中南大学数学院大四信科专题金融数学简介学科介绍课程讲述.pptVIP

中南大学数学院大四信科专题金融数学简介学科介绍课程讲述.ppt

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中南大学数学院大四信科专题金融数学简介学科介绍课程讲述.ppt

考虑简单欧式看涨期权的定价问题:以敲定价K0于时刻1兑现,期权持有者的收益为 V0=? 注 设期权价格V0,若将价值V0的资产在市场投资,在0时刻购买?0股股票,剩余的资金(可能是负的)存(借贷)款,则到1时刻资金价值为, 这一价值应该与期权在1时刻的价值相等,即 解上述联立方程可得 * 注 称为套期保值比。 注意若取 则*式可形式地写作 称 为风险中性概率测度(或等价鞅测度)。 欧式期权的定价可以简洁地表示成“风险中性测度下,期权到期价值的数学期望”。 多期二杈树模型 Stock price …,… 期权价值 注 5. Black-Sholes模型 当考虑股票价格随时间连续变动情形时,Black-Scholes给出了市场的如下描述: 仅考虑一个简单的证券市场。市场中仅有一种债券和一种股票。设债券在t时刻的价格P0(t),股票在t时刻的价格P(t).满足方程: 考虑T时刻到期的欧式期权,假定到期时,期权的内在价值为V(T)=g(P(T));设期权在0时刻价格为V(0); 现考虑0时刻初始值为X(0)=V(0)的投资。设在t时刻购买股票的股数为?(t),则 设V(t,x)表示在t时刻股票价格为x时,期权的价值,则 (5.1) (5.2) 令 V(0,P(0))=X(0), V(t,P(t))=X(t), g(P(T))=X(T) 即在(4.1),(4.2) 两式中令dt,dB系数相等,则得 终端条件 ——Black-Scholes方程。 (5.3) 另一方面,利用随机分析理论可以证明,设 是使股票价格贴现过程 为鞅的测度,称为等价鞅测度,则欧式期权在t时刻的价值为 (4.4) 通过解偏微分方程(5.3)或用概率论中的期望定义解(5.4)都可以得到欧式看涨期权的价格为 式中 Black-Scholes公式 衍生证券定价问题的进一步研究方向 放宽理想市场假设(如有卖空限制,交易费等) 对新型衍生证券进行定价 模型改进(如随机利率,随机波动率,跳过程等) 不完备市场模型 期权定价技术的应用 期权定价理论虽然源于对金融期权的估值,但其主旨为降低不确定性所必须付出的成本问题,而不确定性是所有经济活动的本质特征。这决定了期权定价技术(以下简称0PT)的应用绝不仅仅局限于对以金融资产为标的资产的期权。许多现实问题在分析的过程中常常可以把核心问题归结为期权定价问题来处理,即归结为确定期权价值的5个因素:执行价格、现货价格、到期时间、波动率和无风险利率的分析计算。 注 目前期权定价理论主要应用于 1.金融衍生证券的定价 2.保险合同的定价 3.政府政策与行为 4.个人/家庭决策 5.投资决策 6 ARCH模型及其应用 在计量经济学中, 收益率的建模研究一直具有很重要的地位。其中对一阶矩的刻画是比较容易,所以人们将注意力都放在了对二阶矩的建模上,也就是对收益率波动的计量建模。 经典资本市场理论在描述股票市场收益率变化时,所采用的计量模型一般都假定收益率方差保持不变。这一模型运用简便,常用来预测和估算股票价格。但对金融数据的大量实证研究表明,有些假设不甚合理。一些金融时间序列常常会出现某一特征的值成群出现的现象。 注 为了寻求对股票市场价格波动行为更为准确的描述和分析方法,许多金融学家和计量学家尝试用不同的模型与方法处理这一问题。如ARMA模型,ARIMA模型,隐MARKOV模型等,但被认为是最集中反映了方差变化特点而被广泛应用于金融数据时间序列分析的模型,是Engle于1982年提出的ARCH模型。ARCH模型是过去20年内金融计量学发展中最重大的创新。目前所有的波动率模型中,ARCH类模型无论从理论研究的深度还是从实证运用的广泛性来说都是独一无二的。 设随机序列{Yt}满足 其中 为弱白噪声,满足鞅差条件 且设 其中 为强白噪声。 (6.1) (6.2) 考虑Engle最初的ARCH(1)模型 (6.3)给出了模型的预测公式,(6.4)则表明模型具有时变性的波动率。 实证分析表明时变性波动率更能描述真实的股票行情变化,反映外部冲击对股市造成的影响,便于进行风险评价。 由(5.1)-(5.2)式易得,过程相邻时刻的条件均值与方差分别为 (6.3) (6.4) 注 广义ARCH模型 ARCH(1)模型虽然较好的解释了波动率聚类现象,但它有很多缺陷,在其后的工作中,Engle及其同事沿着许多方向对该模型进行了拓展。 例如,在考虑风险与投资回报之间的关系时,由于投资者是依据当前信息而持有证券,当风险(条件方差)增大时,投资者要求的投资补偿也就大。因此,条件方差的变化也会影响收益率条件期望的变化。与其他研究者合作,Engle在A

文档评论(0)

138****7806 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档