モデル特定化をしない実現ボラティリティの予測精度の比較

无模型规范的已实现波动率预测精度比较

基本信息

批准号：
22K01430
负责人：
牧大樹
金额：
$ 2.58万
依托单位：
Doshisha University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

ボラティリティの予測は、ファイナンス分野におけるリスクマネジメントの重要な要素の一つである。予測精度の向上には、適切なボラティリティの測定とモデリングが必要である。ボラティリティとして最も有効な尺度の１つは実現ボラティリティであり、この動きをモデルするために広く使われているのは、線形のHARモデルである。最近の研究では、HARモデルを様々な非線形モデルに拡張している。非線形モデルは、標準的な線形のHARよりも予測精度が高くなり得るが、その予測精度はモデルの想定に依存する。しかし、誤ったモデルを使用すると予測精度を低下させる可能性がある。そのため、特定のモデルに依存せず、様々なモデルを近似的に用いて非線形性を考慮することが望まれる。本研究では、実現ボラティリティの非線形性が予測精度を高めるかを検証するため、特定の非線形性を考慮しない新たなモデルを提案した。提案したモデルは様々な非線形モデルを近似できる特徴を持っており、モデル特定化の誤りによる予測精度の低下を防ぐことが期待できる。提案したモデルに基づき実証分析を行ったところ、非線形性を考慮することは、従来のモデルより高い予測精度をもたらすことが明らかとなった。また、モデル精度を高めるため、取引量の非対称効果が実現ボラティリティに与える影響を検証している。この非対称効果を検証するために、本研究では非対称取引量を考慮する新たなモデルを導入している。導入された非対称取引量は日中リターンか日次リターンに依存して非対称変数を構成する。提案されたモデルを用いてT実現ボラティリティを推定したところ、明確な取引量の非対称効果が観測されるだけでなく、予測精度が改善された。

波动性预测是金融领域风险管理的关键因素之一。需要适当的波动率测量和建模以提高预测准确性。波动性最有效的度量之一是实现波动率，而线性HAR模型被广泛用于建模该运动。最近的研究将HAR模型扩展到了各种非线性模型。非线性模型可以比标准线性Hars具有更好的预测准确性，但是它们的预测准确性取决于模型的假设。但是，使用错误的模型可以降低预测准确性。因此，希望通过在不依赖特定模型的情况下使用各种模型来考虑非线性。在这项研究中，我们提出了一个新模型，该模型未考虑实现波动率中的特定非线性，以验证实现波动性中的非线性是否提高了预测准确性。所提出的模型具有允许各种非线性模型近似的特性，并且有望防止由于模型识别错误导致的降解的预测准确性。基于提出的模型进行了经验分析，并揭示了考虑非线性的预测准确性比常规模型更高。此外，为了提高模型准确性，我们已经验证了交易量对实现波动率的不对称效应的影响。为了验证这种不对称效应，本研究引入了一个新的模型，该模型考虑了不对称的交易量。引入的不对称交易量取决于日内或每日收益，构成了不对称的变量。当使用所提出的模型估算t-sealized的波动率时，不仅可以观察到明确交易量的不对称效应，而且还提高了预测准确性。