非对称厚尾分布的混频Realized GARCH模型构建

文章基于日内动量效应的视角,增加日内收益率作为解释变量,并考虑日内交易的交互关系,推广得到结合混合频率的条件均值方程和条件方差方程,构建混频Realized GARCH模型(Mixed Frequency Realized GARCH模型),进一步考虑传统的正态分布假设不能够刻画金融时间序列的非对称性、非正态性、厚尾性等特征,将偏t分布引入混频Realized GARCH模型中,构建了基于偏t分布的混频Realized GARCH模型,推导其参数估计方法,并运用滚动时间窗预测技术和优于SPA检验的MCS检验判别扩展模型对我国黄金期货市场波动的预测结果。由样本内估计结果和MCS检验证实表明:考虑高频信息的Realized GARCH模型在样本内估计和样GARCH模型和Realized GARCH模型有着更高的拟合优度和预测精度,其中基于偏t分布的MF Realized GARCH模型在6种模型中是拥有最佳表现的波动率模型。

基于Expectile和Realized GARCH模型的波动率预测

Realized GARCH模型是预测波动率的经典模型之一,最小化非对称二次损失函数的Expectile对收益率尾部分布更加敏感,我们在Realized GARCH模型的基础上引入Expectile提出Expectile-Realized GARCH模型。以沪深300指数的高频收益率为例建模分析,对比不同模型下的波动率预测效果,发现Expectile-Realized GARCH模型较Realized GARCH模型对波动率预测能力更好。其中,当风险水平为95%时,对应的Expectile-Realized GARCH波动率预测能力最好。

基于Realized GARCH模型已实现波动率预测研究——以沪深300指数为例

为了分析股市高频数据的波动变化规律及其风险值预测,利用已实现波动率和改进后的已实现波动率分析Realized GARCH模型下沪深300指数的5分钟高频数据收益率波动,结果显示:沪深300指数的收益率序列具有波动性和聚集性特征,不论是基于RV还是改进后的RMV,都表明t分布下模型拟合效果最好,正态分布下效果最差;而且改进后的RMV相比RV估计残差降低,估计精度提高,并且在风险价值的预测效果上表现更好。

基于时变Markov状态转换的RealizedGARCH族模型及其对期货波动率的预测

近年来,Realized GARCH族模型在金融市场波动率研究中展现了良好的预测效果.该文在两个Realized GARCH族模型基础上,考虑波动率存在非线性结构特征,引入基于显著跳跃方差测度的时变Markov状态转换机制以构建时变MRS-Realized GARCH族模型,推导其参数估计方法,并应用DM检验和MCS检验来评估模型的预测精度.最后,分别基于不同的评估方法,误差分布假设,滚动窗口长度,采样区间和跳跃测度对模型进行稳健性检验.以沪深300股指期货数据为例,实证研究表明:沪深300股指期货市场存在高波动和低波动状态,跳跃测度在低波动状态会对未来一期波动产生显著的正向影响,而在高波动状态会抑制未来一期波动;DM检验和MCS检验显示,时变MRS-Realized GARCH族模型在任意的损失函数指标下均具有最佳的波动预测效果;另外,稳健性检验结果证实该模型在不同情况下均具有最佳的预测表现.

基于异方差和时变波动的Realized HAR GARCH模型研究

文章选取上证综指5分钟收盘价序列高频数据,采用ACF拟合、多种损失函数、SPA检验和VaR回测检验对不同误差分布下的包含时变波动、异方差结构和加权已实现极差的Realized HAR GARCH模型进行研究。实证结果表明,新模型相比于以往模型更能够捕捉上证综指的波动特征,具有更好的波动率拟合和预测效果,且VaR度量效果更优。研究丰富了时变长记忆高频波动率模型,从时变波动和噪声异方差结构视角为投资者和监管机构进行风险管控提供参考。

基于赋权修正测度的时变参数Realized HAR GARCH模型及其实证研究

基于高频数据视角,文章提出时变参数(TV)Realized HAR GARCH混合预测模型,同时考虑资产波动率的聚集性、长记忆以及由测量误差引起的参数衰减偏差效应.进一步,为充分利用价格信息并提升估计效率,本文基于日内“OHLC”数据构建赋权修正已实现信息波动率(WRIV),并将其用于驱动条件方差的动态变化.在偏t分布假设下,以沪深300指数为样本探究中国股票市场的波动性规律,并在实证中评估所提模型在收益率拟合、波动率预测以及风险度量上的能力.结果显示:中国股票市场的收益波动存在明显的异质性与长记忆特征,TV-Realized HAR GARCH能够充分捕捉指数波动率的动态变化,在样本内拟合效果和样本外波动率与风险预测准确性上均能显现出优势,且WRIV测度的引入能显著提升模型的预测精度,凸显出日内高频数据信息的充分利用对于波动率刻画与风险测度的重要性,综合而言,TV-Realized HAR GARCH(WRIV)模型具有最优的整体实证表现.

基于门槛效应的Realized MAT-HAR GARCH模型波动预测

基于门槛效应视角,结合MAT-HAR模型能够捕捉门槛效应的特点与Realized GARCH模型在高频波动率预测的优势,文章建立了Realized MAT-HAR GARCH模型,旨在研究高频金融市场的门槛效应.与Realized HAR GARCH模型不同的是,该模型在波动方程中引入MAT-HAR结构,将已实现波动率序列的移动平均项作为门槛,并基于AIC信息准则选取最优的波动方程结构.数值模拟结果显示,Realized MAT-HAR GARCH模型有着较好的参数估计和波动预测效果.基于沪深300指数的实证研究表明,在残差服从正态分布的假设下,沪深300指数的周和月波动信息存在显著的门槛效应,且基于AIC准则的Realized MAT-HAR GARCH模型比Realized HAR GARCH模型有着更好的样本内拟合、波动预测和VaR度量效果.最后,在不同误差分布假设下,研究该模型基于AIC信息准则选取模型结构的合理性和波动预测的稳健性.基于MCS检验的稳健性检验结果表明,在不同厚尾分布的假设下,Realized MAT-HAR GARCH模型的样本外表现效果均优于Realized HAR GARCH模型,其效果不依赖于滚动预测窗口长度的选取.

中国铜期货市场波动率估计与风险度量——基于广义已实现测度的Realized HAR GARCH模型

为探究中国铜期货市场价格波动的变化规律并以此预测其风险值,以沪铜期货高频价格数据为样本,综合考虑其收益率波动的聚集性、偏峰厚尾性与长记忆性,将广义已实现测度引入偏t分布假设下的Realized GARCH模型与拓展的Realized HAR GARCH模型中,并通过样本内拟合与样本外滚动预测,结合似然函数、VaR后验测试与损失函数MCS检验法综合比较了采用不同已实现测度的Realized GARCH以及Realized HAR GARCH模型在沪铜期货收益波动率估计和VaR预测上的效果。实证结果显示:对于沪铜期货市场而言,无论是波动率估计还是风险预测,广义已实现测度的引入显著地提升了Realized GARCH与Realized HAR GARCH模型的拟合效果与预测能力,其中基于日内损失RMAD与RES测度下的Realized HAR GARCH模型分别拥有最优的估计与预测表现。

基于广义已实现测度的沪深300股指期货波动率预测与风险度量

以沪深300股指期货高频数据为样本,将广义已实现测度引入偏t分布下的SMA-Realized HAR GARCH模型中,该模型同时考虑了HAR结构和时变波动。通过滚动时间窗的方法对模型进行VaR预测,结合后验测试与MCS检验综合比较了不同已实现测度下模型在波动率估计与VaR预测上的效果。结果显示,引入了广义已实现测度的SMA-Realized HAR GARCH模型具有更好的波动率估计与风险预测效果。