在現(xiàn)代金融經(jīng)濟(jì)學(xué)的研究中,波動(dòng)率是一個(gè)非常重要的變量,它被廣泛應(yīng)用于投資、定價(jià)、風(fēng)控和貨幣政策的制定中,因此在最近20年中,許多學(xué)者和業(yè)內(nèi)人士利用不同的模型、采用不同的方法,對(duì)波動(dòng)率做出了不同的估計(jì)和預(yù)測(cè),得到了不同的結(jié)論。而眾多模型的存在,也說明其各有各的特點(diǎn)。從現(xiàn)有的研究來看,從不同的方面研究波動(dòng)率通常會(huì)得到不同的結(jié)論,這本身也說明了各類模型都存在不同的缺陷。對(duì)于實(shí)業(yè)界而言,波動(dòng)率的估計(jì)和預(yù)測(cè)直接關(guān)系到構(gòu)建投資組合效果的優(yōu)劣,對(duì)風(fēng)險(xiǎn)管理的效果具有直接的決定作用,所以研究波動(dòng)率一直是學(xué)術(shù)界和實(shí)業(yè)界的一個(gè)重點(diǎn)課題。這些模型主要分為兩大類:一類是通過標(biāo)的資產(chǎn)的歷史價(jià)格來估計(jì)波動(dòng)率,簡(jiǎn)稱歷史信息法,比如GARCH模型、隨機(jī)波動(dòng)率模型(Stochastic Volatility Model,SV)和已實(shí)現(xiàn)波動(dòng)率模型(Realized Volatility Model,RV);另一種方法與歷史信息法具有本質(zhì)的區(qū)別,它是利用期權(quán)價(jià)格的內(nèi)涵信息,從期權(quán)價(jià)格中提取標(biāo)的資產(chǎn)的波動(dòng)率,即隱含波動(dòng)率(Implied Volatility,IV)。本文選擇隨機(jī)波動(dòng)率、已實(shí)現(xiàn)波動(dòng)率和無模型隱含波動(dòng)率展開全文的研...

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖4-7（1）參數(shù)a的迭代歷史圖圖4-7（2）參數(shù)b的迭代歷史圖

本文利用2015年5月31日至2017年6月27日上證50ETF的日收益率來估計(jì)上證50ETF的隨機(jī)波動(dòng)率。由于隨機(jī)波動(dòng)率模型具有自己的模型設(shè)定，需要進(jìn)行參數(shù)估計(jì)。在本文中，本文選擇利用MCMC方法對(duì)正態(tài)分布隨機(jī)波動(dòng)率模型進(jìn)行參數(shù)估計(jì)，在MC....

圖4-7（3）參數(shù)

圖4-7（3）參數(shù)的迭代歷史圖4-8（1）參數(shù)a的概率分布圖4-8（2）參數(shù)b的概率分布圖4-8（3）參數(shù)的概率分布利用表4-6中的參數(shù)估計(jì)結(jié)果，可以得到每日的隨機(jī)波動(dòng)率，如圖4-9所示。0.8000

圖4-8（1）參數(shù)a的概率分布

圖4-7（3）參數(shù)的迭代歷史圖4-8（1）參數(shù)a的概率分布圖4-8（2）參數(shù)b的概率分布圖4-8（3）參數(shù)的概率分布利用表4-6中的參數(shù)估計(jì)結(jié)果，可以得到每日的隨機(jī)波動(dòng)率，如圖4-9所示。0.8000

圖4-8（2）參數(shù)b的概率分布圖4-8（3）參數(shù)

圖4-8（2）參數(shù)b的概率分布圖4-8（3）參數(shù)的概率分布利用表4-6中的參數(shù)估計(jì)結(jié)果，可以得到每日的隨機(jī)波動(dòng)率，如圖4-9所示。圖4-9隨機(jī)波動(dòng)率①0.00000.20000.40000.60000.80006/01/15017/01/058/01....

本文編號(hào)：4045785