考虑共同模式的我国多品种期货已实现波动率建模与预测研究.pdfVIP

摘要

期货市场是金融衍生品市场的重要组成部分，能提升资源配置效率，也能为

投资者提供风险管理工具，有助于提高市场效率、维护市场稳定。度量和预测期

货市场的波动率对金融领域资产组合管理、定价及相关衍生产品设计具有重要意

义，也有利于市场参与者正确认识期货市场风险、做出决策。伴随高频数据可获

得性的提升，学者们逐渐开始采用高频交易数据对波动率进行预测研究。但与股

票波动的研究相比，学者们对期货波动的研究相对较少，并且在对期货波动率的

预测研究中主要聚焦于单个期货品种，缺乏对多种期货波动率的联合预测研究。

在此背景下，针对中国市场多品种期货的波动率预测问题，本文选取已实现

波动率（RealizedVolatility,RV）作为研究对象，在异质自回归已实现波动率模型

（Heterogeneousauto-regressivewithRealizedVolatility,HAR-RV）的基础上，引入

刻画滞后项非线性特征的混频数据模型（MixedDataSampling,MIDAS）模型，采

用了系列新模型对多品种期货的已实现波动率进行建模与预测研究。在模型设计

上，本文将多品种期货已实现波动率的共同因素指标和交易信息纳入模型，基于

期货间波动模式共性，提出面板HAR-RV-COM（Commonality）等模型；考虑历

史信息对已实现波动率的非线性影响，提出面板MIDAS-RV-COM等模型；在估

计方法上，既考虑每个期货品种单独回归，又分析多期货品种的面板回归；在预

测方式上，考虑多窗口的一步外推预测；在样本选取上，既考虑少品种长面板的

样本，又考虑多品种短面板的样本；此外，本文不仅对金融和商品期货总体进行

预测，也按照商品细分类别来分类预测。

本文发现，采用不同方式将期货间波动模式共性信息考虑在内的模型相较于

基准模型展现出更优越的预测性能。更详细地，无论是采用引入期货类别间和期

货类别内共同因素的方式、还是采用去自身标度影响的面板方法来刻画波动模式

共性，这样的考虑共性的模型都有更好的预测表现。这一结果说明，在模型中适

当融入波动模式的共性特征，可以提高模型对多种期货的预测能力。并且，本文

还发现，对单个细分期货类别而言，考虑这个期货类别内的共同因素的模型比考

虑市场间共同因素的模型在预测性能上有所提高，同类别期货的影响力更大。本

文也对比了不同模型在不同期货产品上的预测表现差异。此外，采用非线性来刻

画信息的MIDAS类模型通常比HAR-RV类模型展现出更加优越的预测能力。

在考虑期货间波动模式共性和RV非线性特征的基础上，本文还引入了交易信

息，预测结果表明在考虑波动模式共性的基础上引入交易信息和持仓信息能进一

步提升模型的预测表现。

关键词：已实现波动率，期货市场共同因素，HAR-RV模型，MIDAS模型，交易

信息

ABSTRACT

Thefuturesmarket,acrucialcomponentofthefinancialderivativesmarket,can

enhanceresourceallocationefficiencyandprovideinvestorswithriskmanagementtools

thatcontributetomarketefficiencyandstability.Themeasurementandpredictionof

volatilityinthefuturesmarketareofgreatsignificanceforassetportfoliomanagement,

pricing,andthedesignofrelatedderivativeproductsinthefinancialsector,aswellasfor

marketparticipantstocorrectlyunderstandtherisksofthefuturesmarketandmake

informeddecisions.Withtheincreasedavailability