基于波动率估计的时变O-U模型期权保险精算定价

文章主要研究时变O-U模型下期权的保险精算定价问题。首先利用公平保费原理和标的资产价格过程的概率密度,得到了欧式期权的保险精算定价公式。然后注意到期权的保险精算定价公式依赖于未知的标的资产价格的波动率,利用标的资产价格的观测数据,给出了基于波动率估计的保险精算定价公式,并讨论了所得定价公式的强收敛性。

时变O-U模型在农业气温指数保险定价中的适用性研究

农业气温指数保险定价的首要环节是提升气温预测值的精确度,本文通过在均值回复速率设定中引入时间序列模型,构建了时变O-U模型,分别拟合武汉、大连、郑州1951-2015年的日均气温变动特点,并检验了模型预测精准度。在此基础上,以武汉为例测算了一份气温指数保险合约中保险双方的收益。研究发现,时变O-U模型较好地拟合了气温数据变动趋势,提升了预测精确度;模型改进之后,使保险合约价格上升,同时也使农民收益为正的概率上升。这一方面能够使保险公司获得较高的保费收入,有利于冲减经营成本;另一方面虽然使农民支付了稍高的保费,但是最终获得收益为正的概率却提高了。

基于时变O-U均值回复模型的天气衍生品定价研究——以马铃薯生长温度指数期货为例

马铃薯作为我国主要的粮食作物,其产量受天气状况的影响较大。河北省张北、围场和丰宁三地是马铃薯种植最集中的区域,异常的天气波动会给当地农户带来严重的经济损失。天气衍生品可以帮助农户对冲农作物面临的天气风险,但要达到良好的风险对冲效果,就需要更加精准的定价模型。本文致力于寻求精度更高的定价模型,于是在传统的Ornstein-Uhlenbeck均值回复模型的基础上,引入时间序列模型来重新模拟均值回复速度,得到时变均值回复模型。之后,使用张北、围场、丰宁三地1951—2018年的日平均气温数据拟合2019年每日平均气温的动态变动过程,并检验模型预测精准度。最后,在此基础上,借助蒙特卡罗模拟法测算马铃薯生长温度指数期货合约的价格,并与传统的均值回复模型的定价结果做比较。研究表明,时变Ornstein-Uhlenbeck均值回复模型能够较好地拟合气温的变动趋势,并且比传统的Ornstein-Uhlenbeck均值回复模型更能精准地预测期货价格。