中国股票市场的收益分布及其SPA检验

以上证综指和代表性波动周期为例,采用样本外的滚动时间窗预测法,计算了不同收益分布假设下的波动率模型对指数波动率的预测值,并进一步运用基于自举法的SPA检验,评估了各种分布假设对上证综指波动的预测精度。实证结果显示:就中国股市而言,有偏分布能够提供最优的波动率预测精度;在某些损失函数标准下,广义误差分布也具有较好的预测表现。

金融市场的多分形波动率测度、模型及其SPA检验

提出一种新的金融市场波动率的测度方法——多分形波动率(multifractal volatility)测度,并以上证综指在长达8年左右时间内的高频数据样本为例,构造了多分形波动率的ARFIMA动力学模型.同时,运用最近提出的SPA(superior pred ictive ability)检验法,实证对比了多分形波动率模型与现有的如实现波动率(realized volatility)模型、GARCH模型以及随机波动(stochastic volatility,SV)模型对市场波动预测能力的优劣.实证结果显示,在某些损失函数标准下,文中提出的多分形波动率测度及其动力学模型具有比现有其它模型更优的波动率刻画能力和预测精度.

HAR族模型对波动率的预测精度比较及其SPA检验——基于沪深300指数高频数据

以沪深300指数5分钟高频数据为研究数据基础,旨在提出中国股票市场最好的波动率预测模型。建立基于高频数据的已实现波动率模型,并将HAR族波动率模型作为研究对象,采用动态时间窗的样本外推预测和具有Bootstrap自举统计特性的SPA检验方法,将6种精确的损失函数作为评价准则,全面相互对比了9种波动率模型对沪深300指数5分钟高频数据日(短期)已实现波动率、周(中期)已实现波动率以及月(长期)已实现波动率的预测精度。实证研究结果表明,我国股票市场受到滞后一期的影响,表现出一定的长记忆性,并且平方根形式的HAR-RV-CJ1/2模型对日(短期)已实现波动率的样本外推预测具有最高的精度,对数形式的HAR-RV-CJ-ln模型对周(中期)、月(长期)已实现波动率的样本外推预测的精度最高,对未来的长期波动率有更好的解释能力。

中国股票市场的波动率预测模型及其SPA检验

本文以上证综指的高频数据样本为例,全面探讨了各类历史波动率模型以及实现波动率模型的构建方法,同时采用滚动时间窗的样本外预测法,实证计算了不同模型假定下的指数波动率预测值,并运用基于自举法的SPA检验,评估了各种波动率模型对上证综指波动的预测精度。结果显示,基于ARFIMA的实现波动率模型以及随机波动模型(SV)具有最高的波动率预测精度,但在加入实现波动率作为附加解释变量以后,并未显著提升标准SV和GARCH模型的预测能力。

中国股市波动的异方差模型及其SPA检验

以中国股票市场最具代表性的股价指数-上证综指的高频(High-frequency)数据样本为例,实证计算了以GARCH族模型和随机波动(Stochastic volatility)模型为代表的不同异方差模型对中国股市波动率的预测,并进一步运用SPA(Superior predictive ability)检验法,实证检验了不同异方差模型对中国股市波动的刻画能力和预测精度问题.实证结果显示,就中国股市而言,随机波动(Stochastic volatility)模型是预测精度最高的异方差模型,但在某些损失函数标准下,EGARCH模型也具有良好的波动预测表现.

有偏分布下的动态风险测度及MRC-SPA检验

以沪铝期货市场为研究对象,针对金融市场的有偏性、尖峰厚尾性,结合条件极值理论与SKST分布刻画金融市场的极端风险,同时运用滚动时间窗口方法对不同波动率模型进行样本外动态VaR预测。鉴于传统的回测检验无法有效判断不同波动率模型风险测度效果的优劣性,本文引进一种新的风险检验方法——MRC-SPA检验,实证结果显示EVT有效提高了GARCH模型的样本外动态VaR预测精度,其中GARCH-SKST-EVT-POT模型以较小的市场风险资本实现风险规避,预测效果最优。

中国股市持续期模型及其预测能力检验

文章选择中国股票市场超额成交量持续期作为度量市场流动性的指标,以ACD持续期模型为基础,通过样本外滑动窗口SPA检验方法,比较了四种不同超额成交量持续期ACD模型的预测精度,从模型预测评价的角度分析了中国股市日内市场流动性特征。

股市波动率的短期预测模型和预测精度评价

基于幂转换以及不设定扰动项的具体相关结构和分布形式,构建了半参数的短期预测模型来预测中国股市的波动率.模型采用基于极值估计量的两阶段估计法进行估计,估计方法的小样本性质表现良好.此外,还通过具有Bootstrap特性的SPA检验实证比较了新模型与其他6种预测模型的预测精度.实证结果表明,在各种损失函数下,半参数短期预测模型是预测中国股市波动率精度最高的模型.

中国股票市场的多分形波动率测度及其有效性研究

由多分形分析出发,提出了一种新型的金融市场多分形波动率测度Sα。与传统测度Δα相比,Sα更为充分地利用了多分形分析过程中产生的对描述金融市场波动有益的统计信息。以上证综指和深证成指1354个交易日内5个不同抽样频率的高频数据为例,通过运用具有bootstrap特性的SPA检验法,检验了Sα测度和Δα测度对中国股票市场真实波动率估计的有效性差异。实证研究表明,Sα测度对市场真实波动率的估计较Δα测度更为准确。

沪深300股指期货的波动率预测模型研究

以沪深300股指期货仿真交易的5分钟高频数据为例,运用滚动时间窗的样本外预测和具有Bootstrap特性的SPA检验法,全面对比了基于日收益数据的历史波动率(historical volatility)模型和基于高频数据的已实现波动率(realized volatility)模型对波动率的刻画和预测能力.主要实证结果显示,已实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度较高的波动模型,而在学术界和实务界常用的GARCH及其扩展模型对沪深300股指期货的波动率预测能力最弱.

基于混频已实现GARCH模型的波动预测与VaR度量

本文将Hansen等(2012)的Realized GARCH模型扩展为包含日内收益率、日收益率以及已实现波动率的混频已实现GARCH模型(M-Realized GARCH模型)。该模型将日内交易分为前后两段,引入了混频均值方程,并对混频均值方程的残差分别建立条件波动率方程和已实现日波动率方程。本文采用2013—2016年沪深300指数混频数据,分别在扰动项服从正态分布、t分布和广义误差分布的假设下,采用损失函数、SPA检验、kupiec检验和动态分位数检验法,对GARCH、Realized GARCH和MRealized GARCH模型的波动率预测和VaR度量效果进行对比研究,得出M-Realized GARCH模型能提高预测精度,且VaR实际失败率与理论失败率一致,失败发生之间不相关。最后,本文利用Block bootstrap方法抽样得到混频数据,模拟证明了M-Realized GARCH模型比Realized GARCH模型具有更高的预测精度。

中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析

以沪深300指数的高频数据为例,采用滚动时间窗的样本外预测以及SPA检验法,对比了基于日收益数据的历史波动率模型和基于高频数据的实现波动率模型的预测能力。主要实证结果显示,实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度最高的波动模型,但在学术界和实务界流行的GARCH及其扩展模型对我国A股市场波动的预测能力较差。

区分大、小跳跃的已实现波动模型及其预测精度评价

文章运用日内高频价格估计金融资产每日波动,并将其区分为具有不同统计特性的连续与跳跃成分。考虑到不同规模的跳跃可能对应于不同的风险源并具有不同的时间序列特征,提出在已实现波动HAR-RV-J模型和HAR-RV-CJ模型基础上,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,构建区分大、小跳跃的HAR-RV-J-BS和HAR-RV-CJ-BS模型。使用沪深300指数5分钟高频价格的滚动窗一步外推预测以及SPA检验表明,HAR-RV-CJ-BS模型对于沪深300指数短期、中期、长期波动均有最强的预测能力。

引入半参数的广义自回归条件异方差模型下的产业收益率预测

文章对GARCH模型进行拓展,通过半参数化处理以提高模型的预测精度。使用OLS检验和SPA检验两种方法对半参数化后的广义自回归条件异方差模型的预测能力进行验证。半参数化GARCH模型具有形式简洁、易于操作及预测精度高等优点。以冰雪文化产业园的收益率为研究对象,采用半参数化GARCH模型进行实证检验,结果表明我国冰雪文化产业园的收益率总体偏低,冰雪文化产业的发展还处于发展阶段,预计到2032年我国冰雪文化产业园的收益率可达86.27%,是今后需要重点扶持的产业之一。

不同抽样频率波动模型的预测精度比较

以上证综指和标准普尔500指数为例,构建了基于不同抽样频率股价数据的波动模型,然后运用样本外的滚动时间窗法实证计算了各波动模型对未来市场波动率的预测值,最后运用具有bootstrap特性的SPA检验法实证检验了各波动模型的预测精度差异。研究结果表明,基于低频数据的波动模型对股市波动率的预测精度远远落后于基于高频数据的波动模型,使用高频数据有助于对市场波动率的精确预测。

结构突变下沪深300指数的波动率预测与评价

考察波动的结构突变性对模型估计和预测能力的影响,并通过SPA检验评估几种GARCH模型的预测能力优劣。研究发现,我国股市收益率的波动在样本期内发生了4次结构突变,波动存在着伪持续现象,且这种突变影响了模型的预测能力;SPA检验表明,短期预测上,经结构突变修正的GARCH模型具有较高的预测能力,验证了结构突变对波动预测的重要性;长期预测上,基于滚动时间窗口下的GARCH模型具有较好的预测能力,通过调整时间窗口的方法来消除结构突变的影响有助于提升模型预测能力。

对布林线有效性的研究

布林线是股市技术分析中被广泛使用的指标,但关于布林线有效性的实证研究却并不多,仅有的几篇也都是关于国外市场的。由于中国市场与国外市场差异较大,因此布林线在中国市场是否有效仍然是个未知数。文章尝试基于上证指数,对布林线的有效性进行评估。

基于真伪跳跃的HAR类波动预测模型研究

资产价格跳跃作为波动估计和预测的一大影响因素,得到了广泛关注.Andersen等将跳跃引入到HAR波动预测模型中,构建了HAR-CJ模型.此后,大量文献对跳跃进行了研究,但尚未研究真伪跳跃对波动预测的影响.本文利用阈值技术,对真伪跳跃进行区分,并将其引入到HAR波动建模框架中,建立了HAR-CTFJ类模型及LHAR-CTFJ类模型,进一步研究了真伪跳跃对波动预测的影响.结果表明:真实跳跃对波动预测具有显著影响,而伪跳跃的影响并不显著.并且SPA检验结果表明,与HAR-CJ模型相比,HAR-CTJ、LHAR-CTJ模型具有更好的波动预测能力.

基于沪深300高频数据的股指波动预测方法研究

股指波动率是用来衡量股票市场收益不确定性的重要指标,不了解股指波动率就难以掌握和度量股票市场风险,进行有效的资源配置。通过构建HAR-RV模型、HAR-RV-CJ模型、HAR-RV-CJ-inf模型测度股指波动率,并利用沪深股市300指数2014年9月1日至2016年12月31日共580个交易日的5分钟高频数据为研究数据,利用SPA检验方法,从4种损失函数分短期、中期和长期对HAR-RV模型、HARRV-CJ模型和HAR-RV-CJ-inf模型的预测精度进行了比较。研究表明,隔夜信息会对后一个交易日的股市波动率产生影响;HAR-RV-CJ-inf模型在短期、中期和长期波动率的预测精度上均好于HAR-RV模型和HAR-RV-CJ模型。

赋权已实现波动率模型的改进及实证研究

对比分析三类已实现波动率异质自回归模型,基于异质市场理论、赋权已实现波动率以及连续-跳跃成分的分离,构建杠杆效用下带修正跳的隔夜赋权已实现波动率异质自回归模型。通过上证综指5min数据,将带有隔夜波动率、杠杆效用、带修正跳的隔夜赋权已实现波动率异质自回归模型与已有的三类异质自回归模型进行比较。研究结果表明:杠杆效用下带修正跳的隔夜赋权已实现波动率异质自回归模型,由于同时考虑了杠杆效应、分离连续-跳跃成分以及隔夜波动率,因而具有相对较好的样本外预测能力,并且模型的样本内拟合效果也得到显著提升。