signed-jumpsgood-bad-volatilityjump-persistencerealized-volatilitypattonstub

Patton & Sheppard (2015) — Good Volatility, Bad Volatility: Signed Jumps and the Persistence of Volatility

大白话：把价格跳跃分成向上跳（好波动）和向下跳（坏波动）后，两者对未来波动率的预测力完全不对称——向下跳显著推高次日波动率并跨日持续，向上跳的预测力则弱得多。而且这个不对称比标准非对称 GARCH 隐含的还要强。

核心结论

1. 负向半方差的预测力更强

用已实现半方差（正收益变差与负收益变差分别度量）后：未来波动率与过去负收益的波动关系远强于与正收益的关系。负半方差系数一致为正且显著，正半方差系数常常不显著甚至为负。

2. 跳跃的影响取决于符号

跳跃方向 对未来波动率的影响
向下跳跃（坏波动） 显著提高
向上跳跃（好波动） 显著降低

3. 向量 HAR（VHAR）的意外结果

把已实现方差分解到所有滞后阶后，负半方差同时预测未来的正半方差和负半方差——作者称之为「a novel and somewhat surprising result」。直觉上说得通：一次崩盘之后，涨跌幅度都放大（不确定性整体上升）。

4. 样本外表现

利用上述发现构造的简单模型，在 1 天到 3 个月 的预测跨度上样本外表现显著优于基准。

方法学细节

数据清洗遵循 Barndorff-Nielsen-Hansen-Lunde-Shephard (2009) 的六条规则（交易时段过滤、去除零价零量、多交易所择一、成交条件过滤、CRSP 高低价边界、50 样本移动窗口的反转过滤）。模型用 HAR 式回归于已实现半方差，并扩展出 VHAR 与跳跃增强设定（对应 Chen-Ghysels 2011 的 HAR-S-RV-J）。

相关

占位 entity — JDQS 2026 论文 jump 持续性论断的延伸文献, signed jump 与 vol 跨日持久性。

完整引用：Patton, A. J., & Sheppard, K. (2015). Good volatility, bad volatility: Signed jumps and the persistence of volatility. Review of Economics and Statistics, 97(3), 683–697.

核心贡献:

  • 把 jump 分解为正 jump（好波动，good volatility） 和负 jump（坏波动，bad volatility），论证两者在波动率跨日持续性上有显著不对称：
    • 负 jump（下行崩盘）：显著增加对未来波动率的预测力（次日波动率上升，且跨日持续）。
    • 正 jump（上行反弹）：对未来波动率的预测弱（次日波动率衰减快）。
  • 用 RV + BV（双幂变差, bipower variation）分解，符号通过比较 |r^+_{t,j}| 与 |r^-_{t,j}| 判定（具体阈值与实现见原文）。
  • 论证跳空下行是波动率的持续驱动因素，跳空上行则是均值回复的——与「坏消息驱动波动率聚集、好消息驱动均值回复」的行为金融叙事一致。

对 JDQS 2026 论文的角色:

  • 是解读 §3.1 "5-year rolling Sharpe ratio collapses from a historical range of 1-2.5 to a level statistically indistinguishable from zero post-2010" 的背景：崩盘（坏波动）驱动波动率持续，但 Patton-Sheppard 论证波动率持续性主要来自坏跳跃；论文的 HHIt 信号（广-均匀 HHI）可能捕捉到的正是「坏跳跃驱动的广谱压力」与「好跳跃驱动的暂时突发」这一二分。
  • 与 HHIt 可能的扩展：论文的下一步工作可考虑 带符号的 HHI（上跳 HHI + 下跳 HHI），检验带符号版本是否能进一步提升 crash 预测精度。

对 quant 实践的含义:

  • 波动率风险溢价 + 崩盘风险溢价在短期限期权定价上应当分开（Patton-Sheppard）——不是一个单一的波动率风险溢价。
  • 在 crash-02 预测上，区分上行 + 下行跳跃有可能进一步提升 HHIt 的预测力。
  • 是 short-vol / long-vol 策略在微观结构层面的论证基础（例如 Carr-Madan 2001 中方差互换与 gamma 互换的区分）。