基于赋权已实现波动率的股票市场VaR度量

近二十年来,学术界对高频金融数据波动率模型的研究已经成为一个热门。特别是最近十几年,Andersen等学者提出了用高频分时数据来估计波动率的方法,这种方法可以得到比较准确的波动率估计值,称为"已实现"波动率,其中ARFIMA-RV是一类非常重要的波动率预测模型。本文在高频金融数据的基础上建立了赋权已实现波动率模型,发现其具有长记忆性,并通过建立对数赋权已实现波动率的分整自回归移动平均模型(lnWRV-ARFIMA)对赋权已实现波动率进行了拟合和预测。最后介绍了赋权已实现波动率在风险价值度量中的重要应用,并基于赋权已实现波动率,给出了风险价值的计算方法。

赋权已实现波动率模型的改进及实证研究

对比分析三类已实现波动率异质自回归模型,基于异质市场理论、赋权已实现波动率以及连续-跳跃成分的分离,构建杠杆效用下带修正跳的隔夜赋权已实现波动率异质自回归模型。通过上证综指5min数据,将带有隔夜波动率、杠杆效用、带修正跳的隔夜赋权已实现波动率异质自回归模型与已有的三类异质自回归模型进行比较。研究结果表明:杠杆效用下带修正跳的隔夜赋权已实现波动率异质自回归模型,由于同时考虑了杠杆效应、分离连续-跳跃成分以及隔夜波动率,因而具有相对较好的样本外预测能力,并且模型的样本内拟合效果也得到显著提升。