第05章市场风险：波动率剖析.ppt

Chapter 05 市场风险：波动率 引言 对金融市场波动性的研究是现代金融理论的核心内容之一。 波动性不仅是金融风险资产的决定因素，还是金融衍生产品定价中的一个关键参数。 能否对市场波动做出准确的刻画和预测，直接关系到风险管理的有效性和衍生产品定价的合理性等重要问题。 内容提要 波动率的定义 采用历史数据估计波动率 收益率是否服从正态分布 监测日波动率 指数加权移动平均模型 GARCH模型、随机波动模型、隐含波动率模型、实现波动率模型 模型选择和极大似然估计 5.1 波动率的定义 波动率σ：单位时间内连续复利收益率的标准差 期权定价：一年 风险控制：一天 不同期限波动率之间的转换：时间的平方根规则 5.1 波动率的定义 Example 一股票价格为50美元，其波动率为每年30％，对应于每周的价格百分比变化的标准差近似为： 因此，股票价格每周变化的标准差为50×0.0416，即2.08美元。 5.1 波动率的定义 方差变化率 方差：波动率的平方 波动率与时间的平方根成正比 方差与时间本身成正比 5.1 波动率的定义 交易天数与日历天数 计算波动率时，应该采用交易天数 or 日历天数？ 研究人员证明：价格在交易时间内的波动比无交易时间的波动大得多，所以采用历史数据估计波动率时，应该忽略无交易的天数 美国：约252个交易日 中国：约250个交易日 5.1 波动率的定义 若为某资产的年波动率σyear，σday为相应的日波动率，则： 或 5.1 波动率的定义 思考：波动率由何而来？ 5.1 波动率的定义 一个自然假设：波动率是由到达市场的新信息引起 上述假设并未得到实证研究（Fama，1965；French，1980；French and Roll，1980）的支持 Fama等学者的研究思路： 计算（1）中间不含非交易日时，一个交易日结束到下一个交易日结束时股票价格收益率的方差；（2）周五收盘到下周一收盘时收益率的方差 5.1 波动率的定义 若假设成立，第（2）项方差应为第（1）项方差的3倍 实证研究结论：第（2）项方差为第（1）项方差的1.22倍、1.19倍、1.107倍 这样结果出现的原因是否在于开盘时有更多新信息？ Roll（1984）对橙子期货价格的类似研究并不支持这样的解释 5.2 采用历史数据估计波动率 假定样本数据为日数据 步骤： （1）计算样本期内每天的连续复利收益率rt； （2）计算rt的标准差σ； （3）根据“时间的平方根”法则对σ进行调整。 计算实例：HS300.xls 5.3 收益率是否服从正态分布 EMH和Black-Scholes模型： 资产价格为独立连续变化，波动率为常数σ 这意味着在任意时间Δt内，收益率均服从正态分布且标准差为： 现实是这样的吗？ 5.3 收益率是否服从正态分布 择时交易的小概率困境 5.3 收益率是否服从正态分布 资产日收益率并不服从正态分布，差异主要表现在： （1）实际分布的尾部较正态分布更厚 （2）分布的尖峰较正态分布更高 意味着什么？ 金融市场中，较小的价格变化和较大的价格变化出现的概率往往大于正态分布下的情况！ 5.3 收益率是否服从正态分布 5.3 收益率是否服从正态分布 正态分布的代替：幂律分布（Power law） 对于变量v，当x很大时： Prob(v x) = Kx-a 其中，K 和 a 为常数。 (6-2)式已被证明适用于许多变量，如个人收入、城市规模和网页被点击的次数等。 5.3 收益率是否服从正态分布 由式(6-2)： ln [Prob(v x)] = ln K － a lnx 可以通过ln[Prob(v x)] ～lnx的线性关系来验证式(6-2) 5.3 收益率是否服从正态分布 5.3 收益率是否服从正态分布 图6-4表明，价格变化大于x个标准差的概率的对数与ln x呈线性关系，这说明了幂律的正确性。 利用x＝3，4，5，6的数据，可以得出最优拟合曲线为： 即： 5.3 收益率是否服从正态分布 一个大于4.5倍标准差的变化（可正可负）出现的概率为： 一个大于7倍标准差的变化（可正可负）出现的概率为： 5.4 监测日波动率 日波动率为常数的假设与实际严重不符 可以利用最新价格不断更正对波动率的估计，从而得到每天不同的波动率 计算实例：HS300.xls 对式(6-1)的调整： （1）令 ；（2）用n代替n-1 调整后： 5.4 监测日波动率 加权权重 式(6-3)：不同滞后期发生的各种事件对未来波动率都具有相同权重的影响 缺陷：幽灵效应（Ghost effect） 金融市场中，不同时期