分數(shù)Black-Scholes模型的參數(shù)估計及其在期權(quán)定價中的應(yīng)用
發(fā)布時間:2020-04-24 10:09
【摘要】:布萊克—斯克爾斯期權(quán)定價模型(Black Scholes Option Pricing Model)為股票、債券、貨幣、商品等衍生金融工具的合理定價奠定了基礎(chǔ)。由于金融市場具有自相似的特征,其發(fā)展模型,即分數(shù)布朗運動驅(qū)動的分數(shù)Black-Scholes模型近年來受到廣泛關(guān)注。而在實際應(yīng)用中,模型參數(shù)估計是首要問題。因此分數(shù)Black-Scholes模型中的三個參數(shù):Hurst指數(shù)H、波動系數(shù)σ2和漂移系數(shù)μ的估計需要得到系統(tǒng)研究。在本文中,我們假設(shè)三個參數(shù)均未知,并且數(shù)據(jù)是離散觀測得到的。我們在文中給出了三大類方法來同時估計這三個未知參數(shù),分別為RVL方法,RLL方法,CMLE方法。本文對分數(shù)Black-Scholes模型系統(tǒng)地給出了估計理論、模擬和實證研究分析,并將其參數(shù)估計結(jié)果應(yīng)用到期權(quán)定價當中。因此,該理論可以直接應(yīng)用到金融界的期權(quán)定價或是風險管理當中,對實際的金融應(yīng)用和管理具有很高的指導(dǎo)意義。通過研究我們發(fā)現(xiàn)相比于RLL和CMLE兩個模型,RVL模型更具一般性,原因有兩點:第一,RLL在H參數(shù)未知的情況下,σ2和μ的穩(wěn)定性受到了極大破壞,以致RLL只能適用于參數(shù)H已知的情況,對比之下RVL對三個參數(shù)的估計穩(wěn)定性都在可接受范圍內(nèi)。第二,在處理大數(shù)據(jù)樣本時,CMLE模型相比于所提高的精度,所需要的計算時間過長,因此CMLE更適用于樣本容量小,精度要求高的情形。因此,在對上證50ETF的實證分析中,RVL有更好的表現(xiàn)。在實證中,我們將RVL估計出的參數(shù)套用在三只歐式看漲期權(quán)的定價模型中,發(fā)現(xiàn)相較于傳統(tǒng)的Black-Scholes(BS)期權(quán)定價,分數(shù)Black-Scholes(fBS)模型計算出的模型價格和市場價格吻合更好。全文總共分為七章,第一章緒論介紹了文章的研究背景,以及文獻綜述。第二章隨機過程主要介紹了布朗運動,分數(shù)布朗運動,Black-Scholes模型和分數(shù)Black-Scholes模型等預(yù)備知識。第三章給出三種方法對分數(shù)Black-Scholes模型中的三個參數(shù)H,σ2,μ進行估計,涉及非完全極大似然估計和完全極大似然估計。第四章介紹了參數(shù)估計在期權(quán)定價中的應(yīng)用,主要從理論上說明了采用Ito型分數(shù)Black-Scholes模型的合理性。第五章對前面提出的估計方法進行了數(shù)值模擬分析。第六章將參數(shù)估計方法應(yīng)用在中國期權(quán)產(chǎn)品50ETF期權(quán)上,進行實證分析。第七章對全文進行了總結(jié)。
【圖文】:
(3)當丑<邋|時,分數(shù)布朗運動的增量之間具有負相關(guān)性,意味著前一逡逑段時間過程增長時,后一段時間有更大的可能會下降。逡逑從圖2到圖5分別為Hurst參數(shù)丑==0.80,邋0.65,0.35,0.20的分數(shù)布朗運動的逡逑軌道模擬圖,我們在圖中分別展示了邋3條獨立的分數(shù)布朗運動軌道。從圖中逡逑可以很顯然的看出,當丑時,隨著F增大,軌道的震蕩逐漸減小,分數(shù)逡逑布朗運動的軌道也逐漸變得更光滑;而當丑<|時,隨著F減小,軌道的震逡逑蕩變得越來越劇烈,分數(shù)布朗運動的軌道也變得越來越不規(guī)則起來。軌道之逡逑所以會出現(xiàn)這樣的情況,,就是由于分數(shù)布朗運動增量之間相關(guān)性造成的。逡逑當丑>|,增量之間正相關(guān),使得軌道變得更光滑;而當[V增量之間負逡逑相關(guān),使得軌道變得更震蕩。逡逑20邐(邐I邐t逡逑1:5邋-邐x-逡逑一逡逑■、一逡逑1。-逡逑0逡逑-10邋!邐1邐1邐J邐逡逑0邐5邐10邐15邐20逡逑圖2:分數(shù)布朗運動軌道模擬圖
圖3:分數(shù)布朗運動軌道模擬圖,丑=0.65逡逑5邐<邐I邐>逡逑.“'入':逡逑-3邋*邐f邐-逡逑-4邋^邐1邐1邐邐— ̄1邐逡逑0邐5邐10邐15邐20逡逑
【學(xué)位授予單位】:山東大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:O212.1
本文編號:2638849
【圖文】:
(3)當丑<邋|時,分數(shù)布朗運動的增量之間具有負相關(guān)性,意味著前一逡逑段時間過程增長時,后一段時間有更大的可能會下降。逡逑從圖2到圖5分別為Hurst參數(shù)丑==0.80,邋0.65,0.35,0.20的分數(shù)布朗運動的逡逑軌道模擬圖,我們在圖中分別展示了邋3條獨立的分數(shù)布朗運動軌道。從圖中逡逑可以很顯然的看出,當丑時,隨著F增大,軌道的震蕩逐漸減小,分數(shù)逡逑布朗運動的軌道也逐漸變得更光滑;而當丑<|時,隨著F減小,軌道的震逡逑蕩變得越來越劇烈,分數(shù)布朗運動的軌道也變得越來越不規(guī)則起來。軌道之逡逑所以會出現(xiàn)這樣的情況,,就是由于分數(shù)布朗運動增量之間相關(guān)性造成的。逡逑當丑>|,增量之間正相關(guān),使得軌道變得更光滑;而當[V增量之間負逡逑相關(guān),使得軌道變得更震蕩。逡逑20邐(邐I邐t逡逑1:5邋-邐x-逡逑一逡逑■、一逡逑1。-逡逑0逡逑-10邋!邐1邐1邐J邐逡逑0邐5邐10邐15邐20逡逑圖2:分數(shù)布朗運動軌道模擬圖
圖3:分數(shù)布朗運動軌道模擬圖,丑=0.65逡逑5邐<邐I邐>逡逑.“'入':逡逑-3邋*邐f邐-逡逑-4邋^邐1邐1邐邐— ̄1邐逡逑0邐5邐10邐15邐20逡逑
【學(xué)位授予單位】:山東大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:O212.1
【參考文獻】
相關(guān)期刊論文 前1條
1 胡耀忠;Nualart David;肖煒麟;張衛(wèi)國;;EXACT MAXIMUM LIKELIHOOD ESTIMATOR FOR DRIFT FRACTIONAL BROWNIAN MOTION AT DISCRETE OBSERVATION[J];Acta Mathematica Scientia;2011年05期
本文編號:2638849
本文鏈接:http://sikaile.net/kejilunwen/yysx/2638849.html
最近更新
教材專著