无模型隐含波动率及其所包含的信息:基于恒生指数期权的经验分析

被引：28

作者：

黄薏舟

郑振龙

机构：

[1] 厦门大学金融系

来源：

系统工程理论与实践 | 2009年 / 29卷 / 11期

关键词：

无模型; 隐含波动率; 信息含量;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F832.51 [];

学科分类号：

0701 ; 070104 ; 1201 ; 020204 ;

摘要：

根据无模型隐含波动率方法,对香港恒生指数期权所含信息进行研究,并通过使用无模型隐含波动率对期权市场的效率进行直接检验,结果发现:无模型隐含波动率所含信息最多,它完全包含了所有历史波动率所含信息,香港恒指期权市场是有效的;在对未来一个月的预测中,无模型隐含波动率还完全包含了BS隐含波动率的信息,在对未来两个月的预测中,无模型隐含波动率虽不能完全包含BS隐含波动率,但仍然包含了最多的信息;期权市场交易量的大小,同时交易的不同行权价的期权的多少,是影响无模型隐含波动率预测能力的重要因素;为追求积分密度进行过多人为的插值以及过大区间的积分,会导致无模型隐含波动率预测能力的降低,由此得到了无模型隐含波动率的相对合适的计算方式.美国已于2003年开始采用无模型隐含波动率编制波动率指数.随着金融衍生品市场的不断发展,无模型隐含波动率在资产定价、风险管理方面将发挥越来越重要的作用.

引用

页码：46 / 59

页数：14

共 7 条

[1]

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)

[2]

The quality of market volatility forecasts implied by S＆P 100 index option prices[J] . Jeff Fleming.Journal of Empirical Finance . 1998 (4)

[3]

FORECASTING VOLATILITY FOR PORTFOLIO SELECTION[J] . George A. Vasilellis,Nigel Meade.Journal of Business Finance ＆ Accounting . 1996 (1)

[4] COMPARING INFORMATION IN FORECASTS FROM ECONOMETRIC-MODELS [J].