上证综指的已实现波动率预测模型  

The Forecasting Model for the Realized Volatility of SSE Composite Index

作　　者：杨科[1] 陈浪南[2] 

机构地区：[1]华南农业大学经济管理学院,广东广州510642 [2]中山大学岭南学院,广东广州510275

出　　处：《数理统计与管理》2013年第1期165-179,共15页Journal of Applied Statistics and Management

基　　金：国家自然科学基金项目(71203067;71241019);国家社会科学基金重点课题(08AIL007);华南农业大学经济管理学院"211工程"青年项目(2012211QN03);广东省哲学社会科学规划项目(GD10CYJ01;GD11YLJ01);广东高校优秀青年创新人才培养计划项目(2012WYM_0033;wym11004);广东省普通高校人文社会科学重点研究基地(08JDXM79001);中山大学"985工程"产业与区域发展研究创新基地

摘　　要：采用上证综指2000-2008年的高频数据,在考察了中国股市已实现波动率的特征(即具有长记忆性、结构突变、不对称性和周内效应的特征并且结构突变只能部分解释已实现波动率的长记忆性)的基础上,构建了一个自适应的不对称性HAR-D-FIGARCH模型,并用于波动率的预测。模型的估计结果表明,与其他HAR模型相比,该模型对样本内数据的拟合效果最好。最后,通过SPA检验实证评价和比较了该模型与其他5种已实现波动率预测模型的样本外预测精度。结果发现,在各种损失函数下,该模型是预测中国股市已实现波动率精度最高的模型。We explore the characteristics of the high-frequency volatility in Chinese stock markets by employing the high-frequency volatility data from SSEC, and find that the volatility has long term memory, structural breaks, asymmetry, day-of-the-week effect. In addition, structural breaks can only partially explain the long memory. To capture these characteristics simultaneously we proposes an adaptive asym- metry HAR-D-FIGARCH model and use it to conduct a validity forecast. As compared with other HAR model, the proposed model improves the in-sample fitting significantly. As compared to other 5 models by utilizing SPA test, we find that, under various loss functions, the proposed model is the best model for high-frequency volatility forecasts among the 6 models in Chinese stock markets.

关 键 词：已实现波动率 预测 自适应的不对称性HAR-D-FIGARCH模型 SPA检验 

分 类 号：O212[理学—概率论与数理统计] F830[理学—数学]