分数布朗运动驱动期权定价模型及风险特征.docVIP

分数布朗运动驱动的期权定价模型及其风险特征 赵巍 摘要：分数布朗运动由于具有自相似或长记忆等分形特性，已成为数理金融研究中更为合适的工具。本文通过假定股票价格服从几何分数布朗运动，构建了It?型分数Black-Scholes市场；接着在分数风险中性测度下，利用拟鞅定价方法求解了分数Black-Scholes定价模型；进而放松执行价格为固定值的假定，研究了股价和履行价共同受分数布朗运动驱动的期权定价模型；最后，通过数值分析表明长记忆参数是期权定价中不可忽略的因素。 关键词：分数布朗运动，拟鞅，分数Black-Scholes模型 1 引言 关于股票价格行为的数学描述最早要追述到Osborne（1959）的研究工作[1]，他建议用正态随机变量表示对数股票价格。随后，布朗运动以其良好的随机计算性质被广泛应用于期权定价的研究。然而，实证研究表明股票市场具有自相似或长记忆等分形特性[2]，这导致了大量由布朗运动驱动的定价模型不符合真实的市场。分数布朗运动[3]已成为弥补上述模型缺陷最为简单的方法。由于分数布朗运动既不是马尔可夫过程，也不满足半鞅，这使得通常的随机积分无法对其进行分析。为此，许多研究者尝试定义不同的随机积分对分数布朗运动进行离散逼近。到目前为止，主要有两种改进的积分定义：以Roger（1997）等[4]为代表的分数轨道积分（fractional pathwise integrals）和Hu等（2003）[5]基于Wick积(Wick product)定义的分数It?积分。前者所建立的Black-Scholes模型存在套利[6-8]，而后者建立的Black-Scholes模型不存在套利，且相应的分数Black-Scholes市场是完备的[9]。因此，分数It?积分推动了分数期权定价的研究。Necula借助分数It?积分意义下的积分计算，求解了分数Black-Scholes公式[10]；刘韶跃等（2004）[11]在Necula研究基础上，对可降低权利金的权证进行了定价。 上述研究虽然在分数It?积分意义下得到了权证的解析解，但仍未摆脱复杂的积分计算。本文立足通常鞅定价的研究思路，利用拟鞅(quasi-martingale)定价方法，简便地解决了分数Black-Scholes市场下的期权定价问题；进而放松执行价格为固定值的初始假定，给出了股价和履行价共同受分数布朗运动驱动的期权定价模型；最后，对得到的结果进行了数值模拟分析。 2 It?型分数Black-Scholes市场 考虑金融市场上存在两种投资可能性，一种是无风险资产（如债券），满足： (1) 式中，r表示风险利率。另一种是风险资产（如股票），满足几何分数布朗运动，即 (2) 其中，为分数布朗运动，H为Hurst参数。特别当（为常数），有[10] (3) 式中，。Elliott[9]称分数布朗运动驱动的市场为It?型分数Black-Scholes市场，并证明此时的市场不存在套利且完备。 设表示由产生的关于P完备的-流，投资者在时刻的财富为F(t)，即 (4) 式中，a(t)和b(t)分别对应股票和债券的数目。若F(t)满足下面的方程 (5) 称投资策略{a(t),b(t)}是自融资策略。根据式(4)、(5)，有 (6) 定义折现过程 则 (7) 若概率测度Q满足 (8) 式中， (9) (10) (11) 由分数Girsanov公式[5]，有 (12) 另一方面，根据分数Clark-Clone定理[7] (13) 式中，表示F在t处的Malliavin导数，为概率测度Q下的拟条件数学期望。 由于在完备的市场条件下，有[7] (14) 成立，对(13)式两边用Q测度下的拟条件期望作用得到 (15) 注意到为测度Q下的拟鞅，且，不难得到下面的结论。 定理1在完备市场条件下，任意自然-流上的可测未定权益F在时刻t的价格为 (16) 3 分数Black-Scholes期权定价模型 考虑另一风险中性测度R下随机过程 (17) 其中，为任意实数。由分数Girsanov公式[5]，为风险中性测度R下的分数布朗运动。定义 (18) 则可利用下面引理进行拟鞅等价测度的计算。 引理[7] 若欧式未定权益f满足，则对任意，有下面的对等关系成立： (19) 其中，