基于最新数据的上证50ETF期权定价实证研究

搜集、整理2016年3月至4月的上证50ETF高频交易数据,借助Excel工具并以历史波动率模型估计标的资产收益率的波动率,分析模型中的参数。分别用经典B-S模型和扩展B-S模型对上证50ETF期权进行定价实证计算,并通过对模型结果与期权市场价格进行均方误差计算及比较,得出两种计算方法的拟合程度均较好且扩展B-S定价模型更有效,从而为期权市场投资者提供了一个有效的分析工具。     

资本资产定价模型在中国沪市的应用与检验——基于行业分组方法

资本资产定价模型(CAPM)是学术界关于现代金融理论研究的焦点。CAPM在中国目前资本市场的有效性需要进一步实证研究和检验。本文以30个行业指数和上证综合指数作为研究对象,利用其在2007年10月15日-2015年9月30日的日交易数据进行时间序列和横截面双回归分析,获得各行业在不同时期的β系数,以此较全面地分析各行业的风险收益情况,并且利用平均收益率和β系数之间的线性关系检验CAPM模型的有效性。     

上证50ETF期权市场的经验定价核估计研究

为了对我国期权市场的经验定价核估计进行研究,本文采用上证50ETF数据,并且为了提高模型参数估计效率而选取iVX数据作为上证50ETF期权的代理指标,采用非仿射GARCH扩散模型,在其一致化参数体系下对客观和风险中性参数进行基于有效重要性抽样的联合极大似然估计,推导经验定价核。结果表示:基于上证50ETF及iVX指数数据得到的定价核是单调递减的,表明市场投资者整体表现为风险厌恶,投资者的风险厌恶水平随着资产收益的提高而下降。     

基于t-Copula-GARCH-t模型的中国股票市场风险分析

针对传统在险价值(value at risk,VaR)模型的局限性,结合Copula技术和GARCH模型,运用t-Copula-GARCH-t模型对中国股票市场进行风险分析,对上证综合指数和深证综合指数进行了实证研究,结果证实了所应用模型和方法的可行性和有效性.     

KoBol分数阶期权定价模型的数值方法

自Black-Scholes期权定价模型提出以来,大量的期权定价模型被陆续提出并加以研究,成为国内外金融工程和金融数学的研究热点。由于列维过程能够很好地描述资产运动的动力学特征,近年来基于列维过程的期权定价模型吸引了广泛关注,如FMLS(finite moment log stable)、CGMY和KoBol模型。这些模型最终归结为数值求解一类分数阶偏微分方程。为此提出了求解这类分数阶偏微分方程的数值离散格式,理论分析给出了数值格式稳定的充分条件。数值实验验证数值格式和算法的可行性和有效性。基于上证50与沪深300的股指期权实际交易数据,利用KoBol分数阶模型进行定价并反演计算波动率曲线,进一步验证了KoBol模型在真实市场中的有效性。     

SV族模型对沪市综合指数的实证分析

选取沪市股价综合日指数(1997/01/02～2003/12/26)作为样本,对上证综合指数进行了实证分析,根据有效市场理论,利用股指的随机游走过程对上海股市的有效性进行检验,建立SV族模型验证上海股市的可预测性实证结果发现:上海股市具有杠杆效应、长记忆性和波动持续性     

基于GARCH模型的股市流动性风险研究

在GARCH族模型进行简单介绍的基础上,通过对中国上证综合指数及深证成分指数进行了实证分析,利用GARCH族模型对市场流动性风险进行分析,据此得出了相关结论和建议。     

证券组合选择理论在股票投资中的应用

以上海证券交易所中上证材料,上证能源,上证工业,上证可选（可选消费）,上证消费,上证金融,上证医药,上证信息,上证电信,上证公用十个行业的数据为样本,利用马科维茨证券组合选择理论,通过均值—方差模型、以期望收益最大值、最小值,方差最小值确定投资组合的有效边界,根据有效边界选择投资组合.     

上证综合指数波动性的实证分析

以上证综合指数的日收益率为研究对象,建立了基于正态分布的GARcH(1,1)模型,同时考虑到股票收益率受到风险水平的影响,进一步建立GARCH(1,1)-M模型.实证研究结果表明,上证综合指数的收益率具有尖峰厚尾、方差随时间而变化特点与波动集群的现象.在研究样本区间内,GARCH(1,1)模型能较好地拟合上证综合指数收益率的波动性,同时,其期望收益与期望风险存在着正向关系.     

预期和非预期交易对收益率波动性的影响及实证分析

以混合分布假说(MDH)为理论基础,把实际交易量划分为预期和非预期交易量,引入EGARCH-M模型中,提出基于预期交易和非预期交易的量价关系模型,并用该模型刻画上证基金指数的量价关系.实证研究表明:上证基金指数的日交易量可以作为当期信息到达市场的解释变量;基于预期和非预期交易的EGARCH-M扩展模型拟合精度显著优于原模型和仅考虑对数交易量的模型;非预期交易量对指数价格的冲击显著大于预期交易量.