跳扩散条件下波动率风险溢价及影响因素研究——基于上证50 ETF期权市场的实证

本文采用上证50 ETF及其期权交易数据,运用SVCJ模型、MCMC及傅里叶变换等方法,从P测度及Q测度中提取波动率风险溢价,并分析了其时变特征及影响因素。实证研究表明:SVCJ模型相较于SV模型及SVJ模型具有更好的市场拟合优度;傅里叶变换法能提高波动率风险溢价的估计效率;波动率风险溢价具有时变特征,在市场急剧动荡时期,波动率风险溢价基本为负,投资者厌恶波动风险,购买期权对冲波动风险的意愿较高;在市场非急剧动荡时期,波动率风险溢价基本为正,投资者偏好波动风险,购买期权对冲波动风险的意愿较低;市场收益率、波动率、换手率及投资者情绪对波动率风险溢价具有显著的影响。     

认购权证负溢价现象和隐含波动率研究

文章研究了中国权证市场上认购权证的负溢价现象及隐含波动率。结果表明，负溢价现象的相对偏误程度与价值状况、到期时间正相关，与标的股票波动率负相关；当出现负溢价现象时，在特定情况下，套利交易可以进行；价格正常数据（未出现负溢价现象数据）的隐含波动率研究显示，中国权证市场的波动率微笑存在，且隐含波动率期限结构具有均值回复性。     

带跳GARCH-SV模型的参数估计及实证分析

在GARCH随机波动率模型基础上,建立了带有"杠杆效应",双重跳与"风险溢价",因子的G-SVCJ和G-SVIJ模型。考虑"杠杆效应"以及标的资产价格和波动率两方面的跳跃和"风险溢价",利用基于有效重要性抽样方法的极大似然估计(EIS-ML),估计了G-SV,G-SVJ,GSVCJ,G-SVIJ模型的参数,并利用沪深300指数与恒生指数进行实证分析。结果说明了中国股市存在"跳跃"现象、"杠杆效应"以及"风险溢价",同时表明G-SVCJ和G-SVIJ模型更有效。     

利用标准化波动率微笑预测期权价格的实证分析

本文利用市场报价对期权均衡价格的估计提供了一种新的数值方法——标准化波动率微笑方法,为了验证该方法的有效性,本文同时采用历史波动率法、GARCH(1,1)模型、加权隐含波动率法,对美式SPDR期权进行了实证研究,分析了上述四种方法的预测效果.结果表明,本文的方法简单有效,具有较高的实际应有价值,对市场投资具有正面的辅助作用.     

基于随机矩阵理论决定多元GARCH模型最佳维度研究

基于随机矩阵理论(RMT)的降维技术能够通过去除噪声和只保留有用“信息”,而对相关矩阵估计中用来描述相关的主成分或因子的最佳使用数量做出确定.本文认为利用RMT对相关矩阵估计的降维操作来实现RMT对多元GARCH模型的有效降维是可能的.为说明基于RMT的降维技术用于多元GARCH模型的有效性,本文建立了两类将基于RMT的相关矩阵估计和波动率结合在一起的多元GARCH模型:滑动相关多元GARCH模型(SC-GARCH模型)和改进的O-GARCH模型(IO-GARCH模型).理论分析表明,这两类模型具有降维的相关结构,易于估计,并且利用RMT能确定出它们的理论最佳维度.实证研究中,本文建立了上海证券市场100只股票收益率的两类多元GARCH模型,并在马克维茨证券组合理论的框架下,考察了它们的协方差矩阵预测效果.结果表明这两类模型的预测效果很好.通过两类模型各个维度预测效果的比较可以看出.RMT能够为多元GARCH的降维提供有效的依据并且较准确地确定多元GARCH模型的最佳维度.理论和实证分析结果表明,基于RMT的降维技术是解决多元GARCH模型“维数灾祸”问题的有效手段.     

金融系统的非线性分析:交易量对股价波动的非线性影响

如何研究股价波动和成交量之间的关系一直是金融系统研究中感兴趣的话题.Lamoureux 和 Lastrapes 认为选择日交易量度量每天流入市场的信息量是合理的,但他们假定交易量对波动率的影响是线性的.提出部分非线性GARCH模型分析交易量对股票市场波动率的影响,基于GARCH模型局部线性化非参数似然估计方法,对中国证券市场股票价格和交易量数据进行实证研究.结果表明,交易量对股价波动的影响具有显著的非线性性.     

中国黄金期货市场波动特征及模型预测研究

选取上海期货交易所黄金期货价格指数日内10分钟高频收益数据,构造了经调整的已实现极差波动率估计序列,利用6类GARCH模型建模分析,描述了黄金期货价格指数的波动特征.运用多种损失函数比较了GARCH类模型样本外波动率预测精度的优劣,并在此基础上,采用一种渐进正态分布检验法评估了GARCH类模型的预测效果.结果显示,黄金期货已实现极差波动率估计序列具有尖峰厚尾、集聚性、持续性等特征.对于黄金期货市场,ACD-GARCH模型具有相对最好的波动率预测能力.     

中国股票市场风险的实证分析研究

本文从实证角度说明了上证指数和深证成份指数存在着GARCH现象 ,并建立了沪、深两市股指波动率的IGARCH(1,1) M模型与EGARCH(1,1) M模型。将估计的IGARCH(1,1) M模型与EGARCH(1,1) M模型比较得出 ,对上证指数的波动率 ,IGARCH(1,1) M模型与EGARCH(1,1) M模型的模拟效果基本相同 ,而对深证成份指数的波动率 ,IGARCH M模型要略优于EGARCH M模型。同时还对两市的股指收益的波动率进行了预测分析     

认股权证隐含波动率迭代算法的改进

为了有效估计认股权证的隐含波动率,以及有利于观测权证的市场风险,对常用的迭代算法进行改进可加快计算速度.利用认股权证的Delta、Vega和Theta值以及多元泰勒公式导出认股权证隐含波动率变化与权证价格变化关系的不等式.根据导出的这个不等式给出了具体算法.实证结果说明这一算法改进了原有的算法,从而这个算法解决了原来的随意给定一个价格后不断修正的算法.     

基于改进ICA模型的高维波动率估计

本文对IC-GARCH模型进行改进,放宽了ICA关于独立成分是IID的假设,考虑独立成分为ARMA模型的平稳过程,提出了基于自相关结构的IC-GARCH估计方法,并给出了估计量的理论性质和计算效率较高的迭代估计算法。最后,对改进方法进行了模拟和实证分析,结果表明本文提出的模型能够使多元GARCH模型应用于高维金融数据,并大大提高了金融资产收益波动率的估计精度。     

投资者过度反应与牛熊市波动非对称性

论文针对沪深股市牛熊市中所呈现出的波动非对称性的差异,从牛熊市中投资者对信息反应的差异角度予以解释。论文以非预期交易量变化率作为投资者对信息冲击反应的代理变量,研究显示投资者在牛市行情中的过度反应,是造成沪深股市牛市行情波动正向非对称性的重要原因。与此同时论文通过对比美国、香港和沪深股市上牛熊市波动非对称性差异,进一步验证沪深市场上不完善的市场机制加剧了投资者在牛市行情中的过度反应,进而导致牛市行情中的波动正向非对称性。     

上海股票市场和国际主要股票市场之间波动溢出效应的实证研究

使用BEKK—二元GARCH(1,1)模型,对于我国股票市场和国际主要股票市场之间的波动溢出效应进行了实证研究.分析结果表明,上证综指和标准普尔500指数、日经225指数之间存在单向波动溢出效应,而上证综指和香港恒生指数之间存在双向波动溢出效应,上证综指和新加坡海峡时报指数之间不存在波动溢出效应.     

沪、深股市波动不对称性的实证分析

本支应用系数多变量EGARCH模型来研究我国沪深股市的波动不对性,结果发现:在全样本时期,收益率呈现深市向沪市的单向溢出,而沪深两市则都呈现显著的波动不对称性特征。分时段来考察,B股对境内投资者开放前后呈现收益率由深市向沪市的单向溢出到双向溢出现象;而波动性的实证结果则显示,以B股对境内投资者开放为间断点,沪市波动不对称性有明显加强的趋势,而深市波动不对称性则呈现由不显著到显著的特征。     

中国股市收益率与异质波动性关系研究

本文研究了中国股票市场的异质波动性问题。主要从异质波动性的识别与分布,异质波动性与股票收益率之间的关系,以及异质波动性是否被充分定价等三方面进行探讨。研究的目的在于分析股票异质波动性问题在中国股票市场中的特殊地位,这其中也包括异质波动性对股票收益影响问题。结合中国股票市场的数据,采用广义矩估计(GMM)的数量方法,显著地得到了中国股票市场中异质波动性水平,并以此分析了异质波动性与股票收益之间的关系,证明股票异质波动性水平是投资者进行决策时需要考虑的重要因素之一。     

基于ARMA-GARCH模型的恒指隐含波动率指数预测及其在期权交易中的应用

基于ARMA-GARCH模型,并结合均值回归效应,溢出效应和周内效应,本文研究了恒指隐含波动率指数(VHSI)能否被预测及预测是否有助于期权投资实践的问题.研究结果验证了香港股市具有均值回归的特性,标准普尔500指数对恒指隐含波动率指数有明显的溢出效应.此外,恒指隐含波动率指数呈现出周一上涨,周五下跌的特征,具有明显的周内效应.最后,本文运用ARMA-GARCH模型对恒指隐含波动率指数进行预测,并结合实际的市场数据做了期权交易模拟.结果显示,ARMA-GARCH模型比ARMA模型更适合对恒指隐含波动率进行建模;考虑了均值回归效应,溢出效应和周内效应之后,ARMAGARCH模型对恒指隐含波动率指数的预测能力显著提高,并且预测结果有助于期权交易获得较好的收益.     

金融市场波动性的拟合分析

金融市场的波动性是投资者关注的对象之一,也是被研究的热点。本文检验了我国股市的ARCH效应和序列相关性。并且在此基础上,将AR-IGARCH-M模型应用于上海综指和深圳成指,结果表明该模型能有效拟合我国深沪两股市的波动性。最后,针对结果分析了我国的股市行为。     

Volatility forecasting using stochastic conditional range model with leverage effect

In this paper, we propose a stochastic conditional range model with leverage effect (henceforth SCRL) for volatility forecasting. A maximum likelihood method based on the particle filters is developed to estimate the parameters of the SCRL model. Simulation results show that the proposed methodology performs well. We apply the proposed model and methodology to four stock market indices, the Shanghai Stock Exchange Composite Index of China, the Hang Seng Index of Hong Kong, the Nikkei 225 Index of Japan, and the S&P 500 Index of US. Empirical results highlight the value of incorporating leverage effect into range modeling and forecasting. In particular, the results show that our SCRL model outperforms the conditional autoregressive range model, the conditional autoregressive range model with leverage effect, and the stochastic conditional range model in both in‐sample fit and out‐of‐sample forecast.     

基于DAG-SEM模型的中美股票市场间信息溢出研究

以中美贸易战为背景,研究美国股票市场、中国A股市场与香港股票市场的动态溢出效应。运用DAG-SEM模型和信息指数模型的静态和动态分析法测度市场间波动率信息溢出的方向、强度以及动态变化过程。研究发现:在贸易战期间,美股、港股和A股之间的溢出强度均增加。中国内地股市与美国股市呈双向信息溢出,标普500指数与沪深300指数的“方向交替”多于道琼斯与沪深300指数。特别地,贸易战白热化阶段,即2018下半年至2019上半年,中国内地股市对香港股市的信息溢出强于美国股市,成为港股信息溢出的主要传导者。     

基于MRS-SJC-Copula模型对A股与港股的动态联动性研究

由于经济增长周期变化,导致不同股票市场存在高低状态转换的现象,在研究不同股票市场之间联动性的研究时,需要考虑股票波动均值和方差两种结构变化。基于具有马尔可夫状态转换的动态SJC-Copula,结合修正ICSS算法对我国内地股票市场和香港股票市场之间的联动性进行方差结构突变点的检验。实证结果表明:国内和香港股票市场之间存在非线性非对称的时变相依性,并持续存在高低两种不同状态的概率转换。股票指数由于动态联动受到负面消息的下跌幅度大于正面消息的变化幅度,且上下尾部均受上期信息的持续影响。“沪港通”、“深港通”、中美贸易战等因素使得其上下尾部发生结构突变,内地与香港股票市场的联动性增大和市场波动幅度趋强。