对B-S模型与GARCH模型下的期权定价比较分析

权证具有一种理财和避险的功能。可同样的,期权又存在着风险,在对期权进行定价的过程中,最具影响的因素有:到期时间、股价波动率、无风险利率、期权合约到期目的股价、行权价、股票当前价格等等,这些因素的存在使得股票期权定价仍存在不确定性。为了理性地科学地对期权进行定价,20世纪七八十年代出现了两种比较经典的定价模型:B-S模型和GARCH模型。因此,本文通过对B-S模型与GARCH模型理论原理进行介绍,从而对两者的期权定价功效进行比较分析。     

我国权证定价泡沫研究

本文以我国权证市场上已退市的34支权证为样本比较我国权证的市场价格和基于B-S期权定价的理论价格的差异,通过对权证的市场价格与理论价格之间的线性回归分析证实了我国权证定价泡沫的存在.研究发现投机现象严重是权证定价泡沫的原因之一,在此基础上论文进一步分析了卖空限制是认购权证定价泡沫的主要原因而权证市场规模偏小是造成认沽权证泡沫的主要原因.最后对我国权证市场的发展提出了政策建议.     

基于GARCH模型的认购权证与认沽权证波动率比较研究

波动性是经济和金融研究的热点问题。本文分别采用无条件波动度量方法和条件波动模型对我国权证市场上具有代表性的六支权证的波动性进行估计,得出以下几个结果:1、六支权证基本上都存在不同程度的波动聚类现象。2、认沽权证的市场有效性弱于认购权证。3、认购权证的波动持续性大于认沽权证,说明认沽权证投机性更强,风险更大。4、认购权证的风险收益补偿大概是认沽权证的6倍。最后,结合本文研究,将给广大投资者一些投资建议。     

GARCH模型下的美式期权模拟定价——来自中国权证市场的经验

分别运用GBM模型和GARCH模型对我国市场上的股票价格进行参数估计,并使用最小二乘蒙特卡罗模拟方法对我国具有百慕大性质的权证进行蒙特卡罗模拟定价,发现GARCH模型的定价效果明显优于GBM假设下的定价,虚值程度越高的权证,定价误差越大。定价误差的对数与上证综合指数的对数之间存在明显的协整关系,权证没有卖空机制,使得套利无法实现,投机气氛较浓,是我国权证的市场价格明显高估的重要原因。实证对GARCH条件下的定价误差更加具有解释力。     

分形方法在中国权证定价中的实证研究

权证,一种特殊的期权,中国金融市场为了完成股权分置改革而引入权证。期权定价是它的一个核心问题,因此,对权证的定价理论的研究也具有理论和实际意义。文章探讨了权证的结构特点和价值组成,给出了权证的两种定价方法,并结合国内权证的实例,用B-S定价方法和分形定价方法进行了实证分析,并证明运用权证分形定价公式对中国权证市场进行估值比运用B-S定价公式更加准确,分形定价更加适合中国市场。     

蒙特卡罗方法在权证估价中的应用

蒙特卡罗模拟方法基于统计抽样思想,在诸多技术领域中有着广泛的应用,是金融工程技术中的重要方法之一。文章介绍了蒙特卡罗模拟方法,将其应用于我国证券市场中权证产品的估价,并将模拟所得结果与B-S公式所得结果进行了比较研究。     

浅谈权证及其相关定价方法

本文主要介绍权证及权证定价的相关理论,包括最经典的B-S模型,以及蒙特卡罗模拟法。使用蒙特卡罗模拟方法,假设B-S公式为正确的定价公式,运用一系列模拟的权证价格数据对于网络进行训练,并与B-S公式的结果进行比较。     

人民币汇率预测——基于GARCH模型的实证研究

自汇率制度改革以来,人民币汇率的走势一直受世人关注。运用合适的方法对汇率进行预测研究,具有重要意义。本文首先介绍了广义条件异方差自回归(GARCH)模型,随后对人民币/美元的高频数据进行预检验,发现其存在自相关性和异方差性,之后建立汇率GARCH模型,并进行汇率预测。     

人民币汇率预测——基于GARCH模型的实证研究

自汇率制度改革以来,人民币汇率的走势一直受世人关注.运用合适的方法对汇率进行预测研究,具有重要意义.本文首先介绍了广义条件异方差自回归(GARCH)模型,随后对人民币/美元的高频数据进行预检验,发现其存在自相关性和异方差性,之后建立汇率GARCH模型,并进行汇率预测.     

基于GARCH模型对人民币汇率波动的实证研究

本文建立了人民币汇率波动的GARCH族模型,实证检验了汇率制度改革以来人民币汇率波动的特征。结果显示,2005年7月21日至今,人民币的汇率收益具有显著的左厚尾特征;汇率的波动并不服从正态分布,具有集聚性;并且人民币的波动具有记忆性,随时间变化不会衰减;通过TGARCH模型的实证结果显示,人民币的汇率波动存在一定的杠杆效应,人民币汇率还不具备浮动汇率的特征。根据分析,本文认为杠杆效应的存在源自于汇率升值的单向预期,给出以下建议：通过有节奏的汇率市场化改革,以及改善国际收支双顺差,减少对升值的单向预期;央行对汇率的波动适当控制;培育人民币汇率衍生市场,增加进出口贸易企业规避汇率风险的金融产品;增加对附加值高的出口企业非汇率贸易政策支持。     

基于ARIMA与GARCH模型的国际油价预测比较分析

在分析影响油价波动因素的基础上,利用1986年1月至2010年12月的WTI国际原油价格月度数据,分别建立ARIMA和GARCH模型对油价进行预测。并通过对2011年1月至2012年4月WTI原油价格进行外推预测,检验模型的预测效果。比较分析发现,在短期预测中,ARIMA和GARCH模型对油价的预测均比较准确,但当油价由于受到重大事件的影响而有较大波动时,模型的预测精度下降;在长期预测中,GARCH模型的预测效果优于ARIMA模型;整体来看,GARCH模型预测的精度高于ARIMA模型。因此,在国际油价预测中,用GARCH模型是比较合适的。     

中国大豆批发价格波动规律研究——基于GARCH模型

本文运用GARCH(1,1)模型考察了我国大豆批发价格的波动特征。研究发现,1999—2008年期间我国大豆批发价格呈随机游走趋势,其波动具有右厚尾特征和集群性,价格波动具有ARCH效应,波动冲击影响衰减较慢,近期波动有加剧趋势。     

基于GARCH模型的证券投资基金VaR计算与实证研究

基于统计技术的度量金融市场风险值(Value at Risk,VaR)已成为测量市场风险的新标准和新方法。鉴此,如何高效、准确地进行VaR的计算将是问题所在。基于GARCH模型,讨论了对数收益率时间序列在正态、学生t和广义误差(GED)三种不同分布下的VaR计算方法,对样本基金的市场风险进行估计,并通过返回检验来检验模型的准确性。研究结果表明,基于GED分布的GARCH模型计算的VaR值最能真实地反映基金风险。     

从风险管理视角看B-S模型及其发展

金融风险是指由于金融资产价值的不利变动而使金融机构遭受损失的可能性.现实的经济和金融市场并非完美,因此,通过风险管理可以提升公司价值.论述了金融风险管理的理论和技术基础--Black-Scholes期权定价模型以及其演变发展,进一步分析了这一演进给对我国金融业发展的启示,从而对防范金融风险提出有益的建议.     

基于格兰杰和GARCH模型对人民币即期与远期引导关系的研究

采用格兰杰分析方法对2011年6月27日至2013年12月31日期间共919对人民币兑美元境内远期、香港离岸远期对境内即期汇率的引导作用进行研究,结果表明,境内远期市场和香港离岸市场的部分远期汇率对境内即期汇率有引导作用。其次使用GARCH模型检验,两个远期市场对境内即期汇率都有一定的溢出效应,且期限越小的远期汇率溢出效应越明显,香港离岸市场比境内远期市场溢出效应更明显。     

Markov状态转换机制的GARCH模型研究

为了更好地描述存在结构转换的时间序列的波动性,将马尔科夫链和状态转换机制引入GARCH模型,定义了MRS-GARCH模型,使GARCH模型的预测精度和持续性问题得到改善。鉴于还没有MRS-GARCH模型的稳定性和矩的存在性的相关研究,因此,基于马尔科夫链的理论以及几何遍历性和有限矩的简单假设,并使用漂移函数阐述了MRS-GARCH的稳定性和矩的存在性的充分条件。     

数理金融经济学理论的发展给我们的启示

纵观经济学的发展历史,人们总是力求通过数理的思想与方法解决变化复杂的资本经济市场,对资本市场的资产定价给出更加合乎实际的理论方法,因此,金融经济学发展的主线总是围绕着这一点,近些年来,经济学诺贝尔奖获奖者的贡献也充分说明这些,这给我国经济学学者研究探索以启迪。     

冯·杜能模型与城市商品房价格上涨机理

借鉴冯·杜能模型分析城市商品房价格上涨机理,可得出以下结论:当购买城市周边区商品房相比购买中心区商品房少支付的房价大于等于居住周边区所需多支付的居住成本时,理性购买者会作出购买周边区商品房的决策;随着周边区相比居住周边区居住成本的降低,周边商品房价格水平会趋近于中心区商品房价格水平;当周边区居住成本相对稳定时,周边区商品房价格水平受制于中心区商品房价格水平.随着城市的发展,商品房价格水平呈长期上涨趋势.控制城市中心区商品房价格与加速卫星城建设是平抑城市商品房价格的有效途径.     

Factor demand explanation in the COMET model

The COMET model is an interconnected set of 13 econometric country models, one for each member country of the European Economic Community and for some other countries as well. Within each country model demand for production factors, including energy, is explained by a multi-output/multi-input national production structure resulting in an internally coherent subset of four input equations, which allows for reasonably realistic dynamics and involves only a limited number of unknown coefficients, which are internationally comparable. The estimates display considerable similarity across countries, rather weak price responses, but relatively strong substitution between labour and capital.