16� 証券アナリストジャーナル　2011.�8

１．�はじめに

　高頻度データとは、１分ごとの等間隔データや

全ての取引を記録したティックデータなど、日中

の高頻度で観測されるデータのことを指す。近年

の計量ファイナンスや金融市場のミクロ構造の解

明を目指す学問領域において、高頻度データの利

用は着実に増えている。

　高頻度観測の特性を生かした統計手法の１つ

に、実現ボラティリティ（Realized Volatility、以後、

　高頻度データを利用した実現ボラティリティ（Realized Volatility、以後、RV）の計測手法は多岐に及ぶ。

本稿では、最適な時間間隔に基づいたRV、サブサンプリング法によるRV、カーネル法によるRV、スケーリン

グ法によるRVの具体的な計算法を解説する。1996年５月29日から2009年９月30日までにおける日経225株価指数

の日次RVの計測では、RVの平均２乗誤差を最小にする最適な時間間隔は、平均的に約５分から６分となるこ

とが分かった。最後に、RVをリスクマネジメントへ応用した研究を紹介し、今後の研究課題について探る。

１．はじめに

２．実現ボラティリティの計算方法

３．株価指数の実現ボラティリティ

４．リスクマネジメントへの応用

５．まとめと今後の研究課題

目 次

実現ボラティリティ―ボラティリティの計測方法の発展とリスクマネジメントへの応用可能性―

生　方　雅　人渡　部　敏　明

ボラティリティと証券投資

生方　雅人（うぶかた　まさと）

釧路公立大学 経済学部講師。2009年４月、大阪大学にて博士（経済学）取得。大阪大学

大学院経済学研究科助教を経て、10年４月より現職。主な論文に“Estimation and testing for dependence in market microstructure noise,”Journal of Financial Econometrics,７（2）, pp.106-151, 2009（共著）がある。

渡部　敏明（わたなべ　としあき）

一橋大学 経済研究所教授。1993年12月、イエール大学にてPh. D.（経済学）取得。東京

都立大学経済学部教授、日本銀行金融研究所シニアフェローを経て、06年４月より現職。

主な著書・論文に『ボラティリティ変動モデル』（朝倉書店）、“Bayesian analysis of dynamic bivariate mixture models: Can they explain the behavior of returns and trading volume?”Journal of Business & Economic Statistics, 18（2）, pp.199-210, 2000がある。