【日内方差集中度如何预示次日股市崩盘风险？】

——基于标普500高频数据的证据
期刊：Journal of Derivatives and Quantitative Studies
研究时段：2005–2020年（含2008年金融危机和2020年COVID-19崩盘）

这篇论文研究了日内方差的时态分布是否能为次日崩盘风险提供独立于波动率水平之外的预测信息。

作者利用2005-2020年标普500指数的5分钟高频数据，构建了日内方差赫芬达尔指数（HHI），衡量方差在一天78个区间内的集中程度。其核心理论贡献是证明在纯扩散基准下，HHI的期望值为 3n/(n+2)，与波动率水平完全无关，这使得HHI成为一个纯粹的“时态形状”度量。

实证发现，在控制已实现方差后，HHI的系数显著为负：方差越集中（如上午10点因数据发布产生的孤立跳跃），次日崩盘概率反而越低；而方差广泛弥散、尤其在尾盘持续升高的日子，才预示系统性抛售压力的延续。样本外测试中，包含HHI的Logistic模型取得了最低的Brier分数（0.0430），优于GARCH、HAR-RV等九种基准。同时，作者揭露了正态GARCH模型在低风险环境中将崩盘概率低估达100倍的严重误校准问题。基于该模型的现金轮动策略将夏普比率从0.25提升至0.58。

论文的原创性在于首次为日内方差集中度提供了理论基准，并系统验证了其对崩盘概率的增量校准价值，为风险管理提供了可落地的改进工具。

策略核心逻辑（风控哲学）
基准：长期持有宽基指数（如SPY）获取贝塔收益。
触发：当市场处于 “高波动 + 广谱弥散”（High RV + Low HHI）状态时，系统判定为“系统性抛售惯性期”，主动降低仓位或买入保护。
终止：当波动源于 “集中冲击”（High RV + High HHI）或 “平静期”（Low RV）时，维持满仓。

———————————
HHI可以直接作为多空预测的候选因子。