基于杠杆效应和结构突变的HAR族模型及其对股市波动率的预测研究

摘要：

近年来,基于高频交易数据的HAR族模型在对各类金融市场波动率的预测研究中展现出了良好的预测效果.本文在4个经典或前沿的HAR族模型的基础上,考虑杠杆效应和结构突变因素对波动率的预测作用,构建4个带杠杆效应和结构突变的HAR族模型.接着,以上证综指和深证成指的5分钟高频交易数据为研究样本,对上述模型进行样本内和样本外分析,以此检验各成分对股市波动率的预测作用以及比较各模型的预测能力.实证结果显示:已实现波动率,连续波动率,下行波动率,上行波动率,杠杆效应和结构突变成分对股市波动率的预测作用较强,而跳跃波动率,符号跳跃方差对股市波动率的预测作用较弱;带杠杆效应和结构突变的HAR族模型对股市波动率的样本内拟合效果和样本外预测能力都明显优于相对应的不带杠杆和结构突变的HAR族模型,其中大多数情况下LHAR-CJ-SB模型展现出最高的拟合效果和预测精度.以上结果表明,杠杆效应和结构突变因素能有效提高HAR族模型的预测精度,所以在HAR族模型的构建中这两个因素不能被忽视.

关键词：HAR-RV模型、杠杆效应、结构突变、ICSS算法、MCS检验

所属期刊栏目：40

分类号：F830.9(金融、银行)

资助基金：国家自然科学基金;中央高校基本科研业务费专项资金;福建省社会科学规划项目

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共21页

页码：1113-1133