以中国股票市场最具代表性指数——上证综指的高频数据样本为例,通过构建具有不同记忆性的异方差模型并采用样本外的滚动时间窗(rolling time windows)预测法,计算了不同记忆性异方差模型对未来指数波动率的预测值,然后进一步运用具有bo...
详细信息
以中国股票市场最具代表性指数——上证综指的高频数据样本为例,通过构建具有不同记忆性的异方差模型并采用样本外的滚动时间窗(rolling time windows)预测法,计算了不同记忆性异方差模型对未来指数波动率的预测值,然后进一步运用具有bootstrap特性的SPA(superior predictive ability)检验法,实证研究了不同记忆性异方差模型对中国股票市场真实波动率的预测精度差异。实证结果显示:就中国股市而言,短记忆异方差模型的预测精度较长记忆模型更为优异,且SKST分布可以对中国股市收益分布所展现出的有偏(skewed)和尖峰胖尾(leptokurtic and fat tailed)等典型特征提供全面综合刻画。
暂无评论