论文部分内容阅读
波动率是金融资产风险衡量的重要指标,在多种金融活动中发挥着重大作用,如衍生品定价、投资组合决策、VaR风险管理指标的计算等,因此波动率的预测和度量一直都是学者研究的重点。另一方面,随着当前宏观经济环境的日益复杂多变以及市场经济愈发依赖政府经济政策的导向,市场在“政府之手”频繁地干预下,愈发无法自主调节经济。因而经济政策变化带来的不确定性上升,使得宏观经济波动变得更为剧烈,进而影响到股票价格的暴涨暴跌。具体到国内股票市场,国内股市又被称为“政策市”,受政策面因素影响很大,本文尝试着将以经济政策不确定性指标为代表的经济政策不确定性引入到波动率预测模型中,希望借此提高波动率模型的预测精度,这将对实务工作者有非常重要的现实意义。本文在以往学者研究的基础上,借助陆尚勤和黄昀(2019)编制的日度和月度中国经济政策不确定性指数(China Economic Policy Uncertainty Index,CEPU指数),尝试将日度CEPU指数引入到HAR族模型,同时将日度和月度CEPU指数分别引入到GARCH-MIDAS模型,以此提高波动率模型的预测精度。具体采用2014年1月1日至2018年12月31日沪深300指数5分钟高频交易数据,按照4:1的比例将样本期分为估计期和预测期,并采用滚动时间窗进行向前一步预测的方法进行样本外预测。在样本内估计时,发现1)引入CEPU指数的HAR族新模型较原模型在拟合优度上都得到了提升,而这其中对短期日波动的拟合能力提升程度最小,对中期周波动拟合能力提升程度居中,对长期月波动的拟合能力提升程度最大,这反映出宏观的经济政策不确定性变化作用于股票市场具有一定的滞后性,CEPU指数主要影响股市的长期波动。2)GARCH-MIDAS-D在不同滞后期的估计期样本估计结果均优异于GARCH-MIDAS-M和GARCH-MIDAS模型。另外,GARCH-MIDAS-D模型的最佳滞后期是630天(21个月)。在样本外预测方面,由模型信度集合检验(Model confidence set,MCS)结果可知,1)引入日度CEPU指数的GARCH-MIDAS模型预测效果普遍优于HAR族各模型;2)只有滞后21个月对应的GARCH-MIDAS-D模型能够幸存于MCS检验中。这表明滞后21个月的GARCH-MIDAS-D模型能较为精确地预测我国股票市场的波动率,CEPU指数对提高股市波动率的预测精度具有积极作用。本文不足之处在于样本期太短,无法进行更长时间的稳定性检验。下一步,计划进行更长时期的样本估计和预测,以此判断引入日度CEPU指数的GARCH-MIDAS-D模型在不同样本期预测的精确度和稳定性。