隔夜风险可以预测吗?——基于HAR-CJ-M模型的高频数据分析

本文在新的HAR-CJ-M模型框架下研究了沪深300指数隔夜风险的动态特征、影响因素以及可预测性,利用BN-S方法将日内波动分解为连续性波动和跳跃性波动,并运用ACH模型估计发生跳跃的意外性程度,进而采用最小二乘和分位数回归方法估计日内波动率指标和跳跃的意外性程度对隔夜风险的影响。研究结果表明,日内连续性波动、跳跃性波动和隔夜风险的滞后项都会显著地影响隔夜风险,且存在不对称效应;日内跳跃对大的隔夜风险的影响非常显著,且可以利用HAR-CJ-M模型很好地预测大的隔夜风险。