基于BEKK方差模型的干散货航运市场间波动溢出效应分析

针对灵便型、巴拿马型和海岬型干散货航运市场间的互动关系问题,选取波罗的海干散货运价指数,应用多元广义自回归条件异方差中的BEKK方差分析模型,研究了干散货航运市场间的波动溢出效应.发现海岬型干散货航运市场对灵便型和巴拿马型干散货航运市场存在波动溢出效应,而灵便型和巴拿马型干散货航运市场对海岬型干散货航运市场不存在波动溢出效应,灵便型干散货航运市场和巴拿马型干散货航运市场之间存在双向波动溢出效应,Wald检验验证了上述结论的正确性.从而可为航运经营者规避干散货航运市场波动风险提供决策参考.     

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。     

半参数门限广义非对称随机波动模型研究

为了能够同时刻画和描述金融资产收益序列的偏态、厚尾以及序列的门限效应、非对称杠杆效应等特性,提出把门限广义非对称随机波动模型与非参数Dirichlet过程混合模型有机结合,构建了半参数门限广义非对称随机波动模型,并对模型进行了贝叶斯分析.实证研究中,利用上海黄金价格收益率序列数据进行建模分析,结果表明:半参数门限广义非...     

基于杠杆效应CARR模型的波动率预测

本文提出了一类新的具有杠杆效应的CARR模型,基于广义伽玛分布探讨了杠杆效应CARR模型的参数估计和波动预测。以我国上证指数的2011年6月至2014年3月的每日数据为研究对象,分别运用EARCH模型、传统CARR模型和杠杆效应CARR模型对上证指数的波动率进行拟合,并根据MAE、RMSE和MAPE三个损失函数进行了预测能力比较分析,结果表明:杠杆效应CARR模型在波动性预测方面比EARCH模型的效果更好一些。     

基于谱分析的波罗的海干散货运价指数周期研究

对于航运市场周期波动规律的研究有利于航运市场经营者更好地把握市场运行态势,规避市场风险。本文主要以波罗的海干散货运价指数(BFI/BDI)为研究对象,运用谱分析的方法分别研究了运价指数每日数据和月度数据的周期特征,结论是1985年-1999年BFI具有两年、一年、半年的周期成分;1999年-2009年BDI具有三年、一年、半年的周期成分。     

基于LST-GARCH模型的国际油价波动研究

本文基于西德克萨斯轻质原油现货价格日数据,采用逻辑斯特机制平滑转换GARCH模型(LST-GARCH)实证研究国际油价波动特征,研究表明收益率波动的高持久性是一种假象,国际油价的波动过程存在机制转换效应;与传统的GARCH模型相比,LST-GARCH机制转换模型能够刻画油价波动过程的机制平滑转换特征;国际油价波动性对外部冲击有明显的杠杆效应,即相同幅度负的外部冲击比正的冲击引起更大的油价波动;另外国际油价波动过程具有非线性,即波动规律的时变特征。模型的检验与预测结果表明LST-GARCH模型比GARCH模型更好地描述国际油价波动特征。     

基于GARCH模型的波罗的海干散货运价指数预测

为准确地把握波罗的海干散货运价指数(BDI)的变化趋势,选用一阶对数差分方法,对近期BDI日收益率序列的基本统计量特征进行了分析,验证了BDI日收益率序列的"尖峰厚尾"及波动的集聚性等特征,并进一步运用GARCH(1,1)模型,分析了其波动的持续性和滞后性.在此基础上,基于GARCH模型构造了预测的方法步骤,经优化调整滞后期对BDI日收益率进行了预测,最后,通过将BDI对数日收益率序列还原为指数序列,对BDI进行了预测,实证分析结果验证了模型及方法的适用性和有效性.     

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.     

沪深股市杠杆效应的实证分析

运用 E-GARCH模型对沪深股市的杠杆效应进行了实证分析 ,结果表明 ,日收益存在着明显的杠杆效应 ,收益对波动强度的影响具有非对称性 .     

空间混合效应随机前沿模型估计方法研究

在经典随机前沿模型中引入随机效应和空间效应,构建了空间混合效应随机前沿模型。模型考虑了生产单元技术水平的异质性并且可以有效避免忽略内生性问题导致的有偏且不一致估计量,适用性更佳。使用贝叶斯方法估计模型,核心在于推导未知参数的后验分布以及MCMC抽样。相比于其他估计方法,贝叶斯方法简单直观且精度较高,更适合复杂模型的估计。数值模拟结果显示:①贝叶斯估计的精度较高。增加样本容量有助于提高精度。②忽略随机效应,估计精度偏低。数值模拟表明文中模型和方法有存在必要性。     

基于SV模型的国际现货贵金属市场收益波动的杠杆效应分析

针对国际现货贵金属市场收益波动中是否存在杠杆效应的问题,选取2008年至今的黄金、白银市场数据进行分析,运用具有杠杆效应的SV模型对其收益波动建模,并采取MCMC法—Gibbs法进行参数估计.结果表明:与股票市场的研究结论不同,国际现货黄金、白银市场在整个观察期内几乎不存在杠杆效应;但其震荡期内存在较弱的杠杆效应.     

基于结构突变的波动率分解模型

在Heston-Nandi模型的基础上提出了一种波动率分解模型,分解模型同时考虑了金融波动的长记忆性和杠杆效应.从资产收益率的无条件方差发生结构突变出发,认为收益率的无条件方差随时间变化,将波动率分解为长期影响和短期冲击两部分,其中长期影响用来刻画波动率的持续性,短期冲击刻画金融波动的短期扰动.上证综指数据实证表明上海证券综合指数收益率序列的波动性同时具有长记忆性和杠杆效应,利用模型能很好的刻画这两种性质.     

基于修正的已实现阈值幂变差的股市跳跃波动行为研究

基于非参数统计方法,利用考虑金融资产价格跳跃和杠杆效应的时点波动估计方法修正已实现阈值幂变差,构造甄别跳跃的检验统计量,对金融资产价格中的随机波动、有限活跃跳跃和无限活跃跳跃等问题进行综合研究。为同时吸收波动率的异方差集聚效应和收益率的非对称效应,对原有的已实现波动率异质自回归预测模型进行拓展,将非对称的异质性自回归模型的误差项设定为GARCH模型,以考察跳跃波动序列与连续波动序列之间的复杂关系。利用沪深股指高频数据进行实证研究,包括进行跳跃识别,跳跃活动程度检验和波动率预测效果对比。研究结果表明,沪深股市同时存在布朗运动成分、有限活跃跳跃和无限活跃跳跃成分,其中连续路径方差占主体。同时,收益和波动间的杠杆效应显著,无论短期还是长期,连续波动和跳跃波动对波动率的预测均具有显著影响,同时考虑股价的跳跃、波动和杠杆效应因素有助于更准确地刻画资产价格动态过程。     

�ܸ�ЧӦ�����һ���·���

??Leverage effect often arises in many fields,such as financial risk management, portfolio and option pricing. However,it still remains to be studied that whether there is leverage effect or not in real data. Based on local polynomial regression estimation and Kolmogorov-Smirnov nonparametric test, this paper introduces a new nonparametric test statistic for the leverage effect, and some asymptotic properties are also presented. Simulation studies show that the proposed method performs well. Finally, empirical studies on SP500 index and Microsoft data imply that leverage effect exists in the real data, which is consistent with the idea in finance.     

A New Method for Testing Leverage Effect

Leverage effect often arises in many fields,such as financial risk management, portfolio and option pricing. However,it still remains to be studied that whether there is leverage effect or not in real data. Based on local polynomial regression estimation and Kolmogorov-Smirnov nonparametric test, this paper introduces a new nonparametric test statistic for the leverage effect, and some asymptotic properties are also presented. Simulation studies show that the proposed method performs well. Finally, empirical studies on SP500 index and Microsoft data imply that leverage effect exists in the real data, which is consistent with the idea in finance.     

ASV-T模型研究及其在中国创业板市场中的应用

本文提出了T分布的带杠杆效应的随机波动模型,该模型同时兼顾了股票市场的杠杆效应和厚尾效应,并对模型进行了统计结构分析,证明了模型的有效性,基于贝叶斯分析,给出了对ASV-T模型的MCMC估计方法,其中对参数采取Gibbs抽样。利用该模型,通过对中国创业板指数的实证研究,证明了ASV-T模型对创业板市场的回报和波动性特征有更好的拟合效果,并且模型能够较好地描述金融数据的杠杆效应和厚尾效应。     

Implied Volatility of Leveraged ETF Options

Abstract

This paper studies the problem of understanding implied volatilities from options written on leveraged exchanged-traded funds (LETFs), with an emphasis on the relations between LETF options with different leverage ratios. We first examine from empirical data the implied volatility skews for LETF options based on the S&P 500. In order to enhance their comparison with non-leveraged ETFs, we introduce the concept of moneyness scaling and provide a new formula that links option implied volatilities between leveraged and unleveraged ETFs. Under a multiscale stochastic volatility framework, we apply asymptotic techniques to derive an approximation for both the LETF option price and implied volatility. The approximation formula reflects the role of the leverage ratio, and thus allows us to link implied volatilities of options on an ETF and its leveraged counterparts. We apply our result to quantify matches and mismatches in the level and slope of the implied volatility skews for various LETF options using data from the underlying ETF option prices. This reveals some apparent biases in the leverage implied by the market prices of different products, long and short with leverage ratios two times and three times.