波动率预测:GARCH模型与隐含波动率

被引：67

作者：

郑振龙 ^{[1
]}

黄薏舟 ^{[2
]}

机构：

[1] 厦门大学金融系

[2] 新疆财经大学

来源：

数量经济技术经济研究 | 2010年 / 27卷 / 01期

关键词：

隐含波动率; GARCH模型; 信息含量;

D O I：

10.13653/j.cnki.jqte.2010.01.009

中图分类号：

F224 [经济数学方法]; F830.7 [汇兑];

学科分类号：

0701 ; 070104 ;

摘要：

在预测未来波动率时,究竟是基于历史数据的时间序列模型还是基于期权价格的隐含波动率模型效率更高?本文对香港恒生指数期权市场所含信息的研究发现,在预测期限较短(一周)时,GARCH(1,1)模型所含信息较多,预测能力最强,但在预测较长期限(一个月)时,隐含波动率所含信息较多,预测能力较强。同时,期权市场交易越活跃,所反映的信息就越全面,隐含波动率的预测能力也就越强。

引用

页码：140 / 150

页数：11

共 8 条

[1] 中国股票市场的波动率预测模型及其SPA检验
魏宇
余怒涛
[J]. 金融研究, 2007, (07) : 138 - 150
[2] 条件自回归极差模型与波动率估计
周杰
刘三阳
[J]. 数量经济技术经济研究, 2006, (09) : 141 - 149
[3] 中国股票市场波动的非线性GARCH预测模型[J]. 魏巍贤,周晓明.预测. 1999(05)
[4] The predictive power of implied volatility: Evidence from 35 futures markets[J] . Andrew Szakmary,Evren Ors,Jin Kyoung Kim,Wallace N Davidson.Journal of Banking and Finance . 2003 (11)
[5] Forecasting S&P 100 volatility: the incremental information content of implied volatilities and high-frequency index returns[J] . Bevan J. Blair,Ser-Huang Poon,Stephen J. Taylor.Journal of Econometrics . 2001 (1)
[6] Forecasting financial market volatility: Sample frequency vis-à-vis forecast horizon[J] . Torben G Andersen,Tim Bollerslev,Steve Lange.Journal of Empirical Finance . 1999 (5)
[7] COMPARING INFORMATION IN FORECASTS FROM ECONOMETRIC-MODELS
FAIR, RC
SHILLER, RJ
[J]. AMERICAN ECONOMIC REVIEW, 1990, 80 (03) : 375 - 389
[8] The Pricing of Options and Corporate Liabilities[J] . Fischer Black,Myron Scholes.Journal of Political Economy . 1973 (3)

← 1 →