认购权证及标的股票波动率的实证分析

真实波动率是无法观测得到的，但已实现波动率是对真实波动率的一致性估计，由B—S公式计算而得的隐含波动率也是真实波动率的一个估计。文章着重介绍已实现波动率和隐含波动率的计算并在中国股票及权证市场进行实证分析，发现隐含波动率作为真实波动率的刻画具有很大的偏差，有力地说明我国权证市场上的高投机性。     

高频数据下积分波动率矩阵的伪似然估计、预测及应用

研究目标:利用高频数据准确估计和预测高维积分波动率矩阵,并将矩阵的预测值应用于资产投资组合的构造中。研究方法:通过保留p×p维已实现波动率矩阵的特征向量,对积分波动率矩阵的特征值进行预测,本文将积分波动率矩阵的估计和预测问题转化为p个一维积分波动率的估计和预测问题。研究发现:对高维已实现波动率矩阵过于发散的特征值进行调整能够提高矩阵估计的准确性;对资产收益率的积分波动率矩阵建立动态模型可以提高矩阵预测的精度。研究创新:将高维矩阵的估计和预测问题转化为矩阵特征向量的估计以及一维特征值的估计和预测问题;基于高频数据并建立资产收益率积分波动率矩阵的动态模型提高了资产投资组合的样本外表现。研究价值:本文提出的积分波动率矩阵估计和预测方法能够保证矩阵估计值和预测值的正定性;本文的预测方法能够提高矩阵的预测精度,能够在复杂的金融市场中构造低风险的资产组合。     

期权隐含波动率估计

隐含波动率是一个重要的风险指标。本文用牛顿法对其估计并讨论波动率笑容的成因以及在此情况下的估计方法。     

期权隐含波动率估计

隐含波动率是一个重要的风险指标。本文用牛顿法对其估计并讨论波动率笑容的成因以及在此情况下的估计方法。     

期权定价模型的离散化矩估计

在本文中,把期权定价模型中的漂移项为一个常数,波动率假定为一个Ornstein-Uhlenbeck过程,在一定的条件下,把模型转变成唯一个双线性自回归EV模型,然后对其中的m(·)函数进行离散化后,通过矩估计的方法估计m(·)函数的系数,从而得到波动率σ的矩估计。     

商业银行资产额波动率的估计

本文假设银行的资产额遵循一个几何布朗运动,并在此基础上推导出银行资产波动率无偏估计的一般公式,最终利用中国建设银行的数据进行实例研究.     

期权定价模型的离散化矩估计

在本文中，把期权定价模型中的漂移项为一个常数，波动率假定为一个Ornstein—Uhlenbeck过程，在一定的条件下，把模型转变成唯一个双线性自回归EV模型，然后对其中的m（·）函数进行离散化后，通过矩估计的方法估计m（·）函数的系数，从而得到波动率σ的矩估计。     

基于GARCH模型的可转换债定价方法研究

文章应用GARCH模型估计可转债标的股票的收益波动率,并将估计出的收益波动率代入Black-Schole期权定价公式,以期提高Black—Scholes期权定价公式的精确度。为验证该方法的有效性,文章以桂冠转债为例进行实证研究,结果表明在交易价格上升的期间内,基于GARCH模型的期权定价方法可以提高Black-Scholes期权定价公式的精确度。     

随机波动率LIBOR市场利率动态模型的理论估计与蒙特卡罗模拟

本文首先基于诸多Libor市场模型改进方法的基础之上,在标准市场模型中加入Heston随机波动率过程,建立随机波动率假设的新型Libor市场模型;其次,运用Black逆推参数校正方法和MCMC参数估计方法对该Libor利率市场模型中的局部波动率和随机波动率过程中的参数进行校正和估计;最后是实证模拟。研究结论认为,在构建Libor利率动态模型时,若在单因子Libor利率市场模型基础上引入随机波动率过程,可大大提高利率模型的解释力。     

基于最小二乘支持向量机的VaR计算方法研究

VaR是使投资风险数量化的工具,旨在估计给定金融资产或组合在正常的资产价格波动下未来可能的或潜在的最大损失。支持向量机是一种基于传统统计学习理论的机器学习算法。波动率作为金融风险的度量,是风险管理中的重要指标。在对Va R的计算中,本文将最小二乘支持向量机与传统的蒙特卡罗模拟法结合,对波动率进行估计。实证分析表明,该方法可行有效。     

汇率波动率与中国对主要贸易伙伴的出口

本文研究汇率波动率对中国向三个主要贸易伙伴美国、欧盟和日本出口的影响。通过协整检验,误差修正模型和Granger非因果检验等方法估计变量间长短期的关系。研究表明,中国向美国和欧盟的实际出口与实际汇率波动率存在长期显著的负相关关系,而中国向日本的出口与汇率波动率无关。短期内汇率波动率只影响中国向美国的出口,对向欧盟和日本的出口没有影响。     

序列相关的微观结构噪声估计

基于股票有效价格计算的已实现波动率(Realized Variance)可作为股票收益波动率的估计,且在一定条件下,这一估计是无偏的和一致的。然而实际观测到的价格由于受到市场微观结构导致的噪声的干扰,与有效价格并不一致。因此,在高频数据环境下必须考虑如何降低噪声干扰。本文基于Hansen和Lunde给出的在噪声序列存在相关性假设下的一种关于RV的无偏估计,进一步推导出在此情形下估计噪声方差的方法。我们的估计挖掘了不同频率下的股票交易高频数据所反映出的信息,利用传统的在噪声影响下的有偏RV估计与Hansen和Lunde的无偏RV估计之间的差估计噪声。同时,本文也给出了在实践中如何确定这些频率的方法。     

KMV模型对信用风险度量的有效性实证研究——以我国十家上市房地产公司为例

一、KMV模型参数的估计 由Black-Scholes则权定价公式: E=VN(d1)-De-rτN(d2) (1)式中,E代农公司的股权价值,是已知的:N(·)表示标准正太态累积分析函数;D表示公司的负债总面值;r无风险利率,在这里,我们可以取为一年期国债的率2.60%;τ表示债务期限,常常取一年;σE表股权资产价值波动率,如年波动率.     

我国经济周期波动态势的区域划分与动态特征检验

本文利用贝叶斯估计结合门限自回归模型,对我国经济周期波动态势进行了分析和判断,检验中发现我国经济周期波动动态机制变迁的门限增长率为9.36%.当经济增长率高于这个门限值后,经济周期波动具有自稳定的均值回归特征;当经济增长率低于这个门限值后,经济周期波动具有向更高稳态的迁移特征,这意味着我国现阶段的经济增长过程具有内生的稳定性,这也是近年来我国经济波动率趋于稳定的重要原因.从经济周期波动的动态轨迹判断,我国经济仍然具备保持快速稳定增长的基础,因此需要利用有效宏观调控来保证快速稳定增长的实现.     

我国主要证券市场VaR模型估计精度研究

文章首先针对沪市综合指数收益进行了基本的统计,实证数据体现了高风险高收益的一般原则;其次,在二值损失函数标准和平方损失函数双重检验标准下,对三类VaR模型的估计精度进行了实证检验,结果表明:非参数类和半参数类度量模型对于证券市场风险估计的精度较高,而参数类VaR模型的估计精度最差。由于参数类VaR模型主要采用了正态假定且忽略了波动率的聚集性,因此,在一定程度上也说明了我国主要证券市场收益不符合正态性假定且存在波动率聚集现象。     

商业银行资产额波动率的估计

本文假设银行的资产额遵循一个几何布朗运动,并在此基础上推导出银行资产波动率无偏估计的一般公式,最终利用中国建设银行的数据进行实例研究。     

利用GARCH模型模拟开放式基金净值波动

以某开放式基金的单位净值波动率为例说明我国基金价格波动有尖峰厚尾现象和金融市场中普遍存在的ARCH效应,在分析基础上建立了一个GARCH(1,1)模型。并将估计的GARCH(1,1)模型与其他形式的条件异方差模型比较,得出净值波动的GARCH(1,1)模型较为优越。     

国债回购利率模型的实证研究

波动率是利率期限结构模型的重要因素,基于CKLS模型并运用SV模型对对国债券市场中具有基准性质的市场利率国债回购利率波动性建模,运用Bayes方法对模型参数进行估计,效果良好。     

基于波动率的期权定价

2015年2月9日,我国的证券市场上出现首个场内期权——上证50ETF期权,它具有的避险、做空以及杠杆性等许多特性,一上市便成为众多投资者追逐的对象.在实证研究中,本文使用上证50ETF期权作为研究样本,采用主要使用GARCH系列模型来估计波动率,并与传统的期权定价模型相结合,同时和传统BS公式方法下的理论价格以及期权的实际价格进行对比,通过平均偏离度的分析,GARCH族模型提高了BS模型准确性和有效性,因此拓展波动率在期权定价中的推广是合理的.     

2004年我国主要宏观经济指标的变动趋势分析

本文首先采用基于菲利普斯曲线和奥肯定律的状态空间模型估计出我国的潜在GDP和失业偏移率，在此基础上对宏观经济形势进行了分析。研究表明，目前我国实际GDP仍低于潜在GDP，实际GDP增长率高于潜在GDP增长率，经济正处于扩张期。GDP偏移率的波动与经济周期波动基本一致，我们预测GDP偏移率将在2009年达到峰顶。根据预测结果，2004年我国GDP增长率为9．8％，通货膨胀率将达到2．3％，失业率为4．5％。