基于日内数据的资产日对数收益率实现波动率的估计

发布时间：2020-07-21 15:07

【摘要】： 金融业的飞速发展以及各种金融衍生工具的不断引入使金融市场变得越来越复杂,金融市场上各种风险的也不断加剧。1998年的亚洲金融危机和最近发生的美国次级贷风波都导致了一大批没能很好控制风险的金融机构倒闭,现在业界更是提出了“金融的本质就是经营风险”之说,风险管理也在各大金融机构的日常运作中扮演愈来愈重要的角色。风险管理中的一个最重要的任务就是市场风险的度量和监控,在这方面业内已经开发了一些风险管理方法:VaR、压力测试、RiskMetrics等。但是在使用这些方法的时候,无一例外的都需要估计资产对数收益率的波动率(通常用对数收益率标准差或方差来衡量),资产收益波动率的估计的好坏直接影响风险监测的准确程度。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是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;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。前者所用信息较少,并且主要以预测波动率为目的,后者缺需要更多信息,主要是用来估计已实现波动率,主要用来对交易日当天的风险进行实时监控。本文将探讨几种基于日内数据的日对数盘中收益率波动率估计方法,主要有简单波动率估计、“最高价/最低价”估计、最佳解析尺度不变估计、已实现双幂次变差估计和向量自回归异方差自相关相合估计。现在不同的模拟场景下,比较各类估计方法的估计效果好坏,然后用各类方法对上证指数(000001)进行实证分析,评价估计结果。最后合模拟分析和实证分析的结果,对各种估计方法的实用性及优缺点作了总结。
【学位授予单位】：复旦大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：F224;F830.9
【图文】：

序列,偏度,绝对值,峰度

r(盘中)序列进行了研究，我们从2000年6月12日开始到2007年11月23日，每天向前取30、60、100个交易日的数据，计算一组偏度绝对值、峰度、JB统计量，详细结果在下面9张图中给出.图3.2:上证指数30天盘中收益率和开盘收益率偏度绝对值

统计量,收益率,上证指数,偏度

{{{感.…r…二赚八.二、(、.}、。。……………………………………………… …发发联曰万~1223X】1戒刀气刀印田一12月伪印以丈妇一12别汤代万丈刀发众妇旧-四团价一11ee全幻{{{{{一圳翻叶翻幻翻娜。~一兰些些些些卿型吵压 {{{{{{{{{{{{{{{{{{{{{{{{{{上面的图3.5一图3.7是以60天为时间跨度计算的偏度绝对值、峰度和JB统计量.结果仍然表明盘中收益率的对称性和正态性远好于对应期间的开盘收益率;60天盘中收益率偏度绝对值曲线和峰度曲线要比30天收益率偏度绝对值曲线和峰度曲线平滑一些;开盘收益率序列的三个统计量曲线远比盘中收益率序列的三个统计量曲线抖动得厉害.整体来说，相对于30天的时间跨度，60天时间跨度开盘收益率序列的偏度绝对值、峰度和JB统计量都要大一些，但60天时间跨度盘中收益率序列的三个统计量并没有明显变化.

峰度,收益率,上证指数

图3.9:上证指数100天盘中收益率和开盘收益率峰度目目目目目目目目目比时翻姐00划钟收脚阶研盘仇州囚城冰匕匕匕匕匕匕今今~.‘’{州:’:，:、‘。天峰度—幼时跪盘中收益率100天峰度度度巧巧}。1·1执11{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{··叫{。’‘::;{4:{州二}!!!’’”台.{件、}1:、州洲:’l从。{{{1110r补f”_J:，;，入’协·’’___I，叮，山.}!狐习~一了(:._’{{{吮吮成华议:1\一川~闷如_‘_沁一户寸人州、{‘从九、厂卜喇{{{000，l一1、l’!r.111产l泊11’.r!一!尸门一1111·n‘‘团团印印份12幻)1{于伪岌公于1舍田印哄{日~12岌D子06丈旧幻务心于四团价-11es幻幻……一』固跳曰女收益和朋天峰度一圳.中临荆00侧河es~」」

【相似文献】