论文部分内容阅读
不确定性是金融市场的本质特征，金融资产的价格波动是这种不确定性的显著表现。在数量金融学中，将资产价格的波动程度称为波动率（Volatility），同时不同资产的价格波动存在一定的相关性(Correlation)。对波动率和相关性进行研究具有重要的学术价值和应用价值。首先，学术上用波动率和协方差来度量金融资产的波动程度和相关性，然而实际上这两者都是潜变量，因而在金融计量学中，准确定义资产价格的波动率和相关性以及如何给出一致性的度量一直是重要的研究课题。第二，在提出波动率和相关性的度量之后，如何根据它们的特征建立合理的模型进行刻画，并利用模型进行样本外的预测也是重要的研究领域。对波动率和相关性进行准确的度量、建模和预测在风险管理、资产定价、投资组合等领域具有重要的应用价值。 金融高频数据主要是指日内交易的价格数据。高频数据的可得使得基于连续时间金融理论的波动率和协方差的度量得以实现。这种利用日内高频价格数据建立的波动率和协方差度量称为已实现波动率（Realized Volatility，RV）和已实现协方差(Realized Covariance，RCOV)。它们包含了丰富的日内交易信息，是对波动率和相关性的一种准确度量。 伴随着国外学术界对金融高频数据的研究深入和国内股票市场高频数据的可得，近年来基于高频数据的波动率研究也成为国内学术界的研究热点。然而多数研究集中在已实现波动率模型上，而已实现协方差模型由于困难性较大相应的研究很少。因此一方面，本文在参阅国内外现有研究成果的基础上，认真分析我国股票市场已实现波动率及波动率不同成分的特征，提出与之适应的并具有一定扩展性的波动率模型框架;另一方面，参照国外先进研究成果，对本文采用的已实现波动率模型进行高维的扩展，提出适应我国股市特征的简洁有效的已实现协方差模型用于投资组合分析和风险管理。 本文的主要内容和结论如下: 一、本文用已实现波动率(Realized Volatility, RV)度量上证综指和深证成指在交易时间内的波动率，由于价格过程存在跳跃(Jumps)将其分解为连续路径变差部分和由跳跃引起的非连续变差部分。同时隔夜波动率也是日波动率的重要组成部分。日波动率的三个组成成分的动态特征各异，因此对它们分别建立模型。对于连续变差部分，采用异质性白回归(HAR)形式的模型以反映连续变差序列持续性强的特征;对于跳变差序列，从频率和幅度两方面来刻画，对于跳变差的频率建立了改进的自回归条件久期(ACD)模型，对于其幅度建立HAR-J模型;对隔夜波动率建立GARCH-t模型，条件方差方程中加入连续变差和跳跃变差来反映连续变差和跳跃变差对隔夜波动的影响。这种分解的模型框架称为HAR-CJN模型，它探究了已实现波动率不同成分之间的相互影响以及在预测中的作用。我国股票市场的实证结果表明连续变差对日波动率的各组成部分均有显著的正向影响，在预测中的贡献最大;而跳变差的影响一般比连续变差的要弱，且随着滞后期的长短而有所不同。本文将HAR-CJN模型与GARCH模型、HAR-RV模型进行样本外预测表现的比较，结果显示HAR-CJN模型的预测表现要远远优于基于日数据的GARCH模型，并在向前一天和一个月的预测中优于流行的HAR-RV模型。 二、本文用已实现协方差（Realized Covariance，RCOV）来度量沪深股票市场股票间的日内相关性。对已实现协方差阵建立RCOV-Wishart-HAR模型，通过假设已实现协方差矩阵服从于Wishart分布保证了协方差矩阵的对称正定性，并且HAR形式的模型自然的实现了从一维到多维模型的扩展，该模型形式简洁，参数较少，有利于协方差模型在高维情况下的估计。本文同时建立了基于日度数据的MVGARCH族模型。由于协方差模型的参数个数较多，为了保证估计和预测的准确性，本文采用贝叶斯计量的MCMC方法进行模型估计和预测。估计结果显示与MVGARCH族模型相比RCOV-Wishart-HAR模型具有更好的样本内拟合表现。在样本外预测中，本文从累积对数预测似然值和全局最小方差投资组合的角度评价了RCOV模型和MVGARCH族模型的预测效果。结果表明RCOV-Wi shart-HAR模型在向前一周之内的预测中的表现要优于MVGARCH族模型，而在更长期的预测中MVGARCH模型表现更优，本文进一步从预测的“均值回归”特征角度解释了这一现象。 三、本文将已实现协方差模型用于我国股指期货套期保值的实证研究。股指期货作为我国第一支正式建立的金融衍生品，是投资者规避市场风险、进行套期保值的重要工具。本文利用日内交易高频数据建立已实现协方差(RCOV)来度量沪深300股指期货和现货的日内相关性，并对已实王见协方差矩阵建立RCOV-Wishart-HAR模型，通过贝叶斯计量的MCMC方法进行模型的估计和动态预测，并将预测结果用于动态套期保值。本文对RCOV模型和常用的MVGARCH族动态套保模型进行了套期保值效率的比较，实证结果表明RCOV-Wishart-HAR模型比MVGARCH模型的套期保值效率高，而套期保值比率低，从而有效的降低了套保成本。 总而言之，本文利用高频数据波动率和相关性研究的理论方法，对我国股票市场的波动率和相关性进行了系统的分析、建模和预测，并将研究成果用于风险管理方面。本文的实证研究结果表明基于高频数据的已实现波动率和已实现协方差模型在波动率和相关性的预测上较基于低频数据的波动率和相关性模型更具优势，因而可以广泛的用于资产定价、资产配置和风险管理等领域。