我国石油上市公司股价波动率分析——基于随机波动模型

笔者尝试将物理学与会计学结合在一起,采用随机波动模型,研究了我国石油行业上市公司股价的波动率。经过数据的分析,发现随机波动模型能够较好地捕捉到波动聚集的特征。同时,通过使用R软件,能够很好地进行模拟并得到一系列模拟数据,将复杂的经济动态直观地展现在我们面前。     

基于ARCH模型族的沪深股市波动率研究

金融资产收益的波动率研究已成为金融计量学的核心领域,通过对上证综指和深圳成指收益率检验,发现收益率都具有ARCH效应,过去的波动对未来的影响是逐渐衰减的,且我国两市的股指收益率都具有杠杆效应。     

期货市场日成交额数据的ARCH建模与分析

本文运用2009年1月5日至2012年2月6日的期货市场的日成交额数据,利用ARCH模型对其进行了波动率的研究。结果表明,期货市场日成交额序列具有明显的ARCH效应,且具有尖峰厚尾的特性,收益率数据具有波动的聚类特征,外界的干扰对我国期货市场日成交额的波动性呈现出非对称效应,并且正的干扰比负的干扰对条件方差的影响大。     

跳跃的估计、股市波动率的预测以及预测精度评价

本文基于C_TMPV理论估计已实现波动率的跳跃成分,在此基础上构建考虑跳跃的AHAR-RV-CJ模型和MIDAS-RV-CJ模型来预测中国股市的已实现波动率,并评价和比较各类波动率模型的预测精度。实证结果表明:基于C_TMPV估计的波动率跳跃成分对日、周以及月波动率的预测有显著的正向影响;AHAR-RV-CJ模型和MIDAS-RV-CJ模型的样本内和样本外预测精度在不同的预测时域上都是最高的,尤其是对数形式的模型;MIDAS族模型的样本外预测精度在中长期预测时域上比HAR族模型高;AHAR-RV-CJ模型和MIDAS-RV-CJ模型的样本外预测能力在中长期预测时域上比基于低频数据的Jump-GARCH模型、SV-CJ模型和SV-IJ模型好。     

实际波动率与GARCH模型的特征比较分析

金融资产价格的波动率的测度具有重要意义,实际波动率(Realjzed Volatility)概念是近些年提出的用于测度市场波动率的新概念,在诸多方面具有优势.本文利用上海证券市埒的高频数据,比较了两种不同的波动率模型--RV模型和GARCH模型--的性能表现.本文首先介绍了连续时间状态下实际波动率的概念和模型,然后建立了GARCH(1,1)模型,使用日收益率对GARCH模型进行估计,得到条件方差方程,分别用日收益平方和日内累计收益平方和作为波动率指标对收益平方-波动方程进行回归,并以回归决定系数来衡量波动率拟合水平的优劣,结果发现采用高频数据的回归决定系数比原来提高了两倍,这个结果与已有的实证分析结果基本一致,最后,我们将实际波动率的计算结果与GARCH模型的结果经标准化后进行了对比,发现实证研究结果表明,实际波动奉模型比传统的GARCH模型提供了更好的拟合.     

嵌入GARCH波动率估计的B1ack-Litterman投资组合模型

在B1ack-Litterman投资组合模型中,为了更有效地估计风险资产的期望收益和波动率,引入了投资者的主观观点,这种处理确实能提高均值-方差投资组合模型的性能。但是在实践中,如何度量投资者观点成了另一个难题。为了克服这一困难,我们将GARCH波动率估计嵌入到B1ack-Litterman模型中,通过使用GARCH模型的预测能力来替代投资者主观观点,从而获得一个新的投资决策模型。作为应用,分别考虑了国内外真实市场数据测试情形,通过实证结果发现,嵌入了GARCH波动率估计后,Black-Litterman模型的性能可进一步得到很好提高,样本外平均收益率、波动率和夏普比等指标,均要好于一些传统模型。     

中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析

以沪深300指数的高频数据为例,采用滚动时间窗的样本外预测以及SPA检验法,对比了基于日收益数据的历史波动率模型和基于高频数据的实现波动率模型的预测能力.主要实证结果显示,实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度最高的波动模型,但在学术界和实务界流行的GARCH及其扩展模型对我国A股市场波动的预测能力较差.     

隐含波动率与实际波动率的关系：中美比较

  上证50ETF期权上市至今,中国期权市场表现出很多与美国市场显著不同的特征,由此引申出关于美国的经验是否适用于中国、中国期权市场定价是否有效的争论。         基于2015年4月16日至2017年12月29日的中国上证50ETF期权数据和美国S&P500期权数据,以股指收益率与波动率的相关系数以及股指收益率的历史分布为工具,从整体特征和横截面特征两个维度,研究隐含波动率与实际波动率的理论关系;以使用期权市场数据计算得到的隐含波动率数据、波动率微笑和实际波动率数据、0Delta组合的超额收益为工具,研究隐含波动率与实际波动率的实际关系;针对上述理论关系和实际关系进行中美比较。由于理论关系研究中未使用期权数据,因此通过比较上述两个维度下的理论关系与实际关系的差异,可以对中国期权市场的绝对定价效率和相对定价效率进行探究。         研究结果表明,在整体特征上,美国期权市场中隐含波动率与实际波动率的理论关系与实际关系相符,美国期权市场在绝对定价效率维度上有效;中国市场,尤其是牛市样本中,隐含波动率与实际波动率的理论关系与实际关系不相符,中国期权市场在绝对定价效率维度上被高估。在横截面特征上,美国期权市场中隐含波动率与实际波动率的理论关系与实际关系相符,美国期权市场在相对定价效率维度上有效;中国市场,尤其是牛市样本中,隐含波动率与实际波动率的理论关系与实际关系不相符,中国期权市场在相对定价效率维度上无效,低行权价的期权被低估、高行权价的期权被高估。在上述两个特征的研究中,相应构造的0Delta组合(策略)同样支持上述结论。         通过中美两国隐含波动率与实际波动率的理论关系与实际关系的研究,发现中美两国的市场状况存在差异,在中国期权市场上的研究和交易不能简单照搬美国经验,要仔细研究和利用中国市场的当前特征。监管层也应完善中国股票和期权市场制度,降低期权交易成本,实行股票现货交易(t+0)制度,完善股票现货做空机制,以使套利机制可以正常发挥作用,改善当前上证50ETF期权市场被高估的现象,使期权的保险功能正常发挥作用。     

金融市场的多分形波动率测度、模型及其SPA检验

提出一种新的金融市场波动率的测度方法--多分形波动率(multifractal Volatilty)测度,并以上证综指在长达8年左右时间内的高频数据样本为例,构造了多分形波动率的ARFIMA动力学模型.同时,运用最近提出的SPA(superior predictive ability)检验法,实证对比了多分形波动率模型与现有的如实现波动率(realized volatility)模型、GARCH模型以及随机波动(stoclaastic volatility,SV)模型对市场波动预测能力的优劣.实证结果显示,在某些损失函数标准下,文中提出的多分形波动率测度及其动力学模型具有比现有其它模型更优的波动率刻画能力和预测精度.     

基于混合分布的中国股票波动风险因素的识别与分析

论文用GARCH模型描述股票的波动特性，应用混合分布对中国上市公司按照股票波动特性进行分组，发现中国上市公司的波动特性可以被分为4个子总体。其中，子总体1主要包含表现异常的公司股票，其他三个子总体的参数向量的相关性相似，风险大小不同。应用列联表法分析和多元logistic模型统计分析发现，非国有股权分散公司、制造业公司相对偏向低风险公司，社会服务业、房地产公司相对偏向高风险公司，制造业的公司（股票）波动的持续性相对较低。混合分布是对股票特性进行分组的良好工具。     

基于马尔可夫状态转换模型的沪深股市波动率的估计

为了更准确地估计具有结构转换的沪深股市收益率波动特征,本文将沪深股市的波动变化分为上涨、下跌和盘整三个状态,选用2000年1月4日至2011年12月30日的上证综指和深证成指日收益率数据作为样本,2012年1月4日至2012年1月17日的日收益率作为样本外预测,分别应用GARCH和APGARCH模型,以及RS-GARCH和RS-APGARCH模型估计和预测两序列的波动率,最后采用MSE₁、MSE₂和QLIKE对估计和预测出的波动率进行评价。结果表明:单一状态和三种状态下APGARCH模型均比GARCH模型估计和预测的波动率更准确;更进一步带有马尔可夫状态转换的模型估计和预测出的波动率更准确,且误差分布服从正态分布的模型估计和预测的波动率拟合结果优于误差服从t分布的模型。     

沪深300股指期货的波动率预测模型研究

以沪深300股指期货仿真交易的5分钟高频数据为例,运用滚动时间窗的样本外预测和具有Bootstrap特性的SPA检验法,全面对比了基于日收益数据的历史波动率(historical volatility)模型和基于高频数据的已实现波动率(realized volatility)模型对波动率的刻画和预测能力.主要实证结果显示,已实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度较高的波动模型,而在学术界和实务界常用的GARCH及其扩展模型对沪深300股指期货的波动率预测能力最弱.     

中国公司债利差的构成及影响因素实证分析

文章研究了公司债与国债的利差及利差变化的影响因素.研究发现税后利差在公司债市场初始阶段和金融危机时期为负.时间序列回归分析结果显示:公司债利差与无风险利率水平、利率期限结构斜率、公司杠杆比率的变化方向相反,而与股票收益波动率变化方向相同;公司债利差的变化主要受利率水平变化、换手率变化、零交易天数比率变化的影响,并且与他们的方向相反.横截面回归分析结果表明:信用评级越高、利差越小;剩余期限越长,利差也越小.     

股市波动率的短期预测模型和预测精度评价

基于幂转换以及不设定扰动项的具体相关结构和分布形式,构建了半参数的短期预测模型来预测中国股市的波动率.模型采用基于极值估计量的两阶段估计法进行估计,估计方法的小样本性质表现良好.此外,还通过具有Bootstrap特性的SPA检验实证比较了新模型与其他6种预测模型的预测精度.实证结果表明,在各种损失函数下,半参数短期预测...     

Gamma时变过程与Black-Scholes期权定价的定价偏差纠正

本文针对Black Scholes期权定价的定价偏差,介绍了一种对该模型的改进模型,它是通过将gamma过程作为时变过程嵌入BlackScholes期权定价模型中的布朗运动来实现的。     

中国股票市场的多分形波动率测度及其有效性研究

由多分形分析出发,提出了一种新型的金融市场多分形波动率测度Sα。与传统测度Δα相比,Sα更为充分地利用了多分形分析过程中产生的对描述金融市场波动有益的统计信息。以上证综指和深证成指1354个交易日内5个不同抽样频率的高频数据为例,通过运用具有bootstrap特性的SPA检验法,检验了Sα测度和Δα测度对中国股票市场真实波动率估计的有效性差异。实证研究表明,Sα测度对市场真实波动率的估计较Δα测度更为准确。     

考虑跳跃和隔夜波动的中国股票市场波动率建模与预测

本文用已实现波动率（Realized Volatility, RV）度量上证综指和深证成指在交易时间内的波动率,并将其分解为连续路径变差部分和由跳跃引起的非连续部分。这两部分与隔夜波动率共同构成日波动率。本文对日波动率的三个组成部分建立HAR-CJN模型,探究了波动率不同成分之间的相互影响以及在预测中的作用。结果表明连续变差对日波动率的各组成部分均有显著的正向影响,在预测中的贡献最大;而跳变差的影响一般比连续变差的要弱,且随着滞后期的长短而有所不同。样本外预测结果显示HAR-CJN模型的预测表现要远远优于GARCH族模型,并在向前一天和一月的预测中优于普通的HAR-RV模型。     

基于日度低频价格的波动率预测

利用作者提出的GARCH-X的框架,将以往文献中提出的各种基于金融资产的最高、最低、开盘和收盘等低频价格信息的波动率静态估计,统一地扩展成对波动率的动态预测模型.通过对上证指数近十几年数据的实证分析,并借助于对波动率的高频估计和预测评估的一些最新研究成果,本文揭示出合理地利用价格极差及开盘价的信息可以显著地提高对波动率及风险价值的预测能力.     

我国定期存贷款利率期权隐含波动率研究

拓展Jiang和Tian[1]模型获得了看涨看跌期权的无模型隐含波动率的理论表达式.并对理论表达式做了进一步处理,获得满足实际应用需要的计算表达式.根据无套利原理,由当前商业银行不同期限存贷款利率构造出不同执行价的看涨和看跌期权,再运用3次曲线拟合的方法,获得满足实际应用需要的一系列看涨和看跌期权；最后计算得到5年期定...     

沪铜期现货市场波动率的互动关系研究及国际比较

本文借鉴VAR模型,运用Granger因果检验,以及方差分解和脉冲响应函数,刻画沪铜市场期现货波动间的互动关系,并与LME铜市场进行比较.研究表明沪铜期货市场对沪铜现货具有单向的滞后引导关系,且具有一定国际影响力,但仍与国外成熟市场存在差距.