モデル特定化をしない実現ボラティリティの予測精度の比較

ボラティリティの予測は、ファイナンス分野におけるリスクマネジメントの重要な要素の一つである。予測精度の向上には、適切なボラティリティの測定とモデリングが必要である。ボラティリティとして最も有効な尺度の１つは実現ボラティリティであり、この動きをモデルするために広く使われているのは、線形のHARモデルである。最近の研究では、HARモデルを様々な非線形モデルに拡張している。非線形モデルは、標準的な線形のHARよりも予測精度が高くなり得るが、その予測精度はモデルの想定に依存する。しかし、誤ったモデルを使用すると予測精度を低下させる可能性がある。そのため、特定のモデルに依存せず、様々なモデルを近似的に用いて非線形性を考慮することが望まれる。本研究では、実現ボラティリティの非線形性が予測精度を高めるかを検証するため、特定の非線形性を考慮しない新たなモデルを提案した。提案したモデルは様々な非線形モデルを近似できる特徴を持っており、モデル特定化の誤りによる予測精度の低下を防ぐことが期待できる。提案したモデルに基づき実証分析を行ったところ、非線形性を考慮することは、従来のモデルより高い予測精度をもたらすことが明らかとなった。また、モデル精度を高めるため、取引量の非対称効果が実現ボラティリティに与える影響を検証している。この非対称効果を検証するために、本研究では非対称取引量を考慮する新たなモデルを導入している。導入された非対称取引量は日中リターンか日次リターンに依存して非対称変数を構成する。提案されたモデルを用いてT実現ボラティリティを推定したところ、明確な取引量の非対称効果が観測されるだけでなく、予測精度が改善された。

ボラティリティの予測は、ファイナンス分野におけるリスクマネジメントの重要な要素の一つである。予測精度の向上には、適切なボラティリティの測定とモデリングが必要である。ボラティリティとして最も有効な尺度の１つは実現ボラティリティであり、この動きをモデルするために広く使われているのは、線形のHARモデルである。最近の研究では、HARモデルを様々な非線形モデルに拡張している。非線形モデルは、標準的な線形のHARよりも予測精度が高くなり得るが、その予測精度はモデルの想定に依存する。しかし、誤ったモデルを使用すると予測精度を低下させる可能性がある。そのため、特定のモデルに依存せず、様々なモデルを近似的に用いて非線形性を考慮することが望まれる。本研究では、実現ボラティリティの非線形性が予測精度を高めるかを検証するため、特定の非線形性を考慮しない新たなモデルを提案した。提案したモデルは様々な非線形モデルを近似できる特徴を持っており、モデル特定化の誤りによる予測精度の低下を防ぐことが期待できる。提案したモデルに基づき実証分析を行ったところ、非線形性を考慮することは、従来のモデルより高い予測精度をもたらすことが明らかとなった。また、モデル精度を高めるため、取引量の非対称効果が実現ボラティリティに与える影響を検証している。この非対称効果を検証するために、本研究では非対称取引量を考慮する新たなモデルを導入している。導入された非対称取引量は日中リターンか日次リターンに依存して非対称変数を構成する。提案されたモデルを用いてT実現ボラティリティを推定したところ、明確な取引量の非対称効果が観測されるだけでなく、予測精度が改善された。