干散货运价波动的杠杆效应特征研究——基于非对称随机波动模型

由信息冲击引起的干散货运价的剧烈波动给航运实体市场带来巨大风险,同等强度的利空消息通常要比利好消息引起更大的市场波动,本文对干散货航运市场运价波动存在的杠杆效应特征进行研究,为航运企业和租船人等把握市场态势、规避风险提供重要依据。考虑运价收益分布的厚尾特征,改变传统的非对称随机波动模型中随机误差项的正态分布假定,建立基于student-t分布的改进的非对称随机波动模型,在贝叶斯分析的基础上通过MCMC方法进行参数估计。通过实证研究发现,在考虑了极端风险情况后,改进的厚尾分布的非对称随机波动模型对干散货运价波动的杠杆效应特征刻画更加准确和优越。     

基于线性样条的门限随机波动率模型及其实证研究

为了刻画金融领域中资产收益的条件均值和波动率的双重非对称性特征,本文基于线性样条的方法提出一种新的门限随机波动率模型(LPTSV),它可以根据到达市场消息的大小和方向来同时描述这两种非对称性情况,可以很好地对资产收益及其波动率进行建模。利用R2WinBUGS软件包对LPTSV模型进行了贝叶斯参数估计。模拟实验说明贝叶斯分析在LPTSV模型的参数估计方面是有效的。最后利用LPTSV模型为上证综合指数和深证成份指数日收益率数据进行了实证分析。描述性统计分析和参数估计的结果均表明:利用LPTSV模型对以上两组数据进行建模是合理的。本文为资产收益和波动率之间的实证关系研究提供了一定的启示。     

基于MCMC方法的金融贝叶斯半参数随机波动模型研究

现有随机波动(SV)模型依赖于参数条件分布形式假设,无法充分描述金融资产收益的偏态厚尾等典型特点,而非参数分布能够更全面地刻画这些特性。本文将SV模型和非参数分布相结合,构建一类半参数SV模型;同时在贝叶斯框架内,发展有效MCMC抽样解决模型的参数估计难问题,并利用对数预测尾部得分(LPTS)法分析模型的极端风险预测能力;最后以我国美元/人民币汇率市场为例,对半参数SV模型在收益特性刻画以及极端风险预测方面的实际效果进行了检验。     

Ornstein-Uhlenbeck随机波动率模型的参数估计

本文研究了波动率过程为Ornstein-Uhlenbeck过程,且波动率过程与股票价格过程的相关系数ρ可为[0,1]中的任一数的随机波动率模型参数估计.给出了OU过程的统计性质,并利用鞅极限理论给出模型中参数的估计式,证明估计量是具有渐进正态性从而是相合的.     

仿射期限结构模型的非包含随机波动局限

一般的,含随机波动率成分的仿射期限结构模型认为,即时收益率瞬时方差是收益率水平的线性组合.本文利用我国银行间固定利率国债数据,构建了不依赖于特定仿射模型的检验方法,并对该推论进行了检验.实证结果表明,无论是事前估计还是事后估计的收益率方差,都不能表示成为横截面收益率的仿射函数.即尽管先前许多研究说明仿射模型能非常好地描...     

随机波动率跳跃扩散模型下复合期权定价

复合期权是一类以期权作为标的物的奇异型合约,它已广泛应用于许多金融实践。本文在股价满足一类随机波动率及跳跃均存在于股价和波动率的仿射跳跃扩散模型下(也称随机波动率混合跳跃扩散模型)考察了复合期权的定价。应用二维特征函数和Fourier反变换方法获到了标的为欧式标准看涨期权的欧式复合看涨期权的定价半封闭公式,并将其应用于推导扩展期权的定价。最后,借助于离散快速Fourier变换法(FFT)数值计算定价公式,并用数值实例分析了期权价格对波动率的敏感性。数值结果表明扩散波动和跳跃波动对期权价格都有正的影响,而且跳跃波动的冲击非常显著。     

快速均值回归随机波动率模型参数估计及应用

基于快速均值回归随机波动率模型, 研究双限期权的定价问题, 同时推导了考虑均值回归随机波动率的双限期权的定价公式。 根据金融市场中SPDR S&P 500 ETF期权的隐含波动率数据和标的资产的历史收益数据, 对快速均值回归随机波动率模型中的两个重要参数进行估计。 利用估计得到的参数以及定价公式, 对双限期权价格做了数值模拟。 数值模拟结果发现, 考虑了随机波动率之后双限期权的价格在标的资产价格偏高的时候会小于基于常数波动率模型的期权价格。     

基于MCMC的SV模型分钟高频股指波动率研究

利用沪深300股指2018年11月5日-2018年11月12日1分钟数据,基于马尔可夫蒙特卡罗(MCMC)模拟的贝叶斯方法,采用随机波动模型(SV)对我国股市分钟高频数据波动性进行了实证研究,并利用DIC准则进行模型拟合比较.结果表明,沪深300股指收益率序列具有尖峰,厚尾,聚集性等特征,且随机波动模型对于1分钟高频数据的拟合效果优于5分钟数据,标准随机波动模(SV-N)更适合1分钟高频数据.     

资产波动率为随机的信用等级迁移风险评估模型

以公司债券为手段,评估具有随机波动率的信用等级变换的风险.根据公司资产的多少将公司划分为高低两种信用等级,并假设公司资产的变化满足Heston随机波动率模型,且波动率在高低等级下围绕不同的均值波动回归.通过计算这样的资产波动下公司债券的价值,来评估具随机波动率的信用等级变换的风险.利用一张特殊的零息票来对冲由波动率的随...     

随机波动率模型下技术分析指标的一些性质(英文)

一些流行的技术指标(例如布林带,RSI,ROC等)被股市交易者广为使用.交易者将每日(小时,周,……)的实际股价作为计算某个技术指标的样本,通过观察相关频率来指导投资.技术指标的有效性已在广泛的应用中得到了验证.我们已经证明在Black-Scholes模型下,某些技术指标有许多有用的统计性质.作为更一般的情况,随机波动率模型在金融数学中得到了广泛的讨论.本文基于随机波动率模型对技术指标的统计性质进行了研究.研究结果表明,如果股票价格服从随机波动率模型,则技术指标的合理性可以得到有力的证明,从这个角度我们为技术分析奠定理论基础.     

Tail Behavior of a Threshold Autoregressive Stochastic Volatility Model

We consider a threshold autoregressive stochastic volatility model where the driving noises are sequences of iid regularly random variables. We prove that both the right and the left tails of the marginal distribution of the log-volatility process (α_t)_t are regularly varying with tail exponent −α with α > 0. We also determine the exact values of the coefficients in the tail behaviour of the process (α_t)_t. AMS 2000 Subject Classification. Primary—62G32, 62PO5     

Filtering of a Multi-Dimension Stochastic Volatility Model

In this article, we study a stochastic volatility model for a class of risky assets. We assume that the volatilities of the assets are driven by a common state of economy, which is unobservable and represented by a hidden Markov chain. Under this hidden Markov model (HMM), we develop recursively computable filtering equations for certain functionals of the chain. Expectation maximization (EM) parameter estimation is then used. Applications to an optimal asset allocation problem with mean-variance utility are given.     

A Note on the Discontinuity Problem in Heston's Stochastic Volatility Model

Although quasi‐analytic formulas can be derived for European‐style financial claims in Heston's stochastic volatility model, the inverse Fourier integration involved makes the calculation somewhat complicated. This challenge has puzzled practitioners for many years because most implementations of Heston's formula are not robust, even for customarily‐used Heston parameters, as time to maturity is increased. In this article, a simplified approach is proposed to solve the numerical instability problem inherent to the fundamental solution of the Heston model. Specifically, the solution does not require any additional function or a particular mechanism for most software packages or programming library routines to correctly evaluate Heston's analytics.     

厚尾随机波动率模型的贝叶斯参数估计及实证研究

针对现有时间序列模型难以刻画参数渐变性的问题,对厚尾随机波动(SV)模型的参数估计方法进行了推广,采用基于贝叶斯的MCMC方法,选取2013年5月~2016年6月这一经历多轮震荡的上证指数作为实证分析对象,构造了基于Gibbs抽样的MCMC过程进行仿真分析.结果显示,以卡方分布作为厚尾参数的先验分布能够有效地描述数据波动的厚尾特征,并且能得到较高精度的参数估计结果.结果表明,厚尾SV模型能有效反映出我国股市尖峰厚尾和波动长期记忆性的特征.     

Stochastic Volatility Model with Filtering

Abstract

We generalize the stochastic volatility model by allowing the volatility to follow different dynamics in different states of the world. The dynamics of the “states of the world” are represented by a Markov chain. We estimate all the parameters by using the filtering and the EM algorithms. Closed form estimates for all parameters are derived in this paper. These estimates can be updated using new information as it arrives.     

含有随机波动的非线性的最优投资和消费模型

在连续时间模型假设下,研究风险资产价格服从一个带有随机波动的几何布朗运动的最优消费和投资问题．首先建立了最优消费和投资同题随机最优控制数学模型;然后运用随机最优控制理论,得到了最优投资和消费随机最优控制问题的值函数所满足的线性抛物线偏微分方程和非线性抛物线偏微分方程．     

Implied Filtering Densities on the Hidden State of Stochastic Volatility

Abstract

We formulate and analyse an inverse problem using derivative prices to obtain an implied filtering density on volatility’s hidden state. Stochastic volatility is the unobserved state in a hidden Markov model (HMM) and can be tracked using Bayesian filtering. However, derivative data can be considered as conditional expectations that are already observed in the market, and which can be used as input to an inverse problem whose solution is an implied conditional density on volatility. Our analysis relies on a specification of the martingale change of measure, which we refer to as separability. This specification has a multiplicative component that behaves like a risk premium on volatility uncertainty in the market. When applied to SPX options data, the estimated model and implied densities produce variance-swap rates that are consistent with the VIX volatility index. The implied densities are relatively stable over time and pick up some of the monthly effects that occur due to the options’ expiration, indicating that the volatility-uncertainty premium could experience cyclic effects due to the maturity date of the options.