波動率微笑：隱含信息與動態建模

《波動率微笑：隱含信息與動態建模》是依託廈門大學，由陳蓉擔任項目負責人的面上項目。

基本介紹

• 中文名：波動率微笑：隱含信息與動態建模
• 項目類別：面上項目
• 項目負責人：陳蓉
• 依託單位：廈門大學

項目摘要

理論與實踐表明，期權隱含的波動率微笑中，蘊含著具有前瞻性、即時性、高頻率的豐富信息。本課題拓展和運用最新的高精度無模型金融信息提取技術，採用大數據研究範式，基於理論模型和複雜計算，系統全面深入地提取、解讀和運用波動率微笑數據中的豐富信息，包括風險中性二階矩、風險中性偏度、風險中性分布、市場預期、風險溢酬、風險厭惡、投資者情緒、投資者行為偏好、風險預警等。並在此基礎上發展兩個新的動態模型，刻畫波動率微笑的隨機過程。其一是引入經濟因子與隱含因子構造的瞬時波動率結構模型，其二是基於無套利框架構建的波動率市場模型。與國外研究相比，本課題關於波動率微笑隱含信息的研究更具一般性和系統性，並進一步提高了信息提取的精度、深度和廣度，更適應中國市場特性；本課題構建的兩個波動率微笑動態模型屬於創新性模型。國內的同類研究則基本空白。

結題摘要

本課題拓展和運用最新的高精度無模型金融信息提取技術，採用大數據研究範式，基於理論模型和複雜計算：首先，全面深入地考察了波動率微笑大數據中的豐富信息，包括風險中性高階矩、風險中性分布、跳躍、風險溢酬、風險厭惡等，發現它們在預測未來波動、相關性、收益率和尾部風險等方面具明顯優勢，可用於市場預測和危機預警；第二，通過放鬆假設和尋找內在一致性，將現有的多種無模型方法拓展至更具一般性、系統性和可比性的分析框架，並提出了適合中國情形的具體算法；第三，發現基於理性預期的傳統理論無法完全解釋波動率微笑中的隱含信息，需引入投資者行為和情緒，進而發展出一個綜合的期權隱含情緒指標，優於現有的市場情緒指標；第四，提出了新的、帶跳的、可估計、具有經濟含義的動態無套利的波動率曲面模型，實證表明，該模型能明顯降低樣本內和樣本外的模型誤差，更好地解釋實際數據和預測未來。 就我們所知，本課題在國內最早對波動率微笑隱含信息和隱含波動率曲面模型進行深入全面和創新研究，國內其他研究剛剛起步。與國外相比，本課題的貢獻主要體現在：第一，首次將多種無模型方法拓展至更具一般性和系統性的分析框架，使眾多隱含信息更具可比性，並針對中國市場提出了具體改進算法；其次，提出需要引入投資者行為和投資者情緒以解釋波動率隱含信息中存在的異象，在中國市場尤其明顯，並發展出一個綜合的期權隱含情緒指標；第三，發展出一個新的帶跳的波動率曲面動態無套利模型，在此前沿領域進行了有益的探索；第四，構建了一個基於波動率曲面動態模型來提取隱含跳躍和跳躍風險溢酬的方法，內涵符合實際且易於實施，在跳躍研究領域亦是新的探索。 從實踐意義來看，本課題的算法和模型可以為業界計算預測和預警指標、估計波動率曲面提供支持。特別是針對中國市場的AVIX算法、期權隱含情緒指標和波動率曲面模型三個方向的研究結果均已引起業界的興趣，具有較大的轉化套用潛力。