本文關鍵詞：基于Pair copula-GARCH-G的多金融資產期權定價研究

  更多相關文章： 多金融資產期權定價 Pair copula技術 資產價格信息集成 鞅定價 蒙特卡洛模擬

【摘要】：近十年來,隨著金融市場的不斷發(fā)展,金融創(chuàng)新層出不窮,國際金融衍生市場除標準歐式、美式期權外,涌現(xiàn)出大量由標準期權演化而來的多金融資產期權,這些期權的標的資產通常為兩個或多個金融資產。由于多金融資產期權具有合約條款靈活、不易被操縱和價格便宜等特點,已成為國際金融市場上交易最活躍的期權品種。目前,多金融資產期權在金融投資、風險管理和穩(wěn)定金融市場方面發(fā)揮著越來越重要作用,對多金融資產期權進行合理定價對期權市場的參與各方至關重要。傳統(tǒng)期權定價方法多是建立在正態(tài)分布假設之上的,但在金融實務和理論研究中,研究者發(fā)現(xiàn)很多金融資產數(shù)據(jù)(資產對數(shù)收益率)的分布并不具有正態(tài)分布的鐘形結構的分布特征�；谡龖B(tài)分布的金融模型將導致投資組合的錯誤配置,Va R的錯誤估計和衍生產品的定價偏差。為了更合理的對多金融資產期權進行定價,本論文運用廣義分布(廣義雙曲分布簇(GH)和廣義Beta分布簇(GBG))和GARCH模型來捕獲資產收益率的尖峰、厚尾和偏態(tài)分布特征與隨機波動特征,采用國際相關結構研究領域新興起的Pair copula技術構建多個金融資產的聯(lián)合分布,集成多個金融資產的價格信息,并在集成資產價格信息的基礎上通過鞅定價理論構建了基于Pair copula-GARCH-G的多金融資產期權定價方法。本論文主要包括下面三個部分。第一部分研究金融資產價格的動態(tài)演化過程。為了更準確地描述金融資產的尖峰、厚尾、偏態(tài)和隨機波動特征,本部分通過引入對數(shù)矩母函數(shù),構建基于廣義分布的GARCH-G過程,用來描述金融資產的動態(tài)演化過程。該方法擴展了傳統(tǒng)GARCH-GAUSS過程的適用范圍。運用市場交易數(shù)據(jù)進行實證表明:與傳統(tǒng)GARCH-GAUSS過程相比,本文的GARCH-G過程能更好地描述金融資產的尖峰、厚尾和偏態(tài)特征,基于GARCH-G的單標的資產期權方法的誤差較小。第二部分集成多個金融資產價格信息(構建聯(lián)合分布函數(shù))。研究多金融資產期權估值,需要描述多個金融資產的聯(lián)合分布函數(shù),集成多個標的資產的價格信息。本部分采用了國際相關結構研究領域新興起的Pair copula技術來描述資產間復雜的非線性相關結構,構造靈活的多個標的資產的聯(lián)合分布函數(shù),以有效集成標的資產的價格信息。為了檢驗Copula和Pair copula技術對標的資產價格信息的集成效果,本部分用金融市場數(shù)據(jù)對基于Copula信息集成技術的套期保值的最優(yōu)比率計算和VaR估計進行了實證分析。第三部分構建了基于Pair copula-GARCH-G的多金融資產期權定價理論模型,并運用該模型對多元外匯期權進行定價分析。在合理描述金融資產價格動態(tài)過程和有效集成多個金融資產價格信息的基礎上,本部分通過風險中性鞅定價原理構建了基于Pair copula-GARCH-G的多金融資產期權定價模型。通過GARCH-G模型捕獲資產的尖峰、厚尾、偏態(tài)和隨機波動特征,描述標的資產價格的動態(tài)演化過程,運用Pair copula函數(shù)技術描述多元資產間的非線性相關結構,構建多個標的資產的聯(lián)合分布函數(shù),有效集成標的資產的價格信息,在這些研究的基礎上通過風險中性(鞅)定價理論構建基于Pair copula-GARCH-G多金融資產期權定價模型。為了使本文模型用于實踐,我們給出了蒙特卡洛模擬技術實現(xiàn)對多金融資產期權估值的具體步驟。本部分運用基于Pair copula-GARCH-G多金融資產期權定價模型對多元外匯期權進行估值分析。實證過程顯示了基于Pair copula-GARCH-G多金融資產期權定價模型的優(yōu)勢。
【關鍵詞】：多金融資產期權定價 Pair copula技術 資產價格信息集成 鞅定價 蒙特卡洛模擬
【學位授予單位】：電子科技大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：F831.5
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-23
• 1.1 研究背景11-17
• 1.2 研究意義17-19
• 1.3 本文的研究內容和結構安排19-21
• 1.4 本文的研究方法及主要創(chuàng)新點21-23
• 1.4.1 研究方法21-22
• 1.4.2 主要創(chuàng)新點22-23
• 第二章 相關理論與方法23-42
• 2.1 期權定價理論介紹23-28
• 2.1.1 B-S模型24-26
• 2.1.2 鞅定價理論26-28
• 2.2 資產波動率建模和多元相關結構描述28-42
• 2.2.1 資產波動率建模28-31
• 2.2.2 Pair copula技術與多元相關結構描述31-42
• 第三章 金融資產價格動態(tài)演化過程42-64
• 3.1 金融資產價格的分布描述43-46
• 3.2 金融資產價格動態(tài)演化過程46-56
• 3.2.1 金融資產價格的GARCH-GAUSS動態(tài)演化過程47-48
• 3.2.2 金融資產價格的GARCH-G動態(tài)演化過程48-56
• 3.3 金融資產價格動態(tài)演化過程分析56-62
• 3.3.1 樣本選取及數(shù)據(jù)分析56
• 3.3.2 金融資產價格過程實證檢驗56-62
• 3.4 本章小結62-64
• 第四章 多金融資產價格信息集成64-94
• 4.1 多金融資產價格信息集成技術64-67
• 4.1.1 COPULA-GARCH-G信息集成技術65-66
• 4.1.2 Pair copula-GARCH-G信息集成技術66-67
• 4.2 多金融資產價格信息集成技術的有效性分析67-92
• 4.2.1 多金融資產價格信息集成與套期保值68-81
• 4.2.2 多金融資產價格信息集成與VaR估值81-92
• 4.3 本章小結92-94
• 第五章 多金融資產期權定價模型構建及實證94-115
• 5.1 多金融資產價格過程的測度轉換96-97
• 5.2 多金融資產期權定價模型構建97-101
• 5.3 多金融資產期權定價分析101-113
• 5.3.1 實證過程設計102-103
• 5.3.2 多元外匯數(shù)據(jù)動態(tài)演化過程分析103-110
• 5.3.3 多元外匯期權定價110-113
• 5.4 本章小結113-115
• 第六章 結論與展望115-118
• 6.1 全文總結115-116
• 6.2 研究展望116-118
• 致謝118-119
• 參考文獻119-129
• 攻讀博士學位期間取得的成果129-130

，

本文編號：559014