《基於已實現測量非參數方法的金融資產跳躍行為研究》是依託福州大學，由唐勇擔任項目負責人的面上項目。
基本介紹
- 中文名：基於已實現測量非參數方法的金融資產跳躍行為研究
- 依託單位：福州大學
- 項目類別：面上項目
- 項目負責人：唐勇
項目摘要,結題摘要,
項目摘要
本項目套用高頻金融數據，基於已實現測量的非參數方法研究金融資產跳躍行為，揭示資產價格動態特徵，在跳躍檢驗與估計、跳躍機理分析基礎上，探討跳躍行為對波動建模、風險度量的影響，繼而構建在跳躍影響下的動態風險度量方法。為了將現有的理論和方法推進一步，本項目圍繞跳躍機理為核心，主要研究下列內容：最優波動率的估計以及最優抽樣頻率問題；跳躍檢驗、估計的理論與方法的深化研究問題；跳躍機理及其動態特徵問題；微觀結構噪聲機理問題；跳躍與流動性、微觀結構噪等金融變數關係問題；跳躍對波動率度量與建模影響問題；跳躍影響下的動態風險度量方法構建等。.本項目研究的理論意義在於將跳躍影響置於統一的波動模型數學框架下，豐富了波動建模理論和市場微觀結構理論，這些研究為把握金融市場的動態風險提供了理論基礎。其實踐意義在於對金融產品及其衍生品的波動性準確刻畫，為監管者和投資者在複雜環境下提供了衡量動態風險的理論、方法。
結題摘要
金融資產跳躍研究是金融市場研究的重要議題之一，研究跳躍行為，分析跳躍內在機理，理清不同類型的風險，準確對波動估計和建模是風險管理的首要任務。目前研究資產跳躍行為主要有兩類方法：傳統的參數化方法和近年來提出的非參數化方法。傳統的跳躍-擴散類模型參數方法，在實際套用中存在諸多困難，這些困難的存在使得用參數方法研究跳躍問題受到極大的限制。近年來，通過高頻數據，利用已實現測量的非參數方法研究跳躍問題，無需估計模型參數，規避了諸如參數估計的困難，已逐漸成為一個新的研究熱點。 本項目重點研究內容如下： 1、跳躍檢驗統計方法比較：以非參數化為理論框架，套用上證綜指高頻數據，從實證角度對現存常見基於高頻數據的跳躍檢驗統計方法進行比較。總體上，沒有一種跳躍檢驗統計方法是最優的，相對而言，A-J統計方法較為穩健，在實踐中是可以選擇的跳躍檢驗方法 2、中國股市跳躍特徵分析：以非參數方法框架為基礎，結合跳躍檢驗統計量，對股市跳躍特徵進行分析。可以發現當股價發生跳躍時，其波動有1/3之多是由跳躍引起的；正向跳躍和負向跳躍具有非對稱性，跳躍成分是造成收益率分布“尖峰厚尾”的一個主要原因；經濟信息與股市跳躍行為的發生具有一定的正相關性；貨幣政策信息與美國股市衝擊對上證綜指跳躍強度的影響最顯著；噪聲與跳躍正相關，流動性與噪聲、跳躍負相關；A+H股跳躍特徵並不一致，發生共同跳躍的可能性很低。 3、基於高頻數據建模研究：研究表明：（1）同時考慮微觀結構噪聲和跳躍的HAR模型要優於傳統的HAR模型。（2）時變尺度變換因子法進行波動率估計量調整的MIDAS模型優於傳統的MIDAS模型。（3）跳躍（協）方差和連續樣本路徑（協）方差對已實現（協）方差的影響都是顯著的，並且考慮共同跳躍影響有助於提高協方差建模的準確性。（4）偏t分布下的極差與已實現GARCH模型相結合能夠提高模型的擬合程度和預測效果。（5）基於多重分形的內在波動信息的模型是比GARCH類模型更有效的模型.
