上证综指的已实现波动率预测模型

被引：10

作者：

杨科 ^{[1
]}

陈浪南 ^{[2
]}

机构：

[1] 华南农业大学经济管理学院

[2] 中山大学岭南学院

来源：

数理统计与管理 | 2013年 / 32卷 / 01期

关键词：

已实现波动率; 预测; 自适应的不对称性HAR-D-FIGARCH模型; SPA检验;

D O I：

10.13860/j.cnki.sltj.2013.01.014

中图分类号：

F224 [经济数学方法]; F832.51 [];

学科分类号：

0701 ; 070104 ; 1201 ; 020204 ;

摘要：

采用上证综指2000-2008年的高频数据,在考察了中国股市已实现波动率的特征(即具有长记忆性、结构突变、不对称性和周内效应的特征并且结构突变只能部分解释已实现波动率的长记忆性)的基础上,构建了一个自适应的不对称性HAR-D-FIGARCH模型,并用于波动率的预测。模型的估计结果表明,与其他HAR模型相比,该模型对样本内数据的拟合效果最好。最后,通过SPA检验实证评价和比较了该模型与其他5种已实现波动率预测模型的样本外预测精度。结果发现,在各种损失函数下,该模型是预测中国股市已实现波动率精度最高的模型。

引用

页码：165 / 179

页数：15

共 9 条

[1] 股市波动率的短期预测模型和预测精度评价 [J].

杨科 ;

陈浪南 .

管理科学学报, 2012, (05) :19-31

[2] 高频环境下金融资产收益波动率研究的新进展 [J].

杨科 ;

田凤平 ;

林洪 .

金融理论与实践 , 2012, (05) :22-26

[3] 不同矩属性波动模型对中国股市波动率的预测精度分析 [J].

王鹏 ;

魏宇 ;

王建琼 .

数理统计与管理, 2010, 29 (03) :550-559

[4] Threshold bipower variation and the impact of jumps on volatility forecasting [J].

Corsi, Fulvio ;

Pirino, Davide ;

Reno, Roberto .

JOURNAL OF ECONOMETRICS, 2010, 159 (02) :276-288

[5]

Long memory versus structural breaks in modeling and forecasting realized volatility[J] . Kyongwook Choi,Wei-Choun Yu,Eric Zivot.Journal of International Money and Finance . 2009 (5)

[6]

Forecasting S&P 500 volatility: Long memory, level shifts, leverage effects, day-of-the-week seasonality, and macroeconomic announcements[J] . Martin Martens,Dick van Dijk,Michiel de Pooter.International Journal of Forecasting . 2009 (2)

[7]

Modelling daily Value-at-Risk using realized volatility and ARCH type models[J] . Pierre Giot,Sébastien Laurent.Journal of Empirical Finance . 2004 (3)

[8]

Econometric analysis of realized volatility and its use in estimating stochastic volatility models[J] . Ole E. Barndorff‐Nielsen,Neil Shephard.Journal of the Royal Statistical Society: Series . 2002 (2)

[9]

Statistical Benefits ofValue-at-Risk with Long Memory .2 Beltratti A,Morana C. Journal of Risk . 2005

← 1 →