期权定价中的波动率估计

本文旨在研究Black-Scholes期权定价模型中重要参数波动率的估计问题,了解波动率估计的简单易行的标准方法,介绍了历史波动率和隐含波动率的估计技术.     

无模型隐含波动率的信息含量与定价能力——基于上证50ETF期权的实证研究

本文从上证50ETF期权价格中提取无模型隐含波动率并检验其信息含量,基于随机折现因子理论推导波动率风险的系统性与正负性判定公式,从波动率风险溢酬和相关性两方面验证波动率是否为系统性风险,进而基于A股市场的个股数据检验波动率风险在股票截面收益上的定价能力。研究结果表明：无模型隐含波动率包含BS隐含波动率中的所有信息和历史波动率中的大部分信息,是未来已实现波动率的有效估计;市场波动率为系统性风险因子且存在显著为负的风险溢酬;组合分析表明,对市场波动率暴露较大的股票组合在未来的收益较低,且暴露最大与最小股票组合的收益率之差显著为负,该结论在控制经典风险因子和改变交易策略之后依然稳健;Fama-MacBeth两步法结果表明波动率风险被定价且风险价格显著为负。     

已实现波动率在我国金融市场的应用前景

作为金融计量学研究的一种新工具,已实现波动率以它独特的优势赢得了学者们的青睐,溶入了金融计量学各个分支领域的研究,并在一定程度上推动着这些领域的发展.然而,这种新兴的方法也不可避免地存在一些问题,有待于未来研究工作的改进和拓展.在我国金融市场未来的发展中,已实现波动率将发挥不可低估的作用.     

基于股本权证定价效果的最优波动率模型选择

文章以沪深交易所上市的分离交易可转债所附带的权证及其标的股票日收益率和5分钟高频交易数据为样本,在对隐舍波动率模型、已实现波动率模型以及历史波动率模型参数估计的基础上,以股本权证市场价格为评价基准,分别测算了基于三个波动率模型的定价效果.研究发现,基于隐含波动率模型的定价结果具有最小平均绝对偏差与平均相对偏差,模型效果最优;基于历史波动率模型的定价结果对股本权证市场价格普遍低估.     

汇率波动与证券市场价格波动的传递机制

外汇市场与证券市场是国际金融市场的两个重要组成部分,国外学者的研究表明汇率变动与证券市场价格变动之间存在着单向或双向的因果关系,两变量间存在明显的反馈机制。而在中国两个市场的联系似乎很松散。本文对汇率波动和证券市场价格波动的传递中介及机制进行了理论分析,并以汇率和上证综指的日数据,采用EGARCH模型对其进行实证,结果发现,变量受到自身及另一变量的双重影响,且波动的不对称效果显著存在,说明了价格波动在两个市场的传递是不完全的。     

交易信息、跳跃发现与波动率估计

在高频金融数据研究中,估计金融资产价格序列积分波动率时,往往需要考虑市场微观结构噪声与资产价格跳跃的影响.本文将市场微观结构噪声部分地表示成交易信息的参数函数,并结合资产收益序列的跳跃特征,提出资产收益的高斯混合模型.本文利用EM算法进行噪声参数估计的同时,识别资产价格的跳跃,进而提出一种新的积分波动率的估计量.本文提出的方法可以视为Li等(2016)的改进,并在模拟研究中,得到了比Li等(2016)更好的参数估计效果,且即使在跳跃幅度分布误设的情况下,也具有良好的识别跳跃的功能.在应用举例中,对比了本文方法与Lee和Mykland(2008)的跳跃发现方法,论证了本文的模型在识别跳跃方面的可靠性.     

我国燃油期货市场的波动率预测模型

准确描述和预测石油及其相关产品的价格波动对各国政府能源政策的制定以及能源风险管理工作意义重大。文章以上海期货交易所燃油期货的15分钟高频价格数据为例,实证计算了三类代表性波动率模型:已实现波动率模型、随机波动模型以及GARCH族模型对我国燃油期货价格波动的预测值,同时,采用多种损失函数对比了三类波动率模型。实证结果表明,基于高频数据的已实现波动率模型对我国燃油期货市场具有最好的波动预测精度。而就基于日数据的模型而言,随机波动模型要明显强于GARCH族模型。     

SABR随机波动率LIBOR市场模型的参数校准估计方法与实证模拟

针对标准化Libor市场模型（LMM）和Heston随机波动率Libor市场模型（Heston-LMM）的应用局限,首先将SABR代替Heston过程引入标准化Libor市场模型框架,建立非标准化的SABR随机波动率Libor市场模型（SABR-LMM）;在此基础上,运用利率上限期权（Cap）、利率互换期权（Swaption）和自适应马尔科夫链蒙特卡罗模拟方法（MCMC）对模型参数进行有效市场校准与模拟估计;最后,针对三个月美元Libor远期利率实际数据,对上述三类Libor市场模型的实际运行效果进行了实证模拟计算与比较分析。研究结论认为,基于模拟利差计算结果,针对短期Libor利率模拟而言,与LMM和Heston -LMM两类模型而言,加入SABR波动项的SABR-LMM模型具有更小的模拟误差,因而具有更好的模拟效果。     

基于中国隐含波动率和方差溢价的实证研究

隐含波动率在资本市场中发挥着重要作用,本文使用二次幂变差方法,首次就我国股市的隐含波动率指数及其方差溢价对股市收益和宏观经济活动的预测能力进行实证分析.研究发现:隐含波动率的增加会加剧市场波动风险;方差的连续部分和跳跃部分对未来的实现方差具有显著的正向影响;相对于周收益,方差溢价和波动率指数对月度收益的预测能力更强;隐含波动率指数和方差溢价目前无法对我国宏观经济活动起到预测作用.研究结论为进一步分析我国证券市场的风险偏好提供了经验证据.     

钢材价格指数波动率的实证分析

文章以Myspic钢材综合价格指数为研究对象,选取1999年6月至2015年6月的月度数据作为样本,应用ARMA-GARCH模型对其波动率进行实证分析.结果表明:钢材价格对信息具有明显的记忆性;供需关系对钢材价格指数波动具有持续性影响;钢材价格下跌信息引起的指数波动强于钢材价格上涨信息引起的波动.     

基于已实现和极差波动率标准的沪深300指数波动率模型研究

对波动率预测模型的研究备受学术界的关注,文章以沪深300指数的5分钟高频真实交易数据为研究对象,利用8个损失函数和Diebold Marinao检验较为全面的探讨评价了GARCH族模型对其预测能力。结果发现长记忆性模型的预测效果普遍好于短记忆性GARCH模型,且FIEGARCH是长记忆性模型中预测效果较好的,这对学术界和实务界进行风险测度及对我国资本市场的风险控制都具有现实意义。     

上证50ETF期权隐含波动风险对资本市场风险的预警能力分析

使用上证50ETF期权数据计算隐含波动率风险来刻画常规的波动,使用隐含尾部风险刻画非对称的隐含波动风险,构造出了对中国股票市场有显著风险预警能力的风险测度。首先,选取上证50指数和沪深300指数,使用两指数收益率序列的高阶矩作为股市未来的风险度量,用长短国债利差作为宏观风险的代理变量,证实了上证50ETF期权隐含波动率风险和隐含尾部风险对未来6个月内的股票市场风险和宏观风险都有显著预测能力。其次,使用有变点的分位数自回归模型对隐含尾部风险进行建模,并在贝叶斯框架下使用MCMC方法估计出了两个隐含尾部风险的突变日期:2016年3月3日和2017年12月15日。使用以上两个突变日期将股指序列和长短国债利差序列划分为三个时期,发现三个时期内的股票市场风险和宏观风险都有显著的差异。观察差异结果可以发现,当金融市场处于高波动风险时,宏观风险也相应较高,尾部风险呈高分位膨胀性;随着尾部风险的突变发生,金融市场和宏观市场风险开始降低并结束波动期,继而迎来一段时间的稳定上升;当市场一直处于较为稳定的上升状态并伴随着较低的宏观风险时,此时尾部风险逐渐增加并再次发生突变,预示着股票和宏观市场再一次迎来一段波动期。研究证明,期权隐含波动风险对股票市场乃至宏观资本市场都有显著的风险预警能力。     

我国期货市场成交量和持仓量与价格波动关系研究

文章利用FIEGARCH模型实证分析了上海期货交易所铜、铝、天胶和燃料油四个期货品种的成交量和持仓量与价格波动的关系。结论显示,铝、天胶和燃料油的价格波动与成交量正相关,持仓量与价格波动负相关,对铜期货来说,其价格波动与成交量和持仓量没有相关关系。     

基于高维波动率网络模型的股票市场风险特征研究

波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现：与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。     

基于中位数GARCH模型的汇率波动率预测

自2005年7月21日汇率改革以来,人民币汇率的波动性发生了根本的变化.汇率波动越来越频繁、越来越大.汇率的准确预测无论是对国内还是对国际都有着至关重要的意义.文章预测汇率收益率的波动性,在ARCH和GARCH模型的基础上提出了中位数GARCH模型,并采用人民币兑美元的数据来检验模型的有效性.由预测误差可以看出,中位数GARCH能很好地减小预测误差.     

波动率的持续性：基于GARCH模型的成交量解释

文章将成交量变量合理地分解为由好、坏消息分别引致的两部分,结合GARCH模型,研究了成交量对波动率持续性的解释,并得出如下结论:成交量变量对波动率的持续性具有一定的解释力;信息对波动率的影响具有不对称性,坏消息比好消息的影响大;将成交量分解成由好、坏消息分别引致的两部分之后,能够更进一步地解释波动率的持续性。     

中国金融市场波动率的实现极差双幂次变差估计

实现极差和实现双幂次变差分别是针对金融市场中日益流行的高频实现波动率的重要改进,文章对一类新的结合了实现极差和实现二次幂变差各自的优点的实现极差双幂次变差估计进行了建模和实证研究,采用来自沪深两市的主要股指日内高频数据的对比研究显示:该波动率估计量不仅能够像实现极差一样准确捕捉到金融市场收益率无条件分布的尖峰厚尾特征,而且能够像实现双幂次变差一样很好的消除其偏态性.     

高频数据驱动的连续时间模型估计

现代金融经济学中连续时间模型能够更方便地描述重要经济变量的动态过程如股价、汇率和利率等。为连续时间模型提出了一种高频数据驱动的二阶段估计方法,增强了连续时间扩展模型的弹性和可操作性。以Vasicek模型为例给出了该方法的应用实例,首先在第一阶段使用实现波动率方法估计出模型的扩散项参数,然后使用实际数据的稳态分布的前向方程估计漂移项参数。此方法对模型初始设定和优化算法依赖程度低,结果较为稳定可靠。     

在GARCH模型框架下发现的波动率“周内效应”可信吗?

通过分析模型中的自回归结构与"周内效应"之间的相互影响关系发现:基于GARCH模型框架以考察收益率波动"周内效应"的计量方法极易产生误判。随后的一系列Monte Carlo模拟实验不仅印证了上述结论,而且还发现,使用绝对值收益率作为波动率代理对哑变量做回归的方法虽然发现"周内效应"的能力稍逊于上前者,但可以避免误判问题。     

中国股市波动率与收益率的因果关系研究

文章以上证综指2000年到2008年高频数据为例,基于Dufour、Taamouti(2010)测量短期和长期因果关系的方法构建了一个关于收益率与波动率的向量自回归线性模型,用来测量和比较了中国股票市场收益率和波动率之间的动态杠杆效应、波动率反馈效应等因果关系.实证结果表明我国股票市场无论是对已实现波动率还是对二次变差前三天都有较强的动态杠杆效应,而波动率反馈效应在所有的时间跨度上都可以忽略不计,并且收益率和波动率之间的瞬时因果关系在有些时间跨度上较显著.