本文關(guān)鍵詞：HAR-RV-EMD-J模型及其對金融資產(chǎn)波動率的預(yù)測研究　出處：《管理評論》2017年01期 　論文類型：期刊論文

  更多相關(guān)文章： 已實(shí)現(xiàn)波動率 波動率預(yù)測 HAR-RV模型 EMD方法 SPA檢驗(yàn)

【摘要】：本文在HAR-RV模型的基礎(chǔ)上,運(yùn)用EMD等方法將模型中的已實(shí)現(xiàn)波動率分解成高頻已實(shí)現(xiàn)波動率、低頻已實(shí)現(xiàn)波動率和趨勢已實(shí)現(xiàn)波動率,并加入跳躍波動率成分,構(gòu)建HARRV-EMD-J模型;接著,以滬深300股指和滬深300股指期貨的5分鐘高頻交易數(shù)據(jù)為實(shí)證樣本,對HAR-RV-EMD-J模型以及常見的四個HAR類波動率模型進(jìn)行樣本內(nèi)分析和樣本外分析,并對其分析結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。研究發(fā)現(xiàn):在HAR-RV-EMD-J模型中,高頻已實(shí)現(xiàn)波動率和低頻已實(shí)現(xiàn)波動率包含對未來1日、1周、2周和1月波動率的預(yù)測信息較多,而趨勢已實(shí)現(xiàn)波動率和跳躍波動率包含的預(yù)測信息較少;HAR-RV-EMD-J模型對未來1日、1周、2周和1月波動率的樣本內(nèi)和樣本外預(yù)測能力都明顯強(qiáng)于其他四個HAR類波動率模型。
[Abstract]:Based on the HAR-RV model, using EMD method has been implemented in the model decomposes the volatility into high realized volatility, low realized volatility and realized volatility trend, and jump volatility components, construct the HARRV-EMD-J model; then, with the CSI 300 index and CSI 300 stock index futures 5 minute high-frequency data as an example, the analysis of HAR-RV-EMD-J model and four HAR wave common rate model of sample analysis and sample analysis, and the results of robustness test. The study found: in the HAR-RV-EMD-J model, realized volatility of high-frequency and low-frequency realized volatility of the next 1 days. 1 weeks, 2 weeks in January and forecast information more volatility, and the trend of the realized volatility and jump volatility forecast containing less information; HAR-RV-EMD-J model for the next 1 days, 1 weeks, 2 weeks and volatility in January The rate of both sample and out of sample forecasting ability is obviously stronger than the other four HAR model.

【作者單位】： 中南大學(xué)商學(xué)院;廈門大學(xué)經(jīng)濟(jì)學(xué)院;溫州大學(xué)金融研究院;長沙理工大學(xué)數(shù)學(xué)與計(jì)算科學(xué)學(xué)院;中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院管理決策與信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(71371195;71431008;71471020;71633006) 國家社會科學(xué)基金重大項(xiàng)目(14ZDA045) 中南大學(xué)中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助(2015zzts006)
【分類號】：F224;F832.51;F724.5
【正文快照】： 引言 金融資產(chǎn)波動率的度量和預(yù)測一直是金融學(xué)者關(guān)注和研究的熱點(diǎn)。近年來,隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展,大大降低了金融資產(chǎn)高頻交易數(shù)據(jù)的記錄和存儲成本,使得金融資產(chǎn)高頻交易數(shù)據(jù)日益成為研究金融資產(chǎn)波動率的重要手段。Anderson和Bollerslev首次使用高頻交易數(shù)據(jù)提出一種，

本文編號：1429178