高频数据波动率估计的已实现测度比较.docxVIP

高频数据波动率估计的已实现测度比较

一、引言

波动率作为金融市场风险度量的核心指标，其估计精度直接决定了资产定价模型的解释力、风险管理策略的有效性以及投资组合的优化效果（张成思和刘志刚，2011）。早期基于日度及更低频率数据构建的GARCH族、随机波动率族模型，依赖于特定的参数假设与分布设定，在应对市场极端波动、跳跃等非线性特征时往往存在估计偏差（王春峰等，2008）。随着金融交易系统的电子化与数据存储技术的发展，分钟级、秒级甚至逐笔成交的高频金融数据逐步可获得，为波动率估计提供了更丰富的信息来源，也推动了已实现测度这类非参数估计方法的快速发展（Anderson等，2003）。

已实现测度依托二次变差理论，直接通过日内高频价格数据构造波动率估计量，无需复杂的模型假设，计算简便且理论基础扎实，因而在学术界和实务界得到了广泛应用。经过多年发展，已实现测度已经形成了丰富的体系，不同测度针对不同的市场特征进行了改进，在估计精度、鲁棒性、功能定位上存在显著差异。但目前不少应用研究对各类已实现测度的差异认识不足，存在随意选择测度的情况，可能导致波动率估计出现偏差，影响研究结论的可靠性。因此，系统梳理各类已实现测度的特征、适用边界，并进行多维度比较，具有重要的理论与实践意义。

本文将围绕高频数据波动率估计的已实现测度比较展开，首先梳理高频数据波动率估计的逻辑转变与已实现测度的发展脉络，其次从理论