期权定价理论2014.ppt

  1. 1、本文档共47页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
期权定价理论及其应用 期权的基本概念 期权定价模型与定价方法 期权定价模型的参数估计 期权理论的应用 一、期权的基本概念 期权的定义 期权的种类 期权的定义 期权又称选择权,是指其持有者能在规定的期限内按交易双方商定的价格(执行价格)购买或出售一定数量的某种特定商品的权利。期权交易就是对这种选择期权的买卖。 期权的种类 从交易者的买卖行为划分,期权可以分为买入期权(又称看涨期权(Call Option))和卖出期权(又称看跌期权(Put Option)) 按照合约所规定的履约时间不同,期权可以分为欧式期权和美式期权 按照期权标的物性质不同,期权可以分为两大类,即商品期权和金融期权 新型期权(Exotic Option) 复合期权 任选期权 障碍期权 两值期权 回望期权 亚式期权 复合期权 任选期权 任选期权(as you like it)是指经过一段时间后,期权持有人能选择期权,或者是看涨期权或者是看跌期权。 障碍期权 障碍期权(barrier option)一般归为两类,即敲出期权和敲入期权。敲出期权是这样一种期权,即当标的资产价格达到一个特定障碍水平时,该期权作废。敲入期权是这样一种期权,即当只有当标的资产价格达到一个特定障碍水平时,该期权才有效。 两值期权 两值期权(binary option)是具有不连续收益的期权。在到期日标的资产价格低于执行价格时该期权一文不值,而当标的资产价格超过执行价格时该期权支付一个固定数额 Q 回望期权 回望期权(lookback options)的收益依附于期权有效期内标的资产达到的最大或最小价格。欧式回望看涨期权的收益等于最后标的资产价格超过期权有效期内标的资产达到的最低价格的那个量。欧式回望看跌期权的收益等于期权有效期内标的资产价格达到的最高价格超过最后标的资产 价格的那个量。 亚式期权 二、期权定价模型与定价方法 期权定价模型 期权定价方法 (一)期权定价模型 Black—Scholes期权定价模型 不变方差弹性(Constant Elasticity of Variance ,CEV )模型 跳—扩散(Jump-Diffusion)模型 随机波动率(Stochastic Volatility)模型 1、Black—Scholes期权定价模型 无风险利率 r 为常数; 没有交易成本、税收和卖空限制,不存在无风险套利机会; 标的资产在期权到期时间之前不支付股息和红利; 市场交易是连续的,不存在跳跃式或间断式变化; 标的资产价格波动率 为常数; 基本假定(续) 假定标的资产价格遵从几何布朗运动 欧氏买权的价值 2、不变方差弹性模型 Cox(1996)给出了执行价格为X时,CEV过程下,欧氏买权的价值 3、跳—扩散模型 4、随机波动率模型 标的资产收益率和波动率的随机过程如下: 几种随机波动率模型 Hull和White(1987) (二)期权定价方法 Black-Seholes期权定价方法 二叉树方法 蒙特卡罗模拟方法 有限差分方法 确定性套利方法  -套利定价方法 区间定价方法 Black-Seholes期权定价方法 采用动态交易策略复制期权到期末的现金流,在不存在无风险套利机会的情况下, 得到衍生资产价格的Black-Seholes微分方程 有限差分方法 通过数值方法求解衍生资产所满足的微分方程来为衍生资产估值,将微分方程转化为一系列差分方程之后,再通过迭代法求解这些差分方程总的来看,有限差分方法的基本思想与二叉树方法基本相似. Black-Scholes期权定价法的优缺点 能够得到套期保值参数和杠杆效应的解析表达式,从而为衍生资产的交易策略提供较清晰的定量结论 解析解本身没有误差 只能给出欧式期权的解析解,而且,该方法也难以处理期权价格依赖于状态变量历史路径及其它的一些较复杂的情况. 三、期权定价模型的参数估计 Black-Scholes定价模型波动率的估计 跳—扩散模型参数估计 1、波动率的估计 基于标的资产历史数据的波动率直接估计法 基于GARCH模型族的波动率估计 基于高频数据的实际波动率估计法 隐含波动率估计法 基于标的资产历史数据的 波动率直接估计法 基于GARCH模型族的波动率估计 Engle(1982)——ARCH模型 Bollerslev(1986) ——GARCH模型 Engle,Lilien Robbins(1987)提出ARCH-Mean模型 Zakoian(1990),Glosten,el.(1992),Nelson(1990),Senlana(1995)——TARCH、GJR-GARCH、EGARCH和GQARCH模型 实际波动率估计法 Andersen,Bollerslev,Diebold(2002)证明实

文档评论(0)

shaoye348 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档