波動預測建模與尾部風險測量方法

作者：陳聲利,李一軍,關濤

摘要：作為中國資本市場的對沖工具,股指期貨在2015年經歷了一輪極端牛熊市。在股指異常波動陰影下,研究股指期貨尾部風險的測量方法,對風險管理與資產配置具有理論意義和實踐意義。傳統風險測量方法通常利用低頻波動率構建尾部風險VaR和ES估計量,但高頻波動率比低頻波動率蘊含更多信息且計算效率更高,利用高頻波動率建立高效的尾部風險測量方法成為研究趨勢。基于條件極值理論和新型高頻波動率,構建RV-EVT框架的股指期貨尾部風險測量方法。闡述已實現波動率衍生的跳躍、好壞波動和符號跳躍理論;為提高波動率估計精度,利用已實現核修正CPR跳躍檢驗、好壞波動和符號跳躍;考慮跳躍、好壞波動和符號跳躍建立4組對數形式的HAR類波動預測模型。在極值理論框架中嵌入HAR類模型預測波動率,構建兩步法的RV-EVT尾部風險測量方法;根據樣本外滾動預測評估股指期貨尾部風險測量水平,采用無條件覆蓋和自枚舉檢驗對VaR和ES進行回測分析。研究結果表明,波動率的樣本外滾動預測顯示,HAR波動預測框架下好壞波動分解優于連續跳躍波動分解,好壞波動衍生出的正負符號跳躍具有極為突出的波動預測能力;回測分析檢驗結果顯著,尾部超出數接近理論預期,表明RV-EVT尾部風險測量方法有效;HAR-RV-RS和HAR-RV-SJd模型的尾部風險測量表現最佳;ES模型比VaR模型具有更優的尾部風險測量水平,特別是在高風險狀態下ES模型能彌補VaR模型失控的缺陷;通過量化交易資金管理研究,揭示尾部風險測量方法的應用價值。建立了高頻波動率與風險管理的橋梁,為金融資產尾部風險度量提供了有效方法,對資產配置和風險控制具有借鑒意義。

發文機構：北京大學光華管理學院 嘉實基金管理有限公司 哈爾濱工業大學管理學院

關鍵詞：波動預測尾部風險好壞波動極值理論量化交易volatility forecastingtail riskgood-bad volatilityextreme value theoryquantitative trading

分類號： F832.51[經濟管理—金融學]