导读:本文包含了模型波动率论文开题报告文献综述及选题提纲参考文献，主要关键词:SVAR模型,独立成分分析,因果结构,GARCH模型
模型波动率论文文献综述
谢鹏飞,冶继民,王俊元[1]（2019）在《SVAR-GARCH模型的多元波动率估计》一文中研究指出考虑SVAR-GARCH模型的多元波动率,提出一种估计波动率的新方法.先利用独立成分分析技术求解因果结构和统计独立的误差项,建立残差项条件协方差阵与误差项条件协方差阵的关系,然后利用单变量GARCH模型的估计结果和识别的因果结构,估计多变量GARCH模型的条件波动的脉冲响应方法,实现多元波动率的估计,该方法可有效减少估计参数.实验结果表明,新方法估计的波动率与能源期货市场的规律相符.(本文来源于《吉林大学学报(理学版)》期刊2019年06期）
马长福,许威[2]（2019）在《常方差弹性系数模型下波动率指数期权定价》一文中研究指出作为对冲市场波动率变动风险的波动率指数期权,其定价问题一直受到广泛的关注.为了对其进行定价,首先构建服从常方差弹性系数模型的指数价格柳树,然后根据指数价格柳树确定柳树节点上相应波动率指数的值从而得到波动率指数柳树,最后在波动率指数柳树上运用倒向递归的方法得到波动率指数期权的价格.所给出柳树法定价波动率指数期权的方法,其结果随着柳树空间节点数的增加快速逼近嵌套蒙特卡罗模拟的结果,当柳树空间节点数超过200时,柳树法给出的结果具有相当高的精度.(本文来源于《同济大学学报(自然科学版)》期刊2019年11期）
王波,朱顺伟,邓亚东,廖昕[3]（2019）在《4/2随机波动率模型下的期权定价》一文中研究指出现有的随机波动率模型存在这样一个问题:给定一组参数,在一定的标的资产波动率水平下,单因子模型只能产生陡峭或平滑的期权隐含波动率曲线,而不能同时存在两种形态,这与实际观察的数据不符。为了更准确地刻画市场隐含波动率曲面,研究一种双因子4/2随机波动率模型,该模型结合了Heston模型和3/2模型。采用Lewis的基础变换法将期权定价问题转化为求解偏微分方程(PDE)的问题;利用标普500指数期权数据估计模型的参数,比较了不同模型在期权定价上的差异。结果表明,4/2模型的期权价格拟合误差小于另外两种模型,弥补了原模型在这方面的不足。(本文来源于《系统管理学报》期刊2019年06期）
吴致中[4]（2019）在《基于Heston模型的期权定价与波动率建模——以上证50ETF期权为例》一文中研究指出文章首先回顾期权定价方法的经典模型及发展过程;其次,介绍了Heston模型的欧式期权半显式解的形式;再次,实证部分对象为上证50ETF期权,使用了LM算法对Heston模型进行参数估计,并评估了该模型的隐含波动率拟合情况;最后,对Heston模型研究的进一步发展进行了展望。(本文来源于《中国市场》期刊2019年31期）
侯信盟,吴鑫育[5]（2019）在《基于已实现跳跃GARCH模型的波动率预测研究》一文中研究指出金融资产价格的波动性、不确定性与金融市场的内在风险紧密相关,同时也是影响风险度量与资产定价精确性的核心因子,准确预测波动率已成为金融学界研究的热门话题之一。文章通过选取上证综合指数日收盘价和五分钟高频数据作为研究对象,在已实现GARCH模型(realized GARCH model)基础上引入高频数据构建的已实现方差(realized variance, RV)与已实现双幂次变差(bipower variation, BV)之差作为跳跃因子,植入方差方程中,构建已实现跳跃GARCH模型(realized jump GARCH model)。实证研究表明,引入跳跃因子的模型在样本内拟合和样本外预测方面,较标准的已实现GARCH模型,均有明显的改进。(本文来源于《郑州航空工业管理学院学报》期刊2019年05期）
王西梅,赵延龙,史若诗,包莹[6]（2019）在《基于局部波动率模型的上证50ETF期权定价研究》一文中研究指出局部波动率模型被广泛运用于风险管理、期权定价等领域,该模型不仅可以描述波动率微笑、期限结构等实际现象,同时能保证市场的完备性.研究局部波动率模型的核心目标是对隐含波动率进行建模.本文分别通过参数法和非参数法对隐含波动率建模,不仅保证了波动率曲面的无套利性,同时给出了非参数法求解局部波动率的显式表达式,从而消除了近似误差,得到较为光滑的波动率曲面.此外,本文基于局部波动率模型对我国上证50ETF指数期权的定价进行了实证研究,分别从样本内定价误差、样本外定价误差、套期保值效果叁个方面分析比较了该模型的定价效果.实证结果显示:对样本内数据,非参数法拟合的定价结果优于参数方法;对样本外数据以及套期保值效果来说,参数法取得的效果较好.特别地,隐含波动率建模方法无论是对期权定价还是套期保值,效果均优于直接根据市场数据建模的结果,样本内定价误差可减少一半以上,均方误差可降低1～2个数量级.(本文来源于《系统工程理论与实践》期刊2019年10期）
宁瀚文,屠雪永[7]（2019）在《基于高维波动率网络模型的股票市场风险特征研究》一文中研究指出波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现:与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。(本文来源于《统计研究》期刊2019年10期）
何家文,韦铸娥[8]（2019）在《非仿射随机波动率跳扩散模型的利差期权定价》一文中研究指出在两标的资产价格满足一类随机利率、随机波动率及跳跃均存在于资产价格和波动率的非仿射跳扩散模型下考察了利差期权的定价.首先,利用泰勒公式将非线性微分方程线性化,得到了两标的资产对数价格的近似联合密度特征函数;然后,使用Fourier逆变换等方法,获得了利差期权定价理论的半封闭公式,并将其推广到价差期权的定价.最后,通过数值实验,表明非仿射随机波动率跳扩散的利差期权定价模型比仿射随机波动率模型具有更高的精确性,并且扩散波动和跳跃波动对期权价格影响显着.(本文来源于《数学的实践与认识》期刊2019年20期）
耿立艳,张占福,梁毅刚[9]（2019）在《中国股指波动率的PSOUGM-GARCH类预测模型》一文中研究指出为提高GARCH类模型的波动率预测能力,将粒子群优化算法(PSO)与无偏灰色预测(UGM(1,1))模型引入到GARCH类模型中,构建PSOUGM-GARCH类模型。UGM(1,1)模型用于修正GARCH类模型的随机误差项,增强当期随机误差对条件方差的影响。同时利用PSO算法优化UGM(1,1)模型中的灰参数。通过对沪深300指数和深证综指的实证研究,比较分析了PSOUGM-GARCH类模型的样本外预测能力。结果表明,与UGM-GARCH类模型、GM-GARCH类模型和GARCH类模型比较,PSOUGM-GARCH类模型都能更准确地预测沪深300指数和深证综指的收益波动率,其中,PSOUGM-GARCH模型的样本外预测能力最优,PSOUGM-GJR-GARCH模型次之,PSOUGM-EGARCH模型的预测能力最低。(本文来源于《中国管理信息化》期刊2019年19期）
龚谊洲,黄苒[10]（2019）在《基于外部信息冲击的符号跳跃变差高频波动率模型》一文中研究指出现阶段研究高频波动率的主流HAR-RV-跳跃模型仅考虑了与高频波动率有关的内生变量,忽视了外部信息冲击的影响,对高频波动率的估计和预测可能存在偏误.本文尝试将外部信息冲击引入到HAR-RV-跳跃模型中,构建基于外部信息冲击的符号跳跃变差高频波动率模型(HAR-VRV-跳跃模型).这类模型不仅兼顾内生因素和外部信息冲击对高频波动率的共同影响,还考虑了多元信息冲击的非对称效应.通过选取沪深300和中证500指数的高频交易数据作为研究样本,并利用滚动时间窗口预测和SPA检验对HAR-V-RV-跳跃模型的预测能力进行了评价,结果表明:HAR-V-RV-跳跃模型可以依据外部信息冲击的类型对高频波动率做出更准确的预测,其预测能力明显优于现有的HAR-RV-跳跃模型.但是,HAR-V-RV-跳跃模型对平稳期高频波动率的预测表现优于非平稳期.(本文来源于《系统工程理论与实践》期刊2019年09期）
模型波动率论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
作为对冲市场波动率变动风险的波动率指数期权,其定价问题一直受到广泛的关注.为了对其进行定价,首先构建服从常方差弹性系数模型的指数价格柳树,然后根据指数价格柳树确定柳树节点上相应波动率指数的值从而得到波动率指数柳树,最后在波动率指数柳树上运用倒向递归的方法得到波动率指数期权的价格.所给出柳树法定价波动率指数期权的方法,其结果随着柳树空间节点数的增加快速逼近嵌套蒙特卡罗模拟的结果,当柳树空间节点数超过200时,柳树法给出的结果具有相当高的精度.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模型波动率论文参考文献
[1].谢鹏飞,冶继民,王俊元.SVAR-GARCH模型的多元波动率估计[J].吉林大学学报(理学版).2019
[2].马长福,许威.常方差弹性系数模型下波动率指数期权定价[J].同济大学学报(自然科学版).2019
[3].王波,朱顺伟,邓亚东,廖昕.4/2随机波动率模型下的期权定价[J].系统管理学报.2019
[4].吴致中.基于Heston模型的期权定价与波动率建模——以上证50ETF期权为例[J].中国市场.2019
[5].侯信盟,吴鑫育.基于已实现跳跃GARCH模型的波动率预测研究[J].郑州航空工业管理学院学报.2019
[6].王西梅,赵延龙,史若诗,包莹.基于局部波动率模型的上证50ETF期权定价研究[J].系统工程理论与实践.2019
[7].宁瀚文,屠雪永.基于高维波动率网络模型的股票市场风险特征研究[J].统计研究.2019
[8].何家文,韦铸娥.非仿射随机波动率跳扩散模型的利差期权定价[J].数学的实践与认识.2019
[9].耿立艳,张占福,梁毅刚.中国股指波动率的PSOUGM-GARCH类预测模型[J].中国管理信息化.2019
[10].龚谊洲,黄苒.基于外部信息冲击的符号跳跃变差高频波动率模型[J].系统工程理论与实践.2019