基于GARCH模型的波动率与隐含波动率的实证分析——以上证50ETF期权为例

波动率表征未来一定期限内标的资产收益率波动的标准差,是研究衍生品交易的重要指标,受到市场交易主体的高度关注。2015年上证50ETF股指期权公开挂牌交易,填补了我国金融市场上期权交易空白,同时研究其隐含波动率变动率具有重要理论价值和实践意义。以上证50ETF指数基金为标的,利用GARCH模型对其进行历史波动率研究,然后用Black-Scholes模型反推50ETF股指看涨期权的隐含波动率。研究表明,上证50ETF波动率"尖峰厚尾"、波动率聚集、长记忆性特性得到验证;同时实证结果表明隐含波动率数值相较于历史波动率研判结果相对准确。     

CIR-CKLS-Jump利率波动模型与商业银行隐含期权定价

以经典CIR和CKLS利率波动模型为基础,结合利率跳跃扩散理论,构建出CIR-CKLSJump利率波动模型,采用对偶变量方差减少技术蒙特卡洛模拟方法对商业银行存贷款隐含期权进行定价。结果表明,CIR-CKLS-Jump利率波动模型能较好地模拟现实数据的变化过程,且商业银行存贷款隐含期权值均处于实值状态。在利率完全市场化的情况下,商业银行在开展存贷款业务时若能充分考虑隐含期权价值,将提高银行利率定价能力,减少利率风险。     

铜期权波动率探讨与分析

在没有期权以前,波动率是无法交易的。期权的出现带来了新形态的交易模式,一个商品标的可以化身成几十个期权合约,这些期权合约的价格透过金融工程模型的计算转化成隐含波动率,从而通过期权的交易达成波动率的交易。铜期权的上市除了可以观察铜波动率的大小变化情况,更能透过铜期货价格的收益分布与不同季节的波动率大小、波动率锥的量化分析,找到铜期权偏态交易与波动率交易的机会。     

广义波动率指数在我国资本市场的构建及应用

成熟的资本市场上,波动率指数对判断市场情绪具有重要参考价值,本文按照CBOE公告的VIX和SKEW编制方法,以50ETF期权为编制基础,构建我国资本市场的VIX与SKEW指数,以此作为市场情绪判断和投资应用的参考依据。结果表明:VIX指数在预警或提示我国市场极值风险时具有较强效果,但与市场日常收益率波动的相关性较弱,SKEW指数表现则相反; VIX策略的投资绩效良好,SKEW策略的投资绩效一般。     

基于灰色预测理论的实物期权波动率计算——以房地产项目为例

实物期权理论已广泛应用于投资开发领域,但期权中各参数的确定,尤其是波动率估算的不精确,导致期权价值计算不准确,在一定程度上制约了实物期权的应用。为提高波动率的准确性,采用预测模型预测项目价值未来的波动情况,进而计算其波动率。以房地产项目为例,采用灰色预测模型,计算房价波动率,并与传统方法进行比较讨论,结果验证了该方法的有效性。弥补了传统波动率计算中现金流假设不充分或主观因素影响等不足,为波动率的计算提供了一种新的有效理论方法。     

我国证券市场期权有效性实证研究——以上证50etf期权为例

参照上证50etf成分股的行业分布、行业市值占比等因素,从中选取8支股票,结合上证50etf的平价认购、认沽期权构建投资组合。用CvaR描述组合在持有期间所面临的风险,用持有到期的收益描述投资组合的收益水平,并构建收益风险复合函数。假定期权及证券均持有至到期日,在复合函数最优解的情况下,分别比较加入期权与未加入期权的投资组合在持有期间的单位风险收益,由此判断期权在某一趋势下的有效性。实证结果表明,证券市场整体呈上升及下降趋势时,加入期权的投资组合能获得更大的单位风险收益或降低单位风险损失,即期权是有效的;在平稳震荡和复合趋势下,标的资产期末价格相较于期初变动较小,行权的交割成本会远高于行权收益,此时,期权的加入只会降低单位风险收益,即期权是无效的。     

深度学习模型与成对分类相结合的人脸识别新算法

针对深度学习人脸识别系统样本数据中存在干扰时会腐化分类边界,导致识别率下降,提出了一种改进的深度学习模型,将成对分类概念引入到深度学习中,提升人脸识别系统对于噪声、腐化、变化的鲁棒性。采用深度信念网络模型,将人脸图像送入深度学习模型中逐层训练网络,在参数微调阶段采用改进的成对BP神经网络进行参数优化,在输出层与前一隐含层之间采用成对连接。在ORL、Extended Yale-B的实验结果表明,所提算法与传统的深度学习算法相比,构造的系统更稳定,算法识别率更高,系统在存在干扰的人脸图像中鲁棒性更强。     

豆粕波动率指数编制及有效性分析

波动率指数反映期权投资者对未来的波动率水平预期。大商所豆粕期货期权的上市让豆粕波动率指数的编制成为可能。本文借鉴CBOE的VIX和上交所中国波指(iVIX)的编制经验,采用方差互换方法计算出豆粕期权上市以来的波动率指数,同时对该指数的作用进行了论述,并对其与豆粕价格的负相关性、非对称性进行检验,通过季节性分析和事件驱动分析等方法证明了该指数的有效性。最后对豆粕波动率指数的未来发展进行了展望。     

基于实物期权的既有建筑节能改造投资策略分析

针对能源价格波动服从均值回归过程的特征,构建实物期权模型研究既有建筑节能改造的最优投资策略。采用数值方法定量分析节能改造项目的实物期权价值和最优投资阈值,并结合上海某住宅小区的节能改造案例探讨不确定参数的变化对投资阈值的影响。研究发现:当投资阈值高于能源价格时,投资主体会选择等待来降低风险;在能源价格波动率大、投资成本高或者无风险利率比较高时,投资主体会选择等待观望,规避风险。     

基于动态D藤Copula的CoVaR度量

本文将传统CoVaR理论推广到高维情形,分别采用了两类动态D藤Copula模型,即随机自回归模型(SCAR)和广义自回归得分模型(GAS),对我国上证行业指数中五个典型行业指数间的风险溢出效应和上证金融系统的系统性风险进行了评估。研究结果表明:行业指数间的相关关系在股市动荡时期剧烈波动,整个样本期间的相关性水平较高,凸显了系统性风险;动态D藤Copula模型相较于静态模型,能更好地拟合行业指数间的相关关系。本文的研究为高维变量间系统性风险的度量提供了一个广义的框架;要防范我国的系统性风险,应加强对风险水平较高行业的监管,重视风险的传染效应。