一、期权定价模型在股票定价中的应用（论文文献综述）
彭波[1]（2021）在《跳环境和混合高斯过程下的欧式期权定价及统计模拟分析》文中指出经典Black-Scholes（B-S）模型构建后,期权定价成为学术界研究的热点话题之一.随着对经典B-S定价模型研究的不断深入,发现原来的部分假设条件难以符合实际金融情况,如连续交易且无交易费用、标的资产价格变化服从几何布朗运动、以及对数收益率服从正态分布.已有的部分文献是单一考虑,鲜有同时考虑这三个假设条件,并且分数布朗运动下的期权定价模型会出现套利机会.主要研究了混合次分数布朗运动模型建立的欧式期权定价和风险管理问题.研究内容包括四部分.第一部分不考虑交易费用,建立了基于跳环境和混合次分数布朗运动下的欧式期权定价模型.首先,利用Delta对冲原理,获得了欧式期权所满足的随机偏微分方程.其次,使用拟条件期望分别得到欧式看涨、看跌期权定价公式和看涨看跌平价公式.基于此,第二部分利用混合次分数布朗运动建立了欧式期权定价模型,同时考虑带交易费用和跳环境来进行资产定价.首先,利用对冲策略,获得了欧式看涨期权所满足的随机偏微分方程.其次,使用自融资策略分别得到欧式看涨、看跌期权定价公式和看涨看跌平价公式.第三部分通过希腊字母和关于Hurst指数H的偏导公式量化了资产风险.最后,数值模拟表明:定价参数中的Hurst指数H和跳跃强度λ对期权价值有显着影响.第四部分中,分别采用"上证指数","市北B股"和"耀皮B股"等的收盘价日线数据,研究表明:在跳环境和混合高斯过程下的欧式期权定价比经典B-S模型更加接近真实值,该研究不仅能够在理论意义中丰富金融统计与风险管理有关期权定价方面的理论,同时在实际意义中也能够为金融市场提供更多的参考依据
郭茜茜[2]（2021）在《RAROC模型在我国国有商业银行贷款定价中的应用研究》文中进行了进一步梳理国有商业银行贷款定价是否合理不仅关乎商业银行自身的实际收益,同时也关乎整个实体经济的稳健运营,尤其是针对中小微企业的贷款定价。我国利率市场化进程较国外晚,贷款定价机制也存在许多不完善的地方,因此,我国商业银行要不断加强对贷款定价模型构建与应用研究。2019年8月17日,人民银行发布改革和完善商业借贷市场报价利率（LPR）,并将其作为商业银行的贷款基准利率的相关公告,标志着我国商业银行利率市场化又向前迈出重要一步,至此商业银行利息收入将基本实现完全市场化。在商业银行利差收窄,盈利普遍下降的大背景下,银行内部如何加强对风险成本的控制显得尤为重要。在贷款定价整个过程中,最重要的一步就是测度借款人信用风险大小,包含对违约概率等指标的计量,以期对可能存在的风险承担合理的利率补偿。因此加强贷款定价的研究对我国商业银行实行全面风险管理、完善内控建设等都具有重要的现实意义。本文首先介绍了我国利率化发展进程,对传统的贷款定价方法进行罗列汇总,分析每种贷款定价模型的优缺点。其次,着重介绍RAROC贷款定价法,包括其基础模型构建,优缺点以及在我国市场上采用的可行性分析等,并在此基础上对RAROC贷款定价模型进行改进。改进主要基于客户贡献度与地区差异指数,力求达到对RAROC贷款定价的精确与完善,实现贷款利率效益与风险的匹配,以期在一定程度上避免贷款业务的恶性竞争,实现差异化定价。然后是实证分析部分,本文从CSMAR数据库中筛选出了自2019年8月20日至今的22个贷款样本,对其进行分析研究,得出RAROC贷款利率,并与改进后的贷款利率进行比较分析。在实证过程中,尤其注重对预期违约概率的测算,使用了KMV模型进行精确估计。同时针对每个测算指标进行精准与替代指标估计,得出改进前RAROC贷款利率与改进后RAROC贷款利率。研究结果发现,我国目前国有商业银行的贷款定价仍存在对风险重视不够,导致实际贷款利率相对于RAROC贷款定价利率低,同时改进后的利率更加满足对客户贷款的差异化定价需求,有利于提升商业银行行业竞争力。在此基础上提出相关政策建议,包括完善银行数据库建设,建立信息共享机制;完善贷款利率定价,形成差异化、个性化定价机制;加强借款人信用风险计量,完善风险量化体系;加强经济资本管理,完善对市场风险、操作风险经济资本的测度;建立对贷款定价的动态追踪机制等。
刘曜豪[3]（2021）在《基于Black-Scholes模型与Corrado-Su模型的可转债定价比较研究》文中进行了进一步梳理19世纪50年代,可转换债券在美国问世,它是一种复杂的金融工具,包含了债权和期权双重属性。对发行者而言发行可转债能以低于普通公司债券的融资成本获得资金,对投资者而言投资可转债既能够享受债券稳定的利息收益,又能获得标的资产价格上涨带来的收益。因此,可转债一经发行就倍受资本市场青睐并迅速发展成国际资本市场中不可或缺的一部分。而我国可转债市场正处于发展的初级阶段,近年来我国可转债市场出现发行量和交易量激增的繁荣景象,在国家大力推进直接融资的大背景下,我们有理由相信可转债将会成为我国资本市场的金融工具中冉冉升起的新星。Corrado-Su期权定价模型（简称C-S期权定价模型）是将传统B-S期权定价模型运用Gram-Charlier级数展开定理拓展而得到的模型。本文研究的重点是将C-S期权定价模型引入可转债定价理论中,并将其与传统B-S模型进行同步修正和拓展。在修正两模型的同时基于两模型计算本文所选样本的理论价值,并计算和对比理论价格与市场价格的偏离率。本文在定价偏离率对比分析时,为了使对比分析更加严谨不仅进行不同模型之间的横向对比,还进行模型改进前后定价偏离率的纵向对比。在进行样本选择时,为了使模型分析结果更具代表性,本文基于发行时间、信用评级和交易量等标准选取了13只可转债作为样本。选好样本后使用两种模型及其各自的拓展模型对样本可转债上市交易首日价格进行理论价值定价。本文可转债定价采用组合定价法,将可转债价值分为债券与期权两个部分分别进行定价计算,其中需要重点研究的是期权部分。首先,当期权部分仅考虑转股期权且波动率采用历史波动率估计法时,利用两种模型分别对可转债进行定价计算,再进行定价偏离率分析;然后,为了更全面的了解和提高B-S模型与C-S模型的定价效果,对B-S模型和C-S模型中波动率的估计进行了修正。将传统模型中用样本标准差估计波动率的方法换为利用GARCH模型估计的波动率,再次对样本可转债进行定价偏离率计算和对比分析;最后,在修正波动率的基础上综合考虑可转债的附加条款期权价值,进一步对样本可转债进行定价并分析定价偏离率。分析结果得出,在利用历史波动率且仅考虑转股期权时,B-S模型定价偏离率更低。修正模型波动率后,修正前后相比,两模型各自的定价偏离率都得到了降低,其中C-S模型降低效果更明显,而修正波动率后两模型之间比较发现C-S模型的定价效果更佳。在修正波动率的基础上综合考虑可转债的附加条款期权时,修正前后相比,两个模型各自的定价偏离率进一步降低了。两模型的定价偏离率下降幅度大致相当,其中B-S模型的降幅稍大,综合考虑波动率和附加条款后对比两模型之间的定价偏离率C-S模型更低。为了更好判断B-S拓展模型与C-S拓展模型定价效果的差别,本文继续对案例上市后10日进行了定价计算,计算发现C-S模型的平均定价偏离率更低。对定价结果进行分析后发现,修正模型波动率和考虑附加条款期权价值都能提高模型的定价效果。其中波动率对C-S模型定价的影响更大,附加期权价值对B-S模型的定价影响更大。在进行定价分析后本文还从样本数据量、模型考虑因素、投资者对可转债认识不足和我国可转债市场不成熟等几个方面对模型定价出现偏离的原因进行了分析并提出了相应的研究展望。
米倩[4]（2021）在《可转换债券的定价研究与实证分析》文中认为可转换债券是上世纪90年代才出现在我国金融市场上的融资工具,由于其股权和债权的两面性,使其具有筹资和避险双重功能。在短短几十年间,其市场规模得到了快速的发展,成为发行额仅次于国债的第二大债券品种。鉴于其快速发展的趋势,需要对可转债进行有效、合理的定价。本文在此背景下,基于我国现在可转债市场的发展状况,对可转换债券定价模型及其实证分析方面进行探讨,对现在正处于飞速发展的中国可转换债券市场以及金融衍生产品具有一定的参考价值。本文首先介绍了国内可转换债券的发展历程,对可转换债券的基本要素和条款设计进行了阐述,基于国内外定价可转换债券的相关理论研究,运用成分定价法将可转债价值转化为债权价值与期权价值之和。本文对于债权价值的计算利用未来现金流贴现法,对于期权价值的计算选择Black-Scholes模型（简称B-S模型）作为可转换债券的期权定价模型。对于B-S定价模型中标的资产的波动率,本文采用GARCH（1,1）模型来进行估计,而对不满足动态模型约束条件的数据,则采用历史波动率估算方法。考虑到可转债的发行信用等级会给可转债的定价造成一定的影响,本文在实证分析时选取了2019年上交所不同的信用等级的各三只可转债,在两种情况分别计算可转债的期权价值,并与实际价格进行了对比分析。第一种情况在不考虑附加条款的基础上利用传统的B-S定价模型进行定价计算的期权价值普遍低于实际价格,平均偏差率为7.26%;第二种情况是考虑附加条款的B-S定价模型定价计算的期权价值普遍高于实际价格,平均偏差率为4.33%。从总体上,发现引入附加条款的B-S定价模型可以增加可转债的价值,使其更接近于实际价格,且偏差率明显低于传统B-S定价模型;从不同等级情况的可转债来看,信用等级高的可转债的偏差率较低,信用等级低的可转债偏差率较高;另外,从运用不同估计股价波动率的情况来看,利用GARCH模型计算的波动率来计算的期权价值更加接近实际价格。最后通过对模型的理论价值与实际价格的对比分析,总结归纳出造成误差的主要原因为可转债市场不成熟、相关制度不明确、投资者认识浅薄、债券本身以及模型参数估计存在的误差,并在此基础上提出了完善我国可转债市场的几点建议与措施。
吴小东[5]（2021）在《基于均衡利率模型的可转债定价分析》文中进行了进一步梳理可转债,即可转换公司债券,是一种具有债性和股性双重性质的债券。我国的可转债最早可追溯到上世纪九十年代,在之后的三十年里,其市场规模发展迅速。截止2020年4月,国内可转债的市场规模已达总市值5627.66亿,成为金融市场里不可忽视的重要组成部分。鉴于可转债的债股双重性,其定价问题一直受到国内外学者的广泛关注。可转债的合理定价对企业融资和投资者投资都具有重要的意义。在可转债的定价中,市场利率是一个重要的影响因素。而真实市场中,利率是具有随机性的时变量。如何在可转债的定价里引入随机利率,是本文研究的一个出发点。本文的主要思路是:首先,通过两个均衡随机利率模型来拟合随机市场利率,并通过引入广义误差和对偶变量的方法,提高了拟合效果;然后,利用该随机利率构建出带随机扰动的可转债Black-sholes模型,并利用Merton Carlo算法进行定价分析;最后,根据国内可转债的实际情况加入了可转债的附加条款。选取中国可转债市场的三支可转债中进行实证分析。此外,本文利用python、R语言等多种软件进行实证分析。因此,本文在可转债定价的理论性、操作性以及实用性等各方面都具有一定意义。
宿丽姣[6]（2021）在《基于已实现波动率模型的中国股市波动预测与期权定价研究》文中认为随着当前金融市场的快速发展,金融机构及个体市场参与者都在时刻关注着股票市场的涨跌情况。资产收益的波动情况是衡量和管理金融风险的一个重要因素,它也与衍生品的定价、投资组合的最佳选择和资产的套期保值等紧密相关,因此更精准地测度市场波动性变得尤为重要。过去,国内外的金融机构和学者们对波动率模型做了大量研究,大多数是用日收益率分析波动率,这样会丢失大量的日内信息。随着信息技术的发展和应用,对波动率拟合预测的准确度要求逐渐提高,利用日内高频数据计算估计得到的已实现波动率近似于实际的波动率值,研究者们也逐渐把已实现波动率模型作为衡量波动率的常用工具,进一步推动了波动率模型研究方向的更新。本文选取2017年12月4日至2020年12月2日三年的上证50ETF每5分钟高频数据为样本,计算得到日已实现波动率、周已实现波动率以及月已实现波动率这三种不同周期的数据序列。通过检验,我们发现已实现波动率序列具有对数正态性和长记忆性的特征。基于异质市场假说,利用三种已实现波动率序列构建已实现波动率模型（HAR-RV模型）,对上证50ETF的已实现波动率进行拟合预测研究。在波动率模型中添加新的相关解释变量一直是波动率模型扩展的一个重要方向,本文考虑到市场流动性对股票市场波动的影响,将流动性指标——Amihud指标和换手率,作为已实现波动率新的解释变量添加到HAR-RV模型中,分别构建HAR-RV-A模型和HARRV-T模型。通过相关检验发现,拓展的两个波动率模型的残差序列确实存在明显的ARCH效应,即异方差性。为了能够更好地提升已实现波动率模型的预测效果,我们进一步引入GARCH模型来消除异方差性,构建HAR-RV-T-GARCH模型,然后利用两种损失函数比较分析上述四种已实现波动率模型的预测效果。我们发现,样本内拟合和样本外测试的结果均表明构建的四种已实现波动率模型具有良好的预测效果。其中,加入流动性指标的HAR-RV-A模型和HAR-RV-T模型比传统HAR-RV模型的预测效果要好,同时添加市场流动性指标和消除模型残差异方差性后构建的HAR-RVT-GARCH模型的波动率预测效果是最优的。期权定价的准确与否将一定程度上影响投资者的后续交易策略构建和组合头寸对冲,所以多数投资者在市场进行期权交易时,首要关心的问题就是期权定价。标的资产的波动率是进行期权定价的一个十分关键的参数,所以更加精准地估计预测标的金融资产的波动率对期权定价具有十分重要的意义。本文将构建的已实现波动率模型及其拓展模型应用于上证50ETF期权定价中。通过实证分析发现,已实现波动率模型可以更好地捕捉到标的资产样本波动率的变化特征,其期权定价效果明显优于B-S模型的期权定价效果。拓展的已实现波动率模型拟合波动率效果更好,对上证50ETF期权的定价效果也更优,证明本文构建的已实现波动率拓展模型具有良好的实用性。
高同[7]（2021）在《一种新的混合神经网络期权定价模型研究 ——基于LSTM输入和隐含波动率输出的设计和实现》文中研究说明期权作为一种合约,其赋予了购买人在特定时间以特定价格出售或购买特定资产的权利。最早的期权交易起始于十八世纪后期的美国和欧洲市场,统一化、标准化的期权合约买卖则开始于1973年芝加哥期权交易所的开张。期权的出现极大丰富了资本市场,满足了投资者的风险控制需求和投机需求。自1973年以来,期权的交易规模越来越大,在金融市场上发挥的作用也越发重要。在此背景下,期权定价的研究意义愈发凸显,目前的期权定价模型大致可以分为参数模型和非参数模型两类。近年来,随着计算机计算能力的快速进步,以数据为驱动的非参数模型被越来越多的学者应用到期权定价研究中,其中就包含了神经网络模型。神经网络模型之所于被广泛应用,其原因主要有:1.参数模型在拟合前便对各变量间的关系进行了确定,得出的模型是唯一不变的,而神经网络模型完全基于市场数据,拟合得出的模型是灵活可变的;2.参数模型对市场有诸多的苛刻假设,而神经网络模型没有这些苛刻的假设条件,其主要要求市场数据的真实可靠;3.参数模型的理解与创新需要复杂的理论基础,往往复杂难懂,而神经网络模型则往往简单易懂,容易使用。神经网络期权定价模型的出现无疑推动了期权定价理论的发展,现有的神经网络期权定价模型大多根据输入变量、输出变量的不同选择进行创新,其中大部分模型都基于全连接神经网络框架,很少有研究在神经网络框架上进行创新。对此,在现有神经网络期权定价研究的基础上,本文基于LSTM（Long Short-Term Memory）神经网络、全连接神经网络以及Black-Scholes期权定价公式,构造了一种新的混合神经网络期权定价模型。新模型具有以下特点:1.以Black-Scholes期权定价公式为导向,选择关键输入变量和输出变量;2.对于输入变量中难以确定的波动率变量,没有单纯使用历史波动率或前期隐含波动率,而是引入LSTM神经网络,利用LSTM擅长处理序列数据的特点去挖掘资产收益率序列中的波动率信息;3.新模型选择隐含波动率作为输出变量,再在其基础上利用Black-Scholes模型计算期权价格,相比于选择期权价格作为输出变量,这种使用中间变量作为输出变量的方法能够明显降低神经网络输入变量与输出变量间的关系复杂程度。为了检验新模型的性能,尤其是检验LSTM神经网络和隐含波动率输出在期权定价中的积极作用,文章还建立了两种基准全连接神经网络期权定价模型、一种基准Black-Scholes期权定价模型以及一种基准LSTM混合神经网络期权定价模型。文章在建立模型后,以上证50ETF看涨期权为研究对象,对各个模型进行了拟合和预测,并进一步基于四种平均精度评价指标和Wilcoxon符号秩检验方法对各个模型的价格预测精度进行了比较检验。实证检验证明:新模型在期权价格预测精度方面,相比于基准全连接神经网络期权定价模型和基准Black-Scholes期权定价模型都有更加优秀的表现,具体反映在LSTM神经网络和隐含波动率输出在期权定价中发挥了积极的作用。
杨雨佳[8]（2020）在《基于B-S模型的圆通速递可转换债券估值研究》文中研究表明由于可转债融资成本低,且具有防御风险功能,尤其在市场萧条时期具有避险功能,在市场繁荣时期具有优良成长性的特点,不同国家的上市公司以及不同国家的投资者都将目光投向可转换债券,因此对可转债的合理估值尤为重要。另外,物流行业在我国越来越占据重要地位,圆通转债作为一家率先成为中国登陆A股的快递企业,其发行的圆通转债估值问题成为其最基本问题。在这种背景下,本文以圆通速递可转换债券的估值作为研究题目。本文通过案例研究法以圆通转债估值为切入点,首先通过文献研究对国内外可转债估值研究进行整理分析,介绍可转债估值发展历程及估值模型应用现状;接着对可转债进行概述,并重点介绍几种常见的期权估值模型,通过对比,总结各个模型的优缺点;接着在模型应用于圆通转债估值前先分析B-S模型应用于圆通转债价值估算的可行性,通过得到原模型下计算结果后,再引入可转债附加条款的影响,对模型进行拓展计算,为证明拓展后的模型计算结果对实际价格有很好的解释作用,文章创新性的利用Excel工具将计算得出的圆通转债理论价格与圆通转债收盘价格进行线性回归分析,证明了模型价格很好的拟合了市场价格;通过对模型修正前后理论价格与实际价格的对比,得到以下结论:圆通转债存在价值被低估的问题,本文从六方面给出原因:圆通速递正股走势及转股价格影响;圆通转债流通性弱;市场做空机制不够完善;圆通转债条款复杂,缺乏创新;投资者不成熟,非理性投资;B-S模型自身问题和参数选取影响。基于以上六方面原因,也针对性的提出解决建议:稳定公司经营业绩,适当上调转股价,以解决正股股价走势和转股价格对圆通转债价值的影响;加强圆通转债流通性;完善证券市场做空机制;改进条款设计,增强创新;培养机构投资者,发展可转债基金;针对模型和参数选取问题,提出可以在模型中引入熔断机制,加入交易成本、税收成本和信用风险,并选取更合理的参数进行计算。
胡明柱[9]（2020）在《上证50ETF期权市场波动率风险溢价研究》文中认为上证50ETF期权的正式上市交易标志着我国金融市场正式进入多元化投资和风险管理的新时代。期权具有高杠杆特征及做多做空机制,若使用不当,会加剧金融市场的波动,一直以来波动率是学界和业界关注的重要话题,也是市场中的重要风险源。资产定价理论表明:只要市场中存在风险源,投资者必然索取相应的风险溢价,进而对我国金融市场的资产定价及风险管理提出挑战。由于上证50ETF期权的推出时间较晚,鲜有相关研究,而期权市场波动率风险溢价的研究对我国金融市场的稳定健康发展具有重要的意义。鉴于此,本文以上证50ETF期权市场为研究对象,采用上证50ETF现货和期权市场日频交易数据,从已实现测度和风险中性测度估计随机波动率模型的参数,进而提取波动率风险溢价并分析市场特征;从时变特征、资产跳跃、期权定价及投资者行为等角度揭示了波动率风险溢价之谜;从市场微观结构和宏观经济信息两个角度揭示影响波动率风险的主要影响因素。主要内容包括:首先,从传统金融学理论和行为金融学理论阐述了波动率风险溢价研究的理论依据;从随机波动率模型、MCMC估计法、极值法及傅里叶变换法等方面阐述了波动率风险溢价研究的数理模型;从波动率风险溢价之谜为切入点,结合期权定价理论、投资者行为、已实现测度及风险中性测度视角分析了波动率风险溢价的形成机理。本研究为波动率风险溢价研究提供了理论支持。其次,采用上证50ETF市场数据,运用SV、SVJ及SVCJ等随机波动率模型和MCMC方法估计已实现测度下模型的参数并分析市场特征。结果发现:SVCJ模型相较于SV模型及SVJ模型具有更好的市场拟合优度,上证50ETF收益与波动存在“杠杆效应”;上证50ETF收益和波动的跳跃存在非对称性,其中收益还存在“跳跃聚集”和“跳跃逆转”现象,在市场急剧动荡时期,标的资产收益及波动发生跳跃的幅度较大,而在市场非急剧动荡时期,收益及波动发生跳跃的幅度较小。采用期权交易数据,运用欧式期权定价中的傅里叶变换法及最小极值法估计风险中性测度下模型的参数并分析期权市场的特征,发现上证50ETF期权市场存在“波动率微笑”现象,SVCJ模型相较于SV模型、SVJ模型具有更高的期权定价精度,傅里叶变换法能显着提高波动率风险溢价的估计效率。再次,采用期权定价理论及行为金融学理论,揭示金融市场中的波动率溢价之谜。波动率风险溢价度量了标的资产的波动率在已实现测度和风险中性测度下的溢价水平。波动率风险溢价、期权价格及投资者行为三者息息相关,在市场急剧动荡时期,标的资产在已实现测度下的波动率期望小于风险中性测度下的隐含波动率期望,波动率风险溢价基本为负,投资者厌恶波动风险,对未来市场的波动预期较高,购买期权对冲波动风险的意愿较高,期权定价偏高。在市场非急剧动荡时期,标的资产在已实现测度下的波动率期望大于风险中性测度下的隐含波动率期望,波动率风险溢价基本为正,投资者偏好波动风险,投资者对未来市场的波动预期较低,购买期权对冲波动风险的意愿较低,期权定价偏低。最后,采用秩相关法及Copula模型等方法,分析了从波动率风险溢价与市场收益的关系,从市场微观结构和宏观经济信息两个方面分析了波动率风险溢价的影响因素。研究结果表明:一是,从波动率风险溢价与市场收益的相关性来看,发现两者存在正的秩相关性,即两者同时走高或走低的概率大于其中之一走高或者走低的概率,两者还具有尾部非对称结构相关特征,相关研究对金融风险管理具有重要的作用。二是,从波动率风险溢价在市场中的预测作用来看,波动率风险溢价对上证50ETF收益有显着的预测能力,相关研究为市场参与者构建投资决策提供重要参考。三是,从波动率风险溢价的影响因素来看,收益率、换手率、市场深度、交易成本等对波动率风险溢价的影响显着为正;市场波动率及期权市场活跃程度对波动率风险溢价的影响显着为负;宏观经济信息对波动率风险溢价的影响程度相对较小;在各因素影响贡献度方面,换手率>投资者情绪>标的市场波动率>市场活跃程度>收益率>市场深度>交易成本。论文具有较强的理论意义和实践价值。理论方面,本文拓展了波动率风险溢价的研究领域,深化了对波动率风险溢价、期权定价、投资者行为间关系的理解,补充了期权定价理论和行为金融学理论。实践方面,上证50ETF期权的运行状况及蕴含的信息特征将会为后续推出指数期权、期货期权、个股期权、波动率衍生品等提供重要参考;本文的研究也为风险监管部门提供实践参考,帮投资者认识期权市场存在的波动率风险溢价的一般规律,同时也为投资者构建合理的投资组合提供决策支持。
刘鹏[10]（2020）在《基于HTB模型的欧式期权定价研究》文中指出金融衍生产品因具有非线性与杠杆性,在金融市场发挥着价格发现,风险转移等诸多不可替代作用。期权作为现代衍生品定价理论的发端,一直占据着学术界和实务界研究热点。以布莱克-斯科尔斯期权定价模型为代表是现代期权定价的基础性工作,但是一直以来对市场微观结构缺少足够的关注。现代金融市场创新层出不穷,不仅新的金融产品被不断地开发出来,金融监管者也在持续地进行监管创新以适应市场需要。本文的主要研究对象就是一项特殊的监管条款而引起的特殊价格模型。本文主要的工作集中在模型的基础理论修正,数值算法和实证比较三个方面。2005年,美国证券交易委员会（SEC）实施了SHO监管规则以约束卖空尤其是裸卖空。该规则要求卖空者必须在自身损失到达一定水平后必须回购一部分的标的来减少对手方的清算风险。且回购价格订单必须高于市场成交价格,导致这种回购行为对价格产生了冲击。期权交易者尤其是做市商,需要频繁多空交易来对冲期权头寸,受价格冲击影响十分明显。尽管主观上并非要从价格下跌中获利,将价格冲击纳入期权定价模型中成为必要的课题。Avellaneda与Lipkin（2009）提出了一种带补偿的泊松过程（Hard-to-borrow Model）,将泊松过程强度与股票价格耦合在一起,用来描述这种特殊的卖空-购回行为引发的价格冲击现象。本文在之前Guiyuan Ma（2018）,Guiyuan Ma（2019）工作的基础上,修正了HTB模型风险中性测度的错误,给出基于蒙特卡洛模拟下改进方法。中国金融市场市场是处在一个蓬勃发展的新兴市场,市场波动性较大,自身存在着较多的交易限制例如涨跌停和T+1交割。同时中国也在积极发展衍生品市场,其中值得注意的是于2015年推出了基于上证50的ETF期权,为投资者提供了新投资渠道和风险转移的工具。然而衍生品的发展离不开现货市场的积累,现货市场有一个重要的特点就是所谓的卖空限制。中国于2005年立法推出融资融券制度,但是融资融券的标的股票依旧有限。本文用Heston模型,SABR模型,HTB模型对上证50ETF做了参数估计。的时候,本文使用了马尔科夫蒙特卡洛方法估计Heston模型,在估计SABR模型的时候,采用了非线性系数参数估计方法。对于波动率的估计上本文选用了GARCH家族。本文得到的实证结果是,HTB模型的表现稍逊于SABR模型,而优于Heston模型。本文的创新之处在于将期权定价的研究角度扩展至金融市场的微观结构方面,充分考虑监条款的变动而产生的资产交易行为。金融市场的复杂度日益提高,这就要求研究者们更加细致对市场上的各类参与者进行分析。本文有待完善的工作集中在模型的校准,参数估计方面。
二、期权定价模型在股票定价中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、期权定价模型在股票定价中的应用（论文提纲范文）
（1）跳环境和混合高斯过程下的欧式期权定价及统计模拟分析（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 研究意义 |
| 1.4 研究内容及方法 |
| 1.5 创新之处 |
| 2 预备知识 |
| 2.1 相关引理 |
| 2.2 经典B-S期权定价模型 |
| 2.3 混合次分数布朗运动模型及其性质 |
| 3 在跳环境和混合高斯过程下的欧式期权定价 |
| 3.1 金融市场建模 |
| 3.2 在跳环境下的偏微分方程 |
| 3.3 在跳环境下的定价公式 |
| 4 带交易费用的欧式期权定价 |
| 4.1 带交易费用的金融市场建模 |
| 4.2 带交易费用的期权定价公式 |
| 5 混合高斯过程下欧式期权的风险管理 |
| 5.1 量化风险的希腊字母 |
| 5.2 模拟分析 |
| 6 实证研究 |
| 6.1 研究数据的选取 |
| 6.2 标的统计特征以及正态性检验 |
| 6.3 参数估计 |
| 6.4 模拟结果 |
| 7 研究总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者在硕士期间的科研成果 |
（2）RAROC模型在我国国有商业银行贷款定价中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 关于贷款定价的研究 |
| 1.2.2 关于RAROC贷款定价的研究 |
| 1.2.3 文献评述 |
| 1.3 研究内容与技术路线图 |
| 1.3.1 研究内容 |
| 1.3.2 研究路线图 |
| 1.4 研究方法 |
| 1.5 创新点与不足 |
| 1.5.1 创新点 |
| 1.5.2 不足 |
| 2 商业银行贷款定价理论研究 |
| 2.1 贷款定价及其影响因素 |
| 2.1.1 贷款定价 |
| 2.1.2 贷款定价的主要影响因素 |
| 2.2 贷款定价方法 |
| 2.2.1 传统贷款定价方法 |
| 2.2.2 RAROC贷款定价方法 |
| 2.3 RAROC贷款定价法与传统贷款定价方法的比较 |
| 2.3.1 传统定价方法特点及不足 |
| 2.3.2 RAROC贷款定价方法的比较优势 |
| 2.4 本章小结 |
| 3 我国国有商业银行RAROC贷款定价模型应用现状分析 |
| 3.1 我国国有商业银行贷款定价现状 |
| 3.2 我国国有商业银行RAROC贷款定价应用现状 |
| 3.2.1 国有商业银行RAROC贷款定价应用背景 |
| 3.2.2 国有商业银行内部对RAROC贷款定价应用现状 |
| 3.3 我国国有商业银行RAROC贷款定价存在的问题 |
| 3.4 本章小结 |
| 4 RAROC贷款定价模型的构建与改进 |
| 4.1 RAROC基础模型构建 |
| 4.1.1 基础模型 |
| 4.1.2 具体指标的计量 |
| 4.2 RAROC模型的改进 |
| 4.2.1 基于客户关系的RAROC模型改进 |
| 4.2.2 基于地区发展水平的RAROC模型改进 |
| 4.3 本章小结 |
| 5 改进后RAROC贷款定价模型的实证检验 |
| 5.1 数据来源及样本选择 |
| 5.1.1 数据来源 |
| 5.1.2 样本选择 |
| 5.2 RAROC模型主要参数值测算 |
| 5.2.1 经营成本 |
| 5.2.2 资金成本 |
| 5.2.3 预期损失 |
| 5.2.4 经济资本 |
| 5.2.5 目标RAROC值 |
| 5.2.6 客户综合贡献 |
| 5.2.7 区域贷款异质性 |
| 5.3 RAROC定价确定贷款利率与实际贷款利率比较分析 |
| 5.3.1 改进前贷款利率比较分析 |
| 5.3.2 改进后贷款利率比较分析 |
| 5.4 本章小结 |
| 6 结论与政策建议 |
| 6.1 研究结论 |
| 6.2 政策建议 |
| 6.2.1 完善银行数据库建设,建立信息共享机制 |
| 6.2.2 完善贷款利率定价,形成差异化、个性化定价机制 |
| 6.2.3 加强信用风险计量,完善风险量化体系 |
| 6.2.4 加强经济资本管理,完善经济资本计量 |
| 6.2.5 建立贷款定价动态追踪机制 |
| 附录 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文和其它科研情况 |
（3）基于Black-Scholes模型与Corrado-Su模型的可转债定价比较研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容及方法 |
| 1.3 创新及不足 |
| 1.4 文献综述 |
| 1.4.1 国内外对期权定价的研究 |
| 1.4.2 国内外对可转债的定价研究 |
| 第2章 B-S模型及其拓展 |
| 2.1 可转债概述 |
| 2.2 传统B-S可转债定价模型 |
| 2.2.1 假设条件及适用范围 |
| 2.2.2 债券部分价值 |
| 2.2.3 转股期权价值 |
| 2.3 B-S可转债定价模型的拓展 |
| 2.3.1 Corrado-Su期权定价模型 |
| 2.3.2 GARCH(1,1)模型 |
| 2.3.3 附加条款期权 |
| 第3章 样本选择及参数估计 |
| 3.1 样本选择 |
| 3.1.1 可转债选择标准 |
| 3.1.2 可转债基本信息 |
| 3.1.3 数据区间选择 |
| 3.2 参数估计 |
| 3.2.1 无风险利率 |
| 3.2.2 贴现率 |
| 3.2.3 到期时间T-t |
| 3.2.4 标的股票波动率 |
| 3.2.5 偏度和超额峰度 |
| 第4章 可转债定价分析 |
| 4.1 债券部分价值计算 |
| 4.2 转股期权价值计算 |
| 4.2.1 传统B-S模型的期权价值计算 |
| 4.2.2 基于C-S模型的期权价值计算 |
| 4.2.3 定价偏离率 |
| 4.3 引入GARCH模型后的转股期权价值计算 |
| 4.4 附加条款期权价值计算 |
| 4.4.1 赎回条款期权期权价值计算 |
| 4.4.2 回售条款期权期权价值计算 |
| 4.4.3 特别向下修正条款期权 |
| 4.4.4 定价偏离率分析 |
| 4.5 偏离原因分析 |
| 第5章 研究结论及展望 |
| 5.1 研究结论 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
（4）可转换债券的定价研究与实证分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与方法 |
| 1.3 本文的创新与不足 |
| 1.3.1 本文的创新 |
| 1.3.2 本文的不足 |
| 第2章 关于可转换债券定价的文献综述 |
| 2.1 国外文献综述 |
| 2.2 国内文献综述 |
| 2.3 小结 |
| 第3章 我国可转换债券相关内容概述 |
| 3.1 可转换债券的概念 |
| 3.2 可转换债券的发展历程 |
| 3.3 可转换债券的构成 |
| 第4章 可转换债券定价模型 |
| 4.1 债权定价 |
| 4.2 期权定价 |
| 4.2.1 常见的期权定价模型 |
| 4.2.2 四种定价方法的比较 |
| 4.3 B-S模型的适用性分析 |
| 4.3.1 无风险利率的选取 |
| 4.3.2 股价波动率的估计 |
| 第5章 实证分析 |
| 5.1 数据选取 |
| 5.2 理论价值计算 |
| 5.2.1 债券价值计算 |
| 5.2.2 期权价值计算 |
| 5.2.3 引入附加条款对期权价值修正 |
| 5.3 结果分析 |
| 第6章 总结与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（5）基于均衡利率模型的可转债定价分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文背景及选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究框架 |
| 1.4 创新点 |
| 第2章 理论部分 |
| 2.1 可转债概述 |
| 2.1.1 可转债的定义及特征 |
| 2.1.2 影响可转债的因素 |
| 2.1.3 可转债的附加条款 |
| 2.2 广义误差分布 |
| 2.3 均衡利率模型概述 |
| 2.4 均衡利率模型下可转债定价模型 |
| 2.4.1 可转债所满足的微分方程 |
| 2.4.2 可转债价格的数值解 |
| 第3章 均衡利率模型实证分析 |
| 3.1 Shibor概述 |
| 3.2 Vasicek模型应用实证分析 |
| 3.2.1 Vasicek模型参数估计和残差检验 |
| 3.2.2 Vasicek模型预测效果评估 |
| 3.3 CIR模型应用和实证分析 |
| 3.3.1 CIR模型的参数估计和残差检验 |
| 3.3.2 CIR模型预测效果评估 |
| 3.4 本章小结 |
| 第4章 可转债定价实证分析 |
| 4.1 相关参数的估计 |
| 4.1.1 相关系数的估计 |
| 4.1.2 无风险利率r |
| 4.1.3 BS模型参数估计 |
| 4.2 可转债定价结果分析 |
| 4.2.1 招路转债定价结果分析 |
| 4.2.2 三星转债定价结果分析 |
| 4.2.3 核建转债定价结果分析 |
| 4.3 GARCH模型 |
| 4.4 本章小结 |
| 第5章 添加附加条款后可转债定价分析 |
| 5.1 赎回条款 |
| 5.2 回售条款 |
| 5.3 向下修正条款 |
| 5.4 本章小结 |
| 第6章 全文总结和展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）基于已实现波动率模型的中国股市波动预测与期权定价研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题的背景和意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容和技术路线 |
| 1.2.1 研究内容 |
| 1.2.2 技术路线 |
| 1.3 研究方法 |
| 1.4 创新点和不足 |
| 1.4.1 本文创新点 |
| 1.4.2 本文不足 |
| 第2章 文献综述 |
| 2.1 已实现波动率模型研究现状 |
| 2.2 市场流动性研究现状 |
| 2.3 期权定价研究现状 |
| 2.4 本章小结 |
| 第3章 已实现波动率模型理论基础 |
| 3.1 已实现波动率 |
| 3.1.1 已实现波动率的计算 |
| 3.1.2 已实现波动率的基本特征 |
| 3.1.3 已实现波动率的采样频率 |
| 3.2 GARCH族模型 |
| 3.3 市场流动性指标 |
| 3.4 HAR-RV模型及其拓展模型 |
| 3.4.1 异质市场假说 |
| 3.4.2 HAR-RV模型 |
| 3.4.3 HAR-RV拓展模型 |
| 3.5 本章小结 |
| 第4章 已实现波动率拟合和预测 |
| 4.1 数据选取和统计 |
| 4.1.1 样本数据选取 |
| 4.1.2 已实现波动率的统计性描述 |
| 4.1.3 已实现波动率特征检验 |
| 4.2 建立HAR-RV模型及其拓展模型 |
| 4.3 波动率模型预测结果分析 |
| 4.3.1 样本内模型拟合结果分析 |
| 4.3.2 样本外模型预测结果分析 |
| 4.4 本章小结 |
| 第5章 HAR-RV类模型在期权定价中的应用 |
| 5.1 B-S期权定价理论基础 |
| 5.2 HAR-RV类模型期权定价 |
| 5.3 期权定价实证分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读学位期间发表的学术成果 |
| 致谢 |
（7）一种新的混合神经网络期权定价模型研究 ——基于LSTM输入和隐含波动率输出的设计和实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景及意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 文献综述 |
| 一、期权定价参数模型综述 |
| 二、期权定价非参数模型综述 |
| 三、文献评述 |
| 第三节 研究内容与思路 |
| 一、研究内容 |
| 二、研究思路 |
| 第四节 研究方法、创新和难点 |
| 一、研究方法 |
| 二、主要创新与难点 |
| 第二章 基础理论介绍 |
| 第一节 期权定价理论 |
| 一、期权及相关概念 |
| 二、Black-Scholes期权定价模型 |
| 三、隐含波动率 |
| 四、Black-Scholes期权定价模型的不足之处 |
| 第二节 神经网络理论 |
| 一、全连接神经网络 |
| 二、LSTM神经网络 |
| 三、神经网络的激活函数 |
| 第三节 模型精度检验方法 |
| 一、四种平均精度评价指标 |
| 二、Wilcoxon符号秩检验 |
| 第三章 期权定价模型的构建 |
| 第一节 期权合约数据 |
| 一、期权合约内容 |
| 二、变量与数据 |
| 第二节 基准Black-Scholes期权定价模型 |
| 第三节 神经网络类型期权定价模型 |
| 一、两种基准全连接神经网络模型 |
| 二、两种LSTM混合神经网络期权定价模型 |
| 第四章 期权定价模型的实证结果分析 |
| 第一节 整体的期权价格预测性能检验 |
| 一、模型预测序列的曲线图分析 |
| 二、模型的平均精度评价指标检验结果分析 |
| 三、模型的Wilcoxon符号秩检验结果分析 |
| 第二节 不同在值程度期权的价格预测性能检验 |
| 一、模型预测序列的曲线图分析 |
| 二、模型的平均精度评价指标检验结果分析 |
| 三、模型的Wilcoxon符号秩检验结果分析 |
| 第五章 主要结论、不足与研究建议 |
| 第一节 主要结论 |
| 第二节 研究不足 |
| 第三节 研究建议 |
| 参考文献 |
| 在读期间科研成果 |
| 致谢 |
（8）基于B-S模型的圆通速递可转换债券估值研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 国外文献综述 |
| 1.2.2 国内文献综述 |
| 1.2.3 文献述评 |
| 1.3 研究内容和技术路线图 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线图 |
| 1.4 研究方法及创新点 |
| 1.4.1 研究方法 |
| 1.4.2 创新点 |
| 第二章 相关概念及理论基础 |
| 2.1 可转换债券估值相关理论概述 |
| 2.1.1 可转换债券定义 |
| 2.1.2 可转换债券的基本条款 |
| 2.1.3 可转换债券的价值构成 |
| 2.1.3.1 债券价值部分 |
| 2.1.3.2 期权价值部分 |
| 2.1.4 可转换债券价值影响因素 |
| 2.1.4.1 影响债券部分价值因素 |
| 2.1.4.2 影响期权部分价值因素 |
| 2.1.5 估值理论 |
| 2.1.5.1 估值 |
| 2.1.5.2 无套利原理 |
| 2.2 可转换债券估值模型 |
| 2.2.1 债券定价公式 |
| 2.2.2 Black-Scholes定价模型 |
| 2.2.3 蒙特卡罗模拟 |
| 2.2.4 二叉树定价模型 |
| 2.2.5 有限差分法 |
| 2.2.6 四种模型对比 |
| 第三章 圆通转债估值与分析 |
| 3.1 案例介绍 |
| 3.1.1 公司简介 |
| 3.1.1.1 基本情况介绍 |
| 3.1.1.2 组织结构及控股公司 |
| 3.1.2 圆通转债发行概况及市场表现 |
| 3.1.2.1 圆通转债发行概况 |
| 3.1.2.2 圆通转债市场表现 |
| 3.1.3 圆通转债发行原因 |
| 3.1.3.1 圆通转债内部融资需求 |
| 3.1.3.2 满足发行要求,融资成本低 |
| 3.2 B-S模型适用性分析 |
| 3.3 圆通转债理论价值计算 |
| 3.3.1 圆通转债债券部分价值 |
| 3.3.2 圆通转债期权部分价值 |
| 3.3.3 圆通转债理论价值 |
| 3.3.4 理论价值与市场价格的偏差 |
| 3.4 考虑内嵌条款的圆通转债理论价值计算 |
| 3.4.1 回售期权的价值 |
| 3.4.2 赎回期权的价值 |
| 3.4.3 向下修正条款期权价值 |
| 3.4.4 考虑内嵌条款的圆通转债理论价值 |
| 3.4.5 考虑内嵌条款的理论价值与市场价格的偏差 |
| 第四章 圆通转债价格偏离理论价值原因及建议 |
| 4.1 圆通转债价格偏离理论价值原因分析 |
| 4.1.1 圆通速递正股走势及转股价格影响 |
| 4.1.2 圆通转债流通性弱 |
| 4.1.3 市场做空机制不够完善 |
| 4.1.4 圆通转债条款复杂,缺乏创新 |
| 4.1.5 投资者不成熟,非理性投资 |
| 4.1.6 B-S模型自身问题和参数选取影响 |
| 4.2 圆通转债价格偏离理论价值改进建议 |
| 4.2.1 稳定公司经营业绩,适当上调转股价 |
| 4.2.2 加强圆通转债流通性 |
| 4.2.3 完善证券市场做空机制 |
| 4.2.4 改进条款设计,增强创新 |
| 4.2.5 培养机构投资者,发展可转债基金 |
| 4.2.6 改善模型本身,选择合理参数 |
| 第五章 结论及展望 |
| 5.1 研究结论 |
| 5.2 研究不足及展望 |
| 参考文献 |
| 附录 A |
| 致谢 |
| 作者简介 |
（9）上证50ETF期权市场波动率风险溢价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状及述评 |
| 1.3.1 随机波动率模型与期权定价 |
| 1.3.2 波动率风险溢价的信息特征 |
| 1.3.3 波动率风险溢价与市场收益 |
| 1.3.4 波动率风险溢价的影响因素 |
| 1.3.5 国内外研究评述 |
| 1.4 研究思路与结构安排 |
| 1.4.1 研究思路 |
| 1.4.2 结构安排 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第2章 波动率风险溢价的理论研究 |
| 2.1 波动率风险溢价的理论依据与思考 |
| 2.1.1 传统金融学理论与思考 |
| 2.1.2 行为金融学理论与思考 |
| 2.1.3 市场微观结构理论与思考 |
| 2.2 波动率风险溢价的数理模型及优化 |
| 2.2.1 随机波动率模型 |
| 2.2.2 参数估计方法及优化 |
| 2.3 波动率风险溢价的形成机理分析 |
| 2.4 本章小结 |
| 第3章 随机波动率模型的参数估计及市场特征分析 |
| 3.1 引言 |
| 3.2 数据选择与预处理 |
| 3.2.1 现货市场数据 |
| 3.2.2 期权市场数据 |
| 3.3 参数估计 |
| 3.3.1 现货市场的参数估计 |
| 3.3.2 期权市场的参数估计 |
| 3.4 模型评价 |
| 3.4.1 DIC准则评价 |
| 3.4.2 期权定价评价 |
| 3.5 市场特征分析 |
| 3.5.1 现货市场的特征分析 |
| 3.5.2 期权市场的特征分析 |
| 3.6 研究结果与讨论 |
| 3.7 本章小结 |
| 第4章 波动率风险溢价的信息特征分析 |
| 4.1 引言 |
| 4.2 波动率风险溢价的测度 |
| 4.2.1 方差互换法 |
| 4.2.2 期权定价法 |
| 4.3 波动率风险溢价之谜 |
| 4.3.1 波动率风险溢价的时变特征 |
| 4.3.2 波动率风险溢价与资产跳跃行为 |
| 4.3.3 波动率风险溢价与投资者行为 |
| 4.3.4 波动率风险溢价与期权定价 |
| 4.4 研究结果与讨论 |
| 4.5 本章小结 |
| 第5章 波动率风险溢价与股票收益关系分析 |
| 5.1 引言 |
| 5.2 波动率风险溢价与市场收益率相关性分析 |
| 5.2.1 相关性模型 |
| 5.2.2 预处理 |
| 5.2.3 秩相关性检验 |
| 5.2.4 尾部相关性检验 |
| 5.3 波动率风险溢价对市场收益率的预测分析 |
| 5.3.1 波动率风险溢价对收益的跨期预测 |
| 5.3.2 波动率风险溢价对收益率预测的非对称性 |
| 5.4 研究结果与讨论 |
| 5.5 本章小结 |
| 第6章 波动率风险溢价的影响因素分析 |
| 6.1 引言 |
| 6.2 市场微观结构变量对波动率风险溢价的影响 |
| 6.2.1 研究假设 |
| 6.2.2 数据来源 |
| 6.2.3 变量说明 |
| 6.2.4 模型构建 |
| 6.2.5 市场微观结构变量对波动率风险溢价的影响分析 |
| 6.3 宏观经济信息对波动率风险溢价的影响 |
| 6.3.1 研究假设 |
| 6.3.2 数据来源 |
| 6.3.3 变量说明 |
| 6.3.4 模型构建 |
| 6.3.5 宏观经济信息对波动率风险溢价的影响分析 |
| 6.4 波动率风险溢价影响因素的贡献度分析 |
| 6.4.1 模型构建 |
| 6.4.2 相关性及多重共线性分析 |
| 6.4.3 结果分析 |
| 6.5 研究结果与讨论 |
| 6.6 政策建议 |
| 6.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（10）基于HTB模型的欧式期权定价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 研究背景和意义 |
| 第二节 研究内容和方法 |
| 第三节 本文创新与不足 |
| 第二章 文献综述 |
| 第一节 期权定价回顾 |
| 第二节 卖空限制回顾 |
| 第三章 模型背景 |
| 第一节 卖空利弊 |
| 第二节 监管演变 |
| 第四章 HTB模型 |
| 第一节 建立方程 |
| 第二节 修正测度 |
| 第三节 数值求解 |
| 第五章 实证分析 |
| 第一节 数据选择 |
| 第二节 参数估计 |
| 第三节 模型比较 |
| 第六章 结论与建议 |
| 第一节 结论 |
| 第二节 建议 |
| 参考文献 |
| 致谢 |
| 附录 |
四、期权定价模型在股票定价中的应用（论文参考文献）
- [1]跳环境和混合高斯过程下的欧式期权定价及统计模拟分析[D]. 彭波. 兰州财经大学, 2021(02)
- [2]RAROC模型在我国国有商业银行贷款定价中的应用研究[D]. 郭茜茜. 山西财经大学, 2021(09)
- [3]基于Black-Scholes模型与Corrado-Su模型的可转债定价比较研究[D]. 刘曜豪. 江西财经大学, 2021(10)
- [4]可转换债券的定价研究与实证分析[D]. 米倩. 广西师范大学, 2021(02)
- [5]基于均衡利率模型的可转债定价分析[D]. 吴小东. 江西财经大学, 2021(10)
- [6]基于已实现波动率模型的中国股市波动预测与期权定价研究[D]. 宿丽姣. 山东财经大学, 2021(12)
- [7]一种新的混合神经网络期权定价模型研究 ——基于LSTM输入和隐含波动率输出的设计和实现[D]. 高同. 安徽财经大学, 2021(10)
- [8]基于B-S模型的圆通速递可转换债券估值研究[D]. 杨雨佳. 河北地质大学, 2020(05)
- [9]上证50ETF期权市场波动率风险溢价研究[D]. 胡明柱. 哈尔滨工业大学, 2020(02)
- [10]基于HTB模型的欧式期权定价研究[D]. 刘鹏. 南京大学, 2020(11)