har类已实现波动率模型及其在中国股票市场中的应用研究

《har类已实现波动率模型及其在中国股票市场中的应用研究》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、学校代号：10536学号：10107020568密级：公开长沙理工大学硕士学位论文乩根类已实现波动率模型及其在中国股票市场中的应用研究学位申请人姓名龚趄指导教师塞凰垡熬援董剑霞副熬援所在学院经进生萱理堂瞳专业名称金融堂论文提交日期至Q!三生墨月22旦论文答辩日期2Q13生墨旦2§旦答辩委员会主席一刻龌煌熬握ResearchontheHAR—typeModelandItsALpplicationMarketbyGONGXum㈣啪m删舢《哪嘲洲mY2306190RealizedV01atilityi11ChineseStockmUnlneSe3tOCKB．E．(Centr

2、alSouthUniVersity)2010AthesissubrnjttedinpartialsatisfactionoftheRequireInentsforthedegreeofMasterofEconomics1nDisciplineofFinance1nChangshaUniVers埘ofScience＆TechnologySupeⅣisorProfessorWbnFenghuaandⅥceProfessorHuangChuangxiaMay’2013长沙理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除

3、了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：加『歹年S月z5日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权长沙理工大学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，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本论文收录到《中国学位

4、论文全文数据库》，并通过网络向社会公众提供信息服务。本学位论文属于1、保密口，在——年解密后适用本授权书。2、不保密d。(请在以上相应方框内打“1J”)作者签名：导师签名：日期：z叫7年5月z5日日期：力唯产5月乙箩摘要股票市场的波动率以及相关特征的研究，是国内外金融学者和业界金融从业者研究金融风险度量、金融资产定价、金融衍生品定价等金融实务问题的基础。定量分析这些实务问题，其前提是对资产波动率进行准确的度量和预测。因此，资产波动率的度量和预测一直是金融学者关注和研究的热点。近年来，随着通讯技术及计算机的使用和普及，在很大程度上降低了金融交易数据的记录和存储成本，从而

5、使得金融高频交易数据日益成为研究金融资产波动率的重要手段。AnderSon和B011erslev(1998)运用日内高频数据计算的已实现波动率，相比传统的资产波动率度量模型，对股票市场波动率的度量精度更高。因此，本文从已实现波动率的角度，通过构建新的已实现波动率模型来研究中国股票市场的波动率。本文首先介绍已实现波动率的基本理论，以及分析中国股票市场已实现波动率的特征。然后，考虑隔夜收益方差，对现有的HAR．RV和HAR．CJ模型进行改进，构建新的HAR．越Ⅳ和HAR．CJ模型；并在新的HAR．CJ模型的基础上，加入投资者的行为偏差因素(动量效应)，构建了HAR．CJ—

6、M模型。接着，以中国股票市场沪深300指数的5分钟高频数据为研究样本，对HAR．ARV模型、HAR．CJ模型和HAR—CJ．M模型进行参数估计，再使用这三个模型的其他两种常用的表达形式、选择不同的样本长度和选择不同的参考价格(HAR．cJ．M模型的研究)对三个模型的参数估计结果进行稳健性检验。最后，运用损失函数法比较这三个模型对中国股票市场未来调整已实现波动率的预测能力。研究结果表明：中国股票市场已实现波动率存在明显的尖峰厚尾性、右偏性、跳跃性和长记忆性特征；HAR．Rv模型、HAR．cJ模型和HAR—cJ．M模型的构建具有较强的理论支撑，且它们适用于中国股票市场的已

7、实现波动率的研究。其中，HAR．ARV模型的估计结果证实了中国股票投资者异质性的存在，与M诅11er等(1993)提出的“异质市场假说”理论相吻合。HAR．CJ模型和HAR．CJ．M模型的估计结果可以看出中国股票市场中历史的连续样本路径方差成分对未来波动率有一定的预测作用，而历史的离散跳跃方差成分的预测能力很弱，同时从HAR．CJ—M模型的估计结果中，发现不同期限(日、周和月)的动量效应因素(资本利得突出量)的系数大多都显著，说明中国股票市场中各类投资者的这一非理性行为对未来的波动率有一定的预测作用。另外，本文的研究还表明：HAR．R、，模型、HAR