模糊信息环境下基于期权视角的兼并价格确定的博弈分析

首先运用期权理论研究了兼并目标企业价值确定问题,即包括基于净现值公式的基础价值和基于期权视角的期权价值.其次,运用博弈论研究了模糊环境下企业兼并目标企业的价格确定问题,通过引入可信性理论对兼并双方博弈支付进行表示,从而对Rubinstein讨价还价定理进行改进,给出了模糊环境下企业兼并目标企业价格确定思路,并且研究了期权的可执行期间问题.最后,通过数值仿真和案例分析说明了模型对现实的解释力.     

基于正态云的实物期权定价方法

实物期权一般假定期望现金流现值和投资成本为确定值,实际上由于风险投资项目的高不确定性,因而假设是不现实的,所以一些学者用模糊数学的方法对实物期权做了研究.云模型反映了随机性和模糊性的关联性.在这些研究的基础上,引入正态云模型表示投资的期望现金流现值和投资成本,得到一种新的实物期权的计算方法,并给出算例.     

应用实物期权理论评价R＆D投资

如何评价R＆D项目投资是R&D管理中的一个重要议题.目前广泛采用的净现值法(NPV)已受到很多人的批评,而一种叫做"实物期权"的方法在R&D领域的应用已越来越受到人们的重视.实物期权方法的一个很重要的特征就是能够灵活地评价项目未来的增长机会.而NPV法却常常不能抓住所有的这些增长机会,导致R＆D的投资低下.本文应用实物期权理论分析了R&D项目投资,将R＆D项目投资的不确定性归纳为三个随机过程,建立了求解R&D投资机会价值的数学模型.     

基于延迟实物期权的矿业投资决策模型

矿业投资受到许多不确定性因素的影响,这些不确定因素给矿业投资带来投资机会的价值,传统的净现值(NPV)法对矿业投资的评价未考虑这些不确定因素的影响.应用实物期权理论与方法,构建基于延迟实物期权的矿业投资决策模型,并运用算例说明了模型的有效性,为矿业投资决策提供了新的思路和决策方法.     

营销审计中单个管理期权B-S-M模型的优化作用

度量方法直接影响到营销审计的效果,进而影响公司营销的优化和评估。尝试在营销审计中使用B-S-M模型法来审计单个管理期权,并通过实例与传统净现值方法相比较。结果表明,使用该模型法能够更加有效、精确地度量企业的营销活动。对模型优化作用的研究也表明,B-S-M模型法能够有效优化公司的营销活动。     

基于区间分析的实物期权定价

实物期权定价中一般假定期望现金流现值和投资成本为确定值,实际上,由于风险投资项目的高度不确定性,该假设是不现实的。针对此问题,提出了基于区间分析的实物期权定价方法。详细介绍了基于区间分析的分布函数估计方法;提出了在实物期权定价中将不确定的输入变量表示为随机变量,基于区间分析,并利用Black-Scholes公式为之定价,得到期权值的分布函数;最后,通过实例验证了该方法的有效性。     

超生产容量阻止对手进入有效性的实物期权分析

将产业中企业竞争的策略行为推广到不确定性的市场环境中,用实物期权分析方法研究了行业内的垄断企业阻止具有决策灵活性的潜在进入者时,投资超生产容量策略的有效性.研究基于行业内企业的生产容量对进入者项目价值的影响评估,给出了业内企业生产容量对对手的进入期权价值和投资决策的影响结果,证明了当潜在进入者有足够的决策灵活性:投资前持有进入期权,投资后持有暂时停止和恢复期权时,对业内企业设置的任何生产容量,潜在进入者都会等待有限的时间后投资进入行业,即在净现值分析方法下有效的、以超生产容量阻止进入的竞争策略,对于持有投资和生产决策期权的进入者是无效的.     

实物期权中放弃期权与增长期权的相互影响研究

利用概率方法,研究了实物期权组合中放弃期权和增长期权之间的影响关系,并给出了具体的解析计算公式.     

基于最低净现金流要求的信用担保期权定价

企业最低净现金流要求在某种程度上决定了其还款概率和还款额度,进而影响到信用担保定价决策.针对最低净现金流要求对企业还款意愿的重要影响,考察最低净现金流要求与担保定价的关系,并给出基于最低净现金流要求的信用担保期权定价方法,它还与获得现金流补充条件下的信用担保定价相兼容.     

Heston模型下基于期权投资的鲁棒最优控制

针对Heston随机波动率模型下的鲁棒最优投资问题,构建了带期权投资的资产负债管理模型.投资者的目标是最大化终端时刻净财富的幂效用,利用随机最优控制方法,分别获得了带期权投资以及无期权投资两种情形下鲁棒最优投资策略、最坏概率测度及值函数的解析表达式,通过数值模拟发现考虑模型的鲁棒性以及进行期权投资能够改进投资者的效用.     

投资机会的价值与投资决策——几何布朗运动模型

指出传统的现金流折现法在项目投资具有时间选择下的不足,说明投资机会可以看成一个美式购买期权,只要项目的价值具有不确定性,投资时间选择权就具有价值,假定投资项目的价值和初始投资支出是随时间变化的几何布朗运动,利用期权定价的理论和方法,给出了投资时间选择权带来的投资机会的价值和相应的投资决策方法,还讨论了投资的时间选择权对投资决策的影响。     

可转换公司债券复合期权定价方法

基于多期复合期权理论,建立了可转换公司债券定价的控制方程,依据可转债的特征提出了相应的边界条件和终端条件,并采用有限差分方法进行了数值模拟,从而克服了复合期权模型中求解高维嵌套积分的困难,显著地提高了计算效率。实例计算表明,采用普通债券与欧式期权价值相加的定价方法大大低估了可转换公司债券的内在价值,复合期权定价方法为可转换公司债券的设计与定价提供了一种新的思路。     

基础项目融资中项目经济性评价的实物期权方法

针对传统评价方法不能对基础项目进行有效评价,在分析基础项目评价的期权特性的基础上,提出了基于实物期权的基础项目经济型评价模型,模型考虑了项目价值的动态变化和项目建设成本的动态变化,计算了项目价值和项目建设成本的双变量项目期权价值,最后,结合NPV评价方法,对基础项目经济性进行评价.     

部分信息实物投资的消费效用无差别定价

运用滤波理论,随机控制理论和消费效用无差别定价原理,建立基于部分信息的非完备市场有对冲机会的实物投资回报一次性支付的期权定价模型.通过求解具有自由边界条件的高维偏微分方程,推导出期权的隐含价值和投资最优执行边界,确定了投资,消费及资产分配的最优决策,并详细讨论了投资回报波动风险,平均回报率估计偏差风险以及资产相关系数对实物期权的隐含价值以及隐含信息价值的影响.模型和结论对实物投资项目的估值和资产管理具有一定参考价值.     

基于三角直觉模糊数的欧式期权二叉树定价模型

为了刻画欧式期权价格估计值的不确定性和投资者的犹豫程度, 用三角直觉模糊数表示期权标的资产价格的变化因子,构建了三角直觉模糊数二叉 树定价模型,并用风险中性定价方法研究单期欧式看涨期权的定价问题. 研究发现: 欧式看涨期权价格表示为一个三角直觉模糊数,其值体现了投资者对期权价格估计 值的肯定程度、否定程度和犹豫程度;利用三角直觉模糊数的截集运算法则得到了 欧式看涨期权价格的区间值. 数值算例表明, 用三角直觉模糊数得到的欧式看涨期 权的价格比用三角模糊数得到的价格更能体现投资者的犹豫性.     

基于小波-NAR神经网络的气象要素时间序列预测与天气指数彩虹期权估值

本文基于小波-NAR神经网络技术,提出气象要素时间序列预测与天气指数彩虹期权估值的原理与方法,同时采用2000-2014年悉尼日均气温和日降雨量数据,进行气象预测与天气期权估值.结果显示:小波-NAR神经网络因灵活的非线性动态结构较好地反映了气象变化特征,其预测与估值效果优于其他模型;该天气期权价值形成中的非线性特征取决于五种经济效应.科学预测天气和估计天气期权价值,开发天气衍生品,可挖掘天气不确定性的经济价值,弱化其对天气敏感产业的影响.     

投资机会决策中分数布朗运动理论

根据现代期代理论将投资决策机会视作一种期权,当投资价值（Ｖ）和初始支出（Ｃ）是随时间变化的维纳过程时,根据Ｂlack-Scholes公式给出投资机会的定价模型,当Ｖ和Ｃ是Ｈ（Ｈ≠１／２）指数的分数布朗运动时,则Ｉto微分议程形式将改变,Ｂlack-Scholes公式失效,讨论了Ｈ指对投资决策的影响,给出此时根据Ｈ指数的投资决策的步骤和策略。     

非完备市场中项目期权的消费效用无差别定价

基于消费效用最大化的效用无差别定价原理，本文对非完备市场条件下的企业项目期权进行定价.假设企业家具有指数效用函数，得到了项目期权的定价方程，即带自由边界的二阶非线性常微分方程；通过数值模拟发现，项目期权执行的最优触发值和期权价值会随着风险厌恶系数的增加而减小，随着相关系数的增加而增大，随着项目标的资产波动率的增加而增大.     

考虑违约情况下累积分红寿险的退保权定价模型

保险公司的违约风险和被保险人的退保行为是影响累积分红寿险价格的重要因素. 为了扩展我们前期的相关研究成果, 该研究放宽违约和退保假设, 即在每个保险年度的年末存在违约可能和被保险人可能在年末退保, 逐步建立三个定价模型来探讨在考虑违约情况下的累积分红寿险内嵌退保权的定价问题, 并通过蒙特卡罗方法对定价模型进行了模拟计算. 研究结果表明: 若在定价模型中不考虑退保权问题, 会严重低估累积分红寿险的价值, 且退保权价值对资产波动率等多种因素的敏感性都很高; 违约价值的增加对退保权价值的增加起到了正面作用.     

基于期权理论的多元相机决策权利定价模型

期权理论可以很好地对投资和筹资中的相机决策权利进行定价，格型法则是研究复杂期权定价问题最常用的数值方法之一，文章在期权理论的基础上，根据风险中性原则，通过确定合理的涨跌幅度和涨跌概率，建立了评价多元相机决策权利价格的多维格型模型，并保证了模型的一致性和稳定性。最后，通过数值评价验证了模型的计算有效性。