基于无穷跳-扩散双因子交叉回馈模型的期权定价

为研究股市无穷跳跃和连续扩散行为特征,提出了一类能够捕捉无穷跳和扩散之间交互影响的动态跳-扩散双因子交叉回馈模型.借助Lévy过程条件特征函数、局部风险中性关系和贝叶斯学习技术,给出了动态跳-扩散随机过程的期权定价方法,并进行标准普尔500指数欧式期权标准化合约的实证研究,对比了有限跳-扩散及无穷跳-扩散模型定价差异.研究结果表明:以VG为基础的无穷跳-扩散全面优于Merton的有限跳-扩散双因子模型;跳-扩散交又回馈模型具有最小的期权定价误差;跳跃行为相比扩散波动具有更高的持续性、更强的杠杆作用和更高的风险市场价格.     

基于序贯贝叶斯参数学习的Lévy动态波动率模型研究

非高斯动态波动率模型及其计量是现代金融的重要研究内容.基于Levy-GARCH动态波动率模型,引入了序贯贝叶斯参数学习方法,并进行SP500指数的跳跃风险溢价估计、欧式期权定价、风险测度评估的实证研究.研究表明,相比傅里叶变换的极大似然估计,序贯贝叶斯参数学习显著改进了各模型的期权定价能力.研究还发现,带跳跃随机模型的风险度量更加准确;跳跃风险溢价明显高于扩散风险的溢价;跳跃强度越大,风险的市场价格越高.     

基于非对称跳跃粗糙随机波动率模型的期权定价研究

基于资产价格存在的非对称跳跃与资产波动率存在的粗糙特性,本文提出了粗糙带非对称跳Heston模型(rHeston-AEDJ),在风险中性测度中推导出该模型的特征函数.由于模型的非马尔可夫且非半鞅性质,不能使用传统的欧拉方法进行逼近,本文使用混合模拟方法对该模型进行逼近,并解决粗糙波动率下奇异期权的定价问题.在风险中性测度下,基于Fourier-SINC推导了欧式期权的拟闭解.实证研究结果表明,上证50ETF价格存在跳跃、波动率Hurst指数远小于1/2,即波动率存在粗糙性,并基于拟闭解对上证50ETF期权进行定价实验发现本文所提出的rHeston-AEDJ模型在样本内外均有较好的定价精度.本文的研究对国内外期权产品定价与精确风险管理具有重要的现实意义和应用价值.     

GARCH驱动下历史滤波服从Levy过程的期权定价

为了刻画对数收益率分布的尖峰、厚尾和偏度现象,同时体现波动率集聚效应,通过历史滤波模型构建GARCH波动率驱动下的历史滤波分布,并假设服从五种纯跳跃Levy过程从而估计模型参数,进行Levy-GARCH模型的恒生指数拟合检验及期权定价的实证研究.对比无跳跃模型及历史滤波模拟,结果显示:不同模型有着不同的风险溢价;纯跳跃GARCH模型的残差估计量与市场数据有着良好的拟合效果,期权定价精确度优越于无跳跃GARCH模型.其中,TS分布对历史滤波拟合效果最佳,CGMY-GARCH模型的定价精度最为准确.     

调和稳定Lévy过程驱动的双重跳跃模型及期权应用

为准确刻画证券价格波动过程中的跳跃特征,捕获收益率尖峰厚尾、有偏等非高斯特征以及波动率集聚、异方差性等效应,建立了证券价格与相应波动率均存在跳跃的随机波动率模型,其中跳跃分布为两类纯跳跃Lévy分布(调和稳定分布和速降调和稳定分布)。最终,构建得到调和稳定Lévy过程驱动的双重跳跃随机波动模型。利用恒生和标普500股指数据进行实证,结果表明:与仿射跳扩散相比,纯跳跃Lévy分布能捕获随机信息的尖峰厚尾特征,拟合能力更优越,股指收益尾部分布存在速降特征。在此基础上的期权定价结果表明,速降调和稳定过程驱动的双重跳跃随机波动模型更有效。     

双指数跳跃扩散条件下上市公司违约风险分析

以期权定价为基础,公司股权可看作资产价值的欧式看涨期权,通过上市公司金融市场股权信息度量资产价值变化,进而测算公司违约概率.金融资产收益率分布具有尖峰厚尾性,将双指数分布跳跃扩散过程引进违约风险模型,使用新信用模型识别公司资产价格跳跃风险,对上市公司违约距离和违约概率进行测算.实证研究表明:公司收益率波动存在尖峰厚尾特点,违约风险跳跃特点显著,受外界消息冲击出现上跳和下跳的风险,样本行业对外界突发冲击均存在敏感性.跳跃情形下资产价值距违约门槛更近,短期内跳跃风险对违约概率影响具有异质性,长期内跳跃风险下累积违约概率均高于无跳跃风险情形.实证结果进一步表明新模型的优越性,为应对违约风险加强风险管理提供了新思路.     

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.     

基于改进PSO算法的调和稳定跳跃下随机波动模型期权定价与套期保值

为同时捕获金融收益率分布的尖峰、厚尾、有偏特性及波动率扩散中的异方差效应、集聚效应,联合刻画股价动态演变中的无限跳跃变化,将无限活跃纯跳跃Lévy分布中的经典调和稳定分布(CTS)引入平方根CIR模型为基础的随机波动率(SV)过程,建立了经典调和稳定分布下随机波动(CTSSV)模型,重构了纯跳跃Lévy分布驱动的随机波动(LVSV)模型框架.利用LVSV模型特征函数表达式,采用分数阶快速傅里叶变换(FRFT)方法推导了欧式期权定价公式.由于模型参数众多和目标函数高维积分困难,提出了多区域自适应粒子群优化算法(MAPSO)估计LVSV模型参数.利用FRFT技术和MAPSO参数估计结果,使用CTSSV模型和方差伽马随机波动(VGSV)模型对恒生指数期权数据进行欧式期权定价和方差一最优期权套期保值,实证研究结果证明了MAPSO算法的优越性和CTSSV模型的有效性.     

基于参数学习的GARCH动态无穷活动率Levy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SP500指数的离散动态Levy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Levy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.     

双指数跳跃扩散模型的McMC估计

使用贝叶斯方法估计了双指数跳跃扩散模型,该方法是使用Euler方法对连续过程进行离散化,用离散过程的似然函数做为模型参数的近似后验似然函数.证明了McMC方法是分析双指数跳跃扩散模型的有效工具,由McMC方法抽样所得的后验分布可以用来进行统计推断.模拟试验表明双指数跳跃扩散模型能够体现资产收益的许多经验特征,尖峰厚尾特征和期权定价中的“波动微笑”.     

VIX期权定价——基于随机参数的仿射调和稳态模型

考虑VIX时间序列均值回复、尖峰厚尾、有偏、非对称跳与波动率聚类的特征，本文源于日历时间与内在时间的视角，构建了基于随机参数的仿射调和稳态模型.同时应用VIX时序过程的特征函数、等价无穷小与概率论方法，求出期权定价最简表达式.基于该类模型与期权定价方法，可以快速地进行VIX期权定价模型的参数估计与定价预测.较之前沿的带随机参数的跳过程的CIR定价模型与FFT期权定价方法，具有快而精准的特征.较之一般的仿射跳模型，不仅能较好地刻画VIX时序中的尖峰厚尾、有偏与非对称跳等特征，而且具有较好的经济解释与可行性的优势.该研究不仅丰富了衍生品定价理论，也为投资者进行风险规避与衍生品定价提供一些参考.     

石油价格跳跃下期货价格动态模型及实证分析

引入跳扩散过程描述石油价格的变化,在风险溢酬一定的假定下,推导出石油期货价格的动态变化模型和定价模型.通过石油期货价格数据对石油价格模型进行实证检验,发现石油价格具有两个显著特征:1)价格有明显的跳跃和均值回复特征,2)投资者对石油价格随机波动和跳跃风险要求正的风险溢酬.本文的另还利用两个期货价格序列对石油价格模型进行实证分析,它们可以用来确定风险溢酬参数,并用来分析石油价格的时间序列特征.     

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.     

罕见灾难风险与中国股权溢价

本文计算了我国1996-2014年平均股权溢价,并通过基于传统效用函数及广义预期效用函数的资产定价模型计算的相对风险规避系数、GMM估计方法及H-J最小方差界验证了我国的确存在股权溢价之谜,以此构建灾难风险模型对我国股权溢价之谜进行解释,结论包括:1)我国1996-2014平均股权溢价为8.64%,股票收益波动性较大;2)我国的确存在股权溢价之谜,仅考虑广义期望效用函数无法合理解释我国股权溢价之谜;3)时变灾难模型可以较好地解释我国股权溢价之谜,尤其股市熊市模型更能体现灾难对投资者行为的影响从而影响资产价格风险溢价;4)我国股票收益率波动较大,而股息增长率波动较小,本文验证了灾难视角下股利价格比可以有效预测股票超额收益,为今后投资决策提供稳定科学指标和研究框架.     

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.     

波动率风险溢酬: 时变特征及影响因素

应用香港市场的数据, 通过构造恒生指数看涨期权的动态delta中性组合估计了股票市场的波动率风险溢酬, 并对其时变的 特征和影响因素进行了分析. 实证结果表明: 香港股票市场上的确存在显著为负的波动率风险溢酬, 说明波动率的确是随机的, 是市场中存在 的另一个风险源. 而投资者是厌恶波动率风险的, 并通过支付较高价格购买股指期权来规避这一风险, 股指期权并非股票现货的冗余证券. 并且, 波动率风险溢酬呈现明显的时变特征, 其最重要的影响因素是股票现货市场的波动率, 股市当前的波动率越大, 投资者对未来波动的预期和风险 厌恶程度越高, 越愿意为规避波动率风险支付更高的风险溢酬.     

中国股指期货和现货市场信息传导关系在牛熊市中的异化现象

本文采用牛熊市的视角,根据市场的历史周期的判断结果,分别提取我国沪深300牛市和熊市样本窗口,使用了BVGJR-GARCH-BEKK模型和LM跳跃检验法,从价格发现、波动溢出和跳跃风险三个方面对股指期货和现货市场间的信息传导关系的异化现象进行了实证研究.结果表明,牛市时股指期货市场发挥主要的长期价格发现作用,熊市时两个市场存在双向的价格发现,过分自信效应可以解释这一异化现象.两个市场在牛熊市都存在双向的波动溢出,但非对称性的方向相反.熊市时两个市场上都检验出了更多的跳跃行为,熊市下股指期货市场的跳跃风险来自于未预期到的信息.     

不同变现策略下的股票质押率定价模型

目前理论界和实务界多是简单基于波动率来设计股票质押率定价方法,虽易操作,但精确度明显不够.本文认为质押人违约所导致的流动性风险是影响股票质押率的另一关键因素,而质权人的相应变现策略则直接作用于流动性风险水平.因此,本文首先根据Obizhaeva线性冲击模型原理来刻画流动性风险,继而考虑了质权人为控制该风险而可能采取的四种变现策略,并给出了不同策略下兼顾波动率和流动性风险的股票质押率定价模型.最后,模拟分析发现:若只考虑波动率风险,股票质押率估值偏高问题显著;若兼顾流动性风险,但质权人仅采取被动变现策略,股票质押率最低;若质权人采取主动变现策略,那么股票质押率与其风险偏好正相关;再考虑金融市场中的负向冲击所导致的股价跳空现象,各情形下的股票质押率则会进一步降低.