期刊,计量经济学报 2024年卷1期_国家学术搜索

期刊信息/Journal information

计量经济学报

计量经济学报/Journal China Journal of EconometricsCSCDCSTPCD

正式出版

收录年代

中国股市波动率预测研究:基于实时已实现EGARCH-MIDAS模型

吴鑫育赵安谢海滨马超群...

248-273页

查看更多>>摘要：本文构建了一个能够充分捕获高频数据信息、当前收益率信息以及波动率长记忆性的实时已实现 EGARCH-MIDAS(RT-REGARCH-MIDAS)模型对中国股市波动率进行建模和预测.采用上证综合指数(SSEC)和深证成份指数(SZSEC)5 分钟高频数据进行实证研究,结果表明:RT-REGARCH-MIDAS 模型相比其它众多竞争模型具有更好的收益率数据拟合效果,能够更好地描述股市波动性.利用稳健的损失函数以及模型置信集(MCS)检验作为判断准则,实证比较了该模型与其它竞争模型对中国股市波动率的样本外预测能力.实证结果表明:捕获高频数据信息、当前收益率信息和波动率长记忆性对于股市波动率预测具有重要作用;在众多竞争模型中,RT-REGARCH-MIDAS模型具有最为优越的波动率预测能力.进一步,采用不同的已实现测度、不同的预测窗口、不同的 MIDAS滞后阶数、不同的预测期以及样本外R2 检验进行稳健性检验,证实了该模型优越的波动率预测能力具有稳健性.最后,通过考察模型波动择时策略发现,该模型能够获得相比其它模型显著更高的投资组合经济价值.

关键词：

波动率预测高频数据信息当前收益率信息波动率长记忆性波动择时

原文链接:

NETL
NSTL
万方数据

基于非平衡数据处理和多变量筛选方法的上市公司财务困境预测研究

邢凯盛利琴张盼李珊...

274-300页

查看更多>>摘要：在国内供给侧结构性改革背景下,市场环境复杂多变,公司债务违约频发,建立一种及时有效的财务困境预警模型十分必要.已有的多数困境预测模型尚未有效解决数据集不平衡、关键预测指标选取不稳定、样本匹配存在随机性等问题,且并不适应于当下中国复杂多变的市场状况.为此,本文采用 Bootstrap重抽样方法构建 1000 个研究样本,通过 LASSO(least absolute shrinkage and selection operator)变量选择技术筛选关键预测因子构建提前 3 年预测的 Logit模型,并在预测阶段将样本进行 1000 次随机切割和预测以降低随机误差.结果表明,由 Bootstrap 样本组建方式结合 LASSO 构建的 Logit 困境预测模型相比传统应用的"同行业资产规模相近"方式所构建模型的预测能力更强.另外,该嵌入Bootstrap 式 LASSO-logit 模型比主流的 O-Score 模型、ZChina-Score 模型预测效果更好,准确率提高 10%,更加适用于中国时变的市场.本文所构建模型能帮助公司利益相关者更好地识别财务困境并及时做出调整,以降低公司债券违约率或避免发生公司违约.

关键词：

财务困境预测LASSO-logitbootstrap

原文链接:

NETL
NSTL
万方数据