学位论文 > 优秀研究生学位论文题录展示

超高频波动率模型研究

作　者: 葛怡
导　师: 韩海波
学　校: 兰州商学院
专　业: 数量经济学
关键词: 波动率交易持续期(时间间隔) 超高频自回归条件持续期 ACD-GARCH UHF-GARCH
分类号: F830.9
类　型: 硕士论文
年　份: 2010年
下　载: 82次
引　用: 0次
阅　读: 论文下载

内容摘要

对金融资产的波动的准确度量,是金融资产的定价、投资组合的选择以及金融风险管理的关键。因此,波动率研究一直是计量经济领域的研究热点。计算机技术的发展,能够保存更多交易资料。记录每笔交易的数据信息超高频数据,就是我们所说的超高频时间序列(UHF)。它包含了更多的市场信息,在研究市场微观结构和风险管理方面具有很大的优势。UHF数据中每笔交易发生的时间是随机的,它们之间的时间间隔并不相等。以往在低频领域应用比较广泛的ARCH类SV类模型,建模对象都是频率固定的时间间隔,很可能忽略了信息对价格的影响。因此,探讨了Engle(2000)年提出的UHF-GARCH模型,研究了不规则时间间隔下收益率的波动性度量。本文在实证中,对中信银行日数据和超高频数据的统计特征、平稳性、相关性等进行了分析,在此基础上分别对其建立GARCH(1,1)和ACD、UHF-GARCH(1,1)模型。结果显示基于超高频数据的UHF-GARCH(1,1)模型MAE和RMSE均较小,因此预测能力更优。从对UHF-GARCH第二个方程估计结果来看,收益率方程中1/xi的系数为负,但Z统计量表明并不显著。这说明对中信银行来说,长的持续期并不意味着坏消息。波动率方程中交易时间间隔xi的系数为正,也就是说长的持续期表明市场上没有新的消息,波动率将会下降。

全文目录

摘要  4-5
Abstract  5-9
1 引言  9-16
  1.1 选题背景及意义  9-10
  1.2 文献综述  10-14
  1.3 本文的组织结构和主要内容  14-16
2 超高频时间序列的特点  16-20
  2.1 超高频时间序列的统计性质  16-18
  2.2 超高频时间序列分析中的困难  18-20
    2.2.1 数据问题  18-19
    2.2.2 统计与计量问题  19-20
3 ARCH类波动率度量模型  20-25
  3.1 ARCH类模型  20-21
    3.1.1 基本ARCH模型  20-21
    3.1.2 ARCH其他扩展形式  21
  3.2 GARCH模型  21-25
    3.2.1 基本GARCH模型  22
    3.2.2 EGARCH过程  22-23
    3.2.3 ARCH-LM检验  23-25
4 ACD模型及其扩展形式  25-36
  4.1 ACD模型的导出  25-28
  4.2 ACD模型的扩展形式  28-31
    4.2.1 EACD模型  28-29
    4.2.2 WACD模型  29-30
    4.2.3 LACD模型  30-31
  4.3 超高频波动率模型  31-35
    4.3.1 ACD-GARCH模型  31-33
    4.3.2 UHF-GARCH模型  33-35
  4.4 波动率模型预测能力衡量指标  35-36
5 实证分析  36-47
  5.1 GARCH日收益率实证分析  36-38
  5.2 超高频数据实证分析  38-47
    5.2.1 交易持续期统计特性  38-42
    5.2.2 交易持续期的ACD模型估计  42-43
    5.2.3 UHF-GARCH模型实证分析  43-47
6 结论  47-49
参考文献  49-53
后记  53

超高频波动率模型研究

内容摘要

全文目录

相似论文