上证50ETF期权隐含波动率微笑形态的风险信息容量研究
发布时间：2021-01-10 22:35
文章研究了上证50ETF期权隐含波动率微笑形态中包含的风险信息。实证分析发现,隐含波动率微笑倾斜对股票市场收益有显著的预测能力。隐含波动率微笑倾斜程度越高,未来的股票收益越低。隐含波动率微笑倾斜形态的预测能力在未来12周之内非常稳定,在未来12周到24周之间开始减弱。在更换隐含波动率微笑倾斜程度的测度方法以及加入控制变量后,上述结论仍成立。此外,上证50ETF期权隐含波动率微笑倾斜程度不仅对上证50指数的未来走势有显著的预测能力,而且对其成分股也有显著的定价能力。文章进一步分析了期权隐含波动率水平,发现这一指标能够显著预测上证50指数收益,但对成分股却没有定价能力。这表明与波动率本身相比,期权隐含波动率的微笑倾斜程度是更好的股票风险溢价因子。
【文章来源】：财经研究. 2020,46(04)北大核心CSSCI
【文章页数】：15 页
【部分图文】：
波动率微笑形态
由于期权数量的限制，本文首先按上述标准来选择期权，然后对于每个交易日t，使用t-2、t-1和t这三个工作日的期权样本，计算IVSOMA、IVSOLS和IVLevel这三个因子。使用当天及之前两天的期权数据也能对因子的估计起到平滑作用，在一定程度上消除当天异常交易情况带来的噪声。图2给出了日频的IVSOMA、IVSOLS和IVLevel这三个风险因子的估计序列。从上证50ETF期权上市开始到2015年底，中国金融市场经历了罕见的大涨和大跌。从图2中的IVLevel序列也可以看出，这段时间的隐含波动率水平很高，而IVSOMA和IVSOLS也有较大的波动。2016年初到2019年，IVLevel经历了明显的下降和回升，但这段时间IVSOMA和IVSOLS并没有类似的趋势。这在一定程度上说明隐含波动率的水平和微笑倾斜程度分别度量了不同的风险信息。三、隐含波动率微笑斜率的预测能力分析
除了揭示投资者的风险偏好外，一个有显著定价能力的风险因子更加重要的作用是，我们可以根据这个因子来构造投资策略。接下来，我们使用以上所有的风险因子，构造基于单一因子beta的投资策略，以考察各因子对个股风险溢价的贡献率。具体方法与基于beta划分并分析投资组合的方法类似，首先估计个股在IVS上的敞口，然后根据IVS风险敞口来划分个股形成投资组合。首先使用t-k到t-1期的数据，拟合式（5），得到所有股票在IVS上的敞口βIi VS,i=1,···,50。假设因子对未来收益的影响是正（负）向的，我们根据βiIVS的大小，持有βiIVS最高（低）的10只股票（这里不考虑做空）。连续每周做下去，得到一个周频换仓的投资组合仓位，根据仓位计算投资组合每天的市场价值和简单累积回报rk=(valuek-value1)/value1，其中valuek为投资组合在第k天的价值，value1为投资组合的初始价值。图3是基于各风险因子的单一因子投资策略的累积回报率序列图。可以看出，基于IVSOLS的投资策略累积回报率高于基于IVSOMA的投资策略，其他风险因子的投资组合收益基本都低于IVS的结果。2. 基于IVS beta的Fama-MacBeth回归
【参考文献】：
期刊论文
[1]基于双重差分模型期权对股市波动性的实证检验[J]. 韦晓静. 统计与决策. 2018(09)
[2]期权市场对现货市场波动率影响的实证分析——基于上证50ETF期权上市前后的比较[J]. 刘庞庞. 统计与信息论坛. 2017(10)
[3]基于时变波动率的50ETF参数欧式期权定价[J]. 杨兴林,王鹏. 数理统计与管理. 2018(01)
[4]投资者情绪影响香港股票市场吗?[J]. 陆静,裴饴军,吴琴琴. 系统工程理论与实践. 2017(01)
[5]基于时变波动率与混合对数正态分布的50ETF期权定价[J]. 王鹏,杨兴林. 管理科学. 2016(04)
[6]上证ETF50期权上市对标的股票的影响——基于流动性和波动性的视角[J]. 张静,宋福铁. 金融发展研究. 2016(03)
[7]罕见灾难风险和股市收益——基于我国个股横截面尾部风险的实证分析[J]. 陈国进,许秀,赵向琴. 系统工程理论与实践. 2015(09)
[8]噪音交易、投资者情绪波动与股票收益[J]. 张强,杨淑娥. 系统工程理论与实践. 2009(03)
硕士论文
[1]基于Heston随机波动模型的上证50ETF期权定价与对冲研究[D]. 陈紫薇.大连理工大学 2016
本文编号：2969542
【文章来源】：财经研究. 2020,46(04)北大核心CSSCI
【文章页数】：15 页
【部分图文】：
波动率微笑形态
由于期权数量的限制，本文首先按上述标准来选择期权，然后对于每个交易日t，使用t-2、t-1和t这三个工作日的期权样本，计算IVSOMA、IVSOLS和IVLevel这三个因子。使用当天及之前两天的期权数据也能对因子的估计起到平滑作用，在一定程度上消除当天异常交易情况带来的噪声。图2给出了日频的IVSOMA、IVSOLS和IVLevel这三个风险因子的估计序列。从上证50ETF期权上市开始到2015年底，中国金融市场经历了罕见的大涨和大跌。从图2中的IVLevel序列也可以看出，这段时间的隐含波动率水平很高，而IVSOMA和IVSOLS也有较大的波动。2016年初到2019年，IVLevel经历了明显的下降和回升，但这段时间IVSOMA和IVSOLS并没有类似的趋势。这在一定程度上说明隐含波动率的水平和微笑倾斜程度分别度量了不同的风险信息。三、隐含波动率微笑斜率的预测能力分析
除了揭示投资者的风险偏好外，一个有显著定价能力的风险因子更加重要的作用是，我们可以根据这个因子来构造投资策略。接下来，我们使用以上所有的风险因子，构造基于单一因子beta的投资策略，以考察各因子对个股风险溢价的贡献率。具体方法与基于beta划分并分析投资组合的方法类似，首先估计个股在IVS上的敞口，然后根据IVS风险敞口来划分个股形成投资组合。首先使用t-k到t-1期的数据，拟合式（5），得到所有股票在IVS上的敞口βIi VS,i=1,···,50。假设因子对未来收益的影响是正（负）向的，我们根据βiIVS的大小，持有βiIVS最高（低）的10只股票（这里不考虑做空）。连续每周做下去，得到一个周频换仓的投资组合仓位，根据仓位计算投资组合每天的市场价值和简单累积回报rk=(valuek-value1)/value1，其中valuek为投资组合在第k天的价值，value1为投资组合的初始价值。图3是基于各风险因子的单一因子投资策略的累积回报率序列图。可以看出，基于IVSOLS的投资策略累积回报率高于基于IVSOMA的投资策略，其他风险因子的投资组合收益基本都低于IVS的结果。2. 基于IVS beta的Fama-MacBeth回归
【参考文献】：
期刊论文
[1]基于双重差分模型期权对股市波动性的实证检验[J]. 韦晓静. 统计与决策. 2018(09)
[2]期权市场对现货市场波动率影响的实证分析——基于上证50ETF期权上市前后的比较[J]. 刘庞庞. 统计与信息论坛. 2017(10)
[3]基于时变波动率的50ETF参数欧式期权定价[J]. 杨兴林,王鹏. 数理统计与管理. 2018(01)
[4]投资者情绪影响香港股票市场吗?[J]. 陆静,裴饴军,吴琴琴. 系统工程理论与实践. 2017(01)
[5]基于时变波动率与混合对数正态分布的50ETF期权定价[J]. 王鹏,杨兴林. 管理科学. 2016(04)
[6]上证ETF50期权上市对标的股票的影响——基于流动性和波动性的视角[J]. 张静,宋福铁. 金融发展研究. 2016(03)
[7]罕见灾难风险和股市收益——基于我国个股横截面尾部风险的实证分析[J]. 陈国进,许秀,赵向琴. 系统工程理论与实践. 2015(09)
[8]噪音交易、投资者情绪波动与股票收益[J]. 张强,杨淑娥. 系统工程理论与实践. 2009(03)
硕士论文
[1]基于Heston随机波动模型的上证50ETF期权定价与对冲研究[D]. 陈紫薇.大连理工大学 2016
本文编号：2969542
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2969542.html
