極端沖擊（例如戰(zhàn)爭和金融危機）會導致股市波動劇烈.提出5種增強的混頻模型（GARCH-MIDAS）,可以捕捉非對稱和極端沖擊對股市波動率的影響.樣本內的結果表明,我國股市存在明顯的波動率聚集效應和杠桿效應,并且負面的極端震蕩會導致較高的波動性.而樣本外的MCS和DM檢驗結果則清楚地顯示出EGARCH-MIDAS-ES模型最適合預測股市波動率,該模型在短期波動中納入了非對稱效應,長期趨勢中加入了極端沖擊的影響.此外,穩(wěn)健性檢驗證實,與標準GARCH-MIDAS模型相比,增強的波動率模型在統(tǒng)計和經濟方面均可產生更好的預測結果.通過考慮極端沖擊,為股市波動率預測提供了新的見解. 

【文章來源】：河南科學. 2020,38(07)

【文章頁數】：10 頁

【部分圖文】：

收益率和波動圖

圖2是真實波動與預測的條件方差走勢圖，其中真實波動用收益率的平方代替.表2為所有模型的極大似然估計結果及相應的漸進標準誤差.表中大多數參數均顯著，這表明我們研究的混合數據樣本模型框架非常適用于股票收益率的擬合.首先，GARCH系列模型的參數（μ，α，β）在統(tǒng)計意義上都是顯著的，這表明上證50收益率在短期波動上具有強烈的波動聚集效應.其次，所有估計的α+β之和均小于1，但都接近于1，這表明波動率存在較高的持久性，這與Engle和Rangel[21]的研究結論一致.同時，除模型4以外，所有模型的估計值α都顯著大于0，表明過去的信息提升了股票收益率的波動性.再次，參數γ在模型2(EGARCH-MIDAS）、模型4(GJR-GARCH-MIDAS-ES）和模型5(EGARCH-MIDAS-ES）中均顯著大于0，即非對稱效應在這些模型中均存在.這表明，負面沖擊對股票收益的短期波動性的影響比正面沖擊更甚[22].此外，我們發(fā)現θ-*，θ+*和在所有模型中均大于0，這證實了極端沖擊對股票收益的波動具有強烈影響，這表明極端影響可能是股票持續(xù)波動的根源[23].

【參考文獻】：
期刊論文
[1]投資者情緒、期權隱含信息與股市波動率預測——基于上證50ETF期權的經驗研究[J]. 劉勇,白小瀅.  證券市場導報. 2020(01)
[2]中國股市波動率實證分析[J]. 樊春燕.  納稅. 2019(30)
[3]基于高頻數據的中國股市波動率預測研究[J]. 吳鑫育,王莉莉.  東北農業(yè)大學學報(社會科學版). 2019(03)
[4]基于GARCH模型族對波動率預測的實證研究——以上證綜指為例[J]. 趙彤.  知識經濟. 2018(09)
[5]基于宏觀基本面的股市波動度量與預測[J]. 鄭挺國,尚玉皇.  世界經濟. 2014(12)



本文編號：3010724