海通證券研究報告：研究報告：滬深股市波動率風(fēng)險月度跟蹤：一、多元波動率預(yù)測：預(yù)計 6月市場波動率與上月持平 在投資決策中，風(fēng)險和收益就像同一個硬幣的兩個方面，不可或缺。股票、債券市場波動率及其相關(guān)性（多元波動率） 對于資產(chǎn)配置、組合優(yōu)化和風(fēng)險管理等投資活動具有十分現(xiàn)實的意義。目前主流的（多元）波動率模型一般關(guān)注的都是較 短期限的市場波動風(fēng)險（比如日數(shù)據(jù)），如果應(yīng)用于時間跨度相對較長（比如未來一個月）的投資決策（例如資產(chǎn)配置）， 會產(chǎn)生以下問題：一、由于資產(chǎn)配置的時間跨度相對較長，期間資產(chǎn)的波動率和相關(guān)性除了與市場數(shù)據(jù)有關(guān)，也會受到外 在變量如宏觀經(jīng)濟變量的較大影響，而主流多元波動模型是基于市場本身的歷史數(shù)據(jù)信息，未考慮宏觀經(jīng)濟等外在變量的 影響；二、主流的多元波動率模型采用的都是相同頻率的歷史數(shù)據(jù)來預(yù)測相同頻率的未來波動和相關(guān)（比如采用資產(chǎn)日收 益來預(yù)測未來的日波動率與日相關(guān)性），這對于資產(chǎn)配置的時間跨度（比如月度）而言，意味著采用歷史的月度收益來預(yù)測 未來月度波動和相關(guān)，這樣必然會損失其中很多相對高頻的信息（比如日數(shù)據(jù)包含的信息），因此如何將相對高頻（日）的 數(shù)據(jù)信息融合進對低頻（月）的未來波動和預(yù)測中，是中長期投資管理決策需要考慮的問題。針對主流（多元）波動模型 在中長時間跨度中存在的局限性，我們試圖在這兩方面進行一些嘗試，即將宏觀經(jīng)濟變量、不同頻率（混頻）的市場數(shù)據(jù) 信息糅合進主流模型，得出改進的（多元）波動預(yù)測模型（MM-DCC 模型），以對未來一個月的市場波動和相關(guān)性進行預(yù) 測。 我們采用 2000/01-2012/05 這段時間的市場數(shù)據(jù)（基于上證綜合指數(shù)和中信債券指數(shù)）和相關(guān)的宏觀經(jīng)濟信息對我們 的模型進行實證分析。從實證分析的結(jié)果來看，混頻信息無論對于股票市場波動率、債券市場波動率還是股票債券相關(guān)性， 都具有顯著性影響，而宏觀經(jīng)濟變量方面，CPI 對股市波動率的影響顯著。實證分析還表明，我們的模型在樣本外預(yù)測方 面具有較強的優(yōu)勢，平均誤差明顯低于隨機游走模型和最小二乘模型的預(yù)測結(jié)果。因此，采用 MM-DCC 模型對未來一個 月市場波動率和相關(guān)性的預(yù)測是可行的。在此我們利用截至 2012 年 4 月份的 CPI 數(shù)據(jù)和截至 2012 年 5 月份的市場交易 數(shù)據(jù)，對 2012年 6月的股票市場波動率、債券市場波動率和股票債券相關(guān)性進行預(yù)測（預(yù)測結(jié)果詳見下表）......