本文關(guān)鍵詞：基于混頻數(shù)據(jù)的我國股市波動性研究

  更多相關(guān)文章： 混頻數(shù)據(jù) ADL-MIDAS GARCH-MIDAS 股市波動

【摘要】：關(guān)于股市波動的已有研究,大多存在兩種現(xiàn)象：一是研究采用的數(shù)據(jù)都是單一頻率的,或者是低頻數(shù)據(jù),即月數(shù)據(jù)、季度數(shù)據(jù)等；或者是高頻數(shù)據(jù),即日數(shù)據(jù)、日內(nèi)5分鐘數(shù)據(jù)等；二是在研究股市波動與宏觀經(jīng)濟的關(guān)系時,大多采用低頻的股市數(shù)據(jù),如月度、季度或年度數(shù)據(jù),使其數(shù)據(jù)頻率與宏觀經(jīng)濟數(shù)據(jù)保持一致。這些做法并沒有充分利用可得的金融數(shù)據(jù)信息,難免對研究造成重要影響。為充分利用數(shù)據(jù)信息,很有必要在一個研究模型中同時使用不同頻率的數(shù)據(jù),如有的變量采用日數(shù)據(jù),有的采用周或月度數(shù)據(jù)。這是本文采用混頻數(shù)據(jù)進行研究的基本動機。本文采用混頻數(shù)據(jù)對股市波動進行兩個方面的研究,一是股市波動預(yù)測,二是宏觀經(jīng)濟對股市波動的影響。即,本文對我國股市波動性的研究在于股市波動率的預(yù)測以及股市波動的經(jīng)濟根源。首先,本文分別采用自回歸分布滯后混合數(shù)據(jù)抽樣回歸模型(ADL-MIDAS)與GARCH模型預(yù)測股市周波動率。ADL-MIDAS模型采用上證綜指、深證成指的混頻數(shù)據(jù)(日數(shù)據(jù)和周數(shù)據(jù)的混合),GARCH模型僅使用周數(shù)據(jù)。本文估計了兩類模型,比較了兩類模型的樣本內(nèi)性質(zhì)；利用West(2006)提出的非嵌套的模型比較檢驗,比較了兩個模型樣本外預(yù)測精度。實證結(jié)果表明,基于上證綜指、深證成指的數(shù)據(jù),在沒有采用Nowcasting思想的情況下,并沒有充分證據(jù)表明ADL-MIDAS模型的效果優(yōu)于GARCH模型,而當采用Nowcasting思想時,ADL-MIDAS模型無論是比較樣本內(nèi)擬合效果還是樣本外的預(yù)測精度均優(yōu)于GARCH模型。本文還通過一系列穩(wěn)健性分析說明該結(jié)論是穩(wěn)健的。其次,本文通過GARCH-MIDAS模型將股市波動率分解為長期成分和短期成分。以此為基礎(chǔ),在上述模型中直接納入宏觀經(jīng)濟變量來研究宏觀經(jīng)濟對股市波動的影響。為了保證結(jié)論的穩(wěn)健性和說服力,本文還對股市長期波動和一些宏觀經(jīng)濟變量建模,來探究宏觀經(jīng)濟對股市波動的影響。實證結(jié)果表明,基于已實現(xiàn)回報率(RV)的GARCH-MIDAS模型可以較好地對我國股市的長短期成分進行分解；直接納入宏觀經(jīng)濟變量的GARCH-MIDAS模型回歸結(jié)果和股市長期波動與宏觀經(jīng)濟變量的多元回歸模型的結(jié)果一致,宏觀經(jīng)濟對股市波動的影響顯著。在考慮大部分宏觀經(jīng)濟因素時,宏觀經(jīng)濟因素的當期值對于股市波動的影響較為顯著。
【關(guān)鍵詞】：混頻數(shù)據(jù) ADL-MIDAS GARCH-MIDAS 股市波動
【學位授予單位】：南京財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F832.51;F224
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-19
• 1.1 選題背景和研究意義9-11
• 1.2 文獻綜述11-14
• 1.2.1 股市波動率11-12
• 1.2.2 宏觀經(jīng)濟對股市波動的影響12-14
• 1.3 研究內(nèi)容14-16
• 1.3.1 混頻數(shù)據(jù)與混頻數(shù)據(jù)模型14-15
• 1.3.2 利用混頻數(shù)據(jù)預(yù)測我國股市波動性15
• 1.3.3 宏觀經(jīng)濟對股市波動的影響15
• 1.3.4 擬解決的關(guān)鍵問題及難點15-16
• 1.4 研究方法16
• 1.5 創(chuàng)新點與不足16-17
• 1.5.1 文章的創(chuàng)新點16-17
• 1.5.2 文章存在的不足17
• 1.6 技術(shù)路線及論文結(jié)構(gòu)安排17-19
• 第二章 理論模型構(gòu)建19-24
• 2.1 股市波動預(yù)測的模型構(gòu)建19-22
• 2.1.1 混頻數(shù)據(jù)的應(yīng)用19-20
• 2.1.2 MIDAS模型20-22
• 2.2 宏觀經(jīng)濟對股市波動的影響22-24
• 2.2.1 股市波動長期成分與短期成分的分解22-23
• 2.2.2 宏觀經(jīng)濟對股市波動的影響23-24
• 第三章 基于混頻數(shù)據(jù)的我國股市波動預(yù)測24-39
• 3.1 波動率預(yù)測模型可比較的理論基礎(chǔ)24-25
• 3.2 變量的選取及檢驗25-28
• 3.2.1 變量選取25-27
• 3.2.2 數(shù)據(jù)的統(tǒng)計特征檢驗27-28
• 3.3 股市波動預(yù)測28-37
• 3.3.1 樣本內(nèi)擬合29-30
• 3.3.2 樣本外預(yù)測30-32
• 3.3.3 Nowcasting32-35
• 3.3.4 穩(wěn)健性分析35-37
• 3.4 結(jié)論37-39
• 第四章 宏觀經(jīng)濟對我國股市波動的影響39-52
• 4.1 波動率分解模型GARCH-MIDAS的極大似然函數(shù)39-40
• 4.2 變量選擇與描述性統(tǒng)計40-43
• 4.2.1 變量選擇40-41
• 4.2.2 數(shù)據(jù)預(yù)處理41-42
• 4.2.3 數(shù)據(jù)的描述性統(tǒng)計42-43
• 4.3 實證分析43-51
• 4.3.1 提取股市波動中的長期成分44-45
• 4.3.2 GARCH-MIDAS模型直接納入宏觀經(jīng)濟因素45-49
• 4.3.3 股市波動率長期成分對宏觀經(jīng)濟因素建模49-51
• 4.4 結(jié)論51-52
• 第五章 結(jié)論與展望52-54
• 5.1 結(jié)論52-53
• 5.2 展望53-54
• 參考文獻54-58
• 致謝58-59
• 在讀期間發(fā)表論文及研究成果59

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 劉金全;劉漢;印重;;中國宏觀經(jīng)濟混頻數(shù)據(jù)模型應(yīng)用——基于MIDAS模型的實證研究[J];經(jīng)濟科學;2010年05期

2 趙華;蔡建文;;基于MRS-GARCH模型的中國股市波動率估計與預(yù)測[J];數(shù)理統(tǒng)計與管理;2011年05期

，

本文編號：700600