本文關鍵詞：基于高頻數(shù)據(jù)已實現(xiàn)GARCH-HAR模型的研究　出處：《廈門大學》2014年碩士論文　論文類型：學位論文

  更多相關文章： 高頻數(shù)據(jù) 已實現(xiàn)波動 已實現(xiàn)半方差

【摘要】：鑒于波動率的不可觀測性,一直以來波動率的估計都是金融市場的重要課題,不管是在金融產(chǎn)品定價、資產(chǎn)配置,亦或是風險管理方面,波動率估計都扮演著舉足輕重的角色。隨著計算機等相關技術的發(fā)展,金融高頻數(shù)據(jù)越來越榮易獲得,傳統(tǒng)的GARCH族模型已不能滿足高頻數(shù)據(jù)的研究需要,而以通過加總高頻收益率得到的已實現(xiàn)波動率為代表的波動率代理變量,為市場的波動提供了一個可靠的度量,因此如何將這二者的優(yōu)勢進行整合從而更好地預測市場波動具有重要的現(xiàn)實意義。 本文選取上證綜合指數(shù)的5分鐘高頻收益序列,計算出已實現(xiàn)波動率,并在現(xiàn)有文獻的基礎上將其分解成連續(xù)和跳躍成分以及已實現(xiàn)半方差的形式,然后通過GARCH模型和HAR模型對收益率序列、已實現(xiàn)波動率序列進行聯(lián)合建模,得到一個具有混頻性質(zhì)的Re-GARCH-HAR模型。實證結(jié)果表明,該模型的預測效果比傳統(tǒng)的GARCH模型要好,同時在對波動率進行中長期預測時,模型的表現(xiàn)也優(yōu)于Realized GARCH模型,在探究該模型的具體形式時,我們發(fā)現(xiàn)：僅僅利用負的收益率計算出已實現(xiàn)半方差,并將其加入GARCH模型所構(gòu)建的Re-GARCH-HAR-RS模型的預測具有最好的預測效果。
[Abstract]:Given the unobservability of volatility, volatility estimates have long been an important issue in financial markets, whether in terms of financial product pricing, asset allocation, or risk management. Volatility estimation plays an important role. With the development of computer and other related technologies, high-frequency financial data are more and more readily available. The traditional GARCH family model can not meet the research needs of high frequency data, but the volatility proxy variable represented by the realized volatility obtained by adding the total high frequency return rate. It provides a reliable measure for the volatility of the market, so how to integrate the advantages of the two to better predict the volatility of the market has important practical significance. This paper selects the 5-minute high-frequency return sequence of Shanghai Composite Index, calculates the realized volatility, and decomposes it into the forms of continuous and jump components and realized semi-variance based on the existing literature. Then the return series is modeled by GARCH model and HAR model, and the realized volatility series is modeled jointly. An Re-GARCH-HAR model with mixing property is obtained. The empirical results show that the prediction effect of the model is better than that of the traditional GARCH model. At the same time, the performance of the model is better than that of the Realized GARCH model when the volatility is forecasted in the medium and long term. We found that:. Only using the negative rate of return to calculate the realized semi-variance and adding it to the Re-GARCH-HAR-RS model constructed by the GARCH model has the best prediction effect.
【學位授予單位】：廈門大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F224;F830.9

【參考文獻】

相關期刊論文 前10條

1 王春峰;姚寧;房振明;李曄;;中國股市已實現(xiàn)波動率的跳躍行為研究[J];系統(tǒng)工程;2008年02期

2 黃峰;楊朝軍;;基于機構(gòu)投資者交易需求的中國股市流動性研究[J];經(jīng)濟理論與經(jīng)濟管理;2007年02期

3 黃后川,陳浪南;中國股票市場波動率的高頻估計與特性分析[J];經(jīng)濟研究;2003年02期

4 魏宇;余怒濤;;中國股票市場的波動率預測模型及其SPA檢驗[J];金融研究;2007年07期

5 李德杰;江生生;;基于GARCH模型的滬深300指數(shù)日收益率波動特征研究[J];科技經(jīng)濟市場;2012年06期

6 趙華;;中國股市的跳躍性與杠桿效應——基于已實現(xiàn)極差方差的研究[J];金融研究;2012年11期

7 郭名媛;張世英;;賦權已實現(xiàn)波動及其長記憶性,最優(yōu)頻率選擇[J];系統(tǒng)工程學報;2006年06期

8 黃海南;鐘偉;;GARCH類模型波動率預測評價[J];中國管理科學;2007年06期

9 顧鋒娟;;GARCH模型和SV模型的應用比較研究——以上證指數(shù)的波動性為例[J];浙江萬里學院學報;2009年02期

10 楊科;田鳳平;林洪;;跳躍的估計、股市波動率的預測以及預測精度評價[J];中國管理科學;2013年03期

，

本文編號：1389838