基于日内价格幅度跟回报的随机波动率模型.pdfVIP

基于日内价格幅度与回报的随机波动率模型 蒋祥林 [ 1]，吴晓霖[ 2] [1] 复旦大学 金融研究院, 上海200433; [2]上海理工大学 管理学院，上海 200093 摘要：金融资产波动率测量与建模是金融理论与实践中的一个重要课题，已经有了许多测量 与建模方法。本文引入了基于日内价格幅度与回报两个测度指标的随机波动率模型。利用中 国股市数据进行的实证结果表明，与单测度指标的随机波动率模型相比，基于两个测度指标 的随机波动率模型能更好地描述股票市场波动率和市场波动风险。 关键词：波动率建模，日内价格幅度，日间回报，随机波动率模型, 在险价值 中图分类号：F 830.91 引言 近年来，金融资产价格波动率建模是金融经济学与金融计量学的一个重要的 课题。首先，作为金融资产价格风险的度量指标，波动率对于理解资产价格的动 态特征是极为重要的。事实上，波动率是证券组合理论、资本资产定价模型 （CAPM）、套利定价模型（APT）及期权定价公式的核心变量。其次，波动率对企 业的投资与财务杠杆决策、消费者的消费行为和模式、经济周期及相关宏观经济 变量等都具有重要影响。最后，由于波动率与金融市场的功能与稳定性密切相关， 是体现金融市场质量和效率的最简洁和最有效的指标之一，因此波动率也是决策 者与监管当局密切关注的对象。 但是，波动率本身是一个模糊的概念，有着许多的测量方法和模型。根据现 有的文献[1][2][3][4]，从测量数据来源上看，波动率有三种类型的测量指标：（1）基 于回报或绝对值回报的波动率测量，即使用收盘价格的对数差分作为波动率的测 量基础；（2）基于日内价格变化幅度的波动率测量，日内价格变化幅度指的是日 内的最高价与最低价之差；（3）基于日内高频数据的现实波动率（Realized Volatility）测量，现实波动率指的是日内等时间间隔回报的标准差。这三个指 基金项目:本研究得到上海市哲学社会科学规划项目资助(2005BJB002). 作者简介：蒋祥林（1974—），男，广西人，博士、复旦大学金融研究院讲师，研究方向为金融工程、资 本市场的理论与实证研究， email ：jiangxianglin@ 。 1 标之间存在着一些不同的特点：日回报需要使用前一交易日的收盘价格，日内价 格幅度与现实波动率使用的是日内观测到的数据；而日内价格幅度需要每一个次 交易的价格信息，但现实波动率是基于离散的日内价格数据得到的。 传统的波动率模型，如GARCH 模型、随机波动率模型都是基于回报这一指标 建立的；Anderson （2001）等建立了基于现实波动率模型；Chou 等（2001）提 [4] 出的基于日内价格变化幅度的条件自回归幅度模型 （Conditional AutoRegressive Range，CARR），Alizadeh, Brandt, and Diebold (2001)建立 了基于日内价格变化幅度的随机波动率模型[3]，Brandt （2002）建立了基于日内 价格变化幅度的 EGARCH 模型[5]。从现有的研究结论看[1][3][6][7]，基于现实波动率 测量的效果的效果最好，但其缺陷是需要使用日内高频数据，且受到许多微观结 构因素的影响（如买卖价差、非同步交易等等）而引起测量误差；相比较而言， 基于日内价格变化幅度的波动率测量能够得到与日内的现实波动率的测量相差 不多的效果。综合来看，各个指标可能包括了其它指标所没有的信息，如回报就 不能充分包括交易日内价格发生动态变化的信息，而对于相同大小的现实波动率 对应了不同大小的日内价格变化幅度。因此，能够综合使用这些测量指标可能可 以改善波动率模型的性能。 本文的目的是引入基于日内价格幅度与回报的两个测量指标的随机波动率 模型描述我国股票市场的波动率，并与单测量指标的随机波动率模型进行对比分 析。 1 随机波动率模型 1.1 连续时间波动率过程的离散化 假定股票价格P 遵循如下的连续时间随机波动过程： t dP t µdt