《農產品期貨市場波動率的預測以及預測精度評價研究》是依託華南農業大學，由楊科擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：農產品期貨市場波動率的預測以及預測精度評價研究
- 項目類別：青年科學基金項目
- 項目負責人：楊科
- 依託單位：華南農業大學
項目摘要,結題摘要,
項目摘要
農產品期貨在價格發現和風險防範過程中扮演重要角色，科學準確地預測其波動率對充分實現其避險等多重功能是決定性的，而目前對農產品期貨市場波動率的預測研究尚較少。. 本項目擬：(1)基於高頻數據的非參數核估計和尺度變換估計農產品期貨市場波動率，擬檢驗波動率的長記憶性、結構突變和不對稱性，作為建模的基礎；（2）構建新型的ARFIMA模型預測農產品期貨市場波動率，改進現有模型忽略結構突變的不足，擬採用MCMC方法估計模型參數，克服以往單純依賴MLE和GMM估計的缺陷；（3）實證評價模型的預測性能，擬基於Bootstrap構建穩健的預測精度評價方法，改進現有評價方法不嚴謹的缺陷。. 本項目的實現，將豐富農產品期貨市場波動率預測的研究，為農業生產者、投資者和農產品消費者獲得準確的遠期價格信息，資產定價者和套利者有效地規避風險以及金融監管部門提高農產品期貨市場的風險監管水平提供理論依據。
結題摘要
本課題通過構建MS-ARFIMA模型、TVS-HAR模型和自適應的不對稱性HAR-CJ-D-FIGARCH模型探討了已實現波動率的動態特徵，並對波動率進行了預測。MS-ARFIMA模型採用MCMC的方法估計，克服了現有模型未考慮區制轉換的缺陷；TVS-HAR模型將所有潛在預測因子納入到時變HAR模型中，同時考慮了預測因子的時變性和預測模型的時變性，克服了現有HAR族模型面臨預測因子預測能力的時變性、模型選擇風險以及預測模型的時變性等方面的問題；自適應的不對稱性HAR -CJ-D-FIGARCH 模型擴展了HAR-GARCH模型和HAR-CJ模型，同時考慮了已實現波動率的結構突變、長記憶性、不對稱性、周內效應和已實現波動率的不同成分特徵。此外，本課題還採用修正的MCS檢驗實證評價和比較了新構建的預測模型同其他現有預測模型的預測性能，同時深入探討了結構突變條件下如何預測農產品期貨已實現波動率的問題。 分析結論表明：我國農產品期貨的已實現波動率具有高波動和低波動兩種狀態，狀態之間的轉換機率較小，純粹的分數階積分過程或區制轉換模型都不能全部解釋已實現波動率的強長記憶性；已實現波動率同時具有長記憶性、結構突變、不對稱性和周內效應等特徵，結構突變只能部分解釋其長記憶性，其連續性成分的長記憶性很強，而跳躍性成分的長記憶性非常弱，不同期限的躍性成分對未來波動率都有顯著的正效應；針對不同的市場和不同的預測期，任意潛在預測因子對農產品期貨市場波動率的預測的重要性都具有時變性；同現有波動率預測模型相比，新模型的樣本外預測效果是最好的，且基於NKR的非參數組合和基於NRLS和SIC的線性組合預測模型是在結構突變條件下預測農產品期貨市場波動率尤其有效的方法。 本研究豐富了波動率預測的研究方法，進一步完善了預測理論，對於各類投資者最佳化資產組合的配置，測量、預測和防範資產價格變動的風險，以及提高金融監管部門對金融市場的風險監管水平都具有重大的現實意義。
