张 莉,王 璐，计 玉，郝建阳

(西南交通大学 数学学院，四川 成都 611756)

金融资产收益率的波动在金融实践中扮演着重要角色，是现代金融理论的核心内容之一。股票作为金融市场的晴雨表，对风险管理、金融监管、投资组合决策以及金融衍生品定价等实务金融问题发挥着不可替代的作用，因此一直是学者研究的热点问题[1-2]。对股市波动率的研究最常使用的工具是GARCH模型[3]和一系列拓展的GARCH族模型[4]。GARCH族模型因能够较好地刻画股票收益的动态特征，如股市的波动聚集性、波动持续性和非对称效应等而被广泛使用。然而，GHYSELS等[5]研究表明GARCH族模型只能对同频数据建模。近几年，随着混频数据的可得性及混频数据在金融市场波动理论分析中的广泛使用，GARCH族模型对于股市中的数据建模显现出局限性。基于此，ENGLE等[6]将GARCH模型和MIDAS回归相结合提出了GARCH-MIDAS模型,该模型有优于GARCH族模型的表现，可将波动率分解为长期波动和短期波动两部分，其中长期项用于捕捉低频波动，短期项用于捕捉高频波动。GARCH-MIDAS模型在既没有忽略重要信息，又没有引入噪声的前提下，能够纳入不同频率的数据，减少因数据降频引起的信息丢失问题。

股票市场的波动存在多种特征，但GARCH-MIDAS模型对股票市场波动率特征的解释具有一定的缺陷。如金融危机、政治事件、自然灾难、局部战争等重大事件都会导致股票市场的剧烈波动,刘庆富等[7]研究表明一些重大风险事件无论在熊市还是牛市均对我国股市收益产生显著的影响；……