基于日内数据的资产日对数收益率实现波动率估计方法与实证研究.docxVIP

基于日内数据的资产日对数收益率实现波动率估计方法与实证研究

一、引言

1.1研究背景与意义

随着全球金融市场的蓬勃发展，金融产品与交易方式日益复杂多样，金融市场的风险也随之加剧。1998年亚洲金融危机以及2008年美国次贷危机，众多金融机构因未能有效控制风险而倒闭，这些惨痛的教训让人们深刻认识到金融风险监测与管理的重要性。在金融风险管理中，市场风险、信用风险和流动性风险的监控与管理占据核心地位，而资产价格或收益率变动波动率的准确估计，是有效管理这些风险的关键环节。

波动率作为衡量资产价格波动程度的关键指标，广泛应用于资产定价、投资组合优化、风险度量等诸多金融领域。例如，在资产定价模型中，波动率是确定资产价格的重要参数；在投资组合优化中，通过对不同资产波动率的分析，可以合理配置资产，降低投资组合的风险；在风险度量中，波动率常用于计算风险价值（VaR）等风险指标，帮助投资者和金融机构评估潜在的损失风险。

目前，资产日对数收益率波动率的估计方法依据使用数据不同大致可分为两类：基于日间数据估计法和基于日内数据估计法。基于日间数据估计法的典型方法如GARCH模型，在估计波动率时使用的信息是交易日日间收益率数据，该方法所用信息较少，并且主要以预测波动率为目的。而基于日内数据的波动率估计方法主要是使用日内交易信息进行估计，虽然需要更多信息，但能估计已实现波动率，主要用来对交易日当天的风险进行实时监控。日内数据包含了资产在一天内的高频价格变动信息，相较于日间数据，能够更细致地刻画资产价格的波动特征，为风险度量提供更丰富、准确的信息。因此，基于日内数据的资产日对数收益率实现波动率的估计研究具有重要的理论与实际意义。

从理论角度来看，深入研究基于日内数据的波动率估计方法，有助于完善金融市场波动理论，进一步理解金融资产价格的波动规律，为金融市场的微观结构研究提供有力支持。不同的估计方法基于不同的理论假设和数据处理方式，对这些方法的比较与分析，可以丰富和拓展金融计量学的研究内容，推动相关理论的发展。

在实际应用方面，准确估计资产的实现波动率，对于金融市场参与者具有重要的决策参考价值。对于投资者而言，能够更精准地评估投资风险，优化投资组合，提高投资决策的科学性和准确性，从而在复杂多变的金融市场中实现更稳健的投资收益。对于金融机构来说，可靠的波动率估计是风险管理的基础，有助于制定合理的风险控制策略，降低潜在的风险损失，保障金融机构的稳定运营。在衍生品定价中，准确的波动率估计能够提高定价的准确性，促进衍生品市场的健康发展。在监管层面，监管机构可以依据准确的波动率估计，更好地监测金融市场的风险状况，制定有效的监管政策，维护金融市场的稳定秩序。

1.2国内外研究现状

在金融市场风险度量与管理的研究中，资产日对数收益率实现波动率的估计一直是学术界和实务界关注的焦点。随着金融市场的发展和信息技术的进步，基于日内数据的波动率估计方法逐渐成为研究的热点，国内外学者在这一领域取得了丰硕的研究成果。

国外学者在基于日内数据的波动率估计研究方面起步较早。Andersen和Bollerslev（1998）开创性地提出了已实现波动率（RealizedVolatility，RV）的概念，他们通过对日内高频收益率的平方和进行计算，为波动率估计提供了一种全新的思路。研究表明，已实现波动率能够充分利用日内高频数据的信息，相比于传统的基于日间数据的估计方法，能够更准确地刻画资产价格的实际波动情况。此后，Barndorff-Nielsen和Shephard（2004）进一步提出了已实现双幂次变差（RealizedBipowerVariation，RBV）估计方法，该方法在一定程度上克服了已实现波动率对跳跃风险敏感的问题，通过引入双幂次变差的概念，能够有效地分离出连续样本路径波动和跳跃波动，从而提高了波动率估计的精度。在实际应用中，已实现双幂次变差估计在金融市场风险度量和投资组合管理中表现出了较好的性能。

国内学者在该领域的研究也取得了显著进展。张世英和樊智（2004）对各种波动率模型进行了系统的比较和分析，研究了不同模型在国内金融市场的适用性。他们发现，在我国金融市场中，基于日内数据的波动率估计方法在捕捉市场短期波动特征方面具有明显优势，但在实际应用中也需要考虑数据质量、市场微观结构等因素的影响。王美今和孙建军（2004）运用高频数据对中国股票市场的波动率进行了实证研究，结果表明日内数据能够提供更丰富的市场信息，基于日内数据的波动率估计方法能够更好地反映市场的实际波动情况。此外，一些学者还结合我国金融市场的特点，对已实现波动率和已实现双幂次变差等估计方法进行了改进和拓展，使其更适合我国金融市场的实际情况。

尽管国内外学者在基于日内数据的资产日对数