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重要内容之一。提高预测准确性需要适当的波动性测量和建模。波动率最有效的衡量标准之一是实际波动率，线性 HAR 模型被广泛用于模拟这种波动。最近的研究已将 HAR 模型扩展到各种非线性模型。非线性模型可以比标准线性 HAR 具有更高的预测精度，但其预测精度取决于模型的假设。然而，使用错误的模型会降低预测精度。因此，希望通过近似地使用各种模型而不依赖于特定模型来考虑非线性。在本研究中，我们提出了一种不考虑特定非线性的新模型，以验证已实现波动率中的非线性是否可以提高预测精度。该模型具有能够逼近各种非线性模型的特点，有望防止由于模型规范误差而导致预测精度下降。基于该模型的实证分析表明，考虑非线性因素比传统模型具有更高的预测精度。此外，为了提高模型准确性，我们研究了交易量的不对称效应对已实现波动率的影响。为了检验这种不对称效应，本研究引入了一种考虑不对称交易量的新模型。引入的不对称交易量构成了取决于日内或日收益的不对称变量。当我们使用所提出的模型估计 T 已实现波动率时，我们不仅观察到交易量的明显不对称效应，而且还提高了预测准确性。