基于高频数据的波动率建模及应用研究评述.PDFVIP

«经济学动态» 年第 期 ２０１２ ３ 基于高频数据的波动率建模及应用研究评述 王天一 黄 卓 　 　 : , . 内容提要 囿于数据可得性 传统波动率模型使用的数据频率最高频率一般为日 随着技术进 , . 步 更高频率数据越来越引起研究者们的关注 应用高频数据可以在以下诸方面提升人们对于波 :() .() , 动率的认识 １更好地了解波动率的动态特征 ２有助于建立新的波动率模型 更准确地预测波 ;() , 动率 ３作为一个更精确的波动率度量指标用于评价不同模型的预测结果 并为更复杂的模型提 ;() , . 供估计工具 ４能够识别波动率的不同组成部分 为金融理论和实践提供更多的对象和工具 本 文就近年来基于高频数据的波动率建模及应用的研究进行评述和总结. : 关键词 高频数据波动率 金融风险 波动率 　 　 , 波动率因其是金融资产风险的一种简洁的度 些性质如何改进我们对于波动率具体成分 特别是 　　 量而在金融理论研究和实务操作中占据着核心地 价格跳跃成分的度量等.()高频数据特有的市场 ２ . . 位 其影响几乎渗透到金融的各个领域 , 微观噪音问题如何影响波动率的度量 如何削弱这 , 长久以来 关于波动率的度量及研究一直被一 .() 、 种影响 ３波动率的特征 基于实现度量的波动率 , 个问题困扰着 即波动率本身并不是一个可以被直 , 建模及预测 包括高频数据如何改善传统波动率模 . , 接观测的量 为了解决这个问题 早期研究一般假 型的估计以及在 GARCH和随机波动率模型框架 , 设波动率是一个静态值 从而可以使用一段时间内 .() . 之外的新模型 ４基于高频数据的实证研究 包 . 收益率的方差来近似度量某个时点的波动率 但是 括对于资产溢价等金融理论问题的探讨和对于诸如 金融时间序列的一个显著特征是价格变动幅度存在