低波动率溢价条件下的备兑是权证定价.docVIP

低波动率溢价条件下的备兑权证定价 摘 要：作为对传统期权定价模型的改良，本文将不同的波动率模型导入Black Schole(1973)模型以及Hull White (1987)模型， 研究 了在低波动率溢价条件下各种波动率模型与定价模型结合而形成的新定价模型对中资股背景的备兑权证定价的能力。根据样本所 计算 的结果显示，Hull White模型与GARCH等波动率模型的结合能够较为精准的对备兑权证进行定价。此外，面对我国证券市场可能迎来的备兑权证即将发行的格局，本文还提出了加强发行商资格审批、发行后风控监管相对灵活等建议。 　　关键词：波动率，备兑权证，衍生品定价 　　我国证券市场发育的阶段性特征和权证产品的相对简单性，决定了备兑权证的推出是我国资本市场进一步创新 发展 的客观需求。 目前 ，各衍生品发行券商迟早要面临的一个基本 问题 是：在市场发育初期的高波动率溢价逐渐消失后，发行严格意义上的备兑权证时如何对其进行定价。Black 和Schole【1】在1973年提出著名的期权定价公式（以下简称BS模型）。但由于该公式的部分重要的假设，如标的股票的波动率为常数不符合市场实际状况，使其定价的精准性受到衍生品研究人员的极大批判。如Hull White (1987)【2】假设波动率服从一定过程并推出基于一定数值解的期权定价模型（以下简称HW模型）。在实证研究中，Huang (2002) 利用 台湾 权证市场数据以不同波动率模型计算的结果带入经典的BS模型和随机类定价模型进行实证 分析 ，发现以随机类模型中的HW 模型带入随机波动率计算台湾权证价格的效果最好。在我国由券商发行的备兑权证还未产生之时，鉴于我国香港市场已经具有较为成熟的备兑权证市场，而投资者结构和大陆市场具有比较高的相似性，故本文主要用香港市场样本，通过样本内参数估计和样本外预测的 方法 检验了由模型以及波动率选择的不同造成的对备兑权证定价的 影响 。 　　定价模型及波动率模型简介 　　1.权证定价模型 　　(1)BS模型 　　Black 和Scholes于1973年提出了著名的无红利的欧式看涨股票期权定价公式： 　　 　　其中，C为期权价格，S为当前股票市场价格，X为期权执行价格，σ为年化标的股票日对数收益率的标准差，τ=T-t为期权剩余存续期，r为无风险利率，N(·)为标准正态分布累积函数。 　　(2)HW模型 　　Hull White (1987) 假设股票价格及其收益率的波动率服从以下过程： 　　 　　其中，参数φ是S,σ,t的函数，参数μ,ξ是σ,t的函数，在HW模型中假设这些参数与S无关，且假设维纳过程变量dw,dz的相关系数Cov(dz,dw)=ρ为0。在风险中性的条件下，利用泰勒展开得到该微分方程的解为： 　　 　　其余参数意义同BS模型中的参数。 　　2. 波动率模型 　　波动率是权证定价的关键变量。波动率的估计是期权类衍生产品实务和研究中的前言性问题。目前，国外学术与实务领域用于波动率拟合和预测的模型主要有: 历史 波动率(Historical Volatility), GARCH模型, EGARCH模型、GJR模型和随机波动(SV)模型。 　　(1) 历史波动率(Historical Volatility) 　　20世纪70年代之前，经典的 金融 经济 分析都假定波动率是恒定的，未详细考虑波动率随时间变化的情形。例如，在Markowitz的投资组合分析方法中，用回报率的方差作为风险度量，如果采用无偏估计量，计算公式如下: 　　 　　其中，n为计算历史波动率的样本数（也称窗口大小）；Si为第t天的股票价格；T为一年的交易天数。 　　(2) GARCH模型 　　Bollerslev (1986)【3】提出了一种灵活的GARCH模型，它是最重要的一种Granger (1982) 提出的ARCH模型的拓展形式。GARCH(1,1) 模型假定方差依赖于被解释变量的过去值。其中包括3个简单的项，具体如下表示： 　　 　　当期的方差依赖于三个因素，常数项β0，ARCH项ε2t-1：用前一期残差的平方表示（反映前一期的波动性），和前一期的预测波动率（即GARCH项）。GARCH模型己经能够较好地反映金融资产收益率序列的集群效应和自相关性。 　　(3) EGARCH模型 　　对GARCH模型的一种重要拓展是引入不对称性，即正负随机扰动对后续条件方差的影响是不对称的。在GARCH模型中，条件方差仅与前期随机扰动的平方ε2t-1相关，因此，前期随机扰动的正负变动对条件方差的影响是相同的。相反，就资产收益而言，实证检验表明前期收益率对波动率的影响是不对称的