在金融市場中,波動率的準確建模和預測是進行資產(chǎn)配置、風險管理等金融應用的關鍵。現(xiàn)有的研究主要是基于低頻數(shù)據(jù)的GARCH類模型,但經(jīng)過大量研究得出的預測效果卻并不穩(wěn)健。近年來,采用高頻數(shù)據(jù)進行波動率建模備受國內(nèi)外學者的青睞,因為其包含了更多的數(shù)據(jù)信息,但高頻數(shù)據(jù)的市場微觀結(jié)構(gòu)噪聲、跳躍等對波動的影響不容忽視。并且傳統(tǒng)的低頻或高頻波動模型的采樣頻率相同,這往往限制了變量的選取,可能會降低模型的預測精度。本文選取滬深300指數(shù)日低頻數(shù)據(jù)與5分鐘高頻數(shù)據(jù),將低頻GARCH類模型和高頻HAR-RV族、FNN-HAR-J模型相結(jié)合,得到混頻預測模型——MoP模型。分別對收益率序列和已實現(xiàn)波動序列進行描述性統(tǒng)計分析,并且對低頻波動模型和高頻波動模型進行參數(shù)估計,采用MCS檢驗法將GARCH類模型、HAR類模型、FNN-HAR-J模型以及混頻MoP模型進行對比分析。并采用這些模型對金融資產(chǎn)的動態(tài)VaR進行預測。本文的研究具有一定的實踐意義,混頻波動模型可以進一步應用于其他金融產(chǎn)品,對防范金融產(chǎn)品的風險有著一定的指導意義。通過實證分析可得以下結(jié)論:首先,通過描述性統(tǒng)計分析,得出收益率序列和已實現(xiàn)波動序列...

【文章頁數(shù)】：50 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究綜述
        1.2.1 低頻波動模型研究現(xiàn)狀
        1.2.2 高頻波動模型研究現(xiàn)狀
        1.2.3 混頻波動模型研究現(xiàn)狀
    1.3 研究方法以及創(chuàng)新點
        1.3.1 研究方法
        1.3.2 創(chuàng)新點
    1.4 基本內(nèi)容與框架
        1.4.1 基本內(nèi)容
        1.4.2 文章基本框架
2 波動率模型理論分析
    2.1 低頻GARCH類模型
        2.1.1 GARCH模型
        2.1.2 EGARCH模型
        2.1.3 GJR-GARCH模型
        2.1.4 FIGARCH模型
    2.2 已實現(xiàn)波動率與已實現(xiàn)二次冪變差測度
    2.3 高頻HAR族模型
        2.3.1 HAR-RV模型
        2.3.2 HAR-RV-J模型
        2.3.3 HAR-RV-CJ模型
        2.3.4 FNN-HAR-J模型
    2.4 混頻MoP模型
    2.5 本章小結(jié)
3 實證分析
    3.1 樣本數(shù)據(jù)選取與處理
    3.2 低頻數(shù)據(jù)的分析
        3.2.1 樣本數(shù)據(jù)描述性分析
        3.2.2 樣本數(shù)據(jù)的ARCH效應檢驗
        3.2.3 低頻波動模型的參數(shù)估計
    3.3 高頻數(shù)據(jù)的分析
        3.3.1 樣本數(shù)據(jù)描述性分析
        3.3.2 高頻波動模型的參數(shù)估計
    3.4 滾動時間窗的樣本外預測及MCS檢驗
        3.4.1 波動率預測方法說明
        3.4.2 MCS檢驗的理論基礎
        3.4.3 樣本外預測的效果分析
    3.5 本章小結(jié)
4 基于不同頻率模型的動態(tài)VaR的預測
    4.1 VaR的理論分析
    4.2 樣本外動態(tài)VaR的預測
    4.3 動態(tài)VaR的檢驗
    4.4 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 不足與展望
參考文獻
攻讀碩士學位期間發(fā)表論文及參加科研情況
致謝



本文編號：3884473