期權(quán)定價(jià)模型的參數(shù)估計(jì)及應(yīng)用.pdf

1、假設(shè)波動(dòng)率為常數(shù)的B-S模型是不符合金融市場實(shí)際的，并且期權(quán)市場數(shù)據(jù)中隱含波動(dòng)率有關(guān)執(zhí)行價(jià)格曲線的“微笑”和“偏斜”效應(yīng)進(jìn)一步證實(shí)了波動(dòng)率是隨機(jī)的，于是，本文基于B-S模型的一類拓展模型，即隨機(jī)波動(dòng)率(SV)模型，研究了其參數(shù)估計(jì)及應(yīng)用。 本文對(duì)SV模型進(jìn)行了較詳細(xì)的總結(jié)，主要考察了離散型SV模型的參數(shù)估計(jì)問題及其在滬深股市的應(yīng)用?；?995年10月26日到2005年12月30日滬深股市的日價(jià)格收盤數(shù)據(jù)，利用有效矩(EMM)估

2、計(jì)和馬爾科夫鏈蒙特卡羅(MCMC)模擬兩類方法解決了隨機(jī)波動(dòng)率模型由于其均值方程的方差是一個(gè)潛在的、非直接觀測到的變量，不能直接得到模型的似然函數(shù)與模型無條件矩解釋形式的問題。從綜合比較的結(jié)果來看，對(duì)于大樣本而言，兩種估計(jì)法的精度都很高，但是基于winbugs統(tǒng)計(jì)軟件實(shí)現(xiàn)的MCMC方法需要建立馬爾科夫鏈來實(shí)現(xiàn)后驗(yàn)分布，對(duì)于運(yùn)行環(huán)境的要求也更高；而EMM方法必須選擇到合適的輔助模型從而計(jì)算出其密度函數(shù)來建立矩條件，同時(shí)對(duì)程序編輯能力提出了