Dynamic estimation of volatility risk premia and investor risk aversion from option-implied and realized volatilities
利用期权隐含与已实现波动率动态估计风险溢价和投资者风险厌恶AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接连接波动率风险溢价、期权定价信息与未来股票市场收益预测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用期权隐含与已实现波动率动态估计风险溢价和投资者风险厌恶
- 研究问题
- 如何利用期权隐含波动率与已实现波动率构造动态风险溢价或风险厌恶指数，该指数是否包含未来股票收益的信息？
- 方法与思路
- 作者使用模型无关隐含与已实现波动率的样本矩构造指数，通过小规模模拟及标普 500 五分钟高频数据应用考察表现。
- 材料陈述的贡献
- 摘要称，方法直观且易实现，估计风险溢价具有明显时间依赖，与宏观金融状态变量相关，并有助于预测市场收益。
- 阅读关注点
- 应核对风险溢价与风险厌恶指数之间的解释条件、样本矩的动态估计方式，以及收益预测的样本外检验和增量信息。
- 阅读边界
- 仅据所给出版社摘要，无法判断指数能否独立识别偏好、模拟的覆盖范围或预测稳健性；相关关系不提供因果证据。
原文摘要
This paper proposes a method for constructing a volatility risk premium, or investor risk aversion, index. The method is intuitive and simple to implement, relying on the sample moments of the recently popularized model-free realized and option-implied volatility measures. A small-scale Monte Carlo experiment confirms that the procedure works well in practice. Implementing the procedure with actual S&P500 option-implied volatilities and high-frequency five-minute-based realized volatilities indicates significant temporal dependencies in the estimated stochastic volatility risk premium, which we in turn relate to a set of macro-finance state variables. We also find that the extracted volatility risk premium helps predict future stock market returns.