波动率预测模型比较：GARCH族vs已实现波动率.docxVIP

波动率预测模型比较：GARCH族vs已实现波动率

一、引言

在金融市场中，波动率是衡量资产价格波动程度的核心指标，它不仅是资产定价、风险管理、投资组合优化等金融实践的重要依据，也是金融理论研究的核心变量之一。准确的波动率预测能够帮助投资者有效规避市场风险、制定合理的交易策略，也能为监管机构提供市场稳定性监测的关键参考。长期以来，波动率预测模型的研究一直是金融计量学的热点领域，其中GARCH族模型和已实现波动率模型是两类应用最为广泛且具有代表性的预测方法。GARCH族模型凭借其对波动集群性的有效捕捉，在低频波动率预测领域占据主导地位多年；而随着金融市场高频数据的可获得性不断提升，已实现波动率模型凭借其对日内波动信息的充分利用，逐渐成为波动率预测的重要工具。本文将系统梳理两类模型的理论基础与发展脉络，从多个维度对它们进行比较分析，并探讨两类模型的融合趋势及实践启示，以期为金融市场参与者选择合适的波动率预测模型提供参考。

二、两类波动率预测模型的理论基础与发展脉络

（一）GARCH族模型的核心逻辑与演进

波动率的一个典型特征是“波动集群性”，即高波动时期往往伴随着高波动，低波动时期则持续低波动，这种现象无法用传统的线性回归模型解释。为了捕捉这一特征，恩格尔提出了自回归条件异方差模型（ARCH），开创了条件异方差建模的先河（Engle,1982）。ARCH模型假设资产收益率的条件方差依赖