“已实现”跳跃检验与跳跃风险测度

论文摘要

进入21世纪以来,由于信息技术的快速发展,获取日内交易数据变得越来越容易,利用高频数据研究资产收益率的日内特征成为金融领域的一个新的热点话题。为了使资产收益率的建模既不违背市场无套利假定,又在数学上容易处理,一般假定收益率服从某个半鞅过程。学者们利用日内高频数据,采用非参数方法估计潜在波动,研究发现,已实现波动与已实现极差波动都是积分波动的无偏、一致的估计。在低频环境中,市场微结构噪声可以忽略不计,但在高频环境下,由于买卖价差、非连续交易、最小报价单位等微结构因素的影响,使得已实现波动一致高估积分波动,因此,“降噪”方法的研究成为金融计量研究的热点话题。除了微结构噪声外,资产价格跳跃也会导致已实现波动一致高估积分波动。因此,学者们构造了许多已实现估计量,例如二幂次变差和拉普拉斯已实现波动,既对跳跃稳健,又是积分波动无偏、一致的估计。为了甄别资产价格中跳跃成分,学者们提出了许多跳检验统计量,有些跳检验对微结构噪声很稳健,例如ABD检验和LM检验,有些跳检验的检验功效很高,例如CPR检验和PZ检验。本文沿用CPR检验的思想,利用已实现极差估计,构造新的跳检验,并启发性地给出了它的大样本性质。有些资产价格跳跃只受本公司或者本行业消息的影响（定义为异质跳跃）,而有些资产价格跳跃只受整个市场消息的影响（定义为系统性跳跃）。依据资产组合理论,只受本公司或者本行业消息影响的异质跳跃风险可以被一个足够大的资产组合所分散,而那些系统性跳跃风险则是不可分散的。如果资产价格跳跃存在不可分散的成分,那么现有的资产定价与风险管理理论将受到巨大挑战。A股市场存在系统性跳跃吗?这是一个值得研究的问题。本文分别利用指数-个股法和mcp方法检验A股市场的系统性跳跃,研究结果表明,A股市场的系统性跳跃是显著存在的,且两种检验方法的检验结果差异很小。本文通过理论推导证明了指数-个股法的严谨性,通过引入阈值改进了等权二幂次变差的小样本性质。本文将系统性跳跃和异质跳跃视为极端事件,从极值理论的视角探讨股票收益率分布的尾部特征,利用TOD方法消除高频数据的日内效应,运用指数-个股法分解系统性跳跃和异质跳跃,并采用POT方法分别估计它们的左尾和右尾参数。实证研究表明,A股市场日内效应具有明显的“L”型特征,每支股票的系统性跳跃与异质跳跃都是显著存在的,且两类跳跃都具有非常明显的厚尾特征,所有股票的右尾跳跃次数和贡献都大于左尾。这表明,频繁出现的资产价格跳跃及其尾部特征是导致股票收益率非正态分布的一个重要原因。为了从系统性跳跃风险这一微观层面探讨贝塔系数的时变特征,本文利用“已实现”方法分解连续性贝塔和跳跃性贝塔,并分别检验连续性贝塔和跳跃性贝塔的稳定性。研究结果表明,短期连续性贝塔稳定性较差,中期和长期连续性贝塔比较稳定,而短期、中期和长期跳跃性贝塔的稳定性都很差。因此,短期贝塔系数的不稳定主要来自于连续性贝塔,而中期和长期贝塔系数的不稳定则来自于跳跃性贝塔。资产价格跳跃不仅是系统性的,还可能是自激励的。本文在新的]3AR-CJ-M模型框架下研究了沪深300指数隔夜风险的动态特征、影响因素以及可预测性,利用BN-S方法将日内波动分解为连续性波动和跳跃性波动,并运用ACH模型估计发生跳跃的意外性程度,进而采用最小二乘和分位数回归方法估计日内波动率指标和跳跃的意外性程度对隔夜风险的影响。研究结果表明,日内连续性波动、跳跃性波动和隔夜风险的滞后项都会显著地影响隔夜风险,且存在不对称效应；日内跳跃对大的隔夜风险的影响非常显著,且可以利用HAR-CJ-M模型很好地预测大的隔夜风险。这表明,日内跳跃会向前传导至隔夜跳跃,跳跃的自激式影响是显著存在的。

论文目录

• 摘要
• Abstract
• 目录
• 1 引论
• 1.1 研究的目的和意义
• 1.2 国内外相关研究概况
• 1.3 研究结构、研究内容与创新点
• 2 非参数波动率估计与微结构噪声
• 2.1 非参数波动率估计方法及其性质
• 2.2 市场微结构噪声研究现状
• 2.3 本章小结
• 3 资产价格跳跃检验
• 3.1 跳检验方法介绍
• 3.2 蒙特卡洛模拟
• 3.3 以极差为研究对象的跳检验——CP检验
• 4 资产价格跳跃的特征分析
• 4.1 相关文献评述
• 4.2 指数-个股法的理论基础
• 4.3 跳跃尾部参数估计的理论基础
• 4.4 分离系统性跳跃与异质跳跃
• 4.5 跳跃尾部参数估计
• 4.6 本章小结
• 5 系统性跳跃检验与系统性跳跃风险测度
• 5.1 贝塔系数估计方法
• 5.2 系统性跳跃检验
• 5.3 系统性跳跃存在性检验与贡献估计
• 5.4 系统性跳跃风险与贝塔系数时变特征研究
• 5.5 本章小结
• 6 跳跃的自激式影响与隔夜风险特征分析
• 6.1 自激式跳跃
• 6.2 隔夜风险管理
• 6.3 本章小结
• 7 研究结论与研究展望
• 7.1 研究结论
• 7.2 研究展望
• 致谢
• 参考文献
• 附录1 攻读学位期间发表的论文
• 附录2 估计与检验程序