中国金融市场波动率建模及其预测研究: 基于新的分解方法

在复杂多变的金融市场环境中,对金融资产波动率准确建模和预测具有极其重要的理论和实践意义.因此,本研究基于多种波动率分解方法,并嵌入结合马尔可夫机制模型,重新构建了多个新的异质自回归已实现波动率模型,进一步以上证50ETF为研究对象,对比了各模型的预测精度.主要实证结果发现:(1)利用模型信度集(model confidence set,MCS)检验,发现预测效果最佳的是结合马尔可夫机制并采用分位数组波动率新构建的模型(MSPHAR),且各种稳健性检验也支持上述结论;(2)在高低波动时期、疫情前后和考虑杠杆效应等不同情形下,新构建的MS-PHAR模型仍具有较好的表现.