基于HAR-RV-J-ARCH模型的中国股票市场异质性研究

针对中国股票市场的异质性现象,提出HAR-RV、HAR-RV-J以及HAR-RV-J-ARCH这3种模型进行研究;采用最小二乘法结合Newey West协方差形式进行参数估计再进行预测,并比较3种模型拟合效果和预测效果;实证结果得出股票市场收益波动率的异质性主要是由月波动(长期交易者)和跳跃波动决定,日波动(短期交易者)和周波动(中期交易者)影响效果较小,并且HAR-RV-J-ARCH模型拟合效果更好;结果表明HAR-RV-J-ARCH模型能较好地描述股票的异质性现象。

几种异质自回归实现波动率模型的有效性——基于中国股票市场高频数据的实证研究

本文对HAR-RV-CJ模型了进一步的改进,提出的假定模型回归系数为1的整合的IHAR-RV-CJ模型,实证对比了HAR模型,含跳的HAR-J和HAR-CJ模型在系数通过合理的约束为整1后以及原始模型对中国股市波动率的刻画和预测问题。实证结果显示,在四种损失函数综合对比下,IHAR模型同样适用于刻画对中国股市波动率,相对于原始模型提高了模型的预测精度,且我们所构建的IHAR-RV-CJ模型预测的有效性要高于IHAR-RV-J模型。

我国金融数据高频收益率波动结构突变的检测研究

本文基于Lavielle和Teyssière(2005)提出的惩罚对照函数,对我国上证综指自2005年7月1日至2010年6月30日的5分钟收益率序列,及其"已实现"波动进行波动结构变点检测,结果发现有两个结构变点。针对这两个结构变点,本文采用了HAR-RV-J模型对其"已实现"波动进行分段建模,研究不同期限的投资者对股市波动的影响作用。实证分析的结果表明结构突变发生的时间均能与相应的重大经济事件相对应,而且随着时间的推移,短期投资者对股市波动的影响逐渐加大。