3.7.1 前言

资产价格及其收益率的波动特征在资产定价、投资组合与风险管理等金融学研究领域居于核心地位。在资产定价相关研究中，波动率是极为关键的变量，直接影响资产定价的准确性；在投资组合以及风险管理领域中，能否准确度量不同波动成分所代表的各类风险，是影响投资组合收益水平与风险管理效果的基本前提。

刻画收益率的波动特征较为困难。除波动本身不能直接观测外，收益率的波动也存在多种成分：不仅具有连续性波动成分，同时存在突变性成分，即跳跃行为。在描述连续性波动成分时，常用的工具如GARCH类与SV类模型的发展较为成熟。对跳跃行为的识别，学者们常用的工具是泊松过程。Press（1967）首次运用复合泊松过程描述股票收益率中的跳跃行为，并提出了意义深远的复合事件模型。Chan和Maheu（2002）将泊松过程与GARCH模型相结合，提出了ARJI模型，这一模型将跳跃强度进行了动态化设定，使其不仅具有自相关性，而且受到滞后扰动项的影响。Chan和Maheu（2002）利用S&P 500指数所做的实证分析表明，模型本身具有较好的预测效果，市场发生大幅跳跃后，发生相反方向跳跃的概率也会随之加大。Eraker、Johnannes和Polson（2003）则将泊松类跳跃引入随机波动模型（SV），考查了简单SV模型、收益率中加入跳跃的SVJ模型、收益率与连续性波动中加入相关性跳跃的SVCJ模型、收益率与连续性波动中加入独立跳跃成分的SVIJ模型等。Eraker等人采用MCMC方法对模型进行估计，其利用S&P 500指数和纳斯达克指数所做的实证分析表明，SVIJ模型对真实数据