跳至正文
返回文库全部文档

联系收益、波动率与价格变动的分位数模型

文章 arXiv papers · 作者: Filip Zikes et al.
阅读原文

总结

本文考察过去价格变动指标和期权隐含波动率与未来收益及已实现波动率条件分布之间的关系。研究重点包括积分方差、上行和下行半方差以及跳跃变动，并使用灵活的分位数回归对分布不同部分的结果建模。

针对标普 500 和 WTI 原油期货，研究发现，收益的线性分位数回归和已实现波动率的异质分位数自回归能够有效捕捉分布动态。研究将这些方法与成熟的基准模型比较，并报告称其绝对表现和相对于基准的表现均较强。结果显示，这些方法可能有助于评估期货及与已实现波动率挂钩的合约风险。证据仅适用于研究所涉及的两个期货市场；本文没有进一步说明其他资产或时期中的实现方法或表现。

核心观点

  • 分位数回归可以描述预测变量与未来收益分布不同部分之间的关系。
  • 研究将积分方差、半方差、跳跃变动和隐含波动率作为预测变量。
  • 研究使用线性分位数模型分析收益，并用异质分位数自回归模型分析已实现波动率。
  • 报告证据涵盖标普 500 和 WTI 原油期货，并包含与基准模型的比较。
  • 这些模型可能有助于评估期货和已实现波动率衍生品的风险。

标签

期货波动率统计学风险管理衍生品定价
全文
# 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.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。