本文選題：上證50EFT期權(quán) + 期權(quán)定價��； 參考：《華中師范大學》2017年碩士論文

【摘要】：2015年2月9日,我國第一個場內(nèi)期權(quán)—上證50ETF股指期權(quán)在上交所掛牌上市。這一期權(quán)的誕生,不僅豐富了投資者的投資品種,同時也使我國金融市場進入了全新的期權(quán)時代。期權(quán)在資本市場中發(fā)揮著風險管理、價格發(fā)現(xiàn)和財富增值等功能。因此,深入開展對上證50ETF股指期權(quán)定價問題的研究,對于促進和完善我國金融市場具有重要的理論意義和應用價值。1973年Black和Scholes提出的經(jīng)典期權(quán)定價模型(以下簡稱為BS模型)作為一種常用的定價模型被廣泛地應用在期權(quán)定價的實踐與理論研究中。該模型給出了在一些理想條件下不支付紅利的歐式期權(quán)的BS定價公式。在BS公式中確定期權(quán)價格的5個因素,除了波動率以外,其他影響因素,即標的資產(chǎn)價格、無風險利率、行權(quán)價和剩余期限均可以從市場中觀察到,這樣波動率對期權(quán)定價的影響就顯得尤為重要。本文從波動率出發(fā),以我國上證50ETF股指期權(quán)為研究對象,關(guān)于期權(quán)定價討論了波動率為固定常數(shù)的BS模型、波動率為在值程度函數(shù)的AHBS模型、波動率是時變的GARCH模型以及波動率為隨機過程的HESTON模型等4種期權(quán)定價模型,并對各模型的定價誤差進行了實證研究。為保證數(shù)據(jù)的有效性,我們根據(jù)交易量和剩余期限等指標對2015年6月至2016年10月的看漲、看跌期權(quán)數(shù)據(jù)進行篩選,最終分別得到7837個看漲期權(quán)和7829個看跌期權(quán)的數(shù)據(jù),并按在值程度對它們進行分類。然后使用最小二乘法、時間序列分析以及極大似然法等統(tǒng)計方法,通過Python和Eviews軟件編程實現(xiàn)各模型參數(shù)的估計,得到相應的期權(quán)定價公式和各模型的理論價格。最后,我們從樣本內(nèi)擬合和樣本外預測兩方面,使用ME、MAPE和MSE三種誤差標準比較了上述4種模型定價的差異。實證結(jié)果發(fā)現(xiàn),在每種誤差標準下,無論是樣本內(nèi)擬合還是樣本外預測,均是HESTON模型比較好,AHBS模型次之,GARCH模型和BS模型誤差較大。在ME標準下,對于虛值看漲期權(quán)和實值看跌期權(quán),這4種模型在大部分情況下都低估了期權(quán)價格。
[Abstract]:In February 9, 2015, the first option - Shanghai Stock Option - 50ETF stock option was listed on the Shanghai Stock Exchange. The birth of this option not only enriched the investment variety of investors, but also made our financial market enter a new era of options. The options play the functions of risk management, price discovery and wealth increment in the capital market. Therefore, the study of the option pricing of the Shanghai Stock 50ETF stock index is carried out in depth. The classic option pricing model (hereinafter referred to as the BS model) proposed by Black and Scholes (hereinafter referred to as BS model) is widely used in option pricing for the promotion and improvement of China's financial market, which is of great theoretical and applied value.1973 (hereinafter referred to as the BS model). In the study of practice and theory, the model gives the BS pricing formula of European option which does not pay dividends under some ideal conditions. In the BS formula, 5 factors of the option price are determined. In addition to the volatility, other factors, such as the underlying asset price, the risk free interest rate, the line right price and the remaining term, can be observed from the market. The influence of sample volatility on option pricing is particularly important. Starting from the volatility, this paper takes China's Shanghai Stock 50ETF stock option as the research object. The option pricing discusses the BS model with fixed constant volatility, the volatility is the AHBS model of the value degree function, the volatility is the time variant GARCH model and the volatility is random over. In order to ensure the validity of the data, we select 4 options and 7829 put options respectively in order to ensure the validity of the data. In order to ensure the validity of the data, we select the put option data from June 2015 to October 2016 according to the trading volume and the remaining time limit. We use the least square method, time series analysis and maximum likelihood method to realize the estimation of the model parameters by Python and Eviews software, and get the corresponding option pricing formula and the theoretical price of each model. Finally, we fit and sample the samples from the sample. Two aspects of external prediction, using three kinds of error standards of ME, MAPE and MSE, the difference between the above 4 models is compared. The empirical results show that, under each error standard, the HESTON model is better, the AHBS model is the second, the GARCH model and the BS model are larger. Under the ME standard, the virtual values are seen under the ME standard. In the most cases, the 4 models underestimate the option price.
【學位授予單位】：華中師范大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F724.5

【參考文獻】

相關(guān)期刊論文 前9條

1 楊遠健;;BS修正模型下的50ETF期權(quán)波動率特征分析[J];淮北師范大學學報(自然科學版);2015年04期

2 張麗虹;;歐式期權(quán)定價的Monte-Carlo方法[J];經(jīng)濟研究導刊;2015年15期

3 謝赤;貝籽;;中央銀行的外匯干預行為特征研究——基于TR-GARCH模型的實證檢驗[J];上海經(jīng)濟研究;2014年03期

4 樊鵬英;陳暮紫;蔣勇;陳敏;;基于非參數(shù)估計的權(quán)證定價方法及應用[J];系統(tǒng)工程理論與實踐;2013年08期

5 毛志娟;梁治安;;基于CIR隨機利率模型下期權(quán)定價的實證研究[J];內(nèi)蒙古大學學報(自然科學版);2013年03期

6 李英華;李興斯;;不完全市場下收益最大化期權(quán)定價法[J];系統(tǒng)工程理論與實踐;2011年12期

7 靳全;蘇春;;基于冪律過程和改進參數(shù)估計方法的風電場風能評估[J];中國電機工程學報;2010年35期

8 楊靜;徐傳勝;王朝旺;;試析巴夏里埃的《投機理論》對數(shù)學的影響[J];自然科學史研究;2008年01期

9 孔慶雨;李超杰;;具有隨機波動率的期權(quán)定價的研究進展[J];經(jīng)濟師;2006年12期

相關(guān)碩士學位論文 前4條

1 陳紫薇;基于Heston隨機波動模型的上證50ETF期權(quán)定價與對沖研究[D];大連理工大學;2016年

2 李星;Heston模型下的歐式期權(quán)定價及隱含波動率研究[D];西南財經(jīng)大學;2016年

3 楊遠健;上證50ETF期權(quán)的實證研究[D];安徽財經(jīng)大學;2015年

4 肖紅;一種基于伴隨方程的確定隱含波動率的方法[D];湖南大學;2013年

，

本文編號：1912894