股票价格波动率参数估计的模型分析与实证研究

发布时间：2017-08-05 12:24

  本文关键词：股票价格波动率参数估计的模型分析与实证研究

  更多相关文章： 波动率 估计 历史波动率 GARCH模型 Black-Scholes期权定价

【摘要】：金融时间序列中,最具吸引力的就是资产价格波动率,波动率在金融工程领域里有着举足轻重的地位,更由于其潜在而不可见,近几十年来,国内外学者对估计波动率参数的研究狂热从未消退过。我国期权市场未正式起步,难以利用隐含波动率法来估计波动率,但目前大多以GARCH类模型和已实现波动率等模型来进行波动率参数的估计,而传统的历史波动率法在估计波动率参数的理论研究及实证分析中没有被足够重视,在这些使用了传统的历史波动率法的少量文献中,基本都只是运用股票的收盘价来研究波动率,不管是在理论研究还是在实证分析上,这都是一种遗憾。本文通过充分调研文献,在股票价格服从几何布朗运动的假设下,首先,对一种已实现波动率参数估计模型一从实际应用角度上给予详细解释完善;其次,对通常使用收盘价来估计波动率参数的传统历史波动率法加入开盘价、最高价及最低价因素,给出四个估计模型并介绍其演算过程;再次,以酒鬼酒、茅台、五粮液及从沪深300中随机抽选的28只股票的最近1、3、6、12个月的历史交易股价实证研究五个模型及其所得结果,然后,使用EMAE和EMSE评价准则评价五个模型,甄选出最好的估计模型即模型一;最后,再将模型一及最好的传统历史波动率估计模型三与当前流行的GARCH(1,1)模型运用酒鬼酒数据进行实证分析比较。经过R2.11.1编程及eviews6.0运行结果,本研究可得出五个主要结论:(1)在传统的历史波动率估计模型中,仅有开盘价的模型三最好,而加入了开盘价、收盘价和最高价、最低价因素的模型却并不是最好的,究其原因可能是我国股市的实际情况仍不如西方国家完善,极值法下很可能会代表某些错误信息。表明在进行波动率估计时,并不是考虑的价格因素越多越好,适量即可;(2)在所有模型中,GARCH(1,1)模型在利用1个月的数据估计波动率时效果最好,所以,我们在利用一个月数据估计波动率参数时,可考虑使用有良好效果的GARCH(1,1)模型;(3)在本研究中,模型一利用酒鬼酒收盘价的日频数据来近似高频数据,取得了比传统历史波动率估计方法更好的效果,更获得了比当前流行的GARCH(1,1)模型更好的估计效果。表明模型一不仅仅是一种计算高频数据的已实现波动率模型,利用日频数据来近似高频数据也能获得很好的估计效果,可以考虑将此模型推广到常见的日频数据;(4)GARCH(1,1)模型在本研究的实证结果中,整体上来说,并没有表现得比模型三好,表明只要模型选用适当,传统的历史波动率法也能较好地刻画波动率参数;(5)经实证比较后,推广了一种已实现波动率估计模型即模型一,该模型理论上可直接计算任意时间段的波动率,无须再将波动率转化成所需的表示形式,比目前常用的仅能计算第t日当天的波动率估计式更加完善,而形式上同样简单。
【关键词】：波动率 估计 历史波动率 GARCH模型 Black-Scholes期权定价
【学位授予单位】：吉首大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51;F224
【目录】：

• 摘要6-7
• ABSTRACT7-9
• 第1章 绪论9-16
• 1.1 研究背景与意义9-10
• 1.2 国内外研究现状10-14
• 1.2.1 历史波动率法10-11
• 1.2.2 指数加权移动平均波动率法11-12
• 1.2.3 随机波动率法12
• 1.2.4 已实现波动率法12-13
• 1.2.5 隐含波动率法13-14
• 1.3 研究框架和本文创新14-16
• 1.3.1 研究框架14-15
• 1.3.2 本文的创新之处15-16
• 第2章 模型介绍16-23
• 2.1 波动率参数估计模型一[38]16-18
• 2.2 波动率参数估计模型二[39]18-19
• 2.3 波动率参数估计模型三[39]19
• 2.4 波动率参数估计模型四[39]19-20
• 2.5 波动率参数估计模型五[39]20-21
• 2.6 波动率参数估计模型六[40]21-23
• 第3章 估计过程23-37
• 3.1 数据选取23-24
• 3.2 参数估计效果评价准则24
• 3.3 模型一到五的参数估计24-27
• 3.4 模型一到五的参数估计评价27-30
• 3.5 模型六的参数估计30-34
• 3.5.1 日对数收益率的描述性统计30
• 3.5.2 检验收益率序列平稳性30-31
• 3.5.3 检验收益率序列相关性31-32
• 3.5.4 建立波动性模型32
• 3.5.5 对收益率残差进行ARCH检验32-33
• 3.5.6 估计模型六参数33-34
• 3.5.7 计算波动率34
• 3.6 模型一、三和六的结果比较34-35
• 3.7 波动率参数估计结论分析35-37
• 第4章 结论、不足与展望37-39
• 4.1 本文总结37-38
• 4.2 研究不足38
• 4.3 研究展望38-39
• 致谢39-40
• 参考文献40-43
• 作者在学期间取得的学术成果43-44
• 附录A 各模型计算波动率的R源程序44-48
• 附录B 评价各模型的部分R源程序48-51
• 附录C 从沪深300只股票中随机抽选的28只股票清单51

【相似文献】

中国期刊全文数据库 前3条

1 谭晓波;曾远辉;;上海银行间同业拆放利率波动率特性研究[J];华商;2008年08期

2 夏荧营;;沪深300波动率指数的编制方法[J];时代金融;2013年15期

3 ;[J];;年期

中国重要报纸全文数据库 前1条

1 新世纪期货 陈浩;期指历史波动率对研判现货行情的指导作用[N];期货日报;2010年

中国硕士学位论文全文数据库 前1条

1 李艳;股票价格波动率参数估计的模型分析与实证研究[D];吉首大学;2015年

，

本文编号：624915