基于马尔科夫和混频数据模型的黄金期货市场波动率预测研究

利用马尔科夫机制转换(Markov-switching regime,MS)和混频数据(mixed data sampling,MIDAS)模型,构建新的马尔科夫机制混频模型(MS-MIDAS),并以此模型对中国黄金期货市场波动率建模和预测。运用样本外滚动时间窗(rolling time windows)预测技术和模型信度集(model confidence set,MCS)检验发现:(1)总体上,引入马尔科夫机制转换的混频模型(MS-MIDAS)相比于MIDAS模型本身,从统计上展现出更高的预测精度;(2)含有跳跃的马尔科夫机制混频模型(MS-MIDAS-CJ)的预测精度最高;(3)对不同的预测窗口和不同的滞后阶数(k^(max)),上述实证结果都是稳健的。

基于跳跃、跳跃强度和机制转换的股票市场波动建模及其预测研究

将跳跃及其跳跃强度引入到异质自回归(heterogeneous autoregressive,HAR)模型中,并在此基础上进一步嵌入固定转移概率矩阵的马尔可夫状态转换机制模型,构建出系列新的波动预测模型.运用系列统计检验手段(如模型置信度检验、样本外R2检验、趋势检验)评估上述预测模型对中国股票市场波动的预测能力,样本外的实证结果表明:1)与基准模型相比,结合马尔可夫机制转换的模型具有更好的预测表现;2)相比其他预测模型,包含跳跃、跳跃强度以及马尔可夫机制转换的模型(MS-HAR-TJI)具有更高的预测精度;3)在新冠疫情爆发期以及高波动时期,MS-HAR-TJI模型对中国股票市场波动仍具有很强的预测能力.