基于样本分位数的波动率估计:条件自回归拟极差模型

摘要

考虑到金融市场收益率分布的厚尾性,在数值模拟的基础上,提出了一类新的波动率模型-条件自回归拟极差模型(QCARR).QCARR和Chou(2005)所提出CARR模型,Engle(2002)所提出的ACD模型等具有类似的结构,可看作CARR在样本分位数下的推广.利用上证综指估计了两种特殊类型的QCARR模型(QCARR1,QCARR2),采用滚动样本预测的方法,比较了上述模型与经过常数调整的CARR(ACARR)以及GARCH的样本外预测能力.结果表明:(i)对模拟数据,在所考虑的估计方法中,第二类拟极差估计和调整极差估计最优.(ii)对上证综指收益率数据,无论是预测的误差分析还是回归分析,QCARR2在上述模型中都是最优的,对上述结论我们给出了相应的解释.