论文部分内容阅读
2015年2月9日上证50ETF期权在上海证券交易所挂牌上市，经过三年的快速发展，我国的期权市场在价格发现、风险管理以及金融市场创新等方面发挥着越来越重要的作用，也越来越受到投资交易者和对冲交易者的关注。但是我国的期权市场不管是定价机制还是市场机制都不够成熟，期权定价能力还有待进一步提高。因此本文对动态隐含波动率曲面进行建模，并通过上证50ETF的期权数据对模型进行实证分析，希望探索出更适合我国期权市场的隐含波动率模型，为我国期权市场的定价机制提供一些参考。
自Black-Scholes期权定价模型问世以来，就一直受到各位学者的高度的关注，也促进了期权市场的快速发展。随后，人们发现Black-Scholes期权定价模型的波动率为常数的假设严重与市场情况不相符，隐含波动率在市场中会随着到期时间和执行价格的变化而变化，同时波动率又是期权定价模型中最为重要的影响因素，由此，展开了大量关于期权隐含波动率的研究。在对期权隐含波动率的研究中人们发现，隐含波动率和到期时间以及在值程度之间存在着一一对应的关系，并把这种在值程度、到期时间和隐含波动率构成的三维图像称为“隐含波动率曲面”。在对隐含波动率的研究中最受关注的就是隐含波动率曲面模型的构建，各位学者试图通过寻找更能刻画期权隐含波动率曲面的模型提高市场中期权定价的准确性。对期权隐含波动率曲面的建模根据建模方法的不同分为历史波动率模型和隐含波动率模型，由于隐含波动率模型包含了历史波动率模型中没有的期权市场供求等信息且更便于计算，所以隐含波动率模型更加受到大家的推崇。同时，研究发现，隐含波动率曲面并不是固定不变的而是随时间的变化而发生变化，所以各位学者试图通过构建动态隐含波动率模型来拟合隐含波动率曲面的时变特征。其中最常用的动态模型构建法就是“两步法”，此方法首先，通过对单一时刻的隐含波动率曲面进行建模估计出参数因子的，然后对参数因子时间序列进行模型拟合以达到对隐含波动率曲面外推预测的效果。运用这种方法，可以实现模型的降维从而减少动态模型构建中的计算难度。
本文采取两步法作为动态模型的构建方法，并且将隐含波动率的微笑特征和期限结构特征融入隐含波动率曲面模型中，构建出九因子参数模型用于刻画静态的隐含波动率曲面，同时根据上证50ETF期权数据回归得到的参数因子时间序列特征，本文采用RVAR模型和随机游走模型作为参数因子的时间序列模型对静态的隐含波动率模型进行外推预测。九因子参数模型中包含了多个具有实际经济意义的参数因子，分别包括了短期、中期和长期经济波动率对隐含波动率的影响，在值程度的斜率和曲度对隐含波动率的影响以及影响因素对隐含波动率的交叉影响。为了避免模型的过度拟合，本文还对待估计的横截面模型进行了回归比较，最终选定模型五作为最终的隐含波动率横截面模型用于外推预测。在动态模型的建立过程中本文通过比较RVAR模型、随机游走模型以及静态模型滚动回归法三种外推预测方法的统计评估值和经济意义评估值，最终得出RVAR模型在隐含波动率外推预测时表现最好的结论。
自Black-Scholes期权定价模型问世以来，就一直受到各位学者的高度的关注，也促进了期权市场的快速发展。随后，人们发现Black-Scholes期权定价模型的波动率为常数的假设严重与市场情况不相符，隐含波动率在市场中会随着到期时间和执行价格的变化而变化，同时波动率又是期权定价模型中最为重要的影响因素，由此，展开了大量关于期权隐含波动率的研究。在对期权隐含波动率的研究中人们发现，隐含波动率和到期时间以及在值程度之间存在着一一对应的关系，并把这种在值程度、到期时间和隐含波动率构成的三维图像称为“隐含波动率曲面”。在对隐含波动率的研究中最受关注的就是隐含波动率曲面模型的构建，各位学者试图通过寻找更能刻画期权隐含波动率曲面的模型提高市场中期权定价的准确性。对期权隐含波动率曲面的建模根据建模方法的不同分为历史波动率模型和隐含波动率模型，由于隐含波动率模型包含了历史波动率模型中没有的期权市场供求等信息且更便于计算，所以隐含波动率模型更加受到大家的推崇。同时，研究发现，隐含波动率曲面并不是固定不变的而是随时间的变化而发生变化，所以各位学者试图通过构建动态隐含波动率模型来拟合隐含波动率曲面的时变特征。其中最常用的动态模型构建法就是“两步法”，此方法首先，通过对单一时刻的隐含波动率曲面进行建模估计出参数因子的，然后对参数因子时间序列进行模型拟合以达到对隐含波动率曲面外推预测的效果。运用这种方法，可以实现模型的降维从而减少动态模型构建中的计算难度。
本文采取两步法作为动态模型的构建方法，并且将隐含波动率的微笑特征和期限结构特征融入隐含波动率曲面模型中，构建出九因子参数模型用于刻画静态的隐含波动率曲面，同时根据上证50ETF期权数据回归得到的参数因子时间序列特征，本文采用RVAR模型和随机游走模型作为参数因子的时间序列模型对静态的隐含波动率模型进行外推预测。九因子参数模型中包含了多个具有实际经济意义的参数因子，分别包括了短期、中期和长期经济波动率对隐含波动率的影响，在值程度的斜率和曲度对隐含波动率的影响以及影响因素对隐含波动率的交叉影响。为了避免模型的过度拟合，本文还对待估计的横截面模型进行了回归比较，最终选定模型五作为最终的隐含波动率横截面模型用于外推预测。在动态模型的建立过程中本文通过比较RVAR模型、随机游走模型以及静态模型滚动回归法三种外推预测方法的统计评估值和经济意义评估值，最终得出RVAR模型在隐含波动率外推预测时表现最好的结论。