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.     

基于供应方生产能力的应急物资生产模型

利用期权契约所建立的政企合作储备应急物资模式能够有效解决政府单独储备模式所造成的物资储备量过少或过多而引起的困境。然而由于应急物资的需求特性,若应急物资供应企业采用按单生产方式安排生产储备计划,势必会造成库存水平升高,引发资金周转困难等问题,对政企之间的长期合作造成不利影响。基于此,本文设计了基于供应方生产能力的应急物资生产模型。该模型在政府利用批发价格契约与期权契约采购应急物资的基础上,研究了供应方根据自身生产能力进行柔性生产时的生产与储备问题。通过推导政企双方最优决策后,重点分析了期权权利金,执行价格,加急生产成本等参数对供应方生产决策的影响,并证明与按单生产模式相比,柔性生产模式可有效降低供应方的库存量与生产成本,提高其利润,继而提高整体供应链的利润水平,有助于促进政企之间长期稳定的合作。     

决策依赖不确定条件下基于复合实物期权估值的工程系统投资决策研究

不确定性是复杂工程系统的内在属性,在决策依赖不确定条件下对工程系统的投资决策需考虑不确定性与决策过程之间的交互作用,使得投资决策问题的求解非常困难.提出了决策依赖不确定条件下复合实物期权估值的最小二乘模拟算法,方法较好地解决了在决策依赖不确定条件下由于不同期权价值相互耦合所带来的计算复杂性,进一步拓展了最小二乘模拟算法在期权估值中的应用,基于该方法,可以比较方便地解决决策依赖不确定条件下工程系统投资决策问题.     

投资决策分析方法的缺陷及改进

本文指出了传统投资决策方法的缺陷 ,提出了将期权理论应用于投资决策的总体思路 ,突破了传统决策分析的局限性 ,使决策更加科学和合理     

永久经理期权的最优实施策略

利用偏微分方程数值方法研究金融市场上永久经理期权(ESOs)的最优实施策略问题.讨论了两种实施情况,即通常的整体实施情况以及非限制实施情况.在非限制实施情况下,持有者在任意可实施时刻可以实施其持有的任意份ESOs.两种实施情况下的最优实施策略分别对应着一个抛物型变分不等式定解问题的自由边界(最佳实施边界).通过数值分析的方法分别研究了自由边界的性质,比较了两种情况下自由边界的异同及其所对应的金融意义.     

企业经营者股票期权薪酬机制的模型探讨

采用 Black-Scholes期权定价理论 ,建立了激励机制下企业经营者股票期权薪酬机制的分析、操作模型     

欧式复合期权的定价公式

本文根据风险中性定价原理,用较简单的数学方法推导出了股票欧式复合期权的定价公式。该公式和求解B lack-Scho les微分方程所得结果一致。     

障碍平方期权的定价

本讨论了一种变异期权——收益结构为平方的障碍期权，在股票价格服从几何布朗运动的模型下，由带单侧吸收壁的布朗运动的密度和分布函数得到连续障碍平方期权的定价公式．     

随机需求下基于供应中断的备份供应商决策分析

假定需求服从随机分布,研究由零售商主导的供应链中,采用一个战略供应商和一个备份供应商模式,零售商与备份供应商通过能力期权建立订货契约:首先,零售商向备份供应商预订能力,支付预订成本;接着,向战略供应商订货,如果没有发生突发事件则其供货量等于订货量,否则供货量变为零;然后,零售商基于战略供应商的供货量和备份供应商的能力预订确定向备份供应商的订货量,支付执行成本;最后,零售商用战略供应商和备份供应商的总供货量满足顾客需求。备份供应商在考虑自己的能力维持成本和制造成本后决定是否接受零售商提供的能力期权契约。针对零售商可选择的四种不同策略,求得采取不用策略所满足的条件,并给出相应的最优订货量、能力预订量和能力执行量和最优利润等的解析解。     

前景理论视角下大数据资产价值的实物期权评估方法研究

提出了一种新的大数据资产的价值评估方法.在实物期权理论的基础上,将前景理论中的值函数用于计算标的资产每种状态下公司决策者对其价值的主观判断,运用决策权重函数来计算决策者对于规模扩张权、规模收缩权等的主观权重.并基于文献的研究结果,选取了一个算例,利用最小二乘蒙特卡洛模拟对模型进行了模拟计算,得到了合理的大数据资产的评估值.创新点在于:考虑了公司决策者在决定如何运用大数据资产为企业带来收益时的非理性,构建了基于前景理论的大数据资产价值的实物期权定价模型,并且考虑到了在执行规模收缩权时,标的资产的状态可能处于盈利或亏损两种状态的情况.提出的估值模型期望可以为更好地评估大数据资产价值提供一些参考.