期權(quán)作為一類重要的金融衍生品,在風險對沖及套期保值等領(lǐng)域有著廣泛運用。在國外成熟的金融市場,期權(quán)被風險管理人員大量運用于對沖標的資產(chǎn)價格波動的風險。而在國內(nèi),由于缺乏相應(yīng)地風險對沖工具,投資者往往在市場劇烈波動中損失慘重。為了滿足投資者規(guī)避風險的需求,上海證券交易所于2015年2月9日推出了我國第一只場內(nèi)期權(quán)——上證50ETF期權(quán)。期權(quán)上市4年以來,成交活躍,成為了投資者管理組合風險的有力工具。當投資者進行期權(quán)交易時,最為關(guān)心的是期權(quán)定價問題,這是因為定價精確與否會影響投資者后續(xù)交易策略構(gòu)建及組合頭寸對沖。而基礎(chǔ)金融資產(chǎn)的波動率是期權(quán)定價中的關(guān)鍵參數(shù),因此,正確估計與預(yù)測基礎(chǔ)金融資產(chǎn)波動率對期權(quán)定價準度十分重要。為了更好的分析基礎(chǔ)金融資產(chǎn)波動率的變化對期權(quán)定價的影響,本文的研究通過以下兩大部分展開。第一部分研究了可變波動率的建模問題�？勺儾▌勇手饕v史波動率與已實現(xiàn)（高頻）波動率。這兩類波動率在揭示金融資產(chǎn)收益率變化信息方面各有所長。歷史波動率能較好地捕捉金融資產(chǎn)在過去一段時間的收益波動情況,但它的缺陷是只能反映日間資產(chǎn)價格波動情況,會損失大量日內(nèi)交易信息。而已實現(xiàn)波動率是基于日內(nèi)... 

【文章來源】：華中師范大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖２－１滬深３００、中證５００已實現(xiàn)波動率??

?２０１７年７月?２０１８年１月??圖２－１滬深３００、中證５００已實現(xiàn)波動率??圖２－２是根據(jù)利好和中性信息影響中證５００指數(shù)成交量變化測算出現(xiàn)正波動??率概率和ＲＶ＋、ＲＶ？。通過進一步計算可以得到出現(xiàn)負波動率的平均概率為０．８５，??而出現(xiàn)正波動率的平均概率僅為０．１５。這說明在５分鐘高頻維度上，中證５００指??數(shù)受到了利空信息沖擊的可能性要比受到利好信息沖擊的可能性大得多。同時，??從ＲＶ的分解圖也可以看到利空信息引起的ＲＶ＿的變動幅度顯著超過了利好信息??引起的ＲＶ＋的變動幅度。這說明中證５００指數(shù)對利好信息、利空信息沖擊存在非??對稱反應(yīng)，而利空信息可能是引發(fā)中證５００指數(shù)出現(xiàn)大幅跳躍的主要原因。這與??文鳳華［ｉ６］研宄結(jié)論是一致。??１?＾?＾?｜??２０１６＾－７�。�?２０１７５１?ｉｌ?２０１７＾７１１?２０１８＝Ｔ１ｌｊ?２０１７＾－１?ｆ？?２０１７＊Ｔ７Ｒ?２０１８？Ｔ１Ｐ??Ｉ塵．ｒ：：」ｉ?Ｌ：＇」ｉ??２０１６?棗７?月?２０１７＊１?Ｈ?２０１７?年７?月?２０１８－〒?１Ｂ?２Ｇ１６?年?７［?２０１７年?１〇?２０１７４－７Ｊ］?２０１８＾１；￣??圖２－２中證５００指數(shù)的妒＋、ＲＶ＼?ＲＶ—?圖２－３滬深３００指數(shù)的供＋、ＲＶ＇、ＲＶ—??圖２－３是根據(jù)利好和中性信息影響滬深３００指數(shù)成交量變化測算出現(xiàn)正波??動率概率和ＲＶ＋、ＲＶ－。進一步計算得到出現(xiàn)正波動率的平均概率為０．１７

?２０１７年７月?２０１８年１月??圖２－１滬深３００、中證５００已實現(xiàn)波動率??圖２－２是根據(jù)利好和中性信息影響中證５００指數(shù)成交量變化測算出現(xiàn)正波動??率概率和ＲＶ＋、ＲＶ？。通過進一步計算可以得到出現(xiàn)負波動率的平均概率為０．８５，??而出現(xiàn)正波動率的平均概率僅為０．１５。這說明在５分鐘高頻維度上，中證５００指??數(shù)受到了利空信息沖擊的可能性要比受到利好信息沖擊的可能性大得多。同時，??從ＲＶ的分解圖也可以看到利空信息引起的ＲＶ＿的變動幅度顯著超過了利好信息??引起的ＲＶ＋的變動幅度。這說明中證５００指數(shù)對利好信息、利空信息沖擊存在非??對稱反應(yīng)，而利空信息可能是引發(fā)中證５００指數(shù)出現(xiàn)大幅跳躍的主要原因。這與??文鳳華［ｉ６］研宄結(jié)論是一致。??１?＾?＾?｜??２０１６＾－７��！?２０１７５１?ｉｌ?２０１７＾７１１?２０１８＝Ｔ１ｌｊ?２０１７＾－１?ｆ？?２０１７＊Ｔ７Ｒ?２０１８？Ｔ１Ｐ??Ｉ塵．ｒ：：」ｉ?Ｌ：＇」ｉ??２０１６?棗７?月?２０１７＊１?Ｈ?２０１７?年７?月?２０１８－〒?１Ｂ?２Ｇ１６?年?７［?２０１７年?１〇?２０１７４－７Ｊ］?２０１８＾１；￣??圖２－２中證５００指數(shù)的妒＋、ＲＶ＼?ＲＶ—?圖２－３滬深３００指數(shù)的供＋、ＲＶ＇、ＲＶ—??圖２－３是根據(jù)利好和中性信息影響滬深３００指數(shù)成交量變化測算出現(xiàn)正波??動率概率和ＲＶ＋、ＲＶ－。進一步計算得到出現(xiàn)正波動率的平均概率為０．１７

【參考文獻】：
期刊論文
[1]跳躍風險、結(jié)構(gòu)突變與原油期貨價格波動預(yù)測[J]. 龔旭,林伯強.  中國管理科學. 2018(11)
[2]中國股市價格跳躍行為的驗證及應(yīng)用[J]. 陳逢文,金啟航,胡宗斌.  財貿(mào)經(jīng)濟. 2018(09)
[3]引入外部沖擊的中國銅期貨市場高頻波動率建模與預(yù)測[J]. 朱學紅,鄒佳紋,韓飛燕,諶金宇.  中國管理科學. 2018(09)
[4]中國股票市場最優(yōu)套期保值比率研究——基于高階矩HAR模型[J]. 唐勇,崔金鑫.  系統(tǒng)科學與數(shù)學. 2018(09)
[5]中國股票市場波動率的長期記憶、結(jié)構(gòu)突變與狀態(tài)識別[J]. 張月茹,譚政勛.  南方金融. 2018(04)
[6]上證A股收益率分布特征的挖掘分析[J]. 劉宇欣,范宏.  計算機系統(tǒng)應(yīng)用. 2018(02)
[7]收益率厚尾分布、特質(zhì)性波動與股票價格行為[J]. 王春峰,姚守宇,房振明.  系統(tǒng)工程. 2017(12)
[8]基于符號收益和跳躍變差的高頻波動率模型[J]. 馬鋒,魏宇,黃登仕.  管理科學學報. 2017(10)
[9]基于蒙特卡羅模擬的動態(tài)風險管理[J]. 張禹,李富有,吳逢怡.  統(tǒng)計與決策. 2017(14)
[10]基于高頻數(shù)據(jù)HAR-CVX模型的滬深300指數(shù)的預(yù)測研究[J]. 劉曉倩,王健,吳廣.  中國管理科學. 2017(06)

碩士論文
[1]高頻數(shù)據(jù)下基于已實現(xiàn)波動率的上證50ETF期權(quán)定價研究[D]. 李超.首都經(jīng)濟貿(mào)易大學 2018
[2]基于GARCH族模型的上證50ETF期權(quán)定價研究[D]. 李瑤瑤.東北財經(jīng)大學 2016
[3]基于GARCH模型的股指期權(quán)定價方法研究[D]. 張穎.西南石油大學 2016
[4]基于已實現(xiàn)波動率的期權(quán)定價研究[D]. 鄭惠民.福州大學 2016
[5]HAR-RV及其擴展預(yù)測模型研究[D]. 張鵬云.西南交通大學 2014



本文編號：3375534