论文研究-基于跳跃、好坏波动率与百度指数的股指期货波动率预测.pdf,
本文首次将百度指数引入HAR波动建模框架，基于跳跃、好坏波动率与百度指数提出HAR改进模型，实证研究揭示股指期货波动运行规律，并通过MCS检验分析预测模型优劣.HAR建模考察连续-跳跃波动、好-坏波动率的两种已实现波动分解.为了降低波动率估计偏差，基于序列相关法仿真统计最优抽样频率，利用已实现核修正的ADS检测识别跳跃，进一步修正好坏波动率与符号跳跃.基于沪深300股指期货的样本内外预测表明：连续波动比跳跃波动对未来已实现波动的预测贡献更大；好坏波动率具有不对称的波动冲击，好（坏）波动率抑制（加剧）未来波动性；符号跳跃对未来波动具有负向冲击；好坏波动率分解优于连续与跳跃波动分解；百度指数能显著提升HAR波动建模的样本内外预测能力；MCS检验证实，考虑符号跳跃与百度指数的HAR-RV-SJ-BI模型表现最佳.研究结论对认识股指期货波动规律和市场风险具有意义.
