基于SVI-AJD过程的金融衍生品定价研究
本文关键词:基于SVI-AJD过程的金融衍生品定价研究
更多相关文章: SVI-AJD模型 隐变量-MCMC 双指数跳 随机波动率 期权定价
【摘要】:金融资产定价模型是计算金融资产价格以及信用组合风险Value at Risk(以下简称VaR)和Excepted Shortfall(以下简称ES)值的基础。定价模型的设定需要考虑到金融资产波动的特点及规律。一般而言,金融资产价格波动有四点值得注意的现象。首先,金融资产收益率呈现峰尖峰厚尾特性。尖峰厚尾是指标的资产收益率概率密度曲线具有尖峰以及很大的尾部概率;其次,金融资产收益率呈现异方差性,即方差会随时间而改变,甚至随意改变并不可控,具有代表性的现象为波动率微笑;再者,金融市场中存在稀有事件对标的资产价格的影响,比如金融危机;最后,利率的随机波动对金融市场的影响越来越凸显。金融市场中越来越多的结构性金融产品被创造出来,金融资产定价模型不仅要考虑到以上四点规律,而且要具有广泛的定价能力以及多维扩展能力。本文将随机利率(StochasticInterestRate,以下简称SI),标的资产的随机波动率(Stochastic Volatility,以下简称SV)和双指数跳纳入仿射跳扩散(Affine Jump Diffusion,以下简称 AJD)框架,提出了 Stochastic VolatilityInterest rate-Affine JumpDiffusion(以下简称SVI-AJD)模型。该模型具有有效参数估计方法,可以更好地集成市场风险、信用风险,并具备较强的多维扩展能力。由SVI-AJD模型出发,本文得到金融衍生品定价的特征函数,从而可对欧式期权、债券等一大类金融衍生品进行快速而准确的定价。该定价特征函数具有解析表达式,一些简单的金融资产,如债券,可以直接由特征函数表达式进行定价;而复杂一些的金融衍生品,如欧式期权,则需对定价特征函数进行傅里叶变换从而进行定价。本文基于该特征函数,本文推导出了欧式期权的定价公式。该公式使用数值方法进行傅里叶变换的求解,具有较高的运算精度和运算速度。为了比较SVI-AJD模型与经典模型的拟合优度,本文推导出基础状态过程变化的高阶矩和Kolomogrov-Smirnov(以下简称K-S)检验公式。其中,高阶矩的推导过程与在险价值VaR和ES值得推导有相似之处,其结论经过多维扩展和适当变型可以直接应用于信用组合VaR和ES的计算。SVI-AJD模型的参数估计是将模型应用于定价或风险度量的不可或缺的一环。本文推导出隐变量-MCMC参数估计方法,可以有效地克服模型中包含的诸如随机波动率、双指数跳等隐变量所带来的问题。经证明,MCMC具有唯一收敛的平稳分布,得到的参数估计是唯一的。利用模型的期权定价公式和含隐变量的马尔科夫链蒙特卡罗方法(以下简称隐变量-MCMC)的参数估计方法,本文以上证50ETF和隔夜(O/N)上海银行间同业拆放利率(以下简称SHIBOR)为原始数据,对全部6月份到期的上证50ETF看涨和看跌期权进行定价,发现基于SVI-AJD模型下的期权定价精度高于Kou(2002)[1]与Black-Scholes(以下简称BS)模型。随后,以Kou模型和BS模型作为对照,从基础状态过程日变化的高阶矩特征、K-S检验、标的资产收益率理论概率密度曲线三个维度出发进行比较。发现SVI-AJD模型具有最高的拟合优度,充分体现了标的资产收益率分布的尖峰厚尾特征。在具有广泛相关性的信用资产组合中,有效地进行风险度量是一项复杂的工作,文章的最后将信用风险纳入SVI-AJD模型,并推导基于SVI-AJD模型信用组合VaR和ES值的风险度量方法,得到VaR和ES值得近似表达式。VaR和ES值的求解方式可仿照高阶矩计算过程,直接由定价特征函数的傅里叶变换得到,相比传统Monte Carlo方法,大大提高了风险度量的效率。
【关键词】:SVI-AJD模型 隐变量-MCMC 双指数跳 随机波动率 期权定价
【学位授予单位】:浙江财经大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F224;F832.5
【目录】:
- 摘要5-7
- ABSTRACT7-11
- 第一章 绪论11-18
- 第一节 研究背景和意义11
- 第二节 研究现状综述11-14
- 第三节 研究基本思路与内容14-18
- 第二章 风险中性定价的基本框架和仿射跳扩散过程概述18-24
- 第一节 风险中性定价概述18
- 第二节 离散时间过程和连续时间过程的风险中性定价概述18-22
- 第三节 仿射跳扩散框架概述22-24
- 第三章 SVI-AJD模型的构建和定价特征函数的计算24-37
- 第一节 SVI-AJD过程的构造24-25
- 第二节 风险中性定价25-33
- 第三节 金融衍生资产定价特征函数33-37
- 第四章 基于隐变量-MCMC的SVI-AJD模型的参数估计37-47
- 第一节 隐变量MCMC方法综述37-40
- 第二节 标的资产的隐变量-MCMC方法推导40-45
- 第三节 利率的隐变量-MCMC方法推导45-47
- 第五章 基于SVI-AJD模型的欧式期权定价、基础状态过程日变化的高阶矩、和K-S检验的推导47-53
- 第一节 欧式期权定价的推导47-48
- 第二节 模型下基础状态过程日变化的高阶矩以及K-S检验的推导48-53
- 第六章 实证研究53-72
- 第一节 SVI-AJD模型下欧式期权定价的实证研究54-64
- 第二节 SVI-AJD模型下基础状态过程日变化的高阶矩特性64-67
- 第三节 SVI-AJD模型的K-S检验67-68
- 第四节 SVI-AJD模型下标的资产日收益率的理论概率密度函数68-72
- 第七章 信用风险框架下的SVI-AJD模型以及信用资产组合VaR和ES值的估计72-77
- 第一节 信用风险框架下的SVI-AJD模型72-73
- 第二节 信用资产组合的VaR和ES值估计73-77
- 第八章 研究结论与展望77-79
- 第一节 主要结论77-78
- 第二节 局限性和研究展望78-79
- 参考文献79-82
- 附录82-102
- 附录1 论文相关matlab函数程序设计82-99
- 附录2 上海证券交易所2016年6月份到期的全部期权的真实收盘价99-101
- 附录3 攻读硕士学位期间发表的论文及参加的科研项目101-102
- 致谢102
【相似文献】
中国期刊全文数据库 前10条
1 毛舜华;;一种连续随机波动模型参数估计的新算法[J];深圳职业技术学院学报;2007年01期
2 张敏强;魏宇;黄登仕;;基于随机波动的资本市场混沌行为研究[J];统计与决策;2007年22期
3 邵锡栋;黄性芳;殷炼乾;;多变量随机波动率模型及在中国股市的应用[J];统计与决策;2008年18期
4 黄波;顾孟迪;李湛;;偏正态随机波动模型及其实证检验[J];管理科学学报;2010年02期
5 卢素;刘金山;;随机波动模型的参数估计方法[J];佛山科学技术学院学报(自然科学版);2011年01期
6 周造武;;随机波动模型下对标普指数的实证分析[J];中国商贸;2014年07期
7 李汉东,张世英;随机波动模型的持续性和协同持续性研究[J];系统工程学报;2002年04期
8 朱勇生,张世英;平行数据随机波动建模及应用研究[J];管理学报;2005年05期
9 蒋祥林;王春峰;;基于贝叶斯原理的随机波动率模型分析及其应用[J];系统工程;2005年10期
10 郭培栋;陈启宏;;随机波动率下信用风险定价模型的比较分析[J];统计与决策;2012年23期
中国重要会议论文全文数据库 前6条
1 张宁;倪宏艳;;需求随机波动下的局部竞争与合作分析——厂商背叛行为的判定[A];管理科学与系统科学研究新进展——第6届全国青年管理科学与系统科学学术会议暨中国科协第4届青年学术年会卫星会议论文集[C];2001年
2 李汉东;张世英;;随机波动模型的波动持续性研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
3 宋国青;;周期正在消失[A];2012年夏季CMRC中国经济观察(总第30期)[C];2012年
4 徐俊武;罗毅丹;;过剩产能能否抑制通货膨胀?——基于包含随机波动的TVP模型考察[A];2009年全国博士生学术会议论文集[C];2009年
5 孙有发;张国亚;丁露涛;;基于Stretching和高阶紧的Heston随机波动模型下美式期权有限差分定价格式[A];中国系统工程学会第十八届学术年会论文集——A10系统工程方法在金融、投资、保险业等领域的研究[C];2014年
6 于红香;刘小茂;;SV-M模型下VaR和ES估计的极值方法[A];2003中国现场统计研究会第十一届学术年会论文集(上)[C];2003年
中国博士学位论文全文数据库 前6条
1 马研生;随机波动率模型中的金融衍生品定价问题[D];吉林大学;2012年
2 谢乐;一类局部随机波动率模型的期权定价研究[D];浙江大学;2012年
3 郑挺国;基于有限混合状态空间的金融随机波动模型及应用研究[D];吉林大学;2009年
4 孟利锋;随机波动模型及其建模方法研究[D];天津大学;2004年
5 陈萍;随机波动率模型的统计推断及其衍生证券的定价[D];南京理工大学;2004年
6 施秋红;带跳的随机波动率模型下的期权定价研究[D];南京理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 江易芝;基于随机波动模型的股市收益和波动模拟[D];长春工业大学;2015年
2 任国瑞;风电随机波动的方差预报研究[D];哈尔滨工业大学;2015年
3 王飞龙;随机波动率下欧式看涨回望期权定价研究[D];哈尔滨工业大学;2015年
4 李晓红;随机波动率假设下的脆弱期权定价[D];北京工业大学;2015年
5 费金叶;基于随机波动模型的石油上市公司股价波动性分析[D];浙江工业大学;2014年
6 马松;一类非自治随机波动方程拉回吸引子的存在性[D];辽宁师范大学;2015年
7 王舒;一类随机波动率模型的统计推断[D];吉林大学;2016年
8 廖蒸;基于MCMC方法对带跳随机波动模型的研究[D];中央民族大学;2016年
9 伍捷;随机波动模型簇及波动率预测方法研究[D];华南理工大学;2016年
10 张鹏飞;方差互换在随机波动率模型下的解析定价[D];北京工业大学;2016年
,本文编号:896884
本文链接:https://www.wllwen.com/jingjilunwen/qihuoqq/896884.html