根据隐含波动率期限结构与隐含波动率微笑特性提出的新的隐含波动率半参数模型,为隐含波动率曲面的建模提供了新的思路与方法。该模型包含九个具有现实经济含义的参数,分别对应剩余期限与在值程度两个因素的水平因子、斜率因子、曲度因子及其交互项因子。采用香港小型恒生指数期权数据,验证了在调整参数等于0.6时的模型能最优地拟合隐含波动率曲面。再根据样本期内日截面数据,估计出9个参数的时间序列,发现参数时间序列具有以交割日为峰值的周期性特征。利用MATLAB编程,分别实现了滚动加权平均法与BP神经网络法对参数的周期性时间序列进行外推预测,发现BP神经网络法明显优于滚动加权平均法。

根据隐含波动率期限结构与隐含波动率微笑特性提出的新的隐含波动率半参数模型,为隐含波动率曲面的建模提供了新的思路与方法。该模型包含九个具有现实经济含义的参数,分别对应剩余期限与在值程度两个因素的水平因子、斜率因子、曲度因子及其交互项因子。采用香港小型恒生指数期权数据,验证了在调整参数等于0.6时的模型能最优地拟合隐含波动率曲面。再根据样本期内日截面数据,估计出9个参数的时间序列,发现参数时间序列具有以交割日为峰值的周期性特征。利用MATLAB编程,分别实现了滚动加权平均法与BP神经网络法对参数的周期性时间序

本文利用香港恒生指数期权的数据,对隐含波动率曲面动态过程进行建模和估计,建立起了一个五因子随机隐含波动率模型。在模型的估计方法上,本文首次引入了基于小样本面板数据的扩展的卡尔曼滤波法。结果显示,在香港市场上,扩展的卡尔曼滤波法比传统的两步法可以得到更好的估计结果,本文建立起来的五因子随机隐含波动率模型能很好地刻画恒指期权隐含波动率曲面的变动规律,效果明显优于静态隐含波动率模型。

本文提出了一种基于非参数平滑技术的隐含波动率曲面构建方法,提高了模型对上证50ETF期权市场特征的适应性,获得了更稳健和准确的期权估计价格。基于对隐含波动率曲面的分析,本文进一步发现曲面在短期限合约上呈现了显著的隐含波动率微笑特征,且这种隐含波动率微笑特征也是隐含波动率曲面整体变动规律的一种重要模式。

本文提出了一种基于非参数平滑技术的隐含波动率曲面构建方法,提高了模型对上证50ETF期权市场特征的适应性,获得了更稳健和准确的期权估计价格。基于对隐含波动率曲面的分析,本文进一步发现曲面在短期限合约上呈现了显著的隐含波动率微笑特征,且这种隐含波动率微笑特征也是隐含波动率曲面整体变动规律的一种重要模式。

在预测未来波动率时,究竟是基于历史数据的时间序列模型还是基于期权价格的隐含波动率模型效率更高?本文对香港恒生指数期权市场所含信息的研究发现,在预测期限较短(一周)时,GARCH(1,1)模型所含信息较多,预测能力最强,但在预测较长期限(一个月)时,隐含波动率所含信息较多,预测能力较强。同时,期权市场交易越活跃,所反映的信息就越全面,隐含波动率的预测能力也就越强。

为分析我国波动率指数核心指标的信息有效性,使用包含回归法等方法来判断我国波动率指数的预测能力,通过构建并比较了无模型偏差的隐含波动率、已实现波动率和GARCH族模型波动率后,分别比较了这几类波动率在不同期限的预测效果。实证结果表明,上海证券交易所公布的中国波动率指数(i VIX)在预测未来一个月市场风险的能力要强于历史已实现波动率与GARCH族波动率,但是其预测能力不及发达国家有效,原因在于我国期权市场并非完全有效市场。

为分析我国波动率指数核心指标的信息有效性,使用包含回归法等方法来判断我国波动率指数的预测能力,通过构建并比较了无模型偏差的隐含波动率、已实现波动率和GARCH族模型波动率后,分别比较了这几类波动率在不同期限的预测效果。实证结果表明,上海证券交易所公布的中国波动率指数(i VIX)在预测未来一个月市场风险的能力要强于历史已实现波动率与GARCH族波动率,但是其预测能力不及发达国家有效,原因在于我国期权市场并非完全有效市场。

上证50ETF期权上市至今,中国期权市场表现出很多与美国市场显著不同的特征,由此引申出关于美国的经验是否适用于中国、中国期权市场定价是否有效的争论。基于2015年4月16日至2017年12月29日的中国上证50ETF期权数据和美国S&P500期权数据,以股指收益率与波动率的相关系数以及股指收益率的历史分布为工具,从整体特征和横截面特征两个维度,研究隐含波动率与实际波动率的理论关系;以使用期权市场数据计算得到的隐含波动率数据、波动率微笑和实际波动率数据、0Delta组合的超额收益为工具,研究隐含波动率与实际波动率的实际关系;针对上述理论关系和实际关系进行中美比较。由于理论关系研究中未使用期权数据,因此通过比较上述两个维度下的理论关系与实际关系的差异,可以对中国期权市场的绝对定价效率和相对定价效率进行探究。研究结果表明,在整体特征上,美国期权市场中隐含波动率与实际波动率的理论关系与实际关系相符,美国期权市场在绝对定价效率维度上有效;中国市场,尤其是牛市样本中,隐含波动率与实际波动率的理论关系与实际关系不相符,中国期权市场在绝对定价效率维度上被高估。在横截面特征上,美国期权市场中隐含波动率与实际波动率的理论关系与实际关系相符,美国期权市场在相对定价效率维度上有效;中国市场,尤其是牛市样本中,隐含波动率与实际波动率的理论关系与实际关系不相符,中国期权市场在相对定价效率维度上无效,低行权价的期权被低估、高行权价的期权被高估。在上述两个特征的研究中,相应构造的0Delta组合(策略)同样支持上述结论。通过中美两国隐含波动率与实际波动率的理论关系与实际关系的研究,发现中美两国的市场状况存在差异,在中国期权市场上的研究和交易不能简单照搬美国经验,要仔细研究和利用中国市场的当前特征。监管层也应完善中国股票和期权市场制度,降低期权交易成本,实行股票现货交易(t+0)制度,完善股票现货做空机制,以使套利机制可以正常发挥作用,改善当前上证50ETF期权市场被高估的现象,使期权的保险功能正常发挥作用。

资产收益的波动是投资者投资决策的主要依据。本文选取了葛州和长虹等七只权证作为样本。首先应用单位根检验,验证各样本历史波动率和隐含波动率序列的平稳性,在此基础上检验各样本两种波动率序列的协整关系。最后,对隐含波动率所包含的额外信息进行探讨。结果表明,已实现波动率和隐含波动率基本上呈现单位根状态,并且两者之间基本不存在协整关系,权证的隐含波动率确实拥有额外的信息。投资者在实际运作中,可以加入隐含波动率来提高对实际波动率预测的准确性。

极值理论表明价格极差是波动率的一个有效的估计量。同时,众多研究表明,基于期权价格的隐含波动率包含了市场前瞻性的信息。本文在经典的基于极差的条件自回归极差(CARR)模型基础上,充分考虑价格极差的长期动态性以及期权隐含波动率包含的信息,构建了带隐含波动率的混频CARR (CARR-MIDAS-Ⅳ)模型对极差波动率进行建模和预测。CARR-MIDAS-Ⅳ模型通过引入MIDAS结构能够捕获条件极差的长期趋势过程(长期记忆特征)。而且,CARRMIDAS-Ⅳ模型同时考虑了极值信息以及隐含波动率包含的关于未来波动率的信息(前瞻信息)对波动率建模和预测。采用恒生指数和标普500指数及其隐含波动率数据进行的实证研究表明,充分考虑条件极差的长记忆性(MIDAS结构)以及隐含波动率包含的信息对于极差波动率建模和预测具有重要作用。总体而言,本文构建的CARR-MIDAS-Ⅳ模型相比其他许多竞争模型具有更为优越的数据拟合效果以及波动率预测能力。特别地,CARR-MIDAS-Ⅳ模型对于中、高波动期波动率的预测具有较强的稳健性。

国内现有关于波动率的研究多集中于时间序列模型,忽略了另一类预测波动率的方法即隐含波动率法。文章在回顾、评述了国内关于波动率的研究后,对国外关于隐含波动率的研究进行了梳理,为在我国大陆地区发展股指期权市场、通过提高期权市场的效率,以运用隐含波动率法更好地预测波动率提供了理论基础和政策建议。

权证市场价格严重偏离理论价值,其隐含波动率远远大于基础股票的历史波动率。文章从供给和需求视角探索隐含波动率偏大的原因。实证结果发现:统计上,净需求对权证隐含波动率有显著的正影响;权证净需求对认股权证隐含波动率变化的影响强于对认沽权证的;认沽权证与基础资产的相关性弱于认股权证。本研究结果有助于市场监管者建立更完善的权证供给制度;有助于投资者根据隐含波动率与历史波动率偏差建立套利策略。

隐含波动率作为波动率的重要子分支,在金融产品定价、风险对冲以及未来已实现波动率预测方面起着极其重要的作用。本文综述了隐含波动率的研究情况,以期扩展对期权期货市场的理解。本文首先基于市场不完备的三种解释,分为波动率随机性、价格异常值和金融市场交易费用这三个阶段对隐含波动率的研究进行综述。之后,本文就隐含波动率在风险管理和期权定价方面的应用成果进行总结。最后,本文简述隐含波动率的未来研究方向及意义。

资产价格波动率的预测是金融风险管理以及资产定价的重要内容和关键环节。为有效预测资产收益波动率,本文构建一个考虑投资者情绪的长期波动率预测模型,并在此基础上基于2000-2015年香港股票市场数据对模型有效性进行检验。研究结果表明:第一,投资者情绪是影响波动率预测的关键因素,含有投资者情绪的模型表现更优;第二,在考虑投资者情绪后,基于期权隐含信息的波动率预测模型的优化效果要明显超过基于已实现波动率的模型;第三,风险中性偏度的参数估计结果仅在市场情绪高涨时显著且为正,隐含波动率的参数估计结果会随着投资者情绪的变化而变化。上述研究结论的启示是:第一,投资者在进行投资决策时要充分认识到资产价格被高估的可能性和资产价格波动的不确定性,避免盲从,合理做出投资决策,将投资风险控制在合理范围内。第二,证券监管机构要通过政策引导,对资本市场进行适度的逆向调节,尤其在经济上行期时应加强管制,防止资产价格出现大涨大跌,以稳定投资者预期,避免羊群效应发生。