本文關(guān)鍵詞：股指期權(quán)的風(fēng)險度量研究，由筆耕文化傳播整理發(fā)布。

【摘要】：本文以股指期權(quán)定價模型及其標(biāo)的資產(chǎn)所遵循的隨機過程的參數(shù)估計和期權(quán)風(fēng)險度量為核心,結(jié)合CEV期權(quán)定價模型和目前度量市場風(fēng)險的主流方法—VaR,對股指期權(quán)的市場風(fēng)險進行分析研究。 首先,引入能識別凸性或Gamma風(fēng)險的VaR計算方法,即使用二階泰勒展開式近似描述期權(quán)的價值變化。根據(jù)Ito引理推導(dǎo)出期權(quán)在持有期內(nèi)較小時間間隔內(nèi)其價值變化所遵循的隨機過程,在VaR模型的理論之上運用DGT近似法得出基于標(biāo)的資產(chǎn)股指計算的歐式看漲股指期權(quán)風(fēng)險的VaR度量公式；參考B-S模型下期權(quán)VaR計算的原理,推導(dǎo)出了CEV模型下的歐式看漲股指期權(quán)(基于期權(quán)合約計算)VaR計算的解析式。 其次,通過隱含參數(shù)估計法,利用SP CNX Nifty股指期權(quán)的數(shù)據(jù),估計了CEV期權(quán)定價模型的參數(shù),將其結(jié)合上述兩種股指期權(quán)風(fēng)險度量方法,對SP CNX Nifty股指期權(quán)的風(fēng)險進行度量。結(jié)果認為,從成功率來看,二者都通過檢驗；但在可獲得股指期權(quán)數(shù)據(jù)的情況下,基于標(biāo)的資產(chǎn)股指計算的歐式看漲股指期權(quán)風(fēng)險的VaR解析式的效果優(yōu)于DGT近似法,后者的均方誤大于前者。此外,對SP CNX Nifty股指期權(quán)的數(shù)據(jù)分別采用歷史模擬法、蒙特卡羅模擬法、GARCH模型法度量了其風(fēng)險,并將這三種方法與CEV模型下VaR解析式計算的風(fēng)險進行比較,結(jié)果認為,基于CEV模型下VaR解析式計算的效果較好。 第三,通過對E[δSi%昐i]取二階泰勒近似,化簡出了CEV過程的廣義矩估計的矩條件,結(jié)合滬深300股指的歷史數(shù)據(jù),估計出了CEV模型的參數(shù)。通過GARCH模型擬合滬深300股指收益率的數(shù)據(jù),得出滬深300股指收益率的波動率,并結(jié)合不變方差彈性的定義,利用樣本數(shù)據(jù)計算出CEV過程參數(shù)的先驗分布,進而將MCMC方法應(yīng)到CEV過程的參數(shù)估計中,且估計誤差相對較小,認為參數(shù)估計結(jié)果較廣義矩估計準(zhǔn)確。結(jié)合參數(shù)估計結(jié)果,分別用VaR計算的DGT法和解析法度量滬深300股指期權(quán)的風(fēng)險,結(jié)果表明,在無真正期權(quán)數(shù)據(jù)的情況下,前者較后者更能準(zhǔn)確的度量股指期權(quán)的風(fēng)險；而且根據(jù)對印度SP CNX Nifty股指期權(quán)的風(fēng)險實證結(jié)論,認為這兩種不同角度的風(fēng)險度量方法可以應(yīng)用到中國即將推出的股指期權(quán)的風(fēng)險度量中。
【關(guān)鍵詞】：股指期權(quán) CEV 參數(shù)估計 VaR
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：F224;F830.9
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 引言8-11
• 1.1 選題意義8
• 1.2 文獻綜述8-11
• 1.3 擬解決的問題11
• 2 CEV過程及CEV期權(quán)定價模型11-14
• 2.1 CEV過程及CEV期權(quán)定價模型介紹11-12
• 2.2 參數(shù)估計的基本方法12-14
• 2.2.1 隱含參數(shù)估計原理12-13
• 2.2.2 廣義矩估計原理13
• 2.2.3 極大似然估計原理13
• 2.2.4 MCMC原理13-14
• 3 股指期權(quán)的風(fēng)險VaR度量14-18
• 3.1 基于股指計算期權(quán)VaR的DGT法14-16
• 3.2 基于期權(quán)合約的期權(quán)VaR計算的基本方法16-17
• 3.3 VaR計算的準(zhǔn)確性檢驗17-18
• 3.3.1 均方誤差法17-18
• 3.3.2 成功次數(shù)和成功率18
• 4 S&P CNX Nifty股指期權(quán)風(fēng)險度量的實證研究18-27
• 4.1 CEV模型的隱含參數(shù)估計18-22
• 4.2 S&P CNX Nifty股指期權(quán)風(fēng)險的度量22-27
• 4.2.1 以S&P CNX Nifty指數(shù)為標(biāo)的資產(chǎn)計算期權(quán)的風(fēng)險VaR22-23
• 4.2.2 以S&P CNX Nifty期權(quán)合約為標(biāo)的資產(chǎn)計算期權(quán)的風(fēng)險VaR23-27
• 5 滬深300股指期權(quán)風(fēng)險度量的仿真研究27-39
• 5.1 CEV過程參數(shù)的廣義矩估計27-30
• 5.2 CEV過程參數(shù)的極大似然估計30-31
• 5.3 CEV過程參數(shù)的MCMC估計31-37
• 5.3.1 模型結(jié)構(gòu)分析31-32
• 5.3.2 參數(shù)先驗分布的選取32-34
• 5.3.3 參數(shù)估計結(jié)果34-35
• 5.3.4 模型收斂性診斷35-37
• 5.4 參數(shù)估計結(jié)果比較37
• 5.5 滬深300股指期權(quán)的風(fēng)險VaR度量37-39
• 5.5.1 以滬深300指數(shù)為標(biāo)的資產(chǎn)計算期權(quán)的風(fēng)險VaR37-38
• 5.5.2 以模擬滬深300股指期權(quán)為標(biāo)的資產(chǎn)計算期權(quán)的風(fēng)險VaR38-39
• 6 結(jié)論39-40
• 參考文獻40-43
• 部分程序附錄43-45
• 申請學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)論文45-46
• 致謝46

【引證文獻】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張海霞;循環(huán)經(jīng)濟項目期權(quán)風(fēng)險的評價研究[D];沈陽工業(yè)大學(xué);2012年

  本文關(guān)鍵詞：股指期權(quán)的風(fēng)險度量研究，，由筆耕文化傳播整理發(fā)布。

本文編號：425710