Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Implied volatility" wg kryterium: Temat


Wyświetlanie 1-7 z 7
Tytuł:
HISTORICAL AND IMPLIED VOLATILITIES: A REVIEW OF METHODOLOGY
Autorzy:
Krawiec, Monika
Powiązania:
https://bibliotekanauki.pl/articles/453267.pdf
Data publikacji:
2013
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
historical volatility
Black-Scholes implied volatility
model-free implied volatility
Opis:
Volatility is a subject of numerous studies. Many of them focus on predictive power of different sources of volatility. Most often, the Black-Scholes implied volatility is believed to outperform historical volatility, although some research demonstrates that implied volatility is a biased forecast of future volatility. Taken into account different opinions, the paper aims at presenting alternative methods for estimating volatility.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2013, 14, 1; 304-316
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Factors affecting stock return volatility in the banking sector in the euro zone
Autorzy:
Niewińska, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/522300.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Beta
Historical volatility
Implied volatility
Unemployment
Opis:
Aim/purpose – The purpose of this paper is to examine the influence of internal and external historical determinants on the volatility of banks’ stock returns in the euro zone. A dedicated database has been created to identify factors significantly affecting volatility. Design/methodology/approach – The study is based on information about banks listed on the stock exchanges of the euro zone economies. Quarterly data from the period of 2004-2015 along with static panel models were used as the research method. Findings – Results confirm that selected factors have a significant impact on the analysed variables: the ratio of long-term investments to assets, solvency ratio, price to book value, the unemployment rate, beta, as well as implied volatilities in S&P500 and EUROSTOXX50 indexes. Research implications/limitations – Results can be used to estimate future stock return volatility more accurately. The survey focuses solely on the banking sector, which is the biggest limitations of this research and the findings cannot be used to other sectors. Originality/value/contribution – Most volatility research serves the purpose of predicting future stock prices. Very few papers explain which factors in particular impact volatility.
Źródło:
Journal of Economics and Management; 2020, 39; 132-148
1732-1948
Pojawia się w:
Journal of Economics and Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Which Option Pricing Model Is the Best? HF Data for Nikkei 225 Index Options
Autorzy:
Kokoszczyński, Ryszard
Sakowski, Paweł
Ślepaczuk, Robert
Powiązania:
https://bibliotekanauki.pl/articles/1357377.pdf
Data publikacji:
2019-04-01
Wydawca:
Uniwersytet Warszawski. Wydział Nauk Ekonomicznych
Tematy:
Option pricing models
high-frequency data
realized volatility
implied volatility
stochastic volatility
emerging markets
Opis:
In this study, we analyse the performance of option pricing models using 5-minutes transactional data for the Japanese Nikkei 225 index options. We compare 6 different option pricing models: the Black (1976) model with different assumptions about the volatility process (realized volatility with and without smoothing, historical volatility and implied volatility), the stochastic volatility model of Heston (1993) and the GARCH(1,1) model. To assess the model performance, we use median absolute percentage error based on differences between theoretical and transactional options prices. We present our results with respect to 5 classes of option moneyness, 5 classes of option time to maturity and 2 option types (calls and puts). The Black model with implied volatility (BIV) comes as the best and the GARCH(1,1) as the worst one. For both call and put options, we observe the clear relation between average pricing errors and option moneyness: high error values for deep OTM options and the best fit for deep ITM options. Pricing errors also depend on time to maturity, although this relationship depend on option moneyness. For low value options (deep OTM and OTM), we obtained lower errors for longer maturities. On the other hand, for high value options (ITM and deep ITM) pricing errors are lower for short times to maturity. We obtained similar average pricing errors for call and put options. Moreover, we do not see any advantage of much complex and time-consuming models. Additionally, we describe liquidity of the Nikkei225 option pricing market and try to compare the results we obtain here with a detailed study for Polish emerging option market (Kokoszczyński et al. 2010b).
Źródło:
Central European Economic Journal; 2017, 4, 51; 18 - 39
2543-6821
Pojawia się w:
Central European Economic Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Impact of Determinants on the Volatility of Banking Sector Stock Returns in Europe
Wpływ determinant na zmienność stóp zwrotów z cen akcji w sektorze bankowym w Europie
Autorzy:
Niewińska, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/1921714.pdf
Data publikacji:
2019-03-13
Wydawca:
Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
Tematy:
beta
stopa bezrobocia
zmienność historyczna
zmienność implikowana
historical volatility
implied volatility
unemployment rate
Opis:
The aim of the paper is to examine the impact of macroeconomic determinants on the volatility of banking sector stock returns in Europe. The research was conducted for 182 banks in 26 European countries in which banks are listed in the stock market. The research method used was static panel models. The results obtained indicate that the selected determinants that influence the analysed variables are: unemployment rate, long-term interest rate, beta as well implied volatilities of the S&P500 and EUROSTOXX50 indices.
Celem poniższego artykułu było zbadanie wpływu czynników makroekonomicznych na zmienności historyczne stóp zwrotu z cen akcji banków w Europie. Badanie zostało przeprowadzone dla 182 banków w 26 krajach europejskich, w których są ich akcje notowane na rynku giełdowym. Metoda badawcza wykorzystana w poniższym artykule to statyczne modele panelowe. Wyniki uzyskane świadczą, że z wybranych czynniki wyraźnie wpływa na badane zmienne: stopa bezrobocia, długoterminowa stopa procentowa, a także beta oraz zmienności implikowane indeksu S&P500 oraz EUROSTOXX50.
Źródło:
Problemy Zarządzania; 2018, 3/2018 (76); 50-60
1644-9584
Pojawia się w:
Problemy Zarządzania
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Impact of External Factors on Stock Return Volatility in the European Banking Sector
Wpływ determinant na zmienność stóp zwrotów z akcji w sektorze bankowym w Europie
Autorzy:
Niewińska, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/2085928.pdf
Data publikacji:
2021-12-30
Wydawca:
Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
Tematy:
stock return volatility
banking
implied volatility
zmienność stop zwrotu z akcji
bankowość
zmienność implikowana
Opis:
Purpose: The main aim of the paper is to examine the impact of external determinants on the banking stock return volatility to evaluate it in terms of the stock market capitalization. Design/methodology/approach: The research was conducted on 182 banks from 26 countries. The sample selected for the study includes all European banks listed on the stock exchange. Quarterly data from the period between 2004 and 2016 was used; it was collected and compiled over a period of 2 years. The research method applied was the panel data model with fixed effects (with or without a robust estimator) and random effects. Findings: Determinants that have a major and statistically significant impact on the analyzed dependent variables are: the unemployment rate, the real interest rate, the beta in Sharpe’s Single-Index Model and the implied volatility of the S&P 500 index and the EURO STOXX50 index. Research limitations/implications: Insights about the strength and direction of influence of these variables on stock return volatility are a valuable addition to the existing body of knowledge that investors resort to when making decisions relating to the capital market. Limitations: The main limitation of this study lies in the fact that the results of the analysis apply solely to the banking sector. Originality/value: Insights about the strength and direction of influence of these variables on stock return volatility are a valuable addition to the existing body of knowledge that investors resort to when making decisions relating to the capital market.
Cel: zbadanie wpływu zewnętrznych determinant na zmienność zwrotu z akcji banków w celu oceny jej pod kątem kapitalizacji giełdowej. Projekt/metodyka/podejście: badanie przeprowadzone zostało na 182 bankach z 26 krajów. Wybrano do badania próbę, która obejmuje wszystkie banki europejskie notowane na giełdzie. Wykorzystano dane kwartalne z okresu 2004–2016, które był zbierane i kompilowane przez okres 2 lat. Zastosowaną metodą badawczą był panelowy model danych z efektami stałymi (z lub bez solidnego estymatora) oraz efektami losowymi. Wyniki: determinantami, które mają istotny i statystycznie istotny wpływ na analizowane zmienne zależne, są: stopa bezrobocia, realna stopa procentowa, beta w modelu jednowskaźnikowym Sharpe’a oraz implikowana zmienność indeksu S&P 500 i EURO STOXX 50. Ograniczenia/implikacje badawcze: głównym ograniczeniem badania jest analiza tylko sektora bankowego. Oryginalność/wartość: spostrzeżenia na temat siły i kierunku wpływu tych zmiennych na zmienność stóp zwrotu z akcji są cennym uzupełnieniem dotychczasowej wiedzy, z której korzystają inwestorzy, podejmując decyzje dotyczące rynku kapitałowego.
Źródło:
Problemy Zarządzania; 2021, 19, 4/2021 (94); 185-199
1644-9584
Pojawia się w:
Problemy Zarządzania
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Efficiency and Convergence of Bisection, Secant, and Newton Raphson Methods in Estimating Implied Volatility
Autorzy:
Mahrudinda, Mahrudinda
Munandar, Devi
Purwani, Sri
Powiązania:
https://bibliotekanauki.pl/articles/1193324.pdf
Data publikacji:
2021
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Black-Scholes model
Newton Raphson
bisection
secant
volatility
volatility implied
Opis:
This study aims to estimate volatility prices based on the black-Scholes model (BSM) function with research data taken during the COVID-19 pandemic. The estimates of the volatility values are obtained by using three numerical methods, namely the bisection, secant, and Newton Raphson methods. The numerical processes that produce some iteration results in the three methods are then analyzed and the best convergence is sought. As a result, Newton Raphson method produces the smallest number of iterations, which stops at the 3rd iteration and gets a volatility value of 0.500451 with an absolute error value of 0.000388. However, the method requires an initial approximation which lies only in two intervals on the axis σ which are close to the true root. Meanwhile, for the other two methods, namely Bisection and Secant, this limitation does not apply, as long as there is an interval that guarantees the existence of roots. In this case, bisection method requires11 iterations to converge with volatility value of 0.500342 and error value of 0.000878. Whereas secant method requires 4 iterations to converge with a volatility value of 0.500449 and error value of 1.68938E-05. This suggests, that in some cases the use of Newton method, should be initialized with the use of bisection or secant method, to ensure successful iteration and accelerate the rate of convergence.
Źródło:
World Scientific News; 2021, 153, 2; 157-168
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Midquotes or transactional prices? Evaluation of Black model on high-frequency data
Kwotowania mid opcji czy ich ceny transakcyjne? Ewaluacja modelu Blacka na danych wysokiej częstotliwości
Autorzy:
Kokoszczyński, Ryszard
Sakowski, Paweł
Ślepaczuk, Robert
Powiązania:
https://bibliotekanauki.pl/articles/589413.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Implied volatility
Microstructure bias
Midquotes data
Option pricing models
Realized volatility
Mikrostruktura rynku
Modele wyceny opcji
Średnie kwotowania opcji
Zmienność implikowana
Zmienność zrealizowana
Opis:
The main idea of this research is to check the efficiency of the Black option pricing model on the basis of high frequency emerging market data. However, liquidity constraints – a typical feature of an emerging derivatives market – put severe limits for conducting such a study [Kokoszczyński et al., 2010]. This is the reason we focus on midquotes instead of transactional data being aware that midquotes might not be a proper representation of market prices as probably transactional data are. We compare in this paper our results with the research conducted on high-frequency transactional and midquotes data. This comparison shows that the results do not differ significantly between these two approaches and that Black model with implied volatility (BIV) significantly outperforms other models, especially the Black model with realized volatility (BRV) with the latter producing the worst results.
Głównym celem artykułu jest weryfikacja efektywności modelu Blacka wyceny opcji na podstawie danych wysokiej częstotliwości dla rynku rozwijającego się. Ograniczenia dotyczące płynności opcji – typowa charakterystyka instrumentów pochodnych na rynkach rozwijających się – stanowią jednak istotne ograniczenie dla takiego badania [Kokoszczyński et al., 2010]. Niska płynność jest jedną z przyczyn, dla których wykorzystuje się kwotowania mid zamiast danych transakcyjnych ze świadomością, że dane transakcyjne mogą być lepszą reprezentacją aktualnego stanu rynku na danym instrumencie finansowym. W badaniu porównano obliczenia przeprowadzone na danych wysokiej częstotliwości dla cen transakcyjnych i kwotowań mid. Porównanie to pokazuje, że rezultaty praktycznie nie różnią się dla tych dwóch różnych danych wejściowych i model Blacka ze zmiennością implikowaną (BIV) osiąga znacznie lepsze wyniki od pozostałych modeli, szczególnie w porównaniu z modelem Blacka ze zmiennością zrealizowaną (BRV).
Źródło:
Studia Ekonomiczne; 2018, 366; 43-58
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-7 z 7

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies