作了進一步研究,對構成總波動的兩部分(連續(xù)波動率和跳躍波動率)使用獨立時間序列預測模型來建模和預測。他將一天中的總波動分解為基于雙冪波動率(bi-power variation)計算的連續(xù)波動率和跳躍波動率兩個部分,并用HAR-RV (Heterogeneous Autoregressive model of Realized Volatility)模型來研究連續(xù)波動率的動態(tài)結構,取得了較好的效果；同時對跳躍波動率進行了分解,對跳躍波動率建立了更為精確的模型。在本文中,我們采用Andersen的研究方法,將滬深300股指期貨市場的已實現波動率分解為連續(xù)波動率和跳躍波動率,并對這兩部分分別建模,研究兩者各自的動態(tài)結構。 第一章首先闡釋了文章的選題背景和選題意義,其次介紹了已實現波動率的相關背景知識,接著簡述了已實現波動率研究的現狀,最后在此基礎上提出了本文的研究方法。 第二章對滬深300股指期貨市場做了相應的介紹：首先分別介紹了滬深300股指期貨的產生于發(fā)展過程、股指期貨的功能與作用、股指期貨與股票的區(qū)別和股指期貨的市參與者類型；然后介紹了滬深300股指期貨合約的合約條款；接著介紹了股指期貨市場的風險控制制度；最后是對滬深300股指期貨市場的發(fā)展方向與前景的展望。 第三章研究已實現波動率的估計。首先介紹了已實現波動率波及的初期離散模型和連續(xù)模型,并在此基礎上介紹了市場微觀結構噪音對已實現波動率的影響以及處理方法。之后采用前人的處理方法,選取了計算已實現波動率的最優(yōu)頻率。最后研究了已實現波動率的分解問題,將已實現波動率分解為連續(xù)波動率和跳躍波動率,并進一步將跳躍波動率分解為跳躍是否發(fā)生序列和跳躍大小序列。 第四章對滬深300股指期貨市場已實現波動率做了實證分析。首先,我們介紹了本文選取數據是市場上能獲得的最高頻率數據,這是與其他實證文章的重要區(qū)別之一。接著,用第三章的方法,得到每日最優(yōu)取樣頻率,并用這個頻率計算了已實現波動率、連續(xù)波動率和跳躍波動率以及隔夜收益率。同時研究了這些變量的描述性統(tǒng)計特征與自相關性檢驗,發(fā)現已實現波動率、連續(xù)波動率和跳躍波動率均存在右偏、尖峰和強自相關現象,這說明他們是非正態(tài)的且存在較長記憶性。然后,我們研究了滬深300股指期貨市場波動率均值結構突變問題,研究發(fā)現,股指期貨已實現波動率以及連續(xù)波動率以及跳躍波動在股指期貨推出至今一年多的時間內,均值結構發(fā)生了顯著變化。連續(xù)波動率與已實現波動率均值發(fā)生兩次顯著變化。第一次在2011年1月27日,另一次在2011年8月3日。第一次突變時,已實現波動率均值和連續(xù)波動率均值變?yōu)樵骄档?0%左右。第二次突變時,已實現波動率和連續(xù)波動率的均值均有所上升,達到2011年1月27日之前水平的70%。同時,跳躍波動率只在連續(xù)波動率和已實現波動率第一次突變時發(fā)生突變,在第二次時未發(fā)生顯著變化。這表明,已實現波動率第一次突變是由跳躍波動和連續(xù)波動率共同影響的結果；而第二次突變,則完全由連續(xù)波動率變化來完成。 本文第五章研究了連續(xù)波動率的動態(tài)結構。首先分別介紹了HAR模型,以及HAR模型的改進與發(fā)展,在此基礎上提出了本文的HAR-M模型,考察了連續(xù)波動率的日效應、周效應和月效應,同時還考慮了日規(guī)模效應、周規(guī)模效應和月規(guī)模效應。研究結果表明連續(xù)波動率的日效應、周效應和月效應都是顯著的,在很大程度上解釋了下一個交易日的連續(xù)波動率。這說明滬深300股指期貨市場存在短、中、長三種記憶性,且在這三種記憶性中,中期記憶最強。同時,研究還顯示,日規(guī)模效應和周規(guī)模效應是顯著的。這表明日和周收益率的絕對大小會對投資者的行為產生影響,從而對未來收益率的大小產生顯著影響。但收益率的正負對于未來收益率的波動沒有顯著影響,這表明滬深300股指期貨市場的投資者不關心收益率的正負,而關心收益率的絕對大小。 本文第六章研究了跳躍波動率和隔夜收益率。首先,我們對跳躍發(fā)生的等待時間序列建立了ACH模型,研究了跳躍發(fā)生的條件危險率。實證結果表明滯后階的期望等待時間對下次跳躍發(fā)生期望等待時間的影響是顯著的,由此我們可以用該模型來預測下一個交易日發(fā)生跳躍的可能性。接著,我們?yōu)樘S大小建立了HAR-J模型,研究了連續(xù)波動率對跳躍大小的影響。同時,我們還考慮收益率的日規(guī)模效應、周規(guī)模效應和月規(guī)模效應以及杠桿效應。實證結果顯示連續(xù)波動率對跳躍波動率的周效應和月效應是顯著的,這表明連續(xù)波動率對跳躍波動率具有預測作用。如果滯后階的連續(xù)波動率越大,那么未來跳躍發(fā)生時的跳躍波動率也越大。此外,周規(guī)模效應也很顯著,同時日規(guī)模效應也是顯著的,上一個交易日的收益率為負且絕對值較大的時候,在下一次發(fā)生跳躍時,價格跳躍幅度較大。在本章的最后,我們研究了隔夜收益率的動態(tài)結構,建立了GARCH(1,1)-t模型。模型結果顯示,隔夜收益率表現出一定波動聚集現象。 本文第七章研究了前文幾個模型的預測效果。我們對比了樣本內與外的預測誤差,研究發(fā)現模型樣本內外預測效果相差無幾,特別是連續(xù)波動率模型和跳躍大小模型,樣本內外的預測誤差MAPE均不到5%。這說明我們的模型預測效果較好。在對跳躍等待時間間隔模型做預測時,預測效果相比連續(xù)波動率模型而言,相對較差。 本文最后一章對整個文章做了總結。第一,總結了本章所采用的主要模型以及主要結論。第二,分析了本文的優(yōu)點與創(chuàng)新之處、不足之處以及進一步研究的方向。
[Abstract]:......
【學位授予單位】：西南財經大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：F832.5;F224

【參考文獻】

相關期刊論文 前1條

1 陳國進;王占海;;我國股票市場連續(xù)性波動與跳躍性波動實證研究[J];系統(tǒng)工程理論與實踐;2010年09期

，

本文編號：1354452