基于BP神经网络-SARIMA组合模型对气象要素预测与天气多因子期权的估值

本文主要以BP神经网络-SARIMA组合模型为基础,通过分析北京市1951-2013年气象数据,包括月平均气温,月平均降雨量的动态变化,分别计算天气期权中的标的天气指数:CDD(制冷指数),HDD(取暖指数),EDD(能源温值),CRI(降雨指数),进而由气象要素的估计进行天气标的指数的估计和天气多因子期权的估值。研究表明天气多因子期权可以分析不同天气因素对天气影响的影响,同时可以有效地避免天气风险,获得收益。