HAR-RV-EMD-J模型及其对金融资产波动率的预测研究

被引:26
作者
龚旭 [1 ,2 ]
文凤华 [1 ,3 ]
黄创霞 [4 ]
杨晓光 [5 ]
机构
[1] 中南大学商学院
[2] 厦门大学经济学院
[3] 温州大学金融研究院
[4] 长沙理工大学数学与计算科学学院
[5] 中国科学院数学与系统科学研究院管理决策与信息系统重点实验室
基金
中央高校基本科研业务费专项资金资助;
关键词
已实现波动率; 波动率预测; HAR-RV模型; EMD方法; SPA检验;
D O I
10.14120/j.cnki.cn11-5057/f.2017.01.003
中图分类号
F224 [经济数学方法]; F832.51 []; F724.5 [期货贸易];
学科分类号
0701 ; 070104 ; 1201 ; 020204 ; 020205 ; 1202 ; 120202 ; 0202 ;
摘要
本文在HAR-RV模型的基础上,运用EMD等方法将模型中的已实现波动率分解成高频已实现波动率、低频已实现波动率和趋势已实现波动率,并加入跳跃波动率成分,构建HARRV-EMD-J模型;接着,以沪深300股指和沪深300股指期货的5分钟高频交易数据为实证样本,对HAR-RV-EMD-J模型以及常见的四个HAR类波动率模型进行样本内分析和样本外分析,并对其分析结果进行稳健性检验。研究发现:在HAR-RV-EMD-J模型中,高频已实现波动率和低频已实现波动率包含对未来1日、1周、2周和1月波动率的预测信息较多,而趋势已实现波动率和跳跃波动率包含的预测信息较少;HAR-RV-EMD-J模型对未来1日、1周、2周和1月波动率的样本内和样本外预测能力都明显强于其他四个HAR类波动率模型。
引用
收藏
页码:19 / 32
页数:14
相关论文
共 30 条
[1]   我国房地产价格与股票价格波动关系的研究——基于1998-2013年间周度数据的实证分析 [J].
李爱华 ;
杨婧 ;
林则夫 .
管理评论, 2014, 26 (11) :12-19
[2]   投资者情绪在资产定价中的作用研究 [J].
王宜峰 ;
王燕鸣 .
管理评论, 2014, 26 (06) :42-55
[3]   隔夜风险可以预测吗?——基于HAR-CJ-M模型的高频数据分析 [J].
简志宏 ;
李彩云 .
管理评论, 2014, 26 (02) :3-12
[4]   日内高频状态下信息冲击驱动跳跃模式研究 [J].
王春峰 ;
闫芳 ;
房振明 ;
黄晓彬 .
管理评论, 2014, 26 (01) :41-46
[5]   基于模态分解的国家风险多尺度特征分析 [J].
汤铃 ;
李建平 ;
孙晓蕾 ;
李刚 .
管理评论, 2012, 24 (08) :3-10
[6]   基于LHAR-RV-V模型的中国股市波动性研究 [J].
文凤华 ;
刘晓群 ;
唐海如 ;
杨晓光 .
管理科学学报, 2012, (06) :59-67
[7]   基于延期交割费的我国燃料油期现货价格关系辨析 [J].
孟磊 ;
郭菊娥 ;
郭广涛 .
管理评论, 2011, 23 (06) :9-15+22
[8]   沪深300股指期货的波动率预测模型研究 [J].
魏宇 .
管理科学学报, 2010, 13 (02) :66-76
[9]  
Volatility, the Macroeconomy, and Asset Prices[J] . RAVI BANSAL,DANA KIKU,IVAN SHALIASTOVICH,AMIR YARON.The Journal of Finance . 2014 (6)
[10]  
Forecasting volatility of the U.S. oil market[J] . Erik Haugom,Henrik Langeland,Peter Molnár,Sjur Westgaard.Journal of Banking and Finance . 2014