基于已實(shí)現(xiàn)波動(dòng)率的兩種模型的預(yù)測(cè)能力的實(shí)證研究——長(zhǎng)記憶隨機(jī)波動(dòng)模型和GARCH模型的比較研究.pdf

1、波動(dòng)率是金融資產(chǎn)最重要的特征之一，對(duì)其準(zhǔn)確度量有著極其重要的意義。由于國(guó)外資本市場(chǎng)比較發(fā)達(dá)，這方面的研究已比較成熟，但國(guó)內(nèi)由于種種限制，這方面的研究相對(duì)比較落后，但隨著我國(guó)資本市場(chǎng)對(duì)外開(kāi)放進(jìn)程的加快，對(duì)波動(dòng)率的研究已經(jīng)迫在眉睫，這對(duì)構(gòu)建我國(guó)金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理系統(tǒng)和準(zhǔn)確度量資產(chǎn)價(jià)格有著極其重要的意義。 本文首先對(duì)“積分波動(dòng)率”和“已實(shí)現(xiàn)波動(dòng)率”進(jìn)行了介紹并給出了國(guó)外文獻(xiàn)中關(guān)于“已實(shí)現(xiàn)波動(dòng)率”和“已實(shí)現(xiàn)極差波動(dòng)率”的定義，并對(duì)其特性

2、進(jìn)行了介紹。然后應(yīng)用積分波動(dòng)率的方差最小來(lái)選定高頻數(shù)據(jù)的最優(yōu)抽樣頻率。 本文的模型和實(shí)證部分介紹了兩類模型：SV模型和GARCH模型，進(jìn)而根據(jù)高頻數(shù)據(jù)的特征構(gòu)建長(zhǎng)記憶隨機(jī)波動(dòng)率模型(LMSV模型)和(經(jīng)過(guò)季節(jié)性調(diào)整的)GARCH模型。參考Deo等人2006年的文獻(xiàn)，本文基于中國(guó)上證指數(shù)的高頻數(shù)據(jù)，首先對(duì)收益率序列進(jìn)行了季節(jié)性調(diào)整，此后應(yīng)用擴(kuò)展的頻域偽極大似然估計(jì)對(duì)LMSV模型進(jìn)行了參數(shù)估計(jì)，最后進(jìn)行波動(dòng)率預(yù)測(cè)。本文在GARCH模

3、型的均值方程中對(duì)季節(jié)性進(jìn)行了調(diào)整，然后應(yīng)用極大似然估計(jì)法對(duì)模型參數(shù)進(jìn)行估計(jì)，最后進(jìn)行波動(dòng)率預(yù)測(cè)。預(yù)測(cè)能力的評(píng)價(jià)指標(biāo)采用預(yù)測(cè)的波動(dòng)率對(duì)(無(wú)模型的)已實(shí)現(xiàn)極差波動(dòng)率進(jìn)行回歸，因?yàn)橐褜?shí)現(xiàn)極差波動(dòng)率是積分波動(dòng)率的一致估計(jì)量，所以將其作為真實(shí)波動(dòng)率的代理。比較回歸系數(shù)和擬合優(yōu)度即可對(duì)模型預(yù)測(cè)能力進(jìn)行判斷。 本文實(shí)證結(jié)果表明，無(wú)論預(yù)測(cè)長(zhǎng)度為多久，LMSV的預(yù)測(cè)精度都較高；兩模型對(duì)中期的預(yù)測(cè)效果都比較好；從擬合優(yōu)度角度看，短期LMSV的預(yù)測(cè)效