网站大量收购独家精品文档,联系QQ:2885784924

期权平价关系在中国市场实证检验.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
期权平价关系在中国市场实证检验

期权平价关系在中国市场实证检验摘要:期权平价关系是在无套利的条件下有效金融市场中存在的客观规律。本文将期权平价公式应用到中国市场中,以检验其是否成立。选取单只权证价格和标的证券价格的历史数据进行检验,并探讨平价关系不成立的可能原因。 关键词:期权平价公式;股票权证;原因分析 一、 背景简介 自从Tucker发展出期权平价理论之后,世界各国的金融市场相继有许多学者对此进行实证检验和理论分析,并探讨期权市场的有效性,寻找套利机会。 期权平价公式指标的资产、到期日及行使价均相同的欧式看涨期权(call)与欧式看跌期权(put)价格之间存在的必然关系。我们可以通过构造投资组合来得到看涨价格和看跌价格的关系,考虑以下两个组合: 组合A:欧式看涨期权加上数量为Ke-rT的现金 组合B:欧式看跌期权加上一份股票 在到期时,以上两个组合的价值相同,均为 max(ST,K) 因此两个组合在期初时价值相同,即 C+Ke-rT=P+S0 如果二者的价格偏离这种关系,就会出现套利的机会。其应用的前提包括:市场中没有交易费用,没有买卖差价,没有保证金要求;所有交易利润具有相同的税率;没有信用风险;市场是完全竞争的市场,参与者是价格接受者;市场上存在唯一一个无风险利率;市场上不存在套利机会;看涨期权和看跌期权的执行价格相同。 因此,在有效的市场上,如果看涨看跌期权是以同一证券为标的的,则在相同的到期日,相同的执行价格的基础上期权评价关系成立。 二、实证检验 (一)数据整理 目前国内的期权衍生产品的种类贫乏,多以权证来研究期权在中国的应用和发展。 本文选择包钢JTB1和包钢JTP1两只权证2005年6月15日至2007年1月25日的基本信息、期权价格、波动率数据以及对应时段的标的股票价格等信息,共149天,其中看涨执行价格为K1=1.94,看跌执行价格为K2=2.37,波动率同为0.028002。取无风险利率为0.0225。首先对数据进行整理,由于期权平价公式中的看涨期权和看跌期权的执行价格相同,而此处认购权证和认沽权证的执行价格却不同,因此先对认沽权证的价格进行调整。由公式 ■=e-rTN(-d2) 计算得: ■ 再由式: ■×(K2-K1) 算出对于看跌期权价格序列P的调整值为0.364226。 (二)最小二乘估计 进行最小二乘法估计,由以上所得调整的看跌价格P1、标的股票价格S、以及时间顺序序列t对看涨价格call做回归,结果如表1所示: 写成方程式为: Bt=-0.911617+0.213981PPt+0.723543St+0.001627t+μt t(-13.61433) (8.13740) (45.55749) (6.802380) P (0.0000) (0.0000) (0.0000) (0.0000) 由各统计量检验结果可知:在1%的显著性水平下,PPt及St在统计上均显著的异于0,调整的复判定系数为0.97,十分显著,表明回归方程估计得较好。但是时间t的系数很不显著说明方程仍有待改进。 上述回归方程中,P的系数为0.213981,标准差为0.025432。对其进行H0:α=1的显著性检验,有Z=| 0.213981-1|/0.025432=38.36。z值大于2,说明看跌期权价格序列P的回归系数显著地异于1。再对S的系数进行H0:β=1的显著性检验,因为系数为0.723543,标准差为0.015882,所以z统计量的值为17.40694。由于z统计量的值远大于2,说明股票价格序列S的回归系数非常显著的异于1,这不符合期权平价要求的β=1的结果,表明期权平价在中国大陆的权证市场中是不成立的。 (三)ARCH模型 由于证券价格往往会表现出一定的波动聚集性,造成简单的回归模型参数估计不准确。所以我们考虑建立ARCH或GARCH模型。 首先对之前估计得到的OLS模型进行滞后3期的ARCH检验,结果如表2所示: 结果显示:F统计量和LM统计量(Obs*R-squared)都是显著的,说明原方程的残差项具有ARCH效应。考虑引入GARCH(p,q)模型分析序列b、pp以及s之间的关系。 结果显示:GARCH模型中的均值方程和方差方程中的系数都很显著,调整的复判定系数(R2)比较大,方程的整体回归效果很好。均值方程如下: B=0.241185*PP+0.751480079942*S + 0.00193302088859*T-1.0239605783+u z(10.41539) (48.54741) (8.103399) (-15.51888) P (0.000) (0.000) (0.000) (0.

文档评论(0)

linsspace + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档