基于粒子群优化算法的洛伦兹曲线参数估计及基尼系数的计算

根据已有洛伦兹曲线模型,应用粒子群优化算法对洛伦兹曲线参数进行估计。由拟合的洛伦兹曲线计算2002-2011年我国城镇和农村的基尼系数,再利用"分组加权法"得出我国总体的基尼系数。结果表明:粒子群优化算法可以有效地估计洛伦兹曲线中的参数;由该算法的估计参数所确定的洛伦兹曲线估算2002-2011年基尼系数,其变化趋势与其它预测相符。从而为洛伦兹曲线提供了可靠、有效的参数估计方法。     

归并自变量模型估计

在线性回归模型中,如果因变量存在样本归并,普通的LS估计不再一致,Rigobon和Stoker（2004,2007）建议使用部分样本回归或完整形式分析的方法来获得参数的一致估计,但是,它们都不是有效估计。本文使用基于EM算法的ML估计来获得参数的有效估计,在正态混合模型设定下详细推导了观测样本的似然函数以及相应的EM迭代方程。数值模拟的结果表明,基于EM算法的ML估计比部分样本回归和完整形式分析的方法具有更好的小样本表现。     

基于优化AC-BiLSTM模型的机场终端区流量预测

将深度学习用于机场终端区流量预测研究。神经网络具有复杂的网络拓扑结构和较多的超参数，这使得超参数的选择很困难。以往神经网络模型的超参数通常是根据经验来调整的，因此，为了解决超参数搜索问题，引入粒子群算法(PSO)。针对基本粒子群算法(Basic PSO,BPSO)的缺点和不足，提出一种基于自适应惯性权重的混沌粒子群优化（AWCPSO）算法，该算法在基本PSO的基础上进行了改进和优化。具体方法是，使用一种新的动态自适应惯性权重在全局寻优和局部寻优之间取得平衡；进而将混沌思想和粒子群算法相结合，解决粒子群算法易陷入局部最优的问题。实验表明，AWCPSO算法用于AC-BiLSTM模型的超参数寻优时，既解决了BPSO算法的早熟收敛问题，又提高了流量预测的精度。     

基于PSO-SVR模型的煤炭铁路物流需求预测

在煤炭铁路物流需求预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低。将支持向量回归机（support vectorreg ression,SVR）与粒子群算法（Particle Swarm Optimization,PSO）相结合,提出适用于小样本量学习的PSO-SVR模型。选取1995-2011年的煤炭铁路货运量及其影响因素作为学习样本,利用粒子群算法对支持向量机参数进行优化,通过训练、测试得到具有良好学习与推广能力的煤炭铁路货运量预测模型。建立BP神经网络模型,并将二者的预测值进行对比,结果表明在解决我国煤炭铁路物流需求预测这种小样本,非线性及高维模式识别问题中PSO-SVR模型预测精度优于BP神经网络模型。     

金融随机波动率模型及其参数估计方法评述

构建合适的理论模型来估计和预测金融资产波动率是衍生品定价、投资组合配置以及风险管理中的十分重要环节,因此相关学术研究已经引起国内外学者广泛关注。本文主要基于已有研究文献,从两个方面对其研究成果进行适当梳理,首先分析了随机波动率的理论模型和所适用的金融环境,其次讨论了常用参数估计方法的优缺点,最后总结了模型进一步发展的趋势。研究认为：Heston模型在普通期权定价和利率市场方面应用较为广泛,SABR模型是目前金融市场最有效的风险管理工具之一;自适应马尔科夫链蒙特卡罗估计（MCMC）方法将是未来最佳的随机波动率模型参数估计方法之一。     

可转换债券定价模型

近期,发行可转换债券成为企业比较青睐的一种融资方式。我们可以根据无套利均衡原理来确定可转换债券的价值。由于转换和赎回具有期权的性质,因此,本文试图把可转换债券的定价纳入Black—Sc hole期权定价的框架下,建立一个理论模型。我们可以根据可转换债券的有关条款及其标的股票来确定模型部分参数,并利用微分方程的数值技术来计算可转换债券的价值。     

中小企业股票市场化发行定价的半参数自组织模型与实证

随着深圳交易所中小企业板块的正式启动，我国中小企业新股发行的市场化定价方式必将启用。本文采用基于自组织数据挖掘GMDH算法的半参数模型的定价方法，将GMDH算法与半参数模型方法结合起来。不仅利用计算机的自动拟合优选最优复杂度模型，从而大大简化了非参数部分估计。创造了半参数模型崭新的实现方式，并达到了理想的定价效果，而且可以发挥半参数模型的特有优势。进行模型结构分析。经过实证和检验证明了这种模型用于我国股票发行定价的有效性和合理性。为完全市场化股票发行方式下确定股票的发行价格提供了新的方法。     

浅析实物期权定价模型

常见的实物期权定价策略将项目中包含的实物期权演化为简单金融期权,然后使用金融价值评估工具,例如布莱克-斯科尔斯（Black—Scholes）模型来进行定价。实物期权理论虽然来源于金融期权,但其投资特征不同于金融期权,这些区别导致实物期权定价比金融期权定价更加复杂。本文通过对B-S模型在实物期权估值中的应用的分析,最后得出结论,将金融期权定价模型简单应用于实物期权定价往往是无效的。文章最后提出建议,实物期权理论与DCF分析类似,其目的在于通过提供“评分”的量化技巧来帮助决策过程,实物期权在某个时间点上的价值只能提供决策参考,而不能用来代替最终的商业判断。     

我国商业银行存款保险期权定价的实证研究——基于Merton、Rv和Garch模型的比较与分析

文章以发展近四十年的期权定价方法为基础,引入GARCH(1,1)期权定价模型对银行股本收益率的波动率进行了建模分析,并与早期的Merton和RV模型实证分析结果进行比较。研究发现:采取传统求方差算法的费率要低于采取GARCH模型算法的保险费率;同时,Merten方法计算的费率高于RV方法的计算结果。研究结论为我国存款保险的定价提供参考性建议。     

我国商业银行存款保险期权定价的实证研究——基于Merton、RV和Garch模型的比较与分析

文章以发展近四十年的期权定价方法为基础,引入GARCH(1,1)期权定价模型对银行股本收益率的波动率进行了建模分析,并与早期的Merton和RV模型实证分析结果进行比较。研究发现：采取传统求方差算法的费率要低于采取GARCH模型算法的保险费率;同时,Merton方法计算的费率高于RV方法的计算结果。研究结论为我国存款保险的定价提供参考性建议。     

信息服务优先期权定价模型与实证分析

基于所建立的信息服务优先期权定价模型、实物期权定价模型、完善的二叉树模型和完善的Black-Scholes模型,利用样本数据对图书馆信息服务进行了定价研究。结果表明:当基本的下载服务费为3元、服务周期为一年时,四个期权定价模型均表明消费者只需要额外支付约0.2—0.3元即可购买优先期权直接享受下载服务,同时也验证了信息服务优先期权定价模型的有效性。     

Commodity option pricing efficiency before Black,Scholes, and Merton

It is often thought that the arrival of the Black–Scholes–Merton (BSM) model of option pricing in the early 1970s allowed traders to understand how to price and value options with greater precision. However, our study suggests that interwar commodity options traders may have been able to intuit ‘fair’ value and to adjust their prices to changes in the market environment well before the advent of this innovative model. A scarcity of historical price data has limited empirical tests of option price efficiency well before BSM to studies of stock options in the 1870s and the early twentieth century which revealed contrasting findings. This study deals with option pricing in a different market—commodities—during the interwar period. We conclude that option prices were closer to their BSM theoretical values than prior studies suggest. Institutional differences between interwar commodity options markets and stock options markets in the 1870s and the early twentieth century may partly account for this result. Furthermore, we find that interwar option prices were no more mispriced than in modern times, and were as sensitive to changes in volatility—the key valuation parameter in the BSM model.     

Managing Stock Option Expense: The Manipulation of Option‐Pricing Model Assumptions*

This paper examines whether firms that voluntarily recognize stock option expense in their financial statements manage that expense downward more than firms that do not recognize the expense by adjusting option‐pricing model assumptions. To examine this issue, I collect option‐pricing model assumptions from fiscal year 2002 for both a sample of firms that voluntarily recognize stock option expense (“recognizing firms”) and a sample of control firms that do not (“disclosing firms”). The empirical results suggest that recognizing firms manage the recognized stock‐based compensation expense reported in their financial statements downward more than do firms that only disclose the expense. Additional analyses reveal that recognizing firms assume a lower level of volatility than disclosing firms in the option‐pricing model calculations; however, I find no evidence that recognizing firms manage the dividend yield and risk‐free interest rate assumptions more than disclosing firms. The Financial Accounting Standards Board (FASB) recently issued Statement of Financial Accounting Standards No. 123(R), which requires the expensing of the fair value of stock options, so these results may be of interest to capital‐market participants and the FASB as they assess the reliability of stock option expense as determined by option‐pricing models.     

CEV模型下有交易成本和随机波动率的亚式期权定价问题的文献综述

随着金融衍生品的发展,对其进行定价成为理论和实务操作中的重点。亚式期权作为一种强依赖路径的衍生品,在金融市场中有套期保值作用,在管理中有经理股票期权激励作用。因此,设计出更加切合市场实际的定价模型非常重要。本文选取了相比较B-S模型更加实际的CEV模型作为标底资产的路径过程,加入随机波波动率服从有限Markov链的情况下有交易成本的亚式期权定价公式。在已有的相关文献参考下,可以得出其偏微分方程。并且通过二叉树算法,实现定价计算。     

Development of capital structure theory based on option pricing

The capital structure theory based on option pricing model is an important embranchment, which connects the capital structure theory with its most essential issue, debt and equity pricing. The kernel of B-S option pricing theory is no-arbitrage, which initially appeared in MM theory of Modigliani and Miller. Merton illuminated that debt and equity were in essence options subsequently, so the method of option pricing was applied to debt and equity pricing. The relation of option pricing and capital structure theory is compact in the beginning. This paper reviews capital structure theory based on option pricing model, and proposes future research direction.     

CEV模型下两值期权的数值解

假设标的股价服从不变方差弹性（CEV）模型下，推导出两值期权的定价公式。利用有限差分格式，给出具体的数值算法，并将其应用于实例中，通过对此算例做的一系列数值实验，验证了算法的有效性。     

基于实物期权的地铁项目可行性研究

本文对地铁地产物业投资特性进行分析,从中找出地铁地产物业投资中所蕴涵的实物期权特性,提出地铁地产物业投资为一个欧氏看涨期权,并通过对B-S模型进行修正,得到地铁地产物业投资的实物期权模型,并对其进行实证,得出考虑了项目期权价值在内的项目总价值大于传统的净现值评估价值。因此,将实物期权运用于地铁地产物业投资决策领域,是充分地考虑了开发商的决策灵活性,使项目投资决策更接近于项目实际情况,也将有助于提高投资决策的正确性。期权价格对开发商和政府双方都更有利的是混合补偿的形式,能够在保障开发商利益的同时解决他们的在单纯地铁运营的亏损问题。     

基于粒子群优化反向传播神经网络的铁路路基沉降量预测

铁路路基沉降规律复杂、沉降量难以预测,因此提出一种粒子群优化反向传播神经网络的路基沉降量预测模型。传统神经网络建模时存在收敛速度慢、易陷入局部极小值等不足。因此,通过粒子群算法修正网络的初始权/阈值,提高全局收敛性,建立基于粒子群优化的反向传播神经网络预测模型。通过对宝中线实测数据进行仿真实验,结果显示：经粒子群优化的神经网络可避免局部极小问题,加快网络收敛速度,提高了对铁路路基沉降量的预测精度。     

基于实物期权法的风险投资项目估价方法——一个文献综述

文章理清了实物期权及其在风险投资项目估价中应用的发展脉络,并提出了实物期权在风险投资项目估价应用中需要发展的地方。实物期权在风险投资项目估价中应用的发展,主要以标准的Black&Sc-holes期权定价模型为基础,结合风险投资的特点,从期权的期限、标的资产价值的分布假设、利率、执行价格、波动率等方面对标准的Black&Scholes期权定价模型进行修正。