波动率预测-GARCH模型与隐含波动率-郑振龙

波动率预测-GARCH模型与隐含波动率-郑振龙

ID:37301086

大小:341.67 KB

页数:11页

时间:2019-05-21

波动率预测-GARCH模型与隐含波动率-郑振龙_第1页
波动率预测-GARCH模型与隐含波动率-郑振龙_第2页
波动率预测-GARCH模型与隐含波动率-郑振龙_第3页
波动率预测-GARCH模型与隐含波动率-郑振龙_第4页
波动率预测-GARCH模型与隐含波动率-郑振龙_第5页
资源描述:

《波动率预测-GARCH模型与隐含波动率-郑振龙》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、#140#5数量经济技术经济研究62010年第1期波动率预测:GARCH模型与¹隐含波动率12郑振龙黄薏舟(11厦门大学金融系;21新疆财经大学)=摘要>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。关

2、键词隐含波动率GARCH模型信息含量中图分类号F830文献标识码AVolatilityForecast:GARCHModelvsImpliedVolatilityAbstract:Itisaninterestingquestionthatwhichismoreefficientinforecas-tingthefuturevolatilities,thetimeseriesmodelsbasedonhistoricaldataorimpliedvolatilitiesobtaineddirectlyfromtheo

3、ptionprices1ThestudybasedonHangSengIndex(HSI)optionssuggeststhatwhentheforecasthorizonisoneweek,theGARCH(1,1)volatilitiescontainsallinformationinimpliedvolatilities,whiletheresultistheoppositeandimpliedvolatilitiesaremoreefficientinthepredictionoffuturevolatil

4、itieswhenthehorizonisonemonth1Thelargertheoptiontradingvolume,themoretheinformationcontainedinimpliedvolatilities1Keywords:ImpliedVolatility;GARCHModel;InformationContent引言波动率在金融经济研究中是非常重要的变量,投资组合、资产定价、风险管理以及制定¹国家自然科学基金面上项目:/非完美信息下基于观点偏差调整的资产定价0(70971114);教育部/

5、国际金融危机应对研究0应急项目:/金融市场的信息功能与金融危机预警0(2009JYJR051);福建省自然科学基金:/卖空交易对证券市场的影响研究0(2009J01316)。波动率预测:GARCH模型与隐含波动率#141#货币政策,都离不开波动率这一关键的变量。对波动率的预测则是金融市场的一个重要任务,在最近20年中吸引了无数学者与业界人士的关注。人们研究出了各种模型用来预测波动率,采用不同的方法,得出了不尽相同的结论。而不同模型的同时存在,本身也说明了各类模型都存在不同的缺陷。这些看起来纷繁复杂的模型主要分为两大

6、类:一类是利用历史信息来预测未来的波动率,简称历史信息法,如在金融中最常用到的ARCH族模型族,以及最近几年开始流行的随机波动率模型(SV模型);另一类则是根据期权价格倒推出市场对未来波动率的预期,即隐含波动率法。历史信息法试图从过去的样本期中发现波动率的变化规律,进而对未来波动率做出预测。这种方法存在如下缺点:首先,从样本中总结出来的规律有可能是伪规律,或者出现过度拟合的问题;其次,这种方法要求历史必须重演,即从样本中找到的规律必须适用于未来;最后,这种方法没有考虑最新信息和市场环境的变化等历史信息之外的其他信息

7、。而作为所有参与者信息的集散地,金融市场中每日形成的价格反映了供求双方从历史数据和最新资讯中获取各种信息后形成的预期,包含了信息容量最大和最具前瞻性的事前预测信息,而且不断动态更新调整,因此隐含波动率法有它得天独厚的优势。当然这种方法的使用前提是市场参与者较为理性,市场价格能够客观反映投资者对未来的理性预期。否则的话,期权就会含有各种噪音,从期权价格中提取隐含波动率的信息就难以准确预测未来的波动率。因此,这两种预测方法孰优孰劣是本文的研究主题。由于我国内地尚不存在期权交易,虽有权证交易,但发展期限短,交易价格严重背

8、离其理论价值,无法用其进行隐含波动率的研究,因而对波动率预测的研究都集中在第一类上,即时间序列模型法。事实上,对这两大类方法的比较,一直是国外研究中关注的重点。自隐含波动率方法出¹现开始,关于其预测能力是否优于历史波动率、能否包含历史信息的研究就没有停止过。而自Engle(1982)的ARCH模型、Bollerslev(1986)的GARCH模型提出后,对隐

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。