本文關(guān)鍵詞： 高頻數(shù)據(jù) 共同跳躍 MHAR模型 風(fēng)險度量　出處：《福州大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：在日益復(fù)雜的金融市場環(huán)境下,投資者在追求報酬最大化的同時,更加關(guān)注風(fēng)險的評估和管理,因此風(fēng)險管理成為金融學(xué)者們相當(dāng)重要的研究課題之一。隨著非參數(shù)估計(jì)廣泛應(yīng)用于估計(jì)波動率,人們更加關(guān)注日內(nèi)豐富信息對風(fēng)險管理的重要性,基于高頻數(shù)據(jù)的跳躍行為研究在現(xiàn)實(shí)中可以很好地解釋日內(nèi)異常事件對價格和風(fēng)險的影響。跳躍行為對準(zhǔn)確預(yù)測方差有重要作用,同樣地,共同跳躍行為對準(zhǔn)確預(yù)測協(xié)方差也非常重要,進(jìn)而對合理資產(chǎn)組合配置、優(yōu)化資產(chǎn)管理都要重要的作用。本文在已有文獻(xiàn)研究的基礎(chǔ)上,基于高頻數(shù)據(jù),從以下幾個方面對不同金融資產(chǎn)之間的共同跳躍行為進(jìn)行有關(guān)建模方面的研究：1)系統(tǒng)闡述近幾年國內(nèi)外關(guān)于金融資產(chǎn)共同跳躍的研究現(xiàn)狀,并從理論上分析了資產(chǎn)價格服從的跳躍-擴(kuò)散過程,為后面的研究提供理論基礎(chǔ)。2)系統(tǒng)闡述四種常用的日內(nèi)跳躍檢驗(yàn)統(tǒng)計(jì)量,并從實(shí)證角度對這些日內(nèi)跳躍檢驗(yàn)統(tǒng)計(jì)量進(jìn)行比較,通過分別利用模擬數(shù)據(jù)和實(shí)證數(shù)據(jù)對統(tǒng)計(jì)量比較后發(fā)現(xiàn),ABFN統(tǒng)計(jì)量在總體上在檢測日內(nèi)的跳躍行為方面具有一定的優(yōu)越性。3)應(yīng)用ABFN統(tǒng)計(jì)量剝離出跳躍方差序列和跳躍協(xié)方差序列后,分別建立預(yù)測方差和協(xié)方差的多資產(chǎn)MHAR-RCV-CJ模型,并且與MHAR-RCV模型比較預(yù)測精度,證明共同跳躍對于預(yù)測協(xié)方差的重要性,考慮共同跳躍能夠更好地預(yù)測協(xié)方差。4)在用MHAR-RCV-CJ模型和MHAR-RCV模型預(yù)測出方差和協(xié)方差的基礎(chǔ)上,對構(gòu)造出的等權(quán)重資產(chǎn)組合分別進(jìn)行VaR和ES風(fēng)險度量分析并比較后發(fā)現(xiàn)：考慮跳躍和共同跳躍的MHAR-RCV-CJ模型構(gòu)造出的資產(chǎn)組合風(fēng)險度量效果比不考慮跳躍和共同跳躍的MHAR-RCV模型的效果好；相對于VaR度量方法,ES度量方法更加精確,是用于資產(chǎn)組合風(fēng)險度量的更好方法。本論文是國家自然科學(xué)基金資助項(xiàng)目《基于已實(shí)現(xiàn)測量非參數(shù)方法的金融資產(chǎn)跳躍行為研究》(NO.71171056)的階段性研究成果。
[Abstract]:In the increasingly complex financial market environment, investors pay more attention to risk assessment and management while pursuing the maximization of returns. Therefore, risk management has become one of the most important research topics for financial scholars. With the wide application of non-parametric estimation in estimating volatility, people pay more attention to the importance of rich information in the day for risk management. The study of jump behavior based on high frequency data can explain the effect of intraday abnormal events on price and risk in reality. Jump behavior plays an important role in accurate prediction of variance. The common jump behavior is also very important for accurate prediction of covariance, and it is also important for the rational allocation of asset portfolio and the optimization of asset management. In this paper, based on the existing literature, based on high-frequency data, From the following several aspects of the joint jump behavior between different financial assets related modeling research: 1) A systematic description of the domestic and foreign financial assets in recent years on the joint jump research status. And theoretically analyzes the leapfrogging and diffusion process of asset price clothing, and provides the theoretical basis for the later research. (2) systematically expounds four commonly used intraday jump test statistics. And from the perspective of empirical comparison of these intraday jump test statistics, By comparing the statistics with simulated data and empirical data, it is found that ABFN statistics have certain advantages in the detection of hopping behavior on the whole. 3) the ABFN statistics are used to peel off the jump variance sequence and jump. After the jump covariance sequence, The multi-asset MHAR-RCV-CJ models of predictive variance and covariance are established, and compared with the prediction accuracy of MHAR-RCV model, the importance of common jump in predicting covariance is proved. Considering that the common jump can better predict covariance. 4) based on the prediction of variance and covariance using MHAR-RCV-CJ model and MHAR-RCV model, The VaR and es risk measurements of the constructed equal-weight portfolio are analyzed and compared respectively. It is found that the risk measurement effect ratio of the portfolio constructed by the MHAR-RCV-CJ model with jump and joint jump is less than that of skip and joint jump. The effect of MHAR-RCV model is good. It is more accurate than the VaR measurement method. It is a better method for portfolio risk measurement. This paper is a periodic research result of the project supported by the National Natural Science Foundation of China, "Research on the jump behavior of financial assets based on the realized measurement of non-parametric methods" (no. 71171056).
【學(xué)位授予單位】：福州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F832

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱建平;魏瑾;謝邦昌;;金融高頻數(shù)據(jù)挖掘研究評述與展望[J];經(jīng)濟(jì)學(xué)動態(tài);2011年06期

2 郭興義,杜本峰,何龍燦;(超)高頻數(shù)據(jù)分析與建模[J];統(tǒng)計(jì)研究;2002年11期

3 常寧,徐國祥;金融高頻數(shù)據(jù)分析的現(xiàn)狀與問題研究[J];財(cái)經(jīng)研究;2004年03期

4 應(yīng)益榮;包郭平;;金融市場高頻數(shù)據(jù)分析的建模進(jìn)展[J];五邑大學(xué)學(xué)報(自然科學(xué)版);2006年01期

5 包郭平;應(yīng)益榮;;金融市場中高頻數(shù)據(jù)的分析方法[J];五邑大學(xué)學(xué)報(自然科學(xué)版);2007年01期

6 唐振鵬;;金融高頻數(shù)據(jù)和超高頻數(shù)據(jù)的研究現(xiàn)狀及展望[J];福州大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2008年04期

7 金登貴;中國證券市場高頻數(shù)據(jù)分布特征研究[J];統(tǒng)計(jì)與決策;2005年20期

8 唐勇;張伯新;;基于高頻數(shù)據(jù)的中國股市跳躍特征實(shí)證分析[J];中國管理科學(xué);2013年05期

9 尹優(yōu)平,馬丹;基于分布擬合方法的高頻數(shù)據(jù)風(fēng)險價值研究[J];金融研究;2005年03期

10 補(bǔ)馮林,張衛(wèi)國,何偉;基于超高頻數(shù)據(jù)的股票流動性度量研究[J];統(tǒng)計(jì)與決策;2005年04期

相關(guān)會議論文 前6條

1 郭名媛;;基于高頻數(shù)據(jù)的已實(shí)現(xiàn)極差相關(guān)系數(shù)及實(shí)證研究[A];2012管理創(chuàng)新、智能科技與經(jīng)濟(jì)發(fā)展研討會論文集[C];2012年

2 郭名媛;;基于高頻數(shù)據(jù)的賦權(quán)已實(shí)現(xiàn)極差相關(guān)系數(shù)及其實(shí)證研究[A];社會經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

3 唐勇;;金融市場波動建模:基于高頻數(shù)據(jù)視角[A];社會經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

4 楊懷東;伍娟;盛虎;;基于高頻數(shù)據(jù)的成對交易統(tǒng)計(jì)套利策略實(shí)證研究[A];第五屆（2010）中國管理學(xué)年會——金融分會場論文集[C];2010年

5 張晨;李月環(huán);;基于調(diào)整“已實(shí)現(xiàn)”波動率的滬深300指數(shù)高頻數(shù)據(jù)波動性研究與預(yù)測[A];中國會計(jì)學(xué)會高等工科院校分會2008年學(xué)術(shù)年會（第十五屆年會）暨中央在鄂集團(tuán)企業(yè)財(cái)務(wù)管理研討會論文集（上冊）[C];2008年

6 劉淳;朱世武;何濟(jì)舟;;金融市場波動擇時策略的經(jīng)濟(jì)價值分析[A];經(jīng)濟(jì)全球化與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第16屆學(xué)術(shù)年會論文集[C];2010年

相關(guān)重要報紙文章 前5條

1 本報記者 任曉;12月PMI或小幅上行[N];中國證券報;2013年

2 程實(shí);美國金融體系逐漸恢復(fù) 實(shí)體經(jīng)濟(jì)企穩(wěn)[N];中國經(jīng)濟(jì)時報;2009年

3 華泰長城期貨 謝趙維　許惠敏;高庫存料繼續(xù)“重壓”礦價[N];中國證券報;2014年

4 金融學(xué)博士 宏觀經(jīng)濟(jì)分析師 程實(shí);全球經(jīng)濟(jì)隱約徘徊著復(fù)合危機(jī)陰影[N];上海證券報;2011年

5 申銀萬國證券研究所 李慧勇;新興市場保持資金大額流入[N];證券時報;2014年

相關(guān)博士學(xué)位論文 前6條

1 唐勇;基于高頻數(shù)據(jù)的金融市場分析[D];天津大學(xué);2007年

2 鎮(zhèn)磊;基于高頻數(shù)據(jù)處理方法對A股算法交易優(yōu)化決策的量化分析研究[D];中國科學(xué)技術(shù)大學(xué);2010年

3 劉廣應(yīng);帶跳的分?jǐn)?shù)維積分過程的冪變差理論及其在金融高頻數(shù)據(jù)中的應(yīng)用[D];復(fù)旦大學(xué);2011年

4 李勝歌;基于高頻數(shù)據(jù)的金融波動率研究[D];天津大學(xué);2008年

5 王少斌;基于高頻數(shù)據(jù)的投資者交易行為研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

6 王芳;基于市場微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動研究[D];西南財(cái)經(jīng)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 周智櫓;滬深300股指期貨已實(shí)現(xiàn)波動率的研究[D];中國青年政治學(xué)院;2015年

2 米佳奇;基于高頻數(shù)據(jù)的期貨跨品種套利研究[D];浙江工商大學(xué);2015年

3 李夢瑩;基于高頻數(shù)據(jù)的A股銀行板塊配對交易研究[D];復(fù)旦大學(xué);2014年

4 謝欣欣;基于對限價指令簿信息的研究對高頻金融數(shù)據(jù)進(jìn)行建模[D];上海交通大學(xué);2015年

5 王浩;基于趨勢反轉(zhuǎn)的程序化交易研究[D];上海交通大學(xué);2014年

6 歐陽君宏;金融資產(chǎn)跳躍特性研究[D];福州大學(xué);2014年

7 林欣;基于高頻數(shù)據(jù)的金融資產(chǎn)共同跳躍建模研究[D];福州大學(xué);2014年

8 韓鐵;金融市場（超）高頻數(shù)據(jù)建模及與低頻數(shù)據(jù)對比研究[D];天津大學(xué);2006年

9 李曉威;金融高頻數(shù)據(jù)的關(guān)聯(lián)規(guī)則算法研究[D];吉林大學(xué);2008年

10 張曙;金融高頻數(shù)據(jù)的分析及實(shí)證研究[D];中南大學(xué);2013年

，

本文編號：1522535