Квантильные модели, связывающие доходность и волатильность с изменением цены

Сводка

В статье изучается связь показателей прошлых изменений цены и подразумеваемой опционами волатильности с условными распределениями будущей доходности и реализованной волатильности. В центре внимания — интегрированная дисперсия, полудисперсия роста и снижения, а также вариация скачков; гибкая квантильная регрессия моделирует результаты в разных частях распределения.

Для фьючерсов на S&P 500 и фьючерсов на сырую нефть WTI исследование показывает, что линейные квантильные регрессии доходностей и неоднородные квантильные авторегрессии реализованной волатильности эффективно отражают динамику распределений. Эти подходы сравниваются с известными эталонными моделями; авторы сообщают о высоких результатах как в абсолютном выражении, так и относительно эталонов. Результаты указывают на возможное применение при оценке риска фьючерсов и контрактов, привязанных к реализованной волатильности. Данные относятся к двум изученным фьючерсным рынкам; в документе нет подробностей о реализации или результатах для других активов и периодов.

Ключевые идеи

• Квантильная регрессия описывает связь предикторов с разными частями распределения будущей доходности.
• В качестве предикторов рассматриваются интегрированная дисперсия, полудисперсии, вариация скачков и подразумеваемая волатильность.
• Для доходности используются линейные квантильные модели, а реализованная волатильность моделируется неоднородными квантильными авторегрессиями.
• Приведённые данные охватывают фьючерсы на S&P 500 и фьючерсы на сырую нефть WTI; также приводятся сравнения с эталонными моделями.
• Модели могут помочь оценивать риск фьючерсов и производных инструментов на реализованную волатильность.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.