不同矩属性波动模型对中国股市波动率的预测精度分析

被引：9

作者：

王鹏

魏宇

王建琼

机构：

[1] 西南交通大学经济管理学院

来源：

数理统计与管理 | 2010年 / 29卷 / 03期

关键词：

波动预测; 高阶矩波动模型; GARCH族模型; SPA检验;

D O I：

10.13860/j.cnki.sltj.2010.03.020

中图分类号：

F224.0 [数量经济学]; F832.51 [];

学科分类号：

020209 ; 1201 ; 020204 ;

摘要：

金融时间序列的波动性建模经历了从一阶矩到二阶矩直到高阶矩(包含三阶矩和四阶矩)的过程,而对于高阶矩波动模型是否有助于对未来市场的波动率预测这一问题,国内外学术界尚无文献讨论。以上证综指长达7年的每5分钟高频数据样本为例,通过构建具有不同矩属性的波动模型,计算了中国股票市场波动率的预测值,并利用具有bootstrap特性的SPA检验法,实证检验了不同矩属性波动模型的波动率预测精度差异。实证结果显示:就中国股市而言,四阶矩波动模型能够取得比二阶矩波动模型更优的波动率预测精度,而三阶矩波动模型并未表现出比二阶矩波动模型更强的预测能力;在高阶矩波动模型中包含杠杆效应项并不能提高模型的预测精度。最后提出了在金融风险管理、衍生产品定价等领域引入四阶矩波动模型的研究思路。

引用

页码：550 / 559

页数：10

共 11 条

[1] 中国股市波动的异方差模型及其SPA检验 [J].

魏宇 .

系统工程理论与实践, 2007, (06) :27-35

[2] 高阶矩波动性建模及应用 [J].

许启发 .

数量经济技术经济研究, 2006, (12) :135-145

[3] 基于GARCH模型族的中国股市波动性预测 [J].

李亚静 ;

朱宏泉 ;

彭育威 .

数学的实践与认识, 2003, (11) :65-71

[4]

Autoregresive conditional volatility, skewness and kurtosis[J] . ángel León,Gonzalo Rubio,Gregorio Serna.Quarterly Review of Economics and Finance . 2005 (4)

[5]

Forecasting asymmetries in aggregate stock market returns: Evidence from conditional skewness[J] . C. James Hueng,James B. McDonald.Journal of Empirical Finance . 2005 (5)

[6] Kurtosis of GARCH and stochastic volatility models with non-normal innovations [J].

Bai, XZ ;

Russell, JR ;

Tiao, GC .

JOURNAL OF ECONOMETRICS, 2003, 114 (02) :349-360

[7]

Skewness and Kurtosis Implied by Option Prices: A Correction[J] . Christine A.Brown,David M.Robinson.Journal of Financial Research . 2002 (2)

[8]

Forecasting crashes: trading volume, past returns, and conditional skewness in stock prices[J] . Joseph Chen,Harrison Hong,Jeremy C Stein.Journal of Financial Economics . 2001 (3)

[9] Autoregressive conditional skewness [J].

Harvey, CR ;

Siddique, A .

JOURNAL OF FINANCIAL AND QUANTITATIVE ANALYSIS, 1999, 34 (04) :465-487

[10]

Estimating skewness persistence in market returns[J] . Jati K. Sengupta,Yijuan Zheng.Applied Financial Economics . 1997 (5)

← 1 2 →