引入宏观经济指标的棉花期货已实现波动率建模研究

本文是基于高频数据的棉花期货已实现波动率的建模研究。选择影响棉花期货波动率的宏观经济指标,通过主成分分析提取出两种主成分,将这两种主成分以加性形式引入棉花期货市场已实现波动率的HAR-RV-CJ模型中,建立了包括宏观经济变量的HAR-RV-CJ-MEV模型,并将HAR-RV-CJ-MEV模型与HAR-RV-CJ模型的拟合与预测效果进行对比,结果表明,引入宏观经济指标的HAR-RV-CJ-MEV模型的拟合、预测效果较HAR-RV-CJ模型有所提高,且对数形式下对棉花期货短期(h=1)、中期(h=5)、长期(h=22)已实现波动率的拟合及预测能力的改进依次递增,即对长期已实现波动的拟合及预测效果最好。

基于跳跃规模细分的已实现波动率建模研究

基于金融高频数据的已实现波动相关理论的提出,使得对跳跃波动与连续波动的识别及区分建模成为可能。不同规模的跳跃可能对应于不同的风险源并存在不同的时间序列特征,但现有文献尚未研究过对大、小跳跃的区分建模。鉴于此,在已实现波动HAR-RV-CJ模型基础上,提出选择合适的阈值,将跳跃波动进一步细分为大跳跃与小跳跃,构建基于跳跃规模细分的HAR-RV-CJ-BS模型。使用沪深300指数5分钟高频价格的移动窗样本外预测表明,HAR-RV-CJ-BS模型对短期、中期、长期已实现波动的预测能力均较HAR-RV-CJ模型有所提升,且对长期波动预测精度的改进最为显著。

中国股票市场最优套期保值比率研究——基于高阶矩HAR模型

金融资产收益率高阶矩风险和跳跃行为是套期保值策略的重要影响因素.文章将已实现高阶矩测度和跳跃风险测度引入HAR族波动率模型,构建高阶矩HAR族波动模型,并将Copula.函数与最优高阶矩波动率模型相结合,建立含高阶矩的Copula-HAR-RV-CJSJV-D-SK套期保值模型.以沪深300指数和中证500指数以及对应的股指期货构建套期保值策略.实证表明,从方差减少比率和超额收益率两方面来看,基于新模型的套期保值效果在样本内和样本外均优于传统静态套期保值模型、时变二元GARCH族套期保值模型和Copula-GARCH族套期保值模型.

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。