基于Pair copula-GARCH-G的多金融资产期权定价研究

发布时间：2017-07-18 18:03

  本文关键词：基于Pair copula-GARCH-G的多金融资产期权定价研究

  更多相关文章： 多金融资产期权定价 Pair copula技术 资产价格信息集成 鞅定价 蒙特卡洛模拟

【摘要】：近十年来,随着金融市场的不断发展,金融创新层出不穷,国际金融衍生市场除标准欧式、美式期权外,涌现出大量由标准期权演化而来的多金融资产期权,这些期权的标的资产通常为两个或多个金融资产。由于多金融资产期权具有合约条款灵活、不易被操纵和价格便宜等特点,已成为国际金融市场上交易最活跃的期权品种。目前,多金融资产期权在金融投资、风险管理和稳定金融市场方面发挥着越来越重要作用,对多金融资产期权进行合理定价对期权市场的参与各方至关重要。传统期权定价方法多是建立在正态分布假设之上的,但在金融实务和理论研究中,研究者发现很多金融资产数据(资产对数收益率)的分布并不具有正态分布的钟形结构的分布特征。基于正态分布的金融模型将导致投资组合的错误配置,Va R的错误估计和衍生产品的定价偏差。为了更合理的对多金融资产期权进行定价,本论文运用广义分布(广义双曲分布簇(GH)和广义Beta分布簇(GBG))和GARCH模型来捕获资产收益率的尖峰、厚尾和偏态分布特征与随机波动特征,采用国际相关结构研究领域新兴起的Pair copula技术构建多个金融资产的联合分布,集成多个金融资产的价格信息,并在集成资产价格信息的基础上通过鞅定价理论构建了基于Pair copula-GARCH-G的多金融资产期权定价方法。本论文主要包括下面三个部分。第一部分研究金融资产价格的动态演化过程。为了更准确地描述金融资产的尖峰、厚尾、偏态和随机波动特征,本部分通过引入对数矩母函数,构建基于广义分布的GARCH-G过程,用来描述金融资产的动态演化过程。该方法扩展了传统GARCH-GAUSS过程的适用范围。运用市场交易数据进行实证表明:与传统GARCH-GAUSS过程相比,本文的GARCH-G过程能更好地描述金融资产的尖峰、厚尾和偏态特征,基于GARCH-G的单标的资产期权方法的误差较小。第二部分集成多个金融资产价格信息(构建联合分布函数)。研究多金融资产期权估值,需要描述多个金融资产的联合分布函数,集成多个标的资产的价格信息。本部分采用了国际相关结构研究领域新兴起的Pair copula技术来描述资产间复杂的非线性相关结构,构造灵活的多个标的资产的联合分布函数,以有效集成标的资产的价格信息。为了检验Copula和Pair copula技术对标的资产价格信息的集成效果,本部分用金融市场数据对基于Copula信息集成技术的套期保值的最优比率计算和VaR估计进行了实证分析。第三部分构建了基于Pair copula-GARCH-G的多金融资产期权定价理论模型,并运用该模型对多元外汇期权进行定价分析。在合理描述金融资产价格动态过程和有效集成多个金融资产价格信息的基础上,本部分通过风险中性鞅定价原理构建了基于Pair copula-GARCH-G的多金融资产期权定价模型。通过GARCH-G模型捕获资产的尖峰、厚尾、偏态和随机波动特征,描述标的资产价格的动态演化过程,运用Pair copula函数技术描述多元资产间的非线性相关结构,构建多个标的资产的联合分布函数,有效集成标的资产的价格信息,在这些研究的基础上通过风险中性(鞅)定价理论构建基于Pair copula-GARCH-G多金融资产期权定价模型。为了使本文模型用于实践,我们给出了蒙特卡洛模拟技术实现对多金融资产期权估值的具体步骤。本部分运用基于Pair copula-GARCH-G多金融资产期权定价模型对多元外汇期权进行估值分析。实证过程显示了基于Pair copula-GARCH-G多金融资产期权定价模型的优势。
【关键词】：多金融资产期权定价 Pair copula技术 资产价格信息集成 鞅定价 蒙特卡洛模拟
【学位授予单位】：电子科技大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：F831.5
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-23
• 1.1 研究背景11-17
• 1.2 研究意义17-19
• 1.3 本文的研究内容和结构安排19-21
• 1.4 本文的研究方法及主要创新点21-23
• 1.4.1 研究方法21-22
• 1.4.2 主要创新点22-23
• 第二章 相关理论与方法23-42
• 2.1 期权定价理论介绍23-28
• 2.1.1 B-S模型24-26
• 2.1.2 鞅定价理论26-28
• 2.2 资产波动率建模和多元相关结构描述28-42
• 2.2.1 资产波动率建模28-31
• 2.2.2 Pair copula技术与多元相关结构描述31-42
• 第三章 金融资产价格动态演化过程42-64
• 3.1 金融资产价格的分布描述43-46
• 3.2 金融资产价格动态演化过程46-56
• 3.2.1 金融资产价格的GARCH-GAUSS动态演化过程47-48
• 3.2.2 金融资产价格的GARCH-G动态演化过程48-56
• 3.3 金融资产价格动态演化过程分析56-62
• 3.3.1 样本选取及数据分析56
• 3.3.2 金融资产价格过程实证检验56-62
• 3.4 本章小结62-64
• 第四章 多金融资产价格信息集成64-94
• 4.1 多金融资产价格信息集成技术64-67
• 4.1.1 COPULA-GARCH-G信息集成技术65-66
• 4.1.2 Pair copula-GARCH-G信息集成技术66-67
• 4.2 多金融资产价格信息集成技术的有效性分析67-92
• 4.2.1 多金融资产价格信息集成与套期保值68-81
• 4.2.2 多金融资产价格信息集成与VaR估值81-92
• 4.3 本章小结92-94
• 第五章 多金融资产期权定价模型构建及实证94-115
• 5.1 多金融资产价格过程的测度转换96-97
• 5.2 多金融资产期权定价模型构建97-101
• 5.3 多金融资产期权定价分析101-113
• 5.3.1 实证过程设计102-103
• 5.3.2 多元外汇数据动态演化过程分析103-110
• 5.3.3 多元外汇期权定价110-113
• 5.4 本章小结113-115
• 第六章 结论与展望115-118
• 6.1 全文总结115-116
• 6.2 研究展望116-118
• 致谢118-119
• 参考文献119-129
• 攻读博士学位期间取得的成果129-130

，

本文编号：559014