利率风险与或有权益定价

应用无差异方法研究不完全市场中或有权益的保值和定价问题,并证明了或有权益的价格不仅依赖于或有权益的不可复制部分,而且受利率风险的影响．在最优保值意义下利率风险分解为可控风险和不可控风险．利率的可控风险与资本市场波动有关,可通过套期保值方法避免,可能产生正、零或负的期望收益．利率的不可控风险与资本市场波动无关,无法对冲,而且带来正的期望收益．利率风险的分解有助于更准确地解释或有权益的价格-它受利率的不可控风险影响,而与可控风险无关．当利率的不可控收益与或有权益的不可复制部分正(负)相关时,或有权益的不可复制部分的风险越大导致或有权益的价格越高(低)．     

随机利率下信息非完全时的风险债券定价

本文在结构化模型的框架下,运用远期鞅方法推导了随机利率时不完全信息的风险债券的定价公式,并分析了公式里的五项重要指标对风险债券价格的影响.     

基于区间数DEA的贷款定价模型研究

在贷款的买方市场或充分竞争的金融环境中,贷款利率不会由银行自己说了算,因此建立银企双方共同接受的贷款利率定价模型在现实中尤为重要。本文采用区间数的形式反映存款利息支出率、违约风险补偿率等定价指标的不确定性,以已结清贷款最小定价效率、最大定价效率组成的贷款定价效率区间为目标,以新贷款的贷款利率为决策变量,通过逆向求解区间数DEA模型反推出新贷款的贷款利率区间,建立了基于区间数DEA的贷款定价模型。本文的创新与特色一是以已结清贷款的存款利息支出率、目标利润率等指标为输入,以已结清贷款的贷款利率为输出,利用DEA模型求得已结清贷款的实际最小效率及最大效率。二是以银企双方均可接受的贷款定价效率区间为目标、以新贷款的存款利息支出率等用区间数形式表示的贷款成本为投入,反推出贷款利率的取值区间。三是通过区间数形式来反映违约风险补偿率、目标利润率等定价指标的不确定性,改变了现有研究将目标利润、贷款费用、违约损失等变量看作常数来定价的不合理现状。研究表明:存款利息支出率、费用支出率、违约风险补偿率及目标利润率均与贷款利率成正比。企业提高在贷款银行中的资金结算比率、存贷比率可以降低贷款利率。     

Vasicek利率模型下住房抵押贷款保证险的鞅定价

利用期权定价理论和鞅方法,分析了Vasicek利率模型下住房抵押贷款保证险的定价问题,得到了全额担保和部分担保两类住房抵押贷款保证险的无套利定价公式,其中房价服从一般的扩散过程.     

随机利率下亚式期权的定价模型

§1Introduction Asianoptionpayoffdependsontheaverageofassetpricesoverthelifeofoptions.Theirpopularityistoavoidthepossiblepricemanipulationatthematuritydatefor ordinaryoptions.ItturnsouttobedifficulttoderiveBlack-Scholes-likeclosed-form formulaforAsianoptionsbecausethedistributionofarithmetic-averageassetpricesdoes nothavestandardexpression.AlotofworkhasbeendoneonpricingAsianoptionssince KemmaandVorst(1990).Manytreatmentsdealwiththecaseofgeometricaverageforthe firststepeitherasanapproximatio…     

随机利率下期权定价的探讨

利用Ho-Lee和Vasicek模型的简化形式推导出了Black-Scholes假设下的随机利率欧式期权定价公式,对无风险利率是常数的期权定价模型进行扩展,并与一般情况进行了分析与比较。     

基于无套利模型的人民币利率互换定价

基于两种代表性无套利模型——Black-Derman-Toy(BDT)和Hull-White模型,构建考虑单向违约风险的人民币利率互换定价模型。运用这两种定价模型对1年期3MSHIBOR-IRS进行定价,对两种定价模型的定价结果进行敏感性分析。结果表明,两种定价模型表现出定价偏离的一致性,基于BDT模型比基于Hull-White模型的定价结果与报价的差距更小。     

随机利率Vasicek模型下的欧式缺口期权的定价研究

研究随机利率Vasicek模型下欧式缺口期权的定价问题,利用偏微分方程方法给出了欧式缺口看涨期权和看跌期权的定价公式,并且是Vasicek利率模型下标准欧式期权定价公式的一种推广.     

基于分数维Vasicek利率模型的CDS定价

本文研究CDS的定价问题, 其中涉及到利率风险和传染风险. 文中用分数维Vasicek利率模型刻画利率风险, 对公司的违约强度进行建模, 给出了违约与利率相关时风险债券的价格, 并在此基础上得到CDS的价格.     

基于不同核函数的非参数与参数利率模型的国债定价

以上海证券交易所的国债回购利率数据为样本,本文采用两种不同核函数:高斯核和抛物线核对非参数利率期限结构模型进行估计.结果显示:短期利率的密度函数是非正态的,扩散过程的漂移函数和扩散函数都是非线性的,高斯核比抛物线核对扩散函数拟合更平滑.然后,给出了基于非参数和参数利率模型的国债定价的方法,并对非参数利率模型、Vasicek模型、CIR模型、多项式样条静态模型进行国债定价预测比较与分析.     

基于货到付款支付模式且考虑银行存贷的二级供应链Stackelberg定价决策

在货到付款支付模式下二级供应链定价决策中,供应链企业资金闲置时向银行存款或资金约束时向银行贷款(银行存贷)的行为是不可忽视的重要因素,如何构建基于货到付款支付模式且考虑银行存贷的二级供应链Stackelberg定价决策模型是需要关注的重要问题。在本文中,首先给出了市场需求函数;然后,基于货到付款支付模式,针对制造商资金或零售商资金约束情形,分别构建针对不同供应链权力结构的定价决策模型;进一步地,通过模型求解确定了不同情形下不同权力结构的制造商与零售商的最优策略,并分析了模型参数对最优策略的影响;最后,针对不同资金约束情形与不同权力结构的最优策略以及银行利率对最优策略及利润影响,给出了对比分析。研究表明三种银行利率均会影响最优策略,且资金约束对象差异的影响明显。     

基于区间效率的贷款定价研究

以存款利息支出率、费用支出率、预期违约损失率、目标利润率等4个定价指标作为输入,以贷款利率作为输出,采用支持向量机回归算法建立基于区间效率的贷款定价模型.创新与特色一是通过区间数形式来反映预期违约损失率、目标利润率、费用支出率等,改变了现有研究将目标利润、贷款费用、违约损失等变量看作确定性数值来定价的现状.使贷款利率更具有竞争性.二是通过比较不同核函数、核参数下的训练样本的贷款效率区间与合理的贷款效率区间的匹配程度,确定贷款定价模型最优的核函数和核参数,进而建立了贷款定价模型.间接解决了在考虑贷款价格能否被银行、客户接受情况下贷款利率确定的问题.     

网络借贷收窄利率定价区间的影响研究——基于倾向性分数匹配法

随着网络借贷的发展,学术界对网络借贷的研究逐渐深入。利率定价机制是网络借贷机制设计的核心,体现了金融的本质——对风险的定价,并逐渐成为学术研究的话题。Wei和Lin^[1]曾记录和分析了美国网络借贷机制变更的过程。本文选用国内一家代表性的网络借贷平台数据,用倾向性分数匹配法对其利率定价机制变化前后的交易行为进行研究,发现当平台收窄了利率区间且降低了合格借款人的审核通过率,违约率反而更高。狭窄的利率区间降低了利率区分度,而利率区分度是投资人判断具体贷款所处风险水平的重要依据,实际上恶化了信息不对称,影响投资人投资行为,具体表现为满标时间延长、单笔贷款投标占比减少,并且投资人羊群行为加重。本文以期限利率周度标准差为利率区间的代理变量,解释了上述变化产生的原因。平台收窄利率区间,降低了贷款质量优劣的区分度,使得平台和投资人风险识别效率降低,未能达到平台运营优化的结果。本文丰富了网络借贷的学术研究,为网络借贷利率定价机制的发展提供参考。     

基于策略型消费者的电商平台折扣销售期定价策略研究

电商平台折扣销售期的双重折扣现象激发了巨大的消费需求,本文构建了具有折扣销售期的电商平台和商家的斯坦伯格博弈模型,研究了在电商平台不提供消费者返利和提供消费者返利的情况下商家和电商平台的最优定价策略。从消费者效用出发,结合最优化方法和博弈论,力图为商家和电商平台的决策提供参考。研究结果表明:(1)在电商平台不提供返利时,消费者的策略性越高,正常销售期的价格越高,折扣率越低。(2)当电商平台给消费者提供返利时,正常销售期的价格会升高,而折扣销售期的价格会降低,差异化定价现象愈加明显。(3)当消费者的麻烦成本高于某一阈值时,电商平台提供顾客返利时的收益相比不提供顾客返利时更高且最优利润随着消费者的麻烦成本的增加而增加。(4)拓展部分考虑了过高麻烦成本造成的消费者流失,发现适当的提高消费者的麻烦成本能增加平台和商家的收益,但是当超过一定的范围,会引起用户流失,反而损害双方的利润。     

基于障碍期权的贷款保险定价研究

现有的贷款保险定价模型通常忽略了违约门槛和提前违约对贷款损失的影响。本文基于障碍期权中的向下敲入看跌期权,将这两个重要因素纳入到了新的贷款保险定价模型中。进一步,本文通过蒙特卡洛模拟的方法,给出了贷款保险敲入概率和敲入时间点的估计过程。此外,本文将新构建的贷款保险定价模型应用于实际中,并进行了实证分析。结果表明,违约门槛的上升会提高贷款保险的定价水平和敲入概率,并导致更早的敲入时间点。而银行降低对企业违约情况的观察频率会引起贷款保险的价值损失。