【摘要】：參數(shù)的期權(quán)定價(jià)模型在金融中廣泛應(yīng)用,而非參數(shù)方法可以研究并修正參數(shù)模型的定價(jià)誤差,因此,將參數(shù)定價(jià)模型與非參數(shù)修正相聯(lián)合后,就可以得到更為精確的定價(jià)結(jié)果。 本文,我們就介紹了一種新的定價(jià)方法,ACE方法,用于對(duì)衍生證券進(jìn)行定價(jià)。首先,選定適當(dāng)?shù)膮?shù)模型對(duì)期權(quán)狀態(tài)價(jià)格的相關(guān)函數(shù)進(jìn)行初始估計(jì)。由已有的研究結(jié)果可得,價(jià)格的分布函數(shù)比密度函數(shù)更易估,因此在本步驟中,我們選擇對(duì)期權(quán)狀態(tài)價(jià)格的分布函數(shù)進(jìn)行參數(shù)估計(jì)；接著,針對(duì)第一步驟中的參數(shù)定價(jià)估計(jì)模型導(dǎo)致的定價(jià)誤差,我們選擇一定的非參數(shù)方法進(jìn)行擬合。通過對(duì)不同非參數(shù)方法進(jìn)行比較,我們最終確定選用局部線性回歸作為該步驟中的非參數(shù)修正法。這種由參數(shù)模型作為先驗(yàn)信息的非參數(shù)定價(jià)方法我們稱之為ACE方法。 本文通過以廣義似然比檢驗(yàn)為基礎(chǔ)的非參檢驗(yàn)方法對(duì)該方法的效用進(jìn)行檢驗(yàn),并以SPX指數(shù)期權(quán)的數(shù)據(jù)對(duì)該方法進(jìn)行模擬。 ACE方法易于應(yīng)用,能夠與多種參數(shù)定價(jià)模型聯(lián)合,且可通過修正參數(shù)模型的定價(jià)誤差來取得更好的定價(jià)結(jié)果。本文最后將該方法進(jìn)行拓展應(yīng)用,應(yīng)用到對(duì)貨幣期權(quán)進(jìn)行定價(jià)的跳躍-擴(kuò)散混合模型中去,使跳躍-擴(kuò)散混合模型對(duì)貨幣期權(quán)的定價(jià)行為得到修正
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：F224;F830.9

【共引文獻(xiàn)】

相關(guān)期刊論文 前1條

1 ;Testing for the parametric parts in a single-index varying-coefficient model[J];Science China(Mathematics);2012年05期

相關(guān)博士學(xué)位論文 前1條

1 黃振生;含指標(biāo)項(xiàng)半?yún)?shù)回歸模型的估計(jì)與檢驗(yàn)[D];華東師范大學(xué);2010年

本文編號(hào)：2776778