發(fā)布時(shí)間：2017-08-05 12:24

  本文關(guān)鍵詞：股票價(jià)格波動(dòng)率參數(shù)估計(jì)的模型分析與實(shí)證研究

  更多相關(guān)文章： 波動(dòng)率 估計(jì) 歷史波動(dòng)率 GARCH模型 Black-Scholes期權(quán)定價(jià)

【摘要】：金融時(shí)間序列中,最具吸引力的就是資產(chǎn)價(jià)格波動(dòng)率,波動(dòng)率在金融工程領(lǐng)域里有著舉足輕重的地位,更由于其潛在而不可見,近幾十年來,國內(nèi)外學(xué)者對估計(jì)波動(dòng)率參數(shù)的研究狂熱從未消退過。我國期權(quán)市場未正式起步,難以利用隱含波動(dòng)率法來估計(jì)波動(dòng)率,但目前大多以GARCH類模型和已實(shí)現(xiàn)波動(dòng)率等模型來進(jìn)行波動(dòng)率參數(shù)的估計(jì),而傳統(tǒng)的歷史波動(dòng)率法在估計(jì)波動(dòng)率參數(shù)的理論研究及實(shí)證分析中沒有被足夠重視,在這些使用了傳統(tǒng)的歷史波動(dòng)率法的少量文獻(xiàn)中,基本都只是運(yùn)用股票的收盤價(jià)來研究波動(dòng)率,不管是在理論研究還是在實(shí)證分析上,這都是一種遺憾。本文通過充分調(diào)研文獻(xiàn),在股票價(jià)格服從幾何布朗運(yùn)動(dòng)的假設(shè)下,首先,對一種已實(shí)現(xiàn)波動(dòng)率參數(shù)估計(jì)模型一從實(shí)際應(yīng)用角度上給予詳細(xì)解釋完善;其次,對通常使用收盤價(jià)來估計(jì)波動(dòng)率參數(shù)的傳統(tǒng)歷史波動(dòng)率法加入開盤價(jià)、最高價(jià)及最低價(jià)因素,給出四個(gè)估計(jì)模型并介紹其演算過程;再次,以酒鬼酒、茅臺(tái)、五糧液及從滬深300中隨機(jī)抽選的28只股票的最近1、3、6、12個(gè)月的歷史交易股價(jià)實(shí)證研究五個(gè)模型及其所得結(jié)果,然后,使用EMAE和EMSE評價(jià)準(zhǔn)則評價(jià)五個(gè)模型,甄選出最好的估計(jì)模型即模型一;最后,再將模型一及最好的傳統(tǒng)歷史波動(dòng)率估計(jì)模型三與當(dāng)前流行的GARCH(1,1)模型運(yùn)用酒鬼酒數(shù)據(jù)進(jìn)行實(shí)證分析比較。經(jīng)過R2.11.1編程及eviews6.0運(yùn)行結(jié)果,本研究可得出五個(gè)主要結(jié)論:(1)在傳統(tǒng)的歷史波動(dòng)率估計(jì)模型中,僅有開盤價(jià)的模型三最好,而加入了開盤價(jià)、收盤價(jià)和最高價(jià)、最低價(jià)因素的模型卻并不是最好的,究其原因可能是我國股市的實(shí)際情況仍不如西方國家完善,極值法下很可能會(huì)代表某些錯(cuò)誤信息。表明在進(jìn)行波動(dòng)率估計(jì)時(shí),并不是考慮的價(jià)格因素越多越好,適量即可;(2)在所有模型中,GARCH(1,1)模型在利用1個(gè)月的數(shù)據(jù)估計(jì)波動(dòng)率時(shí)效果最好,所以,我們在利用一個(gè)月數(shù)據(jù)估計(jì)波動(dòng)率參數(shù)時(shí),可考慮使用有良好效果的GARCH(1,1)模型;(3)在本研究中,模型一利用酒鬼酒收盤價(jià)的日頻數(shù)據(jù)來近似高頻數(shù)據(jù),取得了比傳統(tǒng)歷史波動(dòng)率估計(jì)方法更好的效果,更獲得了比當(dāng)前流行的GARCH(1,1)模型更好的估計(jì)效果。表明模型一不僅僅是一種計(jì)算高頻數(shù)據(jù)的已實(shí)現(xiàn)波動(dòng)率模型,利用日頻數(shù)據(jù)來近似高頻數(shù)據(jù)也能獲得很好的估計(jì)效果,可以考慮將此模型推廣到常見的日頻數(shù)據(jù);(4)GARCH(1,1)模型在本研究的實(shí)證結(jié)果中,整體上來說,并沒有表現(xiàn)得比模型三好,表明只要模型選用適當(dāng),傳統(tǒng)的歷史波動(dòng)率法也能較好地刻畫波動(dòng)率參數(shù);(5)經(jīng)實(shí)證比較后,推廣了一種已實(shí)現(xiàn)波動(dòng)率估計(jì)模型即模型一,該模型理論上可直接計(jì)算任意時(shí)間段的波動(dòng)率,無須再將波動(dòng)率轉(zhuǎn)化成所需的表示形式,比目前常用的僅能計(jì)算第t日當(dāng)天的波動(dòng)率估計(jì)式更加完善,而形式上同樣簡單。
【關(guān)鍵詞】：波動(dòng)率 估計(jì) 歷史波動(dòng)率 GARCH模型 Black-Scholes期權(quán)定價(jià)
【學(xué)位授予單位】：吉首大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.51;F224
【目錄】：

• 摘要6-7
• ABSTRACT7-9
• 第1章 緒論9-16
• 1.1 研究背景與意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 歷史波動(dòng)率法10-11
• 1.2.2 指數(shù)加權(quán)移動(dòng)平均波動(dòng)率法11-12
• 1.2.3 隨機(jī)波動(dòng)率法12
• 1.2.4 已實(shí)現(xiàn)波動(dòng)率法12-13
• 1.2.5 隱含波動(dòng)率法13-14
• 1.3 研究框架和本文創(chuàng)新14-16
• 1.3.1 研究框架14-15
• 1.3.2 本文的創(chuàng)新之處15-16
• 第2章 模型介紹16-23
• 2.1 波動(dòng)率參數(shù)估計(jì)模型一[38]16-18
• 2.2 波動(dòng)率參數(shù)估計(jì)模型二[39]18-19
• 2.3 波動(dòng)率參數(shù)估計(jì)模型三[39]19
• 2.4 波動(dòng)率參數(shù)估計(jì)模型四[39]19-20
• 2.5 波動(dòng)率參數(shù)估計(jì)模型五[39]20-21
• 2.6 波動(dòng)率參數(shù)估計(jì)模型六[40]21-23
• 第3章 估計(jì)過程23-37
• 3.1 數(shù)據(jù)選取23-24
• 3.2 參數(shù)估計(jì)效果評價(jià)準(zhǔn)則24
• 3.3 模型一到五的參數(shù)估計(jì)24-27
• 3.4 模型一到五的參數(shù)估計(jì)評價(jià)27-30
• 3.5 模型六的參數(shù)估計(jì)30-34
• 3.5.1 日對數(shù)收益率的描述性統(tǒng)計(jì)30
• 3.5.2 檢驗(yàn)收益率序列平穩(wěn)性30-31
• 3.5.3 檢驗(yàn)收益率序列相關(guān)性31-32
• 3.5.4 建立波動(dòng)性模型32
• 3.5.5 對收益率殘差進(jìn)行ARCH檢驗(yàn)32-33
• 3.5.6 估計(jì)模型六參數(shù)33-34
• 3.5.7 計(jì)算波動(dòng)率34
• 3.6 模型一、三和六的結(jié)果比較34-35
• 3.7 波動(dòng)率參數(shù)估計(jì)結(jié)論分析35-37
• 第4章 結(jié)論、不足與展望37-39
• 4.1 本文總結(jié)37-38
• 4.2 研究不足38
• 4.3 研究展望38-39
• 致謝39-40
• 參考文獻(xiàn)40-43
• 作者在學(xué)期間取得的學(xué)術(shù)成果43-44
• 附錄A 各模型計(jì)算波動(dòng)率的R源程序44-48
• 附錄B 評價(jià)各模型的部分R源程序48-51
• 附錄C 從滬深300只股票中隨機(jī)抽選的28只股票清單51

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 譚曉波;曾遠(yuǎn)輝;;上海銀行間同業(yè)拆放利率波動(dòng)率特性研究[J];華商;2008年08期

2 夏熒營;;滬深300波動(dòng)率指數(shù)的編制方法[J];時(shí)代金融;2013年15期

3 ;[J];;年期

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 新世紀(jì)期貨 陳浩;期指歷史波動(dòng)率對研判現(xiàn)貨行情的指導(dǎo)作用[N];期貨日報(bào);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李艷;股票價(jià)格波動(dòng)率參數(shù)估計(jì)的模型分析與實(shí)證研究[D];吉首大學(xué);2015年

，

本文編號(hào)：624915