中国股市权证定价的带均值回归跳跃扩散模型

针对中国股价运动规律,提出一个带均值回归项的跳跃扩散模型,并以上证指数数据为例,给出模型的参数估计方法.结果表明该定价模型在单边市的情形下,能够比传统B-S公式更好的体现中国股市动态资产价格的运动过程.此外,还给出了基于带均值回归项的跳跃扩散模型的各种类型权证(美式、欧式和百慕大式)的模拟定价方法,并给出此模拟定价方法的实证结果.结果表明,该模型的对中国股市的拟合程度明显好于经典Black-Scholes期权定价公式.     

波动率风险溢价——基于VIX的实证

波动率风险溢价是金融学文献关注的核心问题之一.基于非仿射GARCH扩散模型,推导相应的VIX公式,继而采用SP500与VIX指数联合数据,给出模型客观与风险中性参数基于有效重要性抽样(EIS)的联合极大似然(ML)估计.进一步利用粒子滤波方法给出隐波动率的估计,推断VIX隐含的波动率风险溢价.蒙特卡罗模拟实验表明,提出的估计方法是有效的.采用实际数据进行的实证研究表明,波动率风险被定价,且波动率风险溢价为负,隐含市场投资者整体表现为风险厌恶.     

基于非参数估计的权证定价方法及应用

针对权证市场, 文中首次提出基于非参数估计的权证定价方法, 其中包括完全非参数定价方法和基于模型的非参数修正定价方法, 并将其应用于中国权证市场和香港权证市场的时间外权证价格预测. 实证结果表明: 在价值状况非单调情形下, 基于模型的非参数修正定价方法效果最好, 完全非参数定价方法次之, 半参数定价模型以及参数定价模型效果较差; 此外, 在时间外的权证价格预报方面, 基于模型的非参数修正定价准确性明显优于其他模型.     

基于Lévy过程修正GJR-GARCH模型的权证定价——对中国大陆和香港权证的实证研究

考虑股票收益率在GARCH模型下的非正态特征, 以及收益率标准差序列的非对称特征, 首先给出几种真实测度下服从Lévy分布的条件异方差模型, 接着对随机扰动项和波动率进行风险中性调整, 最后通过蒙特卡罗模拟进行大陆和香港权证的实证. 结果表明: Lévy过程修正下的GJR-GARCH模型能够很好地捕捉到金融数据"跳跃特征"、"群聚现象"和"杠杆效应".同时, 该模型显著提升了权证的定价精度. 市场间对比显示, 香港权证的定价精度高于大陆权证, 且大陆权证的市场价格显著偏离无套利假设下的理论价值.     

Lévy过程下非对称GARCH模型权证定价

考虑权证标的资产的非正态特征,引入Lévy过程改进GARCH模型下权证的蒙特卡洛模拟定价方法。首先,针对不同Lévy随机分布和有偏GARCH模型建立真实测度下的Lévy-GARCH模型,然后进行风险中性测度转换并对38支大陆权证进行定价,最后对定价结果进行分类比较。结果表明,虽然大陆权证的市场价格与无套利假设下的理论价值有显著偏离,但Lévy-GARCH模型的定价精度仍然优于经典的B-S模型和Lévy随机模型,并且在市场剧烈波动的环境下定价效果提升更明显。     

波动率风险溢价——基于VIX的实证

波动率风险溢价是金融学文献关注的核心问题之一. 基于非仿射GARCH扩散模型,推导相应的VIX公式,继而采用S&P500与VIX 指数联合数据,给出模型客观与风险中性参数基于有效重要性抽样（EIS）的联合极大似然（ML）估计. 进一步利用粒子滤波 方法给出隐波动率的估计,推断VIX隐含的波动率风险溢价. 蒙特卡罗模拟实验表明,提出的估计方法是有效的. 采用实 际数据进行的实证研究表明,波动率风险被定价,且波动率风险溢价为负,隐含市场投资者整体表现为风险厌恶.     

基于Levy过程修正GJR-GARCH模型的权证定价——对中国大陆和香港权证的实证研究

考虑股票收益率在GARCH模型下的非正态特征,以及收益率标准差序列的非对称特征,首先给出几种真实测度下服从Levy分布的条件异方差模型,接着对随机扰动项和波动率进行风险中性调整,最后通过蒙特卡罗模拟进行大陆和香港权证的实证.结果表明:Levy过程修正下的GJR-GARCH模型能够很好地捕捉到金融数据"跳跃特征"、"群聚现象"和"杠杆效应".同时,该模型显著提升了权证的定价精度.市场间对比显示,香港权证的定价精度高于大陆权证,且大陆权证的市场价格显著偏离无套利假设下的理论价值.     

权证定价: B-S vs. CEV

应用极大似然方法估计了Black-Scholes (B-S)模型和不变方差弹性(CEV)模型的参数, 进而采用2005年8月至2010年9月在沪深交易所上市的55支权证的共14822个日收盘数据为研究样本, 实证检验了B-S模型与CEV模型的定价效果. 结果表明, B-S模型与CEV模型的定价精确性并没有显著的差别, 两个模型对于中国权证定价的误差都非常大, 存在普遍严重低估的现象. 因此, 经典的B-S模型与CEV模型均不适合中国的权证市场. 最后, 结合我国特殊的交易制度背景, 对此进行了简要的分析.     

权证收益率波动的度量:基于GARCH和SV模型的比较

分别采用GARCH模型和SV模型对权证收益率波动进行比较研究,发现这两类模型均能较好地拟合权证收益率的波动,但SV模型比GARCH模型更能捕捉权证收益率的波动信息。在权证总持续期间,通过SV模型计算的V aR值比GARCH模型更加准确;而在权证发行上市时期及最后交易日期间,通过GARCH模型计算的V aR值比SV模型更加准确。     

定价核、市场效用函数与投资者偏好

在非仿射GARCH扩散模型一致参数体系下,推导了经验定价核、市场效用函数以及投资者风险厌恶函数.基于标的资产与期权价格联合数据,建立了模型的极大似然估计方法.采用香港金融市场数据进行实证研究,结果表明:存在一个参照点,其对应于恒生指数收益率约为-12%.市场效用函数在参照点左侧为凸函数,在参照点右侧为凹函数;投资者在收益率低于参照点时表现为风险爱好,在收益率高于参照点时表现为风险厌恶.     

American option pricing under GARCH diffusion model: An empirical study

The GARCH diffusion model has received much attention in recent years, as it describes financial time series better when compared to many other models. In this paper, the authors study the empirical performance of American option pricing model when the underlying asset follows the GARCH diffusion. The parameters of the GARCH diffusion model are estimated by the efficient importance sampling-based maximum likelihood （EIS-ML） method. Then the least-squares Monte Carlo （LSMC） method is introduced to price American options. Empirical pricing results on American put options in Hong Kong stock market shows that the GARCH diffusion model outperforms the classical constant volatility （CV） model significantly.     

基于参数学习的GARCH动态无穷活动率Lévy过程的欧式期权定价

在股票价格中引入漂移率、波动率和随机跳跃三种状态， 建立动态状态空间模型， 并通过局部风险中性定价关系（RNVR）推导无套利定价模型. 以非高斯条件ARMA-NGARCH为基准模型， 构建S&P500指数的离散动态Lévy过程， 并基于序贯贝叶斯的参数学习方法， 进行模型估计和期权定价研究. 结果表明： 动态Lévy过程能够联合刻画时变漂移率、条件波动率和无穷活动率等特征， 且贝叶斯方法的引入提高了期权隐含波动率的定价精度. 同时， 无穷活动率模型在期权定价方面具有显著优势. 在五类滤波中， 无损粒子滤波估计精度最高， 速降调和稳态过程（RDTS）的期权定价误差最小， 而非高斯模型在收益率预测方面没有表现出显著的差异.     

基于随机模拟和Black-Scholes模型的认股权证定价研究

认股权证具有期权定价和风险规避双重功能,因此它在资本市场中起着重要的作用.在研究过程中,对认股权证的定价实证分析建立在Black-Scholes定价模型和随机模拟方法的基础上.首先假定股价的变化遵循布朗运动并采用Monte Carlo随机模拟方法预测股价的期望值,然后采用Blaek-Scholes模型进行定价.为了验证认股权证定价的精确性,随机选择十只认股权证进行实证分析.研究结果表明,认股权证的市场价格高于定价模型所得出的理论计算值,但是随着资本市场的发展,两者之间的差距越来越小.     

时变分数布朗运动下的GARCH族欧式期权定价研究

本文拓展了分数布朗运动理论下欧式期权定价问题,尤其突破了Hurst指数和波动率为常数的假设.我们在时变Hurst指数的分数布朗运动环境下,采用GARCH族模型描述收益率序列的波动率,推导出了一个欧式看涨期权定价的闭型解.利用该模型和韩国Kospi200股指期权日交易数据的实证检验表明,韩国Kospi200股指波动率符合GJR过程,时变波动率下的分数布朗运动刻画金融市场的动态特征比采用标准布朗运动更适合,该模型计算的期权理论价格与市场价格更接近,优于传统的定价模型.     

我国股票与权证市场之间的线性及非线性因果关系

以已上市的六只权证及时应正股为研究时象，采用线性和非线性因果检验方法时我国股票和权证市场相互联系进行实证研究。实证结果表明刚刚启动的权证市场与股票市场之间不存在双向的联系，仅存在由权证市场到股票市场较弱的单向影响，为此提出了建立适宜的权证定价与估值方法的要求和完善市场套利和避险功能的建议。     

GARCH模型在计算我国股市风险价值中的应用研究

主要讨论VaR模型中有关波动率的估计方法。通过拉格朗日检验（LM），发现上海股市的日收益率服从ARCH过程。分别采用GARCH（1,1）模型、RiskMetrics和移动平均法预测上海股市日收益率的波动性，计算每天的VaR。返回式检验表明，GARCH（1,1）模型比RiskMetrics和移动平均法能更准确地反映我国上海股市的风险。     

基于蒙特卡罗模拟的可转换债券定价研究

使用Longstaff等提出的最小二乘蒙特卡罗方法为可转换债券定价,从而解决为可转换债券中路径依赖条款和美式期权进行定价的难题.可转换债券是复杂的结构化产品,同时受股价风险、信用风险和利率风险影响.在建立的定价模型中,股价过程放松波动率为常数的假设,用GARCH(1,1)模型估计波动率,信用风险根据TF模型用常数信用利差代表,收益率曲线用Nelson-Siegel方法估计.通过实证检验发现国内可转换债券市场存在低估,低估幅度在2%～3%之间.