基于半参数的隔夜波动率建模研究

Overnight volatilities are important in risk measure. Different with intraday returns, most overnight returns do not have fourth order moments, leading to dis-function of many existing volatility models. We propose a type of overnight volatility model to solve this, and assume a non-parametric long-run component of volatility. Specifically, we use BETA-T-EGARCH to estimate the short-run volatility, and employ the absolute values of overnight returns and Tau correlations to estimate the long-run volatility. By doing this, the estimator will be consistent and asymptotic normal if overnight returns have moments larger than two. We will also provide the asymptotic properties of the estimators. Moreover, we incorporate intraday high-frequency data and overnight data to build a mixed-frequency volatility model, which can largely improve the forecast accuracy and enable to forecast at a different horizon. Not only contributing to the overnight volatility modelling literature, we also apply our models to intraday and overnight risk-return trade-off tests, to investiagate different pricing patterns during overnight and intraday.

隔夜波动率是风险度量中不可忽视的一部分。与日内收益率不同，隔夜收益率普遍不存在四阶矩，此时现有波动率模型估计量的一致性和渐近正态性可能无法成立。本项目提出半参数隔夜波动率模型来解决这个问题，并允许波动率具有随经济周期而变化的非参数长期趋势。具体而言，我们利用BETA-T-EGARCH来拟合短期波动率，基于收益率绝对值以及Tau相关系数来拟合长期波动率，从而保证当收益率存在大于二阶的矩时，估计量就具有一致性和渐近正态性。在此基础上，本项目进一步融合日内高频数据，建立混频的隔夜波动率模型，实现不同周期的波动率的灵活预测，并提高模型的预测精度。除完善隔夜波动率模型的理论性贡献与意义外，本项目还将提出的模型应用到风险收益关系在日内和隔夜的分时段检验中，研究资本市场在不同时段的运行规律。

在这百年未有之大变局中，国际格局深刻调整，外部环境的不稳定不确定因素明显增多。由于中国与欧美股市的交易时段相错开，国际市场的冲击常常集中体现在中国股市的开盘价格中，从而产生隔夜波动。隔夜收益率近年来也受到了越来越多的关注，本项目围绕隔夜风险展开了系统研究。. 与日度收益率不同，隔夜收益率存在极其严重的厚尾性，常常不存在三阶矩。而传统的波动率模型一般都需要假设收益率存在四阶矩，所以无法用于隔夜波动率建模。基于此，我们主要进行了以下三个方面的研究。第一，提出了一个新型的半参数隔夜波动率模型，用非参数方法拟合随经济周期变化的长期隔夜波动率，用score-driven的参数方法来刻画短期波动率。此模型不需要假设三阶和四阶矩的存在，适用于隔夜波动率的建模。我们也对该半参数模型的大样本性质进行了系统地推导。第二，将该一维的波动率模型推广到多维情况。我们假设股票间存在随时间缓慢变化的相关系数矩阵，用两步法对模型进行估计，并克服了传统多元波动率模型的维度祸根问题。第三，借助混频MIDAS的研究方法，将日内高频收益率和隔夜收益率融合起来预测低频收益率，该模型显著提高了预测精度。上述的这些研究内容被整合为两篇高质量论文，发表在国际知名期刊Journal of Econometrics上。. 在本项目的研究中，我们指出隔夜收益率存在严重厚尾性，直接套用传统方法建模可能会得到错误的结论，引起了学术界对隔夜收益率重厚尾性的关注，为日益蓬勃的隔夜收益率研究奠定了基础。我们的模型可用于优化投资策略，并帮助监管单位更好的防范风险，促进资本市场的稳健发展。