中国股市高频波动率的特征、预测模型以及预测精度比较

在HAR-GARCH模型和HAR-CJ模型的基础上构建了自适应的不对称性HAR-CJ-DFIGARCH模型,并用以对中国股市高频波动率进行了预测,然后利用上证综指2000年至2008年的高频数据实证检验了中国股市高频波动率的特征,最后运用SPA检验评价和比较了构建的模型与其他6类高频波动率模型的样本外预测能力.结果表明:中国股市高频波动率同时具有长记忆性、结构突变、不对称性和周内效应等特征;结构突变仅部分解释其长记忆性;高频波动率连续性成分的长记忆性很强,而跳跃性成分的长记忆性非常弱.相比于其他6类模型,自适应的不对称性HAR-CJ-D-FIGARCH模型对样本内数据的拟合效果最好,同时也是样本外预测性能最好的模型.