|本期目录/Table of Contents|

[1]骆桦,王爽.用GARCH模型与隐含波动率预测金融波动率[J].浙江理工大学学报,2016,35-36(自科2):322-326.
 LUO Hua,WANG Shuang.Using GARCH Model and Implied Volatility to Predict Financial Volatility[J].Journal of Zhejiang Sci-Tech University,2016,35-36(自科2):322-326.
点击复制

用GARCH模型与隐含波动率预测金融波动率()
分享到:

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第35-36卷
期数:
2016年自科2期
页码:
322-326
栏目:
出版日期:
2016-03-10

文章信息/Info

Title:
Using GARCH Model and Implied Volatility to Predict Financial Volatility
文章编号:
1673-3851 (2016) 02-0322-05
作者:
骆桦王爽
浙江理工大学理学院,杭州310018
Author(s):
LUO Hua WANG Shuang
School of Science, Zhejiang Sci-Tech University, Hangzhou 310018, China
关键词:
港股期权GARCH模型隐含波动率已实现波动率
分类号:
F830.91
文献标志码:
A
摘要:
利用港股期权的数据,研究在不同期限内的GARCH模型与隐含波动率的表现,并且用已实现波动率、MZ回归分析、误差项和损失函数对预测效果进行评估。研究结果表明:短期GARCH模型预测效果较好,长期隐含波动率预测效果较好;由于期权价格能够更加全面的反映市场信息,所以隐含波动率对于波动率的预测效果更好。

参考文献/References:

[1] ENGLE  R F. Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation [J]. Econometrica.1982,50:987-1007.
[2] BOLLERSLEV  T. Generalized autoregressive conditional Heteroskedastic[J].Journal of Econometrics.1986,31:307-327.
[3] BLACK  F,SCHOLES M. The pricing of options and corporate liabilities[J].Journal of Political Economy,1973,81(3):637-654.
[4] 朱雅宁.基于中国黄金期货市场数据的GARCH族模型拟合评价[J].时代金融,2015(2):12-13.
[5] 司训练,张旭峰,高蒙.基于GARCH模型的金融风险拟合分析[J].经济学,2014,23(5):12-17.
[6] 陈彦晖.基于ARMA GARCH模型的恒指隐含波动率指数预测及其在期权交易中的应用[J].经济数学,2014,31(4):28-35.
[7] 郑振龙,黄薏舟.波动率预测:GARCH模型与隐含波动率[J].数量经济技术经济研究,2010,1:140-150.
[8] 黄海南,钟伟.GARCH类模型波动率预测评价[J],2007,15(6):13-19.

备注/Memo

备注/Memo:
收稿日期: 2015-05-21
基金项目: 国家自然科学基金项目(11401532)
作者简介: 骆桦(1962-),男,浙江诸暨人,副教授,硕士,主要从事金融数学和数理统计方面的研究
更新日期/Last Update: 2016-06-02