基于动态混合和分层收缩方法的金融波动率预测及传导研究

In recent years, volatility in China's financial market is still large, and the current unstable factors both from home and abroad are increasing. The factors influencing the volatility in different periods are different, and their roles are time-varying. Existing literature on the study of volatility forecasting and transmission mostly uses low frequency data, and makes an assumption that the model parameters are fixed, which is not conducive to depict the dynamic relationship between volatility and its determinants, and tend to result in the problem of variable selection and model instability. In view of this, using high frequency data, we will propose a dynamic mixture strategy to conduct a time-varying dimension model for volatility forecasting based on the framework of time-varying parameter models. Moreover, we will adopt a hierarchical shrinkage method to establish a hierarchical time-varying parameter vector autoregressive model, which is used to study the time-varying characteristics and problems of structural breaks and asymmetry in volatility transmission. Finally, our findings will be applied to the risk management field. In a word, the present work aims to provide a new light for modelling the financial volatility and risk in theory, and guidance to investors and risk managers in practice.

近年来，我国金融市场波动仍然很大，且当前来自国内外不稳定因素在增加。而在不同时期影响波动率的因素不一样，且这些因素的作用更多是时变的。已有文献对波动率预测和传导的研究大多采用低频数据，且假设模型的参数是固定不变的，这不利于刻画波动率与其决定因素之间的动态关系，往往存在着变量选择和模型不稳定性的问题。鉴于此，本课题将基于高频数据从时变参数模型分析框架出发，采用动态混合策略构建时变维度波动率模型并进行波动率预测；在此基础上采用分层收缩法建立分层时变参数向量自回归模型，研究不同金融资产或市场波动率传导中的时变特征、结构突变及非对称性问题；最后，将所得结论应用于风险管理领域。在复杂多变的金融背景下，本课题旨在理论上为金融波动率及风险的建模研究提供新的思路，在实践中为投资者和风险管理者提供指导和意见。

本项目完成了如下内容：一是时变系数(维度)下金融波动率的预测；二是金融波动率传导的时频特征；三是金融系统性风险的特征及影响因素。具体如下：. 第一，构建时变转移概率下马尔科夫异质自回归模型进行波动率预测。研究发现中国股市隔夜收益、午间收益、杠杆效应及交易量等对股市波动率具有预测作用，且它们的影响具有非对称性。由于波动率状态是时变的，此结果也表明上述因素对波动率的影响是动态的。. 第二，基于高频数据研究了金融市场波动率传导的非对称性特征。研究发现负向波动溢出效应是时变的，并占据了市场主导地位，这也表明悲观情绪和非知情交易者主导了金融市场。. 第三，在广义预测误差方差分解的频谱分析框架下研究了国际原油市场与我国各行业股票市场间波动率传导的时频动态特征。研究发现系统波动溢出效应主要由短期溢出效应驱动着；同时，整体上原油市场是风险输出者，其净溢出效应也主要表现在短期的影响上；此外，波动溢出效应具有明显的行业异质性，且波动率结构突变是波动溢出效应的潜在影响因素。. 第四，研究了系统性金融风险的特征及影响因素。研究发现短期、中期和长期系统性金融风险呈现不同的时变特征，且短期系统性金融风险占据主导地位；同时，利率是系统性金融风险的重要驱动变量，低利率是短期系统性风险的重要来源。. 社会意义：研究了金融波动率的时变机制转换预测方法及波动率溢出效应(系统性金融风险)的时频特征与影响因素。研究结果对加强金融市场风险管理有重要启示。 . 学术创新:（1）内容创新：研究了波动率时变状态转移特征及波动溢出效应的非对称性与时频动态特征，并分析了系统性金融风险的影响机制。(2)方法创新：提出时变转移概率下马尔科夫异质自回归波动率预测模型，构建广义预测误差方差分解高维频谱表示法下波动溢出分析模型。（3）研究手段创新:现有相关文献大多基于时域上的研究，本研究将时域层面和频域层面的研究相结合，更有利于刻画和分析系统性金融风险变化特征。