许佳宜 邱育涛

[摘 要]文章结合已实现极差指标、期权隐含信息以及投资者综合情绪指标，构建HAR-RR-IV-SK-CICSI模型并对其预测效果和机制进行了实证研究。研究发现，日、周、月已实现极差对未来波动率均有显著的预测能力，且日、周极差更适用于短中期的预测，而月波动率在长期预测中的表现更为显著;相比于HAR-RV类模型，HAR-RR类扩展模型更精确有效;CICSI指标不必通过隐含波动率及风险中性偏度而间接影响中长期的波动率预测，说明了投资者看涨看跌的情绪与其实际投资决策行为并不完全是一致的。

[关键词]实现极差;HAR-RV类模型;隐含波动率;风险中性偏度;投资者情绪

[DOI]10.13939/j.cnki.zgsc.2021.18.055

1 文献综述

目前对波动率研究的模型主要分为两大类。一类是对历史波动率建模的时间序列：Corsi（2010）构建HAR-RV模型，通过日、周和月三种期限的已实现波动率预测未来波动率，以反映未来波动率与不同期限已实现波动率之间的偏相关性。Parkinson（1980）进一步提出了极值理论方法，比传统只用收盘价来做波动率预测的方法5倍得有效。周田雨（2001）在极值理论的基础上，使用日极差构造了条件自回归（CARR）模型，并在标普500指数上获得了实证成功。丁忠明等（2005）以中国两大股市为研究对象，分别运用CARR模型和GARCH模型进行波动性预测，再次印证了CARR模型更为精确有效。

另一类是研究期权的隐含波动率：相比于历史信息法，期权价格能充分反映供求与对最新市场环境信息的预期。然而现实世界中，资产收益率的分布往往呈现尖峰肥尾的形态，且对于同一底层资产而言，相同期限但不同执行价格的期权具有不同的隐含波动率。……