上证50ETF的隐含波动率测度及其预警研究

上证50ETF的隐含波动率测度及其预警研究

论文摘要

次贷危机过后,世界各地的金融市场相继推出了基于方差互换方法编制的无模型的隐含波动率指数(VIX)。在市场出现负面消息并大幅下跌时VIX指数会出现峰值。所以波动率指数又被称为恐慌性指数,被用来反映投资者的恐慌性情绪,识别股市的下跌周期。研究VIX指数有助于投资者管理风险,有助于市场的监管者和政策决策部门在市场风险发生之前或在风险显现的初期及时制定相关政策、改善市场环境、平滑经济波动。计算VIX指数的前提假设是标的资产价格服从几何布朗运动和伊藤引理。现实中的大量研究表明标的资产价格不完全服从几何布朗运动。在市场极度恐慌时,VIX指数可能无法真实地反映市场的波动率。风险中性期望收益率可以表示成期权价格的线性组合。标的资产收益率的高阶矩也可以用类似的方法表示成期权价格的线性组合。直接使用标的资产收益率的高阶矩计算的波动率指数被称为广义波动率指数(GVIX)。VIX指数和GVIX指数都是无模型的隐含波动率指数,差别在于前提假设不同,GVIX指数不需要假设标的资产价格服从几何布朗运动和伊藤引理。本文研究这两种波动率指数的计算方法在中国的适用情况,并给投资者和市场监管者提供预警市场风险的标准。本文运用隐含波动率的不同水平来划分市场状态,预警市场风险。本文使用了门限向量自回归模型分析了波动率指数在不同特性下对股价指数的影响。本文根据波动率指数的不同门限值来确定了预警线。实证分析表明,中国的波动率指数与股票指数之间并非在任何时刻都呈负相关。在股市暴涨时,股价和波动率指数都上涨。只有股市缓慢上涨时股价和波动率才呈现负相关关系。这说明中国投资者更偏好期权的杠杆性,而不是在市场下跌时用期权对冲。中国的资本市场仍然有着较强的投机氛围。

论文目录

  • 摘要
  • ABSTRACT
  • 绪论
  •   0.1 选题背景及意义
  •   0.2 文献综述
  •     0.2.1 国外文献综述
  •     0.2.2 国内文献综述
  •   0.3 研究内容
  •   0.4 研究方法
  •     0.4.1 文献研究法。
  •     0.4.2 规范研究法
  •     0.4.3 比较研究法
  •     0.4.4 实证研究法
  •   0.5 创新与不足之处
  •     0.5.1 创新之处
  •     0.5.2 不足之处
  • 1 相关概念和理论基础
  •   1.1 相关概念
  •     1.1.1 上证50ETF
  •     1.1.2 期权
  •     1.1.3 收益率
  •     1.1.4 波动率
  •     1.1.5 隐含波动率的期限结构
  •     1.1.6 风险预警
  •   1.2 波动率测度方法
  •     1.2.1 年化历史波动率
  •     1.2.2 欧式期权定价的BS模型及其隐含波动率
  •     1.2.3 无模型的隐含波动率(VIX)的理论基础
  •     1.2.4 广义无模型隐含波动率(GVIX)理论基础
  •   1.3 隐含波动率的特性及其理论
  •     1.3.1 波动率指数与股票收益率负相关
  •     1.3.2 波动率指数相对收益率的变化呈非对称性
  •     1.3.3 波动率指数具有均值回复性及风险预警能力
  •     1.3.4 波动率微笑理论
  • 2 上证50ETF隐含波动率的测度
  •   2.1 中国波指(iVIX)
  •   2.2 无模型隐含波动率(VIX)测度
  •   2.3 广义无模型隐含波动率(GVIX)测度
  •   2.4 波动率测度结果的比较
  • 3 隐含波动率指数特性及其预警的实证分析
  •   3.1 变量的选取与数据的处理
  •     3.1.1 变量的选取
  •     3.1.2 数据处理
  •   3.2 计量模型构建
  •     3.2.1 线性回归模型
  •     3.2.2 门限向量自回归模型
  •   3.3 模型的估计结果
  •     3.3.1 线性回归模型的估计结果
  •     3.3.2 门限向量自回归模型的估计结果
  •   3.4 实证结果分析
  • 4 结论与政策建议
  •   4.1 结论
  •   4.2 政策建议
  •     4.2.1 提高波动率指数精度的建议
  •     4.2.2 对政策制定者的建议
  •     4.2.3 对投资者的建议
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 赵昂

    导师: 王青

    关键词: 期权,隐含波动率指数,无模型隐含波动率,门限向量自回归模型

    来源: 辽宁大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

    单位: 辽宁大学

    分类号: F224;F832.51

    总页数: 79

    文件大小: 4515K

    下载量: 251

    相关论文文献

    • [1].隐含波动率曲面的预测研究:来自中国台湾市场的证据[J]. 系统工程理论与实践 2017(08)
    • [2].隐含波动率曲面的建模与预测[J]. 当代财经 2017(03)
    • [3].全球低波动率时代行将结束?[J]. 清华金融评论 2017(09)
    • [4].国际股市隐含波动率溢出效应分析[J]. 复杂系统与复杂性科学 2019(04)
    • [5].带指数参数的隐含波动率模型[J]. 安徽工业大学学报(自然科学版) 2016(04)
    • [6].上证50ETF期权隐含波动率曲面:建模及实证研究[J]. 投资研究 2017(02)
    • [7].隐含波动率、GARCH模型对汇率的预测效果比较[J]. 中国经贸导刊 2010(16)
    • [8].隐含波动率曲面:建模与实证[J]. 金融研究 2010(08)
    • [9].上证50ETF期权隐含波动率微笑形态的风险信息容量研究[J]. 财经研究 2020(04)
    • [10].基于非参数核回归模型的隐含波动率预测[J]. 福州大学学报(自然科学版) 2018(02)
    • [11].基于期权隐含波动率的股市风险预警研究[J]. 上海金融 2020(07)
    • [12].隐含波动率的半参数因子模型[J]. 中国商界(下半月) 2010(10)
    • [13].基于均值回归价格过程重构隐含波动率[J]. 安徽师范大学学报(自然科学版) 2020(04)
    • [14].随机杠杆效应对隐含波动率曲面期限结构的影响分析[J]. 金融学季刊 2018(01)
    • [15].隐含波动率对公司债信用利差的预测能力研究——来自上证50ETF期权的证据[J]. 中国证券期货 2018(06)
    • [16].市场不看好苏格兰独立[J]. 中国新时代 2014(09)
    • [17].上证50ETF期权隐含波动率曲面的非参数拟合[J]. 市场周刊 2019(06)
    • [18].SVI隐含波动率模型的时间指数扩展[J]. 福州大学学报(自然科学版) 2018(02)
    • [19].上证50ETF期权隐含波动率曲面建模和实证分析方法[J]. 时代金融 2018(27)
    • [20].Black-Scholes模型和GARCH模型下的隐含波动率研究[J]. 世界科技研究与发展 2016(05)
    • [21].基于Heston模型的期权隐含波动率研究[J]. 五邑大学学报(自然科学版) 2018(03)
    • [22].50ETF隐含波动率曲面实证研究和统计套利[J]. 金融经济 2018(22)
    • [23].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[J]. 经济数学 2014(04)
    • [24].隐含波动率与实际波动率的关系:中美比较[J]. 管理科学 2018(06)
    • [25].美股前景展望及其对我国经济的影响[J]. 银行家 2018(06)
    • [26].国际部分[J]. 债券 2014(09)
    • [27].基于GARCH模型的波动率与隐含波动率的实证分析——以上证50ETF期权为例[J]. 金融理论与实践 2019(05)
    • [28].基于遗传算法的SABR模型对上证50ETF期权隐含波动率拟合优化的实证研究[J]. 中国证券期货 2019(04)
    • [29].离岸人民币外汇期货市场月度报告(2015年2月)[J]. 金融博览(财富) 2015(03)
    • [30].基于神经网络的波动率对权证价格预测效果比较分析[J]. 生产力研究 2010(08)

    标签:;  ;  ;  ;  

    上证50ETF的隐含波动率测度及其预警研究
    下载Doc文档

    猜你喜欢