骆　桦，王　爽

(浙江理工大学理学院，杭州310018)



用GARCH模型与隐含波动率预测金融波动率

骆桦，王爽

(浙江理工大学理学院，杭州310018)

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。

港股期权；GARCH模型；隐含波动率；已实现波动率

0　引　言

波动率是描述投资风险以及金融市场变化情况的重要指标之一，它与金融市场的不稳定性密切相关。估计和预测波动率可以帮助投资者合理分配资产，提高资产收益率，降低投资风险。

在金融市场中，波动率的研究可以分为两大类：第一类是利用价格的历史数据预测将来的波动率，如1982年Engle[1]首次提出ARCH模型并用线性形式表出。以及由Bollerslev[2]提出的GARCH模型。第二类是利用隐含波动率来预测，即利用Black-Scholes公式[3]反推出波动率。利用上述两类方法时，存在一大问题：模型是否能更好地拟合样本内的数据又能对样本外的数据作出精确的预测。朱雅宁[4]以上海期货交易所AU1406日收益率为数据，利用损失函数对GARCH、EGARCH、TGARCH 3种模型波动率的预测结果进行比较，认为对称的GARCH模型预测效果比较好，为国内黄金生产企业在市场风险度量与预测以及投资是有帮助的。司训练等[5]研究了上海证券日收益率，得出了能够描述波动率的最优模型，提高了资产收益以及投资的准确性。……