检索结果-内蒙古大学图书馆

系统工程理论与实践 2021年第3期41卷 625-635页

作者：朱映秋张波中国人民大学应用统计科学研究中心统计学院北京100872

时间序列模式识别、异常检测在金融领域有着广泛应用,能够为金融决策提供重要参考信息.在大数据场景下的异常检测中,为满足对计算效率、存储空间的要求,通常对时序数据利用近似表示进行降维.但在高频金融领域,已有的近似方法会丢失大量... 详细信息

时间序列模式识别、异常检测在金融领域有着广泛应用,能够为金融决策提供重要参考信息.在大数据场景下的异常检测中,为满足对计算效率、存储空间的要求,通常对时序数据利用近似表示进行降维.但在高频金融领域,已有的近似方法会丢失大量波动信息,而微观结构噪声、市场波动信息对高频金融分析至关重要.因此,本文在传统方法基础上,结合基于变点检测的时序近似表示和已实现波动率,通过聚类识别表现异常的时间序列.基于上证综指数据的实证分析表明,引入已实现波动率能够进一步优化聚类质量,准确识别波动异常的时间序列,为实际金融分析提供有价值的决策支持.

关键词：金融时间序列聚类已实现波动率变点检测

来源：评论

学校读者我要写书评

暂无评论

基于TVS-HAR模型的农产品期货市场已实现波动率的预测研究

引用

系统工程理论与实践 2016年第12期36卷 3003-3016页

作者：田凤平杨科中山大学国际金融学院广州510275 华南理工大学经济与贸易学院广州510006

本文以4种农产品期货的高频数据为样本,在实证考察预测因子对农产品期货已实现波动率的预测能力基础上,通过假定时变HAR模型的参数遵循独立正态-伽马自回归过程先验分布,构建了具有时变稀疏度的HAR模型(TVS-HAR),以同时考虑预测模型参... 详细信息

本文以4种农产品期货的高频数据为样本,在实证考察预测因子对农产品期货已实现波动率的预测能力基础上,通过假定时变HAR模型的参数遵循独立正态-伽马自回归过程先验分布,构建了具有时变稀疏度的HAR模型(TVS-HAR),以同时考虑预测模型参数的时变性和预测模型的时变性,并采用MCS检验评价和比较该模型和其他HAR族模型的样本外预测性能.实证结果表明:TVS-HAR模型能较好地识别和拟合潜在预测因子对农产品期货市场波动率的预测的重要性和影响程度的时变性;跳跃成分对我国农产品期货市场已实现波动率具有一定的预测能力;相对于其他几类HAR模型,TVS-HAR模型的预测性能最好.

关键词：已实现波动率时变稀疏度 HAR模型样本外预测

来源：评论

学校读者我要写书评

暂无评论

已实现波动率估计中不同降噪方法的比较分析及实证

引用

数量经济技术经济研究 2009年第8期26卷 148-160,F0003页

作者：韩清刘永刚上海社会科学院数量经济研究中心

已实现方差作为波动率的估计,在理论上是二次变差的无偏和一致估计。但在现实中,它受到市场微观结构噪声的影响而偏离其理论值。本文考虑如何降低市场微观结构噪声干扰而有效地估计波动率,主要讨论已实现核估计和双频子抽样已实现方差... 详细信息

已实现方差作为波动率的估计,在理论上是二次变差的无偏和一致估计。但在现实中,它受到市场微观结构噪声的影响而偏离其理论值。本文考虑如何降低市场微观结构噪声干扰而有效地估计波动率,主要讨论已实现核估计和双频子抽样已实现方差估计这两种纠偏降噪技术。我们进行了比较分析,并以来自中国股票市场的高频交易数据对各种已实现波动率估计进行了全面深入的实证研究,验证了各种统计量的性质。实证结果表明,目前常用的利用时间间隔数据的已实现波动率估计低估了风险,因此纠偏降噪技术对于风险管理具有非常重要的现实意义。

关键词：已实现波动率高频金融数据微观结构噪声纠偏降噪方法

来源：评论

学校读者我要写书评

暂无评论

已实现波动率在我国金融市场的应用前景

引用

统计与决策 2005年第12X期21卷 18-20页

作者：段琳琳屠新曙湘潭大学商学院湖南湘潭411105

作为金融计量学研究的一种新工具,已实现波动率以它独特的优势赢得了学者们的青睐,溶入了金融计量学各个分支领域的研究,并在一定程度上推动着这些领域的发展。然而,这种新兴的方法也不可避免地存在一些问题,有待于未来研究工作的改进... 详细信息

作为金融计量学研究的一种新工具,已实现波动率以它独特的优势赢得了学者们的青睐,溶入了金融计量学各个分支领域的研究,并在一定程度上推动着这些领域的发展。然而,这种新兴的方法也不可避免地存在一些问题,有待于未来研究工作的改进和拓展。在我国金融市场未来的发展中,已实现波动率将发挥不可低估的作用。

关键词：已实现波动率隐含波动率高频数据金融市场金融计量学

来源：评论

学校读者我要写书评

暂无评论

已实现波动率预测:非对称二次滑动平均模型

引用

计量经济学报 2022年第4期2卷 930-945页

作者：刘小军汪寿阳谢海滨中国科学院大学经济与管理学院北京100190 中国科学院数学与系统科学研究院北京100190 对外经济贸易大学金融学院北京100029

本文对经典的指数加权滑动平均模型进行了拓展,提出了非对称二次滑动平均模型,简记为ADMA (asymmetric double moving average).与指数加权滑动平均模型相比,ADMA模型能够有效捕捉波动率的三个已知基本特征,即波动率的均值回复特征、长... 详细信息

本文对经典的指数加权滑动平均模型进行了拓展,提出了非对称二次滑动平均模型,简记为ADMA (asymmetric double moving average).与指数加权滑动平均模型相比,ADMA模型能够有效捕捉波动率的三个已知基本特征,即波动率的均值回复特征、长短期成分特征以及非对称特征.基于中美两国数据的实证研究发现,两国股指波动率中都存在显著的长短期成分以及非对称性,但是在美国股市中表现更为明显.同时为了验证ADMA模型的样本外预测效果,本文还将ADMA模型与HAR模型进行了对比分析.实证结果表明,无论是中短期的日度和周度预测,还是长期的月度预测,ADMA模型的预测效果都要显著地优于HAR模型.

关键词：已实现波动率非对称性指数加权滑动平均模型非对称二次滑动平均

来源：评论

学校读者我要写书评

暂无评论

已实现波动率度量及其建模研究

已实现波动率度量及其建模研究

引用

作者：田金方中国人民大学

学位级别：博士

自从Black&Scholes(1973)建立期权定价公式以来，波动率就在风险管理、衍生产品定价以及资产组合等金融领域中扮演着至关重要的角色。在Black&Scholes(1973)的期权定价公式中，作者假定波动率是-常数，这一假设严重违... 详细信息

自从Black&Scholes(1973)建立期权定价公式以来，波动率就在风险管理、衍生产品定价以及资产组合等金融领域中扮演着至关重要的角色。在Black&Scholes(1973)的期权定价公式中，作者假定波动率是-常数，这一假设严重违背了金融数据的实证特征，现实金融市场的波动率不但随着时间的变化而变化，而且波动率还具有一些的典型特征——长记忆性，聚合性、不对称性等(Ghysels，Harvey&Renault(1996)，Poon&Granger(2003)等)。因此，在过去的几十年里，众多研究者和实际工作者广泛关注波动率的动态性质，深究资产收益率波动的背后驱动因素。\n 伴随着Engle(1982)的ARCH模型，众多条件异方差模型如雨后春笋般涌现出来，形成了基于平方收益的GARCH族和SV族模型。这些目前普遍使用的方法至多使用日频率的金融数据，并将波动率看成是不可观测的潜变量，通过建立模型来估计这些未知的资产收益波动率。众所周知，传统的潜变量模型有很多缺陷，例如，模型的参数估计困难，没有利用高频数据，标准化收益率不是正态分布或近似正态分布，预测不精确，且很难推广到多维情形。\n 最近，Anderson et al(2000)和其他经济学家提出一种新的非参数波动率估计方法，该方法利用日内高频信息，得到事后波动率的“可观测”估计量--已实现波动率。\n 标准形式的已实现波动率仅仅是给定时间区间上高频日内收益平方和的平方根，即高频收益率二阶非中心子样矩的平方根。在有效市场假设下，随着日内收益率的增加，日内收益平方和收敛到相应时间区间上的名义波动率或者可积波动率。因此，原则上，已实现波动率可以为我们提供一个一致的非参数波动率估计量。\n 已实现波动率估计量不依赖于任何模型，没有估计误差，因此我们可以将波动率看成一个“可观测”的变量，而不是GARCH(1，1)等模型所假设的潜变量。这样，已实现波动率就开创了波动率研究的新时代，它能够使我们直接分析、建模和预测波动率，并且许多复杂的动态模型也能方便地直接估计和最优化，再不用依赖于估计方法复杂的潜变量模型。更重要的是，从预测的观点来看，较好的波动率估计量能够很好地分析资产收益率波动的背后驱动因素，提高波动率的预测精度。\n 不幸的是，由于市场微观结构效应的存在，随着数据频率的增加，市场微观结构效应的干扰作用变大，对数资产价格也随之偏离扩散过程的假设。在分笔交易数据中，实际数据违背了已实现波动率的常规假设——无摩擦的连续价格过程，高频时间区间上计算的已实现波动率已不再是日波动率的一致估计。\n 尽管一些经济学家研究了市场微观结构效应影响下的已实现波动率估计和预测问题，但是他们的分析结论具有这样那样的缺陷。\n 首先，为了解决微观结构效应带来的高频估计偏度，许多学者认为估计波动率的频率不易过高。Andersen及其合作者在研究道琼斯30只股票的基础上，提出利用5分钟频率的数据度量已实现波动率，这样可以最大程度地减少微观结果效应的作用。之后，他们又提出了已实现波动率的“特征图”方法，用其选择最优的数据区间。然而，由于不同的子样区间以及不同的股票市场可能具有不同的最优数据区间，因此Andersen方法很难得到同一效度的波动率估计，同时该方法浪费掉很多高频数据。\n 其次，在波动率的建模中，通常利用已实现波动率的分整可积模型来刻画波动率的长记忆性，例如：ARFIMA、FIGARCH等模型。这类模型仅仅考虑数学公式的演算和推导，没有考虑模型的经济含义，同时，分整差分算子的利用使得模型构建区间加长，这样会损失很多原始观测数据，更重要的是，这些模型只能刻画证券市场价格过程标定规律的单重分形特点，而不能描述许多研究工作最近发现的多重分形特征。为了克服分整可积模型的缺陷，Corsi(2004)基于异质市场假说构建了已实现波动率模型，他将市场参与者的投资行为划分为三类，分别对应波动率的三个异质市场驱动因素，提出了不同波动率驱动成份的简单叠加模型，命名为HAR。虽然HAR模型简单，但模拟分析和实证分析都显示HAR模型能成功地刻画波动率的主要典型特征(长记忆性，重尾，自相似性，且HAR模型具有合理的经济解释。然而，根据异质市场假说，异质市场的驱动因素有很多成份，HAR模型实质上仅仅考虑了一种异质驱动因素——投资者投资行为，而没有考虑诸如投资者心理和市场交易机制等其他的典型异质市场驱动成份。因此，HAR模型也就没能完全刻画波动率的典型特征，例如：不对称效应等。\n 本文的第一个目的是利用高频数据的滤子技术，剔除市场微观结构效应的影响，给出纠偏后的新的已实现波动率度量。第二个目的是利用度量好的已实现波动率，在充分考虑多成份异质市

关键词：已实现波动率长记忆 HAR模型异质市场

来源：评论

学校读者我要写书评

暂无评论

已实现波动率与预期收益关系 ——基于中国A股市场的实证研究

已实现波动率与预期收益关系 ——基于中国A股市场的实证研究

引用

作者：罗乐上海财经大学

学位级别：博士

众所周知,股票价格的波动,尤其是大的波动,主要来自于各种信息冲击的影响。负面信息冲击和正面信息冲击对股票价格波动的影响逻辑不同:负面冲击所导致的资产价格波动主要是风险的体现,而正面冲击所导致的资产价格波动不是风险的体现。... 详细信息

众所周知,股票价格的波动,尤其是大的波动,主要来自于各种信息冲击的影响。负面信息冲击和正面信息冲击对股票价格波动的影响逻辑不同:负面冲击所导致的资产价格波动主要是风险的体现,而正面冲击所导致的资产价格波动不是风险的体现。因此在有关资产波动率的实证研究中,已有文献通常会对正、负信息冲击所产生的波动加以区分,比如Ang,Chen和Xing(2006a)将日频股票波动率分解为“增长波动率”和“下跌波动率”,最近的文献(如Bollerslev,Li和Zhao,2019)将已实现波动率分解为“好的波动率”(即正的高频收益的平方和)和“坏的波动率”(即负的高频收益的平方和)。由于中国股票市场的交易时间、竞价方式等特征与国外资本市场并不相同,且由散户主导的投资者结构也与国外市场有着较大的差异。因此,国外的相关理论成果是否适用于中国股票市场尚待实证检验。在上述背景下,本文收集了 A股市场中所有个股的高频行情数据,综合采用了好坏波动率分解、跳跃分解、组合分析以及回归分析等方法,实证研究了不同的波动率因子(好、坏的波动率因子以及连续、跳跃波动率因子)对A股收益的影响。本文的主要发现及结论总结如下:当我们采用已实现波动率作为风险因子检验A股市场上的风险-收益关系预测回归模型时,发现已实现波动率的估计系数为负且多数情况下并不显著,这一现象与理论所揭示的“高风险-高收益”关系不符。本文认为这一现象的原因如下:(1)是已实现波动率中包含正、负两种日内收益的波动信息,单纯将其作为风险测度并不准确;(2)由于已实现波动率由日内高频交易数据构造,包含较多的噪音。基于上述思想,本文将已实现波动率因子进行进一步分解,从好、坏、大、小四个维度研究其中包含的收益预测信息。在指数收益预测方面,本文将已实现波动率按照日内收益的正、负符号进行分解,并同时加入收益预测模型进行回归分析。结果表明,分解后的因子模型不仅具有明确的经济含义,且能够改进基准单因子模型的预测效果。本文认为这一现象的原因在于投资者对于好、坏波动率的偏好不同:好的波动率代表着利好信息的释放,此时市场中投资者的风险偏好较高,不仅不需较高的风险补偿,甚至还可能情绪作用下过量买入股票,导致股票的现价过高而未来收益较低,因此好的波动率与未来收益负相关;而坏的波动率往往与负面信息相关,它代表着真正的风险,由于此时投资者要求一个较高的风险回报,使得坏波动率与未来收益正相关。从股价的波动幅度来看,以往的多数文献认为小的波动率(或者叫连续波动率)风险会被投资者分散持股策略对冲,因而不会被定价。为了提取已实现波动率因子中的有效信息,本文还进一步通过跳跃分解的方法将已实现波动率因子分解为连续波动率和跳跃波动率因子。实证分析表明多数情况下A股市场中的连续波动率具有预测信息,这表明投A股资者并未完全分散投资风险。最后,本文验证了在周频采样下,通过对已实现波动率因子进行分解能够改进基准的风险-收益关系预测模型,改进后的模型具有更好地样本内拟合与样本外预测效果。在截面收益预测方面,本文首先对A股市场高频定价因子进行了系统性地检验,发现衡量好、坏已实现波动率相对强度的符号跳跃因子RSJ与未来的横截面收益呈显著的负相关关系,而且在控制了其他高频以及日频因子后RSJ因子的预测效应仍然显著。为了进一步理解符号跳跃因子RSJ的预测信息来源,本文分别对构成RSJ因子的好、坏已实现波动率因子(RVG、RVB)进行排序分析,发现A股市场上只有好的波动率RVG具有预测效应,而坏的波动率并不具有预测效应。这一现象表明A股市场中好波动率的预测信息含量要远高于坏波动率,换句话讲RSJ因子的定价效应主要来自于好的波动率(RVG)。本文认为这一现象的原因在于A股市场中存在较强的卖空约束,因而当负面消息公布时投资者很难大规模地融券卖空,负面消息释放的过程中股价向下波动的幅度较低,因而坏的波动往往不含有收益预测信息。本文还进一步采用大、小跳跃分解方法对RSJ因子进行分解,构造了 A股市场中的大的符号跳跃因子RSJL与小的符号跳跃因子RSJS,发现A股市场上的RSJ效应主要来自于大的符号跳跃因子RSJL,这表明A股市场中大的跳跃波动含有更多的定价信息。基于上述实证证据,本文推断A股市场中的RSJ效应主要来自于投资者对于好、坏波动率的不同行为偏好以及市场中的卖空约束导致的好、坏波动率之间的波动幅度差异。此外,通过对RSJ因子进行分解,本文还检验了 RSJ因子与已实现偏度RSK因子之间的关系。与Bollerslev,Li和Zhao(2019)发现RSJ因子能使RSK因子的回归系数由负变正不同,本文将大的符号跳跃因子RSJL与RSK因子进行同时检验时,发现RSK因子的预测效应不再显著,即RSJL因子能够完全替代RSK因子的预测效应,这表明本文对A股市场RSJ因子的分解捕捉了

关键词：风险-收益关系已实现波动率已实现半方差跳跃风险中国股市

来源：评论

学校读者我要写书评

暂无评论

已实现波动率及其信息含量：基于中国股票市场的研究

已实现波动率及其信息含量：基于中国股票市场的研究

引用

作者：岳清慧厦门大学

学位级别：硕士

波动率是金融研究中最重要的参数之一,无论在资产定价还是风险管理中都有重要的应用。然而,波动率却是无法直接观测的。因此对波动率的估计与预测一直都是金融研究的热点。由于具有充分利用信息和模型依赖程度低这些优势,近年来已实现... 详细信息

波动率是金融研究中最重要的参数之一,无论在资产定价还是风险管理中都有重要的应用。然而,波动率却是无法直接观测的。因此对波动率的估计与预测一直都是金融研究的热点。由于具有充分利用信息和模型依赖程度低这些优势,近年来已实现波动率成为估计历史波动率的常见方法之一。\n 本文运用调整的HAR-RV模型对我国沪深300指数的已实现波动率进行了估计,然后将得到的已实现波动率同GARCH模型得到的波动率运用回归检验和VaR方法进行了较为全面的对比,发现当收益率的分布假设为正态分布时,HAR-RV模型的预测结果优于EGARCH模型的预测结果；反之,当收益率的分布假设为T分布时,HAR-RV模型的预测结果劣于EGARCH模型的预测结果。这个结果说明,中国的市场与其他市场不同,已实现波动率相较于GARCH模型,并没有显著的优势。为了保证这一结果的稳健性,本文改变已实现波动率的估计频率,从5分钟数据调整为10分钟数据,得到了类似的结果。\n 在估计已实现波动率时,本文的特别之处在于不仅使用核估计对已实现波动率进行降噪处理,还将隔夜收益率作为隔夜影响因子引入已实现波动率的收益率条件方差估计模型,以消除市场噪音和隔夜收益的影响。结果发现,在中国市场上,考虑隔夜影响因子后能在很大程度上改进已实现波动率的估计。\n 由于本文进行了市场噪音、隔夜因子和时间频率的处理,我们认为本文的结果是稳健的,即在中国市场上已实现波动率相较于GARCH模型没有显著的优势。

关键词：已实现波动率隔夜因子信息含量股票市场风险管理

来源：评论

学校读者我要写书评

暂无评论

已实现波动率的因子模型研究

已实现波动率的因子模型研究

引用

作者：邢瀚文对外经济贸易大学

学位级别：硕士

随着对交易的正确定价的探索，利用低频数据构建的Fama三因子模型等模型由于忽略了大量的日内信息，渐渐不能满足目前高频化、快速化的市场需求。本文试图从目前已有的多因子模型出发，利用已实现波动率这一包含日内信息的指标，对影响... 详细信息

随着对交易的正确定价的探索，利用低频数据构建的Fama三因子模型等模型由于忽略了大量的日内信息，渐渐不能满足目前高频化、快速化的市场需求。本文试图从目前已有的多因子模型出发，利用已实现波动率这一包含日内信息的指标，对影响已实现波动率的因子进行探索。验证在高频数据下，是否存在多因子模型能够解释个股和组合的已实现波动率并解释已实现波动率的变化以及寻找影响已实现波动率的因子。\n 本文选取包括沪深主板、中小板在内的1275只A股股票2005年1月至2014年12月，120个月样本时间内的高频数据作为研究对象。利用上市公司的年度财务数据和5分钟市场数据，构造市场、规模和账面市值比三个因子。同时在每年12月底构建基准投资组合，并计算组合的月度已实现波动率。然后在组合构建期内利用因子回归解释组合中不同月度的已实现波动率，得到截距项和不同因子的系数。之后寻找更多因子并构建五因子模型并与三因子模型进行了比较。\n 通过实证检验的结果本文发现在高频数据的条件下，市场、规模和账面市值比三个因子可以解释我国A股市场股票已实现波动率变化，但经过因子找寻并构建的五因子模型比原三因子模型解释力度有显著提高。

关键词：股票市场已实现波动率多因子模型

来源：评论

学校读者我要写书评

暂无评论

已实现波动率中的测量误差重要吗？基于中国股票市场的实证研究

已实现波动率中的测量误差重要吗？基于中国股票市场的实证研究

引用

作者：王雅婧对外经济贸易大学

学位级别：硕士

基于 Bollerslev et al. (2016)提出的方法，本文明确考虑了测量误差的异方差性和中国股票价格的高波动性，提出了一个新的模型， LogHARQ 模型，来预测中国股票市场的已实现波动率。样本外结果表明， LogHARQ 模型的预测精度明显... 详细信息

基于 Bollerslev et al. (2016)提出的方法，本文明确考虑了测量误差的异方差性和中国股票价格的高波动性，提出了一个新的模型， LogHARQ 模型，来预测中国股票市场的已实现波动率。样本外结果表明， LogHARQ 模型的预测精度明显优于其他对数线性模型和线性模型。新模型在已实现四次变差较大时表现更为突出。此外，使用 LogHARQ 模型来预测市场波动可以为投资者带来显著收益。

关键词：已实现波动率测量误差波动率预测中国股票市场

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：