《基於高頻數據的金融波動率建模研究》是依託南京大學，由瞿慧擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於高頻數據的金融波動率建模研究
- 項目類別：青年科學基金項目
- 項目負責人：瞿慧
- 依託單位：南京大學
項目摘要,結題摘要,
項目摘要
波動率是現代金融理論中對資產風險的主要度量，它對投資決策與風險管理等金融活動具有重要意義。高頻數據的日益可得使我們可以構建已實現估計量，將波動率由隱變數轉變為可觀測的顯變數，直接分析、建模；並使得對連續性波動與跳躍性波動的進一步區分成為可能，因此基於高頻數據的金融波動率建模研究已成為波動率研究領域的熱點。本項目選取我國證券、期貨市場的日內高頻數據，在現有研究基礎上，分別從已實現估計量的構建、波動率模型外生變數的選擇、波動率模型結構的設計三方面改進創新。通過將每日跳躍性波動進一步合理劃分為不同規模的跳躍，有效檢測日內多次跳躍，合理納入隔夜收益、巨觀經濟變數等外生變數，合理引入非線性結構，最佳化HAR類模型時間尺度結構等方法，改進波動率模型的數據刻畫能力與預測性能。本項目將為我國投資者的資產配置與風險管理等金融活動提供有效基礎工具，對於政策制度制定者及金融監管當局也具有重大實際意義。
結題摘要
本項目選取我國證券、期貨市場的日內高頻數據，在現有研究基礎上，分別從“已實現估計量”的構建、波動率模型外生變數的選擇、波動率模型結構的設計三方面改進創新，並具體分為九點展開，以期提高對波動率的擬合與預測能力。在“已實現估計量”的構建方面，提出區分大、小跳躍的HAR-RV-CJ-BS模型，並通過最大化估計窗內擬合優度來選取閾值區分大、小跳躍，顯著提高了對滬深300指數短期、中期、長期波動的預測能力。提出基於日內高頻收益波動L型折線模式的可變閾值日內跳躍識別方法，據此區分連續性波動與跳躍並運用於塑膠期貨已實現波動的HAR-RV-CJ模型時，可以顯著提高對短期、中期波動的擬合及預測能力。在波動率模型外生變數的選擇方面，結合對波動率模型結構的設計，提出以過去1日和過去1月對數收益率為狀態變數，採用logistic函式刻畫狀態間轉移，將HAR類模型發展為非線性模型，提升了對滬深300指數波動的擬合及預測能力。進一步的，提出以Beta函式加權的過去對數收益率線性組合作為logistic函式的轉移變數，顯著提高了對電力價格波動的預測能力。在波動率模型結構的設計方面，還提出以自適應的時間尺度結構代替常用(1,5,22)結構的AHAR類模型，並設計了最佳化AHAR類模型時間尺度結構的遺傳算法。基於滬深300指數的實證發現我國股市的異質性結構隨時間而變化，(1,5,22)結構並非最優選擇，且AHAR類模型的預測能力顯著超越相應HAR類模型。此外，項目組還在HAR類模型與低頻GARCH類模型的比較、波動預測的套用及經濟意義評價等方面進行了研究，以提高研究的實務價值。本項目三年來共發表（錄用）SCI論文2篇、SSCI論文3篇、EI論文1篇，國內CSSCI論文6篇。參加國際學術會議報告1次，全國性會議報告4次（獲“優秀論文獎”1次）。培養碩士11名，部分畢業後在證券、期貨公司工作，已開始將相關方法套用於投資與風險管理實務。
