“壞”跳躍、“好”跳躍與高頻波動率預測

作者：陳國進,丁杰,趙向琴

摘要：準確的波動率預測對資產組合配置和風險管理有非常重要的意義,在當今大數據時代,充分利用股市高頻數據預測股票波動率成為可能。股市高頻信息的一種應用是使用已實現方差和它的組成部分預測股票波動率。已實現方差可以拆分為已實現負半方差和已實現正半方差兩個部分。由于已實現負半方差和已實現正半方差極限形式中包含的連續運動部分完全一致,所以它們的不同僅來源于它們跳躍部分的差異,但連續運動部分的存在是否會'稀釋'股價跳躍對波動率所產生的影響,為此有必要進一步提取負跳躍和正跳躍。基于負跳躍變差和正跳躍變差,利用HAR模型研究兩種不同方向的跳躍是否對波動率產生不對稱影響,使用DM統計量和樣本外Ros2作為評判標準,考察這種區分跳躍方向的做法是否改進了對波動率的預測能力。研究結果表明,①負跳躍對應未來波動率上升,正跳躍對應未來波動率下降。作為風險規避者的投資者厭惡風險和不確定性,意味著投資者厭惡未來波動率上升而偏好未來波動率下降。因此,將股價的負跳躍稱為'壞'跳躍,將股價的正跳躍稱為'好'跳躍。②'好'跳躍導致未來波動率下降,而連續運動部分的上升導致未來波動率上升,兩者效應的總和是已實現正半方差對未來波動率的影響不顯著;'壞'跳躍和連續運動部分的上升都導致未來波動率上升,兩者效應的總和是已實現負半方差對未來波動率產生顯著的正影響。③利用'壞'跳躍和'好'跳躍不但能夠更好地擬合樣本內的未來波動率,而且還能夠明顯地改善波動率的樣本外預測能力。研究結果支持日內收益率的正負符號信息在波動率預測領域有其價值,兩種不同方向的跳躍對波動率產生不對稱影響。在波動率預測實踐中,利用'壞'跳躍和'好'跳躍能夠改進對波動率的預測能力。

發文機構：廈門大學經濟學院 廈門大學王亞南經濟研究院

關鍵詞：“壞”跳躍“好”跳躍波動率預測已實現波動率股市高頻數據'bad'jump'good'jumpvolatility forecastrealized volatilityhigh-frequency stock market data

分類號： F832.51[經濟管理—金融學]