“已实现”双幂次变差与多幂次变差的有效性分析

近年来,基于金融高频数据的波动率研究成为金融学研究领域的热点,而有效性是衡量波动率估计量优劣的重要标准,本文对波动率估计量的新方法“已实现”双幂次变差和“已实现”多幂次变差的有效性进行了研究,得出“已实现”双幂次变差在一般条件下比“已实现”波动更有效的结论,并且证明了在一定条件下,“已实现”多幂次变差的幂次个数越多,该波动率估计量的有效性越高.这一结论为“已实现”多幂次变差的幂次个数选取提供了原则.

金融波动的赋权“已实现”双幂次变差及其应用

金融波动是金融研究中的热点问题。金融高频数据比低频数据包含了更丰富的日内收益波动信息,因此对金融高频时间序列的研究成为金融领域中备受关注的焦点。"已实现"波动是利用高频数据计算金融波动率的全新方法,目前在金融高频数据的研究中应用十分广泛,但它具有误差较大和不稳健的缺点,因此各种改进方法应运而生,其中"已实现"双幂次变差克服了"已实现"波动的不稳健的缺点。本文提出赋权"已实现"双幂次变差的概念,不但继承了"已实现"双幂次变差的稳健性,而且满足无偏性和最小方差性,通过理论证明和实证研究都表明其能够更准确的度量金融波动率。

金融高频数据的偏差校正“已实现”双幂次变差

金融高频数据中微观结构噪声的存在严重影响了金融波动率估计量的准确性.为了消除微观结构噪声给波动率估计量带来的偏差,构建更准确的金融波动率估计量,选取具有稳健性的"已实现"双幂次变差对其做了偏差校正,提出偏差校正的"已实现"双幂次变差,通过定理证明了其渐近无偏性与有效性,并用深证成指的金融高频数据验证了这一理论成果.因此偏差校正的"已实现"双幂次变差是具有稳健性、渐近无偏性与有效性等良好统计性质的金融波动率估计量,它为金融应用研究领域奠定了基础.

中国金融市场波动率的实现极差双幂次变差估计

实现极差和实现双幂次变差分别是针对金融市场中日益流行的高频实现波动率的重要改进,文章对一类新的结合了实现极差和实现二次幂变差各自的优点的实现极差双幂次变差估计进行了建模和实证研究,采用来自沪深两市的主要股指日内高频数据的对比研究显示:该波动率估计量不仅能够像实现极差一样准确捕捉到金融市场收益率无条件分布的尖峰厚尾特征,而且能够像实现双幂次变差一样很好的消除其偏态性。

跳-扩散模型中即时波动率的门限二次幂变差核估计

讨论跳-扩散模型中即时波动率的门限二次幂变差估计问题,基于门限技术与二次幂变差,提出了一个即时波动率的非参数估计量,并在一些假设条件下,建立了它们的相合性和渐近正态性.

基于修正的已实现阈值幂变差的股市跳跃波动行为研究

基于非参数统计方法,利用考虑金融资产价格跳跃和杠杆效应的时点波动估计方法修正已实现阈值幂变差,构造甄别跳跃的检验统计量,对金融资产价格中的随机波动、有限活跃跳跃和无限活跃跳跃等问题进行综合研究。为同时吸收波动率的异方差集聚效应和收益率的非对称效应,对原有的已实现波动率异质自回归预测模型进行拓展,将非对称的异质性自回归模型的误差项设定为GARCH模型,以考察跳跃波动序列与连续波动序列之间的复杂关系。利用沪深股指高频数据进行实证研究,包括进行跳跃识别,跳跃活动程度检验和波动率预测效果对比。研究结果表明,沪深股市同时存在布朗运动成分、有限活跃跳跃和无限活跃跳跃成分,其中连续路径方差占主体。同时,收益和波动间的杠杆效应显著,无论短期还是长期,连续波动和跳跃波动对波动率的预测均具有显著影响,同时考虑股价的跳跃、波动和杠杆效应因素有助于更准确地刻画资产价格动态过程。

双次幂变差与价格跳跃的分离

高频数据的应用,使金融产品波动率的计量经济模型建模有了重要发展,构成本文研究的动机。本文研究了已实现单次幂变差和已实现的双次幂变差,研究结果表明已实现的双次幂变差对价格跳跃是稳健的,并且特定形式的双次幂变差是随机波动率模型(半鞅)已实现二次变差的一致估计。由于双次幂变差对价格跳跃是稳健的,所以价格跳跃的二次变差可以由已实现的二次变差与已实现的双次幂变差之差表示,从而可以把价格跳跃分离出来。本文将给出详细的数学推导过程及结果。最后,根据研究结果对上证指数000001进行实证分析。

加权已实现极差四次幂变差分析及其应用

针对金融高频数而开发的极差波动估计量因能更精确地度量波动率而备受关注.根据方差有效性结合数值模拟,推导出了已实现极差多幂次变差族中最优的波动估计量,并依据无偏性和方差有效性给出了相应的加权估计量.同时将这些估计量与已实现GRACH模型相结合,并对模型进行扩展.实证表明已实现极差四幂次变差是已实现极差多幂次变差族中最优的波动估计量,加权的已实现极差四幂次变差能有效消除日历效应的影响,扩展的已实现GRACH模型在拟合和预测效果上明显优于传统的EGARCH模型.

中国股市已实现波动率的跳跃行为研究

以二次幂变差的测量为理论基础,研究了上证综指已实现波动率中的跳跃行为。将已实现波动率分解为连续样本路径方差和离散跳跃方差,研究了跳跃方差序列的统计特征,并且应用HAR-RV-C J模型对上证综指的已实现波动率进行预测。研究结果发现,几乎所有日、周和月已实现波动率的可预测性都来自连续样本路径方差,表明二次变差中的连续样本路径成分是中国股市已实现波动率预报的决定因素。

中国银行间债券市场回购交易动态行为研究——基于已实现跳跃风险的分析

以二次幂变差的测量为理论基础,研究了银行间回购利率的跳跃风险。将已实现波动率分解为连续样本路径方差和离散跳跃方差。跳跃方差序列的统计特征表明,银行间短期利率的主要价格发现形式是跳跃。以此为基础,分析了银行间回购交易的动态行为。结果发现,跳跃行为在特征和成因上表现出了较之国外更为独特的特征。

基于交错取样门限多幂次变差的中国股市波动细分及非对称性建模

以多幂次变差的测量为理论基础,考虑到有限样本规模的局限以及市场微观结构噪声的影响,提出交错取样门限多幂次变差方法并将其用于中国股市高频已实现波动的细分,区分出连续波动与跳跃波动。根据已实现波动、连续波动与跳跃波动的不同统计特征,分别为已实现波动与连续波动建立LHAR-V-CJ模型,为跳跃波动强度建立LHAR-SJ-C模型,为跳跃波动间隔时间建立LACH-DJ-C模型,引入异质非对称性。使用沪深300指数的实证表明,已实现波动及连续波动与跳跃强度、跳跃间隔时间呈现出不同的非对称性特征,且本文提出的各非对称性模型较现有模型均有较明显的拟合能力改进。

中国银行间回购利率已实现跳跃的甄别与建模

以二次幂变差的测量为理论基础,研究了银行间回购利率的跳跃行为。将已实现波动率分解为连续样本路径方差和离散跳跃方差,研究了跳跃方差序列的统计特征,并且应用HAR-RV-CJ模型对中国银行间回购利率的已实现波动率进行预测。

调整"已实现"波动率与GARCH及SV模型对波动的预测能力的比较研究

高频金融时间序列的分析与建模是金融计量学的一个全新的研究领域,"已实现"波动率是针对高频金融时间序列的一种全新的波动率的度量方法。为了降低"已实现"波动的测量误差,提出更有效的调整"已实现"波动。针对调整"已实现"波动的长记忆性和"杠杠"效应建立ARFIMAX模型。通过设定一系列标准,全面比较基于调整"已实现"波动的ARFIMAX模型、GARCH模型以及SV模型的预测能力。

基于变差理论的利率基准性已实现波动分析

从利率波动状况的角度,利用变差理论,对我国的三种利率体系短期利率的波动状况进行研究并分离出利率的跳跃过程。结果表明相对Libor美元报价利率的波动性,我国的利率短期品种波动性表现较为剧烈,跳跃现象频繁,这三种利率体系尚不能完全独立地作为我国货币市场的基准利率。但作为定价基准,回购定盘利率更适合做隔夜和一周的参考利率,Shibor一月期限的拆借利率要优于Chibor的一月拆借利率。本文结论有利于市场主体选择金融资产收益率的定价标准以及衡量国内利率体系的合理性。

基于HAR-RV-CJ模型的天然气价格预测

长期以来,有关天然气价格预测研究常在影响因素的框架下进行,忽略了天然气市场的"异质性"问题。文章首先根据二次幂变差理论,将天然气价格已实现波动率(RV)分解为连续样本路径方差(IV)和跳跃变差(JV),探讨了天然气价格存在跳跃和不存在跳跃两种条件下,RV与IV及JV的关系;根据天然气市场异质性,构建RV多时段IV以及JV异质自回归模型(HAR-RV-CJ);最后以Henry Hub机构1997—2015年天然气数据为样本进行实证研究。结果表明:日、周和月RV的可预测性都来自连续样本路径方差,表明二次幂变差中的连续样本路径成份是天然气价格RV跳跃行为的决定因素;HAR-RV-CJ模型能很好预测天然气价格RV。

中国股市高频波动率跳跃的特征分析

采用修正的已实现门阈多次幂变差实证分析了中国股市高频波动率跳跃的特征,并运用自回归条件持续期模型、自回归条件风险模型以及扩展的自回归条件风险模型刻画了跳跃持续期的特征.实证研究表明,中国股市高频波动率发生显著跳跃的比例较高,并且跳跃具有聚集的特征,跳跃的幅度、强度以及跳跃幅度的分布都具有时变性,而跳跃对高频波动率的贡献却具有相对稳定性;在样本期,中国股市高频波动率跳跃表现出较强的正自相关性,且跳跃的持续期存在较强的长记忆性和周日历效应.

高频金融数据的两种波动率计算方法比较

高频金融数据的波动率计算是近年来国内外的研究热点,"已实现"波动(RV)是基于高频数据的全新波动率度量方法,最近又出现了"已实现"双幂次变差(RBV)的波动率计算方法。针对这两个高频金融波动率计算的热点问题进行了比较,指出RBV在定义形式上比RV所包含的内容更加广泛,除了具有稳健性,还证明了在两种条件下,RBV比RV更有效。

基于金融高频数据波动率计算方法的比较研究

就近年来出现的基于金融高频时间序列的三种波动率估计量进行了比较研究,从计算方法、统计性质和应用范围等多个角度进行了分析,并用深证成指做了实证研究,为理论工作者和实际操作者选取波动率估计量提供了依据。

基于金融高频数据的VaR研究

选取具有良好统计性质的金融波动率估计量来构建VaR,,可以使市场风险的度量更为准确。高频数据由于比低频数据包含了更多的市场信息,因此基于高频数据的金融波动率估计量更为准确。但是基于高频数据的波动率估计量为数众多,目前仅有对各个估计量本身性质的比较研究,在应用于VaR的研究中如何选取估计量使得VaR的计算更为准确则不得而知。因此,文章选取了高频数据下的若干个有代表性的金融波动率估计量,进行VaR值的计算,并对其结果进行了比较研究,同时进行了持续性分析。通过实证研究表明VaR序列具有持续性,其中由赋权"已实现"双幂次变差计算所得的VaR值更准确,从而为VaR的精确计算和正确建模提供了依据。

基于高频数据的金融波动率模型

金融高频数据和金融波动率是目前金融领域研究的热点问题。本文对基于金融高频数据的金融波动率估计量——"已实现"双幂次变差进行了建模和预测。"已实现"双幂次变差无模型、计算简便,在一定条件下是金融波动率的无偏估计量,并且具有稳健性和有效性。通过用上证综指对"已实现"双幂次变差进行ARFIMA建模,发现中国股票市场的上证综指"已实现"双幂次变差时间序列具有长记忆性。