基于GARCH-GH模型的上证50ETF期权定价研究

上证50ETF期权是中国推出的首支股票期权.为描述上证50ETF收益率偏态、尖峰、时变波动率等特征,结合GARCH模型和广义双曲(Generalized Hyperbolic,GH)分布两方面的优势,建立GARCH-GH模型为上证50ETF期权定价.在等价鞅测度下,利用蒙特卡罗方法估计上证50ETF欧式认购期权价格.实证表明,相比较Black-Scholes模型和GARCH-Gaussian模型,GARCH-GH模型得到的结果更接近于上证50ETF期权的实际价格,其定价误差最小.     

分数布朗运动环境下上证50ETF期权定价的实证研究

合理的期权价格是期权交易的前提.基于上证50ETF期权的最新数据,运用经典的BlackScholes定价模型、蒙特卡洛模拟期权定价方法和分数布朗运动定价模型对上证50ETF期权价格进行实证研究.结果表明:分数布朗运动定价模型相比较经典的Black-Scholes定价模型和蒙特卡洛方法在接近期权的实际成交价格时均方误差和均方比例误差更小,能够较为准确地、有效地模拟出上证50ETF期权的价格,从而对投资者的期权交易行为具有一定的指导作用,也为国内其他品种的期权定价研究提供参考.     

基于随机波动率模型的上证50ETF期权定价研究

传统上,期权定价主要基于Black-Scholes (B-S)模型。但B-S模型不能描述时变波动率以及解释"波动率微笑"现象,导致期权定价存在较大的误差。随机波动率模型克服了B-S模型的这些缺陷,能够合理地刻画波动率动态性和波动率微笑。基于此,本文考虑随机波动率模型下的期权定价问题,并针对我国上证50ETF期权进行实证分析。为了解决定价模型的参数估计问题,采用上证50ETF及其期权价格数据,建立两步法对定价模型的参数进行估计。该估计方法保证了定价模型在客观与风险中性测度下的一致性。采用2016年1月到2017年10月的上证50ETF期权价格数据为研究样本,对随机波动率模型进行了实证检验。结果表明,无论是在样本内还是样本外,随机波动率模型相比传统的常数波动率B-S模型都能够获得明显更为精确和稳定的定价结果,B-S模型的定价误差总体偏大且呈现较高波动,凸显了随机波动率对于期权定价的重要性。另外,随机波动率模型对于短期实值期权的定价相比对于其它期权的定价要更精确。     

基于随机波动率状态转移特征的上证50ETF期权定价

期权定价模型的构建过程中，单因子随机波动率模型生成的波动率曲线形状与波动率水平相关性微弱，且无法确切反映波动过程的状态转移特征。为此，本文使用连续马尔可夫链刻画波动状态，在Heston模型的基础上，针对其方差动态过程中所有参数均为波动状态任意函数的情景，得到了一类具有状态转移特征的随机波动率模型；进一步，根据条件仿射模型的特征函数，结合波动路径的蒙特卡罗模拟，实现了欧式期权半解析定价，其中，采用基于粒子滤波的极大似然估计方法估计模型参数；特别地，对上证50ETF期权进行了实证研究。结果表明：具有状态转移特征且方差的基准长期均值及波动率均依赖于波动状态的随机波动率模型，能够显著提升上证50ETF期权定价的准确性和稳健性。     

双侧伽马期权定价与B-S模型的比较研究

本文首次运用双侧伽马分布对上证50ETF期权定价进行实证研究,并与经典的B-S模型进行比较。实证结果表明:采用双侧伽马模型来估算期权的理论价格,无论是在95%置信区间下还是在99%置信区间下,双侧伽马模型对于期权价格的测定都要优于B-S模型期权定价,因此,双侧伽马模型可以作为B-S模型的一种改进。     

不确定性、实物期权与企业价值—基于简约Schwartz-Moon模型的分析

将实物期权理论引入传统现金流量折现法的应用框架,在不确定性条件下运用实物期权定价法来评估企业价值,提出了简约的Schwartz-Moon(2001)实物期权定价模型,并在此基础上运用蒙特卡罗模拟方法来计算了百度公司的价值.     

基于最大熵和最小交叉熵方法的上证50ETF期权定价

基于最大熵方法和最小交叉熵方法,给出了根据期权价格推断标的资产价格分布的模型和已知先验信息下推断标的资产价格分布的模型,利用拉格朗日乘子法给出了模型的简化解,通过粒子群算法求出标的资产价格的密度函数,进而对上证50ETF期权进行定价比较.实证结果表明:基于最大熵方法推断的分布可以作为标的资产价格分布的较好估计;基于最小交叉熵方法推断的分布是在先验信息下标的资产价格分布的较好估计,两种方法适用于我国上证50ETF期权定价.     

MC方差减小技术在算术平均亚式外汇期权定价中的应用

建立了利率和汇率波动率均为随机情形下算术平均亚式外汇期权的定价模型.由于其定价问题求解十分困难,运用蒙特卡罗(Monte Carlo)方法并结合控制变量方差减小技术进行模拟,有效地减小了模拟方差,得到了期权定价问题的数值结果.     

我国股指期权对现货市场的波动性影响研究

2015年2月9日,上证50ETF期权在上交所正式上市交易,我国资本市场进入期权时代.股指期权推出是否会使我国现货市场大幅波动直接影响着我国证券市场的发展和稳定,首次以我国上证50ETF期权为研究对象,使用GARCH模型和TARCH模型对我国股指期权推出后现货市场的波动性进行了研究.实证结果表明,我国股指期权的推出使现货市场的波动性增大,并且波动存在非对称性;在上证50ETF期权推出后利好消息对现货市场的波动性影响减小而利空消息对现货市场的波动性影响增大,即不对称性加大.最后,基于实证分析结果分析我国股指期权推出后导致现货市场波动增大的原因,并为我国现货市场的风险管理以及沪深300指数期权的正式推出提供参考意见.     

基于时变波动率的50ETF参数欧式期权定价

以上海证券交易所的首个股票期权品种50ETF为例,首先以时变波动率对经典BlackScholes期权定价公式常数波动率假设修正,然后基于正态分布、广义学生t分布和融入高阶矩的Edgeworth expansion渐近分布构建三种参数期权定价模型,最后采用参数显著性检验(Significance testing)、定价误差(Mispricing)、预测偏差(Forecastability)、对冲误差(Hedging errors)和波动率偏离修正(Volatility skew correction)5种严谨系统的评价标准,实证对比了在3种参数期权定价模型下的定价精度。研究结果表明:在时变波动率下,基于广义学生t分布和Edgeworth expansion渐近分布相比于正态分布显著提高了参数期权定价模型的定价精度。论文的研究成果为投资商和监管者提供了相对更为精确的期权定价模型。同时在相对更为准确的定价方法下,进一步利于50ETF期权在我国金融市场发挥价格发现和风险管理的作用。     

CEV模型和B-P混合驱动模型下亚式期权Monte Carlo模拟

对亚式期权在CEV模型和B-P混合驱动模型限制下进行Monte Carlo模拟定价,建立风险中性测度,模拟出不同弹性因子值下资产价格路径.为了得出优于标准的Monte Carlo模拟,应用方差缩减技术来提高期权定价的精度.最后对亚式期权定价模型进行数值案例分析,得出弹性因子取值、时间步长、模拟次数与期权价值变化的关系.     

气温随机模型与我国气温期权定价研究

建立气温期权交易对于对冲天气风险,增加市场金融投资品种具有重要意义。本文主要参照均值回复模型,考虑气温的季节变化和长期趋势,建立反映气温变化的随机模型,应用1980至1999年北京日平均气温对模型参数进行估计。实证仿真以及模型验证结果表明,模型的相对误差较小,建立的气温随机模型能够对未来气温变化进行较好的模拟。蒙特卡罗方法能够对天气衍生产品进行合理定价。     

Correcting for Simulation Bias in Monte Carlo Methods to Value Exotic Options in Models Driven by Lévy Processes

Lévy processes can be used to model asset return's distributions. Monte Carlo methods must frequently be used to value path dependent options in these models, but Monte Carlo methods can be prone to considerable simulation bias when valuing options with continuous reset conditions. This paper shows how to correct for this bias for a range of options by generating a sample from the extremes distribution of the Lévy process on subintervals. The method uses variance‐gamma and normal inverse Gaussian processes. The method gives considerable reductions in bias, so that it becomes feasible to apply variance reduction methods. The method seems to be a very fruitful approach in a framework in which many options do not have analytical solutions.     

GARCH模型中美式亚式期权价值的蒙特卡罗模拟算法

我们运用 Longstaff和 Schwartz最近提出的用蒙特卡罗模拟法计算美式期权的方法在 GARCH模型中求解美式亚式期权 ,我们的结果表明和其它数值方法相比 ,这个方法不仅有相当的精确度 ,而且使用简便并具有更广泛的适用性 ,对于 GARCH模型中运用格点法难以求解的浮动执行价格的美式亚式期权同样可以得到稳定解 .     

Strong consistency of the empirical martingale simulation option price estimator

A simulation technique known as empirical martingale simulation （EMS） was proposed to improve simulation accuracy. By an adjustment to the standard Monte Carlo simulation, EMS ensures that the simulated price satisfies the rational option pricing bounds and that the estimated derivative contract price is strongly consistent with payoffs that satisfy Lipschitz condition. However, for some currently used contracts such as self-quanto options and asymmetric or symmetric power options, it is open whether the above asymptotic result holds. In this paper, we prove that the strong consistency of the EMS option price estimator holds for a wider class of univariate payoffs than those restricted by Lipschitz condition. Numerical experiments demonstrate that EMS can also substantially increase simulation accuracy in the extended setting.     

基于贝叶斯MCMC算法的美式期权定价

鉴于美式期权的定价具有后向迭代搜索特征,本文结合Longstaff和Schwartz提出的美式期权定价的最小二乘模拟方法,研究基于马尔科夫链蒙特卡洛算法对回归方程系数的估计,实现对美式期权的双重模拟定价.通过对无红利美式看跌股票期权定价进行大量实证模拟,从期权价值定价误差等方面同著名的最小二乘蒙特卡洛模拟方法进行对比分析,结果表明基于MCMC回归算法给出的美式期权定价具有更高的精确度.模拟实证结果表明本文提出的对美式期权定价方法具有较好的可行性、有效性与广泛的适用性.该方法的不足之处就是类似于一般的蒙特卡洛方法,会使得求解的计算量有所加大.     

基于有效Monte Carlo模拟的外汇期权组合非线性VaR模型

为了克服极小概率事件发生概率估计的困难,提出了把重要抽样技术发展到外汇期权组合非线性VaR模型中,估计出组合损失概率。为了进一步达到减少模拟估计误差目的,在重要抽样技术基础上使用分层抽样技术,进行更有效的Monte Carlo模拟。数值结果表明,重要抽样技术算法比常用Monte Carlo模拟法的计算效率更有效;而重要抽样技术和分层抽样技术相结合算法比重要抽样技术算法更有效地减少模拟所要估计的组合损失概率的方差,有着更高的计算效率。     

Efficiently pricing barrier options in a Markov-switching framework

An efficient Monte Carlo simulation for the pricing of barrier options in a Markov-switching model is presented. Compared to a brute-force approach, relying on the simulation of discretized trajectories, the presented algorithm simulates the underlying stock price process only at state changes and at maturity. Given these pieces of information, option prices are evaluated using the probability of Brownian bridges not to fall below some threshold level. It is illustrated how two methods of variance reduction, control variates and antithetic variates, further improve the algorithm. In a small case study, the algorithm is applied to the pricing of options with the EuroStoxx 50 as underlying.