極端沖擊（例如戰(zhàn)爭(zhēng)和金融危機(jī)）會(huì)導(dǎo)致股市波動(dòng)劇烈.提出5種增強(qiáng)的混頻模型（GARCH-MIDAS）,可以捕捉非對(duì)稱(chēng)和極端沖擊對(duì)股市波動(dòng)率的影響.樣本內(nèi)的結(jié)果表明,我國(guó)股市存在明顯的波動(dòng)率聚集效應(yīng)和杠桿效應(yīng),并且負(fù)面的極端震蕩會(huì)導(dǎo)致較高的波動(dòng)性.而樣本外的MCS和DM檢驗(yàn)結(jié)果則清楚地顯示出EGARCH-MIDAS-ES模型最適合預(yù)測(cè)股市波動(dòng)率,該模型在短期波動(dòng)中納入了非對(duì)稱(chēng)效應(yīng),長(zhǎng)期趨勢(shì)中加入了極端沖擊的影響.此外,穩(wěn)健性檢驗(yàn)證實(shí),與標(biāo)準(zhǔn)GARCH-MIDAS模型相比,增強(qiáng)的波動(dòng)率模型在統(tǒng)計(jì)和經(jīng)濟(jì)方面均可產(chǎn)生更好的預(yù)測(cè)結(jié)果.通過(guò)考慮極端沖擊,為股市波動(dòng)率預(yù)測(cè)提供了新的見(jiàn)解. 

【文章來(lái)源】：河南科學(xué). 2020,38(07)

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

收益率和波動(dòng)圖

圖2是真實(shí)波動(dòng)與預(yù)測(cè)的條件方差走勢(shì)圖，其中真實(shí)波動(dòng)用收益率的平方代替.表2為所有模型的極大似然估計(jì)結(jié)果及相應(yīng)的漸進(jìn)標(biāo)準(zhǔn)誤差.表中大多數(shù)參數(shù)均顯著，這表明我們研究的混合數(shù)據(jù)樣本模型框架非常適用于股票收益率的擬合.首先，GARCH系列模型的參數(shù)（μ，α，β）在統(tǒng)計(jì)意義上都是顯著的，這表明上證50收益率在短期波動(dòng)上具有強(qiáng)烈的波動(dòng)聚集效應(yīng).其次，所有估計(jì)的α+β之和均小于1，但都接近于1，這表明波動(dòng)率存在較高的持久性，這與Engle和Rangel[21]的研究結(jié)論一致.同時(shí)，除模型4以外，所有模型的估計(jì)值α都顯著大于0，表明過(guò)去的信息提升了股票收益率的波動(dòng)性.再次，參數(shù)γ在模型2(EGARCH-MIDAS）、模型4(GJR-GARCH-MIDAS-ES）和模型5(EGARCH-MIDAS-ES）中均顯著大于0，即非對(duì)稱(chēng)效應(yīng)在這些模型中均存在.這表明，負(fù)面沖擊對(duì)股票收益的短期波動(dòng)性的影響比正面沖擊更甚[22].此外，我們發(fā)現(xiàn)θ-*，θ+*和在所有模型中均大于0，這證實(shí)了極端沖擊對(duì)股票收益的波動(dòng)具有強(qiáng)烈影響，這表明極端影響可能是股票持續(xù)波動(dòng)的根源[23].

【參考文獻(xiàn)】：
期刊論文
[1]投資者情緒、期權(quán)隱含信息與股市波動(dòng)率預(yù)測(cè)——基于上證50ETF期權(quán)的經(jīng)驗(yàn)研究[J]. 劉勇,白小瀅.  證券市場(chǎng)導(dǎo)報(bào). 2020(01)
[2]中國(guó)股市波動(dòng)率實(shí)證分析[J]. 樊春燕.  納稅. 2019(30)
[3]基于高頻數(shù)據(jù)的中國(guó)股市波動(dòng)率預(yù)測(cè)研究[J]. 吳鑫育,王莉莉.  東北農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2019(03)
[4]基于GARCH模型族對(duì)波動(dòng)率預(yù)測(cè)的實(shí)證研究——以上證綜指為例[J]. 趙彤.  知識(shí)經(jīng)濟(jì). 2018(09)
[5]基于宏觀基本面的股市波動(dòng)度量與預(yù)測(cè)[J]. 鄭挺國(guó),尚玉皇.  世界經(jīng)濟(jì). 2014(12)



本文編號(hào)：3010724