朱鹏飞;唐勇;

·         1:福州大学经济与管理学院

·         2:福建省金融科技创新重点实验室

·          

摘要(Abstract)：

基于隔夜信息融入开盘价的效率分析,针对以往已实现波动率的计算只考虑到日内交易信息而忽略隔夜信息,提出了时变尺度变换因子法对其进行调整,并与其他调整方法一起分别对其建立MIDAS模型,采用稳健损失函数法以及高级预测能力检验法对模型评价。实证结果表明:无论是样本内拟合还是样本外预测,基于指数Almon权重的MIDAS-1n(RVrt)模型都是最优的,说明用时变尺度变换因子法进行调整的波动率估计量(RVrt)是最优的全天波动率估计量,且采用指数Almon权重能够提高MIDAS模型的预测能力。

关键词(KeyWords)： 隔夜信息;波动建模;MIDAS模型

基金项目(Foundation): 国家自然科学基金项目“基于已实现测量非参数的金融资产跳跃行为研究”(71171056);国家自然科学基金项目“基于微观视角的货币政策组合非对称传导效应研究”(71473039);; 福建省社科规划重大项目“国际股市高阶矩风险联动性及动态风险规避测量研究:基于小波-矩模型的视角”(FJ2017Z006);; 福建省自然科学基金项目“矩风险框架下的中国股市与国际性股市联动效应及动态风险规避测量研究:基于小波-矩模型的视角”(2017J01518)

作者(Author): 朱鹏飞;唐勇;

参考文献(References)：

·         [1]HANSEN P R,LUNDE A.A realized variance for the whole day based on intermittent high-frequency data[J].Journal of Financial Econometrics,2005,3(4):525

·         [2]TSIAKAS I.Overnight information and stochastic volatility:a study of European and US stock exchanges[J].Banking&Finance,2008,32(2):251-268.

·         [3]CHEN C H,YU W C,ZIVOT E.Predicting stock volatility using after-hours information:evidence from the Nasdaq actively traded stocks[J].International Journal of Forecasting,2012,28(2):366-383.

·         [4]AHONIEMIA K,LANNEB M.Overnight stock returns and realized volatility[J].International Journal of Forecasting,2013,29(4):592-604.

·         [5]TODOROVA N,SOUCEKB M.Overnight information flow and realized volatility forecasting[J].Finance Research Letters,2014,11(4):420-428.

·         [6]FUERTES A M,KALOTYCHOU E,TODOROVIC N.Daily volume,intraday and overnight returns for volatility prediction:profitability or accuracy?[J].Review of Quantitative Finance and Accounting,2014,12(3):214-242.

·         [7]ALPER C E,FENDOGLU S,SALTOGLU B.Forecasting stock market volatilities using MIDAS regressions:an application to the em erging m arkets[R].M unich:MPRA,2008.

·         [8]尚玉皇,郑挺国.短期利率波动测度与预测:基于混频宏观-短期利率模型[J].金融研究,2016(11):47-62.

·         [9]CAO C,GHYSELS E,HATHEWAY F.Price discovery without trading:evidence from the Nasdaq preopening[J].Journal of Finance,2000,55(3):1339-1365.

·         [10]杨科,陈浪南.上证综指的已实现波动率预测模型[J].数理统计与管理,2013,32(1):165-179.