劉 暢,官 政
(廣西師范大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,廣西 桂林 541004)
隨著全球化、信息化和網(wǎng)絡(luò)經(jīng)濟(jì)的蓬勃發(fā)展,尤其是近年來,隨著大數(shù)據(jù)的提出,統(tǒng)計(jì)學(xué)在各個(gè)領(lǐng)域大放異彩,學(xué)者們對(duì)金融市場(chǎng)的數(shù)據(jù)研究也不僅僅局限于日、周、月等低頻數(shù)據(jù),轉(zhuǎn)而投向了以秒、分、時(shí)為采集頻率的高頻數(shù)據(jù)。在Andersen和Bollerslev(1998)[2]提出可以利用日內(nèi)高頻交易數(shù)據(jù)計(jì)算已實(shí)現(xiàn)波動(dòng)率來評(píng)價(jià)ARCH模型的預(yù)測(cè)效果之后,學(xué)者們開始對(duì)事后積分波動(dòng)率的非參數(shù)估計(jì)問題產(chǎn)生興趣;當(dāng)Barndorff-Nielsen和Shephard(2002)[3]提出當(dāng)資產(chǎn)價(jià)格過程滿足擴(kuò)散模型時(shí),積分波動(dòng)率的一致估計(jì)量就是已實(shí)現(xiàn)波動(dòng)率,并給出了中心極限定理及證明;Valkanov(2006)[4]用絕對(duì)冪變差來對(duì)波動(dòng)率進(jìn)行預(yù)測(cè),效果較好;Gallo和Engle(2006)[5]將GARCH模型和已實(shí)現(xiàn)波動(dòng)率結(jié)合,從而提高了對(duì)波動(dòng)率的預(yù)測(cè)精度;Fan和Wang(2008)[6]給出了瞬時(shí)波動(dòng)率的非參數(shù)估計(jì);Kristensen(2010)[7]將已實(shí)現(xiàn)波動(dòng)率與瞬時(shí)波動(dòng)率的估計(jì)聯(lián)系起來,并證明了二次冪變差核估計(jì)量的漸近正態(tài)性和一致相合性。國(guó)內(nèi)的唐勇和劉峰濤(2005)[8]將已實(shí)現(xiàn)波動(dòng)率、SV(Stochastic Volatility)模型、GARCH模型三者對(duì)波動(dòng)率的預(yù)測(cè)進(jìn)行比較,發(fā)現(xiàn)已實(shí)現(xiàn)波動(dòng)率優(yōu)于其他兩個(gè)模型。相較于Kristensen(2016)的結(jié)論,基于隨機(jī)擴(kuò)散模型,本文對(duì)其估計(jì)量的相合性提出了更好的證明,并給出了更快的收斂速度。
為敘述方便,始終假設(shè)C表示一不依賴于n的大于0的常數(shù),且C每次出現(xiàn)可以取不同的值。
為對(duì)本文的結(jié)論進(jìn)行證明,我們需要提前了解以下內(nèi)容:
隨機(jī)擴(kuò)散模型:
其中,X t為金融產(chǎn)品對(duì)數(shù)價(jià)格,μt為漂移過程,σt為擴(kuò)散過程,且μt和σt為[0,T]上的隨機(jī)過程,W t為標(biāo)準(zhǔn)布朗運(yùn)動(dòng)。
引理1
其中,U~N(0,1)。證明過程見波動(dòng)率估計(jì)研究專題綜述(2019)。
引理2(楊善朝,1997) 若X j:j≥1相互獨(dú)立,且滿足E(X j)=0,則存在常數(shù)C≥0使得:
全文使用如下基本假設(shè):
A 1)對(duì)于任意的p>0和l1≥0,有
A 2)對(duì)于任意的l2≥0,有,其中,T→∞。
A 3)對(duì)于任意的γ>0和C>0,有
B1)當(dāng)窗寬h→0時(shí),有n=T/△→∞和△→0:?n,T→0。
這里ε>0,δ>0都是任意給定的常數(shù),為方便起見,我們采用等距觀測(cè)△=ti-ti-1。
定理1我們假定A 1)~A 3),B1)和K 1)成立.
定理2假設(shè)T是固定的正數(shù),條件A 1)~A 3)和K1)成立.如果當(dāng)n→∞時(shí),h→0且?n→0,其中?n=,這里δ>0都是任意給定的常數(shù),則
我們將估計(jì)量的每一項(xiàng)展開,結(jié)合伊藤引理,我們可以得到:
結(jié)合(1)式,有:
令:
其中,
(1)R1的證明。
(2)R2的證明。
(3)R3的證明。
①首先處理S'n(τ)項(xiàng)。
設(shè)rn為趨于0的待定正常數(shù)序列,選取ln個(gè)中心在τ1,τ2,…,τln,半徑為的鄰域B1,B2,…,Bln覆蓋[0,T],其中顯然
由于:
另一方面,結(jié)合馬爾科夫不等式:
又因?yàn)椋?/p>
從而,
②再處理S''n(τ)項(xiàng)。
又有:
因此,我們聯(lián)立上面三個(gè)式子,可得:
(4)R4的證明如下:
結(jié)合引理2,可以得到:
因此
又因h-1≤Cn-1/2和T≤Cn,所以?ε>0,取r充分大,有:
由h-2n-1T2+l2→0,知
由于h-1≤Cn-1/2和T≤Cn,所以?q>1,取r充分大,有:
(5)R5的證明。
其中,
利用σt的Lipschitz條件,有:
對(duì)于R53,
聯(lián)立以上各式,得:R5=O p(h-2△T1+l2+hγ+hm/2),
其中,
對(duì)于固定的T,
所以?n=n-1h-2+n-1/2+εh-1/2+n-1/2h-1/(2+p)-1/2。
因此我們用新的方法對(duì)該估計(jì)量的相合性進(jìn)行了證明,并給出了比Kristensen(2016)更好的收斂速度。
我們已經(jīng)在第三章給出了波動(dòng)率估計(jì)的相合性證明,本章我們將利用數(shù)值模擬的方法來對(duì)上述估計(jì)量的效果進(jìn)行研究??紤]下面的擴(kuò)散-波動(dòng)率模型:
其中,W1,t,W2,t是兩個(gè)相互獨(dú)立的標(biāo)準(zhǔn)的布朗運(yùn)動(dòng),利用歐拉方法對(duì)上述模型進(jìn)行離散化,并選取α=0.476,β=0.510,κ=0.227596,再選取時(shí)間間隔為1/(60×60×24×100)時(shí)所產(chǎn)生的波動(dòng)率σt2的真值數(shù)據(jù),再?gòu)倪@些真值數(shù)據(jù)中分別選取60 s和30 s不同時(shí)間間隔的真值數(shù)據(jù)進(jìn)行模擬分析。我們得到時(shí)間間隔分別為60 s和30 s的模擬圖,如圖1、圖2所示。圖中,1線為估計(jì)線,2線為真值線。很容易發(fā)現(xiàn),隨著時(shí)間間隔的縮短,估計(jì)線和真值線的擬合程度越好。這也說明我們的估計(jì)量能很好地對(duì)真實(shí)值進(jìn)行估計(jì)。
圖1 時(shí)間間隔為60 s的模擬圖
圖2 時(shí)間間隔為30 s的模擬圖