基于符号变差和外部信息冲击的已实现极差波动率

已实现极差波动率(RRV)极大地弱化了微观结构噪音的影响,比已实现波动率(RV)的有效性更高。但目前主流的HAR-RRV-跳跃模型忽略了符号变差成分在预测中的差异。由于RRV在跳-扩散框架下是有偏的,难以进行符号分解。因此通过刻度校正及校正分解的方法,分别推导了RRV符号连续和符号跳跃成分。同时,考虑到外部信息冲击也会导致RRV不同方向的非对称变化,利用LGARCH模拟这种非对称影响,构造兼顾符号变差与外部信息冲击的HAR-SRRV-CJ-LGARCH模型和HAR-SRRV-SCJ-LGARCH模型。以沪深300和中证500指数1分钟高频数据作为研究样本,采用多种损失函数和MCS检验评价模型预测能力,结果显示:在预测中考虑了符号变差成分并利用LGARCH模拟外部信息冲击,可以明显提升模型预测能力,同时引入符号连续及符号跳跃的HAR-SRRV-SCJ-LGARCH模型在平稳期和短期预测中最优。

极差信息金融市场波动率的研究综述与评价

金融资产收益的波动率对于期权定价、资产投资组合以及风险管理都十分重要,对于波动率的度量有几种不同的方法,文章从极差的角度入手,总结并评价了近年来极差信息波动率在金融市场中的理论发展与应用研究,并给出关于极差信息波动率研究的研究展望。

隔夜收益率能提高高频波动率模型的预测能力吗

将隔夜收益率作为解释变量加入到高频波动率模型中,研究其对模型预测精度的影响.以沪深300指数为例,运用样本外预测技术及新颖的模型可信集检验方法,同时选取比RV更为稳健的两尺度已实现波动率为基准波动率,实证研究表明,隔夜收益率对短期波动率存在显著的非对称效应;隔夜收益率能改善各波动率模型的拟合能力,并能显著提高模型的短期预测能力;在预测短、中及长期波动率时,已实现和已实现极差高频波动率模型的预测表现并不一致.

基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型，并做了非线性扩展，期望改进预测效果．考虑到文献中关于波动率可能长记忆性和非线性并存的观点，本文以具有长记忆特征的HAR（heterogeneous autoregressive）模型为基础，加入波动率测量误差后模型持续性有所提高，结合非线性的时变参数模型则达到结构变化和减弱异方差的效果．本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果．固定参数下，在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果．时变参数下，加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型．时变参数模型总体上可以改善固定参数模型的预测效果，尤其在预测期较长的情况下改善均是显著的．

高频环境下沪深300股指期货波动测度——基于已实现波动及其改进方法

作为中国唯一上市交易的金融期货产品,沪深300股指期货在资本市场价格发现和风险防范过程中扮演重要角色,科学准确地测度其收益波动对充分实现股指期货避险功能具有重要理论和现实价值.在日内高频信息环境下分别采用经典已实现波动率、已实现极差波动率和已实现双幂波动率等三类方法对沪深300股指期货的收益波动进行测度,通过样本内预测误差指标对上述方法的测度性能进行比较.实证结果表明:沪深300股指期货在上市交易后表现出由剧烈波动到渐趋平稳的波动特征,已实现波动的改进方法在沪深300股指期货收益波动的测度性能上具有较为明显的优越性.

经济政策不确定性与我国股市的波动率预测

经济政策的不确定性对金融市场的价格波动具有重要影响。通过建立一系列已实现极差波动率异质自回归模型族，运用滚动时间窗的样本外预测方法，分析了我国经济政策不确定性对沪深300指数波动率的预测作用。一方面，模型信度集合检验结果表明，我国的经济政策不确定性指数能显著提高对股市波动率的预测能力；另一方面，基于经济价值评价法的检验结果也表明，在不同长度的预测区间上（1、5、10和20天），加入中国经济政策不确定性指数的波动率模型比未加入该指标的其他模型获得了显著更高的投资组合经济价值，且这种提升效果在不同的投资者风险厌恶水平下具有稳健性。