發(fā)布時間：2018-11-02 09:37

【摘要】：隨著全球經(jīng)濟(jì)一體化的發(fā)展與中國股票市場運作機(jī)制的日趨完善,我國股票市場已成為全球金融市場中一個重要組成部分,在金融市場研究中,波動率是一直為熱點課題,學(xué)者們對波動率領(lǐng)域的大量研究得出了求解波動率的三種主流方法：一是由Black-Scholes方程求解到的隱含波動率；二是以(?)RCH類和SV類模型為代表的歷史波動率；三是基于高頻數(shù)據(jù)研究的已實現(xiàn)波動率,也就是本文的研究對象。隨著高頻數(shù)據(jù)可以越來越方便的獲得,以前的模型波動率方法已不再適合高頻數(shù)據(jù)研究需要。相比于模型波動率,已實現(xiàn)波動率能夠更直接、準(zhǔn)確地描述股市波動率的特征。金融研究文獻(xiàn)表明,以往的GARCH類和SV類模型的日收益低頻數(shù)據(jù)會損失很多對投資者波動預(yù)期很有用的信息,而日內(nèi)高頻數(shù)據(jù)的可得性則彌補(bǔ)了這一缺陷,高頻率的采樣數(shù)據(jù)包含了盡可能全面的信息。另外,已實現(xiàn)波動率方法是一種非參數(shù)方法,沒有模型波動率方法帶來的參數(shù)估計問題,更沒有因為復(fù)雜參數(shù)估計帶來的“維數(shù)災(zāi)難”,是近年來比較新穎的波動率研究方法。 對已實現(xiàn)波動率的研究理論中,Muller(1993)等人的異質(zhì)市場假說的理論,Peters(1994)的分形市場假說理論,Lux and Marchesi(1999)的混合市場理論,市場交易的異質(zhì)性特征在這三種理論中都有所體現(xiàn),與同質(zhì)市場相反,異質(zhì)市場假說認(rèn)為,市場波動率與市場活躍程度成正比,即參與者越多,交易行為的多樣化會導(dǎo)致波動的正向變化。本文選擇基于異質(zhì)市場假說,在考慮了市場微觀結(jié)構(gòu)噪聲和跳躍基礎(chǔ)上,采用HAR-RV以及相關(guān)模型(HAR-RV-GARCH, HAR-RV-J,HAR-RV-CJ)對我國股票市場中的已實現(xiàn)波動率進(jìn)行了有效的估計,分析研究了短期,中期,長期交易類型對股市已實現(xiàn)波動率的影響。 本文選取從2005年4月8日至2010年4月22日上證綜指共計59816個5分鐘高頻收盤價數(shù)據(jù),計算得到1227個已實現(xiàn)波動率數(shù)據(jù),2005年1月4日至2011年8月23日深證綜指共計77424個5分鐘高頻收盤價數(shù)據(jù),計算獲得1613個已實現(xiàn)波動率作為研究數(shù)據(jù),基于二次冪變差理論,將波動率中的跳躍成分進(jìn)行有效的分離,通過HAR-RV-J(?)HAR-RV-CJ模型對短中長期已實現(xiàn)波動率進(jìn)行了有效的估計,本論文實證表明,對于日已實現(xiàn)波動率,短期投資類型對其影響最大,而中長期交易類型的邊際貢獻(xiàn)率偏低,但兩者相差不大,而三個解釋變量系數(shù)均顯著,表明我國股票市場異質(zhì)性特征的存在,同時也驗證了異質(zhì)市場假說中的理論,即短期已實現(xiàn)波動率受自身前期值的影響,同時也受中長期交易的影響,而對于長期交易者而言,主要受其自身前期值的影響。這與于小蕾在《基于HAR模型對中國股票市場已實現(xiàn)波動率研究》中的結(jié)論類似。 而后對HAR-RV模型進(jìn)行最小二乘回歸后的殘差進(jìn)行分析,發(fā)現(xiàn)殘差序列具有群聚現(xiàn)象,因此我們檢驗了誤差項的ARCH效應(yīng),并添加了GARCH項,通過HAR-RV-GARCH模型進(jìn)一步研究了三種交易類型對已實現(xiàn)波動率的影響,消除了殘差項的ARCH效應(yīng),HAR-RV-GARCH模型實證表明,添加GARCH項后的模型與原來的HAR-RV模型幾乎沒有什么差異。在研究跳躍影響方面,根據(jù)二次冪變差理論,將已實現(xiàn)波動率分解為連續(xù)樣本路徑方差和離散跳躍方差兩部分,考慮到市場微觀結(jié)構(gòu)噪聲對已實現(xiàn)波動率的影響,用錯列的收益率絕對值乘積(原始的二次冪變差公式是相鄰收益率絕對值的乘積)修正了二次冪變差的計算方式,以減小市場微觀結(jié)構(gòu)的影響,這樣通過修正的Z統(tǒng)計量重新得到考慮市場微觀結(jié)構(gòu)噪聲影響后的跳躍方差的序列,在顯著水平為0.01條件下,由修正的Z統(tǒng)計量檢驗得到的顯著性到達(dá)的跳躍共308次,比之前的276次多了32次,捕捉率也由修正前的22.49%增強(qiáng)為25.1%,因此,修正的Z統(tǒng)計量檢驗的跳躍變差序列更為精確一些,我們根據(jù)Huang和Tanchen(2005)的研究內(nèi)容,先是對HAR-RV-J模型實證,結(jié)果表明,跳躍項對已實現(xiàn)波動率具有顯著的負(fù)影響,通過HAR-RV-J和HAR-RV-CJ模型對波動率的估計結(jié)果,對比HAR-RV模型,我們可以知道,考慮跳躍項的HAR-RV-J和HAR-RV-CJ模型有更好的擬合效果和預(yù)測性能。 本文創(chuàng)新點即充分考慮市場微觀結(jié)構(gòu)噪聲的條件下量化了跳躍成分對不同已實現(xiàn)波動率的影響,采用修正的Z統(tǒng)計量有效的檢測出顯著性跳躍次數(shù),對波動率的捕捉程度有明顯的提高,從而更有效的分析影響已實現(xiàn)波動率的各個因子。
[Abstract]:With the development of global economic integration and the perfection of the market operation mechanism of China's stock market, our stock market has become an important part of the global financial market. Scholars have obtained three main methods for solving the fluctuation rate: one is the implicit fluctuation rate obtained by Black-Scholes equation; 2 is (?) The RCH class and SV class model represent the historical fluctuation rate; three are the realized fluctuation rate based on high frequency data research, which is the research object of this paper. As high frequency data can be obtained more and more conveniently, previous model wave rate methods are no longer suitable for high frequency data research. Compared with the model fluctuation rate, the fluctuation rate can be more directly and accurately described. The literature of financial research shows that the daily gains and low frequency data of GARCH and SV models have lost many useful information about investor's fluctuation, while the availability of high frequency data in Japan makes up for this defect, and high frequency sampling data contains as much information as possible. In addition, the method of fluctuation rate is a kind of non-parametric method, there is no parameter estimation problem brought by model fluctuation rate method, and there is no 鈥渄imension disaster鈥，

本文編號：2305654