《表3 未来日波动率的样本内预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《投资者情绪、期权隐含信息与股市波动率预测——基于上证50ETF期权的经验研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:小括号中的值为Newey-West修正的t值，滞后期为5，***，**和*分别表示在1%、5%和10%的显著性水平下显著。

表3列出h=1时HAR-RV族模型回归得到的未来日波动率的预测结果。首先，日、周已实现波动率能有效预测未来日波动率，但月波动率对未来日波动率无预测效果。例如，基于简单HAR-RV模型，日RV和周RV系数在5%显著性水平下显著且为正，月RV系数不显著。其次，期权隐含信息，包括隐含波动率和风险中性偏度，都有助于改善对未来日波动率的预测效果。在HAR-RV-IV-SK模型中，隐含波动率和风险中性偏度在10%显著性水平下显著为正，且预测准确度提高0.34%。最后，投资者情绪主要通过月RV和风险中性偏度提高对未来日波动率的预测。HAR-RV（S）模型的回归表明，在情绪高涨期间，历史的月RV与未来日波动率显著正相关；HAR-RV-IV-SK（S）模型则发现在情绪高涨期间，期权风险中性偏度与未来日波动率负相关，且预测准确度能提高1.19%。值得注意的是，情绪指标的引入导致隐含波动率的系数不再显著，这说明投资者情绪指标中部分地涵盖了隐含波动率所能提供的预测信息。