论文部分内容阅读
共跳检验方法是目前金融计量领域的重要方法。2008年,Bollerslev、Law和Tauchen(2008)首次提出了针对时间点的多资产价格共跳检验方法(BLT检验),2014年Gnabo、Hvozdyk和Lahaye(2014)在BLT检验的基础上针对两资产情形改进了参数估计方法,且设计了防止将单跳错误识别为共跳的机制(GHL检验)。但是,上述方法均有一个重要假设,即假设日内波动率(扩散系数)恒定不变。本文利用蒙特卡洛方法模拟日内波动率可变的场景,在随机波动率场景下比较了BLT检验与GHL检验的表现。发现在两资产的随机波动率场景下,GHL检验的表现优于BLT检验,但GHL检验方法仍然是基于恒定的日内波动率进行的,与所模拟的日内波动率可变的场景存在出入。针对日内波动率可变的随机波动场景,本文在BLT检验和GHL检验的基础上,引入Lee和Mykland(2008)时点单跳检验的局部波动率估计思想,提出了一个基于局部信息来估计时变波动率的共跳检验方法(SVGHIL)。该方法的创新点在于放松了日内波动率恒定的假设,利用局部滞后信息来估计波动率,从而能够刻画资产的日内时变波动行为。通过蒙特卡洛模拟,对BLT、GHL、SVGHL三个检验的效果进行比较分析。取5%的名义显著性水平,发现SVGHL检验对共跳的识别能力强于BLT检验与GHL检验,即SVGHL检验的检验功效更大,且SVGHL检验的检验水平更接近于名义显著性水平5%。在仅有一个序列发生跳跃时,若跳跃幅度较大,则SVGHIL检验的检验水平最接近于5%。在两个序列均无跳跃时,SVGHL检验的检验水平略高于5%。最后,本文采用我国上证指数与沪深300指数、国债指数与沪深300指数的5分钟高频数据,考察比较了BLT检验、GHL检验、SVGHL检验三者的检验效果,发现GHL检验对共跳的识别能力强于BLT检验,SVGHL检验对共跳的识别能力强于BLT检验与GHL检验,这与本文的蒙特卡洛分析结果相一致。