04收益波动率计算.pptxVIP

第4章 收益波动率计算;波动率估计法;移动平均模型;简单移动平均（Simple Moving Average, SMA）模型是动态模型中最为简单的一种。它是以过去M天收益的样本方差来估计当前的波动率，即：;;指数加权移动平均模型依赖参数 ,称 为衰减因子(decay factor)，该参数决定估计波动率时各观察数据的相对权重。 形式上，对t时间波动率的预测为： 其中，衰减因子λ必须小于1。 当时间足够长时， 与 几乎相等。事实上，一般假设 约等于0，于是得到t时刻波动率的如下预测： 衰减因子??小于1。;对于日收益率数据，最优衰减因子λ为0.94；对于月度收益率数据，最优衰减因子λ为0.97。;;GARCH（1，1）是这类模型中最简单的，用公式表示有： ;计算数据集：ResDat目录下的全部股票数据集，共30只。 需要宏文本文件：Stk.TXT。 时间区间： 2005年。 计算日波动率；计算周、月或年波动率，可以用相应的收益率计算或直接由日波动率乘以一个相关因子。 对涨跌停板不作处理。 ;单个股票波动率计算;data log_ret(rename=(r_1=rx)); merge idxdate a; by date; if r_1=. then r_1=0; rrx=r_1**2; /*日对数收益率的平方*/ %mend a; %a(stk000001); run;;简单加权移动平均(SMA)计算的波动率：;data sma; merge sma b; by Date; if smax=. then delete; %mend a; %a(Stk000001); run; 输出结果数据集SMA，包括变量有： DATE：日期； SMAStk000001：股票深发展收益日波动率。;三种模型结果比较;图4.2 深发展日收益时序图;三种模型求得的波动率时序图，图4.3——图4.6。;图4.4 指数加权(EWMA)模型求得深发展日收益波动率时序图;图4.5 GARCH(1,1)模型求得深发展日收益波动率时序图;图4.6 三种模型求得深发展日收益波动率时序图;多个股票波动率计算;生成宏文本文件：Stk.TXT data a; set ResDat.lstkinfo; a=%a(; b=,; c=); ; file Stk.txt ; mac=a||’Stk’||stkcd||b||lstknm||c; put mac ; run;;计算程序（一个非常值得参考的程序）：;/*保留起始日和结束日的股票价格和累积股价调整乘子，用来计算收益率均值*/ data b(keep=id adjclpr_begin adjclpr_end ); retain adjclpr_begin adjclpr_end ; set a end=lastobs; if _n_=1 then adjclpr_begin=clpr*Mcfacpr; if lastobs then do; adjclpr_end=clpr*Mcfacpr; id=1; output; end; data a(drop=adjclpr_begin adjclpr_end r_mean); merge a b; by id; r_mean=(log(adjclpr_end)-log(adjclpr_begin))/n; /*收益率均值*/ r=r_1-r_mean; rr=r*r; data a; set a; sum+rr; data b(keep=Date zx); merge a a (firstobs=cc rename=(sum=sum_1)); zx=(sum_1-sum)/(aa-1); /*这里计算的是aa天的移动平均*/ zx=sqrt(zx); /*用移动平均法计算的日波动率*/ if zx=. then delete; ;proc sort data=b; by Date; data sma_aa; /*数据集中保存的是用移动平均法计算的日波动率*/ merge sma_aa b; by Date; proc means data=b noprint; var zx; output out=c max=max mean=mean min=min; data c(drop=_type_); set c; stkcd=substr(x,4,6); lstknm=y; data sma_bb; /*数据集中保存的是日波动率在全样本期的均值、最大、最小值*/ set sma_bb c; %mend a; %include mac; %mend b; %b(05,051,