近年來,基于高頻交易數(shù)據(jù)的HAR族模型在對各類金融市場波動率的預(yù)測研究中展現(xiàn)出了良好的預(yù)測效果.本文在4個經(jīng)典或前沿的HAR族模型的基礎(chǔ)上,考慮杠桿效應(yīng)和結(jié)構(gòu)突變因素對波動率的預(yù)測作用,構(gòu)建4個帶杠桿效應(yīng)和結(jié)構(gòu)突變的HAR族模型.接著,以上證綜指和深證成指的5分鐘高頻交易數(shù)據(jù)為研究樣本,對上述模型進行樣本內(nèi)和樣本外分析,以此檢驗各成分對股市波動率的預(yù)測作用以及比較各模型的預(yù)測能力.實證結(jié)果顯示:已實現(xiàn)波動率,連續(xù)波動率,下行波動率,上行波動率,杠桿效應(yīng)和結(jié)構(gòu)突變成分對股市波動率的預(yù)測作用較強,而跳躍波動率,符號跳躍方差對股市波動率的預(yù)測作用較弱;帶杠桿效應(yīng)和結(jié)構(gòu)突變的HAR族模型對股市波動率的樣本內(nèi)擬合效果和樣本外預(yù)測能力都明顯優(yōu)于相對應(yīng)的不帶杠桿和結(jié)構(gòu)突變的HAR族模型,其中大多數(shù)情況下LHAR-CJ-SB模型展現(xiàn)出最高的擬合效果和預(yù)測精度.以上結(jié)果表明,杠桿效應(yīng)和結(jié)構(gòu)突變因素能有效提高HAR族模型的預(yù)測精度,所以在HAR族模型的構(gòu)建中這兩個因素不能被忽視. 

【文章來源】：系統(tǒng)工程理論與實踐. 2020,40(05)北大核心CSSCIEICSCD

【文章頁數(shù)】：21 頁

【部分圖文】：

圖１上證綜指波動率的杠桿效應(yīng)初步檢驗??

值的累積平方和．定義統(tǒng)計請認為：??Ｄｋ?＝?Ｌ?（２４）??其中ｆｔ?＝?１廣．，Ａ?１？０?＝?＆?＝?〇．如果在樣本期間方差沒有突變點，則從統(tǒng)計最圍繞〇附近運動．若時間序??列存在一個或多個突變點，值就會ｆｉ著異千參．令＊＊為取得ｍａｘｆｃ?｜外｜時的瓦值，若ｍａｘ＊?ｖＷ烈仇Ｉ??為超過預(yù)定的＆倍邊界，則Ｐ就被認為是估計的突變點，其中Ｔ／２是標準化因子．ＩｎｅＭｎ和通過模??擬方法計算出各置：倍７ＪＣＴ－的臨界值及相應(yīng)的標準差．在文草中使用１％的置倍水Ｔ？來檢驗突變點．??圖３給出了上證綜指收益率序列的結(jié)構(gòu)突變點檢驗結(jié)果，圖４給出了深證成指收益率序列的結(jié)構(gòu)突變??點檢驗結(jié)果．從圖３中可以發(fā)現(xiàn)上證綜指收益率序列存在１３個結(jié)構(gòu)突變點，從圖４中可以發(fā)現(xiàn)深證成指收??益率序列存在１４個結(jié)構(gòu)突變點．深證成指的收益率序列比上證綜指的收益率序列具有更多的結(jié)構(gòu)突變點，??是坩于在中國股票市場中深證指數(shù)的價格變化比上證綜指更大．另外，仔細觀察圖３和４可以發(fā)現(xiàn)，２００７，??２：００Ｓ，?２０１５和２０１６年的結(jié)構(gòu)突變點相對比較多，這是坩于中國股票＃場在這三年中價格變化更加頻繁．??上證綜指收益率序列的１Ｓ個結(jié)構(gòu)突變點將本文的研究樣本（２００３，１，２－２０１９．９．３０）分成１４個時間段，深??證成指收益率序列的１４個結(jié)構(gòu)突變點將本文的研究樣本ｆ２〇〇３丄２－２０１９．９．３０）分成１Ｓ個時間段．表１給出：??了上證綜指和深證成指收益率序列在不同時間段下的標準差．收益率的標準差作為股票ｔｆｒ場波動率的度量??２００３?２００４?２００５?２００６?２００７?２００８?２００９?２０１０?２０１１?２０１２?２０１３?２０１４?２０１５?

第５期??１５??龔旭’等ｓ鑾于杠桿效應(yīng)和結(jié)構(gòu)突變的ＨＡＨ族模型及其對股ＩＴ波動率的預(yù)測研究??１１１９??－１０??２００３?卻０４?２＿０明?２００．＃?２職７?２０（？８?２Ｑ０９?２０１０?２０１１?２ＱＵ?２０１３?２０．１４?２．０１５?２０〗．§?２Ｗ７?２０１８．?２０．１９??圖４深證成指收益率序列的結(jié)構(gòu)突變點檢驗圖??表１中國股票市場收益率序列的結(jié)構(gòu)突變檢驗結(jié)果??上證綜指??觀纖??數(shù)量??時隨段??標準差??數(shù)量??時ｔａ段??標準差??２００３．１．２－２００６．１２．７??１．３２５??２００３．１．２－２００４．４．２８??１．１８７??２００６．１２．８－２００８．１．１８??２．１８６??２００４．４．２９－２００６．１１．８??１．４５１??２００８．１．２１－２００８．１１．１９??３．０１５??２００６．１１．９－２００７．７．２３??２．６１９??２００８．１１．２０－２００９．１０．９??２．０２４??２００７．７．２４－２００８．１．１８??２．０２３??２００９．１０．１２－２０１１．１．２１??１．４４３??２００８．１．２１－２００８．１１．１９??３．２１４??２０１１．１．２４－２０１３．７．２３??１．１４８??２００８．１１．２０－２００９．１０．９??２．２８１??２０１３．７．２４－２０１４．１１．２１??０．９１９??２００９．１０．１２－２０１１．２．２２??１．７５７??１３??２０１４．１１．２４－２０１５．６．１５??１．９６０??１４??２０１１．２．２３－２０１３．７．２３??１．４４０??２０１５．６．１６－２０１５．８．２８??３．８７９??

【參考文獻】：
期刊論文
[1]基于外部信息沖擊的符號跳躍變差高頻波動率模型[J]. 龔誼洲,黃苒.  系統(tǒng)工程理論與實踐. 2019(09)
[2]基于波動率測量誤差的波動率預(yù)測模型[J]. 李俊儒,汪壽陽,魏云捷.  系統(tǒng)工程理論與實踐. 2018(08)
[3]基于TVS-MHAR模型金融市場高頻多元波動率的預(yù)測[J]. 羅嘉雯,陳浪南.  系統(tǒng)工程理論與實踐. 2018(07)
[4]基于跳躍、好壞波動率與百度指數(shù)的股指期貨波動率預(yù)測[J]. 陳聲利,關(guān)濤,李一軍.  系統(tǒng)工程理論與實踐. 2018(02)
[5]基于符號收益和跳躍變差的高頻波動率模型[J]. 馬鋒,魏宇,黃登仕.  管理科學(xué)學(xué)報. 2017(10)
[6]基于貝葉斯因子模型金融高頻波動率預(yù)測研究[J]. 羅嘉雯,陳浪南.  管理科學(xué)學(xué)報. 2017(08)
[7]HAR-RV-EMD-J模型及其對金融資產(chǎn)波動率的預(yù)測研究[J]. 龔旭,文鳳華,黃創(chuàng)霞,楊曉光.  管理評論. 2017(01)
[8]基于TVS-HAR模型的農(nóng)產(chǎn)品期貨市場已實現(xiàn)波動率的預(yù)測研究[J]. 田鳳平,楊科.  系統(tǒng)工程理論與實踐. 2016(12)
[9]基于結(jié)構(gòu)轉(zhuǎn)換PTTGARCH模型滬深股市波動率的估計[J]. 楊繼平,馮毅俊,王輝.  系統(tǒng)工程理論與實踐. 2016(09)
[10]多分形波動率預(yù)測模型及其MCS檢驗[J]. 魏宇,馬鋒,黃登仕.  管理科學(xué)學(xué)報. 2015(08)



本文編號：3114740