运用稀释因子调整的BS模型为股本权证定价，波动率参数的预测精度对定价效果具有重要影响。本文以沪深交易所上市的分离交易可转债所附带的权证及其标的股票日收益率和5分钟高频交易数据为样本，在对隐含波动率模型、已实现波动率模型以及历史波动率模型参数估计的基础上，以股本权证市场价格为评价基准，分别测算了基于三个波动率模型的定价效果。研究发现，基于隐含波动率模型的定价结果具有最小平均绝对偏差与平均相对偏差，模型效果最优，已实现波动率模型与历史波动率模型定价效果相对绩效不明确；基于历史波动率模型的定价结果对股本权证市场价格普遍低估，已实现波动率模型与隐含波动率模型定价结果同时存在着低估与高估。

本文对香港恒生指数期权隐含波动率表面动态过程进行了实证建模和估计，建立 起了一个五因子随机隐含波动率模型。在模型的估计方法上，本文首次引入了基于小样本面 板数据的扩展的卡尔曼滤波法。结果显示，在香港市场上，扩展的卡尔曼滤波法比传统的两 步法可以得到更好的估计结果，本文建立起来的五因子随机隐含波动率模型能很好地刻画恒 指期权隐含波动率表面的变动规律，效果明显优于静态隐含波动率模型。

在预测未来波动率时，究竟是基于历史数据的时间序列模型还是基于期权价格的隐含波动率模型效率更高？本文对香港恒生指数期权市场所含信息的研究发现，在预测期限较短（一周）时，GARCH（1,1）模型所含信息较多，预测能力最强，但在预测较长期限（一个月）时，隐含波动率所含信息较多，预测能力较强。同时，期权市场交易越活跃，所反映的信息就越全面，隐含波动率的预测能力也就越强。

根据Britten-Jones和 Neuberger（2000）提出的无模型隐含波动率方法，首次对香港恒生指数期权所含信息进行研究，并通过使用无模型隐含波动率对期权市场的效率进行直接检验，结果发现: 无模型隐含波动率所含信息最多，它完全包含了所有历史波动率所含信息，香港恒指期权市场是有效的；在向前一个月的预测中，无模型隐含波动率还完全包含了BS隐含波动率的信息，在向前两个月的预测中，无模型隐含波动率虽不能完全包含BS隐含波动率，但仍然包含了最多的信息；期权市场交易量的大小，同时交易的不同行权价的期权的多少，是影响无模型隐含波动率预测能力的重要因素；为追求积分密度进行过多人为的插值以及过大区间的积分，会导致无模型隐含波动率预测能力的降低，由此得到了无模型隐含波动率的相对合适的计算方式。美国已于2003年开始采用无模型隐含波动率编制波动率指数。随着金融衍生品市场的不断发展，无模型隐含波动率在资产定价、风险管理方面将发挥越来越重要的作用。

根据Britten-Jones和 Neuberger（2000）提出的无模型隐含波动率方法，首次对香港恒生指数期权所含信息进行研究，并通过使用无模型隐含波动率对期权市场的效率进行直接检验，结果发现: 无模型隐含波动率所含信息最多，它完全包含了所有历史波动率所含信息，香港恒指期权市场是有效的；在向前一个月的预测中，无模型隐含波动率还完全包含了BS隐含波动率的信息，在向前两个月的预测中，无模型隐含波动率虽不能完全包含BS隐含波动率，但仍然包含了最多的信息；期权市场交易量的大小，同时交易的不同行权价的期权的多少，是影响无模型隐含波动率预测能力的重要因素；为追求积分密度进行过多人为的插值以及过大区间的积分，会导致无模型隐含波动率预测能力的降低，由此得到了无模型隐含波动率的相对合适的计算方式。美国已于2003年开始采用无模型隐含波动率编制波动率指数。随着金融衍生品市场的不断发展，无模型隐含波动率在资产定价、风险管理方面将发挥越来越重要的作用。