Risk management and Financial Institution Chapter 10 —— Volatility

---

typora-copy-images-to: Risk Management and Financial Institution

Risk management and Financial Institution Chapter 10 —— Volatility

---

• 本章内容：
  • 波动率定义
  • 对于市场变量变化服从幂律分布法的假设进行检验
  • 一些著名的波动率估计方法EWMA、ARCH、GARCH，三者共同的显著特点是认为波动率并非一成不变的。

10.1 Definition of Volatility 波动率定义

• A variable’s volatility, σ, is defined as the standard deviation of the return provided by the variable per unit of time when the return is expressed using continuous compounding，某个变量在单位时间内连续复利回报的标准差

• 用于风险管理的volatility，时间单位为单日

• S_i 是变量的日末价值，是变量每日连续复利的回报，与接近于相等

• 波动率的另外一个定义是：standard deviation of the proportional change in the variable during a day，变量的日相对变化的标准差，是风险管理的常用定义

问：已知资产价格为60，日波动率为2%，假设资产价格服从正态分布，则95%确信的价格区间为多少？

答：求日波动区间为±1.2元，双尾检验，2.5%upper and lower，所以区间为60±1.2*1.96倍标准差

• 利用平方根法则，T时间的标准差是单日标准差的倍，条件是每日的变量回报是独立的，且方差一致

问：已知资产价格60，日波动率2%，5天的连续复利回报率的标准差是​$\sqrt{5} * 2 $% = 4.47% ，求95%confidence，价格

答：60 * 0.0447 = 2.68 ， 60 ± 1.96 * 2.68

10.1.1 Variance Rate 方差变化率

• 风险管理人员关注方差的变化率要超过波动率本身
• 日方差是日回报方差，与时间成正比

10.1.2 交易天数与日历天数

• 一般的假设是一年中去除假日等有252天

• 日波动率约为年波动率的6%

10.2 Implied Volatilities 隐含波动率

• 历史波动率与隐含波动率同样重要
• BSM期权定价公式的一个参数就是底层资产价格的波动率
• 是隐含在市场期权价格内的波动率

10.2.1 The VIX Index VIX指数

• VIX Index 定义标普500指数上30天期限的多喝看涨和看跌期权计算求得的波动率指数

• VIX只在波动率上下注，一份合约相当于1000单位

10.3 金融变量的每日变化是否服从正态分布？

• 我们假设金融变量每日变化是服从正态分布的
• 其实大多数金融变量发生big move的可能性更大

• 明显的看出存在明显的厚尾情况，尖峰肥尾

10.4 The Power Law 幂律

• The law asserts that, for many variables that are encountered in practice, it is approximately true that the value of the variable, v, has the property that when x is large

• K 和 alpha 是常数

10.5 Monitoring Daily Volatility 检测日波动率

• U_i = In S_i / In S_n-1 为第i天连续复利收益率
• 估计σ_n 的一种估计方式是等于Ui的标准差

• m-1 是无偏差估计，可以被m代替，代替后转换为最大似然估计

• 可以被假设为0，变量的一天的预期变化与变化的标准差比较来说，非常非常小

• 加上前两条，可以简化波动率估计的公式为：

10.5.1 权重模式

• 我们可以将更少的权重赋予更旧的数据上，权重之和需要等于1

• 对于权重的选择，存在一个长期平均方差，我们对长期平均方差也赋予一定的权重，依然所有的权重之和等于1，此模型被称作为ARCH(m)模型

10.6 EWMA模型 The Exponentially Weighted Moving Average Model

• 指数加权移动平均模型是特殊形式，其权重alpha随着回望时间加长而按 指数速度递减
• α_i+1= λ * α_i λ为常数，范围在[0,1]
• EWMA模型的公式为：

• EWMA的优势：

  • 数据需求少，得到新的市场变量观察值后，计算价格变化比例，更新方差估计

• λ的设定决定了这种波动率的估计对应于新的市场变化率的反应，设置的越大，则U_n-1只有较小的权重，对市场变化率反应就会慢，反之亦然

• RiskMetrics 使用的λ = 0.94，通过数据分析，与现实最为贴近

• 2006年，RiskMetrics 更换使用long memory 模型

10.7 The GARCH(1,1)Model

• GARCH模型的公式：

• γ + α + β = 1 ， EWMA 是 GARCH 的特殊形式

10.7.1 权重

• 对于u_n-i来说，权重以β指数速度下降，β 可以被定义为 decay rate，相当于EWMA中的λ，决定了u_i在计算目前方差率的过程中的相对重要性

10.8 模型的选择

• 在实践中，方差会被拉回长期平均值水平，这种现象称作为均值回归，mean - reversion
• GARCH 模型具有均值回归特性 ， EWMA不具备

10.9 Maximum Likelihood Methods 最大似然估计法

• 如何利用历史数据来估计模型参数——最大似然估计
• 计算参数，使用数值迭代的方式，使得数据的发生的机率最大