中国股市已实现波动率的跳跃行为研究.pdfVIP

第26卷第2期(总第170期) 系 统 工程 V01．26。No．2 2008年2月 SystemsEngineering Feb．，2008 文章编号：1001—4098(2008)02．0001—06 中国股市已实现波动率的跳跃行为研究’ 王春峰，姚 宁，房振明，李 晔 (天津大学管理学院，天津300072) 摘要：以二次幂变差的测量为理论基础，研究了上证综指已实现波动率中的跳跃行为。将已实现波动率分 解为连续样本路径方差争离散跳跃方差，研究了跳跃方差序列的统计特征，并且应用HAR．RV—CJ模型对上 证综指的巳实现波动率进行预测。研究结果发现，几乎所有日、周和月已实现波动率的可预测性都来自连续 样本路径方差，表明二次变差中的连续样本路径成分是中国股市已实现波动率预报的决定因素。 关键词：疏跃过程I已实现波动率}二次幂变差I市场微观结构噪音· 中图分类号：F830 文献标识码：A 作为资产定价、组合选择和衍生产品设计的核心，金 近年来，大量国内学者对我国股市收益波动率的建模 融资产收益波动率的估计和预报至关重要。Merton(1980)和预报进行了研究。王春峰、张庆翠(2004)使用上证综指 和Nelson(1992)发现，在任意固定时间区间内，波动率可的日间收益序列建立FIGARCH模型对波动率进行预测， 以使用高频金融收益数据进行估计[1’2]。但是，根据连续样 结果表明，与传统的GARCH模型相比，FIGARCH模型 本路径扩散这一假设推导出的理论结果并不适用于金融 在波动率预测上能够体现出一定程度的优越性[1“。徐正 实践．Andersen和Bollerslev(1998)，Andersen、Bollerslev、 国、张世英(2004，2006)利用一维高频金融收益数据研究 Diebold和Labys(2001)(以下简称为ABDL)，lbrndorff— 了调整的已实现波动率，并与GARCH模型和SV模型对 Nielsen和Shephard(2002)，Meddahi(2002)[7]指出可以使 波动率的预测能力进行了比较，进一步他们又将基于一维 用已实现波动率(realized volatility)进行建模并且预报金变量的已实现波动率扩展到多维高频数据情形．给出已实 融资产收益的波动率[3-7]。ABDL(2003)的实证研究结果现协方差矩阵的概念，并讨论了它的性质和建模问题，以 表明，德国马克／美元和日元／美元的汇率已实现波动率保 刻画多维金融变量的已实现波动率和相关性1-”-1“。但是， 留了高频收益数据的大部分信息，使用已实现波动率的预 在国内这些学者的研究中，并没有考虑金融资产收益波动 测精度比GARCH模型和随机波动模型要高[8】． 的跳跃．也没有分析离散跳跃方差和连续样本路径方差对 由于金融资产(特别是股票和外汇)的交易价格一般 已实现波动率预报的影响。 具有“时间连续性”，因此，金融资产的收益率应该是平稳 的。但是，随着日内高频交易数据的可用性，许多学者发 方法[1l】为基础，使用高频金融收益数据将二次变差 现，金融资产的收益率在日内近似连续的时间内有可能会 variation)分解为连续样本路径方差和离散跳 (quadratic 出现大幅波动，这种现象称为“跳跃”(jump)，跳跃在金跃方差两部分，描述了离散跳跃方差序列的特征，对离散 融资产收益波动率的估计和预报中具有非常重要的意义。 跳跃方差的估计进行了显著性检验和市场微观结构噪音 基于Bamdodf·Nielsen和Shephard(2004，2005)-次幂变的纠正。通过分别考虑二次变差中的连续成分和跳跃成 差(bi-powervariation)测量的理论结果[