随机波动模型分析及其在上海股市的应用

随机波动模型的产生既有其数理金融背景,又有其金融计量根源;它们能很好地描述金融市场中的诸多波动现象.本文利用基本的随机波动模型对上海股市的波动性进行实证分析,得到了一些有益的结论;最后提出了对未来研究的一些建议.     

随机波动率模型的参数估计及对中国股市的实证

基于有效重要性抽样(EIS)技巧,提出极大似然(ML)方法估计了四种不同收益分布假定的随机波动率(SV)模型的参数. 以上证综合指数和深证成份指数为例,实证检验了不同收益分布假定的SV模型的性能,分析适合我国股票市场的SV模型及收益分布. 实证结果表明,与正态分布、学生t-分布和广义误差分布(GED)假定的SV模型相比,具有“有偏”和“尖峰厚尾”特征的有偏学生t-分布假定的SV (SVSKt)模型能够更好地描述中国股票市场的波动性.     

基于Markov机制转换模型的我国股市周期波动状态研究

运用Markov机制转换模型,研究我国股市在不同状态之间的周期转换.研究结果表明, 四状态异方差马尔科夫机制转换模型最能刻画我国股市周期波动特征; 1996年12月26日-2010 年 12月 31日涨跌停板限制下, 股票价格的变动可以分为快速下跌、缓慢下跌、缓慢上涨和快速上涨四种状态;我国股市总体上体现出急涨慢跌的态势, 缓慢下跌是其主要波动状态;股市阶段性波动大体上分为波动较大和波动较小两种期间.     

随机波动模型参数估计的新算法及其在上海股市的实证

研究用马尔科夫链蒙特卡罗(MCMC)算法估计随机波动模型的参数问题.基于“前向滤波,后向抽样”方法提出一种新算法,并将新算法同原有算法进行了比较.然后利用新算法对上海股市进行波动性分析,发现中国涨跌停板制度对波动的持续性估计有着重要的影响,忽视这些因素将会导致波动的持续性被高估.     

基于误差修正模型的股市逆向干预政策时效分析

以2006年以来的数据为样本,运用误差修正模型对管理层逆向干预政策的时效问题进行实证分析.研究表明逆向干预政策达到了预期目的,但在股指涨跌的不同阶段其时效表现不同.     

金融波动的平方根随机自回归波动模型

讨论了SR-SARV模型的时间聚合性和同期聚合性,比较了波动模型之间的关系,指出了SR-SARV模型研究的意义,并给出其参数估计方法,对上证指数进行了实证研究。     

长记忆随机波动模型的估计与波动率预测——基于中国股市高频数据的研究

为了有效捕捉中国股市波动率的长记忆性,提高远期波动率的预测精度,本文基于中国股市高频数据建立了长记忆随机波动模型,检验高频数据中时变的“日历效应”成分的频率,有效地对“日历效应”进行滤波。使用频域内拟极大似然方法估计LMSV模型参数,为了提高计算效率应用混沌优化算法进行最优搜索。对比了高频数据直接建模和已实现波动率方法建模的预测结果发现,通过高频数据估计的LMSV模型可以很好保留高频数据中所包含的信息量,克服信息丢失问题,预测结果要优于已实现波动率方法建模预测的结果。     

随机波动率Hull-White模型参数估计方法

构建随机波动率的两因子模型,应用两阶段半参数方法估计模型中的常系数参数,使用核估计方法估计长期均值函数,给出了两阶段估计方法的相容性和参数的渐近性性质.实证结果表明了对比常系数模型,引入长期均值函数模型将会改善似然函数估计值,而且也能够很好地解释中央银行和政府已实施政策的有效性.此外,可以在不增加维数的条件下,使用该模型对利率衍生品进行更有效地定价.     

中国股市波动的异方差模型及其SPA检验

以中国股票市场最具代表性的股价指数-上证综指的高频(High-frequency)数据样本为例,实证计算了以GARCH族模型和随机波动(Stochastic volatility)模型为代表的不同异方差模型对中国股市波动率的预测,并进一步运用SPA(Superior predictive ability)检验法,实证检验了不同异方差模型对中国股市波动的刻画能力和预测精度问题.实证结果显示,就中国股市而言,随机波动(Stochastic volatility)模型是预测精度最高的异方差模型,但在某些损失函数标准下,EGARCH模型也具有良好的波动预测表现.     

随机波动模型的持续性和协同持续性研究

波动持续性是广泛存在于经济和金融时间序列的一类普遍现象，它反映了经济和金融的风险相关性，在介绍随机波动模型有关要概念和性质的基础上，从单整的角度讨论了随机波动模型存在的持续性，并以此为基础，讨论了向量随机波动模型存在的持续性和协同持续性，给出了随机波动模型的协同持续定理，此外，文中进一步讨论了协同持续存在的条件和有关性质，给出了协同持续关系的误差校正模型形式。     

基于随机图论的股市"羊群效应"模型

在介绍金融市场中的羊群效应和投资性资本收益分布的厚尾特性的基础上,运用概率论中的随机图理论,构造出一个随机性羊群效应模型.该模型能较好地刻画投资主体之间的微观联系机制,并很好地解释股票收益的厚尾特性.     

基于随机波动率模型的路径依赖期权定价

在随机波动率框架下,对两种典型路径依赖期权进行定价.在期权标的资产价格的波动率是一个快速均值回归随机过程的假设下,研究了几何亚式看涨期权和浮动行权价回望看跌期权这两类路径依赖期权的定价问题.通过奇异摄动分析方法,对均值回归随机波动模型的偏微分方程进行分析得到关于期权近似价格的两个近似表示项,并推导出上述两种路径依赖期权的近似解析解.     

基于HJM框架的随机波动率短期利率模型

在Heath-Jarrow-Morton(HJM)框架下,建立随机波动率短期利率模型(ECIR-SV),其中长期均值为时间函数.基于重度取样技巧,利用Laplace方法和P-样条方法给出了ECIR-SV模型的极大似然估计方法.实证结果表明对比一些嵌入模型,ECIR-SV模型描述时间序列数据效果是最优的;对于单因子模型,引入长期均值函数的模型稍微地改善了拟合效果;在随机波动率模型中,考虑长期均值函数模型更好地描述短期利率动态变化.此外,通过长期均值函数能够更好地说明资本流动的情况,为宏观政策的制定提供了一些可靠的依据.     

基于结构转换PTTGARCH模型沪深股市波动率的估计

考虑股市收益率波动存在结构转换特征以及描述波动非线性和非对称特征的幂变换门限GARCH(PTTGARCH)模型,本文提出结构转换PTTGARCH模型.选取沪深300指数日对数收益率作为研究对象,将股指的波动变化分为下跌、上涨和盘整三个状态:选用2013年7月1日至2015年12月17日以及2015年12月18日至2016年1月8日作为样本内和样本外时期:分别应用GARCH,EGARCH,APGARCH,PTTGARCH模型及具有结构转换的相应模型对沪深股市波动率进行估计和预测,利用高频数据得到的已实现波动率作为股指实际波动率的估计.采用平均平方误差(MSE_1,MSE_2),平均绝对误差(MAE_1,MAE_2)对估计与预测的波动率进行评价,并采用模型信度集(MCS)检验比较各模型估计和预测能力.研究结果表明:单状态和具有马尔可夫结构转换PTTGARCH模型在样本内和样本外的拟合和预测结果均更为准确.     

基于随机利率模型可转换债券定价分析

基于债券数据利用正则化方法给出了均值函数随机利率模型的参数估计,进一步应用D'Yakonov分裂方法构造了稳定的差分格式并对可转换债券定价问题进行数值计算.数值结果表明常数均值和相应的均值函数随机利率模型对可转换债券价格的影响没有显著的差异,然而比较高斯和非高斯利率模型(包括引入长期均值函数)所得的可转换债券价格很明显地依赖于利率的期限结构.因此,在定价可转换债券过程中,需要考虑不同期限结构的利率模型对可转换债券价格的影响,但无需引入均值函数.     

基于日内价格幅度与回报的随机波动率模型

金融资产波动率测量与建模是金融理论与实践中的一个重要课题，已经有了许多测量与建模方法。本文引入了基于日内价格幅度与回报两个测度指标的随机波动率模型。利用中国股市数据进行的实证结果表明，与单测度指标的随机波动率模型相比．基于两个测度指标的随机波动率模型能更好地描述股票市场波动率和市场波动风险。     

4/2随机波动率模型下的期权定价

The existing stochastic volatility models have such a problem: A single-factor volatility model can generate steep curves or flat curves at a given volatility, but it cannot generate both for given parameters, which is inconsistent with the actual observed data. To precisely describe the market implied volatility curve, this paper studied a two-factor 4/2 stochastic volatility model that includes, as special instances, the Heston model and the 3/2 model. Besides, it applied Lewis’s fundamental transform approach to deduce the partial differential equation(PDE). In addition, by adopting the data on S&P 500, it estimated the parameters of the 4/2 model. Furthermore, it investigated the 4/2 model along with the Heston model and the 3/2 model, and compare their different performances. The results indicate that the option price fitting error of the 4/2 model is smaller than that of other two models.     

基于贝叶斯原理的随机波动率模型分析及其应用

基于贝叶斯原理,对随机波动性模型进行研究,并将随机波动率模型应用股市风险价值VaR的估计与预测.针对中国股市数据进行的实证结果表明,与GARCH模型相比,随机波动率模型能更好地描述股票市场回报的异方差和波动率的序列相关性;基于随机波动率的VaR较GARCH模型的VaR具有更高的精度.     

具有结构转换的GARCH模型及其在中国股市中的应用

引入具有结构转换(switching regime)的GARCH模型(简称SW—GARCH)，并利用上海股市收益进行实证研究，通过与GARCH模型下的结果相对比，表明SW—GARCH大大提高了对市场波动性的预测能力，为股价波动的变结构建模问题提出了一个新方法，从而解决GARCH及其他异方差模型的结构变化问题。     

基于区间反事实模型的油价波动事件定量评估

近年来对美国西德克萨斯中质(WTI)原油现货价格结构进行建模受到了越来越多的关注.然而,现有大多数的文献集中在经典的计量经济学方法和点值反事实分析上,这可能会受到信息损失的影响.本文提出了一种新的区间反事实分析方法来研究2011年发生的油价波动事件对WTI原油现货价格的影响.利用区间模型可以同时估计出在没有事件影响的情况下WTI价格的水平和波动性.这些反事实估计是基于WTI和其它10种国际原油现货市场之间的横截面相关性得到的.研究结果表明,由于页岩油繁荣引起的原油供应过剩使得WTI价格的水平和波动性都出现了降低,而且这种影响直到2014年底才消失.该结果可以为政府,行业从业人员和个人投资者提供重要参考.