近日，经济与管理学院杨荣军副教授在国际知名期刊“International Journal of Information Management”（SSCI一区，当期影响因子5.06）发表关于金融市场波动的研究论文，论文题目为“Big data analytics for financial Market volatility forecast based on support vector machine”，杨荣军副教授为第一作者，该成果由枣庄学院、中国人民大学、上海大学、东华大学、美国Southern Illinois大学等合作完成，枣庄学院为第一完成单位。

高频数据能够在后续深入研究阶段内发挥十分关键的影响作用。参照具体研究素材，确保高频数据研究阶段内存在的实际问题可以得到全面解决。相反，如果该部分问题不能得到妥善解决，研究价值也会受到极大不良影响。波动率作为市场风险的核心评估指标，在高频数据波动率作用下，共同为资本市场活动开展创造良好前提条件。高频数据价格波动率自身带有明显的记忆时间较长特征，而且“尖峰后尾”现象体现也十分明显。利用已实现波动率以及双幂次变差开展资产价格的连续性波动以及跳跃波动的深入探究，并结合实际状况，完成研究模型建设。将预测效果良好的模型与差异函数对应的支持向量机有效结合为一体，最终结果显示，虽然核函数不同，但是彼此之间具备一定相似性；将跳跃波动预测模型与支持向量机更好的融合为一体，该部分操作将有助于模型短期预测精准度得到全面增长。从实际发展状况来看，无论对于监管机构还是投资者而言，波动率预测所发挥的影响作用都非常关键。

上述研究成果得到了国家社会科学基金项目（16BRK009）的资助。

文章链接：https://www.sciencedirect.com/science/article/pii/S0268401218313604