• 学生活动

    学生活动

法国埃塞克商学院,Junye Li教授:“收益率与波动率自发式跳跃的贝叶斯学习”

        2012年4月25日,WISE-SOE”2012春季学期高级经济学系列讲座第十讲在经济楼D110举行,来自法国埃塞克商学院Junye Li教授为WISE的师生们带来了题为“收益率与波动率自发式跳跃的贝叶斯学习”的学术报告。
 
        Junye Li 教授首先简要介绍了论文的动机。当资产收益率经历暴跌时,这种跳跃性会同时反馈于方差的扩散和跳跃的强度,产生自我触发的资产价格和波动率的共同波动和跳跃聚集。这篇论文提出了一组在股价暴跌情况下的连续时间资产定价新模型。在资产收益率暴跌的情况下对资产定价的主要难题是变量的不确定性和样本内过度拟合,Junye Li 教授结合了贝叶斯学习机制及粒子滤波方法解决这一问题。
 
        基于上述的思考,Junye Li 教授提出了4个模型模型。在基础模型中,假设随时间变化的总量波动率是由随时间变化的方差扩散和随时间变化的跳跃强度两大因素共同引起的。这种自我触发机制主要有两大途径:一是资产收益率的下跌加大了跳跃强度,引起更频繁的资产价格跳跃;二是资产收益率的下跌带来扩散方差跳跃,造成未来资产收益更大的变动。为了探究资产收益率暴跌的动态结构以及它如何影响总波动率。Junye Li 教授又考察了3个嵌套模型:模型二忽略了扩散方差的跳跃,总波动率仅仅由随时间变化的跳跃强度引起。模型三假设跳跃强度为常数,总波动率来自扩散方差过程。模型四考察了无自发触动机制的情况。
 
        接下来,Junye Li 教授提出了模型的计量方法。他首先利用欧拉方法将收益率离散化,这样模型就转化为状态空间模型。然后他采用了序列蒙特卡洛方法,利用M个相互作用的粒子滤波递归地估计隐藏状态的分布。当对于隐藏状态的观测值太多时,Bootstrap滤波方法的表现较差,为了有效估计取样,他将引起跳跃的两大因素进行等权重加成,第一部分为正态分布取样,等价于方差扩散的转化分布;第二部分根据跳跃的转化规律抽样。由于直接使用状态空间中的静态变量对上述分布应用粒子滤波表现很差,他利用了Fulop and Li (2010)对参数学习问题的通用方法拟合动态变量。
 
        最后,Junye Li 教授给出了估计结果,并讨论了该论文的实证应用。样本估计结果表明跳跃对方差扩散的反馈作用是显著的,对跳跃强度的反馈作用集中在金融危机期间。由于两种反馈机制的风险管理措施不同,该论文对资产风险管理及VAR实施具有重要的启示作用。
 
        在提问环节,WISE和经济学院的老师们对模型设定和实证研究进行了激烈讨论,最后,讲座在热烈的掌声中圆满结束。
 
                     (WISE2011级硕士生 徐燕 黄文强 萧细妹 黄楚楚 饶道生 WISE2011级博士生 谭丽佳)