论文部分内容阅读
本文将已实现波动率用于期权定价,并考虑隔夜效应和跳跃的影响。首先,运用五分钟的高频数据算出每天的已实现波动率,并进行描述性统计分析;其次,由于Realized-GARCH和HAR-RV这两种已实现波动率模型对波动率的预测效果较好,且这两种模型在欧美等成熟市场及国内的实践应用也较为成功,因此,将Realized-GARCH模型和HAR-RV模型作为已实现波动率模型的代表,对已实现波动率进行建模及波动率预测;再次,将预测得到的波动率结合相应的收益率方程,运用蒙特卡罗模拟的方法进行期权定价;最后,将已实现波动率模型的定价结果与Black-Scholes期权定价结果和基于GARCH模型的期权定价结果进行比较,并用SPA方法进行检验。实证结果表明,基于已实现波动率模型的期权定价结果比经典的Black-Scholes模型和GARCH(1,1)模型具有更高的定价精确性,距到期日越近,各模型的估计精度越高。Realized-GARCH和HAR-RV这两种已实现波动率期权定价模型各有优势,其中对于看涨平价期权,Realized-GARCH模型和考虑风险溢价的HAR-RV模型的期权定价效果差不多;对于看涨实值期权,Realized-GARCH模型的期权定价优势较明显;对于看涨虚值期权,考虑风险溢价的HAR-RV模型的期权定价优势更明显。已实现波动率(RV)和经Hansen and Lunde(2005)调整的已实现波动率(RVhl)的期权定价结果各有优势,而考虑隔夜效应的已实现波动率(RVsr)的期权定价结果相对较差,其中对于看涨平价期权,不考虑隔夜效应及Hansen and Lunde(2005)调整的已实现波动率HAR-RV模型,在考虑风险溢价的条件下,其期权定价效果相对于其他同类模型要好;对于看涨虚值期权,经过Hansen and Lunde(2005)调整的已实现波动率HAR-RVhl模型,在考虑风险溢价的条件下,其期权定价效果相对于其他同类模型要好;而在RV基础上加上隔夜对数收益率平方的已实现波动率HAR-RVsr模型,其期权定价效果相对比较差,原因是如果我们仅仅在RV的基础上加上隔夜对数收益率的平方,已实现波动率可能产生离散化误差。当市场波动越剧烈,时变波动率模型的定价优势越显著,体现了时变波动率的优势;而考虑到跳跃因素的HAR-RV-CJ模型并不能显著改善期权的定价效果。