引入馬爾科夫狀態(tài)轉(zhuǎn)移（MRS）模型擬合長沙市每日平均氣溫變化,利用最大期望算法估計馬爾科夫狀態(tài)轉(zhuǎn)移模型參數(shù),通過誤差分析得到了最佳MRS模型.基于最佳的MRS模型,采用無套利定價原理定價氣溫衍生品,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.實證結(jié)果表明,五狀態(tài)的MRS模型對長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結(jié)果相比以前的方法更為精確. 

【文章來源】：經(jīng)濟數(shù)學(xué). 2020,37(02)

【文章頁數(shù)】：8 頁

【部分圖文】：

擬合的確定性成分和觀測值序列

氣溫的隨機成分

MRS模型擬合值比較

【參考文獻】：
期刊論文
[1]基于O-U模型的氣溫衍生品定價研究[J]. 胡亞茹.  武漢金融. 2019(04)
[2]天氣衍生品定價模型的構(gòu)建[J]. 王晶.  統(tǒng)計與決策. 2016(15)
[3]時變O-U模型在氣溫預(yù)測及氣溫期貨定價中的適應(yīng)性研究——基于北京市1951-2012年的日平均氣溫數(shù)據(jù)[J]. 王明亮,何建敏,陳百碩,曹杰.  中國管理科學(xué). 2015(02)
[4]分數(shù)跳-擴散環(huán)境下的巨災(zāi)期權(quán)定價[J]. 沈明軒,何朝林.  經(jīng)濟數(shù)學(xué). 2012(03)
[5]隱含風(fēng)險中性分布在巨災(zāi)超額損失再保險定價中的應(yīng)用[J]. 楊剛,劉再明,歐陽資生,李學(xué)全.  經(jīng)濟數(shù)學(xué). 2008(04)



本文編號：2968450