金融波动的赋权“已实现”双幂次变差及其应用

金融波动是金融研究中的热点问题。金融高频数据比低频数据包含了更丰富的日内收益波动信息,因此对金融高频时间序列的研究成为金融领域中备受关注的焦点。"已实现"波动是利用高频数据计算金融波动率的全新方法,目前在金融高频数据的研究中应用十分广泛,但它具有误差较大和不稳健的缺点,因此各种改进方法应运而生,其中"已实现"双幂次变差克服了"已实现"波动的不稳健的缺点。本文提出赋权"已实现"双幂次变差的概念,不但继承了"已实现"双幂次变差的稳健性,而且满足无偏性和最小方差性,通过理论证明和实证研究都表明其能够更准确的度量金融波动率。

“已实现”双幂次变差与多幂次变差的有效性分析

近年来,基于金融高频数据的波动率研究成为金融学研究领域的热点,而有效性是衡量波动率估计量优劣的重要标准,本文对波动率估计量的新方法“已实现”双幂次变差和“已实现”多幂次变差的有效性进行了研究,得出“已实现”双幂次变差在一般条件下比“已实现”波动更有效的结论,并且证明了在一定条件下,“已实现”多幂次变差的幂次个数越多,该波动率估计量的有效性越高.这一结论为“已实现”多幂次变差的幂次个数选取提供了原则.

金融高频数据的偏差校正“已实现”双幂次变差

金融高频数据中微观结构噪声的存在严重影响了金融波动率估计量的准确性.为了消除微观结构噪声给波动率估计量带来的偏差,构建更准确的金融波动率估计量,选取具有稳健性的"已实现"双幂次变差对其做了偏差校正,提出偏差校正的"已实现"双幂次变差,通过定理证明了其渐近无偏性与有效性,并用深证成指的金融高频数据验证了这一理论成果.因此偏差校正的"已实现"双幂次变差是具有稳健性、渐近无偏性与有效性等良好统计性质的金融波动率估计量,它为金融应用研究领域奠定了基础.

中国金融市场波动率的实现极差双幂次变差估计

实现极差和实现双幂次变差分别是针对金融市场中日益流行的高频实现波动率的重要改进,文章对一类新的结合了实现极差和实现二次幂变差各自的优点的实现极差双幂次变差估计进行了建模和实证研究,采用来自沪深两市的主要股指日内高频数据的对比研究显示:该波动率估计量不仅能够像实现极差一样准确捕捉到金融市场收益率无条件分布的尖峰厚尾特征,而且能够像实现双幂次变差一样很好的消除其偏态性。

高频金融数据的两种波动率计算方法比较

高频金融数据的波动率计算是近年来国内外的研究热点,"已实现"波动(RV)是基于高频数据的全新波动率度量方法,最近又出现了"已实现"双幂次变差(RBV)的波动率计算方法。针对这两个高频金融波动率计算的热点问题进行了比较,指出RBV在定义形式上比RV所包含的内容更加广泛,除了具有稳健性,还证明了在两种条件下,RBV比RV更有效。

基于金融高频数据波动率计算方法的比较研究

就近年来出现的基于金融高频时间序列的三种波动率估计量进行了比较研究,从计算方法、统计性质和应用范围等多个角度进行了分析,并用深证成指做了实证研究,为理论工作者和实际操作者选取波动率估计量提供了依据。

基于金融高频数据的VaR研究

选取具有良好统计性质的金融波动率估计量来构建VaR,,可以使市场风险的度量更为准确。高频数据由于比低频数据包含了更多的市场信息,因此基于高频数据的金融波动率估计量更为准确。但是基于高频数据的波动率估计量为数众多,目前仅有对各个估计量本身性质的比较研究,在应用于VaR的研究中如何选取估计量使得VaR的计算更为准确则不得而知。因此,文章选取了高频数据下的若干个有代表性的金融波动率估计量,进行VaR值的计算,并对其结果进行了比较研究,同时进行了持续性分析。通过实证研究表明VaR序列具有持续性,其中由赋权"已实现"双幂次变差计算所得的VaR值更准确,从而为VaR的精确计算和正确建模提供了依据。

基于高频数据的金融波动率模型

金融高频数据和金融波动率是目前金融领域研究的热点问题。本文对基于金融高频数据的金融波动率估计量——"已实现"双幂次变差进行了建模和预测。"已实现"双幂次变差无模型、计算简便,在一定条件下是金融波动率的无偏估计量,并且具有稳健性和有效性。通过用上证综指对"已实现"双幂次变差进行ARFIMA建模,发现中国股票市场的上证综指"已实现"双幂次变差时间序列具有长记忆性。

股票价格运动的跳跃和杠杆效应研究

基于已实现变差理论和双幂次变差理论,在股票价格为半鞅过程的前提下将已实现波动率分解为连续波动部分和离散跳跃部分,研究了上证综指收益率和波动率的杠杆效应以及连续波动部分和离散跳跃部分分别在杠杆效应中所起的作用,并且分析了跳跃部分和连续波动部分在价格运动过程中的区别.由独立方程模型的估计结果发现各个模型扰动项之间存在着一种类似杠杆效应的非线性关系,然后再通过联立方程组模型进一步验证扰动项之间的内在依赖性.实证分析结果表明:收益率和波动率的杠杆效应主要是通过连续波动部分起作用.

金融市场波动跳跃、跳跃相依与跳跃风险:基于股指高频数据的研究

运用股指高频数据,首先构建基于一般已实现波动率与双幂次变差的RV-regular vine copula模型,比较分析两个模型在刻画资本市场之间的波动跳跃结构的差异;然后,考虑股票价格存在跳跃的情形,分析离散跳跃的统计特征,研究资本市场之间跳跃相依结构,并通过模拟计算市场在险价值来探讨市场之间的跳跃相依风险。研究发现:由于跳跃的存在,采用双幂次变差所构建的RV-regular vine copula模型在参数估计结果方面表现更佳;跳跃序列存在尖峰厚尾的特征以及跳跃聚集的现象,而跳跃相依风险可以通过构建合适的资产组合来降低。

中美股票市场跳跃风险的非对称预测能力及溢出效应研究

在中国资本市场不断开放的背景下研究股市跳跃风险和市场间的溢出效应具有重要的理论和现实意义。本文基于中美股票市场的高频数据对各自跳跃风险进行了测算和拆分，并根据日收益率的正负将整体跳跃风险分为正负跳跃风险。在此基础上分别检验了该类指标对股权溢价、波动率及利率的预测效果。同时，本文也对两个市场间的溢出效应进行了分析。研究发现，正负跳跃风险的预测能力和溢出效应均存在显著的非对称性。在对股权溢价的预测中，美国股票市场负跳跃风险的预测能力较强且贝塔系数为正，而正跳跃风险的预测能力较弱且贝塔系数为负，中国股票市场上则无此特征。在同期溢出效应检验中，美国股票市场负跳跃风险具有显著的溢出效应，正跳跃风险则无此特征，而中国对美国的溢出效应较弱。在非同期溢出效应检验中，美国正负跳跃风险均具有显著的溢出效应，而中国股票市场只有整体跳跃风险才有此特征。

期权定价中BS模型与JD模型的比较

利用双幂次变差方法检测期权标的资产价格是存在跳跃,针对标的资产价格存在跳跃这种情况,借助Possion跳跃扩散模型(JD)与BS定价模型进行对比分析。运用累积量拟合法估计JD的参数,选取上交所、中金所、香港交易所交易或仿真交易的8只欧式期权的日收盘数据,按照期权收盘价样本的筛选规则进行数据处理得到27371个日收盘数据作为研究样本,借助实证分析检验BS模型与JD模型的定价效果。实证结果表明:JD模型是一个比BS模型更现实的模型,其定价效果优于BS模型,但两者均存在普遍低估的现象。同时,目前期权市场交易清淡,这与深度实值、深度虚值期权分布过多,人们想购买的期权分布过少有关。研究结果可帮助政府和金融机构科学制定相应对策,从而更好的推动期权市场的发展。