高维波动率的预测.pdfVIP

高维波动率的预测 ∀ 137 ∀ 高维波动率的预测 王 明 进 ( 北京大学光华管理学院) 多维波动率的预测在实际投资决策中是一个 要而困难的问题。本文 分析了能够运用到高维情形下的五种波动率模型的预测方法, 它们分别是EWM A 模型、O GA R CH 模型、ICGA RCH 模型、G OGA RCH 模型和 DCC 模型等。对两 组高维真实数据的波动率进行预测比较的结果显示, ICGA RCH 模型和 DCC 模型 能够给出比其他三种模型更为准确的预测结果, 此外, O GA R CH 模型EWMA 模 型要好, 而预测效果最差的是 GO GA RCH 模型。 ! 多元波动率! 预测! ICGA R CH 模型! D CC 模型 ! F 830 ! ! ! A Forecasting of High Dimensional Volatility ! ! Abstract: For ecast ing of mu tivariat e v o at i it y is an import ant but dif ficu t pro b em for pract ica invest ment decisions T his paper addresses the f orecast ing methods of f iv e m u t ivariat e v o ati it y m ode s , ie, EWM A mo de , O GA RCH mode , ICGA R CH mo de , G O GA R CH mo de and DCC mo de , w hich can be used in the cases of hig h dimension By app y ing t hese m et hods t o t w o rea dat a, t heir outofsam p e f orecast ing perf orm ances are eva uat ed and co mpar ed T he resu t in dicat es t hat ICGA RCH mode and D CC mode can a w ays g ive t he most accurat e for ecast among t hese mode s M oreover, OGA R CH mode is m uch bet t er t han EWMA mode and G O GA RCH is a w ays t he w o rst one in t erm of t he f orecast ing of hig h dimensiona vo ati it y Key words: Mu t ivariat e vo at i ity ; F orecast ing; ICGA R CH mo de ; DCC mode ! ! 对金融资产波动率的度量和预测, 在期权定价、资产配置及风险管理等诸多金融 策当 中都是极为重要的一个环节。在只考虑一个资产的情形下, 该资产的波动率是指它的收益率 本研究得到了国家自然科学基金的资助, 项目编号7067 1002 。 ∀ 138 ∀ #数量经济技术经济研究∃ 2008 年第11 期 的方差或者标准差。比如, 在对期权进行定价的时候, 标