期權(quán)對(duì)于期貨、現(xiàn)貨市場(chǎng)的穩(wěn)定性有著非常重要的作用,因此對(duì)期權(quán)的研究十分有必要,其中期權(quán)定價(jià)是期權(quán)研究的重要組成部分。通過(guò)對(duì)以往學(xué)者的研究成果進(jìn)行梳理,發(fā)現(xiàn)GARCH(1,1)模型在波動(dòng)率估計(jì)的相關(guān)研究中應(yīng)用最為廣泛;而EGARCH模型和Lévy過(guò)程分別考慮到資產(chǎn)收益率序列的條件方差具有有偏杠桿性和收益率序列本身呈非正態(tài)分布的特征,從而比GARCH(1,1)具有更優(yōu)的波動(dòng)率估計(jì)效果,同樣被廣泛應(yīng)用。同時(shí),最小二乘蒙特卡羅模擬方法的定價(jià)效果及可操作性使得其在期權(quán)定價(jià)模型中定價(jià)效果最優(yōu),因此被廣泛應(yīng)用于期權(quán)定價(jià)研究中。本文主要通過(guò)應(yīng)用最小二乘蒙特卡羅對(duì)豆粕期貨M1809合約對(duì)應(yīng)的期權(quán)進(jìn)行模擬定價(jià),從而對(duì)我國(guó)豆粕期貨期權(quán)的合理定價(jià)問(wèn)題進(jìn)行研究。本文應(yīng)用Shapiro-Wilkins檢驗(yàn)、Anderson-Darling檢驗(yàn)對(duì)豆粕期貨9月連續(xù)收益率序列進(jìn)行正態(tài)性檢驗(yàn),結(jié)果表明豆粕期貨收益率呈現(xiàn)左偏厚尾的非正態(tài)分布,同時(shí)利用波動(dòng)率序列圖發(fā)現(xiàn)了豆粕期貨波動(dòng)率存在有偏正向杠桿效應(yīng),負(fù)面信息對(duì)豆粕期貨9月連續(xù)收益波動(dòng)率的影響大于正面信息。本文分別采用GARCH、EGARCH以及Lévy過(guò)程來(lái)模擬豆粕期貨的波動(dòng)率序列,并將該序列作為參數(shù)應(yīng)用至最小二乘蒙特卡羅模擬方法中。在無(wú)風(fēng)險(xiǎn)利率的選擇上,本文選擇時(shí)間節(jié)點(diǎn)前一年的隔夜SHIBOR平均值作為無(wú)風(fēng)險(xiǎn)利率。最后,設(shè)置不同路徑數(shù)、多個(gè)時(shí)間節(jié)點(diǎn)對(duì)10支豆粕期貨期權(quán)應(yīng)用最小二乘蒙特卡羅進(jìn)行定價(jià)模擬,結(jié)果表明:在LévyEGARCH模型的波動(dòng)率估計(jì)下,期權(quán)定價(jià)效果最優(yōu);模型的定價(jià)效果會(huì)隨著時(shí)間發(fā)生變化,越靠近最后交易日,定價(jià)結(jié)果越精準(zhǔn);路徑數(shù)設(shè)置對(duì)于豆粕期貨期權(quán)定價(jià)的影響不顯著,幾乎可以忽略不計(jì);最小二乘蒙特卡羅模擬方法可以貼近真實(shí)價(jià)格,但是無(wú)法徹底消除誤差。
【學(xué)位單位】：上海大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F724.5;F323.7;F224
【部分圖文】：

的不穩(wěn)定使得金融資產(chǎn)收益序列往往呈現(xiàn)非正態(tài)分布效應(yīng)。本文選擇的定價(jià)對(duì)象是商品期貨期權(quán)，與以往指期權(quán)作為研究對(duì)象不同，其標(biāo)的資產(chǎn)會(huì)受到大宗商期貨合約其收益序列與股指類期貨一樣存在非正態(tài)性實(shí)證研究的第一步，將分別應(yīng)用峰/偏度、Shapiro-Wrling 檢驗(yàn)來(lái)驗(yàn)證豆粕期貨合約收益率的非正態(tài)性，并粕期貨波動(dòng)率的有偏性和杠桿效應(yīng)。雖然在本文寫(xiě)作已結(jié)束交易且豆粕期貨合約已經(jīng)完成交割，所有的；但由于單支期貨存續(xù)時(shí)間跨度僅一年，約 250 個(gè)交合的需要，因此本文在正態(tài)性檢驗(yàn)環(huán)節(jié)使用的數(shù)據(jù)為年 8 月 7 日這個(gè)時(shí)間段的豆粕期貨 9 月連續(xù)價(jià)格，它809 的收益序列，并提供相同的波動(dòng)趨勢(shì)，另一方面時(shí)可以很直觀地表現(xiàn)豆粕期貨在不同時(shí)刻的走勢(shì)。

圖 4-2 豆粕期貨 9 月連續(xù)收益率序列圖 4-3 正態(tài)分布與豆粕期貨 9 月連續(xù)收益率分布密度曲線對(duì)布下，偏度與峰度分別為 0 與 3。若偏度大于 0，則為右，則為左偏分布。若峰度值大于 3，則為厚尾形態(tài)；若峰度

34 4-3 正態(tài)分布與豆粕期貨 9 月連續(xù)收益率分布密度曲線對(duì)布下，偏度與峰度分別為 0 與 3。若偏度大于 0，則為右，則為左偏分布。若峰度值大于 3，則為厚尾形態(tài)；若峰度態(tài)。根據(jù)描述性統(tǒng)計(jì)結(jié)果以及密度曲線與正態(tài)分布密度曲18.98748，偏度值為-1.76394，可以直觀地看出豆粕期貨 9 的左偏厚尾特征，不服從正態(tài)分布。一步驗(yàn)證豆粕期貨 9 月連續(xù)價(jià)格的非正態(tài)性，本文繼續(xù)采驗(yàn)、Anderson-Darling 檢驗(yàn)來(lái)對(duì)其收益率序列進(jìn)行檢驗(yàn)。針驗(yàn)，其檢驗(yàn)值為 P 值，若 P 值很小，則表明拒絕原假設(shè)，針對(duì) Anderson-Darling 檢驗(yàn)，分別從多個(gè)置信度去進(jìn)行判置信度的比較值，則拒絕原假設(shè)，表明該分布為非正態(tài)分
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 叢明舒;;模糊性、模糊厭惡與期權(quán)定價(jià)[J];金融學(xué)季刊;2017年01期

2 易存曉;;基于偏微分方程的外匯期權(quán)定價(jià)研究[J];財(cái)富時(shí)代;2020年01期

3 張燕;吳偉容;;期權(quán)定價(jià)法在房地產(chǎn)行業(yè)并購(gòu)目標(biāo)企業(yè)價(jià)值評(píng)估中的應(yīng)用[J];中國(guó)證券期貨;2012年05期

4 覃思乾;;基于二叉樹(shù)模型期權(quán)定價(jià)的矩陣形式算法[J];廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年01期

5 周玉琴;朱福敏;;大數(shù)據(jù)背景下我國(guó)上證50ETF期權(quán)定價(jià)研究[J];東北農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2016年03期

6 安實(shí);王烜;田季員;;結(jié)構(gòu)轉(zhuǎn)換條件下債券期權(quán)定價(jià)研究[J];運(yùn)籌與管理;2009年01期

7 羅路琦;吳麗君;;殼公司價(jià)值的期權(quán)定價(jià)分析[J];當(dāng)代經(jīng)理人;2006年05期

8 蘭蓉 ,徐彌榆;計(jì)算機(jī)輔助期權(quán)定價(jià)過(guò)程[J];中國(guó)金融電腦;2003年03期

9 劉玉玉;高凌云;;四叉樹(shù)期權(quán)定價(jià)的一個(gè)反例[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

10 王繼紅;歐陽(yáng)異能;;信用風(fēng)險(xiǎn)下的冪交換期權(quán)定價(jià)[J];通化師范學(xué)院學(xué)報(bào);2011年10期

相關(guān)博士學(xué)位論文 前10條

1 韓苗;基于RS跳擴(kuò)散模型的期權(quán)定價(jià)研究[D];中國(guó)礦業(yè)大學(xué);2018年

2 韓星宇;場(chǎng)外期權(quán)定價(jià)和對(duì)沖及倒向隨機(jī)微分方程的應(yīng)用[D];山東大學(xué);2019年

3 李文漢;基于Esscher變換的期權(quán)定價(jià)[D];河北師范大學(xué);2018年

4 王獻(xiàn)東;模糊與隨機(jī)環(huán)境下的復(fù)合期權(quán)定價(jià)及應(yīng)用研究[D];東南大學(xué);2017年

5 李哲;具有流動(dòng)性風(fēng)險(xiǎn)因素影響的期權(quán)定價(jià)研究[D];華南理工大學(xué);2018年

6 鄧國(guó)和;市場(chǎng)結(jié)構(gòu)風(fēng)險(xiǎn)下雙指數(shù)跳擴(kuò)散模型期權(quán)定價(jià)與最優(yōu)投資消費(fèi)[D];湖南師范大學(xué);2006年

7 楊維強(qiáng);倒向隨機(jī)微分方程和非線性期望在金融中的應(yīng)用：風(fēng)險(xiǎn)度量，定價(jià)機(jī)制的估計(jì)以及期權(quán)定價(jià)[D];山東大學(xué);2006年

8 李超杰;基于波動(dòng)率、執(zhí)行價(jià)格、交易成本的期權(quán)定價(jià)研究及應(yīng)用[D];東南大學(xué);2005年

9 孫超;帶交易成本的新式期權(quán)定價(jià)問(wèn)題及算法[D];浙江大學(xué);2006年

10 黃光輝;有限狀態(tài)多期模型下的期權(quán)定價(jià)和市場(chǎng)風(fēng)險(xiǎn)研究[D];華中科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 李楠;體制轉(zhuǎn)換模型下的脆弱兩值期權(quán)定價(jià)[D];南京師范大學(xué);2019年

2 楚少帥;期權(quán)定價(jià)中求解波動(dòng)率的幾種數(shù)值方法[D];哈爾濱工業(yè)大學(xué);2019年

3 譚敏;基于最小二乘蒙特卡羅模擬法的中國(guó)豆粕期權(quán)定價(jià)[D];上海大學(xué);2019年

4 邱安波;面向集成眾核架構(gòu)的蒙特卡羅期權(quán)定價(jià)算法研究[D];廣東工業(yè)大學(xué);2019年

5 吳芳菲;量子金融下的人民幣外匯期權(quán)定價(jià)研究[D];福州大學(xué);2018年

6 繆宗鈺;基于分?jǐn)?shù)階傅里葉變換的美式雙重障礙期權(quán)定價(jià)[D];東南大學(xué);2019年

7 劉婷;基于蒙特卡羅方法的上證50ETF期權(quán)定價(jià)研究[D];南華大學(xué);2019年

8 吳鑫丞;流動(dòng)性調(diào)整下的期權(quán)定價(jià)研究[D];華中師范大學(xué);2019年

9 劉耀筠;期權(quán)定價(jià)及其風(fēng)險(xiǎn)對(duì)沖：偏微分方程數(shù)值解法結(jié)合光滑函數(shù)的解決方案[D];廈門大學(xué);2017年

10 張二姚;隨機(jī)金融市場(chǎng)的脆弱期權(quán)定價(jià)[D];安徽工程大學(xué);2019年

本文編號(hào)：2848916