【摘要】：本文使用了滬深300指數(shù)與股指期貨的5分鐘高頻數(shù)據(jù),計(jì)算出了滬深300的已實(shí)現(xiàn)最小方差套期保值比。以已實(shí)現(xiàn)最小方差套期保值比為被解釋變量,分別使用了自回歸移動(dòng)平均模型ARMA、情景轉(zhuǎn)換模型RS、分整自回歸移動(dòng)平均模型ARFIMA、加入廣義條件異方差的自回歸移動(dòng)平均模型ARMA-GARCH、異質(zhì)自回歸模型HAR與混合數(shù)據(jù)抽樣模型MIDAS對(duì)滬深300指數(shù)的已實(shí)現(xiàn)最小方差套期保值比進(jìn)行了擬合和樣本外預(yù)測(cè)。在樣本外預(yù)測(cè)中,作為比較,引入了以收益為被解釋變量的普通最小二乘模型OLS、誤差修正模型ECM、動(dòng)態(tài)條件相關(guān)系數(shù)模型DCC、已實(shí)現(xiàn)動(dòng)態(tài)條件相關(guān)系數(shù)模型DCC-RV以及以已實(shí)現(xiàn)方差/協(xié)方差為被解釋變量的向量異質(zhì)自回歸模型VHAR,計(jì)算了上述模型樣本外預(yù)測(cè)結(jié)果的包含對(duì)沖效率、夏普比、在險(xiǎn)價(jià)值、期望損失在內(nèi)的四個(gè)經(jīng)濟(jì)指標(biāo),結(jié)果顯示直接對(duì)已實(shí)現(xiàn)最小方差套期保值比建模的模型,尤其是引入的混合數(shù)據(jù)抽樣模型MIDAS,取得了更好的預(yù)測(cè)表現(xiàn)。在經(jīng)濟(jì)指標(biāo)的比較中,還發(fā)現(xiàn)了以已實(shí)現(xiàn)最小方差套期保值比為被解釋變量的異質(zhì)自回歸模型HAR在四個(gè)指標(biāo)中的三個(gè)都跑贏了以已實(shí)現(xiàn)方差/協(xié)方差為被解釋變量的向量異質(zhì)自回歸模型VHAR。注意到這兩個(gè)模型的基本形式和包含的信息量是完全一致的,這也說(shuō)明了已實(shí)現(xiàn)最小方差套期保值比這一指標(biāo)在預(yù)測(cè)能力上的優(yōu)勢(shì)。同時(shí),對(duì)五個(gè)直接對(duì)已實(shí)現(xiàn)最小方差套期保值比建模的模型使用MSE、QLIKE、pMSE、logMSE、MAE、pMAE、logMAE這七個(gè)損失向量對(duì)各模型的預(yù)測(cè)表現(xiàn)進(jìn)行了比較,結(jié)果顯示混合數(shù)據(jù)抽樣模型MIDAS在誤差指標(biāo)上同樣具有預(yù)測(cè)優(yōu)勢(shì)。本文的另一個(gè)重要發(fā)現(xiàn)就是肯定了使用長(zhǎng)記憶模型對(duì)于已實(shí)現(xiàn)最小方差套期保值比建模的優(yōu)勢(shì)。直接對(duì)最小方差套期保值比建模的三個(gè)長(zhǎng)記憶模型異質(zhì)自回歸模型HAR、混合數(shù)據(jù)抽樣模型MIDAS和分整自回歸移動(dòng)平均模型ARFIMA無(wú)論在經(jīng)濟(jì)指標(biāo)還是誤差指標(biāo)上,都取得了相對(duì)的預(yù)測(cè)優(yōu)勢(shì),而之后在誤差指標(biāo)基礎(chǔ)上進(jìn)行的模型置信集MCS檢驗(yàn)的結(jié)果,也驗(yàn)證了這一點(diǎn)。MCS檢驗(yàn)的結(jié)果發(fā)現(xiàn)描述了長(zhǎng)記憶過(guò)程的異質(zhì)自回歸模型HAR、混合數(shù)據(jù)抽樣模型MIDAS和分整自回歸移動(dòng)平均模型ARFIMA的預(yù)測(cè)表現(xiàn)較好,而只刻畫(huà)了短期記憶的情境轉(zhuǎn)換模型RS、自回歸移動(dòng)平均模型ARMA以及加入廣義條件異方差的自回歸移動(dòng)平均模型ARMA-GARCH模型的預(yù)測(cè)表現(xiàn)較差,尤其是情境轉(zhuǎn)換模型RS。為了驗(yàn)證結(jié)果的穩(wěn)健性,將整個(gè)預(yù)測(cè)區(qū)間按照波動(dòng)的大小分為波動(dòng)大、中、小三段,類(lèi)似地,按照收益高低分為收益高、中、低三段,分別計(jì)算各模型在這三段上的經(jīng)濟(jì)指標(biāo)和誤差指標(biāo)的表現(xiàn)。結(jié)果顯示,不論是按照波動(dòng)的大小還是收益的高低對(duì)整個(gè)預(yù)測(cè)區(qū)間分段,前面得到的結(jié)論總是成立的,即以已實(shí)現(xiàn)最小方差套期保值比為被解釋變量的模型取得了經(jīng)濟(jì)指標(biāo)上更好的預(yù)測(cè)表現(xiàn);新引入的混合抽樣模型MIDAS,無(wú)論在經(jīng)濟(jì)指標(biāo)還是誤差指標(biāo)上,都取得了較為理想的預(yù)測(cè)結(jié)果;長(zhǎng)記憶模型,尤其是異質(zhì)自回歸模型HAR在直接對(duì)已實(shí)現(xiàn)最小方差套期保值比RMVHR序列建模的模型中,預(yù)測(cè)表現(xiàn)更好。
【圖文】：

邐１５００逡逑Ｔｉｍｅ逡逑圖３．２滬深３００指數(shù)／股指期貨日收益逡逑從日價(jià)格的圖中可以看到從１２００期開(kāi)始，對(duì)數(shù)日價(jià)格的走勢(shì)開(kāi)始“過(guò)山車(chē)式”的劇烈波逡逑動(dòng)，這一段對(duì)應(yīng)著２０１５年開(kāi)始的股市異常，而在日收益序列圖上，可以更加清楚地看到１２００逡逑期后波動(dòng)明顯地變得更加劇烈了。逡逑２７逡逑

邐１５００逡逑Ｔｉｍｅ逡逑圖３．１滬深３００指數(shù)／股指期貨價(jià)格逡逑滬深３００指數(shù)和股指期貨的對(duì)數(shù)日收益序列：逡逑ｓｐｏｔ／ｆｕｔｕｒｅ邋ｒｅｔｕｒｎ逡逑ｍ邋邐邋ｓｐｏｔ邋ｒｅｔｕｒｎ邐｜邋［．逡逑§邐邐邋ｆｕｔｕｒｅ邋ｒｅｔｕｒｎ邋Ｉ邋丨邐｜邐Ｊ邋｜邋｜邋Ｉ逡逑１邋■逡逑１邐ｉ邐ｉ邐ｉ逡逑０邐５００邐１０００邐１５００逡逑Ｔｉｍｅ逡逑圖３．２滬深３００指數(shù)／股指期貨日收益逡逑從日價(jià)格的圖中可以看到從１２００期開(kāi)始，對(duì)數(shù)日價(jià)格的走勢(shì)開(kāi)始“過(guò)山車(chē)式”的劇烈波逡逑動(dòng)，這一段對(duì)應(yīng)著２０１５年開(kāi)始的股市異常，，而在日收益序列圖上，可以更加清楚地看到１２００逡逑期后波動(dòng)明顯地變得更加劇烈了。逡逑２７逡逑
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：F224;F832.51


本文編號(hào)：2533437