波动率研究（丛书）
点此进入淘宝搜索页搜索分類: 图书,管理,金融/投资,投资 融资,
作者： 陈浪南 等著
出 版 社：
出版时间： 2008-8-1字数：版次： 1页数： 268印刷时间：开本： 16开印次：纸张：I S B N ： 9787509508640包装： 平装内容简介
本书采用实证研究的方法，系统检验了我国金融经济学中的一些命题。
市场微观结构理论源于对资产价格形成的思考。最近的二三十年，金融市场的结构、技术以及规则的迅速变化，促进了金融市场微观结构理论的发展和完善，使得该领域的研究成为金融研究的热点之一。
本书在归纳现有波动率研究的最新发展的基础上，构建新的波动率模型，并针对中国股票市场的波动率进行实证检验，在对中国股市波动率的模拟和预测、建立非对称GARCH类模型以及EARIV-GARCH模型等方面取得了一定成果，对于拓展波动率理论的建模方法、现实市场的杠杆效应研究、收益和波动的跳跃研究和波动率的形式研究方面具有重大的学术价值，对于理解资产价格的形成机制、加强风险管理等实践行为具有重大的现实指导意义。
目录
第一篇 中国股市波动率的高频估计、特性与预测
第一章 引言
一、为何关注波动率
二、波动率研究的发展
第二章 文献综述
一、经典波动率模型
二、条件方差模型
三、波动率的长期记忆特性与分数综合移动平均自回归
四、基于高频估计的已实现波动率
五、本篇的主要内容及创新
第三章 高频估计与已实现波动率
一、数据
二、数据频率与波动率估计
三、波动率高频估计结果
第四章 已实现波动率的特性
一、收益率与已实现波动率的无条件分布特性
二、已实现波动率的不对称特性
三、已实现波动率的联合分布特性
四、已实现波动率的持续性、长期记忆与分数综合
第五章 波动率的模拟与预测
一、波动率模拟的实证基础
二、波动率模型及其说明
三、GARCH模拟
四、EGARCH模拟
五、FIGARCH、FIEGARCH模拟
六、ARFIMAX模拟
七、基于各种模型的预测与评价
附录 波动率的应用
参考文献
第二篇 股市波动率杠杆效应研究
第一章 引言
第二章 文献综述
一、杠杆效应研究模型的回顾与述评
二、杠杆效应的国内外实证研究成果
三、市场对信息不完全反应的研究结果
第三章 模型设计
一、基于已知信息的修正杠杆效应
二、传统杠杆效应的研究模型
三、模型选择标准
四、条件均值过程的设定
五、参数的非负性约束和参数估计的实现
六、分数阶差分参数d的估计方法
第四章 实证结果分析
一、数据
二、基于已知信息的修正杠杆效应实证研究
三、杠杆效应的实证研究和模型比较
第五章 结论
参考文献
第三篇 资产收益跳跃行为的理论与实证研究
第一章 引言
一、问题的提出
二、研究目标
三、研究框架
第二章 文献综述
一、跳跃行为与跳跃风险
二、国外研究述评
三、国内研究述评
第三章 模型设计
一、EARIV—GARCH模型
二、EARIV—GARCH模型的收益条件矩分析
三、EARIV—GARCH模型的似然函数求解
四、参数及其渐进方差的估计方法
第四章 实证结果及其分析
一、数据
二、指数的实证分析
三、单股的实证分析
第五章 模型的评价
一、残差的正态分布检验
二、样本外的波动性预测能力分析
第六章 结论
附录一 相关收益条件矩的证明
附录二 无条件GARCH波动性的求解
附录三 跳跃强度及GARCH波动性迭代求解流程图
附录四 似然函数一阶偏导数的迭代递推方法
附录五 Matlab程序
参考文献
第四篇 波动性的双长记忆性研究
第一章 文献综述
一、收益率与波动性的双长记忆性及波动平稳性研究
二、长记忆和非对称性研究
第二章 模型及估计方法
一、收益率与波动性的双长记忆性及波动平稳性研究
二、长记忆和非对称性研究
第三章 实证结果及分析
一、收益率与波动性的双长记忆性及波动平稳性研究
二、长记忆和非对称性研究
第四章 结论
一、收益率与波动性的双长记忆性及波动平稳性研究
二、长记忆和非对称性研究
参考文献
书摘插图
第一章 引言
一、为何关注波动率
经济学模型通常并不直接把波动率当作变量来研究，波动率的ARCH（自回归条件异方差）特性也不是从任何经济模型中产生的，相反它是违反传统经济模型的异常现象。尽管如此，仍有很多原因促使本篇去关注和研究波动率。
首先，一个资产组合的波动率就代表了这个资产组合的风险。投资者当然关心资产的风险，因为在投资者决定最优投资组合的过程中，风险是要考虑的一个关键性因素。
其次，绝大多数投资者都不认为风险是中性的。有的人需要冲销手中多余的头寸带来的风险，人们对风险的态度并不一致，因此，需要有效地把风险转移到能更好地处理风险的人们手中。而风险的买卖从某个角度来说就是波动率的买卖，如果要使用衍生工具进行风险管理和控制，就必须要研究波动率。
至今为止，本篇的研究仍然无法猜透市场风险的全部奥秘。如果不能正确理解、度量市场风险，并对风险进行有效的定价，就会降低经济活动中的资产配置效率，从而增大整体经济运行的成本。因此，不仅是商业部门，政府部门也关心市场波动率，希望能有更好的方法来理解和度量市场风险。
如果能够很好地对资产收益的波动率进行建模分析，投资者就能更精确、更有效地配置自己的投资组合、进行风险管理。换句话说，波动率模型不仅可以帮助投资者选择资产投资组合，还可以帮助人们分析、度量资产组合的风险水平。
金融市场中资产收益的分布往往不能完全概括为它的一阶、二阶矩，本篇需要类似ARCH、SV等反映波动率持续和随机变动的模型来理解风险。如果波动率有持续性，是可预测的，那么风险在某种程度上也是可预测的，即今天的风险大小将会影响明天的风险大小。基于这些波动率模型，本篇可以更好地估计、预测波动率，更准确地对衍生工具定价，因此，研究和发展波动率模型具有十分重要的意义。
对波动率模型的研究是近20年来在金融经济学领域逐渐兴起的。自从Engle于1982年提出ARCH模型以来，学者们已经发表了数千篇关于条件异方差或波动率的文章。同时由于风险和波动率在金融中的重要地位，大多数关于波动率模型的文献集中研究金融时间序列（如股票、外汇等等），使得近20年来金融时间序列研究在经济时间序列研究中占据了主导地位。
二、波动率研究的发展
从纵向看，波动率模型经历了三个发展阶段。
首先是经典的金融分析模型中的波动率，如Black-Scholes的期权定价模型，这些模型假定市场收益呈正态分布，波动率是恒定的，遵从随机游走过程。
而后，Engle（1982）提出了ARCH模型，Bo11ers1ev（1986）把这个模型一般化，得到GARCH，由此产生出一个新的条件波动率研究领域，条件波动率模型层出不穷，它们大多是对GARCH的拓展，以更好地模拟某种特定的市场效应。与此同时，Taylor（1986）、Hull和White（1987）以及Chesney和Scott（1989）提出了随机波动率模型。随机波动率模型更易于写成连续形式，往往用于对衍生工具的理论分析（例如期权定价）。
……
