需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉換比率：金額 X 10=金幣數量， 例100元=1000金幣 | 論文字數：8461 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要:高頻數據借著互聯網時代的浪潮，變得更加容易獲取。本文基于滬深300股指和股指期貨的高頻數據，估計日波動率（RV)，并對已實現的協(xié)方差建立HAR模型，檢驗市場的異質性。通過數據分析得出我國的股票市場相對來說還是比較完善的，大多數的股民都比較重視金融證券所代表的實際價值和各公司的發(fā)展?jié)摿Α?/p> 另一方面，因為聯跳多由宏觀新聞公告和政策制度等一系列發(fā)布引起的，這些信息將會被吸收并體現在協(xié)方差矩陣里，因此利用S-BNS的方法（序列剝離）來識別日內跳躍和聯跳。將代表聯跳的因子加入到HAR-RV預測模型里，構建出新的HAR-RV-JCov模型，研究其對波動率的影響。同時得出聯跳因子的加入對波動率預測模型有正向的影響，使得波動率預測模型擬合優(yōu)度增加。
關鍵詞：高頻數據；已實現波動率；HAR模型；共同跳躍
目錄 摘要 Abstract 1 課題研究背景-1 2 理論綜述-2 2.1 已實現波動率-2 2.2 異質市場假說-2 2.3 HAR模型-3 2.4 跳躍和聯跳-5 3 樣本數據及描述性統(tǒng)計-8 3.1 樣本數據描述-8 3.2 已實現波動率的估計-8 4 實證結果-9 4.1 已實現波動率估計結果-9 4.2 HAR-RV模型的建立-11 4.3 共同跳躍的檢驗以及在HAR-RV-JCov模型的建立-12 結論-16 參考文獻-17 致謝-18 |
