随机跳跃强度与期权隐含风险溢酬

基于随机波动率随机跳跃强度(SVSJ)的期权定价模型,从时间序列性质与横截面期权定价两个角度对长达12年的S&P 500指数期权数据进行了研究.实证结果发现:只有短期虚值期权与短期平值期权中存在显著的跳跃风险溢酬,并且跳跃风险溢酬远超过波动率风险溢酬.不同模型不同跳跃强度的设定都可以估计出显著的跳跃风险溢酬,虽然跳跃风险的方差在总风险的方差中所占比例较低,但跳跃风险溢酬在总风险溢酬中所占的比例却大得多.各模型在高波动时期的表现都要优于低波动时期,其中SVSJ模型在所有模型中表现最好.     

随机跳跃强度与期权隐含风险溢酬北大核心CSCDCSSCI

基于随机波动率随机跳跃强度(SVSJ)的期权定价模型,从时间序列性质与横截面期权定价两个角度对长达12年的S&P 500指数期权数据进行了研究.实证结果发现:只有短期虚值期权与短期平值期权中存在显著的跳跃风险溢酬,并且跳跃风险溢酬远超过波动率风险溢酬.不同模型不同跳跃强度的设定都可以估计出显著的跳跃风险溢酬,虽然跳跃风险的方差在总风险的方差中所占比例较低,但跳跃风险溢酬在总风险溢酬中所占的比例却大得多.各模型在高波动时期的表现都要优于低波动时期,其中SVSJ模型在所有模型中表现最好.     

“坏”跳跃、“好”跳跃与高频波动率预测

  准确的波动率预测对资产组合配置和风险管理有非常重要的意义,在当今大数据时代,充分利用股市高频数据预测股票波动率成为可能。         股市高频信息的一种应用是使用已实现方差和它的组成部分预测股票波动率。已实现方差可以拆分为已实现负半方差和已实现正半方差两个部分。由于已实现负半方差和已实现正半方差极限形式中包含的连续运动部分完全一致,所以它们的不同仅来源于它们跳跃部分的差异,但连续运动部分的存在是否会“稀释”股价跳跃对波动率所产生的影响,为此有必要进一步提取负跳跃和正跳跃。基于负跳跃变差和正跳跃变差,利用HAR模型研究两种不同方向的跳跃是否对波动率产生不对称影响,使用DM统计量和样本外 R²_OS,作为评判标准,考察这种区分跳跃方向的做法是否改进了对波动率的预测能力。         研究结果表明,①负跳跃对应未来波动率上升,正跳跃对应未来波动率下降。作为风险规避者的投资者厌恶风险和不确定性,意味着投资者厌恶未来波动率上升而偏好未来波动率下降。因此,将股价的负跳跃称为“坏”跳跃,将股价的正跳跃称为“好”跳跃。②“好”跳跃导致未来波动率下降,而连续运动部分的上升导致未来波动率上升,两者效应的总和是已实现正半方差对未来波动率的影响不显著;“坏”跳跃和连续运动部分的上升都导致未来波动率上升,两者效应的总和是已实现负半方差对未来波动率产生显著的正影响。③利用“坏”跳跃和“好”跳跃不但能够更好地拟合样本内的未来波动率,而且还能够明显地改善波动率的样本外预测能力。         研究结果支持日内收益率的正负符号信息在波动率预测领域有其价值,两种不同方向的跳跃对波动率产生不对称影响。在波动率预测实践中,利用“坏”跳跃和“好”跳跃能够改进对波动率的预测能力。     

异常波动停牌与价格发现效率

  异常波动停牌是证券市场常见的价格稳定机制之一。已有研究对异常波动停牌的实施效果没有得到一致结论,支持者认为投资者能利用停牌对信息进行重新认识和修订,促使形成新的均衡价格;反对者认为停牌阻碍了投资者把潜在需求转化为交易,进而导致复牌后更高的交易量和价格波动。在中国的异常波动停牌制度是否应该被取消的背景下,探究异常波动停牌制度对价格发现过程的影响,对进一步完善交易机制具有重要的理论意义。         采用理性预期框架,引入噪音交易风险和资产价值的不确定性区分异常波动的原因,探讨不同条件下实施停牌的市场出清过程。一方面,异常波动停牌有利于增加市场交易者数量,从而降低定价误差;另一方面,异常波动停牌会增加资产价值的不确定性,使定价误差增大。基于这一逻辑,构建一个包含出清时间间隔、知情交易者学习过程和信息摩擦的市场出清模型,分析异常波动停牌对价格发现效率和流动性风险的影响。         研究结果表明,①由于噪音交易风险较高、资产价值不确定性较小导致的异常波动停牌,虽然有利于降低流动性风险,但会降低价格发现效率;②由于资产价值不确定性的增加以及较低的噪音交易风险导致的异常波动停牌,虽然有利于提高价格发现效率,但增加了流动性风险;③同时满足噪音交易风险较高和资产价值不确定性增加导致的异常波动停牌,既有利于提高价格发现效率,又降低了流动性风险。总体来说,停牌实施效果的关键在于噪音交易风险和资产价值不确定性的大小,对于信息不对称程度较高的股票,停牌有利于提高价格发现效率;而对于噪音交易风险较高的股票,停牌有利于降低流动性风险。         研究结论对进一步完善交易制度和提升中国金融市场质量具有重要意义,在现实金融市场中,连续竞价市场不一定存在市场均衡,极端情况下会出现市场崩溃,因此异常波动停牌制度有一定的必要性。     

Lévy过程驱动的非高斯OU随机波动模型及其贝叶斯参数统计推断方法研究

本文采用CGMY和GIG过程对非高斯OU随机波动率模型进行扩展,建立连续叠加Lévy过程驱动的非高斯OU随机波动率模型,并给出模型的散粒噪声(Shot-Noise)表现方式与近似。在此基础上,为了反映的波动率相关性,本文把回顾抽样(Retrospective Sampling)方法扩展到连续叠加的Lévy过程驱动的非高斯OU随机波动模型中,设计了Lévy过程驱动的非高斯OU随机波动模型的贝叶斯参数统计推断方法。最后,采用金融市场实际数据对不同模型和参数估计方法进行验证和比较研究。本文理论和实证研究均表明采用CGMY和GIG过程对非高斯OU随机波动率模型进行扩展之后,模型的绩效得到明显提高,更能反映金融资产收益率波动率变化特征,本文设计的Lévy过程驱动的非高斯OU随机波动模型的贝叶斯参数统计推断方法效率也较高,克服了已有研究的不足。同时,实证研究发现上证指数收益率和波动率跳跃的特征以及波动率序列具有明显的长记忆特性。     

基于高频数据的中国股市跳跃特征实证分析

研究跳跃的内在机制和理清不同类型的风险对波动估计和建模非常重要,这是风险管理的核心内容。当前,利用高频数据这方面研究仍然还不成熟,还有丰富的内容期待探索。文章基于非参数方法,结合A-J跳跃检验统计量,构建新的跳跃方差和连续样本路径方差、对跳跃方差建模。利用上证综指高频数据,对跳跃方差统计特征、跳跃方差贡献、跳跃幅度以及跳跃与经济信息关系进行分析。结果显示:跳跃方差存在尖峰厚尾与波动集聚性;在不同的抽样频率下,跳跃方差对总方差的贡献程度相近;正向、负向跳跃幅度不对称,剥离跳跃后的标准化收益率接近正态分布;经济信息公布与跳跃总是正相关的,并对一些异常现象给予解释。依据波动和跳跃的复杂性,此项研究有助于投资者优化投资策略和为监管部门提供监管基础。     

不完全市场中相关性风险的对冲策略研究

随着我国资本市场的进一步完善,以及市场波动的更加剧烈,投资者对于相关性风险的关注日益增强,如何对冲相关性风险是一个亟待解决的重要课题。本文在基于跳跃的不完全市场中,以带有跳跃的价格过程为基础,引入相关性随机过程,依据期权的希腊字母对冲原理,构建相关性风险的对冲策略——卖出一份股票指数看跌期权同时买入若干份对应个股的看跌期权和若干份标的股票,使投资组合保持资产波动率以及价格跳跃风险中性,进而通过卖出组合中指数期权的相关性风险溢价来对冲个股组合的相关性风险。本文选取2007年3月到2013年3月香港恒生指数及其成份股期权的日数据用以实证分析,结果表明:该策略能够对冲个股投资组合的相关性风险,且在大部分情况下获得显著为正的收益。本文对事前构建对冲策略以规避极端事件发生时的相关性风险具有重要的参考价值。     

中国银行间债券市场回购交易动态行为研究——基于已实现跳跃风险的分析

以二次幂变差的测量为理论基础,研究了银行间回购利率的跳跃风险.将已实现波动率分解为连续样本路径方差和离散跳跃方差.跳跃方差序列的统计特征表明,银行间短期利率的主要价格发现形式是跳跃.以此为基础,分析了银行间回购交易的动态行为.结果发现,跳跃行为在特征和成因上表现出了较之国外更为独特的特征.     

中国股票价格跳跃实证研究

利用基于BN -S方法的已实现波动测度构造出跳跃统计量,用该统计量检验分析了中国股票市场股票价格的跳跃现象.检验结果不仅证实了股票市场价格跳跃存在普遍性,而且发现单支股票的跳跃主要是异质跳跃而不是共同跳跃.这表明单支股票的价格跳跃更多地受到自身市场信息的影响,而共同信息对单支股票的影响是非常有限的.单支股票的共同跳跃大...     

波动预测建模与尾部风险测量方法

  作为中国资本市场的对冲工具,股指期货在2015年经历了一轮极端牛熊市。在股指异常波动阴影下,研究股指期货尾部风险的测量方法,对风险管理与资产配置具有理论意义和实践意义。传统风险测量方法通常利用低频波动率构建尾部风险VaR和ES估计量,但高频波动率比低频波动率蕴含更多信息且计算效率更高,利用高频波动率建立高效的尾部风险测量方法成为研究趋势。         基于条件极值理论和新型高频波动率,构建RV-EVT框架的股指期货尾部风险测量方法。阐述已实现波动率衍生的跳跃、好坏波动和符号跳跃理论;为提高波动率估计精度,利用已实现核修正CPR跳跃检验、好坏波动和符号跳跃;考虑跳跃、好坏波动和符号跳跃建立4组对数形式的HAR类波动预测模型。在极值理论框架中嵌入HAR类模型预测波动率,构建两步法的RV-EVT尾部风险测量方法;根据样本外滚动预测评估股指期货尾部风险测量水平,采用无条件覆盖和自枚举检验对VaR和ES进行回测分析。         研究结果表明,波动率的样本外滚动预测显示,HAR波动预测框架下好坏波动分解优于连续跳跃波动分解,好坏波动衍生出的正负符号跳跃具有极为突出的波动预测能力;回测分析检验结果显著,尾部超出数接近理论预期,表明RV-EVT尾部风险测量方法有效;HAR-RV-RS和HAR-RV-SJd模型的尾部风险测量表现最佳;ES模型比;VaR模型具有更优的尾部风险测量水平,特别是在高风险状态下ES模型能弥补VaR模型失控的缺陷;通过量化交易资金管理研究,揭示尾部风险测量方法的应用价值。         建立了高频波动率与风险管理的桥梁,为金融资产尾部风险度量提供了有效方法,对资产配置和风险控制具有借鉴意义。     

广义双指数分布的跳跃扩散模型下股指期货波动研究

 金融期货市场既存在平常信息引起的连续性波动,又存在突发冲击造成的跳跃式波动,金融市场波动同时具有扩散性和跳跃性特点。同时,金融期货市场与现货市场间的跳跃和波动行为存在着风险溢出效应和羊群效应等。并且,金融资产收益在跳跃过程中呈现出非高斯属性,正态分布假设不能刻画跳跃和波动中的程式化现象,如噪音分布的尖峰厚尾、有偏特征等。        考虑到金融期货序列分布的尖峰厚尾、有偏、非对称现象,采用非对称、有偏的广义双指数分布刻画收益率非高斯特征;同时考虑到金融波动序列的时变性、集聚性和异方差性以及收益与波动之间存在着杠杆效应,将有偏的广义双指数分布引入到收益序列和波动序列均存在跳跃且跳跃相关的双层跳跃扩散模型,构建广义双指数分布驱动的双层跳跃扩散模型,并从理论上分析模型的优越性。根据模型的似然函数估计式,使用马尔科夫链蒙特卡洛模拟迭代求解广义双指数分布驱动的双层跳跃扩散模型参数,将构建的模型应用到中国股指期货和现货市场进行实证研究,分析中国股指期货和现货市场各自的跳跃和波动行为特征以及市场间跳跃和波动的风险关联性,包括对两类市场跳跃形态的非高斯特征分析股指期货市场与现货指数的波动协同性描述,以及股指期货与现货间的跳跃溢出行为、跳跃强度和跳跃大小分析等。        研究结果表明,广义双指数分布驱动的双层跳跃扩散模型较好地捕获了收益率分布的尖峰厚尾特征;股指期货收益和股指现货收益上涨与下跌概率呈现非对称性;股指期货波动强度高于股指现货波动,而股指期货波动的持久性低于股指现货;股指现货的杠杆效应表现更强;股指期货和股指现货市场存在双向跳跃溢出效应。        研究结论有利于理解中国沪深300股指期货市场和现货市场之间的跳跃风险传染机制,对于深入认识期货和现货市场的风险溢出关系、促使投资者规避风险和监管机构加强监管具有一定的参考作用。     

基于四次幂差修正HAR模型的股指期货波动率预测

股指期货波动率建模与预测是揭示其波动运行规律和市场风险是重要途径。本文基于跳跃、好坏波动率与符号跳跃建立四组HAR模型,提出单级纠偏HARQ类模型和多级纠偏HARQF类模型,实证研究揭示股指期货波动运行规律,并采用MCS检验来评估模型优劣。HAR建模考察连续与跳跃波动、好与坏波动率的两种已实现波动分解。为了降低波动率估计偏差,基于最小化MSE准则确定最优抽样频率,利用已实现核修正的ADS检测法识别跳跃,采用已实现核估计修正好坏波动率与符号跳跃。基于沪深300股指期货的实证研究表明：连续波动比跳跃波动对未来已实现波动贡献更大;好坏波动率具有不对称波动冲击,而符号跳跃对未来波动具有负向冲击;好坏波动率分解优于连续与跳跃波动分解;中位数已实现四次幂差能够显著提升HAR类模型的样本内外预测能力;与样本内预测相反,样本外预测中单级纠偏HARQ类模型优于多级纠偏HARQF类模型;MCS检验得出HARQ-RV-SJ模型表现最佳。研究结论与启示对认识股指期货波动规律和市场风险具有意义。     

基于状态空间的贝叶斯跳跃厚尾金融随机波动模型研究

针对金融市场中跳跃特征的刻画问题,提出了贝叶斯跳跃厚尾随机波动模型。通过随机波动模型的结构分析和状态空间转换,设计了模型参数估计的MCMC算法,利用Kalman滤波和高斯模拟平滑方法估计模型的潜在波动,运用贝叶斯因子对随机波动类模型进行比较分析,并利用中国和美国的股市收益数据进行实证分析。研究结果表明:在刻画中、美两国股票市场的波动特征方面,跳跃厚尾随机波动模型要明显优于厚尾随机波动模型和标准随机波动模型,并且金融危机背景下的中国和美国股票市场都具有明显的波动持续性以及跳跃特征。     

跳跃、共跳和非预期宏观信息

文章基于5 min高频数据研究了股票市场和债券市场资产价格的高频跳跃和共跳以及它们与定期发布的宏观经济信息的关系.结果表明,股票市场和债券市场具有显著的跳跃性和共跳性,债券市场跳跃的概率远高于股票市场,而股票市场的跳跃幅度远高于债券市场.非预期宏观经济信息不仅显著地影响股票市场和债券市场的跳跃幅度,还影响两个市场的共跳.定期发布的国内生产总值、固定资产投资、居民消费价格指数、采购经理指数、工业品出厂价格指数、贸易差额和工业增加值等指标显著地影响股市债市的共跳.     

Estimation of Jump Tails

We propose a new and flexible nonparametric framework for estimating the jump tails of Itô semimartingale processes. The approach is based on a relatively simple‐to‐implement set of estimating equations associated with the compensator for the jump measure, or its intensity, that only utilizes the weak assumption of regular variation in the jump tails, along with in‐fill asymptotic arguments for directly estimating the “large” jumps. The procedure assumes that the large‐sized jumps are identically distributed, but otherwise allows for very general dynamic dependencies in jump occurrences, and, importantly, does not restrict the behavior of the “small” jumps or the continuous part of the process and the temporal variation in the stochastic volatility. On implementing the new estimation procedure with actual high‐frequency data for the S&P 500 aggregate market portfolio, we find strong evidence for richer and more complex dynamic dependencies in the jump tails than hitherto entertained in the literature.     

基于可变强度跳跃-GARCH模型的资产价格跳跃行为分析——以中国上市公司股票市场数据为例

近年来,美国金融危机、欧债危机、地震等突发事件不断冲击着我国金融市场,各类资产价格频繁出现大幅跳动,收益风险短期内急剧扩大。鉴于此,本文构建了门限效应下状态变量依赖自回归强度跳跃-GARCH模型（简称TSD-ARJI-GARCH模型）来探讨股票资产价格随时间平滑波动和大幅度跳跃的双重特征。该模型扩展了现有可变强度跳跃-GARCH模型,克服了片面强调内生或外生因素的局限性,既允许跳跃强度受单个资产异质因素的内生驱动,以刻画跳跃变化的时变性及集聚性,也考虑了外部状态变量影响的门限效应。通过对不同类型中国上市公司股票市场数据的实证分析,验证了该模型对各类上市公司股票资产价格跳跃特征都具有较好的辨别和预测能力,可为动态监管金融资产的跳跃风险提供理论依据。     

一类高新技术企业专利权价值的实物期权评估方法——基于跳扩散过程和随机波动率的美式期权的建模与模拟

由于经典的Black-Scholes期权定价模型的假设忽略了突发事件对资产价格的影响和"波动率微笑"对期权价值的影响而与实际情形往往存在偏差,因此学者们对Black-Scholes模型的改进则主要分别集中在带跳扩散过程的期权定价模型与具随机波动率的期权定价模型等两个方面,然而却少见将这两种模型结合起来的研究。本文首先在带跳扩散过程的期权定价模型与具随机波动率的期权定价模型的研究工作的基础上,建立了一种同时带跳扩散过程和具随机波动率的美式期权定价模型,并通过伊藤引理推导出了资产价格、随机波动率和期权满足的偏微分方程;然后,利用特征函数法和傅里叶变换导出了资产价格的随机分布,进而通过马尔科夫链方法给出了基于跳扩散过程和随机波动率的美式期权的数值解;最后,运用已建立的带跳扩散过程和随机波动率的美式期权定价模型对高新技术企业项目投资的专利权价值进行实物期权定价评估的案例研究,并对跳扩散强度参数和随机波动率参数进行敏感性分析,研究结果表明:将项目收益跳扩散过程和市场环境随机波动率加入到专利权实物期权定价模型中,可以有效避免专利权的期权价值被高估。     

考虑微观结构噪声与测量误差的波动率预测

以测量误差的分布理论为基础，本文将微观结构噪声的影响引入到测量误差的方差中，构建了包含微观结构噪声影响的HARQ-N模型。使用蒙特卡洛模拟与中国股市的高频数据对HAR、HARQ、HARQ-N模型与HAR-RV-N-CJ模型的估计和预测进行了比较，研究发现，HARQ模型和HARQ-N模型的测量误差修正项对波动率的影响系数统计显著为负，HARQ-N模型的测量误差项影响系数远大于HARQ模型，更大程度地减弱当期微观结构噪声和测量误差的影响。并且，考虑微观结构噪声和测量误差的HARQ-N模型样本内和样本外预测效果在统计上显著优于HAR模型、HARQ模型与HAR-RV-N-CJ模型。     

全球金融危机下的股票市场波动跳跃研究——基于高频数据的中美比较分析

本文以雷曼破产日至2009年1月底这段时期内上证综指、恒生指数以及S&P500指数的日内高频数据作为研究对象,采用跳跃显著性检验方法和扩展HAR模型,对波动跳跃特征进行了实证研究.结果表明:雷曼危机导致股市波动的显著提高,但中国内地股市受到的影响最小;中国香港股市成为波动跳跃发生频率最高、跳跃幅度最大的市场,且波动跳跃主要发生在夜间休市时间内;雷曼危机使得波动率模型的预测精度大大降低,股市风险变得更加难以预测,对于新兴市场来说这一现象更加明显.