張建鋒，扈文秀，刁伍鈞

（西安理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，西安710054）

0 引言

研究最優(yōu)波動(dòng)率模型選擇對(duì)準(zhǔn)確預(yù)測(cè)金融資產(chǎn)波動(dòng)率、提高股本權(quán)證定價(jià)效果具有重要意義，這也是近20年來金融市場(chǎng)一直重點(diǎn)研究的一項(xiàng)任務(wù)。波動(dòng)率預(yù)測(cè)模型主要分為三類：第一類是隱含波動(dòng)率模型（根據(jù)期權(quán)價(jià)格運(yùn)用BS模型反推得出未來波動(dòng)率的預(yù)測(cè)值；第二類是歷史波動(dòng)率模型，利用金融資產(chǎn)中包含的歷史信息預(yù)測(cè)未來波動(dòng)率，通常用到的有GARCH族模型或SV模型；第三類是已實(shí)現(xiàn)波動(dòng)率模型，通過將某一頻率下的日內(nèi)分時(shí)交易數(shù)據(jù)的收益率平方加總作為波動(dòng)率的預(yù)測(cè)值。

本文將利用我國股本權(quán)證及其標(biāo)的市場(chǎng)交易數(shù)據(jù)，通過樣本內(nèi)估計(jì)模型參數(shù)，以權(quán)證定價(jià)效果為基準(zhǔn)，將權(quán)證的市場(chǎng)價(jià)格與模型價(jià)格進(jìn)行比較，對(duì)三類波動(dòng)率模型的預(yù)測(cè)效果進(jìn)行樣本外檢驗(yàn)，選擇出符合為我國股本權(quán)證定價(jià)的最優(yōu)波動(dòng)率模型。這一研究結(jié)果也適用于可轉(zhuǎn)換債券、經(jīng)理人股票期權(quán)等其他期權(quán)類金融衍生品定價(jià)。

1 波動(dòng)率預(yù)測(cè)模型

1.1 隱含波動(dòng)率模型

根據(jù)Black-Scholes期權(quán)定價(jià)公式（后文簡(jiǎn)稱為BS公式），t時(shí)刻的歐式期權(quán)價(jià)格是標(biāo)的資產(chǎn)價(jià)格St，行權(quán)價(jià)格X，無風(fēng)險(xiǎn)利率r，期權(quán)到期時(shí)間T以及標(biāo)的資產(chǎn)從t到T期間的波動(dòng)率σ等五個(gè)參數(shù)的函數(shù)。其中，St，X，r，T均為可觀測(cè)變量，如果能夠從市場(chǎng)上觀測(cè)到歐式期權(quán)市場(chǎng)價(jià)格，則可利用BS公式反推出標(biāo)的資產(chǎn)波動(dòng)率σ，按此方法估計(jì)所得波動(dòng)率被稱為隱含波動(dòng)率。

這種計(jì)算期權(quán)隱含波動(dòng)率的思想同樣可以用于估算股本權(quán)證定價(jià)所需波動(dòng)率。Galai和Schneller[1]首先考慮了“稀釋效應(yīng)”對(duì)股本權(quán)證價(jià)格的影響，隨后，Schultz和Trautmann[2]基于他們1989年的working paper與Crouhy和Galai 1991年的學(xué)術(shù)論文研究成果，將股本的稀釋作用引入BS公式，構(gòu)建了如下稀釋因子調(diào)整的BS公式：

W為權(quán)證價(jià)格，N(·)為標(biāo)準(zhǔn)正態(tài)分布的累積概率分布函數(shù)，S是標(biāo)的股票在t時(shí)刻的價(jià)格，N為標(biāo)的股票在t時(shí)刻的數(shù)量，n為發(fā)行權(quán)證的數(shù)量，r為無風(fēng)險(xiǎn)利率，K為權(quán)證行權(quán)價(jià)格，T為權(quán)證到期日，σ為標(biāo)的股票收益率的波動(dòng)率。

股本權(quán)證定價(jià)中的隱含波動(dòng)率就是給定公式（1）中的W值對(duì)應(yīng)的σ值。由于無法通過反解公式（1）來將σ表示成股本權(quán)證價(jià)格與其他變量的函數(shù)，John C.Hull提出了采用迭代的方式來求解隱含波動(dòng)率的思路，并開發(fā)出了計(jì)算股本權(quán)證隱含波動(dòng)率的DerivaGem軟件，本文在后面的實(shí)證分析中將運(yùn)用該軟件預(yù)測(cè)隱含波動(dòng)率。

1.2 歷史波動(dòng)率模型

股本權(quán)證價(jià)格作為一種金融時(shí)間序列，其實(shí)際分布存在著“尖峰厚尾”特征，且波動(dòng)性具有明顯的聚集性和爆發(fā)性。為了消除金融時(shí)間序列這種條件異方差性，Engle提出了自回歸條件異方差（ARCH(q)）模型，這也是最早運(yùn)用歷史數(shù)據(jù)估計(jì)波動(dòng)率的模型。Bollerslev和Taylor對(duì)該模型做了進(jìn)一步推廣，構(gòu)建了廣義自回歸條件異方差（GARCH(p，q)）模型。由于其中的GARCH(1，1)模型隨時(shí)間變化，模型中的方差率會(huì)被拉回到其長(zhǎng)期平均水平，即均值回歸，使得該模型成為ARCH族模型的代表。

在GARCH(1，1)模型中，定義σn為第n-1天所估計(jì)的股本權(quán)證標(biāo)的資產(chǎn)在第n天的波動(dòng)率，則模型表達(dá)式如下：

如果γ，α，β能夠被很好估算，就可以用公式（2）進(jìn)行波動(dòng)率預(yù)測(cè)。由于極大似然估計(jì)法具有良好的相合性與漸進(jìn)正態(tài)性，在估計(jì)GARCH(1，1)模型參數(shù)時(shí)被廣泛應(yīng)用，Press、Flannery、Teukolsky和Vetterling，Engle和Mezrich均對(duì)此進(jìn)行了證明，論文在實(shí)證部分運(yùn)用Eviews 5.0軟件時(shí)，也將選用這一估計(jì)方法。

1.3 已實(shí)現(xiàn)波動(dòng)率模型

Andersen和Bollerslev[3]首次指出利用日內(nèi)收益率平方估算的波動(dòng)率較其它模型具有更好的效果，并將外匯市場(chǎng)288個(gè)5分鐘間隔收益率平方和定義為匯率的已實(shí)現(xiàn)波動(dòng)率。Koopman、Jungbacker和Hol將上述方法應(yīng)用于股票市場(chǎng)，定義第n日股票已實(shí)現(xiàn)波動(dòng)率是其隔夜收益率平方加第n日總交易時(shí)間以5分鐘為間隔的收益率平方和，具體模型為：

其中，Rn,0為股票在交易日n的隔夜收益率；Rn,d為股票在交易日n的第d個(gè)5分鐘收益率；Pn,d是交易日n第d個(gè)5分鐘末的股票價(jià)格；Pn,0是交易日n的開盤價(jià)；Pn-1,D是交易日n-1的收盤價(jià)，即第D個(gè)5分鐘末的股票價(jià)格；D是一個(gè)完整交易日以5分鐘為間隔的總數(shù)量。

該模型所有變量值均可由市場(chǎng)觀測(cè)值計(jì)算獲得，如果計(jì)算日內(nèi)收益率所選時(shí)間間隔適當(dāng)，就可由公式（3）進(jìn)行已實(shí)現(xiàn)波動(dòng)率估算。對(duì)于時(shí)間間隔的最優(yōu)選擇，目前還未形成一致結(jié)論，但大多數(shù)學(xué)者實(shí)證分析都選取的是5分鐘間隔，少部分學(xué)者實(shí)證證明了次間隔是最優(yōu)的。因此，接下來的實(shí)證部分本文也選取5分鐘時(shí)間間隔計(jì)算日內(nèi)收益率。

2 數(shù)據(jù)選取與模型參數(shù)估計(jì)

2.1 樣本數(shù)據(jù)選取

滬深交易所上市的權(quán)證包括股改、首發(fā)和分離交易可轉(zhuǎn)債附帶三種發(fā)行類別共計(jì)55支，其中股改產(chǎn)生的權(quán)證屬于備兌權(quán)證，其余兩種類別產(chǎn)生的權(quán)證屬于股本權(quán)證，而首發(fā)產(chǎn)生的權(quán)證中派發(fā)給有限售條件流通股東的那部分由于不能上市交易，所以，能夠滿足實(shí)證分析的樣本只能從分離交易可轉(zhuǎn)債所附帶的21支權(quán)證中選取。根據(jù)行權(quán)方式，上述21支股本權(quán)證包括4支百慕大式和17支歐式，其中百慕大式權(quán)證在第一次行權(quán)期內(nèi)幾乎沒有投資者對(duì)其行權(quán)，絕大多數(shù)都是持有到權(quán)證到期日行權(quán)，因此，這4支百慕大式股本權(quán)證可以被看作歐式股本權(quán)證采用稀釋因子調(diào)整的BS模型進(jìn)行定價(jià)，表1給出了所選樣本的基本信息。最終，本文選取2006年12月12日至2011年8月11日對(duì)應(yīng)的21支股本權(quán)證日交易數(shù)據(jù)及其標(biāo)的股票2004年12月12日至2011年8月11日的日交易與日內(nèi)5分鐘交易數(shù)據(jù)為研究樣本。所有數(shù)據(jù)均來源于銳思數(shù)據(jù)庫。

2.2 波動(dòng)率估算

表1 股本權(quán)證樣本基本信息

（2）歷史波動(dòng)率估算。運(yùn)用GARCH(1,1)模型時(shí)，本文采用樣本內(nèi)數(shù)據(jù)建立模型對(duì)樣本外的值進(jìn)行預(yù)測(cè)，同時(shí)為了提高預(yù)測(cè)精度，本文采用滾動(dòng)窗口的估計(jì)方法。本文以2006年12月12日上市的鋼釩GFC1股本權(quán)證為例給出具體估計(jì)過程，在估計(jì)上市首日波動(dòng)率時(shí)，樣本區(qū)間為該權(quán)證標(biāo)的股票2004年12月12日到2006年12月11日的日收益率；在估計(jì)上市第二日的波動(dòng)率時(shí)，樣本區(qū)間為標(biāo)的股票2004年12月13日到2006年12月12日的日收益率，以此類推，就可得到權(quán)證有效期內(nèi)其標(biāo)的股票每一天的日波動(dòng)率。根據(jù)日波動(dòng)率與年波動(dòng)率的轉(zhuǎn)換公式，如公式（4所示），可得到基于BS模型估算每一天權(quán)證價(jià)格所需的年波動(dòng)率。

（3）已實(shí)現(xiàn)波動(dòng)率估算。由第t日的日內(nèi)數(shù)據(jù)結(jié)合公式（3）得到權(quán)證標(biāo)的股票第t日的已實(shí)現(xiàn)波動(dòng)率，再由公式（4）將其轉(zhuǎn)換為年波動(dòng)率，將此波動(dòng)率代入稀釋因子調(diào)整的BS模型可得第t+1日股本權(quán)證價(jià)格。以此類推，由第t+ 1日的已實(shí)現(xiàn)波動(dòng)率可計(jì)算得第t+2日股本權(quán)證價(jià)格。

2.3 無風(fēng)險(xiǎn)利率

金融資產(chǎn)定價(jià)中關(guān)于無風(fēng)險(xiǎn)利率的選取通常有三種觀點(diǎn)，一是將銀行間的半年期同業(yè)拆借利率作為無風(fēng)險(xiǎn)利率；二是將短期國債年收益率作為無風(fēng)險(xiǎn)利率；三是將銀行一年期存款利率作為無風(fēng)險(xiǎn)利率。現(xiàn)階段，儲(chǔ)蓄、保險(xiǎn)和股票是我國城市居民最主要的投資項(xiàng)目，其中百分之九十以上居民首選的投資是儲(chǔ)蓄，因此，本文選取銀行一年期整存整取利率并轉(zhuǎn)換為連續(xù)復(fù)利后作為無風(fēng)險(xiǎn)利率，轉(zhuǎn)換公式如下式（5）所示，轉(zhuǎn)換結(jié)果如表2所示。

表2 不同階段連續(xù)復(fù)利無風(fēng)險(xiǎn)利率

其中r為無風(fēng)險(xiǎn)利率，r0為銀行一年期整存整取利率。

3 實(shí)證結(jié)果

基于稀釋因子調(diào)整的BS模型，本文將由隱含波動(dòng)率模型、歷史波動(dòng)率模型和已實(shí)現(xiàn)波動(dòng)率模型作為波動(dòng)率參數(shù)估計(jì)模型的股本權(quán)證定價(jià)模型分別記為BSI,BSH,BSR，根據(jù)模型定價(jià)結(jié)果，結(jié)合股本權(quán)證的市場(chǎng)日收盤價(jià)格可計(jì)算得每一模型定價(jià)結(jié)果的平均相對(duì)百分誤差（MRPE）與平均絕對(duì)百分誤差（MAPE）。相應(yīng)表達(dá)式如下：

表3 BSI,BSH,BSR模型定價(jià)的平均相對(duì)與平均絕對(duì)偏差統(tǒng)計(jì)結(jié)果

由表3可以看出，按平均絕對(duì)百分誤差（MAPE）判斷，基于隱含波動(dòng)率的BS模型（BSI）對(duì)于21支股本權(quán)證樣本都是最小的，有8支股本權(quán)證樣本是歷史波動(dòng)率模型（BSH）小于已實(shí)現(xiàn)波動(dòng)率模型（BSR），占總樣本比例38%；按平均相對(duì)百分誤差（MRPE）判斷，基于歷史波動(dòng)率的BS模型定價(jià)結(jié)果對(duì)于21支股本權(quán)證樣本全部出現(xiàn)低估，隱含波動(dòng)率模型與已實(shí)現(xiàn)波動(dòng)率模型低估的比例分別約為81%和71%，從定價(jià)效果來看，隱含波動(dòng)率模型低估的程度最小。由此可以看出，在我國股本權(quán)證市場(chǎng)上，總體而言，基于隱含波動(dòng)率模型的定價(jià)精度最高，其次是已實(shí)現(xiàn)波動(dòng)率模型，最差的是歷史波動(dòng)率模型。就單支股本權(quán)證而言，隱含波動(dòng)率模型最優(yōu)，已實(shí)現(xiàn)波動(dòng)率模型與歷史波動(dòng)率模型相對(duì)績(jī)效不能確定。

4 結(jié)論

稀釋因子調(diào)整的BS模型為股本權(quán)證定價(jià)，最大困難在于波動(dòng)率參數(shù)的準(zhǔn)確估計(jì)。本文以滬深交易所上市的21支分離交易可轉(zhuǎn)債所附帶的權(quán)證及其標(biāo)的股票為樣本，分別運(yùn)用隱含波動(dòng)率模型、已實(shí)現(xiàn)波動(dòng)率模型以及歷史波動(dòng)率模型對(duì)波動(dòng)率參數(shù)進(jìn)行了估計(jì)，以股本權(quán)證市場(chǎng)價(jià)格為評(píng)價(jià)基準(zhǔn)，分別測(cè)算了基于三個(gè)波動(dòng)率模型的定價(jià)結(jié)果的平均絕對(duì)偏差與平均相對(duì)偏差。實(shí)證結(jié)果表明，基于隱含波動(dòng)率模型的定價(jià)效果最優(yōu)，已實(shí)現(xiàn)波動(dòng)率模型定價(jià)效果略強(qiáng)于歷史波動(dòng)率模型，但是就單支股本權(quán)證定價(jià)效果而言，二者的相對(duì)績(jī)效不穩(wěn)定。

[1]Crouhy M,Galai D.Common Errors in the Valuation of Warrants and Options on Firms with Warrants[J].Financial Analysts Journal,1991, 47(5).

[2]Schulz,G.U.,S.Trautmann.Robustness of Option-like Warrant Valuation[J].Journal of Banking and Finance,1994,18(1～2).

[3]Andersen,T.G.,T.Bollerslev.Answering the Skeptics:Yes,Standard Volatility Models Do Provide Accurate Forecasts[J].International Economic Review,1998,39(6).