基于广义双曲线SV模型的极值风险度量研究

在金融风险的度量中,拟合分布的选取直接影响到风险度量的精度问题。针对金融收益序列的动态变化,在SV模型中引入广义双曲线学生偏t分布(SV-GHSKt)拟合金融收益序列的尖峰厚尾、不对称以及杠杆效应等特征,通过马尔科夫蒙特卡洛模拟的方法将收益率序列转化为标准残差序列,然后用极值理论的POT模型拟合标准残差序列尾部分布,进而建立一种新的金融风险度量模型———基于SV-GHSKt-POT的动态VaR模型。用该模型对上证综合指数做实证研究,结果表明,SV-GHSKt-POT的动态VaR模型能很好地模拟金融收益序列的尖峰厚尾性、波动集聚性及杠杆效应,并且能够合理有效地提高风险测度的精度,尤其在高的置信水平下表现更好。

非对称随机波动率模型的偏度影响分析

本文考虑了资产收益率遵循广义双曲有偏学生t分布（GHST），及其与波动率误差项存在相关性等的随机波动率模型，以分析其对收益率条件偏度的作用。采用上证综指实证显示，遵循GHST分布且存在滞后相关的SV模型，能更好地捕捉和复制上证综指的关键特征。其中，超额峰度的生成归因于厚尾分布；GHST分布的偏斜参数对收益率负偏性提供了解释；理论上占优的滞后相关性设定并不存在偏度生成机制，但其与偏斜分布的结合，使模型绩效表现更好。

基于时变波动率的50ETF参数欧式期权定价

以上海证券交易所的首个股票期权品种50ETF为例,首先以时变波动率对经典BlackScholes期权定价公式常数波动率假设修正,然后基于正态分布、广义学生t分布和融入高阶矩的Edgeworth expansion渐近分布构建三种参数期权定价模型,最后采用参数显著性检验（Significance testing）、定价误差（Mispricing）、预测偏差（Forecastability）、对冲误差（Hedging errors）和波动率偏离修正（Volatility skew correction）5种严谨系统的评价标准,实证对比了在3种参数期权定价模型下的定价精度。研究结果表明：在时变波动率下,基于广义学生t分布和Edgeworth expansion渐近分布相比于正态分布显著提高了参数期权定价模型的定价精度。论文的研究成果为投资商和监管者提供了相对更为精确的期权定价模型。同时在相对更为准确的定价方法下,进一步利于50ETF期权在我国金融市场发挥价格发现和风险管理的作用。