股票期权VaR的一种计算方法

本文提出一种运用Laplace分布来计算股票期权VaR的新方法.首先对股票价格的运动规律进行理论和实证分析,表明利用Laplace分布来来拟合股票的对数收益率是合理的,然后在此基础上推导了股票期权VaR的计算公式,最后给出了算例.     

分形布朗运动下有交易成本的外汇期权定价

研究了有交易成本的分形Black-Scholes外汇期权定价问题.基于汇率的分形布朗运动分布假设,运用分形布朗运动的性质和随机微积分方法,得到了欧式外汇期权价格所满足的偏微分方程.最后,建立离散时间条件下的非线性期权定价模型,并且通过解期权价格的偏微分方程给出了有交易成本的欧式外汇期权定价公式.     

条件VaR理论的应用与研究

本文是在假定股票的价格和收益率服从二维正态分布的基础上,对条件VaR进行研究.首先,利用条件分布的理论,推倒出在给定一定股票价格时,股票收益率的条件分布;然后,在此基础上,进一步推倒出条件VaR的一般计算公式;最后,根据沪深两市的实际股票数据进行了实证计算.     

基于跳-分形模型的美式看涨期权定价

假设股票变化过程服从跳一分形布朗运动,根据风险中性定价原理对股票发生跳跃次数的收益求条件期望现值推导出M次离散支付红利的美式看涨期权解析定价方程,并使用外推加速法求出当M趋于无穷时方程的二重、三重正态积分多项式表达,依此计算连续支付红利美式看涨期权价值.数值模拟表明通常仅需二重正态积分多项式能产生精确价值,而在极实值状态下则需三重正态积分多项式才能满足,结合两种多项式可以编出有效数字程序评价支付红利的美式看涨期权.     

随机执行日经理股票期权的定价及激励效用分析

针对标准支付型经理股票期权执行日确定的问题,提出具有随机执行日的支付型经理股票期权的定价公式;选择期权价值对股票价格的敏感性(delta)、期权价值对股票收益波动率的敏感性(vega)对经理股票期权进行激励效用分析;并通过改变部分参数的值,分析期权对经理激励作用的变化.     

使用双币种期权的风险管理

以VaR作为风险度量的工具,研究固定汇率制度下使用双币种期权对冲进行的风险管理.研究表明,可以通过确定最优敲定价格减小VaR,并对获得的结论做了比较静态分析.     

δγ法在期权风险估值(VaR)中的应用

当金融衍生产品具有期权性质时,即其价格的变动与基础资产变动之间存在非线性关系时,利用一般的VaR模型很难衡量其风险值。为了解决这个问题,加入期权的γ值来修正δ值,采用δγ法来近似计算期权的VaR值,不仅反映了基础资产价格变动对期权价格的影响,同时也反映了δ的变动率γ对期权价格的影响。     

基于极值理论对京东与阿里巴巴股票的价值风险分析

采用极值理论方法对京东与阿里巴巴股票日对数收益率的VaR进行了研究.在研究期间,对应于不同的尾概率,京东股票日对数收益率的VaR分别高于阿里巴巴股票的;在季节效应分析中,京东股票日对数收益率在四个季度的VaR由高到低的排序为Q3,Q2,Q1,Q4,阿里巴巴的则为Q3,Q4,Q1,Q2.这两个企业虽然都是中国的电商企业,但经营模式,管理模式,促销模式、经营范围、平台、数据管理、员工管理等方面都有差异,这是造成上述结果的主要原因.     

GDM在经理人股票期权计划中的应用

在实施ESO计划所需股票总数确定的前提下,根据每个受益人股票期权授予数量受多因素影响的特点,用群体决策方法进行了研究,确定了每个受益人所得股票期权的数量.     

具有连续红利的幂型欧式期权定价

在等价鞅测度框架下,讨论了在期权到期时刻具有连续红利支付的幂型股票欧式期权的定价公式.这里我们假设市场无风险利率,股票预期收益率,股价波动率以及股票红利率都是时间的确定性函数.     

基于稳定分布的PARCH模型

本文首先介绍了稳定分布和基于正态分布、稳定分布的PARCH模型,并通过股票指数收益率的稳定化PP图和直方图发现其具有高峰厚尾特征.最后,通过上证指数的VaR计算,得到在金融风险度量中基于稳定分布的PARCH模型比基于正态分布的PARCH模型更加有效。     

基于区间分析的投资组合VaR计算新方法

基于区间分析估计变量的累计概率分布是进行风险价值分析的一种新方法。本文将区间分析运用到股票投资组合的VaR计算中,研究区间分析在VaR计算方法中的应用。首先给出了基于区间分析估计分布函数的计算步骤,然后将区间分析运用到VaR的计算中,以两只股票的投资组合为例得出收益率的累计概率分布,从中得到某一置信度下的VaR值,最后与蒙特卡洛模拟方法做了比较研究,结果表明,基于区间分析的VaR计算方法的运算精度和计算速度明显优于蒙特卡洛模拟方法。     

证券市场指数的尖峰厚尾特征与风险量估计

在对DOW,Nasdaq,S&P500和FTSE100等四个证券市场指数进行实证分析基础上,展示了证券市场指数的对数收益率具有尖峰厚尾的分布特征,并利用Logistic分布得到了很好的拟合,同时给出了基于Logistic分布的风险量VaR和CVaR的估计公式,以此计算证券市场指数的对数收益率的风险量VaR和CVaR的估计值.     

NGARCH模型在证券投资风险分析中的应用

应用NGARCH模型在三种分布假设下对上证综合指数进行了V aR风险值估计,并且与GARCH模型和APARCH模型估计结果作比较,通过返回检验,发现NGARCH模型应用于V aR估计是统计有效的,且优于GARCH和APARCH模型.     

我国股市收益的双长记忆性检验——基于VaR估计的ARFIMA-HYGARcH-skt模型

针对股市收益分布的"尖峰肥尾"特征,引入了偏t分布作为新息分布。基于VaR方法,从风险估计的角度,利用ARFIMA(2,d_1,0)-HYGARCH(1,d_2,1)-skt模型对1996年12月17日至2007年7月5日期间的沪深股市收益进行了实证分析.实证结果显示:沪深股市具有显著的双长记忆特征;上海股市的日收益率和波动率的长记忆性均比深圳股市强;ARFIMA(2,d_1,0)- HYGARCH(1,d_2,1)-skt模型对我国股市收益具有较强的风险估计和预测能力。     

不同市态下正态性转换时变VaR

VaR技术作为全球广为流行的金融风险管理技术,其测度的是极端情况下的风险头寸,但在传统假设下可能会极大地低估其值,这就会使得在实践中使用VaR值作为风险管理标准时面临更大的新的风险.考虑我国股市处于不同市场态势下对风险头寸的影响,就牛、熊市中分别估测VaR值.首先利用各种Delta-Gamma-Johnson转换函数对经验数据进行正态性调整.考虑通过转换机制调整后的经验数据仍然存在的异方差性特征,然后运用GARCH模型计算时变VaR值,以此来改善VaR的计算风险,探讨我国股票市场VaR技术的适用性和准确性.     

双曲分布及其在VaR模型分析中的应用

传统的计算V aR的R iskM etrics方法不能对市场风险分布的“厚尾”现象给出较为满意的刻画和计算方法.本文引入双曲分布及其算法并将双曲分布应用到V aR模型的计算之中,事实上通过对股票市场的实证研究表明,股票市场数据呈厚尾现象,用双曲分布对数据的拟合要比R iskM etrics方法假定的正态分布更符合金融市场数据的实际情况,故本文的结论与方法对金融风险管理和其他金融建模是有价值的.     

基于GARCH族模型的沪深300股指VaR度量

本文在修正了沪深300股票指数收益率序列的非平稳性和自身相关性之后,把ARMA模型与GARCH模型、GJR模型、IGARCH模型、FIGARCH模型、FIEGARCH模型、FIAPARCH模型、HYGARCH模型相结合,然后依次假设残差分布服从正态分布、t分布和偏t分布,来描述沪深300股票指数日对数收益率序列的尖峰厚尾性、杠杆效应和长记忆特性,利用上述模型分别计算沪深300股票指数的VaR值.在空头和多头投资者情况下,不同的波动性模型和不同残差分布的VaR预测有效性差距很大.比较得知,在不同的置信水平下,沪深300股票指数收益率序列空头和多头的VaR预测成功概率比较高的模型有HYGARCH和FIEGARCH这两类具有长记忆性的模型.     

基于二维t分布的条件VaR研究

根据多元t分布的定义及性质,推导出二维t分布随机变量差的条件分布仍服从t分布.在假定股票价格对数与收益率服从二维t分布的基础上,利用该性质,可以得到不同股票价格水平条件下,收益率的一维条件t分布,进而计算出价格条件VaR.利用多元t分布研究价格条件的收益率分布问题,与正态分布相比,较好地刻画了证券收益率分布的尖峰厚尾现象.