基于新陈代谢GM(1,1)误差校正的GARCH混合期权定价模型

针对非对称性GARCH期权定价模型的随机误差项不仅受过去价格波动影响,还受金融数据中包含的大量灰色成分、随机性和非线性等因素干扰的问题,文章提出了基于新陈代谢GM(1,1)误差校正的GARCH混合期权定价模型。即利用具有灰信息处理优势的新陈代谢GM(1,1)预测当期随机误差并纳入GARCH期权定价模型的方差方程中,以增强当期价格波动信息对条件方程的影响。通过对上证50ETF期权价格的实证分析,证明了该混合期权定价模型相对于传统单一定价模型的有效性及鲁棒性。