近年來,我國期貨市場發(fā)展迅速,在2018年上半年,我國的商品期貨成交量達(dá)14億手,全球占比為48%,由于市場規(guī)模的持續(xù)穩(wěn)步增長,使得我國期貨衍生品市場正逐步發(fā)展成全球最重要的風(fēng)險管理市場。研究期貨市場中的波動率和市場的相關(guān)規(guī)律,對波動率進(jìn)行建模,在金融風(fēng)險管理、投資組合以及資產(chǎn)衍生品定價領(lǐng)域發(fā)揮重要的作用。在金融市場中,隨著高頻數(shù)據(jù)越來越容易得到,產(chǎn)生了一系列高頻波動率模型,這些模型對高頻數(shù)據(jù)的引入,和傳統(tǒng)的基于低頻數(shù)據(jù)的模型相比取得了不錯的效果。使用高頻已實現(xiàn)波動率的Realized GARCH模型相對簡單,參數(shù)易于估計,實證效果足夠好。研究表明,無論是在股票市場還是期貨市場,數(shù)據(jù)間都表現(xiàn)出長記憶性現(xiàn)象,表現(xiàn)為過去信息的影響不能忽略,但在上述RealizedGARCH模型的設(shè)定中并不能對該現(xiàn)象做出解釋。在長記憶性模型中,Corsi(2009)提出的HAR模型同樣采用已實現(xiàn)波動率進(jìn)行建模,該模型構(gòu)造簡單使用OLS來對參數(shù)進(jìn)行估計,實證效果和相對復(fù)雜許多的ARFIMA模型相當(dāng)。將HAR模型中構(gòu)造長記憶的思想引入Realized GARCH模型的建模中,得到RealizedHARGARCH模...

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１本文框架圖??７??

圖2.1滬銅RV和InRV的時序圖

圖２．２白糖ＲＶ和ＩｎＲＶ的時序圖??比較圖２．１和圖２．２可以發(fā)現(xiàn)，滬銅和白糖兩種期貨的己實現(xiàn)波動率和對數(shù)己??現(xiàn)波動率圍繞〇上下波動，在相同時間段兩種波動率的波動情況類似波，明顯??現(xiàn)出己實現(xiàn)收益率的波動聚集效應(yīng)，且對數(shù)己實現(xiàn)收益率的波動效應(yīng)比己實現(xiàn)??動率更強(qiáng)烈。以滬銅為例....

圖２．３滬銅ＩｎＲＶ的相關(guān)圖??圖２．３中，考慮滬銅期貨的對數(shù)己實現(xiàn)收益率相關(guān)圖，該序列的一階差分序列??相對平穩(wěn)，該差分序列在一個固定的均值水平〇的附近上下波動，表現(xiàn)為右上角??

?Ｌａｇ??圖２．３滬銅ＩｎＲＶ的相關(guān)圖??圖２．３中，考慮滬銅期貨的對數(shù)己實現(xiàn)收益率相關(guān)圖，該序列的一階差分序列??相對平穩(wěn)，該差分序列在一個固定的均值水平〇的附近上下波動，表現(xiàn)為右上角??的圖。為了證實所觀察到的這種現(xiàn)象，對該對數(shù)序列進(jìn)行拓展的Ｄｉｃｋｅｙ－Ｆｕｌｌｅｒ單??....

圖２．４?Ｒｅａｌｉｚｅｄ?ＧＡＲＣＨ模型擬合結(jié)果???

１?月?０３?２０１４?７月?０１?２０１４?１?月?０５?２０１５?７月?０１?２０１５?１?月?０４?２０１６?７？月?０１?２０１６?１?月?０３?２０１７?７月?０３?２０１７?１?月?０２?２０１８??圖２．４?Ｒｅａｌｉｚｅｄ?ＧＡＲＣＨ模型擬合結(jié)果??從上圖２．４可....

本文編號：4025706