Measuring and Forecasting Volatility in Chinese Stock Market Using HAR-CJ-M Model
Measuring and Forecasting Volatility in Chinese Stock Market Using HAR-CJ-M Model
复制标题
使用HAR-CJ-M模型测量和预测中国股市的波动性
DOI：
10.1155/2013/143194
复制
发表时间：
2013-03
影响因子：
--
通讯作者：
Fenghua Wen
中科院分区：
文献类型：
--
作者：
Chuangxia Huang（代表作三）;Xu Gong;Xiaohong Chen;Fenghua Wen
本文在连续波动跳跃异质自回归模型（HAR-CJ-M）的基础上，将已实现波动率（RV）转化为调整后的已实现波动率（ARV），并利用动量效应对波动率的影响，建立了一个新的模型HAR-CJ-M。同时，我们还详细讨论了另外两种模型（HAR-ARV，HAR-CJ）。对中国股票市场的应用结果表明，连续样本路径变化、动量效应和ARV对未来ARV都有较好的预测效果，而非连续跳跃变化对未来ARV的预测效果较差。此外，HAR-CJ-M模型对中国股市未来波动的预测效果明显优于其他两个模型。
Basing on the Heterogeneous Autoregressive with Continuous volatility and Jumps model (HAR-CJ), converting the realized Volatility (RV) into the adjusted realized volatility (ARV), and making use of the influence of momentum effect on the volatility, a new model called HAR-CJ-M is developed in this paper. At the same time, we also address, in great detail, another two models (HAR-ARV, HAR-CJ). The applications of these models to Chinese stock market show that each of the continuous sample path variation, momentum effect, and ARV has a good forecasting performance on the future ARV, while the discontinuous jump variation has a poor forecasting performance. Moreover, the HAR-CJ-M model shows obviously better forecasting performance than the other two models in forecasting the future volatility in Chinese stock market.
登录
查看更多内容
DOI：
--
发表时间：
2010
期刊：
Journal of Management Sciences in China
影响因子：
--
作者：
Weige Yu
通讯作者：
Weige Yu
影响因子：
6.1
作者：
R. Tsay
通讯作者：
R. Tsay
DOI：
10.2139/ssrn.499744
发表时间：
2004-01
期刊：
Econometrics eJournal
影响因子：
--
作者：
S. J. Koopman;Borus Jungbacker;Eugenie Hol Uspensky
通讯作者：
S. J. Koopman;Borus Jungbacker;Eugenie Hol Uspensky
DOI：
--
发表时间：
2013
期刊：
--
影响因子：
--
作者：
J. Korbel
通讯作者：
J. Korbel
影响因子：
6.1
作者：
ENGLE, RF
通讯作者：
ENGLE, RF