引入馬爾科夫狀態(tài)轉(zhuǎn)移（MRS）模型擬合長(zhǎng)沙市每日平均氣溫變化,利用最大期望算法估計(jì)馬爾科夫狀態(tài)轉(zhuǎn)移模型參數(shù),通過(guò)誤差分析得到了最佳MRS模型.基于最佳的MRS模型,采用無(wú)套利定價(jià)原理定價(jià)氣溫衍生品,并利用蒙特卡羅方法得到了取暖指數(shù)（HDD）歐式看漲期權(quán)的數(shù)值解.實(shí)證結(jié)果表明,五狀態(tài)的MRS模型對(duì)長(zhǎng)沙市每日平均氣溫變化的擬合效果明顯優(yōu)于其他的MRS模型,它使得氣溫衍生品定價(jià)結(jié)果相比以前的方法更為精確. 

【文章來(lái)源】：經(jīng)濟(jì)數(shù)學(xué). 2020,37(02)

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

擬合的確定性成分和觀測(cè)值序列

氣溫的隨機(jī)成分

MRS模型擬合值比較

【參考文獻(xiàn)】：
期刊論文
[1]基于O-U模型的氣溫衍生品定價(jià)研究[J]. 胡亞茹.  武漢金融. 2019(04)
[2]天氣衍生品定價(jià)模型的構(gòu)建[J]. 王晶.  統(tǒng)計(jì)與決策. 2016(15)
[3]時(shí)變O-U模型在氣溫預(yù)測(cè)及氣溫期貨定價(jià)中的適應(yīng)性研究——基于北京市1951-2012年的日平均氣溫?cái)?shù)據(jù)[J]. 王明亮,何建敏,陳百碩,曹杰.  中國(guó)管理科學(xué). 2015(02)
[4]分?jǐn)?shù)跳-擴(kuò)散環(huán)境下的巨災(zāi)期權(quán)定價(jià)[J]. 沈明軒,何朝林.  經(jīng)濟(jì)數(shù)學(xué). 2012(03)
[5]隱含風(fēng)險(xiǎn)中性分布在巨災(zāi)超額損失再保險(xiǎn)定價(jià)中的應(yīng)用[J]. 楊剛,劉再明,歐陽(yáng)資生,李學(xué)全.  經(jīng)濟(jì)數(shù)學(xué). 2008(04)



本文編號(hào)：2968450