随机利率下基于Tsallis熵分布的幂式期权定价

考虑到无风险利率的随机性以及股票收益率分布的尖峰厚尾和长期相依性,利用具有长程记忆及统计反馈性质的Tsallis熵分布建立股票价格的运动模型,在无风险利率服从Vasicek模型下,运用保险精算定价法得到了幂式期权的定价公式,推广了经典的Black-Scholes定价公式,扩展了已有文献的结论.     

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.     

基于分形分布的股票期权VaR计算

本文提出一种运用分形分布计算股票期权VaR的方法.首先对股票价格行为进行了理论总结和实证分析,表明采用分形分布来拟合股票的对数收益率是合理的,然后在此基础上推导股票期权VaR的计算公式,最后给出若干算例.     

收益率基于AEPD分布的股票价格模型及其欧式期权定价

AEPD分布函数是最近几年新提出的一种分布函数,通过设定不同的参数值来控制分布的偏度和左右厚尾性,进而更精准的捕捉数据的分布特征,本文在已有的模拟股票价格运动的levy过程的基础上,通过引入AEPD分布,使模型不仅可以模拟股票收益率的尖峰厚尾性,同时可以更精确的描述股票收益率的偏度和不对称性,通过建立随机项符合AEPD分布的Levy过程,我们得出新的股票价格模型(AEPD股价模型,以下简称AEPD股价模型,原模型),我们使用2000-2013年的Wind行业指数,分别利用AEPD股价模型与原模型进行了参数估计,结果表明:第一:AEPD股价模型的残差结果与真实残差更吻合,显示出明显的尖锋肥尾性质,第二,两种模型下隐含的无风险利率与波动率显著不同。进而,我们利用AEPD股价模型在风险中性假设下计算其"欧式期权"的理论价格,不同模型下的期权价格存在显著的差异     

基于网络舆情支持向量机的股票价格预测研究

提出一种基于网络舆情和股票技术指标数据的支持向量机回归模型(NPOSVM),提高了股票价格的预测精度.模型首先将抓取的微博、股吧等股评观点分为正面和负面两类,计算正面观点所占的比例作为网络舆情,然后对网络舆情和股票技术指标数据作主成分分析,最后对保留的主成分运用支持向量机回归建模预测.实证分析国药股份(SH600511),仿真结果表明网络舆情与股票价格之间的相关系数为0.76;基于股票技术指标数据的支持向量机回归模型(TI-SVM)预测平均相对误差为1.29%、趋势准确率为57.14%,而NPO-SVM预测平均相对误差为0.66%、趋势准确率为71.43%.于是证明,NPO-SVM模型显著地提高了预测精度,是一种有效的预测股票价格的模型.     

有限期美式封顶股票抵押贷款的定价

本文研究有限期的美式封顶式股票抵押贷款的定价问题.股票抵押贷款是一种用股票作为抵押品的贷款产品,它们的定价问题是一种最优停时问题.带封顶的股票抵押贷款通过设定股票价格的上限,将"上限"功能纳入股票抵押贷款中,这样贷款人就可以避免由于股价上涨而造成巨大损失.本文利用随机分析方法推导出最优执行边界函数的积分方程,从而得到有限期的美式封顶式股票抵押贷款价格的解析公式.本文还进一步研究一类随机利率模型下美式封顶式股票抵押贷款的定价问题,通过数值算例分析最优执行边界的性质.     

有限状态多期模型下的最小熵等价鞅测度及其应用

采用有限状态多期模型描述股票价格变动过程,导出了有红利支付情形下的最小熵等价鞅测度,给出了股票价格变动趋势的风险中性预期与红利率和无风险利率之间相对大小的关系,从理论上证明了无风险利率大于股票红利率时,市场将呈现出一种向上的风险中性趋势;无风险利率小于股票红利率时,市场将呈现出一种向下的风险中性趋势;无风险利率等于红利率时,股票价格将围绕初始价格上下波动而没有明显的风险中性趋势.     

基于跟踪微分器的泰勒展开与ARIMA混合模型对股票价格的短期预测

利用一种基于跟踪微分器的泰勒展开预测(Taylor Expansion Forecasting,TEF)模型与ARIMA相结合的混合预测模型,预测未来股票价格的走势.并以阿纳达科石油和宝洁公司两只股票进行实证,结果表明混合预测模型较单一的ARIMA模型具有更好的预测效果.最后将混合模型用于预测这两个公司近期的股票价格,预测结果表明,在短期内,阿纳达科石油的股票价格先下跌而后有所回升,宝洁公司的股票价格有上涨的趋势.     

基于石油行业影响股票流动性的实证分析

采用买卖价差和市场深度代表股票流动性水平,根据Brockman&Chung模型分析了影响我国股市流动性的因素.研究发现,交易量与流动性正相关,股票价格及股票收益率的波动性与流动性呈负相关关系.但当流动性选取的指标不同时,股票价格对其影响也是存在差异的.     

连续支付红利的不对称跳—扩散型期权定价

本文在股票连续支付红利,且股票价格过程服从不对称的跳—扩散模型的假设条件下,建立了股票价格行为模型,应用保险精算法给出了欧式看涨期权的定价公式.     

存货论模型的建立

商家进货要有计划 ,进货过多 ,卖不出去 ,造成货物积压 ,库存费增加 ;进货过少 ,供不应求 ,使销量减少 ,影响收益 .如何合理地定期进货 ,使商家获取收益最大 ,本文就存货论模型 ,利用转移概率 ,寻找最佳进货方案 ,为合理进货提供依据 .     

基于元胞自动机的股市模拟及分析——投资者心理和股票交易量

建立了描述投资者心理和股票交易量的元胞自动机模型.综合零邻居、Von Neumann和Moore三种邻居形式制定不同的规则,用模糊隶属度函数刻画投资者的选择心理.模拟结果表明:自信程度系数与绝对总交易量之间呈现稳定的"倒U形"结构;信息交流程度对股市活跃程度有影响;投资者数目对市场活跃程度起关键作用.     

ARCH族模型及其对深圳股票市场的实证分析

ARCH族模型是动态非线性的股票定价模型,它在金融和经济领域具有广阔的应用前景.在短短二十年时间里取得了迅速的发展,先后提出了GARCH、ARCH-M、TARCH、EGRACH等模型丰富了ARCH族模型.本文从ARCH族模型出发,简要介绍了其主要形式和特点,然后将ARCH族模型运用于我国深圳股票市场的实证分析,从实证结果中总结深圳股市的总体特征.     

盈余信息预披露与股票价格行为的研究

从上证A股所有股票中选出了大公司股票与小公司股票各80家,以2002年—2004年为研究区间,通过构建计量经济模型来研究我国股市是否存在未预期的股票价格对盈余信息反映是公司规模的减函数,即“规模效应”.实证研究表明,我国上证A股市场不支持这一假说.说明了我国上市公司的会计信息含量还远远满足不了投资者的需求,若提高盈余报告时效性和盈余信息内容的可信性,才能增加投资者信息收集的动力,促进股票价值的理性回归,保护投资者利益.     

GARCH模型对上海股市的一个实证研究

GARCH模型是近20年发展起来的时间序列模型，它反映了经济变量之间特殊的不确定形式：方差随时间变化而变化，所以其在金融市场的预测与决策方面有着重要的作用。本文详细介绍了GARCH模型以及其主要变形，并建立了基于t分布和正态分布假设的GARCH（1，1）模型对股票市场进行了风险分析。结果表明，基于t分布的假设能更准确地拟和GARCH（1，1）模型。     

中国股票市场的收益-风险关系和惯性分析

本文采用非对称 EGARCH-M模型刻画了中国股票市场的个股风险 ,并对全市场的收益 -风险特征进行了横向分析 ,结果表明 ,从长期的角度来讲 ,在正常的市场条件下 ,中国股票市场存在着一定的高风险 -高收益、低风险 -低收益的关系 ,但从短期来看 ,由于不确定性因素较多 ,这种风险收益关系并不显著 .其次 ,本文分别采用每只股票历史 3个月的累积收益率、6个月的累积收益率以及 1 2个月的累积收益率分析了中国股票市场的惯性 ,我们发现 ,无论是从短期还是从比较长的时间来看 ,中国股票市场都不存在市场惯性 ,而表现出一定的反转现象 ,但反转现象会随着时间的推移逐渐减弱     

股指期货和股票指数的关联性分析——来自沪深300市场的实证分析

采用沪深300股指期货修正数据和沪深300指数为样本数据,通过运用统计学、ADF平稳性检验、Johansen协整检验、Granger因果检验和VAR模型等计量方法对沪深300股指期货波动性和现货市场波动性之间的关联性进行实证研究,以求对我国证券市场的完善和成熟起到一定的参考和借鉴作用.     

基于剩余收益模型:银行股票定价的实证分析

利用会计信息对股票价值进行评估的研究是理论界一个长期关注和重视的热点,运用剩余收益模型结合杜邦财务分析体系,对上海浦东发展银行在2005年以及2006年前三个季度的股票价值进行了估计,通过与实际市场价值的比较,发现估计的股票价值与实际市场价值存在差异,但差异不大,并分析了可能产生差异的原因,最终得出该模型对股票的价值具有一定的解释和预测能力.     

基于Copula函数的我国股指期货风险及套期保值实证研究

运用SJC-Copula-GJR模型,计算了持有沪深300股指期货多头和空头两种组合的VaR值和最优投资比例,模型的特点是能够准确地描述尾部相关关系,且其对尾部相关性的描述是非对称的,所得结论为投资者进行风险管理提供了可靠的依据.同时,通过构造加权的非线性相关系数来计算沪深300股指期货最优套期保值比率,解决了分布非正态、期货与现货非线性的问题,准确地度量了股指期货收益率序列的动态相依关系,实证研究表明基于Copula函数的套期保值有效性明显地优于传统模型.     

基于时序图模型结构估计的股票联动研究

我国股市个股价格同时上涨或同时下跌的联动现象极为普遍,传统上使用向量自回归、协整、有向非循环图等方法主要用于少量股票或市场之间的联动性研究,不适于直接对大规模个股之间的联动关系进行研究。文章关注大规模时序图模型结构建立及估计方法,通过将ADL方法引入SPACE算法,提出了可以估计高维低样时序图模型的ADL-SPACE算法;设计模拟实验考察了算法中惩罚参数λ值的设置对于节点自回归相关性捕获的有效性;在实证研究中,文章使用了ADL-SPACE算法对个股联动研究了三方面的内容:1.基于个股联动的代表性行业之间的联动性;2.设计了我国A股市场中行业联动强度,对行业内外联动性进行综合评价和分析;3.采用一阶滞后个股基于时序图模型结果构造了投资组合,模拟显示收益预期表现良好。以上研究均表明时序SPACE图模型方法在大规模股票的联动探测中有较好的应用前景。