金融高頻協(xié)方差陣的估計(jì)及應(yīng)用研究
金融資產(chǎn)的協(xié)方差陣在投資組合和風(fēng)險(xiǎn)管理中扮演著非常重要的角色。本書(shū)在前人研究的基礎(chǔ)之上,針對(duì)目前研究的不足提出了一個(gè)新的基于市場(chǎng)微觀結(jié)構(gòu)噪聲和跳躍的估計(jì)量--修正的門(mén)限預(yù)平均已實(shí)現(xiàn)協(xié)方差陣,并對(duì)其理論性質(zhì)和應(yīng)用情況進(jìn)行了研究。全書(shū)共7章,按照研究?jī)?nèi)容可以分為四個(gè)個(gè)部分。第一部分為1-2章,包括緒論和研究進(jìn)展,主要給出本書(shū)的研究目的、意義、創(chuàng)新點(diǎn)以及目前對(duì)于金融高頻協(xié)方差陣的研究現(xiàn)狀等。第二部分為方法研究(3-5章),主要是針對(duì)目前研究的不足,提出可以同時(shí)處理市場(chǎng)微觀結(jié)構(gòu)噪聲和跳躍的金融高頻協(xié)方差陣估計(jì)方法,對(duì)其理論性質(zhì)進(jìn)行證明,并進(jìn)一步對(duì)其修正,將分塊策略應(yīng)用到我們提出的估計(jì)量中,來(lái)減少數(shù)據(jù)的損失,提高協(xié)方差陣的估計(jì)效率。第三部分(6章)為應(yīng)用研究,主要是將本書(shū)提出的估計(jì)量應(yīng)用到投資組合中,來(lái)研究其應(yīng)用情況。最后一部分(7章)是本書(shū)的總結(jié)。
更多科學(xué)出版社服務(wù),請(qǐng)掃碼獲取。
在金融計(jì)量領(lǐng)域里,多維的金融高頻協(xié)方差陣在投資組合和風(fēng)險(xiǎn)管理中起著非常重要的作用。在資產(chǎn)組合中,資產(chǎn)權(quán)數(shù)的確定跟它們之間的協(xié)方差陣是密切相關(guān)的,得到的協(xié)方差陣越精確,權(quán)數(shù)的分配越合理,組合效果將會(huì)更好。因此,對(duì)基于高頻數(shù)據(jù)的協(xié)方差陣估計(jì)方法進(jìn)行研究具有重要的理論和實(shí)踐意義。
高頻數(shù)據(jù)包含了豐富的市場(chǎng)信息,是金融領(lǐng)域的研究重點(diǎn)之一。當(dāng)市場(chǎng)上不存在市場(chǎng)微觀結(jié)構(gòu)噪聲或跳躍時(shí),已實(shí)現(xiàn)協(xié)方差陣(RCOV)是積分協(xié)方差陣的一致估計(jì)量。而在現(xiàn)實(shí)的金融市場(chǎng)上,噪聲和跳躍往往是同時(shí)存在的,在二者都存在的情況下,對(duì)高頻協(xié)方差陣進(jìn)行估計(jì)從而得到積分協(xié)方差陣的一致估計(jì)量,是值得深入研究的問(wèn)題。但是現(xiàn)有的研究要么只考慮市場(chǎng)微觀結(jié)構(gòu)噪聲的影響,要么只考慮跳躍的影響,很少有文獻(xiàn)同時(shí)考慮噪聲和跳躍對(duì)高頻協(xié)方差陣估計(jì)的影響。而噪聲和跳躍有可能同時(shí)存在于金融市場(chǎng)上,在二者同時(shí)存在的情況下對(duì)高頻數(shù)據(jù)的協(xié)方差陣進(jìn)行估計(jì),仍是一個(gè)較為困難的問(wèn)題。本書(shū)在前人研究的基礎(chǔ)之上,針對(duì)目前研究的不足,提出了新的高頻協(xié)方差陣估計(jì)量,同時(shí)處理市場(chǎng)微觀結(jié)構(gòu)噪聲和跳躍的影響,提高高頻協(xié)方差陣的估計(jì)效率。本書(shū)將高頻數(shù)據(jù)波動(dòng)理論、計(jì)量分析方法及實(shí)證研究緊密地結(jié)合起來(lái),采用定性與定量相結(jié)合的方法,既有理論的梳理與構(gòu)建,又有詳細(xì)的實(shí)證分析。
劉麗萍,女,1984年11月生,山東菏澤人,統(tǒng)計(jì)學(xué)博士,副教授,新加坡國(guó)立大學(xué)訪問(wèn)學(xué)者,現(xiàn)就職于貴州財(cái)經(jīng)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,任貴州財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)科學(xué)術(shù)帶頭人(2013~2016)。在國(guó)家核心期刊《統(tǒng)計(jì)研究》《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》《管理工程學(xué)報(bào)》《系統(tǒng)工程理論與實(shí)踐》《統(tǒng)計(jì)與信息論壇》《系統(tǒng)工程》《投資研究》《統(tǒng)計(jì)與決策》《數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)》等刊物發(fā)表相關(guān)論文10余篇,主持國(guó)家社會(huì)科學(xué)基金項(xiàng)目1項(xiàng)、省部級(jí)項(xiàng)目若干。
目錄
前言
縮寫(xiě)釋義
1緒論1
2金融高頻數(shù)據(jù)研究現(xiàn)狀4
2.1高頻數(shù)據(jù)及其特征分析4
2.1.1什么是金融高頻數(shù)據(jù)4
2.1.2金融高頻數(shù)據(jù)的主要特征4
2.2金融高頻數(shù)據(jù)分析的主要?jiǎng)右?
2.3金融高頻數(shù)據(jù)分析研究的現(xiàn)狀5
2.3.1金融高頻數(shù)據(jù)統(tǒng)計(jì)特征的研究6
2.3.2金融市場(chǎng)微觀結(jié)構(gòu)的研究8
2.3.3金融高頻數(shù)據(jù)建模的研究9
2.3.4基于金融高頻數(shù)據(jù)已實(shí)現(xiàn)波動(dòng)的研究12
2.3.5基于金融高頻數(shù)據(jù)協(xié)方差陣的研究 21
2.4我國(guó)研究金融高頻數(shù)據(jù)的必要性22
3常見(jiàn)的高頻協(xié)方差陣估計(jì)方法及其應(yīng)用24
3.1 RCOV估計(jì)方法24
3.2基于市場(chǎng)微觀結(jié)構(gòu)噪聲的RCOV估計(jì)方法27
3.2.1市場(chǎng)微觀結(jié)構(gòu)噪聲對(duì)RCOV的影響 28
3.2.2考慮了市場(chǎng)微觀結(jié)構(gòu)噪聲影響的RCOV估計(jì)方法 29
3.3考慮跳躍影響的高頻協(xié)方差陣估計(jì)方法37
3.3.1 RBPCOV估計(jì)方法 37
3.3.2 ROWCOV估計(jì)方法 40
3.3.3 thresholdCOV估計(jì)方法 42
3.4金融高頻協(xié)方差陣在投資組合中的應(yīng)用情況43
3.5本章小結(jié)46
4 TPCOV估計(jì)方法的提出及其修正48
4.1預(yù)平均協(xié)方差陣估計(jì)方法49
4.1.1改進(jìn)的預(yù)平均方法 49
4.1.2基于預(yù)甲均方法的MRCOV估計(jì)法 53
4.2新估計(jì)量的提出TPCOV及其修正55
4.2.1高頻數(shù)據(jù)的基本設(shè)定 55
4.2.2 MTPCOV 的構(gòu)造形式 56
4.2.3積分方差的一致估計(jì)量——MTPRV 57
4.2.4積分協(xié)方差的+致估計(jì)量MTPCV估計(jì)量60
4.3基于MTPCV的模擬研究65
4.3.1窗寬及門(mén)限函數(shù)的選擇 65
4.3.2基于隨機(jī)波動(dòng)模型的數(shù)據(jù)模擬研究 70
4.4本章小結(jié)80
5 RnBMTPCOV的估計(jì)82
5.1基于刷新時(shí)間方案的MTPCOV的數(shù)據(jù)損失分析84
5.1.1刷新時(shí)間方案 84
5.1.2基于刷新時(shí)間方案的數(shù)據(jù)損失分析 85
5.2 RnBMTPCOV佶計(jì)方法87
5.2.1基于分塊策略的協(xié)方差矩陣 87
5.2.2協(xié)方差陣的正則化處理方法 91
5.3 RnBMTPCOV的估計(jì)及有效性分析93
5.3.1 RnBMTPCOV估計(jì)結(jié)果的描述性統(tǒng)計(jì)分析 93
5.3.2基于MincerZarnowitz回歸的協(xié)方差陣的比較分析 94
5.4本章小結(jié)97
6多維協(xié)方差陣預(yù)測(cè)模型的比較分析98
6.1基于高頻數(shù)據(jù)的協(xié)方差預(yù)測(cè)模型1 00
6.1.1CFARMA (2,1)模型.101
6.1.2FIVAR模型102
6.1.3多元異質(zhì)白回歸(MHAR)模型104
6.1.4基于Wishart分布的自回歸(WAR)模型106
6.2基于低頻數(shù)據(jù)的協(xié)方差陣預(yù)測(cè)模型107
6.2.1DCC模型108
6.2.2 BEKK模型108
6.3預(yù)測(cè)模型的比較方法109
6.3.1損失函數(shù)110
6.3.2 MCS檢驗(yàn)111
6.4模型預(yù)測(cè)結(jié)果的比較113
6.4.1數(shù)據(jù)的描述113
6.4.2多維協(xié)方差陣預(yù)測(cè)模型的比較分析116
6.5本章小結(jié)119
7金融高頻協(xié)方差陣在投資組合中應(yīng)用的實(shí)證分析120
7.1高頻數(shù)據(jù)在投資組合中應(yīng)用問(wèn)題的提出120
7.1.1引言120
7.1.2投資組合優(yōu)化問(wèn)題122
7.2實(shí)證分析方法介紹124
7.2.1動(dòng)態(tài)投資組合策略——波動(dòng)擇時(shí)策略124
7.2.2動(dòng)態(tài)投資組合的比較方法125
7.3實(shí)證分析l29
7.3.1樣本數(shù)據(jù)的處理129
7.3.2各投資組合的收益和波動(dòng)分析1 30
7.3.3各投資組合的經(jīng)濟(jì)收益分析131
7.3.4各投資組合Sharpe比率的比較134
7.4本章小結(jié)l37
參考文獻(xiàn)138
附錄A書(shū)中用到的部分程序代碼149
附錄B部分模擬數(shù)據(jù)159