论文部分内容阅读
自从我国贯彻实施经济改革之后,经济得以高速发展,有了一个质的飞跃,因而,市场经济也相应变得更加活跃。而收益的上下浮动,既是经济活动中不可避免的一种风险,也是获利的根本,更是当今市场如此活跃的重要原因。在经济活动中,资金的收益会受到多方面的影响,有主观的,也有客观的,如何精确地预测这些诸多的影响因素,判断收益的波动趋势,是经济学家研究的主要课题之一。在我们以往的研究中,学者们在研究低频金融数据主要是利用建模的方法,包括(GARCH和SV这两类模型)。然而,在高频数据的研究领域,专家们创新性的采用了“已实现”波动(RV)的方法来进行研究和建模。如今,随着科学技术的快速发展,经济学家们掌握了更加先进完备的研究工具,能够很容易地获取研究所需的高频金融数据,得到比低频数据更加准确和丰富的信息,从而提高研究的工作效率、准确率,达到科学的预测市场及收益的目的。在本文中,我们分为以下几点来介绍:首先,介绍了本文的选题背景、研究的意义及本文主要完成的任务。在研究中我们不难发现,在使用“已实现”波动率进行计算和评估的过程中,微观结构误差是重要的影响因素,并且误差与数据频率成反比。抽样频率的选取,对估算数据有重要影响,无论是过大还是过小,都可能导致估算结果失真。因此,在波动率估算过程中,我们要充分考虑到理论精度和数据噪声的影响,确保估算数据的真实性。最优抽样频率在高频领域对估算结果有重要影响。其次,我们对高频数据的国内外研究现状做一个简单的介绍,重点在阐述学者对RV的认识,并且对RV和RBV的理论知识做详细的介绍。经济研究者这所以乐于采用这种形式进行预测,有以下两点原因:(1)不需要一个严格的模型。(2)简化了计算过程,甚至在一些特定情况下,可以采用估算等模糊的形式代替精准运算。尽管如此,学者们仍然认为RV不是最佳方法,以此为基础,提出了“已实现”双幂次变差(RBV)方法,这个估计量会使运算变得更为简捷和准确,受到了业内一致认可。通过这种方法预测金融风波的关键在于对抽样频率的选择。最后,我主要完成的工作任务是先验证RBV是否是最优抽样方法,通过我所选取的2011.12.14---2012.12.14的深证成指和上证成指,1分钟为采样周期的收盘价的数据,计算得出RBV是最佳的抽样方法,然后我又通过2011.08.14--2012.08.14深证成指每分钟收盘价为样本数据,结合RBV方法来求出最佳抽样频率,得到了样本率在120个时为最佳抽样频率。