关 璐,郭名媛

(天津大学 管理与经济学部,天津 300072)



基于RealizedGARCH模型的沪深300指数波动率研究

关 璐,郭名媛

(天津大学 管理与经济学部,天津 300072)

基于中国沪深300指数,采用5min高频数据计算已实现极差作为波动率估计量。建立RealizedGARCH模型,并假设收益率残差分别服从正态分布和广义双曲线分布。实证结果表明:无论是选择已实现方差还是已实现极差作为已实现测度,服从广义双曲线分布的RealizedGARCH模型拟合效果都比服从正态分布的RealizedGARCH模型要好。无论残差服从广义双曲线分布还是正态分布,采用已实现极差作为已实现测度的RealizedGARCH模型的拟合效果都比采用已实现方差作为已实现测度的RealizedGARCH模型要好。另一方面,从似然值提高的程度来看,改变波动率估计量比改变残差分布带来更大的似然值提高,说明选择一个合适的波动率估计量对RealizedGARCH模型拟合效果起着至关重要的作用。

RealizedGARCH模型;已实现波动;已实现极差;广义双曲线分布;正态分布

准确的拟合波动率在金融领域有着重大意义,这就意味着建立一个合适的波动率模型至关重要。广义自回归条件异方差(GARCH,generalizedautoregressiveconditionalheteroskedasticity)模型是目前应用最广泛的模型。与传统的GARCH模型利用日数据计算不同,已实现广义自回归条件异方差(RealizedGARCH,realizedgeneralizedautoregressiveconditionalheteroskedasticity)模型采用高频数据度量的波动率对金融市场波动进行研究。相比传统的日数据,高频数据由于记录了每个间隔的价格,因而包含了更多的信息,能够更加准确地估计波动率,也可以更好地解释和描绘收益率的剧烈波动。……