大类资产配置报告系列之三：风险无处不在，资产波动率模型构建与预测-20200302-西部证券-25页_2mb

风险无处不在：资产波动率模型构建与预测总结

核心内容概述

本报告探讨了突发性风险事件（如疫情、战争、恐怖袭击等）对资本市场的影响，并从波动率的角度分析了资产价格的共性特征。通过研究全球和国内市场各大类资产的波动率，提炼出共性波动率因子，并构建了基于实际波动率的风险预测模型，以提升投资效用。

主要观点与关键信息

1. 风险事件对资产波动的影响

• 突发性风险事件会对资本市场造成显著冲击，导致资产价格大幅偏离。
• 2020年春节期间的新冠疫情对全球资产价格产生了明显影响，尤其是风险资产。
• 国内资产在疫情冲击下，如上证50、沪深300等，周度均出现下跌，而黄金和债券则表现出避险特征。
• 海外资产如标普500和港股在交易时间差异下，出现不同波动表现。

2. 波动率的重要性

• 波动率是衡量金融风险的重要维度，广泛应用于资产定价、投资组合优化和风险管理等领域。
• 与资产收益相比，波动率具有更强的自相关性和集聚性，有助于预测未来市场波动。

3. 波动率的划分与数据来源

• 波动率的计算方法包括参数法（如ARCH、GARCH）和非参数法（如实际波动率）。
• 实际波动率通过高频日内收益平方和来估计，其计算依赖于合适的样本频率。
• 国内资产由于数据可得性有限，使用指数代替具体资产期货标的。

4. 波动率预测模型构建

• 文章探索了六种基于实际波动率的预测模型，包括AR模型、中心化优化模型、跨期预测模型、HAR模型、MIDAS模型和HExp模型。
• 通过面板回归和标准化处理，提升了模型的稳健性和预测性能。
• 优化后的模型（如HExpC）在样本外预测中表现优于传统模型，提高了投资效用。

5. 风险预测模型的检验

• 使用样本内和样本外数据验证模型的预测能力，R²作为衡量标准。
• 优化后的模型在样本外预测中展现出更高的准确性。
• 风险提示：模型预测基于历史数据，市场环境变化时存在失效风险。

模型构建与优化

1. 实际波动率

• 实际波动率（RV）通过高频日内数据计算，是真实波动率的无偏一致估计。
• 采用 $ RV_t = \sum_{i=1}^{1/\Delta} [\log(p_{t-1+i\Delta}) - \log(p_{t-1+(i-1)\Delta})]^2 $ 公式进行计算。

2. 国内资产波动率特征

• 国内资产波动率与国外资产相比更具多样性，标准化处理方式需更严格。
• 采用 $ [RV_t - Mean(RV_t)] / std(RV_t) $ 方式进行标准化，以更准确地反映国内资产波动特性。

3. 风险预测模型

• HAR模型：基于日、周、月波动率的加权平均，但存在阶跃变化的问题。
• MIDAS模型：使用平滑的滞后多项式，通过调整参数优化预测性能。
• HExp模型：结合指数加权移动平均（EWMA）与实际波动率，使用异构指数因子，避免参数过多。

4. 优化模型

• HExpGI模型：全球风险因子（GIRV）与HExp模型结合，提高预测的通用性。
• HExpC模型：国内风险因子（CRV）与HExp模型结合，提升国内资产预测能力。

数据与资产选取

1. 全球资产

• 选取标普500、美10年期国债、布油、欧元兑美元等作为代表。
• 数据来源：TRTH、TDC、OD等数据库。

2. 国内资产

• 权益类：上证综指、沪深300、上证50、中证500等。
• 固定收益类：国债、金融债、信用债等。
• 商品类：螺纹钢、原油、黄金等。
• 外汇类：美元兑人民币、欧元兑人民币等。

实证结果

• 多类资产波动率具有共性特征，如波动率聚集效应。
• 优化后的模型在样本外预测中表现优于传统模型，提高投资效用。
• 国内资产标准化方式需更严格，以反映其波动特性。

后续优化思路

• 进一步探索不同资产类别之间的动态关系。
• 提高模型的灵活性，以适应不同市场环境。
• 考虑更多因素（如宏观经济、政策变化）对波动率的影响。

风险提示

• 模型预测结果基于历史数据，市场环境变化时可能失效。
• 需要持续监控和调整模型，以适应新的市场条件。

相关研究与资料来源

• 西部证券-金工大类资产配置专题报告之一、二。
• AQR全球大类资产波动率研究。
• 数据来源：wind、TRTH、TDC、OD等。

图表与数据目录

• 图1-4：SIR模型疫情峰值预测。
• 图5：波动率预测方法发展过程。
• 图6：AQR全球资产数据源梳理。
• 图7-10：全球资产波动率变动情况。
• 图11-15：全球与国内资产波动率密度估计图。
• 图16-18：样本内与样本外预测结果。
• 图19：各风险模型实际效用对比。

表格目录

• 表1：肺炎疫情冲击后大类资产表现。
• 表2：国内大类资产投资标的梳理。
• 表3：HExpC模型样本外预测结果。

结论

本报告系统分析了资产波动率的特征与预测模型，强调了波动率在风险管理中的重要性。通过构建基于实际波动率的预测模型，提高了对突发性风险事件的应对能力。模型优化后，在样本外预测中表现更优，具有更高的投资效用。