量化方法与数据分析系列讲座第一期圆满举行
2022-02-25
2月25日，由上海财经大学商学院、上海市数据科技与决策前沿科学研究基地和商务分析研究中心主办的“量化方法与数据分析讲座系列”（Quantitative Methods and Data Analytics (QMDA) Seminar Series）第1期在线上正式举行。来自新加坡管理大学的Lee Kong Chian Professor of Economics and Finance YU JUN教授受邀做了主题为“Volatility Puzzle”的精彩学术讲座。本次讲座由上海财经大学商学院王文斌教授和谢天副教授主持。
在本篇论文中，针对对数实际波动率 (log RV) 通常使用自回归分数积分移动平均模型 - ARFIMA(1,d,0)来建模的现状，作者们在文献中发现了两个相互矛盾的实证结果。一个文献流派认为log RV 具有长期记忆的特点（即小数参数 d>0）。而另一个文献流派则表示，ARFIMA模型中的自回归系数α具有近单位根特性并且模型整体误差有反持续性（即 d<0）。本文通过检查常规估计方法（包括半参数方法和参数最大似然方法）的有限样本属性，解释了这些看似相互矛盾的结果，其实可以在 ARFIMA(1,d,0) 模型的大背景下共存。作者们发现，实证结果很难区分α接近零且d接近0.5的ARFIMA(1,d,0)模型（作者定义为模型1，见下图）和与α接近1且d接近 -0.5的 ARFIMA(1,d,0)模型（作者定义为模型2，见下图）。其主要原因在于，这两个模型误差都具有反持续性。在实证研究中，作者们研究了不同模型和不同计算方法在十种不同风格的金融资产下的表现。尽管无法就数据生成过程得出明确模型偏好结论，但频域最大似然（或 Whittle）方法可以生成最准确的样本外预测结果。本次学术讲座吸引了学院师生广泛参与。活动最后，参与讲座的师生都与YU JUN教授进行了热烈的互动与讨论，讲座在大家的热烈研讨中圆满结束。
