基于动态估计误差的中国股市波动率建模与预测

摘要：

本文设波动率的估计误差服从异方差假定,在对已实现波动率进行建模时,根据方差变化来设定模型的自回归系数,构建基于高频数据的HARQ(F)模型.在此基础上,考虑中国股市波动的跳跃行为及杠杆效应,先后构建了HARQ(F)-CJ模型和LHARQ(F)-CJ模型,以改善波动率模型的拟合效果和预测能力.本文假设,当期已实现波动率或其连续成分的估计误差的方差越大,它对未来真实波动率的解释力度则越差,因而其对应系数越小.对上证综合指数近1 5年的五分钟高频数据进行实证研究发现,基于估计误差异方差假定的动态系数能够提高已实现波动率模型的拟合效果和预测能力.其中,对日回归系数进行基于估计误差方差的动态调整是模型改进的关键.同时考虑中国股市波动的跳跃行为及杠杆效应的LHARQ-CJ模型在所有模型中表现最优.

关键词：已实现波动率、动态估计误差、高频数据、跳跃行为、杠杆效应

所属期刊栏目：25

分类号：F830.91(金融、银行)

资助基金：教育部人文社科规划基金项目13YJAZH091

在线出版日期：2018-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：19-27