邵锡栋
- 作品数：7 被引量：66H指数：5
- 供职机构：西安交通大学金禾经济研究中心更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：经济管理更多>>
- 交易间隔、超高频波动率与VaR——利用日内信息预测金融市场风险被引量：25
- 2009年
- 金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测,这必然会损失部分日内信息。本文尝试使用中国股市日内分笔超高频数据,在分析日内波动特性的基础上,通过UHF-GARCH模型对交易间隔等日内信息建模,得到超高频波动率UHFV。本文用ARFIMA模型对超高频波动率UHFV建模,应用到风险价值VaR的预测中,并同基于日数据的GARCH类模型的VaR预测能力进行比较。VaR似然比和动态分位数等回测检验的结果显示,超高频数据波动率UHFV模型的预测能力强于采用日数据的GARCH类模型。
- 邵锡栋连玉君黄性芳
- 关键词：VAR
- 印花税调整对中国股市流动性和波动性的影响被引量：5
- 2009年
- 文章从流动性和波动性两个股票市场重要特征出发,以上证指数和深圳市场中小板指数作为代表,分别通过非参数的事件研究法和GARCH模型的计量方法分析了印花税率的调整对股票市场的影响。实证结果表明,印花税率的提高显著降低了股票市场的流动性水平,增大了股票市场的波动;而印花税率的降低能够显著提高股票市场的流动性水平,且对股票市场波动的影响不显著。
- 邵锡栋黄性芳殷炼乾
- 关键词：印花税流动性波动性
- 多变量随机波动率模型及在中国股市的应用被引量：2
- 2008年
- 文章在一维随机波动率(SV)模型基础上,通过扩展,建立了多个多变量随机波动率(MSV)模型。首次将MSV模型大规模应用于中国沪深两市指数周收益率数据,利用MCMC方法进行模型估计,选用DIC准则进行模型比较,得出拟合程度最好的MSV模型。结果显示,加入波动率单边Granger因果关系的MSVGt-AR(1)模型对沪深两市的拟合能力最好。
- 邵锡栋黄性芳殷炼乾
- 关键词：DIC
- 多变量随机波动率模型及在中国股市的应用
- 本文在一维随机波动率(SV)模型基础上,通过扩展,建立了多个多变量随机波动率(MSV)模型首次将MSV模型大规模应用于中国沪深两市指数周收益率数据利用MCMC方法进行模型估计,选用DIC准则进行模型比较,得出拟合程度最好...
- 邵锡栋黄性芳殷炼乾
- 关键词：股票市场多变量随机波动率模型
- 文献传递
- 基于样本分位数的波动率估计：条件自回归拟极差模型被引量：5
- 2007年
- 考虑到金融市场收益率分布的厚尾性,在数值模拟的基础上,提出了一类新的波动率模型-条件自回归拟极差模型(QCARR)。QCARR和Chou(2005)所提出CARR模型,Engle(2002)所提出的ACD模型等具有类似的结构,可看作CARR在样本分位数下的推广。利用上证综指估计了两种特殊类型的QCARR模型(QCARR_1,OCARR_2),采用滚动样本预测的方法,比较了上述模型与经过常数调整的CARR (ACARR)以及GARCH的样本外预测能力。结果表明:(i)对模拟数据,在所考虑的估计方法中,第二类拟极差估计和调整极差估计最优。(ii)对上证综指收益率数据,无论是预测的误差分析还是回归分析,QCARR_2在上述模型中都是最优的,对上述结论我们给出了相应的解释。
- 周杰刘三阳邵锡栋
- 关键词：GARCH分位数厚尾分布
- 基于实现极差和实现波动率的中国金融市场风险测度研究被引量：30
- 2008年
- 目前比较流行的金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测。本文利用沪深股指日内高频数据,分别通过ARFIMA模型和CARR模型对实现波动率和较新的实现极差建模,计算风险价值。通过对VaR的似然比和动态分位数等回测检验,实证分析了各种模型的VaR预测能力。结果显示,使用日内高频数据的实现波动率和实现极差模型的预测能力强于采用日数据的各种GARCH类模型。
- 邵锡栋殷炼乾
- 关键词：VAR
- 中国金融市场波动率模型预测能力比较研究被引量：7
- 2009年
- 使用高频数据构造的实现类波动率估计量已经越来越多的用于波动率模型预测精度的衡量与比较。本文采用来自沪深两市的主要股指日内高频数据,构建了两类日内波动率的非参估计量实现波动RV与实现极差RR,分别用于GARCH和CARR类模型的比较与扩展;并使用Mincer-Zarnowitz(MZ)回归方程和基于此基础之上的一个渐进正态检验统计量对各模型的相对优劣及统计显著性进行对比研究。结果显示,标准CARR表现最好,而GARCH类扩展以及CARR类扩展模型均未能显著提升模型的预测能力,从实证上说明了CARR模型使用每日价格极差信息对波动率建模是充分有效的。
- 殷炼乾邵锡栋
- 关键词：GARCH高频数据
