第23章　估计波动率和相关系数

在本章中我们将解释如何从历史数据来估计当前和未来的波动率及相关系数。这一章的内容与利用模型构建法计算风险价值度以及对衍生产品定价有密切关系：在计算风险价值度时，我们对当前波动率和相关系数最感兴趣，这是因为我们要对交易组合在一个较短时间内的价值变化进行估计；在对衍生产品定价时，我们往往需要对衍生产品整个期限内的波动率和相关系数进行预测。

这一章将考虑一些具有令人瞠目名称的波动率估计方法，例如，指数加权移动平均（exponentially weighted moving average，EWMA）、自回归条件异方差（auto-regressive conditional heteroscedasticity，ARCH）以及广义自回归条件异方差（generalized auto-regressive conditional heteroscedasticity，GARCH）等。这些方法的一个显著特点是它们都假设波动率和相关系数不是常数：在某些时间段内波动率和相关系数可能相对较低，而在其他时间段内可能相对很高。这些方法试图跟踪波动率或相关系数随时间的变化。