论文部分内容阅读
自2013年中国证监会发布《关于修改<证券发行与承销管理办法>的决定》以来,中国债券市场的发行主体不断增加,市场规模日益扩张,债券种类也越来越丰富,成为我国金融市场体系的重要组成部分。主流的风险管理理论对金融市场中出现的“异常现象”无法做出合理的解释,多分形理论被引入金融市场研究复杂的价格波动,这为以多分形理论为基础的金融风险管理研究提供了新思路。纵观以往研究文献,学者们对中国金融市场以多分形理论为基础的金融风险管理的研究主要集中于股票市场、期货市场以及外汇市场,对债券市场的研究较少,且研究内容多局限于债券市场的多分形特征,对债券市场多分形风险测度的研究尚不全面。首先,以金融理论为基础,以多分形理论和方法为工具,运用多重分形消除趋势波动分析法(MF-DFA)和多分形谱分析方法,对上海证券交易所2006年1月4日至2016年12月30日国债指数和企债指数的日收益率序列进行分析,发现国债指数和企债指数的日收益率序列存在明显的多分形特征,而且两指数的肥尾分布特征是导致收益率序列存在多标度分形的主要原因;之后,以上海证券交易所国债指数和企债指数的5分钟高频价格指数收益率序列为样本,利用已实现波动率模型(RV)、多分形波动率模型(MFV、MFVW、MV、MVM)构建中国债券市场金融风险测度模型,测度中国债券市场波动率指标;最后,为提高中国债券市场波动率预测模型的精度,利用已实现波动率和多分形波动率的对数序列,结合短记忆ARMA模型和长记忆ARFIMA模型,分别构建ARMA-LnRV(LnMFV、LnMFVW、LnMV、LnMVM)和ARFIMA-LnRV(LnMFV、LnMFVW、LnMV、LnMVM)模型对样本区间外未来10天的波动率进行预测,构建中国债券市场波动率的预测模型。研究表明,中国债券市场存在明显的多分形特征,且波动率相对平稳;基于长记忆的ARFIMA模型预测得到的波动率比基于短记忆的ARMA模型预测得到的波动率具有更小的相对误差;ARFIMA-LnMVM模型对中国债券市场波动率的预测精度最高。