2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩159頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、權(quán)證作為金融衍生品擁有套期保值、風(fēng)險(xiǎn)規(guī)避、套利、投機(jī)以及價(jià)值發(fā)現(xiàn)等多種功能。在過(guò)去的幾十年里,權(quán)證已經(jīng)成為金融衍生品市場(chǎng)中的重要組成部分。如何對(duì)權(quán)證進(jìn)行合理定價(jià),并對(duì)權(quán)證定價(jià)模型的參數(shù)進(jìn)行有效估計(jì)成為學(xué)者們、投資者以及金融機(jī)構(gòu)研究的難點(diǎn)和熱點(diǎn)。自上世紀(jì)70年代以來(lái),對(duì)權(quán)證定價(jià)普遍采用Black-Scholes(B-S)模型。然而,對(duì)資產(chǎn)收益率的實(shí)證研究表明,金融資產(chǎn)收益率并非服從正態(tài)分布,而是呈現(xiàn)出尖峰、厚尾和非對(duì)稱性等特征;波動(dòng)率也并

2、非常數(shù),而具有時(shí)變性和“波動(dòng)率聚集”特征。這些特征說(shuō)明B-S模型中標(biāo)的資產(chǎn)收益率服從正態(tài)分布及波動(dòng)率是常數(shù)的假設(shè)是不正確的,因此造成B-S模型定價(jià)誤差以及著名的“波動(dòng)率微笑”現(xiàn)象。所以,需要對(duì)經(jīng)典的B-S模型進(jìn)行擴(kuò)展。找到合理的權(quán)證定價(jià)模型,并對(duì)定價(jià)模型的參數(shù)進(jìn)行有效估計(jì),這對(duì)確定合理的權(quán)證價(jià)格,具有重要的理論價(jià)值和現(xiàn)實(shí)意義。
  本文從理論與實(shí)證相結(jié)合的角度出發(fā),對(duì)權(quán)證定價(jià)模型及其參數(shù)估計(jì)進(jìn)行了深入的研究。主要研究成果包括:

3、r>  第一,采用極大似然方法估計(jì)了權(quán)證定價(jià)模型的參數(shù),并通過(guò)蒙特卡羅模擬實(shí)驗(yàn)檢驗(yàn)了模型參數(shù)估計(jì)的有限樣本性質(zhì)及有效性。結(jié)果表明,采用基于轉(zhuǎn)移密度近似的極大似然方法估計(jì)擴(kuò)散模型的參數(shù),所得與權(quán)證定價(jià)有關(guān)的參數(shù)估計(jì)量的均值都接近于真實(shí)參數(shù)值,說(shuō)明基于轉(zhuǎn)移密度近似的極大似然方法是有效的;采用基于有效重要性抽樣的極大似然(Efficient Importance Sampling BasedMaximum Likelihood,EIS-ML)

4、方法對(duì)隨機(jī)波動(dòng)率模型的參數(shù)進(jìn)行估計(jì),即使在小樣本情形下,所得EIS-ML估計(jì)量的均值都非常接近于真實(shí)參數(shù)值,說(shuō)明EIS-ML方法也是非常有效的。此外,數(shù)值模擬結(jié)果還表明,EIS-ML方法具有較好的收斂性,以及較高的計(jì)算效率。
  第二,采用2005年8月至2010年9月在滬深交易所上市的55支權(quán)證的日收盤(pán)數(shù)據(jù)為研究樣本,實(shí)證檢驗(yàn)了B-S模型與不變方差彈性(Constant Elasticity ofVariance,CEV)模型的

5、定價(jià)效果。結(jié)果表明,B-S模型與CEV模型的定價(jià)精確性并沒(méi)有顯著的差別,兩個(gè)模型對(duì)于中國(guó)權(quán)證定價(jià)的誤差都非常大,普遍存在嚴(yán)重低估的現(xiàn)象。因此,經(jīng)典的B-S模型與CEV模型均不適合中國(guó)的權(quán)證市場(chǎng)。最后,結(jié)合中國(guó)特殊的交易制度背景,對(duì)權(quán)證的定價(jià)偏差現(xiàn)象進(jìn)行了簡(jiǎn)要分析。
  第三,應(yīng)用隨機(jī)貼現(xiàn)因子(Stochastic Discount Factor)方法,考慮了標(biāo)的資產(chǎn)服從杠桿隨機(jī)波動(dòng)率(Stochastic Volatility W

6、ith Leverage Effect,SV-L)模型下的權(quán)證定價(jià)問(wèn)題,并給出了基于在滬深交易所上市的認(rèn)購(gòu)權(quán)證的實(shí)證研究。結(jié)果表明,基于隨機(jī)貼現(xiàn)因子方法計(jì)算的權(quán)證價(jià)格與權(quán)證的實(shí)際市場(chǎng)價(jià)格比較接近,與B-S模型的比較結(jié)果表明,隨機(jī)貼現(xiàn)因子權(quán)證定價(jià)模型的定價(jià)效果在不同程度上優(yōu)于B-S模型的定價(jià)效果。
  第四,研究了標(biāo)的資產(chǎn)服從非仿射(Non-Affine)GARCH擴(kuò)散模型下的權(quán)證定價(jià)問(wèn)題,并通過(guò)應(yīng)用快速傅里葉變換(Fast Fou

7、rier Transform,F(xiàn)FT)方法推導(dǎo)出相應(yīng)的權(quán)證定價(jià)公式。蒙特卡羅模擬實(shí)驗(yàn)表明,該定價(jià)公式是非常精確的,F(xiàn)FT方法也是非常有效的。繼而,采用香港金融市場(chǎng)上的恒生指數(shù)權(quán)證進(jìn)行實(shí)證研究,分析了GARCH擴(kuò)散權(quán)證定價(jià)模型的定價(jià)能力。結(jié)果表明,基于GARCH擴(kuò)散模型的權(quán)證定價(jià)結(jié)果非常接近于權(quán)證的實(shí)際市場(chǎng)價(jià)格,與B-S模型和Heston模型的比較結(jié)果表明,GARCH擴(kuò)散權(quán)證定價(jià)模型的定價(jià)效果明顯要優(yōu)于B-S模型和Heston模型的定價(jià)效

8、果。
  第五,研究了美式權(quán)證的定價(jià)問(wèn)題,通過(guò)將最小二乘蒙特卡羅(Least-SquaresMonte Carlo,LSM)方法與隨機(jī)化擬蒙特卡羅(Randomized Quasi-Monte Carlo,RQMC)方法相結(jié)合,提出了美式權(quán)證定價(jià)的最小二乘隨機(jī)化擬蒙特卡羅(Least-Squares Randomized Quasi-Monte Carlo,LSRQM)方法。為了檢驗(yàn)LSRQM方法的定價(jià)精確性,構(gòu)建了蒙特卡羅模擬實(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論