×
贝文·布莱尔。;Poon，Ser-Huang;斯蒂芬·泰勒。

预测标准普尔100指数波动率：隐含波动率和高频指数回报的增量信息含量。 （英语） Zbl 0980.62097号

《经济学杂志》。 105，第1期，5-26（2001）.
摘要：在预测指数在1至20天的波动范围内的信息含量时，比较了隐含波动率和日内收益率。在使用每日指数收益率、隐含波动率VIX指数的每日观察值和5分钟指数收益的平方和估计ARCH模型后，获得了对已实现波动率的两种度量的预测。样本内估计表明，几乎所有相关信息都由VIX指数提供，因此高频指数回报中没有太多增量信息。对于样本外预测，VIX指数为所有预测范围和考虑的绩效指标提供了最准确的预测。日内收益中增量预测信息的证据并不显著。

引用于27文件

MSC公司：

62P05号 统计学在精算科学和金融数学中的应用
91B84号 经济时间序列分析
62M20型 随机过程推断和预测
91B28型 财务等（MSC2000）

关键词：

高频回报;隐含波动率;股票指数波动;预测;ARCH模型
PDF格式BibTeX公司 XML格式引用
\textit{B.J.Blair}等人，J.Econom。105，编号1，5--26（2001；Zbl 0980.62097）
全文： 内政部

参考文献：

[1] 阿克吉雷，V.，《股票收益时间序列的条件异方差：证据和预测》，《商业杂志》，62，55-80（1989）
[2] Andersen，T.G。；《回答怀疑论者：是的，标准波动率模型确实提供了准确的预测》，《国际经济评论》，39885-905（1998）
[3] Andersen，T.G。；博勒斯列夫，T。；Diebold，F.X。；Ebens，H.，《已实现股票收益波动率的分布》，《金融经济学杂志》，61，43-76（2001）
[4] Andersen，T.G。；博勒斯列夫，T。；Diebold，F.X。；Labys，P.，《汇率波动的分布》，《美国统计协会杂志》，96，42-55（2001）·Zbl 1015.62107号
[5] Bera，A.K。；Higgins，M.L.，ARCH模型：属性、估计和测试，《经济调查杂志》，7305-362（1993）
[6] 布莱尔，B.J.，潘，S.H.，泰勒，S.J.，2001a。股票波动的非对称和崩盘效应。应用金融经济学，即将出版。；布莱尔，B.J.，潘，S.H.，泰勒，S.J.，2001a。股票波动的非对称和崩盘效应。应用金融经济学，即将出版。
[7] 布莱尔，B.J。；Poon，S.H。；Taylor，S.J.，《标准普尔100波动率建模：股票收益的信息含量》，《银行与金融杂志》，第25期，1665-1679页（2001年）
[8] Bollerslev，T.，投机价格和回报率的条件异方差时间序列模型，《经济学与统计评论》，69，542-547（1987）
[9] 博勒斯列夫，T。；周瑞英（Chou，R.Y.）。；Kroner，K.P.，《金融中的ARCH模型：理论和实证综述》，《计量经济学杂志》，52，5-59（1992）·兹比尔0825.90057
[10] Bollerslev，T.、Engle，R.F.、Nelson，D.B.，1994年。ARCH模型。收录于：《计量经济学手册》，第四卷，荷兰阿姆斯特丹北部，第2959-3037页。；Bollerslev，T.、Engle，R.F.、Nelson，D.B.，1994年。ARCH模型。收录于：《计量经济学手册》，第四卷，荷兰阿姆斯特丹北部，第2959-3037页。
[11] 博勒斯列夫，T。；Wooldridge，J.M.，时变协方差动态模型中的准最大似然估计和推断，《计量经济学评论》，第11期，第143-179页（1992年）·Zbl 0850.62884号
[12] Brailsford，T.J。；Faff，R.W.，《波动性预测技术评估》，《银行与金融杂志》，第20期，第419-438页（1996年）
[13] Canina，L。；Figlewski，S.，隐含波动性的信息内容，《金融研究评论》，6659-681（1993）
[14] Chiras，D.P。；Manaster，S.，《期权价格的信息含量与市场效率检验》，《金融经济学杂志》，第6期，第213-234页（1978年）
[15] 克里斯滕森，B.J。；Prabhala，N.R.，《隐含波动率和已实现波动率之间的关系》，《金融经济学杂志》，第50期，第125-150页（1998年）
[16] Day，T.E。；Lewis，C.M.，《股市波动与股票指数期权的信息含量》，《计量经济学杂志》，52，267-287（1992）
[17] Dimson，E。；Marsh，P.，《无数据搜索的波动性预测》，《银行与金融杂志》，第14期，第399-421页（1990年）
[18] 埃本斯，H.，1999年。已实现股票波动。约翰·霍普金斯大学经济系工作文件。；Ebens，H.，1999年。已实现股票波动。约翰·霍普金斯大学经济系工作文件。
[19] Figlewski，S.，《波动性预测》。金融市场、机构和工具，6，1-88（1997）
[20] Fleming，J.，《标准普尔100指数期权价格隐含的市场波动性预测质量》，《实证金融杂志》，5317-345（1998）
[21] 弗莱明，J。；Ostdiek，B。；Whaley，R.E.，《预测股市波动：一种新的衡量方法》，《期货市场杂志》，第15期，第265-302页（1995年）
[22] 弗朗西斯，P.H。；Van Dijk，D.，使用（非线性）GARCH模型预测股市波动，《预测杂志》，第15期，第229-235页（1995年）
[23] Glosten，L.R。；Jagannathan，R。；Runkle，D.E.，《关于股票名义超额收益率的期望值和波动性之间的关系》，《金融杂志》，481779-1801（1993）
[24] C.R.哈维。；Whaley，R.E.，《股息和标准普尔100指数期权》，期货市场杂志，12123-137（1992）
[25] Heynen，R.C。；Kat，H.M.，波动率预测：随机波动率的比较，GARCH（1,1）和EGARCH（1,1
[26] Jorion，P.，《预测外汇市场的波动性》，《金融杂志》，50，507-528（1995）
[27] 拉塔尼，H.A。；Rendleman，R.J.，期权价格中隐含股价比率的标准偏差，《金融杂志》，31369-381（1976）
[28] Nelson，D.B.，《资产收益的条件异方差：一种新方法》，《计量经济学》，59347-370（1991）·Zbl 0722.62069号
[29] Nelson，D.B.，《用错误指定的ARCH模型进行过滤和预测I：用错误的模型获得正确的方差》，《计量经济学杂志》，52，61-90（1992）·Zbl 0761.62169号
[30] Nelson，D.B。；Foster，D.P.，用错误指定的ARCH模型进行过滤和预测II：用错误的模型进行正确的预测，《计量经济学杂志》，67，303-335（1995）·Zbl 0820.62098号
[31] 泰勒，S.J。；Xu，X.，100万外汇报价中的增量波动信息，《实证金融杂志》，4317-340（1997）
[32] West，K.D.，2001年。当没有模型包含时包含测试。《计量经济学杂志》，本期。；West，K.D.，2001年。当没有模型包含时包含测试。《计量经济学杂志》，本期·Zbl 1040.62110号
[33] Xu，X。；Taylor，S.J.，PHLX货币期权市场的条件波动性和信息效率，《银行与金融杂志》，19803-821（1995）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。