上证综指的股指波动:基于模糊FEGARCH模型及不同分布假设的预测研究

被引：4

作者：

侯利强

杨善林

王晓佳

陈志强

机构：

[1] 合肥工业大学管理学院

来源：

中国管理科学 | 2015年 / 23卷 / 06期

关键词：

波动性; 模糊FEGARCH模型; 预测; SPA检验;

D O I：

10.16381/j.cnki.issn1003-207x.2015.06.005

中图分类号：

F832.51 []; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

本文主要对2006年至2011年上证综指收益率序列的高频波动性进行预测研究。首先,针对金融数据的非线性和不确定等特性,借助模糊逻辑系统,提出一种新的金融市场波动率的预测方法-模糊FEGARCH模型,用来更好的针对具有非线性特性的收益率数据进行预测。其次,为了判断分布型模型和不对称型模型对预测精度的影响程度,分别采用分布型(GARCH-N,GARCH-t,GARCH-HT和GARCH-SGT)和不对称型(GJR-GARCH、EGARCH和模糊FEGARCH)的波动模型进行高级能力预测法(SPA)检测。实证结果表明,不对称模型对波动率预测的影响程度比分布假设的确定更为重要,而且模糊FEGARCH模型对于具有尖峰厚尾、高偏度和杠杆效应的非线性波动数据的预测能力更佳,说明了该模型的有效性与实用性。

引用

页码：32 / 40

页数：9

共 13 条

[1] 中国股市高频波动率跳跃的特征分析 [J].

杨科 ;

陈浪南 .

系统工程学报, 2012, (04) :492-497

[2] 中国ETF基金价格“已实现”波动率、跟踪误差之间的Granger关系研究 [J].

王良 ;

冯涛 .

中国管理科学, 2012, 20 (01) :59-70

[3] 异质金融市场驱动的已实现波动率计量模型 [J].

张小斐 ;

田金方 .

数量经济技术经济研究, 2011, 28 (09) :140-153

[4] 基于金融高频数据的ETF套利分析 [J].

刘伟 ;

陈敏 ;

梁斌 .

中国管理科学, 2009, 17 (02) :1-7

[5] 实际波动率与GARCH模型的特征比较分析 [J].

于亦文 .

管理工程学报, 2006, (02) :65-69

[6]

Estimation of value-at-risk for energy commodities via fat-tailed GARCH models[J] . Jui-Cheng Hung,Ming-Chih Lee,Hung-Chun Liu.Energy Economics . 2007 (3)

[7]

Volatility forecasts: the role of asymmetric and long-memory dynamics and regional evidence[J] . Twm Evans,David G. McMillan.Applied Financial Economics . 2007 (17)

[8] Modeling and forecasting petroleum futures volatility [J].

Sadorsky, Perry .

ENERGY ECONOMICS, 2006, 28 (04) :467-488

[9]

Predicting the volatility of the S&P-500 stock index via GARCH models: the role of asymmetries[J] . Basel M.A. Awartani,Valentina Corradi.International Journal of Forecasting . 2004 (1)

[10] Volatility forecasting with smooth transition exponential smoothing [J].

Taylor, JW .

INTERNATIONAL JOURNAL OF FORECASTING, 2004, 20 (02) :273-286

← 1 2 →