论文部分内容阅读
本文通过研究资产价格对数收益率服从的杠杆随机波动率(SVL)模型,进而研究固定汇率制度下双币种期权的定价问题.鉴于SVL模型中波动率是隐含的,模型参数的估计比较复杂,本文采用贝叶斯统计方法进行模型估计.在贝叶斯统计学中,任何一个未知参数都是随机变量,都可以用结合了样本信息与先验信息的后验概率密度函数进行统计推断.且当后验概率密度函数不是已知形式时,利用抽样算法,再结合马尔科夫链蒙特卡罗方法很容易估计出未知参数的值.所以相比于传统方法,贝叶斯统计方法在对复杂模型问题的处理上更加灵活与便捷.本文所做的主要工作如下:1.研究资产对数收益率与对数波动率的随机误差项为学生T分布和方差伽玛分布的SVL模型.首先,对资产对数收益率和对数波动率的随机误差项均为方差伽玛分布的SVL模型(简称SVL—VG-VG模型)进行贝叶斯理论推断,并对资产对数收益率和对数波动率的随机误差项均为学生T分布的SVL模型(简称SVL—T-T模型)、资产对数收益率的随机误差项为方差伽玛分布和对数波动率的随机误差项为学生T分布的SVL模型(简称SVL—VG-T模型)以及资产对数收益率的随机误差项为学生T分布和对数波动率的随机误差项为方差伽玛分布的SVL模型(简称SVL—T-VG模型)进行统计分析.最后,考虑上述四个单一的SVL模型的贝叶斯模型平均,其中,分别考虑了两个单一SVL模型、三个单一SVL模型以及四个单一SVL模型的贝叶斯模型平均.2.基于贝叶斯统计方法对样本数据为2014年7月1日至2017年7月1日在纳斯达克上市的Micron Technology,Inc股票的日收盘价格进行实证分析,并分别运用本文模型对固定汇率制度下的双币种期权进行定价.结果表明,在不同的单一SVL模型中,在实值和平值价值状态下用SVL—T-VG模型对双币种期权的定价效果要优于用SVL—VG-VG模型、SVL—T-T模型和SVL—VG-T模型对双币种期权的定价效果.当考虑不同单一SVL模型的贝叶斯模型平均时,选择SVL—VG-VG模型和SVL—T-VG模型的贝叶斯模型平均在任何价值状态下对双币种期权的定价效果均优于考虑对三个单一SVL模型或者四个单一SVL模型建立的贝叶斯平均模型对双币种期权的定价效果.并且,选择SVL—VG-VG模型和SVL—T-VG模型建立的贝叶斯模型平均对双币种期权的定价效果,在实值和平值价值状态下均优于用单一的SVL模型对双币种期权的定价效果.