运用Matlab基于LSM方法对美式期权定价新探究.docVIP

运用Matlab基于LSM方法对美式期权定价新探究 　　摘 要：传统期权定价方法是通过主观假定初始价格、执行价格、期限、波动率、无风险利率等条件来对期权进行定价，很少联系实际的期权市场报价对期权进行定价。本文根据股票期权市场报价，通过Matlab快速方便地求解出隐含的波动率和无风险利率，并在此基础上运用Matlab基于最小二乘蒙特卡洛模拟（LSM）方法对该股票的美式期权进行定价。本文揭示了如何根据期权市场报价实现隐含波动率和无风险利率的求解，进而结合LSM方法对美式期权进行定价的一种新方法。此外，本文对LSM方法的改进技术也进行了探讨。 　　关键词：LSM方法；美式期权定价；隐含波动率；无风险利率 　　中图分类号：F830.91 文献标识码：A 文章编号：1674-2265（2013）12-0020-05 　　一、引言 　　1973年之前，理论上对于期权定价一直找不到令人满意的模型，主要是由于对标的资产价格的变动过程无法用适当的随机过程来描述。1973年布莱克、斯科尔斯（Black、Scholes）两位学者将标的资产的价格假设为几何布朗运动，并由此获得了欧式看涨、看跌期权的定价模型，从此期权市场在全球范围内得到了快速的发展。对于欧式期权的定价，可采用树形法，Black-Scholes模型（以下简称B-S模型）、有限差分法、蒙特卡洛模拟法；对于美式期权的定价，树形法、有限差分法也适用，蒙特卡洛模拟方法在欧式衍生产品的定价方面获得了有效应用，但其采用的是正向求解的方法，这就限制了将蒙特卡洛模拟方法运用于具有后向迭代搜索特征的美式期权定价问题。1993年蒂利（Tilley）提出了美式期权具有提前执行的特征后，使用蒙特卡洛模拟方法为美式衍生产品进行定价的问题才得到初步解决。巴里康和马蒂诺（Barraquand和Martineau，1995）将资产价格的状态空间加以分隔，得出每一条路径在不同区域间移动的概率，然后使用类似于二叉树模型的方式进行逆推求解。但以上这些方法仍然存在着不足之处，在实际模拟中效果不是很理想，直至2001年由 朗斯塔夫、施瓦茨（Longstaff、Schwartz）提出的最小二乘蒙特卡洛法（Least-square Monte Carlo，简称LSM）成为了目前最为广泛接受的美式期权定价方法。该方法估计出美式期权的条件期望值，运用此条件期望值来决定该路径是否执行，由此得到每一路径的执行点，并获得美式期权的价值。尽管当前出现了很多美式期权定价的方法，但它们几乎都是基于LSM方法所做出的改进方法。 　　二、研究方法 　　其中，c、p分别为欧式看涨期权与看跌期权的价格；S0为股票在t=0时刻的价格；k为执行价格；r为连续复利的无风险利率；[σ]为股票价格的波动率；T为期权的期限。 　　2. 运用Matlab基于B-S公式求解无风险利率和隐含波动率。按传统方法，B-S期权定价公式参数中波动率难以获取，无风险利率的计算也容易出错。 　　对于无风险利率的求解，一般会采用同期的国债利率来表示，这就要求国债的到期时间和期权存续期完全相同，现实中很少存在。另外，国债的利率要转化为连续复利的形式，才可作为无风险利率，过程较复杂。 　　对于波动率计算的常规方法有两种，其一是求历史波动率，其二是求隐含波动率。由于历史波动率需要大量的历史数据，并且得出的波动率不能完全反映未来收益的波动，所以更常用的是隐含波动率。隐含波动率实际上根据已有的期权报价，利用B-S公式和其他已知条件，求出报价的波动率。这样对于期权价格波动较快的期权更有意义。 　　本文将利用市场期权报价，通过Matlab方程，快速方便地一次性求解出隐含波动率和无风险利率。具体方法如下： 首先根据两个到期月份相同但执行价格不同的欧式期权的价格，利用B-S公式，写出两个方程的联立方程组。通过解方程组可以一次性求出无风险利率r和波动率[σ]。这样就可以省去查找无风险利率的麻烦。 　　根据上述程序即可得到x1、x2的值，即为r、[σ]的数值。对美式股票期权来说，在存续期间若没有红利收入，提前执行期权是不理性的，此时就等同于欧式看涨期权，即可根据上述方法求解。本文将利用市场期权报价，通过Matlab方程，快速方便地求解出隐含波动率和无风险利率[σ]、r。在此基础上，结合LSM方法可对美式期权定价。 　　（二）用LSM模型对美式期权定价 　　对于美式期权定价，必须在可以提前行使期权的时间上对继续持有期权还是立即行使期权做出选择。行使期权所得价值通常比较容易决定。包括朗斯塔夫和施瓦茨在内的学者提出了一种在蒙特卡洛模拟过程中确定持有期权所得价格的方法。在必须做出是否提前行使期权决定的时点上，他们提出了采用最小二乘法来确定继续持有期权的价值与某些相关变量之间的最佳匹配关系