考虑跳跃和隔夜波动的中国股票市场波动率预测
本文用已实现波动率(Realized Volatility,RV)度量上证综指和深证成指在交易时间内的波动率,并将其分解为连续路径变差部分和由跳跃引起的非连续部分.这两部分与隔夜波动率共同构成日波动率.本文对日波动率的三个组成部分建立HAR-CJN模型,探究了波动率不同成分之间的相互影响以及在预测中的作用.结果表明连续变差对日波动率的各组成部分均有显著的正向影响,在预测中的贡献最大;而跳变差的影响一般比连续变差的要弱,且随着滞后期的长短而有所不同.样本外预测结果显示HAR-CJN模型的预测表现要远远优于传统的GARCH模型,并在向前一天和一月的预测中优于流行的HAR-RV模型.
股票市场 日波动率 动态预测 数据模型 连续变差 跳变差
孙洁
上海财经大学经济学院
国内会议
上海
中文
311-331
2013-11-08（万方平台首次上网日期，不代表论文的发表时间）