股票市场隐含波动率对公司债信用利差的预测能力

发布时间：2020-11-21 02:52

　　 信用溢价是衡量公司债券信用风险的有效代理变量,也是投资者管理组合信用风险的关键要素。国内外学者对公司债券信用溢价的影响因素进行了大量研究。随着金融市场不断发展,金融产品类型日益丰富和多样化,股票市场和债券市场间相互联系越来越密切。国外相关研究表明,股票市场对债券市场存在显著的波动溢出效应,即股票市场的波动率会影响债券收益率,无论是采用隐含波动率还是历史波动率,这一影响效应保持稳健。相比之下,我国学者对公司债券信用溢价影响因素的研究主要是从宏观经济层面和公司债券发行主体特征角度开展,对股票市场波动率在信用溢价决定中的作用关注较少。在股市波动率选取方面,主要基于历史波动率对信用溢价进行研究,隐含波动率对公司债券信用溢价定价机制中的作用尚未引起足够关注。信用利差曲线是预测未来经济状况的重要工具,研究上证50ETF期权所隐含的波动率对公司债信用利差的影响,一方面可以检验隐含波动率是否能够包含经济运行态势的信息,评估上证50ETF期权的定价效率,另一方面,也可以为投资者对冲信用风险提供一种新的思路,为此,研究股市隐含波动率对公司债信用利差问题具有重要的意义。本文以2015年2月至2018年3月在证券交易所发行与交易的一般公司债券为研究样本,删除浮动利率的公司债、含权的公司债(赎回权、回售权、转换权等)、具有担保、抵押、质押等情况的公司债和无信用评级及AA-评级的公司债,并剔除距离到期日过近(20天以内)的公司债和发行主体发行的股票为B股和H股的公司债交易数据,最终得到共计103支公司债券的2740个样本,通过匹配与公司债剩余期限相同的中债国债到期收益率并与之做差来获得公司债信用利差数据。通过豪斯曼检验,本文选择面板固定效应回归模型分信用等级来研究上证50ETF期权隐含波动率对公司债信用利差的影响,将可能影响公司债信用利差的无风险利率、收益率曲线斜率等宏观经济变量和财务杠杆、总资产报酬率等公司层面指标作为控制变量。面板固定效应回归模型的优势在于即使个体特征与解释变量相关,也可以得到无偏一致的估计,不随时间变化、但随个体而异的遗漏变量不会影响估计结果的可靠性。因此,债券发行总额、发行期限、行业、票面利率等个体特征变量的遗漏对本文的结论不产生影响。本文研究结果显示隐含波动率对不同评级公司债信用利差影响显著且为正。这说明:(1)我国上证50ETF期权隐含波动率包含经济运行态势的信息,我国上证50ETF期权的定价效率较高。(2)隐含波动率可以用来预测公司债信用利差,为投资者判断未来经济运行状况和管理投资组合提供一定的帮助。(3)本文的研究为投资者对冲信用风险提供了新的思路,扩大了投资者对冲信用利差风险的工具的范围,提供了对冲信用利差风险的新方法。即持有公司债的投资.者可以通过卖出上证50ETF期权来对冲信用风险,发行公司债的主体可以通过买入上证50ETF期权来对冲信用风险。以上三点也是本文的研究价值所在。本文的研究还有待进一步拓展,主要有以下两个可拓展的方向:第一,我国上证50ETF期权2015年2月份才问世,发展时间还较短,与国外期权市场相比,我国期权市场交易量还较小,另外,国外学者研究表明,市场波动情况不同时,股票市场波动对债券市场的溢出效应不同,市场波动大时,股票市场波动对债券市场的影响为负,符合“Flight-to-quality”,而股票市场波动小时,股票市场对债券市场的影响为正,随着时间的推移及我国期权市场发展的进一步完善,本文的研究可以考虑根据市场波动情况划分子样本进行进一步的拓展;第二,公司债样本数量还比较有限,虽然经过三十余年的发展,我国债券市场取得了一定的进步,但同国外债券市场体量与完善程度相比,我国债券市场还不发达,发展空间还很大,因此本文的研究还有进一步探索的空间。
【学位单位】：东北财经大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F832.51;F275
【部分图文】：

方发达国家。??自２０１２年以来，我国资管规模突飞猛进，这主要得益于各类金融机构积极??进行金融创新。图１－１绘制了?２０１３年１２月至２０１８年３月商业银行理财、公募??基金以及保险公司资金运用月度数据的折线图，图１－２绘制了?２０１４年１２月至??２０１７年１２月基金管理公司及其子公司专户、证券公司、私募基金资产管理业??务季度数据的折线图。由图１－１和图１－２可以看出，证券公司、基金公司、保??险公司等机构的资管规模增长迅速，居民理财意识逐渐增强，分流到信托公司、??证券公司、私募基金等渠道。随着证券公司、基金公司、保险公司等机构投资??者的投资范围逐渐放开，诸多机构投资者己经有条件在股票市场与债券市场之??间配置资金，说明我国股票市场与偾券市场的“市场分割”状态逐渐被打破。??单位：万亿元??３５?－１??３０?－??????２５?－?一??２〇?－?广，一，??１５?－?、?一…??一?????一??一???１０??＾＾??５?????＾??０?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ

图１－２基金管理公司、证券、私募资管规模季度图??表１－１统计了?２００９年至２０１７年上海证券交易所和深圳证券交易所上市股??票和债券数目及总成交金额，图１－３运用图表的方式展示了?２００９年至２０１７年??上海证券交易所和深圳证券交易所债券和股票的总体运行情况。左轴表示的债??券和股票成交金额，右轴表示的是上市债券和股票数量。由图１－３可以直观的??看出，２００９年＿２０１７年我国上市债券数量和债券总成交金额增长迅速，而上市??股票数量和股票总成交金额相对增长缓慢。我国债券市场起步较晚，２００９年??－２０１１年债券市场总成交金额远远低于股票市场，但２０１２年以后，债券市场总??成交金额赶超股票市场。这也从侧面反映了股票市场与偾券市场不可能是相互??独立的。??表１－１?２００９－２０１７上海和深圳证券交易所股票和债券情况????单位：亿元??年份?上市偾券总数?债券成交金额?上市股票总数?股票成交金额??２００９?６４８?４０，６３５．０６?１７８６?５３５，９８６．７７??２０１０?８２２?７６，２０６．０３?２１４９?５４５

?证券公司资管?私募基金??图１－２基金管理公司、证券、私募资管规模季度图??表１－１统计了?２００９年至２０１７年上海证券交易所和深圳证券交易所上市股??票和债券数目及总成交金额，图１－３运用图表的方式展示了?２００９年至２０１７年??上海证券交易所和深圳证券交易所债券和股票的总体运行情况。左轴表示的债??券和股票成交金额，右轴表示的是上市债券和股票数量。由图１－３可以直观的??看出，２００９年＿２０１７年我国上市债券数量和债券总成交金额增长迅速，而上市??股票数量和股票总成交金额相对增长缓慢。我国债券市场起步较晚，２００９年??－２０１１年债券市场总成交金额远远低于股票市场，但２０１２年以后，债券市场总??成交金额赶超股票市场。这也从侧面反映了股票市场与偾券市场不可能是相互??独立的。??表１－１?２００９－２０１７上海和深圳证券交易所股票和债券情况????单位：亿元??年份?上市偾券总数?债券成交金额?上市股票总数?股票成交金额??２００９?６４８?４０，６３５．０６?１７８６?５３５，９８６．７７??２０１０?８２２?７６
【相似文献】

相关期刊论文 前10条

1 陈蓉;赵永杰;;隐含波动率曲面的预测研究:来自中国台湾市场的证据[J];系统工程理论与实践;2017年08期

2 郑振龙;汪饶思行;;隐含波动率曲面的建模与预测[J];当代财经;2017年03期

3 钟正生;徐冬冬;;全球低波动率时代行将结束?[J];清华金融评论;2017年09期

4 韩韬;陆超;;隐含波动率、GARCH模型对汇率的预测效果比较[J];中国经贸导刊;2010年16期

5 陈蓉;吕恺;;隐含波动率曲面:建模与实证[J];金融研究;2010年08期

6 章文芳;崔小岩;;期权隐含波动率估计[J];会计之友(上旬刊);2007年03期

7 吴小燕;王美清;庄颖;;带指数参数的隐含波动率模型[J];安徽工业大学学报(自然科学版);2016年04期

8 邓力;;上证50ETF期权隐含波动率曲面:建模及实证研究[J];投资研究;2017年02期

9 刘敬伟;;欧式幂期权定价模型中参数及隐含波动率的统计特性[J];数理统计与管理;2007年06期

10 曾凯;;隐含波动率的半参数因子模型[J];中国商界(下半月);2010年10期

相关博士学位论文 前8条

1 陈思;期权做市商波动率管理：隐含波动率曲面建模与预测[D];浙江大学;2016年

2 朱芳菲;国际原油市场的影响及溢出效应[D];浙江大学;2018年

3 许海川;限价单市场中隐订单流的价格影响分析[D];天津大学;2014年

4 王守磊;期权定价中隐含波动率的正则化方法研究[D];湖南大学;2014年

5 张爱玲;隐含波动率的建模、计算方法及其应用[D];上海交通大学;2009年

6 谢乐;一类局部随机波动率模型的期权定价研究[D];浙江大学;2012年

7 郭志东;若干期权定价模型研究[D];吉林大学;2014年

8 韩莹莹;金融市场隐含波动率非线性时变相依性实证研究[D];华中科技大学;2016年

相关硕士学位论文 前10条

1 甘群芳;股票市场隐含波动率对公司债信用利差的预测能力[D];东北财经大学;2018年

2 项舒畅;上证50ETF期权隐含波动率曲面的构建与参数校准[D];华中科技大学;2018年

3 刘虎;基于局部波动率变动性假设的欧式股票期权隐含波动率曲线研究[D];哈尔滨商业大学;2018年

4 李璐;期权波动率策略在我国市场上的实证研究[D];山东大学;2018年

5 杜博远;考虑敲定价的隐含波动率反问题[D];福州大学;2017年

6 潘心宇;基于GARCH波动率和隐含波动率的股票波动率预测模型[D];福州大学;2017年

7 吴小燕;带指数参数的隐含波动率模型[D];福州大学;2017年

8 叶子楠;我国股市波动率预测及策略应用研究[D];浙江大学;2018年

9 司鸿历;基于期权市场的股票隐含流动性研究[D];南京大学;2018年

10 杨丽萍;基于上证50ETF期权的隐含波动率及期权定价的研究[D];首都经济贸易大学;2018年

本文编号：2892407