基于改进GARCH-MIDAS模型的贵金属波动率预测

作     者：候先琴 

作者单位：贵州大学 

学位级别：硕士

导师姓名：胡支军

授予年度：2022年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 07[理学] 070104[理学-应用数学] 0701[理学-数学] 

主      题：贵金属市场 波动率预测 GARCH-MIDAS模型 

摘      要：在复杂多变的宏观经济环境中,具有保值、增值和避险功能的贵金属,对投资风险管理发挥着越来越重要的作用。若投资者能有效实时地跟踪贵金属市场的波动情况,及时优化投资组合策略,可避免市场风险。为提高贵金属波动率模型的预测精度,探索影响贵金属价格波动的因素值得研究。当前,基于混频数据的波动率模型受到广泛关注。其中,广义自回归条件异方差混频数据抽样模型(GARCH-MIDAS,简称GM模型)应用较广。有学者针对GM模型没有考虑资产收益率序列存在的不对称效应和阈值效应,提出了含有不对称效应和阈值效应的GM-AE模型;还有学者针对GM模型忽视资产收益率序列偏峰厚尾的特性,提出了含有时变偏度和时变峰度的GM-SK模型。但是,GM-AE模型没有考虑资产收益率序列存在的偏峰厚尾对模型预测性能的影响;而GM-SK模型没有考虑资产收益率序列的不对称效应和阈值效应。由于贵金属市场具有高度复杂性,为充分提取贵金属市场的有效信息进行预测,需同时考虑贵金属序列中存在的不对称效应、阈值效应及偏峰厚尾的特性。为此,本文在GM-AE模型的基础上,通过引入时变偏度和时变峰度构建了GM-AE-SK模型,并将已实现波动率(RV)、中国综合领先指标(CCLI)指数和中国经济政策不确定性(CEPU)指数等三个指标分别作为GM-AE-SK模型的低频自变量,分析考察宏观经济指标对贵金属波动率模型预测性能的影响。本文选取了近16年的黄金、铂金、钯金和白银序列及CCLI指数和CEPU指数作为实证数据集,从样本内估计和样本外预测的角度对不同低频自变量下的GM-AE-SK模型进行实证分析。实证分析结果表明:(1)GM-AE-SK模型比GM-AE模型和GMSK模型在预测贵金属波动率方面具有更优的拟合效果和预测性能。(2)低频自变量为CEPU指数的GM-AE-SK模型对贵金属波动率的预测性能优于低频自变量分别为RV指标和CCLI指数的GM-AE-SK模型,表明宏观经济指标CEPU指数可改善贵金属波动率模型的预测性能。(3)通过考察各波动率模型的已实现效用发现,结合时变偏度和峰度以及CEPU指数的GM-AE-SK-CEPU模型提供的已实现效用得到了显著改进,是表现较好的波动率预测模型,可较好地预测贵金属波动率的未来走势,进而为投资者、政策制定者和监管机构理解贵金属市场的波动特征提供参考建议。