基于乘积误差模型的中国股市波动率度量及应用研究

《基于乘积误差模型的中国股市波动率度量及应用研究》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、中图分类号：F224.0密级：公开学科分类号：论文编号：SX2010020209004硕士学位论文基于乘积误差模型的中国股市波动率度量及应用研究作者姓名：李霞学科专业：数量经济学指导教师：马玉林教授培养院系：数学与数量经济学院二○一三年五月二十日TheModelingandAppliedResearchoftheVolatilityofChinaStockMarketBasedonMultiplicativeErrorModelADissertationSubmittedfortheDegree

2、ofMasterCandidate：LiXiaSupervisor：Prof.MaYulinSchoolofMathematicandQuantitativeEconomicsShandongUniversityofFinanceandEconomics中图分类号：F224.0密级：公开学科分类号：论文编号：SX2010020209004硕士学位论文基于乘积误差模型的中国股市波动率度量及应用研究作者姓名：李霞申请学位级别：经济学硕士指导教师姓名：马玉林职称：教授学科专业：数量经济学研究方向：风险

3、管理学习时间：自2010年9月1日起至2013年6月30日止学位授予单位：山东财经大学学位授予日期：2013年6月山东财经大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行研究工作及取得的研究成果。尽我所知，除了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写过的研究成果，也不包含为获得山东财经大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：日期：年月日山东财经大学

4、学位论文使用授权声明本人完全同意山东财经大学有权使用本学位论文（包括但不限于其印刷版和电子版），使用方式包括但不限于：保留学位论文，按规定向国家有关部门（机构）送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名：日期：年月日指导教师签名：日期：年月日摘要金融市场中，波动率是度量金融风险的一个非常重要的因素。交易者若期望获得

5、收益并对风险进行管理和控制，就必须研究波动率自身的性质，因此精确预测波动率的研究显得尤为重要。目前，对于金融高频数据波动率的建模，主要集中在：对自回归条件异方差模型(ARCH模型)的拓展、基于“已实现”波动率（RV）理论的模型、自回归条件持续期模型(ACD模型)和乘积误差模型（MEM）。经研究表明，MEM是ARCH类模型和ACD模型共同拓展的模型，故其相关理论是值得详细而深入研究的。在我国现有的文献中，关于金融高频数据波动率研究大多集中在前三者上，很少见MEM在这方面的研究。鉴于此，本文将MEM

6、用于我国股市高频数据波动率度量及预测上，这也是本文的创新点之一。基于以上研究的思路，本文以我国高频数据沪深300指数为研究对象，对我国股市高频数据的典型特征进行了研究与验证，实证检验表明，我国股市高频数据存在高峰厚尾性、自相关性、长记忆性和杠杆效应等典型特征。根据我国高频数据的典型特征，针对杠杆效应建立了TARCH模型，针对“已实现”波动率建立了ARFIMA模型和MEM，分别运用上述三种模型进行了预测并对预测的准确性进行了比较分析。结果表明，MEM的预测效果是最好的，ARFIMA模型的预测效果其

7、次。最后，本文将基于MEM的波动率预测模型应用于VaR值的计算中，并对其风险预测的效果进行返回检验。关键词：“已实现”波动率ARFIMA模型TARCH模型乘积误差模型iAbstractInfinancialmarkets,thevolatilityisaveryimportantfactortomeasurethefinancialrisk.Ifatraderexpectstogetahigherpayoffandcontroltherisk,itisnecessarytostudythepro

8、pertiesofthevolatility.Soitisparticularlyimportanttoaccuratelypredictthevolatility.Atpresent,thestudyforthehighfrequencydatamainlyconcentratedonthefourmethodsasfollowing:theextensionofARCHmodels,basingon"RealizedVolatility"(RV)theoreticalmodel,theAut