金融資產日內跳躍檢驗比較及其股市跳躍特征分析

摘要：運用Monte Carlo模擬分析的方法，通過對現存幾種日內跳躍檢驗方法進行比較后發現，就檢測能力、錯判率和跳躍方差偏差而言，ABD跳躍檢驗方法表現最優。利用ABD跳躍檢驗方法，通過對上證綜指高頻數據進行分析后發現，上證綜指平均大約每四天發生一次跳躍，跳躍方差貢獻約為19%，并且跳躍行為存在非對稱性；同時發現跳躍行為是造成上證綜指收益率尖峰厚尾特征的重要因素之一。

關鍵詞：日內跳躍；高頻數據；Monte Carlo模擬；股市跳躍特征；金融資產

中圖分類號： F831.5文獻標志碼： A 文章編號：16720539（2013）03005011

金融資產價格跳躍問題是目前金融市場研究的重要內容之一，準確識別價格跳躍發生的時點和跳躍幅度，對金融資產的風險管理、組合配置、定價等方面都有著非常重要的意義。研究跳躍行為的傳統參數方法在實際應用中存在諸多困難，如：無封閉形式的似然函數且常用的參數估計方法（如EMM、MCMC等）計算繁瑣等，這些困難的存在使得用參數方法研究跳躍問題受到極大限制。然而近年來由于高頻數據的廣泛使用，基于已實現測量的非參數方法研究跳躍行為已逐漸成為國內外研究熱點。

這領域突破性研究要屬于Barndorff-Nielsen和 Shephard（2004，2006）[1，2]的工作，他們首次提出了應用BN-S跳躍檢驗統計量來甄別資產價格的跳躍成分。隨后諸多學者沿此思路進行了不同的擴展研究，提出了各種跳躍檢驗統計量，但是這些統計量都是日間跳躍檢驗統計量，只能甄別出某一天是否有發生跳躍，對于一天內發生了幾次跳躍以及跳躍到達時間和跳躍大小都無能為力。鑒于此，Andersen等（2007）[3]最先提出了一種能夠檢驗出跳躍到達時間的日內跳躍檢驗統計量（ABD統計量），該統計量通過每個日內收益率與對應局部波動率的比值來構造。Lee和Mykland（2008）[4]構建了一個類似于ABD檢驗統計量的日內跳躍檢驗統計量（L-M統計量）。另外，Andersen等（2010）[5]利用BN-S跳躍檢驗統計量，提出了甄別多次日內跳躍到達時間和大小的操作方法。Jiang等（2011）[6]在J-O檢驗統計量的基礎上，也提出了類似于Andersen等（2010）[5]的操作方法。

由于不同的日內跳躍檢驗方法檢測出的資產價格跳躍時點和跳躍幅度是不同的，我們需要找出檢測效果最好的日內跳躍檢驗方法。然而，對于哪種方法的檢測效果最佳，目前尚無定論[7，8]。本文通過Monte Carlo模擬分析的方法，從檢測能力、錯判率和跳躍方差偏差三方面對幾個不同的日內跳躍檢驗方法進行比較，試圖找出表現最優的檢驗方法，并將它應用于上證綜指跳躍行為的分析中。

一、理論基礎與檢驗統計量