Modèles quantiles reliant rendements, volatilité et variations de prix

Résumé

Cet article étudie le lien entre les mesures des variations de prix passées et la volatilité implicite des options, d’une part, et les distributions conditionnelles des rendements futurs et de la volatilité réalisée, d’autre part. Il porte sur la variance intégrée, les semi-variances à la hausse et à la baisse et la variation due aux sauts, en utilisant la régression quantile flexible pour modéliser les résultats à différents endroits de leurs distributions.

Pour les contrats à terme sur le S&P 500 et le pétrole brut WTI, l’étude conclut que les régressions quantiles linéaires pour les rendements et les autorégressions quantiles hétérogènes pour la volatilité réalisée décrivent efficacement la dynamique des distributions. Elle compare ces approches à des modèles de référence établis et rapporte de bonnes performances, en valeur absolue comme par rapport à ces références. Les résultats suggèrent une utilisation possible pour évaluer le risque des contrats à terme et des contrats liés à la volatilité réalisée. Les données se limitent aux deux marchés à terme étudiés ; le document ne détaille pas les choix d’implémentation ni les performances sur d’autres actifs ou périodes.

Idées clés

• La régression quantile peut décrire les liens entre les variables prédictives et différentes parties des distributions de rendements futurs.
• La variance intégrée, les semi-variances, la variation due aux sauts et la volatilité implicite sont étudiées comme variables prédictives.
• Des modèles quantiles linéaires sont utilisés pour les rendements, tandis que des autorégressions quantiles hétérogènes modélisent la volatilité réalisée.
• Les éléments rapportés portent sur les contrats à terme du S&P 500 et du pétrole brut WTI, avec des comparaisons à des modèles de référence.
• Les modèles pourraient contribuer à l’évaluation du risque des contrats à terme et des dérivés liés à la volatilité réalisée.

Étiquettes

# Semiparametric Conditional Quantile Models for Financial Returns and Realized Volatility


# Semiparametric Conditional Quantile Models for Financial Returns and Realized Volatility









This paper investigates how the conditional quantiles of future returns and volatility of financial assets vary with various measures of ex-post variation in asset prices as well as option-implied volatility. We work in the flexible quantile regression framework and rely on recently developed model-free measures of integrated variance, upside and downside semivariance, and jump variation. Our results for the S&P 500 and WTI Crude Oil futures contracts show that simple linear quantile regressions for returns and heterogenous quantile autoregressions for realized volatility perform very well in capturing the dynamics of the respective conditional distributions, both in absolute terms as well as relative to a couple of well-established benchmark models. The models can therefore serve as useful risk management tools for investors trading the futures contracts themselves or various derivative contracts written on realized volatility.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.