高頻金融時間序列波動性研究.pdf

1、高頻金融時間序列數據樣本容量大，采集周期短，包含了豐富的市場信息，是金融市場特征的最好反映。為了更深入地探究市場微觀結構，高頻金融時間序列的波動性研究與建模成為國內外計量經濟學者的研究熱點。Andersen與Bollerslev在1998年提出一種新的波動率估計方法——“已實現”波動；Christensen和Podolskij在2005年基于極差理論提出另一種波動率估計方法——“已實現”極差波動；國內學者對這兩種方法分別進行擴展，得到更

2、有效的估計方法。 本文首先選取我國上證股指1分鐘交易數據進行統(tǒng)計分析，驗證了我國滬市高頻價格序列和收益率序列具有高峰厚尾、非正態(tài)分布及波動聚集等ARCH特征，同時還具有長記憶性、波動率的日內“U”型走勢等性質。 而后，基于國內外學者已有的研究成果，提出賦權“已實現’’波動方法的改進——調整賦權“已實現”波動，理論上證明其無偏性和有效性；利用我國上證股指高頻數據計算得到不同估計方法下的積分波動的不同估計量，實證說明調整賦權

3、“已實現”波動方法更優(yōu)化，并選取統(tǒng)計指標最優(yōu)的對數賦權“已實現”極差波動率作為后續(xù)建模工作的研究對象；基于收益率序列的平穩(wěn)性和長記憶性特征，本文建立AR（i）—FIGARCH（p，d，q）模型，采用聚合序列分析法和極大似然估計法確定模型參數。 最后，給出對數賦權“已實現”極差波動率真實值與擬合值的比較圖，直觀說明所建模型的擬合效果優(yōu)良；計算我國上證股指1分鐘交易數據樣本的高頻收益率，與AR（i）—FIGARCH（p，d，q）模型