中国股票市场的已实现波动率建模和预测--基于HAR-CJN的分解模型框架
本文按照Andersen,Bollerslev and Huang(2011)提出的对已实现波动率(Realized Volatility)建模的分解模型框架,用已实现波动率度量上证综指和深证成指在交易时间内的波动率,并将其分解为连续变动的部分和由跳跃引起的非连续部分,这两部分和夜间波动率共同构成了每日波动率.然后对日波动率的三个组成部分分别建立模型,称为HAR-CJN模型.估计结果显示连续变差部分对日波动率的各组成部分均有显著的正向影响,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.之后本文利用建立起的HAR-CJN模型进行样本外预测,并将其预测表现与GARCH模型和HAR-RV模型进行比较,结果显示HAR-CJN和HAR-RV模型的样本外预测表现要远优于GARCH模型,而HAR-CJN模型在向前一天和一月的预测中的表现优于HAR-RV模型.
股票市场 已实现波动率 日波动率 预测模型
孙洁
上海财经大学经济学院
国内会议
广州
中文
227-241
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）