吴鑫育， 谢海滨， 汪寿阳

(1. 安徽财经大学金融学院， 蚌埠 233030； 2. 对外经济贸易大学金融学院， 北京 100029；3. 中国科学院数学与系统科学研究院, 北京 100190)

0 引 言

由于波动率在投资组合构建、风险管理以及资产定价等诸多金融领域中的重要作用, 对波动率的研究一直以来都是金融计量经济学文献关注的一个热点问题. 尤其是随着我国衍生产品市场的快速发展, 对衍生产品进行合理定价变得越来越重要和紧迫, 而这依赖于对波动率的准确估计, 由此对波动率建立合适的数学模型, 对模型估计与应用(例如波动率预测)的研究变得日益重要. 而且, 由于金融市场波动率与金融市场的稳定及至实体经济的波动有着紧密联系, 了解和关注波动率动态性对于研究人员、政策制定者和监管者都具有十分重要的意义.

金融市场波动率呈现丰富、复杂的特性. 研究表明, 波动率往往表现出时变性和聚集性, 即一个大的波动后面往往伴随着较大的波动, 而一个小的波动后面往往伴随着较小的波动. Bollerslev[1]和Taylor[2]提出的广义自回归条件异方差(GARCH)模型和随机波动率(SV)模型是两类能够较好地捕获波动率的这种动态特征的模型. GARCH模型假设条件方差是历史信息集的一个确定性函数, 而SV模型假设条件方差是由一个隐含的随机过程生成, 是不可观测的. 由于SV模型在条件方差过程中引入了一个新的随机过程, 模型的尾部拟合能力更强, 能够解释资产收益率大部分的非……