股指期货波动性及尾部风险研究.pdf

《股指期货波动性及尾部风险研究.pdf》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、博士学位论文股指期货波动性及尾部风险研究RESEARCHONSTOCKINDEXFUTURESVOLATILITYANDTAILRISK陈声利哈尔滨工业大学2018年3月国内图书分类号：F832.5;C931.6学校代码：10213国际图书分类号：336.7密级：公开管理学博士学位论文股指期货波动性及尾部风险研究博士研究生：陈声利导师：李一军教授申请学位：管理学博士学科：管理科学与工程所在单位：管理学院答辩日期：2018年3月授予学位单位：哈尔滨工业大学ClassifiedIndex:F832.5;C931.6U.D.C:336.7D

2、issertationfortheDoctoralDegreeinManagementRESEARCHONSTOCKINDEXFUTURESVOLATILITYANDTAILRISKCandidate：ChenShengliSupervisor：Prof.LiYijunAcademicDegreeAppliedfor：DoctorofManagementSpeciality：ManagementScienceandEngineeringAffiliation：SchoolofManagementDateofDefence：2018.3

3、Degree-Conferring-InstitutionHarbinInstituteofTechnology摘要摘要在经历2015年异常波动阴影下，股指期货波动性与风险管理研究尤为重要。资产波动率建模与预测是挖掘波动运行规律的有效方法，也是风险管理的基础。近年来，已实现波动率研究迈出了新进展，它能同时分解成连续-跳跃波动、好-坏波动率；大数据环境下在线搜索量成为金融研究的新入口，深度学习的技术突破丰富了研究方法。本文以高频波动率为主线，以跳跃、好坏波动率与投资者关注为核心变量，建模研究股指期货波动性及尾部风险度量方法。在高频波动率

4、最新成果基础上，运用计量建模、数据挖掘与深度学习等技术，建模研究了股指期货牛熊跳跃特征，提出了HAR类模型和LSTM类模型挖掘股指波动运行规律，构建了RV-EVT框架的尾部风险度量方法。本文主要内容及创新性结论：（1）提出了改进跳跃检测法，建模研究了股指期货跳跃的牛熊特征。考(lcrv-med)虑隔夜收益率影响，建立了更稳健的检验统计量Z检测日频跳跃与分时跳跃，研究揭示股指期货跳跃与跳跃持续期的牛熊非对称性和周日历效应。提出日内效应ACH和周内效应ACH模型刻画跳跃持续期的动态性，有助于跟踪股指期货的跳跃性风险。本研究为资产价格异常波

5、动的识别与风险跟踪提供理论支持。（2）建立了改进HAR类和HARQ类波动预测模型，挖掘了股指期货波动冲击行为。利用已实现核修正好坏波动率、符号跳跃和分离跳跃的ADS跳跃检测法。基于跳跃、好坏波动、符号跳跃建立HAR类模型。考虑四次幂差MedRQ噪声纠偏，提出HARQ类模型和HARQF类模型。实证研究揭示：好坏波动率具有不对称波动冲击，好（坏）波动率抑制（加剧）未来波动性；跳跃与符号跳跃具有负向波动冲击；好-坏波动率分解优于连续-跳跃波动分解；四次幂差能提升HAR类模型的波动预测能力。本研究提供了更稳健的波动量化方法，揭示了新型高频波动

6、的冲击行为，有助于量化投资策略研究。（3）提出了改进HAR类和LSTM类波动预测模型，挖掘了在线搜索量的波动预测价值。将百度指数连同跳跃、好坏波动率与符号跳跃作为核心变量，分别建立HAR类扩展模型和深度学习LSTM预测模型。实证研究表明，百度指数显著提升了HAR类模型和LSTM类模型的样本内外波动预测能力。本研究肯定了在线搜索量的波动预测价值，建立了深度学习LSTM波动预测的开放框架，填补了人工智能在波动性领域的研究空白。-I-Abstract（4）基于条件极值理论与新型高频波动率，构建了RV-EVT框架的尾部风险度量方法。在C-EV

7、T理论框架中引入HAR类模型预测波动率，构建了RV-EVT尾部风险VaR和ES测度方法。回测分析表明，在RV-EVT风险测度框架下ES测度效果比VaR更优，考虑好坏波动与符号跳跃的HAR类模型的尾部风险测度效果较优。本研究建立了高频波动率与风险管理的桥梁，为股指期货尾部风险度量提供了有效方法，对资产配置与风险控制具有借鉴意义。关键词：股指期货；波动性；在线搜索；深度学习；尾部风险；好坏波动率-II-AbstractAbstractUndertheshadowofabnormalfluctuationsin2015,investigat

8、ingvolatilityandriskmanagementofChinesestockindexfuturesisparticularlyimportant.Modelingandforecastingvolatili