【摘 要】
:
随着高频数据的应用越加普及,在波动率研究中引入高频数据分析也逐渐成为当下的热点之一,应用较多的则是基于混频抽样技术(MIDAS)和GARCH模型而构建的波动率模型,这类波动率模型中采用的MIDAS方法,其权重分配方式只与数据先后顺序有关,并不适合提炼日内高频交易数据的有效信息。原因在于MIDAS方法在不同交易日内赋予权重的模式是相同的,而不同交易日内高频交易过程中的交易特征是实时变化,那些对未来波
论文部分内容阅读
随着高频数据的应用越加普及,在波动率研究中引入高频数据分析也逐渐成为当下的热点之一,应用较多的则是基于混频抽样技术(MIDAS)和GARCH模型而构建的波动率模型,这类波动率模型中采用的MIDAS方法,其权重分配方式只与数据先后顺序有关,并不适合提炼日内高频交易数据的有效信息。原因在于MIDAS方法在不同交易日内赋予权重的模式是相同的,而不同交易日内高频交易过程中的交易特征是实时变化,那些对未来波动率具有更大影响效果的高频交易,其在交易日内出现的时间也不是固定不变的。强行使用MIDAS方法,即在不同的交易日内用一种仅依赖时间间隔先后的固定模式来给高频交易赋予相对应的固定权重,必将导致权重的错配和提炼信息的失真。因此,要想更恰当地提取高频数据中有效信息来预测高低频交易中的波动率,最好采用一种新的数据提炼方法,其权重函数最好能依据数据的交易特征进行自动调整。本文通过引入一类新的自适应权重函数,提出一种契合高频数据波动的新数据提炼方法,来提炼当下高频数据中的有效信息并将其与低频数据相结合,构建一种能充分利用高低频信息的波动模型:MIX-GARCH模型,因新的权重函数为对数形式,故将模型记为MIX-GARCH-L模型。由于新提出的MIX-GARCH-L模型是在原有GARCH模型的基础上进行衍生改进,改变了原有GARCH模型的表达形式,故需要对新模型的参数进行估计。本文给出MIX-GARCH-L模型的参数估计方法,并分析估计量的理论性质,证明出对应的中心极限定理以及用serviceboostrap方法模拟检验估计量的数据表现。新波动模型具有以下优势:(1)与传统权重函数不同,自适应权重函数是根据高频数据的交易特征和数据波动情况来赋予不同的权重,而传统的权重分配方法是根据数据的先后顺序不同而赋予不同的权重。新的权重函数自变量是筛选出能描述高频交易特征的变量,这就使得基于新权重函数的数据融合方法能够更好的按着交易特征来分配不同的权重,这种分配方式能够更好根据交易特征的变动来自动调整不同交易日内的权重赋予,从而使每个高频交易日所分配到的权重与未来波动率产生的冲击效果相一致。(2)新的波动率模型能够利用同一交易过程中多种高频交易数据,信息利用更加充分,会使得MIX-GARCH-L模型具有更好的预测精度和预测优势,本文中的实际应用结果也证明这一点。在分析上证综合指数收益率时,应用多种模型来预测实际数据的波动率,结果显示:MIX-GARCH-L模型能更加准确稳健地预测出波动率,MIX-GARCH-L模型的提出同时也扩充了利用混频数据分析波动率等相关问题的方法。
其他文献
过去因为国内资本市场活跃度低、上市门槛高,许多企业为求发展只能赴境外资本市场上市。在我国不断推进资本市场改革,注册制试点,美国颁布《外国公司问责法》加强对中概股的监管以及国际贸易战的多重背景下,我国将迎来新一轮的中概股回归浪潮。2019年注册制正式开始实施,在这一背景下,中概股回归的路径得到更新,红筹企业上市政策放宽,上市效率得到提高。目前我国的科技信息类和新兴企业的上市地点多集中在美国和中国香港
随着互联网技术的快速发展与广泛应用,传媒企业正向着智能化、信息化和数字化发生转变。新时代下转型升级的压力使传媒行业迎来了一轮并购浪潮,但随之出现大量业绩“变脸”,商誉“暴雷”等情况也暴露出传媒企业在并购估值中存在的诸多问题,价值评估是传媒企业并购过程中不可或缺的关键步骤。在此背景下,选择一种合适的估值方法,正确、科学的评估目标并购企业具有十分重要的意义。本文以相关理论为研究依据,结合我国传媒企业轻
2021年10月国务院印发《成渝地区双城经济圈建设规划纲要》,将成渝地区双城经济圈的建设上升为国家战略;今年2月生态环境部在《成渝地区双城经济圈生态环境保护规划》中明确指出:成渝地区“十四五”时期易发生区域性中轻度大气污染,进一步改善难度较大;而雾霾影响因素的分析是解决大气污染问题的关键环节。尽管国内外对雾霾成因的研究较多,但将成渝地区双城经济圈作为一个整体系统探讨大气环境和雾霾监测等研究相对欠缺
经典的回归分析一般假定在给定解释变量的条件下,关于模型误差的条件期望为0,即解释变量为外生性协变量。但是伴随着大数据时代的到来,在对大数据统计建模过程中往往会遇到超高维协变量的情况。这种情况下如果假定所有协变量均为外生性协变量往往是不切实际的,而是会存在部分协变量为内生性协变量的情况,即在给定解释变量的条件下模型误差的条件期望不再为0。当数据中含有内生性协变量时,经典的最小二乘估计方法给出的估计将
学生的健康成长离不开学校教育、家庭教育和社会教育,而家庭教育是学校教育、社会教育的基础,在某种程度上讲,家庭教育更为重要。而当前小学生家庭教育状况不容乐观。新时代呼唤新的家庭教育理念,要以科学的理论指导家庭教育实践,提高家长素质,提高家教水平,构建有效的家庭教育体系,从而促进小学生家庭教育的和谐发展。
当今社会,即便科学技术迅速发展,但是在众多研究领域中由于设备的不够精良,使用不当等会使得测量的数据含有测量误差。若直接使用含有测量误差的数据会对模型的估计造成不良的影响。如何消除测量误差对估计造成的偏差是值得深入探讨的问题。当前,对测量误差数据的校正有多种方法,但对分位数回归模型,如果想要直接校正因为测量误差而引起的偏差是很难的。因此,本文针对变系数测量误差模型,选择引入工具变量来校正测量误差引起
家庭教育是学生的关键,而家庭教育与学校教育相结合,能有效地调动学生的学习积极性,仅仅是接受学校教育,就会忽视对学校和家人的关心,而仅仅是接受家庭教育,对提高学业成绩是不利的。为此,作者结合自己的教学实践,结合小学生的家庭教育实践,对小学生的家庭教育问题进行了深入的探索。
自21世纪开端以来,我国成功入世,国际地位大大提升,经济发展飞速,人民生活水准逐步改善。基于这样的背景,我国各个领域都在蓬勃发展,企业走向壮大的机会逐步增加,亦有大量企业期望进入资本市场来扩大融资能力和提高综合能力。随着我国并购重组的政策放宽以来,作为一种独特的重组形式,借壳上市在国内的并购中备受青睐。与IPO相比,借壳上市难度更低、审核更宽松、时间周期更短,给很多不符合IPO上市条件的公司带来了
本文研究了带DC函数(即两个凸函数的差)的分式优化问题的Farkas引理以及带不确定参数的多目标半无限分式优化问题的鲁棒近似解.全文共分为四章.第一章首先介绍了分式优化问题的研究背景,然后介绍了分式优化问题的Farkas引理及近似解的研究现状,最后给出了本文的研究动机和所要研究的内容.第二章研究了带DC函数的约束分式优化问题的Farkas引理.首先借助Dinkelbach方法,将该分式优化问题转化
随着互联网科技的高速发展,互联网金融行业也应运而生。其中具有代表性的第三方支付一方面促进了电子商务的发展,另一方面,由于许多规模和管理参差不齐的第三方支付机构进入市场,同时现有监管制度的不够完善导致互联网金融行业风险的加大。本文着手于互联网第三方支付违规风险进行研究,通过构建风险预警指标体系,基于随机森林算法和XGBoost算法建立风险预警模型,并对特征变量重要度进行研究分析,在对模型进行评估和优