期权交易量能预测波动率吗——来自上证50ETF期权的证据

本文基于上证50ETF期权日交易量,按在值程度构建虚值,平值和实值期权的交易量占比,测试各类期权交易对上证50ETF已实现波动率的预测能力.结果发现虚值期权能显著提升HAR, HAR-CJ模型的波动率预测效果.进一步研究发现,虚值期权中的信息含量主要来自于深度虚值期权,非深度虚值期权对波动率预测效果较弱.相比隐含波动率,深度虚值期权对波动率的样本内拟合和样本外预测效果都更佳.深度虚值期权中,看涨期权的信息含量大于看跌期权,且看涨期权交易量与未来波动率负相关,看跌期权交易量与未来波动率正相关.这些结果表明,信息交易者倾向于使用深度虚值期权交易,而深度虚值看跌和看涨期权与未来波动率的不同关联性恰好与杠杆效应一致.本文的发现可用于改进现有的波动率预测模型,还将有助于完善监管者的风控指标体系.     

基于等价鞅测度的动态套期保值模型研究

分别考虑期货机会成本和期权预算约束,建立最优期货和期权套期保值模型.通过构造等价鞅测度,在风险厌恶型一般效用函数下证明了模型最优解是唯一存在的,给出了求解模型的算法步骤;并在负指数效用函数下得到期货和期权最优头寸的显式表达式.实证研究表明:为规避上证50ETF价格风险,期货和期权套期保值都获得了正收益.期货(权)套期保值收益随着投资者风险厌恶系数的增加而增加(减少).通过分析预算的影响建议风险厌恶系数较小的投资者在预算较大时选择期货套期保值,而风险厌恶系数小预算较少或风险厌恶系数较大的投资者选择期权套期保值;通过模拟金融危机情景发现随着标的价格波动的增大,期货套期保值收益增大、期权套保收益减少,建议投资者在现货价格波动较大时优先采取期货套期保值.     

基于非对称跳跃粗糙随机波动率模型的期权定价研究

基于资产价格存在的非对称跳跃与资产波动率存在的粗糙特性,本文提出了粗糙带非对称跳Heston模型(rHeston-AEDJ),在风险中性测度中推导出该模型的特征函数.由于模型的非马尔可夫且非半鞅性质,不能使用传统的欧拉方法进行逼近,本文使用混合模拟方法对该模型进行逼近,并解决粗糙波动率下奇异期权的定价问题.在风险中性测度下,基于Fourier-SINC推导了欧式期权的拟闭解.实证研究结果表明,上证50ETF价格存在跳跃、波动率Hurst指数远小于1/2,即波动率存在粗糙性,并基于拟闭解对上证50ETF期权进行定价实验发现本文所提出的rHeston-AEDJ模型在样本内外均有较好的定价精度.本文的研究对国内外期权产品定价与精确风险管理具有重要的现实意义和应用价值.     

基于局部波动率模型的上证50ETF期权定价研究

局部波动率模型被广泛运用于风险管理、期权定价等领域,该模型不仅可以描述波动率微笑、期限结构等实际现象,同时能保证市场的完备性.研究局部波动率模型的核心目标是对隐含波动率进行建模.本文分别通过参数法和非参数法对隐含波动率建模,不仅保证了波动率曲面的无套利性,同时给出了非参数法求解局部波动率的显式表达式,从而消除了近似误差,得到较为光滑的波动率曲面.此外,本文基于局部波动率模型对我国上证50ETF指数期权的定价进行了实证研究,分别从样本内定价误差、样本外定价误差、套期保值效果三个方面分析比较了该模型的定价效果.实证结果显示:对样本内数据,非参数法拟合的定价结果优于参数方法;对样本外数据以及套期保值效果来说,参数法取得的效果较好.特别地,隐含波动率建模方法无论是对期权定价还是套期保值,效果均优于直接根据市场数据建模的结果,样本内定价误差可减少一半以上,均方误差可降低1～2个数量级.     

隐含波动率曲面的预测研究:来自中国台湾市场的证据

本文采用"两步法"构建了期权隐含波动率曲面的动态模型,并利用该动态模型检验了台指期权隐含波动率曲面的可预测性.结果显示,台指期权隐含波动率曲面无论在统计意义上还是经济意义上都具有可预测性,当在预测过程中加入看涨(看跌)期权市场净购买压力信息后,台指看涨(看跌)期权隐含波动率曲面的样本外预测效果得到了显著提高,在不考虑交易成本以及合适的交易成本的情形下,依据模型预测结果构建的交易策略能获得正的超额收益.     

我国商品期货的无模型隐含方差与方差风险溢价研究——基于豆粕和白糖的分析

无模型隐含方差具有不依赖于期权定价模型的特点,它与已实现方差的差值度量了方差风险溢价,近年来在金融资产的方差风险溢价研究中备受关注.本文利用我国豆粕期货和白糖期货的期权数据估计出无模型隐含方差,然后在方差互换合约的框架下,深入研究商品期货的方差风险溢价.研究发现:我国豆粕期货和白糖期货的方差风险溢价显著为负,且具有时变性;经典的市场风险因子对豆粕期货和白糖期货的方差风险溢价的解释力度较小;两种商品期货的方差风险溢价与期货收益之间均存在非线性关系,并且方差风险溢价对未来一定期限内的资产收益具有预测作用.同时,本文还发现,我国豆粕期货和白糖期货与上证50 ETF的方差风险溢价存在较大差异,样本期内上证50 ETF的方差风险溢价不显著,而且对其未来收益无显著预测作用.     

基于高频夏普指数的组合证券投资模型

资产选择与最优组合权重的设置是构建投资组合的两个关键步骤,利用日内高频数据构建一个夏普指数序列来进行资产选择,同时考虑多种组合策略.以沪市A股市场数据进行样本外实证分析。结果表明,不论市场处于下行还是上行行情,基于高频夏普指数选股方法构建的组合都能得到较高的风险调整收益,并具有较小的风险,同时在最优风险组合下,能得到可观的超额收益.     

非仿射随机波动率模型下的50ETF期权定价基于Fourier-Cosine方法

非仿射随机波动率模型因其简约、且能较好刻画资产收益率分布的尖峰、厚尾、有偏等特性,近年来日益受到金融学界和业界的关注;然而,由非仿射随机波动率模型推导的衍生品定价方程,难以得到解析定价公式,因而其在实际应用中存在较大困难.应用扰动法处理标的资产对数价格的特征函数所满足的柯尔莫哥洛夫后向方程,得到特征函数的解析逼近式;然后应用FourierCosine方法,推导出欧式期权的拟闭型定价公式.上证50ETF期权定价的数值结果表明由推导的拟闭型定价公式计算得到的期权价格以及Greeks值,与市场价格和Wind资讯给出结果十分接近;且定价精度和效率明显优于当前同类型研究.本研究可望为上证ETF新期权品种提供一种高性能、应用级的定价和风险量化管理工具.     

基于CVaR和多元权值约束下的积极投资组合模型

基于方差或VaR方法度量投资组合风险的不足,在Roll的均值-跟踪误差模型基础上引入CVaR总风险约束,同时考虑到现实交易市场中存在交易费用约束和多元权值约束条件等因素,构建了基于CVaR和多元权值约束下的积极投资组合模型。结合我国股票市场数据采用非线性优化算法对模型进行实证分析,结果表明,交易费用和多元权值约束会显著影响投资组合的风险收益空间;在CVaR总风险可控情形下,无论是样本内还是样本外市场交易数据,本文模型都能获得持续超越基准投资组合的阿尔法收益。     

基于Copula-GARCH方法的交叉汇率期权套期保值模型

针对进出口贸易中汇率风险管理问题,利用Copula-GARCH方法,基于改进的下偏矩风险测度(LPM)提出交叉汇率期权套期保值模型.首先,用Copula函数刻画相关结构,建立适用于任意边际分布的交叉汇率期权套期保值理论模型,并推导出模型的积分形式.然后,对交叉汇率收益序列进行GARCH模型拟合,给出基于边际收益率分布的最优模型算法步骤.最后,将模型应用于人民币外汇市场交叉汇率套期保值实证研究,并分析敲定价格,套期保值成本和风险厌恶程度等对LPM的影响.研究结果表明,将目标收益设置为收益的中位数而不是平均收益有利于投资者谨慎投资.为了降低LPM风险,建议预算较少的投资者选择平值看跌期权对冲,而预算较高的投资者可以选择实值看跌期权,但敲定价格不宜过大.     

风险规避下的航空货运期权定价Stackelberg博弈模型

构建了一个考虑风险规避货运代理商的期权定价两阶段Stackelberg博弈模型,分析航空公司的最优定价决策以及货运代理商的最优期权定购量和购买量.分析结果表明:风险规避货运代理商的航空货运运用期权契约可以有效规避成本增加和现货市场运价上涨的风险,提高双方的收益,实现社会的帕累托最优.     

中国股市波动率的广义周内特征及其预测模型

本文将Realized GARCH模型推广至基于周历日的时变参数情形以刻画杠杆和溢出效应的周内特征并避免传统GARCH类模型在拟合长记忆性与周内效应时两者相互干扰问题.将新模型应用于上海股票市场2001至2013数据的分析发现:我国股市波动率存在时变的杠杆效应和溢出效应.实证结果表明:新模型无论在样本外的预测能力还是在样本内的拟合度上都明显优于现有模型.     

股灾期间上证50ETF期权定价研究

从理论上探讨了股灾期间大盘指数对期权定价的影响,改进了用于表征股灾期间上证指数宽幅震荡过程的欠阻尼二阶系统阶跃响应函数,并考虑了上证指数对标的资产价格的耦合影响,在风险中性定价法则下构建出股灾期间的期权定价模型;详细考察了大盘指数模型中的参数(如阻尼系数、衰减速率以及无阻尼震荡频率等)、大盘指数影响作用过程的波动系数以及大盘与标的资产的关联系数等对期权定价的影响.最后,运用Monte Carlo仿真技术,对上证50ETF期权进行实证与预测.数值结果表明:所提出的股灾期间的期权定价模型,能有效地为上证50ETF期权定价,并具有良好的鲁棒性.     

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.     

基于时变波动率CCA方法的银行业系统性风险度量

基于传统CCA方法的系统性风险研究都是在BS框架下进行的，而BS模型的同方差假定与现实不符，可能引致偏误。利用非对称GARCH过程刻画了银行资产波动率的时变特性，并基于GARCH期权定价模型对系统性风险进行了度量研究。鉴于现有系统性风险研究大多聚焦于“次贷危机”期间，以中国上市银行为样本，对2012~2016年银行业的系统性风险状况进行了实证检验。结果显示：银行业系统性风险分别在2012和2015年“股灾”之后小幅上升，在2016年大幅上升；基于传统CCA方法的系统性风险指标无法对2015年和2016年系统性风险的上升做出充分响应；基于时变波动率CCA方法的系统性风险指标对宏观经济动态的预测能力显著优于基于传统CCA方法的指标。     

基于藤copula–已实现GARCH的组合收益分位数预测

为准确预测分位数,利用已实现GARCH模型在边缘分布建模中纳入高频信息,通过藤copula刻画资产收益两两之间相异的相依结构,构建了资产组合收益分位数预测的藤copula–已实现GARCH模型.选取中国股市风格指数组合展开实证分析,回测检验结果表明高频信息和异质相依结构是准确预测分位数的关键环节,藤copula–已实现GARCH模型能够提供更准确的资产组合收益分位数预测.     

Heston随机波动率模型下一类多资产期权的定价

研究了一类多资产期权的定价,包括差价期权、交换期权、乘数期权和商数期权.为了改进传统Black-Scholes模型下波动率为常数的不合理假设,引进了Heston随机波动率模型,研究表明基础资产和波动率的演化过程作适当的变换后是一个3维仿射过程.仿射过程由其仿射变换唯一确定,而仿射变换可通过求解对应的Riccati微分方程组获得.基于仿射变换,给出了这一类多资产期权的半封闭形式的风险中性定价公式.最后,还给出了应用自适应Simpson数值积分法求解交换期权、乘数期权和商数期权风险中性价格的算例.     

波动率风险溢酬: 时变特征及影响因素

应用香港市场的数据, 通过构造恒生指数看涨期权的动态delta中性组合估计了股票市场的波动率风险溢酬, 并对其时变的 特征和影响因素进行了分析. 实证结果表明: 香港股票市场上的确存在显著为负的波动率风险溢酬, 说明波动率的确是随机的, 是市场中存在 的另一个风险源. 而投资者是厌恶波动率风险的, 并通过支付较高价格购买股指期权来规避这一风险, 股指期权并非股票现货的冗余证券. 并且, 波动率风险溢酬呈现明显的时变特征, 其最重要的影响因素是股票现货市场的波动率, 股市当前的波动率越大, 投资者对未来波动的预期和风险 厌恶程度越高, 越愿意为规避波动率风险支付更高的风险溢酬.     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.     

基于ES-TV的贷款承诺极端风险测度模型

在Basel Ⅲ的风险计量新要求及中小企业融资成本高、违约风险大等背景下，贷款承诺极端风险的测度成为银行未来资产管理的重点之一. 基于期权理论，首先给出了浮动利率下的贷款承诺定价公式；其次通过引入DGN（Delta-Gamma-Normal）模型，刻画了贷款承诺价值变动的分布形态；继而通过修正尾部波动率，并利用期望短缺原理，构建了衡量贷款承诺极端风险的ES-TV测度模型. 该模型兼顾极端损益及其波动性，能更全面反映极端风险. 最后对X银行贷款承诺组合管理进行了实证分析.