一类双C-SV-GED随机波动模型的“已实现”波动率分析

姜晶

摘要：本文针对随机波动率的时序估计和分析，考虑到广义误差分布（GED）作为正态分布的扩展形式，既可以很好地描述实际金融数据的“尖峰厚尾”等特征，又可以適当地反映出随机扰动的复杂多变性，在经典SV模型基础上，尝试引入广义误差分布（GED）作为随机扰动项，拟构建一类双C-SV-GED随机微分模型，并探讨其模型中两个随机微分方程的参数估计问题。将上指和深指高频数据作为研究对象，开展了C-SV-GED模型随机波动率的应用与估计。从参数收敛性、自相性、拟合优度DIC等方面，开展了正态和广义误差分布下C-SV模型的比对分析。研究结果表明基于广义误差分布（GED）随机扰动的C-SV模型参数收敛速度较快，模型拟合效果较好;在C-SV模型下的四种模型均能刻画金融市场的随机波动;基于广义误差分布随机扰动C-SV-GED模型的拟合效果更好，体现了C-SV-GED随机模型刻画随机高频波动率的优越性。

关键词：双C-SV-GED随机模型;随机波动率：高频数据;已实现波动率