时变风险厌恶下的期权定价——基于上证50ETF期权的实证研究

传统的随机波动率（SV）期权定价是在投资者具有常数风险偏好假设下进行的.但近年来越来越多的研究表明,市场参与者具有时变风险厌恶特征.基于此,本文对时变风险厌恶条件下的期权定价问题进行深入研究.首先,对传统的（非仿射）常数风险厌恶SV（CRA-SV）期权定价模型进行扩展,构建时变风险厌恶SV（TVRA-SV）期权定价模型对期权进行定价,并分析时变风险厌恶对期权价格的影响;其次,采用标的资产与期权数据信息,建立基于连续粒子滤波的极大似然估计方法,对定价模型的客观与风险中性参数进行联合估计;最后,采用我国期权市场上的上证50ETF期权数据,对构建的定价模型进行实证检验.结果表明：TVRA-SV期权定价模型相比传统的CRA-SV期权定价模型具有更好的数据拟合效果,能够更充分地刻画标的上证50ETF收益率在客观与风险中性测度下的波动性;TVRA-SV期权定价模型相比传统的Black-Scholes（B-S）期权定价模型和CRA-SV期权定价模型都具有明显更高的定价精确性。     

基于多元t-分布的外汇期权市场风险非线性VaR度量模型

主要研究当汇率回报呈多元t-分布时,对于外汇期权非线性头寸的VaR(Value at Risk)度量的问题.在推导出多个外汇期权的投资组合的二次近拟的矩母函数表达式基础上,本文使用傅里叶变换、切比雪夫不等式、数值转换计算求出投资组合的VaR的值,并和基于多元正态分布Comish-Fisher模型以及基于Delta-正态模型计算所得的VaR值了进行比较.这种方法克服了厚尾分布的VaR计算的困难.     

基于非仿射随机波动率模型的期权定价研究

本文应用快速傅里叶变换(FFT)方法, 考虑了标的资产服从非仿射随机波动率模型下的期权定价问题。首先, 应用偏微分方程扰动分析法, 得到了标的资产对数价格分布的近似特征函数; 然后, 应用傅里叶变换及其逆变换, 推导了欧式期权的拟闭型定价公式, 对此公式应用FFT方法可以快速得到高精度数值解。数值实验表明, FFT期权定价方法是非常精确的和有效的; 最后, 给出了基于恒生指数认购权证的实证研究。实证结果表明, 非仿射随机波动率期权定价模型比经典的Black-Scholes模型具有更高的定价精确性。     

基于“已实现”波动率ARFI模型和CAViaR模型的VaR预测比较研究

高频金融数据在风险价值VaR度量和预测方面的价值已经引起了学术界和业界的广泛兴趣。计算和预测VaR的方法广义上可以分为两大类:间接法和直接法,在有了高频数据后,两类方法均可行,尤其是由于高频数据导出的"已实现"波动率的出现,使得间接法有明显改进。本文将从间接法中选取基于"已实现"波动率的ARFI模型与从直接法中选取的两个CAViaR模型进行比较,采用沪深300、上证指数、深证成指的5分钟高频数据,根据多种在评价VaR预测模型表现时广泛使用的后验测试,对各模型进行实证检验,结果表明基于CAViaR模型的预测表现优于基于"已实现"波动率的ARFI模型,这对风险管理从业者有一定的参考意义。     

自刺激跳跃与随机波动率交叉反馈下的期权定价

构建合理的资产价格模型一直都是期权定价研究的核心问题之一,其中波动率和跳跃又是资产价格模型中的重要研究对象。已有实证研究发现资产价格存在跳跃聚集现象,该现象在金融危机期间尤为明显;同时,资产价格的波动率也存在跳跃,且资产价格的跳跃与波动率之间还存在非对称的交叉反馈作用。因此,将上述特征纳入期权定价模型中,有助于提高模型的期权定价性能,且能使模型更准确地估计隐含波动率。为了刻画资产价格的跳跃聚集、波动率跳跃以及跳跃与波动率之间的非对称交叉反馈特征,在仿射跳扩散框架下,构建用于期权定价的自刺激跳跃与随机波动率交叉反馈模型,并利用风险中性定价、广义傅里叶变换和条件特征函数,求出欧式期权价格的半解析表达式。采用上证50ETF期权数据对模型进行校准,并对比分析模型对期权价格以及隐含波动率的拟合和预测能力。研究结果表明,上证50ETF的价格与其波动率呈负相关,呈现杠杆效应和负向的波动率反馈效应,价格存在上跳和下跳聚集,价格的波动率与跳跃之间存在非对称的交叉反馈作用,下跳对波动率的影响大于上跳对波动率的影响,而波动率对下跳强度的影响大于其对上跳强度的影响,该特征能很好地解释股灾期间股价崩盘现象。无论...     

Gamma时变过程与Black-Scholes期权定价的定价偏差纠正

本文针对Black Scholes期权定价的定价偏差,介绍了一种对该模型的改进模型,它是通过将gamma过程作为时变过程嵌入BlackScholes期权定价模型中的布朗运动来实现的。     

基于高频数据的中国股市跳跃特征实证分析

研究跳跃的内在机制和理清不同类型的风险对波动估计和建模非常重要,这是风险管理的核心内容。当前,利用高频数据这方面研究仍然还不成熟,还有丰富的内容期待探索。文章基于非参数方法,结合A-J跳跃检验统计量,构建新的跳跃方差和连续样本路径方差、对跳跃方差建模。利用上证综指高频数据,对跳跃方差统计特征、跳跃方差贡献、跳跃幅度以及跳跃与经济信息关系进行分析。结果显示:跳跃方差存在尖峰厚尾与波动集聚性;在不同的抽样频率下,跳跃方差对总方差的贡献程度相近;正向、负向跳跃幅度不对称,剥离跳跃后的标准化收益率接近正态分布;经济信息公布与跳跃总是正相关的,并对一些异常现象给予解释。依据波动和跳跃的复杂性,此项研究有助于投资者优化投资策略和为监管部门提供监管基础。     

基于随机波动模型的VaR的计算

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况时计算VaR的关键。首次将随机波动SV模型应用于VaR的计算,说明了基于SV模型下的VaR之更具有动态性和准确性。做实验分析结果表明,SV模型准确反映了市场因子的波动情形,此时的VaR更贴切的反映了金融市场的风险水平。     

一类高新技术企业专利权价值的实物期权评估方法——基于跳扩散过程和随机波动率的美式期权的建模与模拟

由于经典的Black-Scholes期权定价模型的假设忽略了突发事件对资产价格的影响和"波动率微笑"对期权价值的影响而与实际情形往往存在偏差,因此学者们对Black-Scholes模型的改进则主要分别集中在带跳扩散过程的期权定价模型与具随机波动率的期权定价模型等两个方面,然而却少见将这两种模型结合起来的研究。本文首先在带跳扩散过程的期权定价模型与具随机波动率的期权定价模型的研究工作的基础上,建立了一种同时带跳扩散过程和具随机波动率的美式期权定价模型,并通过伊藤引理推导出了资产价格、随机波动率和期权满足的偏微分方程;然后,利用特征函数法和傅里叶变换导出了资产价格的随机分布,进而通过马尔科夫链方法给出了基于跳扩散过程和随机波动率的美式期权的数值解;最后,运用已建立的带跳扩散过程和随机波动率的美式期权定价模型对高新技术企业项目投资的专利权价值进行实物期权定价评估的案例研究,并对跳扩散强度参数和随机波动率参数进行敏感性分析,研究结果表明:将项目收益跳扩散过程和市场环境随机波动率加入到专利权实物期权定价模型中,可以有效避免专利权的期权价值被高估。     

基于VaR的现金流风险度量模型研究

与金融企业不同,非金融类企业拥有更多非经常交易且不易估值的资产,因此更关注其在将来某一时刻现金流的不确定性.把现金流在险值与金融工程技术中在险值的概念相结合,运用风险敞口模型分析和蒙特卡洛模拟等计量方法,为非金融类公司管理层、投资者和分析家提供一个简单具体而直接的现金流不确定性的评判指标.通过对在险值和现金流在险值的比较以及对现金流在险值度量模型发展脉络的分析,发现现金流在险值技术更能刻画出非金融类公司的财务风险;通过引入管理决策风险作为风险因子并改进风险敞口模型,计算样本公司的现金流在险值;进一步提出现金流在险值的应用价值和研究方向.     

考虑共同跳跃的波动建模:基于高频数据视角

针对共同跳跃研究的不足,文章沿袭已有理论框架,采用常用的日内跳跃检验方法,构建了共同跳跃(协)方差和连续样本路径(协)方差,并扩展HAR-RV-CJ模型,将(协)方差、共同跳跃置于统一波动模型框架内。通过对上证综指和深圳成指高频数据的实证分析,结果显示两指数共同跳跃占其各自的跳跃比例较大,且基本上都是同方向的跳跃;共同跳跃(协)方差和连续样本路径(协)方差对已实现(协)方差的影响都是显著的,考虑共同跳跃影响有助于提高(协)方差建模的准确性。此研究有助于投资者优化投资策略和为监管部门提供监管基础。     

基于期权的商业银行总体经济资本测度研究

本文基于期权定价方法和在险价值原理,提出了两种新的商业银行总体经济资本测度方法,并给出了相关参数的估计方法和计算步骤。与自下而上的经济资本测度相比,我们的测度方法不仅能够反映宏观经济和市场环境变化的影响,且能体现出银行的内部经营和风险管理能力,也能反映银行管理者的风险偏好。同时,它还与在险价值资本测度的目标一致,揭示了经济资本的期权本质。估计方法比较简单,所需数据容易获得,估算结果为商业银行风险管理和资本结构决策提供了参考。     

Transform Analysis and Asset Pricing for Affine Jump‐diffusions

In the setting of ‘affine’ jump‐diffusion state processes, this paper provides an analytical treatment of a class of transforms, including various Laplace and Fourier transforms as special cases, that allow an analytical treatment of a range of valuation and econometric problems. Example applications include fixed‐income pricing models, with a role for intensity‐based models of default, as well as a wide range of option‐pricing applications. An illustrative example examines the implications of stochastic volatility and jumps for option valuation. This example highlights the impact on option ‘smirks’ of the joint distribution of jumps in volatility and jumps in the underlying asset price, through both jump amplitude as well as jump timing.     

基于g-h分布的投资组合VaR方法研究

根据g-h分布的统计特性,提出了基于投资组合损益、损失以及极端损失的三种g-hVaR方法。它们结合了分析方法、历史模拟方法和极值理论方法的优点,能够很好地处理回报的不对称现象和厚尾现象。实证研究表明,该方法明显优于常用的德尔塔-正态方法。