近日，研究中心博士生张晗（导师：张跃军教授）和张跃军教授合作的论文“Volatility forecasting of crude oil futures market: Which structural change-based HAR models have better performance?”被金融管理领域国际知名SSCI期刊International Review of Financial Analysis（IF=8.235，JCR一区）录用。

近年来，基于高频交易数据的HAR族模型在油价波动率预测研究中展现出良好的预测效果，但它们通常会忽略波动率中存在的结构变化，从而可能会导致模型的预测精度降低。因此，本文将结构变化分为平滑过程和陡峭过程两种类型，并分别选用“平滑转换”和“改进的ICSS算法”两种方法，判断考虑结构变化的HAR族模型能否更好地预测原油市场波动率。结果表明：第一，原油市场存在明显的结构变化现象，且HAR族模型中加入低频三角函数项可以较好地实现不同结构状态间的平滑转换，描述原油市场波动率中存在的结构变化；第二，考虑结构变化的FFF-HAR族模型和SB-HAR族模型均提高了HAR族模型的预测性能，且基于平滑转换的FFF-HAR族模型的预测性能和经济表现大多优于考虑结构断点的SB-HAR族模型，该结果在短中期波动率预测中更为显著。

该论文的研究工作得到了国家自然科学基金项目、教育部人才计划和湖南省科技创新领军人才计划等项目资助。

Yue-Jun Zhang, Han Zhang. Volatility forecasting of crude oil futures market: Which structural change-based HAR models have better performance?. International Review of Financial Analysis, 2022.