本文系统梳理了 关于波动率建模方面的几类方法, 并采用相对前沿的时间序列模型 ARCH 类模型针对沪深300指数的日数据,做了波动率方面的预测比较,为研究股指期权定价模型,做了关于波动率参数设定方面的有益尝试。并形成以下结论: 第一,沪深 300 指数日 收益率呈现良好的正态分布特征, 存在一定偏峰与厚尾现象,但是依然可以有的通过平稳性检验,在置信度 99% 的情况下,可以认为是统计上平稳的时间序列。 第二,从上市至今,沪深 300 指数的日 收益率整体上没有“杠杆效应”: 即正的收益率与负的收益率对二天指数波动影响没有明显区别;但是在某个阶段, 沪深 300 指数会呈现出明显的“杠杆效应”, 2012年9月19日到2012 年12月30日这段时间,负的收益率与正的收益率相比,会明显加剧次日指数的波动况。 第三,在沪深 300 指数收益的波动率预测上,基于大样本的 GARCH 模型静态预测效果最好,但是存在明显缺陷就是,大样本对于近期的信息反应不够充分,无法及时有效反映出指数最新的变化信息。利用所要预测时期的时间长度相同的最近一期数据作为模型样本, 虽然在统计上效果弱于大样本预测, 但是于近期指数信息变化反应的更充分,采用EGARCH 模型进行动态预测比较理想。 |