分数布朗运动下B-S权证定价模型的修正

分析证券市场的有效性,指出其线性范式与现实市场状况并不符合。传统的金融学认为证券收益率服从对数正态分布,而大量的实证表明收益率分布与正态分布相比有＂尖峰胖尾＂特征,具有分形结构。在此基础上剖析了传统B-S权证定价模型的不足,结合分形市场中的分数布朗运动,提出了基于分形理论的B-S股本权证定价模型,考虑了股本稀释效应。由于股本权证定价模型需要已知企业股权价值及其波动率,但企业价值是权证价格的函数。基于此,运用数值方法以股票价格和波动率来估计企业价值波动率,并给出了在实际运用中的案例。     

无模型隐含波动率的信息含量与定价能力——基于上证50ETF期权的实证研究

本文从上证50ETF期权价格中提取无模型隐含波动率并检验其信息含量,基于随机折现因子理论推导波动率风险的系统性与正负性判定公式,从波动率风险溢酬和相关性两方面验证波动率是否为系统性风险,进而基于A股市场的个股数据检验波动率风险在股票截面收益上的定价能力。研究结果表明：无模型隐含波动率包含BS隐含波动率中的所有信息和历史波动率中的大部分信息,是未来已实现波动率的有效估计;市场波动率为系统性风险因子且存在显著为负的风险溢酬;组合分析表明,对市场波动率暴露较大的股票组合在未来的收益较低,且暴露最大与最小股票组合的收益率之差显著为负,该结论在控制经典风险因子和改变交易策略之后依然稳健;Fama-MacBeth两步法结果表明波动率风险被定价且风险价格显著为负。     

B-S模型在中国权证定价中的应用

文章构建了修正的B-S模型,为我国权证进行了理论定价,并考察了权证市场价格与 理论价格之间的偏差.为了克服经典B-S模型自带假设对定价准确性的限制,使用调整后EMA模型对标的证券历史波动率的计量进行了改进并运用格点搜索法确定了最佳衰减因子,同时比较了EMA模型与调整后EMA模型在对历史波动率进行估算时的有效性.     

期权定价中的波动率估计

本文旨在研究Black-Scholes期权定价模型中重要参数波动率的估计问题,了解波动率估计的简单易行的标准方法,介绍了历史波动率和隐含波动率的估计技术.     

基于Tompkins方法的KMV模型研究

传统的KMV模型使用公司价值历史波动率来近似替代波动率.针对我国股市波动不稳定,尤其是重大经济事件或政治事件的信息披露,以及金融市场上可能存在的影响金融资产价格波动率的季节性或周期性等因素对标的资产市场产生影响较大这一特性,文章把基于历史数据的估计和对波动率变化规律的认识结合起来,综合运用各种定量与定性分析的工具,即运用预测波动率估计的基本思想替代了传统的历史波动率求解方法.实证分析表明,该方法能使模型对信用风险的预测更具准确性和前瞻性.     

对我国权证产品定价的蒙特卡罗方法

目前关于权证定价的研究主要依据Black-Schools的定价理论.通过分析认股(沽)权证的特性及其影响因素,作者认为运用蒙特卡罗数值方法来模拟权证定价可能拟合效果更好,因此文章将运用蒙特卡罗方法得到的近似解与Bhck-Schools模型解和认股(沽)权证的市场价格进行比较.结果表明对权证的价格具有很好的模拟效果.并进一步区分了对不同种类权证产品模拟结果存在差异的原因.     

我国燃油期货市场的波动率预测模型

准确描述和预测石油及其相关产品的价格波动对各国政府能源政策的制定以及能源风险管理工作意义重大。文章以上海期货交易所燃油期货的15分钟高频价格数据为例,实证计算了三类代表性波动率模型:已实现波动率模型、随机波动模型以及GARCH族模型对我国燃油期货价格波动的预测值,同时,采用多种损失函数对比了三类波动率模型。实证结果表明,基于高频数据的已实现波动率模型对我国燃油期货市场具有最好的波动预测精度。而就基于日数据的模型而言,随机波动模型要明显强于GARCH族模型。     

基于蒙特卡罗方法的权证定价

我国目前证券市场上出现的权证大多为路径依赖性的股本权证,而股本权证在到期日存在稀释效应,文章采取了对收益率、波动率进行修正后的参数估计,使用考虑股价稀释效应的蒙特卡罗模拟,对我国证券市场中权证产品进行估价,并对结果进行了分析.     

波动率不确定模型在外汇期权定价中的应用

波动率是刻画资产风险的重要指标,也是投资者决策的重要依据。给出汇率波率的合理刻画也是为外汇衍生产品合理定价的前提。文章将M.Avellaneda（1995）提出的波动率不确定性思想引入外汇期权定价研究中,此模型只假定波动率在某个范围内波动而不对其统计性质做任何假定。文中用几何G布朗运动描述汇率波动,给出外汇期权价格区间,并得出此种方法得到的价格区间要比M.Avellaneda（1995）得到的价格区间小。     

波动率不确定情形下欧式双向期权定价

欧式双向期权是金融市场上一类重要的期权.文章探讨了市场价格波动率不确定情形下,欧式双向期权的定价问题,且给出了投资策略.研究的结果涵盖了经典情形下,BS方法得到的期权定价公式.并且证明了在一定条件下,BS方法得到的期权定价公式将低估期权价格.     

基于已实现和极差波动率标准的沪深300指数波动率模型研究

对波动率预测模型的研究备受学术界的关注,文章以沪深300指数的5分钟高频真实交易数据为研究对象,利用8个损失函数和Diebold Marinao检验较为全面的探讨评价了GARCH族模型对其预测能力。结果发现长记忆性模型的预测效果普遍好于短记忆性GARCH模型,且FIEGARCH是长记忆性模型中预测效果较好的,这对学术界和实务界进行风险测度及对我国资本市场的风险控制都具有现实意义。     

蒙特卡罗方法下的期权类衍生产品定价

文章从波动率视角,分别运用GARCH和GBM模型对中国证券市场上的股票价格序列进行参数估计,构建以最小二乘蒙特卡罗方法的模拟定价模型,利用中国证券市场上的权证数据进行实证分析.研究发现,一是GARCH模型的定价效率显著优于GBM模型下的定价,定价误差随虚值程度大小而变化；二是权证的定价误差与上证综合指数参数的对数存在反向的长期稳定关系,市场投机氛围浓厚.     

牛熊市下认购权证定价的实证研究

文章选取沪深两市当中横跨牛市和熊市的钢铁行业认购权证为样本,运用时间序列相关方法实证研究了B-S模型、投资者情绪对认购权证的定价影响,结果发现:无论是在牛市还是熊市中,B-S定价模型对中国证券市场中的认购权证定价均有一定的适用性.但其定价的效果要受到投资者的情绪影响,在牛市中投资者的乐观情绪使实际价格较于理论价格高估,而在熊市中投资者的悲观情绪则使之表现为低估,投资者情绪对权证的定价具有着正向的影响.     

碳排放权期权定价及实证研究

文章在分析碳排放权交易现状之后,提出基于碳排放权标的期权,分析其避险作用,并且给出了基于完备市场下的定价方法。文章构建了一个基于欧盟配额的碳排放期权,由于欧盟市场交易数据存在异方差特性,建立条件异方差模型估计波动率,从而通过期权定价模型给出了期权的理论价格。     

基于样条估计的非参数修正权证定价研究

文章针对权证市场的特点,提出适用于权证市场的基于样条估计的依模型非参数修正权证定价方法。该方法首次将样条估计应用于生存函数积分形式的估计中,它综合了参数定价模型和非参数定价方法的优点,既包含了实际市场的先验信息,又不乏非参数定价模型的灵活性。实证分析结果表明该定价方法在权证定价和价格预报方面明显好于市场上常用的定价方法,为我国个股期权的正式推出以及期权市场的健康发展提供一定的基础。     

随机波动率情形下期权定价的解析解

本文研究了标的资产价格的波动率为随机过程的模型,利用期权定价的鞅方法,得出了欧式期权价格的解析解,推广了B-S模型。     

基于高维波动率网络模型的股票市场风险特征研究

波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现：与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。     

Black-Scholes期权定价的修正模型及其应用性研究

文章在经典B-S模型的基础上引入了交易费用和连续支付的红利,对期权定价公式进行了进一步研究,并且给出了存在交易费用和连续红利时的期权定价公式.通过马钢权证和云化权证的实例分析,进一步说明有交易费用和连续红利存在对期权价格的影响,并对结果进行简要的分析.     

交易信息、跳跃发现与波动率估计

在高频金融数据研究中,估计金融资产价格序列积分波动率时,往往需要考虑市场微观结构噪声与资产价格跳跃的影响.本文将市场微观结构噪声部分地表示成交易信息的参数函数,并结合资产收益序列的跳跃特征,提出资产收益的高斯混合模型.本文利用EM算法进行噪声参数估计的同时,识别资产价格的跳跃,进而提出一种新的积分波动率的估计量.本文提出的方法可以视为Li等(2016)的改进,并在模拟研究中,得到了比Li等(2016)更好的参数估计效果,且即使在跳跃幅度分布误设的情况下,也具有良好的识别跳跃的功能.在应用举例中,对比了本文方法与Lee和Mykland(2008)的跳跃发现方法,论证了本文的模型在识别跳跃方面的可靠性.     

中国股票市场波动率模型预测效果的实证检验

文章首先在已实现波动和多重分形波动率的基础上提出了一种改进的波动率测度,即已实现多分形波动率测度.其次,以上证综指2008年1月2日至2012年12月31日一分钟高频数据为样本,构造了7种常用的基于高频金融序列的波动率测度,并分别采用ARMA和ARFIMA模型对波动率进行建模和预测.最后通过使用统计自举方法与模型置信度设定(MCS)检验相结合的方法,对各种波动率模型预测效果进行了检验.检测的结果证实已实现多重分形波动率预测模型的预测效果明显优于其他模型.