非線性金融波動率模型及其實證研究.pdf

1、金融市場具有高收益與高風(fēng)險并存的特性?，F(xiàn)代金融理論通常以波動率度量金融資產(chǎn)的風(fēng)險，波動率在金融衍生品定價、投資組合、風(fēng)險管理、對沖投資策略中扮演重要的角色。因此，波動率的估計和預(yù)測一直是經(jīng)濟學(xué)家研究的熱點。在一定條件下，傳統(tǒng)金融波動率模型對資產(chǎn)收益波動率的預(yù)測是較為成功的。為了進一步提高傳統(tǒng)金融波動率模型的預(yù)測精度，本文將灰色預(yù)測理論、支持向量機理論及模糊推理技術(shù)與傳統(tǒng)金融波動率模型相結(jié)合，主要完成了以下工作：
　　 1、將最小

2、二乘支持向量機應(yīng)用于CARRX模型，建立基于最小二乘支持向量機的非線性CARRX模型(LSSVR-CARRX)，通過對滬深300指數(shù)的實證研究，發(fā)現(xiàn)LSSVR-CARRX模型的樣本外預(yù)測能力優(yōu)于CARRX模型。LSSVR-CARRX模型能夠在長期預(yù)測中很好地刻畫極差波動率的變動趨勢，而CARRX模型對中短期極差波動率的預(yù)測準(zhǔn)確度較高。
　　 2、以GM-GARCH類模型為基礎(chǔ)，分別將SVRGM模型、RGM預(yù)測模型與GARCH模型

3、、EGARCH模型相結(jié)合，以減少誤差項的隨機性和非線性因素。實證結(jié)果表明，SVRGM-GARCH模型及RGM-EGARCH模型均比GM-GARCH類模型有更好的波動率預(yù)測能力，適合于短期波動率預(yù)測。
　　 3、以極差替代收益的標(biāo)準(zhǔn)差來度量波動率，運用灰色支持向量機預(yù)測模型(GSVR)預(yù)測深市基金波動率，并將v支持向量機作為基準(zhǔn)方法。實證結(jié)果表明，在中短期預(yù)測中，GSVR模型的基金波動率預(yù)測效果好于v-SVR模型，而在長期預(yù)測中，

4、v-SVR模型則有更好的預(yù)測表現(xiàn)。
　　 4、將TSK模糊模型應(yīng)用于GARCH類模型，建立基于TSK的非線性GARCH模型(TSK-GARCH)及TSK非線性組合預(yù)測模型，采用ANFIS方法確定TSK模糊模型的結(jié)構(gòu)、調(diào)整模型的參數(shù)。實證研究表明，基于TSK的波動率模型比基準(zhǔn)模型供了更好的波動率預(yù)測值。
　　 本研究將灰色預(yù)測理論、支持向量機理論及模糊推理技術(shù)應(yīng)用于傳統(tǒng)金融波動率模型中，建立非線性金融波動率模型。對中國金融