《中国股票指数日内波动率形态差异分析及其应用》作者：刘俊言【PDF】

书呆熊

　　【作者】 刘俊言；
　　【导师】 张志远；
　　【作者基本信息】 上海财经大学 ， 应用统计学（专业学位）， 2022， 硕士
　　【摘要】 在研究资产收益和风险时,对于波动率的建模是分析和研究的核心问题之一,而随着交易速度的提升和计算能力的飞跃,传统的日度波动率已经无法满足高度活跃的投资者的需求,因此针对日内波动率的研究和分析就变得尤为重要。本文基于中国A股市场近三年的交易高频数据,根据价格序列生成收益率序列,根据收益率序列提取了各股票的日内波动率的高频波动率序列,再将其处理成光滑的函数型日内波动率数据。针对这些数据本文首先对于全市场的日内波动率进行了描述性统计,得到了全市场的日内波动率形态特征。接着将全市场的股票按照其证监会所属行业进行分类,对于各行业内的股票日内日波动率函数及其一阶导函数两两进行差异检验,对于行业指数的日内波动率函数及其一阶导函数两两进行差异检验。分别得到各行业内部的日内波动率趋同比例和不同行业间的差异性比例。接着本文尝试利用函数型主成分分析构建一个反映各行业日内波动率形态特征的因子,然后分别对于各行业分别基于Fama-French三因子和行业主成分得分进行建模,并将其和全市场Fama-French模型进行对比,发现其显著性程度得到了一定程度的提升。在应用层面,本文基于加入新因子的模型,尝试进行了投资策略的构建,回测结果表明其收益率表现和最大回撤控制均优于全市场模型。本文的主要结论如下:第一,中国股票市场的日内波动率形态呈现出在一天不断下降的形态,这符合经典的“隔夜理论”的解释,可能与交易有关的信息在非交易时段累积,所以在交易时段的初始时间会出现波动率较高的现象;第二,中国股票市场各行业之间的日内波动率存在着显著差异,这与我们日常的认知相吻合,差异可以被分为两类,一类是在绝对数值上的差异,即两者在均值过程上存在差异且两者的均值差值在交易区间内不随时间的变化而变化;第二类是日内波动率在形态上的差异,即两者的波动率在不同时间的变化率上存在的差异,对于函数型数据,这一差异可以通过对原始数据求导来体现。第三,中国股票市场各行业内部存在一定程度的趋同性,这种趋同性不仅表现在日内波动率的均值过程的差异不显著,还表现在其日内波动率的一阶导数即波动率的变化率过程的差异不显著。第四,对于各行业做函数型主成分分析后得到他们在前两个主成分上的投影,并两两画散点图进行对比,发现趋同性大的行业其主成分得分的点也相对更加聚集,行业内趋同性低的行业,其主成分得分在坐标图上也更加分散。第一主成分得分的不同反映了不同个股在绝对数值上的差异,第二主成分得分反映了个股在一天之中不断下降或上升的形态特征,第三主成分反映了个股在上午和下午日内波动率变化率不相同的形态特征。第五,将各行业日内波动率主成分得分作为因子加入模型后,分别对于中国股票市场各行业个股进行预测,对于收益率相比起原始模型进行了更有力的解释,且当其被用于制定投资策略时会有更良好的表现,投资胜率上升,最大回撤下降。
　　【关键词】 日内波动率； 函数型数据； Fama-French； 三因子模型；
　　【分类号】F832.51;F224

十万个为什么

这个研究为投资者提供了行业波动率特征参考