基于金融高频数据的波动性实证研究

《基于金融高频数据的波动性实证研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据中图分类号E墨3Q：窆!UDC510硕士学位论文学校代码10533密级公五基于金融高频数据的波动性实证研究EmpiricalStudyofVolatilityBasedonFinancialHigh—-FrequencyData作者姓名：学科专业：研究方向：学院(系、所)：指导教师：熊婷运筹学与控制论金融运筹与决策数学与统计学院张鸿雁教授答辩委员会主席中南大学二。一四年五月万方数据原创性声明本人郑重声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰

2、写过的研究成果，也不包含为获得中南大学或其他教育机构的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。申请学位论文与资料若有不实之处，本人承担一切相关责任。作者签名：单日期：五雌年尊月』日学位论文版权使用授权书本学位论文作者和指导教师完全了解中南大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子版；本人允许本学位论文被查阅和借阅；学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用复印、缩印或其它手段保存和汇编本学位论文。作者签名：虹日期：业年丛月丘日

3、导师签名日期：泣丝年上月丛日万方数据基于金融高频数据的中国股市的波动性实证研究摘要：金融高频数据包含着大量的市场信息，因而对高频数据的研究变得越来越重要，高频数据成为金融领域的研究热点。为了能够更深入的研究市场结构，关于金融高频数据的波动性研究已经成为国内外计量经济学者的焦点问题。本文主要是研究金融高频数据的波动率及其建模分析。首先选取上证综指和深圳成指的一分钟数据进行统计特征分析，验证了我国股市高频收益率序列并不是正态分布，而是呈现出高峰厚尾性，且有着显著的“日历效应”。其次，介绍了“己实现”波动率和“已实现”双幂次变差，通过分析得出“己实现”双幂次变

4、差不仅具备“己实现”波动率的所有优点，并且具有稳健性，在一定条件下，比“已实现”波动率更有效，同时，在考虑微观结构噪声的条件下，构造均方误差，通过分析得出“己实现”波动率和“已实现”双幂次变差的最优抽样频率都是5分钟。再次，利用ADF—KPSS联合检验、刚S分析方法，修正的刚S分析方法对对5min上证综指的日收益率和“己实现’’双幂次变差的长记忆性进行实证分析，实证结果表明上证综指日收益不具有显著的长记忆性特征，而“己实现”双幂次变差序列存在长记忆性特征。最后，选取上证综指的5min数据进行实证分析，采用跳跃性显著检验方法分离连续性波动和跳跃性波动，并且

5、这两种波动成分具有显著的自相关性，在HAR．RV模型的基础上，本文分别对这两种波动成分建立LHAR-CV模型和LHAR—LJ模型，实证结果表明LHAR-CV能够捕捉连续性波动的杠杆效应，能较好的拟合和预测连续性波动的走势，并且中长期的波动起主要作用。在LHAR-LJ模型中，前期周跳跃性波动对当期的跳跃性波动的影响最为显著，而前期日跳跃性波动和月跳跃性波动对当前的跳跃性波动的影响不显著，而负收益率对跳跃性波动的杠杆效应不显著。本文图20幅，表22个，参考文献70篇。关键词：“日历效应”；“己实现”波动率；“已实现"双幂次变差；长记忆性；杠杆效应；LHAR-

6、CV模型；LHAR-LJ模型分类号：F830．91万方数据EmpiricalStudyofChineseStockMarketVolatilityBasedonFinancialHigh—FrequencyDataAbstract：Sincehigh—frequencydatacontainedplentyofmarketinformation，Researchingonhigh—frequencydatabecamemoreandmoreimportant．Inordertofurtherresearchthemarketstructure，thest

7、udyoffinancialvolatilityhasbeenthefocusofeconometricscholarsbothathomeandabroad．Thispaperanalysisthevolatilityandmodeloffinancialhigh—frequencydate．First，thepaperdidstatisticalcharacteristicanalysisononeminutedatefromChinesestockmarket，wefindthatthehigh-frequencyreturnseriesofChi

8、nesestockmarketswerenotnormaldistributio