2016 Fiscal Year Annual Research Report
Specification and estimation of financial processes in the presence of intraday seasonality using noisy high-frequency data
| Project/Area Number |
25380266
|
|---|
| Research Institution | Konan University |
|---|
Principal Investigator |
石田 功 甲南大学, 経済学部, 教授 (20361579)
|
|---|
| Project Period (FY) |
2013-04-01 – 2017-03-31
|
| Keywords | ボラティリティ / 日中季節性 / 高頻度データ / 資産価格 |
|---|
| Outline of Annual Research Achievements |
株価指数の各日の日中取引所取引時間内の高頻度観測データを関数データと捉え、その日次時系列を分析対象とする日中瞬間ボラティリティの関数時系列モデリングを進めた。まず、Hormann et al.（2013）の関数ARCHモデルを日経平均株価5分リターンに適用し、翌日の取引時間内各時点の瞬間ボラティリティを予測するアプローチが有用であることを確認した（【雑誌論文】欄に記載した論文として結果を発表した）。次に、Malliavin and Mancino (2009) の方法により推定した瞬間ボラティリティ日次実現パスの時系列に関数自己回帰モデルを適用するアプローチが翌日の瞬間ボラティリティ予測に有用であることを確認した（【学会発表】欄に記載した国際学会にて結果を発表した）。さらに、高次ラグの情報を有効に用いる簡潔なモデルとして日次実現ボラティリティ予測の分野で広く用いられているHAR（異質自己回帰）モデルを関数データ時系列モデルに拡張する関数HARモデルを新たに考案し、S&P500と日経平均株価の翌日瞬間ボラティリティ・パスの予測力向上（ラグ次数１の関数ARとの比較において）に有用であることを確認した。
【参考文献】
Hormann, S., L. Horvath, and R. Reeder. (2013). A functional version of the ARCH model. Econometric Theory 29, 267-288.
Malliavin, P., and M.E. Manicino. (2009) A Fourier transform method for nonparametric estimation of multivariate volatility. Annals of Statistics 37, 1983-2010.
|
