检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《山西财经大学学报》2010年第8期39-48,共10页Journal of Shanxi University of Finance and Economics
基 金:国家自然科学基金项目(70673116);北京大学汇丰金融研究院2009年课题;中山大学"985工程"产业与区域发展研究创新基地项目;国家社科基金重点课题(08ATL007);广东省自然科学基金项目(9151027501000032);广东省普通高校人文社会科学重点研究基地项目
摘 要:采用修正的已实现门阀的多次幂变差和C_TZ统计量,利用上证综指2000年1月4日至2008年12月31日每5分钟的高频数据估计了中国股市波动率的跳跃成分,通过构建AHAR模型、AHAR-CJ模型、AHAR-C_TCJ模型及其各自的标准差形式和对数形式模型,实证研究了跳跃对中国股市波动率预测的影响。结果表明:跳跃对中国股市未来的日、周和月的波动率预测都存在显著的正向影响;加入修正的已实现门阀多次幂变差估计的跳跃成分后,标准差形式和对数形式的AHAR-C_TCJ模型能显著提高对日、周和月波动率的预测精度。The authors utilize C_TMPV and C_TZ test statistics to estimate the jumps of volatility by employing the high-frequency data from SSEC, and AHAR model, HAR-CJ model and AHAR-C_TCJ model to analyze the impact of jumps on volatility forecast in Chinese stock markets. The authors find that the jumps have positive and significant impacts on daily, weekly and monthly volatility forecast in Chinese stock markets. In addition, the square-root and logarithmic AHAR-C_TCJ model based on C_TMPV, provides a significantly superior forecasting ability for daily, weekly and monthly volatility, especially on the day following the occurrence of a jump.
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.13