带杠杆效应的无穷纯跳跃Levy过程期权定价

考虑股票收益与波动的负相关关系,建立了漂移率和波动率随条件变化的时变无穷纯跳跃Levy过程.进一步根据局部鞅测度变换方法,推导了条件Levy过程的风险中性定价模型,并运用于恒生指数期权进行实证研究.结果表明:带杠杆效应的条件Levy过程联合刻画了资产价格的时变漂移率、条件方差、非高斯随机新息因子及非对称波动率4种状态,具有广泛的适用性;相比布朗运动、有限跳扩散及Variance Gamma过程,无穷纯跳跃调和稳态模型更好地捕获了随机因子的尖峰、厚尾等特征;考虑杠杆效应后,极大改善了条件Levy过程的期权定价能力,速降调和稳态过程期权综合定价能力依然更稳健.

调和稳定Lévy过程驱动的双重跳跃模型及期权应用

为准确刻画证券价格波动过程中的跳跃特征,捕获收益率尖峰厚尾、有偏等非高斯特征以及波动率集聚、异方差性等效应,建立了证券价格与相应波动率均存在跳跃的随机波动率模型,其中跳跃分布为两类纯跳跃Lévy分布(调和稳定分布和速降调和稳定分布)。最终,构建得到调和稳定Lévy过程驱动的双重跳跃随机波动模型。利用恒生和标普500股指数据进行实证,结果表明:与仿射跳扩散相比,纯跳跃Lévy分布能捕获随机信息的尖峰厚尾特征,拟合能力更优越,股指收益尾部分布存在速降特征。在此基础上的期权定价结果表明,速降调和稳定过程驱动的双重跳跃随机波动模型更有效。

基于ARMA-GARCH调和稳态Levy过程的期权定价

通过收益率时间序列分析,估计了非高斯ARMA-GARCH模型用以描绘资产价格的随机过程.进一步假设模型的噪音分别服从标准正态分布及两类纯跳跃Levy分布(经典调和稳态(CTS)和速降调和稳态(RDTS)),并建立风险中性Levy-ARMA-GARCH模型进行恒生指数期权定价的实证研究.研究结果表明:中国股市主要股指的历史滤波噪音序列皆呈现尖峰有偏和肥尾的非高斯特征,调和稳态相比其它Levy过程有更好的尖峰肥尾的刻画能力;恒指价格的跳跃测度存在速降趋势,形成收益率的尖峰厚尾;布朗运动低估了金融市场震荡程度,高斯分布高估短、中、长期隐含波动率;调和稳态Levy过程的拟合与定价能力较好,速降调和稳态过程综合的定价能力更稳健.

基于自举粒子滤波的沪深300指数跳跃性形态

为研究沪深300指数价格随机过程的运动形态,捕捉金融资产的非高斯新息、波动率集聚和杠杆效应三大特征,在时间序列分析的基础上,采用非对称GARCH模型构建了四种不同跳跃程度的离散时变波动率Levy过程,并建立了波动率、漂移率和跳跃的状态空间模型,同时引入粒子滤波方法来研究动态波动率和跳跃类型。研究表明:沪深300指数收益率存在大量的随机跳跃,而布朗运动无法刻画这些跳跃,且卡尔曼滤波也无法正确追踪跳跃状态,而调和稳态过程下粒子滤波对资产的时变活动率水平和跳跃形态上具有最佳的捕获能力。

基于改进PSO算法的调和稳定跳跃下随机波动模型期权定价与套期保值

为同时捕获金融收益率分布的尖峰、厚尾、有偏特性及波动率扩散中的异方差效应、集聚效应,联合刻画股价动态演变中的无限跳跃变化,将无限活跃纯跳跃Lévy分布中的经典调和稳定分布(CTS)引入平方根CIR模型为基础的随机波动率(SV)过程,建立了经典调和稳定分布下随机波动(CTSSV)模型,重构了纯跳跃Lévy分布驱动的随机波动(LVSV)模型框架.利用LVSV模型特征函数表达式,采用分数阶快速傅里叶变换(FRFT)方法推导了欧式期权定价公式.由于模型参数众多和目标函数高维积分困难,提出了多区域自适应粒子群优化算法(MAPSO)估计LVSV模型参数.利用FRFT技术和MAPSO参数估计结果,使用CTSSV模型和方差伽马随机波动(VGSV)模型对恒生指数期权数据进行欧式期权定价和方差一最优期权套期保值,实证研究结果证明了MAPSO算法的优越性和CTSSV模型的有效性.

基于Lévy过程高阶矩波动模型的期权定价

假设新息随机因子服从非高斯Lévy分布,将反映金融资产高阶矩特征NGARCHSK模型与刻画金融价格变化纯跳跃现象Lévy过程相结合,描述了资产收益率无限跳跃情形下的时变性,有效捕获了金融资产收益率尖峰有偏和杠杆效应。收益率时间序列验证了调和稳定分布刻画尖峰厚尾能力的优越性。结合波动率的高阶矩特征进行等价鞅测度变化,对我国首只股票期权进行定价,对比了数值积分的Cosine定价方法与从属过程蒙特卡洛模拟定价方法的效率。