基于GARCH类模型的股指期货日内波动率研究与预测.pdf

《基于GARCH类模型的股指期货日内波动率研究与预测.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、博士学位论文基于GARCH类模型的股指期货日内波动率研究与预测THERESEARCHANDFORECASTONTHEINTRADAYVOLATILITYOFTHESTOCKINDEXFUTURESBASEDONGARCHMODELS哈尔滨工业大学2018年06月国内图书分类号：F830.91学校代码：10213国际图书分类号：336密级：公开管理学博士学位论文基于GARCH类模型的股指期货日内波动率研究与预测博士研究生：王俊博导师：王苏生教授申请学位：管理学博士学科：管理科学与工程所在单位：哈尔滨工业大学（深圳）答辩日期：2018年6月9日授予学位单位：哈尔滨工业

2、大学ClassifiedIndex：F830.91U.D.C：336DissertationfortheDoctoralDegreeinManagementTHERESEARCHANDFORECASTONTHEINTRADAYVOLATILITYOFTHESTOCKINDEXFUTURESBASEDONGARCHMODELSCandidate：WangJunboSupervisor：Prof.WangSushengAcademicDegreeAppliedfor：DoctorofManagementSpeciality：ManagementScienceandEn

3、gineeringAffiliation：HarbinInstituteofTechnologyShenzhenDateofDefence：June9,2018Degree-Conferring-Institution：HarbinInstituteofTechnology摘要摘要波动率可以说是金融衍生品最重要的属性之一，它是金融衍生品定价、资产配置、风险管理以及交易策略制定的重要依据，一直都是金融研究的前沿热点。一方面，由于信息技术不断发展，包含更多市场信息的高频数据更容易获得，针对波动率的研究也一直向更高频率的数据研究方向拓展；另一方面，高频交易的兴起也要求更

4、高频率的波动率研究来指导交易策略、管理交易风险、优化交易过程等。然而目前学者关于波动率的研究大多停留在5分钟及以上间隔样本的波动率研究中。本文拟研究沪深300股指期货日内高频率波动率特征，使用GARCH类方法来刻画其日内波动率动态变化过程，并根据最优抽样频率的估计模型对股指期货的波动率预测，最后，通过损失函数来比较出预测模型的优劣。波动率的研究与预测为投资者的决策提供支持，也为监管部门的政策制定提供参考，完善现有的市场监管制度。本文的主要研究内容包括：首先，本文通过回顾以往波动率研究理论，梳理GARCH模型理论的发展过程，结合股指期货日内波动特点，构建股指期货日内

5、波动率研究的理论框架，用来揭示其日内波动率的动态变化过程。其次，本文以沪深300股指期货十个交易日每秒两笔的高频数据作为研究对象。在对十个样本数据做统计性描述的基础上，运用ARMA模型和GARCH模型方法实证检验了沪深300股指期货日内高频收益率与波动率的特征，研究结果发现日内高频波动率具有波动率聚集、长记忆性以及对市场新息的冲击表现出很强的持续性。模型稳定性检验与样本内预测结果发现，拟合模型稳定且能反映股指期货日内波动过程，但在每秒两笔这样频率的波动率预测上，其预测精度并不理想。再次，为提高预测精度，选择对收益率序列建立最优抽样的realGARCH模型，它最大的

6、优点是把已实现波动率和GARCH模型有机结合一起，通过这个模型可以实现使用金融资产高频数据来预测其低频波动率。通过对3个交易日不同抽样频率的12个研究样本的拟合结果发现：日内波动率存在明显的杠杆效应，不同样本的冲击函数表现非常不同，但同一样本的不同研究间隔的波动率冲击函数表现基本一致。在样本Sample1的四个估计模型中，研究发现沪深300股指期货日内高频波动率存在明显的杠杆效应，正向市场冲击比负向市场冲击对波动率的影响更大；在样本Sample2的模型估计中，杠杆效应基本为零，正负市场冲击对波动率的冲击基本相同；而在样本Sample6的估计模型中，估计样本模型也存

7、在杠杆效-I-哈尔滨工业大学管理学博士学位论文应，但负向市场对波动率的影响更大。用损失函数比较不同抽样频率的realGARCH模型的波动率预测精度后发现：Sample1样本1s间隔的预测效果要明显好于其他间隔的波动率预测，其他研究样本不同抽样频率波动率预测效果差别不大，但综合来看Sample2的2s间隔的抽样样本波动率预测要好于其他间隔的样本；而在Sample6中15s间隔的预测效果要好于其他间隔。最后，利用损失函数和H-Z回归函数对ARMA-GARCH、realGARCH以及eGARCH三个模型的预测精度评价结果显示：以损失函数最小为目标，则样本Sample1的

8、已实现GA