波動率是進一步構(gòu)建投資組合和風(fēng)險管理等相關(guān)研究的基礎(chǔ),如何提高金融市場波動率的預(yù)測精度是國內(nèi)外學(xué)界和實務(wù)界廣泛探討的話題。相較于日數(shù)據(jù)等低頻數(shù)據(jù)而言,日內(nèi)高頻交易數(shù)據(jù)包含了更豐富的市場信息,很大限度地反映了資產(chǎn)價格的真實波動情況。隨著計算機技術(shù)的不斷發(fā)展,金融市場高頻交易數(shù)據(jù)的存儲和運用能力日益提升,越來越多的日內(nèi)高頻交易信息被用于研究和實踐之中,這為利用高頻數(shù)據(jù)開展波動率相關(guān)研究提供了便利。近年來,已實現(xiàn)波動率(Realized Volatility,RV)是如何充分利用金融資產(chǎn)高頻交易信息,以便更充分揭示日內(nèi)交易信息對其波動率影響的代表性理論。該理論避免了傳統(tǒng)GARCH模型、SV模型對信息利用的不足,同時兼具計算簡便、無偏估計等優(yōu)點。
在此背景下,《股市波動率預(yù)測研究》從高頻數(shù)據(jù)視角,借助已實現(xiàn)波動率相關(guān)理論對股票市場展開研究。一方面,充分挖掘股票市場“跳躍”“非對稱”波動等日內(nèi)交易信息對已實現(xiàn)波動率進行擬合,并將參數(shù)估計的時變特征納入研究范圍,從而構(gòu)建新穎的具有時變特征的已實現(xiàn)波動率預(yù)測模型。另一方面,進一步探討波動率在風(fēng)險預(yù)測之中的應(yīng)用,并具體結(jié)合極值理論對我國股票市場的風(fēng)險預(yù)測展開實證分析。
《股市波動率預(yù)測研究》以恒生指數(shù)和滬深300指數(shù)作為研究樣本,分別代表成熟市場和新興市場,以便分析研究的結(jié)果具有穩(wěn)健性和普適性。波動率的應(yīng)用研究主要有兩方面:基于高頻波動率模型及Copula理論詳細探討了“滬港通”實施背景下兩市之間的相互關(guān)系;探討了德國股票市場隱含波動率指數(shù)和原油市場隱含波動指數(shù),是否含有預(yù)測已實現(xiàn)波動率的有用信息。
波動率是進一步構(gòu)建投資組合和風(fēng)險管理等相關(guān)研究的基礎(chǔ),如何提高金融市場波動率的預(yù)測精度是國內(nèi)外學(xué)界和實務(wù)界廣泛探討的話題。相較于日數(shù)據(jù)等低頻數(shù)據(jù)而言,日內(nèi)高頻交易數(shù)據(jù)包含了更豐富的市場信息,最大限度地反映了資產(chǎn)價格的真實波動情況。隨著計算機技術(shù)的不斷發(fā)展,金融市場高頻交易數(shù)據(jù)的存儲和運用能力日益提升,越來越多的日內(nèi)高頻交易信息被用于研究和實踐之中,這為利用高頻數(shù)據(jù)開展波動率相關(guān)研究提供了便利。近年來,已實現(xiàn)波動率(RealizedVolatility,RV)是如何充分利用金融資產(chǎn)高頻交易信息,以便更充分揭示日內(nèi)交易信息對其波動率影響的代表性理論。該理論避免了傳統(tǒng)GARCH模型、SV模型對信息利用的不足,同時兼具計算簡便、無偏估計等優(yōu)點。
在此背景下,本書從高頻數(shù)據(jù)視角,借助已實現(xiàn)波動率相關(guān)理論對股票市場展開研究。一方面,充分挖掘股票市場“跳躍”“非對稱”波動等日內(nèi)交易信息對已實現(xiàn)波動率進行擬合,并將參數(shù)估計的時變特征納入研究范圍,從而構(gòu)建新穎的具有時變特征的已實現(xiàn)波動率預(yù)測模型。另一方面,進一步探討波動率在風(fēng)險預(yù)測之中的應(yīng)用,并具體結(jié)合極值理論對我國股票市場的風(fēng)險預(yù)測展開實證分析。本書以恒生指數(shù)和滬深300指數(shù)作為研究樣本,分別代表成熟市場和新興市場,以便分析研究的結(jié)果具有穩(wěn)健性和普適性。波動率的應(yīng)用研究主要有兩方面:基于高頻波動率模型及Copula理論詳細探討了“滬港通”實施背景下兩市之間的相互關(guān)系;探討了德國股票市場隱含波動率指數(shù)和原油市場隱含波動指數(shù),是否含有預(yù)測已實現(xiàn)波動率的有用信息。
劉光強,男,管理學(xué)博士,高級會計師,現(xiàn)任職于三亞學(xué)院管理學(xué)院。主要研究領(lǐng)域為金融風(fēng)險預(yù)測和企業(yè)管理會計。曾任上市公司財務(wù)總監(jiān),企業(yè)董事長。熟悉上市公司財務(wù)會計制度,完整經(jīng)辦IPO,2次經(jīng)辦定向增發(fā),全面參與過建設(shè)和運營5億元以上項目4個,10億元以上重大資產(chǎn)重組項目3個。已發(fā)表SSCI和中文核心期刊學(xué)術(shù)論文10余篇,出版專著2本。
第1章 緒論
1.1 選題的背景及意義
1.2 國內(nèi)外文獻回顧與述評
1.3 研究內(nèi)容
1.4 研究方法和技術(shù)路線
1.5 創(chuàng)新性
第2章 異質(zhì)自回歸方法建模相關(guān)理論
2.1 已實現(xiàn)波動率及其分解
2.2 異質(zhì)自回歸模型及其擴展
2.3 時變參數(shù)異質(zhì)自回歸模型
2.4 波動率估計的評價
2.5 本章小結(jié)
第3章 基于HAR方法的股市波動率建模研究
3.1 問題的提出
3.2 數(shù)據(jù)的選取及描述性統(tǒng)計
3.3 基于異質(zhì)自回歸方法的實證研究
3.4 穩(wěn)健性分析
3.5 本章小結(jié)
第4章 基于HARQ方法的股市波動率建模研究
4.1 問題的提出
4.2 時變參數(shù)異質(zhì)自回歸模型的優(yōu)勢
4.3 HARQ族模型的構(gòu)建及全樣本估計
4.4 HARQ族模型樣本外估計
4.5 穩(wěn)健性分析
4.6 本章小結(jié)
第5章 基于HARQ-EVT方法的風(fēng)險預(yù)測研究
5.1 問題的提出
5.2 HARQ-EVT-VaR模型的構(gòu)建
5.3 極值理論建模分析
5.4 基于HARQ-EVT方法的VaR預(yù)測及檢驗
5.5 本章小結(jié)
第6章 基于HAR-Copula模型的滬港股市動態(tài)相關(guān)性研究
6.1 引言
6.2 相關(guān)理論
6.3 數(shù)據(jù)分析
6.4 “滬港通”實施前后對比分析
6.5 滬港股市風(fēng)險傳染分析
6.6 本章小結(jié)
第7章 基于隱含波動率指數(shù)的德國股市波動率預(yù)測
7.1 背景介紹
7.2 方法
7.3 數(shù)據(jù)
7.4 實證結(jié)果
7.5 穩(wěn)定性檢驗
7.6 本章小結(jié)
第8章 結(jié)論與展望
8.1 結(jié)論
8.2 建議
8.3 展望
參考文獻