高頻數(shù)據(jù)視角下非參數(shù)波動率建模、預(yù)測及其評價研究.pdf

1、對金融資產(chǎn)波動率的描述和預(yù)測是現(xiàn)代金融學(xué)理論和實務(wù)界研究的熱點和難點問題，因為它與資產(chǎn)定價理論的檢驗、最優(yōu)資產(chǎn)組合的選擇、衍生品套期保值策略以及金融風(fēng)險的測度和管理密不可分。近十多年，隨著計算機技術(shù)的飛速發(fā)展和金融高頻數(shù)據(jù)獲取性逐漸增強，基于日內(nèi)高頻數(shù)據(jù)的波動率測度方法及其建模預(yù)測受到了國內(nèi)外學(xué)者的熱切關(guān)注。其中，最受學(xué)術(shù)界和實務(wù)界關(guān)注的是已實現(xiàn)波動率和已實現(xiàn)極差波動率。為此，論文基于異質(zhì)市場假說構(gòu)建的異質(zhì)自回歸已實現(xiàn)(HAR-RV)和

2、已實現(xiàn)極差波動率(HAR-RRV)模型為基礎(chǔ)波動率模型，首先評價它們與傳統(tǒng)波動率模型預(yù)測能力的優(yōu)劣性，而后重點研究探討跳躍和符號跳躍變差對模型估計和預(yù)測方面的影響。在此基礎(chǔ)上，論文提出了含跳躍的符號跳躍變差，構(gòu)建了新的波動率模型，并分析對比了新舊波動率模型的預(yù)測能力。進一步，論文進利用馬爾科夫狀態(tài)轉(zhuǎn)換機制拓展了預(yù)測效果較優(yōu)的波動率模型，并結(jié)合投資組合的角度，分析了它們的經(jīng)濟價值(Economic Value)。在波動率預(yù)測方面，論文選擇

3、了樣本外預(yù)測滾動技術(shù)和嚴(yán)謹(jǐn)而又新穎的模型信度集檢驗(Model Confidence Set，MCS)方法，主要實證結(jié)果有:
　　(1)HAR-RV模型相比傳統(tǒng)的幾種波動率模型（如:ARFIMA-LnRV、GARCH族等）在刻畫和預(yù)測市場波動率方面具有更優(yōu)的表現(xiàn)。另外，HAR-RRV模型相較于傳統(tǒng)的波動率模型也展現(xiàn)出了較高的預(yù)測精度。另外，用已實現(xiàn)二次冪變差(RealizedBipower Variance，BPV)來替代已實現(xiàn)波

4、動率（Realized Volatility，RV）作為真實市場波動率的替代變量，以此評價了各波動率模型的預(yù)測表現(xiàn)，實證結(jié)果表明上述結(jié)論是穩(wěn)健的;
　　(2)引入符號跳躍變差（Signed jump variation，SJV）后，不僅可改善原有波動率模型的擬合能力，而且還有助于提高波動率模型的預(yù)測精度。相比符號跳躍變差，其分解形式（正向和負(fù)向SJV）對未來波動率具有更好的解釋能力，且它們對未來波動率的影響具有非對稱性;加入正、負(fù)

5、向跳躍變差的HAR-RV-TJ(或HAR-RRV-CJ)模型展現(xiàn)出了更高的預(yù)測精度;
　　(3)相比正向已實現(xiàn)半變差，未來波動率與負(fù)向已實現(xiàn)半變差具有更強的聯(lián)系。另外，本章新構(gòu)建的符號跳躍變差對未來波動率具有顯著的負(fù)向影響，有助于降低未來波動率。運用Wald檢驗，論文發(fā)現(xiàn)正負(fù)已實現(xiàn)半變差和正負(fù)符號跳躍變差對未來波動率的影響是非對稱的。相比原有其他的高頻波動率模型，論文新提出的模型具有更強的預(yù)測能力。選取比已實現(xiàn)波動率(RV)更為穩(wěn)

6、健的已實現(xiàn)核波動率(RK)作為基準(zhǔn)波動率，上述結(jié)論基本一致;
　　(4)將馬爾科夫波動率模型拓展到預(yù)測效果較優(yōu)的波動率模型中，發(fā)現(xiàn)不論是已實現(xiàn)波動率和已實現(xiàn)極差波動率模型的馬爾科夫狀態(tài)機制都具有較好的預(yù)測表現(xiàn)，尤其是已實現(xiàn)極差波動率模型引入該機制后，展現(xiàn)出了比線性HAR-RRV族模型更高的預(yù)測能力。以兩尺度已實現(xiàn)波動率作為真實市場波動率，MCS的檢驗結(jié)果表明，MS-HAR-RV-PS9模型是論文所有波動率模型中預(yù)測精度最高的模型。