论文：股票指数波动率预测：通过加权波动率测度与加权波动率指标相结合，改进GARCH型模型
Kim J, Kim D H, Jung H. Estimating yield spreads volatility using GARCH-type models[J]. North American Journal of Economics and Finance, 2021，57: 101396.
下载地址：
https://doi.org/10.1016//j.najef.2021.103196
金融市场波动引起了广泛关注，尤其是在金融危机期间。由于波动率被广泛用于衡量资产的风险，因此预测金融资产的波动率是金融时间序列建模中最重要的任务之一。因此，对波动率的准确预测使投资者能够感知风险水平，从而构建有效的金融资产组合。关于公司债券收益率息差的文献很多，但对收益率息差波动性的分析却少得惊人。同样，虽然有大量的研究关注债券收益的波动性，但收益率息差的波动性并没有引起研究者的关注。受此启发，我们试图寻找金融模型来描述收益率差的波动性，并探讨哪些因素决定收益率差的波动性。更具体地说，我们分别使用各种GARCH模型来寻找不可赎回债券和可赎回债券收益率息差波动率的最佳拟合模型。通过使用已经记录的影响收益率差水平的变量，我们还检查了哪些因素会影响我们对收益率差波动性的估计。我们发现Q-GARCH模型最适合描述不可调用的收益率差，而T-GARCH模型最适合描述可调用的收益率差。基于这些最佳拟合模型，我们表明，对于不可赎回和可赎回，信用风险衡量为债券评级、股票风险(以股票波动率衡量)和宏观经济风险(如利率波动率)增加了收益率息差的波动性。另一方面，流动性与不可赎回债券的利差波动率呈负相关，而与可赎回债券的利差波动率呈正相关。有趣的是，我们还发现不可赎回债券比可赎回债券更具流动性。
本文使用了四个数据库:交易报告和合规引擎(TRACE)、联邦储备系统H.15发布、固定收益证券数据库(FISD)和证券价格研究中心(CRSP)。
首先，正如Edwards等人(2007)所述，取消、更正和重复的交易商间交易被排除在我们的样本之外。同时还要求在每月最后一个交易日之前的五个工作日内观察债券交易，而且本文计算到期收益率而不是使用TRACE提供的到期收益率。根据Bessembinder等人(2009)的建议，月末债券价格基于每个月最后一个交易日所有交易的成交量加权平均值。收益率差的计算方法是用公司债券的收益率减去相同期限的国库券收益率。本文分别使用联邦储备系统的H.15发布和CRSP来获得国债不变到期收益率和股票价格。<1 style="color: rgb(0, 0, 0);font-family: 微软雅黑;font-size: 15.04px;letter-spacing: 1px;"><1 style="color: rgb(0, 0, 0);font-family: 微软雅黑;font-size: 15.04px;letter-spacing: 1px;">
>
>>
