基于折扣指数损失函数的高维异方差数据的惩罚稳健回归估计

生物医学、计量经济学和金融学领域的高维数据通常表现出异方差性,这引起了学者们极大的关注.虽然已经提出了大量方法来解决异方差或重尾误差,但是其中很多缺乏稳健的理论性质并且容易受到高杠杆点的影响.为了克服这些缺陷,本文提出了一种新的针对高维异方差数据的稳健变量选择方法.我们的方法引入了一个非对称的指数平方损失函数,且在一些弱的条件下能实现最高的渐近崩溃点.此外,所提方法具有变量选择的相合性和渐近正态性.实证结果表明我们所提的方法在各种情况下具有竞争力.特别是在高维重尾和异质性数据中存在高杠杆点时,本文的方法优于现有的其它方法.

基于非对称跳跃粗糙随机波动率模型的期权定价研究

基于资产价格存在的非对称跳跃与资产波动率存在的粗糙特性,本文提出了粗糙带非对称跳Heston模型(rHeston-AEDJ),在风险中性测度中推导出该模型的特征函数.由于模型的非马尔可夫且非半鞅性质,不能使用传统的欧拉方法进行逼近,本文使用混合模拟方法对该模型进行逼近,并解决粗糙波动率下奇异期权的定价问题.在风险中性测度下,基于Fourier-SINC推导了欧式期权的拟闭解.实证研究结果表明,上证50ETF价格存在跳跃、波动率Hurst指数远小于1/2,即波动率存在粗糙性,并基于拟闭解对上证50ETF期权进行定价实验发现本文所提出的rHeston-AEDJ模型在样本内外均有较好的定价精度.本文的研究对国内外期权产品定价与精确风险管理具有重要的现实意义和应用价值.