基于混频数据的投资者情绪与股市波动效应的研究

根据投资者情绪对股市波动具有重要影响这一观点，引入投资者情绪的传统GARCH类波动率模型出现因不同频率数据建模而产生的效率损失问题。文章基于混频数据结构，分别从不同行业、不同情绪状态和不同经济阶段3个角度切入，引入自适应权重形式的广义自回归条件异方差混频数据抽样模型(GARCH-MIDAS-adapt),对中国股市日度波动率进行估计与预测比较。实证结果表明，自适应权重形式融合的混频数据结构可以更好地解释投资者情绪对股市产生的长期波动作用，不同行业表现出有显著的解释力和预测力。此外，在不同行业下，情绪低落时对股市的冲击更大。