风险中性过程的非参数估计.docVIP

风险中性过程的非参数估计 刘忠 茆诗松 2012-9-27 9:58:03　　来源：《应用概率统计》2003年第4期 　　内容提要：无套利定价理论说明，任何衍生证券定价都可以在基础资产价格（或收益）的风险中性过程基础上进行，而且方差函数的估计是估计风险中性过程的关键问题，由于方差不可观测，采用特定的参数模型将是危险的。本文主要讨论时间序列模型下条件方差函数的非参数估计，对核估计和局部多项式估计给出确定窗宽的M－图方法，并给出时间序列模型下衍生证券定价的风险中性调整方法，最后作了模拟计算。　　关键词：衍生证券定价 风险中性 非参数 局部多项式　　作者简介：刘忠上海证券交易所，上海200120茆诗松华东师范大学统计系，上海，200062　　引言　　衍生证券(Derivative security)也称为或有权益(contingent claim)，其价格依赖于其他基础资产(underlying assets)的价格。比如，股票期权的价格依赖于股票的价格，利率期货的价格依赖于市场利率，股票指数期货期权的价格依赖于股票指数期货的价格，等等。Black and Scholes 1973年提出的期权定模型，给金融市场上衍生证券交易价格的确定奠定了理论基础，尽管衍生证券定价理论已经取得丰富的成果，但随着各种数学物理手段向金融问题的渗透，以及现代计算机技术的支持，衍生证券定价研究仍方兴未艾，至今仍是金融数学和计量经济学的研究主流之一。　　衍生证券定价理论的关键假设是市场不存在套利(arbitrage)机会，即使有机会也是瞬间即逝。此外还通常假设(1)每个市场参与者都可以以相同的无风险利率借入或贷出任意数量的资金；(2)市场是无摩擦的，不存在交易费用，不存在收益的税收；(3)市场是完全的，且任何一个衍生证券都可以利用其他基础资产“复制”出来。完全市场假设说明任何衍生证券都可以通过若干基础资产的组合来实现，从而在完全市场里任何衍生证券都可以定价。　　　　　　上述结果是衍生证券定价理论的基本框架。Hull(1993)从实角的角度，Duffie(1992)从概率论的角度，Wilmott,Howison and Dewynne (1995)从微分方程的角度，都对衍生证券的定价理论有很好的叙述。显然，实现衍生证券定价的基础是基础资产价格过程(1)的描述，特别是风险中性过程(2)的描述，因为(3)和(4)都不依赖于。（因此也常将无套利定价称为风险中性定价）。由于无风险利率对衍生证券价格的影响并不很显著，一股假设其为常数，因而得到方差函数σ的估计从而得到风险中性过程的估计是衍生证券定价的核心问题。　　事实上，基础资产价格（或收益）过程的方差函数的估计不仅是衍生证券定价问题的核心，也是其他的比如投资组合理论、风险分析、均衡理论等问题的关键。可以说，金融数学和计量经济学的统计分析重点是方差，而不象其他领域中的统计分析重点是均值。然而，由于方差不可观测，参数化模型将是危险的。Ghysels,Harvey and Renault(1996)就指出，用非参数方法估计方差函数是有意义的研究方向。　　目前的许多工作都是以假定方差函数的特定参数模型为基础，但是，由于金融现象复杂多变，并且方差不可观测，用参数模型描述方差函数将是危险的。本文研究方差函数非参数模型的估计及其在衍生证券定价中的应用。一简单讨论了时间序列模型下条件方差函数的核估计和局部多项式估计，给出确定窗宽的M－图方法。二讨论离散模型下衍生证券的定价方法，给出近似的风险中性调整方法。三作了模拟计算。　　一、条件方差函数的非参数估计　　非参数时间序列分析近年来引起了统计学者的大量关注，并发展了一些较成功的方法。这些工作还主要集中于条件均值函数的非参数推断（见Hardle,Lutkepohl and Chen (1997)的综述），对条件方差函数的非参数推断的工作则相对不多，应用更少。然而，引言已经说明方差函数的非参数估计对衍生证券定价具有重要意义。本文主要讨论一阶滞后模型下条件方差函数的非参数估计。　　　　在实际应用中，通常可选取核函数为正态函数，等等。其实，比核函数的选取更为很重要的是窗宽h的确定，它不仅决定了实际数据拟合程度，也是进行理论上讨论需要作重点假设的一个量。本文后面将讨论窗宽的选取。　　局部多项式（以下简称LP）估计近年来引起了人们的广泛关注。Hastie abd Loader(1993)在非参数回归情形对之进行了讨论，Fan(1992)(1993)研究了局部线性加权回归的一些最优性质。这些都是LP方法在独立观测情形的工作，而LP方法用于时间序列数据情形则还不多，Hardleand Tsybakov(1997)用LP方法估计了一阶滞后模型的条