具有时变波动率持续性的已实现EGARCH模型及其实证研究

研究表明,金融资产收益率的波动率具有时变性、聚集性和非对称性等复杂的特征.此外,波动率还具有很强的持续性,而且这种持续性具有时变特征.与此同时,随着计算机及电子信息技术的快速发展,高频数据越来越容易获得,充分利用高频数据可以提高波动率估计的准确性.Hansen和Huang采用高频数据构建了已实现EGARCH(REGARCH)模型,研究发现其比传统GARCH模型和EGARCH模型具有更好的数据拟合效果.但是,REGARCH模型仍然没有考虑波动率持续性的时变特征.文章在REGARCH模型的基础上,引入随时间变化的GARCH系数,采用混频数据抽样(mixed-data sampling,MIDAS)方法,将其与解释变量(已实现波动率)联系起来,构建了具有时变波动率持续性的REGARCH(TVP-REGARCH-MIDAS)模型.采用上证综合指数数据进行实证研究,结果表明:上证综合指数的波动率具有很高的持续性,而且这种持续性展现明显的时变特征,具体而言,上证综合指数的波动率持续性与已实现波动率呈负相关,即在高(低)的波动率时期会产生低(高)的持续性;TVP-REGARCH-MIDAS模型相比EGARCH模型、REGARCH模型和TVP-GARCH-MIDAS模型具有更好的样本内拟合效果以及样本外波动率预测效果.