多元波动率模型的一些新进展1recentdevelopmentsinmultivariate.pdfVIP

多元波动率模型的一些新进展1 王明进2 北京大学光华管理学院 摘要： 对多个资产收益率的协方差矩阵建立动态模型是一个非常重要的问题。 本文就近些年来该方面研究的一些主要进展进行了综述，特别地介绍了几种基于 数据降维技术发展起来的能够适用于高维情形的多元GARCH 模型，另外，对于 多元波动率的模型诊断与比较方法以及条件协方差矩阵的预测等方面的研究成 果也作了分析。 关键词： 波动率、多元GARCH、模型诊断、预测 中图分类号：F830 文献标示码：A Recent Developments in Multivariate Volatility Modeling Wang Mingjin Guanghua School of Management, Peking University Abstract: Dynamic modeling for the conditional covariance matrix of a group of assets returns is crucially important for different financial decisions, such as optimal asset allocation, risk management and asset pricing etc. This paper makes an updated review on some recent developments in this field over the last years. In particular, some new multivariate GARCH models based on different dimensional reduction techniques, which are expected to be useful to high dimensional cases, are illustrated. Moreover, some newly developed model diagnostic methods and recent results on forecasting of covariance matrix are summarized as well. Keywords: Volatility, Multivariate GARCH, Model Diagnostic, Forecasting 1 该项研究得到了国家自然科学基金项目“基于数据降维技术的多元波动率模型）”的资助。 2 作者电子邮件： mjwang@ 1 0 ．引 言 金融资产收益率序列的波动以及它们之间的相关性往往呈现出明显的时变 特征，研究其中的动态规律对于资产定价、资产配置以及风险管理等各类金融决 策都是极其重要的，可以说，对金融收益率序列二阶矩的动态模型的研究构成了 近二十多年来金融计量学当中最为活跃的领域之一。 就单个资产的情形而言，对其波动率进行刻画的时间序列模型主要包括三 类，一类是 ARCH 模型以及由此推广得到的一系列模型，包括 GARCH 、 EGARCH 、GJR-GARCH、TGARCH、APGARCH 、FIGARCH 等等；另外一类 是随机波动率及其推广形式；第三类模型则是针对由日内高频数据得到的所谓实 际波动率（realized volatility ）序列而建立的各种线性和非线性时间序列模型。目 前对前面两类模型的研究都取得了相对成熟的结果，对于一元的GARCH 模型可 以参照Bollerslev 等 (1994) ，Bera 和 Higgins (1995), Poon 和 Granger (2003) ， Terasvirta (2008) 以及Zivot （2008 ）等综述文献；对于随机波动率模型则可以参 见 Shephard （1996， 2005 ）；Broto