對(duì)金融資產(chǎn)的波動(dòng)的準(zhǔn)確度量,是金融資產(chǎn)的定價(jià)、投資組合的選擇以及金融風(fēng)險(xiǎn)管理的關(guān)鍵。因此,波動(dòng)率研究一直是計(jì)量經(jīng)濟(jì)領(lǐng)域的研究熱點(diǎn)。計(jì)算機(jī)技術(shù)的發(fā)展,能夠保存更多交易資料。記錄每筆交易的數(shù)據(jù)信息超高頻數(shù)據(jù),就是我們所說(shuō)的超高頻時(shí)間序列（UHF）。它包含了更多的市場(chǎng)信息,在研究市場(chǎng)微觀結(jié)構(gòu)和風(fēng)險(xiǎn)管理方面具有很大的優(yōu)勢(shì)。UHF數(shù)據(jù)中每筆交易發(fā)生的時(shí)間是隨機(jī)的,它們之間的時(shí)間間隔并不相等。以往在低頻領(lǐng)域應(yīng)用比較廣泛的ARCH類(lèi)SV類(lèi)模型,建模對(duì)象都是頻率固定的時(shí)間間隔,很可能忽略了信息對(duì)價(jià)格的影響。因此,探討了Engle（2000）年提出的UHF-GARCH模型,研究了不規(guī)則時(shí)間間隔下收益率的波動(dòng)性度量。本文在實(shí)證中,對(duì)中信銀行日數(shù)據(jù)和超高頻數(shù)據(jù)的統(tǒng)計(jì)特征、平穩(wěn)性、相關(guān)性等進(jìn)行了分析,在此基礎(chǔ)上分別對(duì)其建立GARCH（1,1）和ACD、UHF-GARCH（1,1）模型。結(jié)果顯示基于超高頻數(shù)據(jù)的UHF-GARCH（1,1）模型MAE和RMSE均較小,因此預(yù)測(cè)能力更優(yōu)。從對(duì)UHF-GARCH第二個(gè)方程估計(jì)結(jié)果來(lái)看,收益率方程中1/xi的系數(shù)為負(fù),但Z統(tǒng)計(jì)量表明并不顯著。這說(shuō)明對(duì)中信銀行來(lái)說(shuō),長(zhǎng)的持... 

【文章來(lái)源】：蘭州財(cái)經(jīng)大學(xué)甘肅省

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【圖文】：

頻收益率序列“U"型圖

5.2.2交易持續(xù)期的Aco模型估計(jì)將原始數(shù)據(jù)交易持續(xù)期轉(zhuǎn)換成調(diào)整交易持續(xù)期之后，假設(shè)殘差分布的，用EACD(1，l)模型來(lái)擬合，用MATLAB軟件采用約束條件交易持續(xù)期期望的估計(jì)結(jié)果為:認(rèn)=0.0701+0.0124xl_}+0.9233必，_，(0.000)(0.000)(0.000)上式AcD模型的估計(jì)結(jié)果中a，刀>oa+刀，且各系數(shù)顯著。說(shuō)易持續(xù)期對(duì)未來(lái)的持續(xù)期的影響可能以指數(shù)形式遞減，同時(shí)還存在象。鞠鬧啪3陰動(dòng)亦并部dM樹(shù)孫叼


本文編號(hào)：3004041