基于已实现测度和隐含信息期限结构的衍生品定价研究

The current literature on derivative pricing pays less attention to discrete time models. Data they used are relatively low frequency with limited information source. This project, based on new developments on volatility modeling and implied information extraction, will investigates the theoretical and practical issues on pricing derivatives with realized measures as well as the term structure of implied information. This project aims to provide empirically tested pricing method for representative derivatives based on the modelling research on realized measures, dynamic higher moments and the term structure of implied information. Main research topics are: modelling volatility and higher moments with realized measures, risk neutralization and modelling technique of the term structure of implied information, parameter estimation based on implied information and the pricing method for options as well as volatility derivatives, evaluating model’s statistic and economic value using real market data. Unlike previous researches, through the angle of combination of realized measures and the term structure of implied information with a unified framework, this project investigates the information provided in estimation and pricing issues by extract historical as well as implied information. Other than provides new pricing methods, this project will also enhance our modeling ability of realized measures and implied information. Results also provide technical support on pricing and information extraction to China’s fast developing derivative markets.

针对现有衍生品定价研究对离散时间模型关注不足、数据频率偏低且信息源单一的现状，本项目结合近年来波动建模及隐含信息提取方面的最新成果，研究基于已实现测度和隐含信息期限结构定价衍生品的理论与应用问题。本项目通过对已实现测度、动态高阶矩和隐含信息期限结构的建模研究，为代表性衍生品给出经实证检验的定价方法。研究的主要内容包括：基于已实现信息建模波动率和高阶矩的方法；风险中性化与建模隐含信息期限结构的方法；结合隐含信息估计模型参数并为期权及波动衍生品定价的方法；基于市场数据对模型统计意义和经济价值进行评价等。与以往研究不同，本项目从已实现测度与隐含信息期限结构相结合的角度，使用统一的模型框架充分发掘历史数据和风险中性数据对参数估计与定价提供的信息。除为衍生品定价提供新的方法外，本项目对提高已实现测度和隐含信息建模能力等有重要意义。相关结果将为我国快速发展的衍生品市场的定价和信息提取提供技术基础。

研究背景.以期权为代表的衍生品是传统金融市场的重要组成部分。理论层面上，其蕴含的隐含信息(特别是波动率信息)在资产定价、风险管理等方面的作用是目前研究的热点领域之一。实践层面上，隐含波动率指数与市场情绪高度相关，并逐步发展出了波动率衍生品。由于隐含波动率一般和指数收益之间呈现负相关，波动率衍生品在风险管理方面发挥着重要的作用。针对现有衍生品定价研究对离散时间模型关注不足、数据频率偏低且信息源单一的现状，本项目结合近年来波动建模及隐含信息提取方面的最新成果，研究基于已实现测度和隐含信息期限结构定价衍生品的理论与应用问题。..主要内容.[1]在“离散时间模型下的已实现信息建模方法”方向，研究了波动率长记忆特征结合GARCH模型；测量误差修正的对数HAR模型；日内隔夜收益率分解与已实现测度结合等问题。.[2]在“动态高阶矩建模”方向，研究了已实现高阶矩驱动的动态高阶矩模型等问题，并讨论了新模型对VaR预测的改进。.[3]在“隐含信息建模与衍生品定价”方向，研究基于VIX指数的VIX衍生品直接定价方法；探讨日内隔夜收益率分解在衍生品定价中的作用。..重要成果.[1]提出了针对期权定价的融合隔夜收益和已实现波动的ARV-HNG模型；修正测量误差的对数HAR模型；指出长期波动率预测时已实现测度信息优势降低。.[2]给出了GC展开平方归一化之下的正确高阶矩表达式；并给出了已实现方差、偏度、峰度联合建模的Realized RSRK模型。.[3]指出已实现测度提升GARCH类模型VRP预测能力的来源除了波动信息更准确外还有模型自由度的提升；证实了中国市场高频数据有助于提升期权定价效果；从直接建模的角度提出了DHAR模型，极大提升了定价效率；给出了连接VIX期权和对应VIX期货的定价方法，显著提升了定价精度。..本项目共发表标注论文15篇(13篇SSCI，1篇自科基金管理学部A类中文期刊)，会议优秀论文1篇，培养博士生毕业生4人(3人在高校任职),学位论文全部和本项目相关。..科学意义.本项目的科学意义在于：从VRP定价的角度为已实现信息纳入期权定价框架提升模型表现提供了一定的理论解释；指出日内隔夜收益率分解在衍生品定价方面同样值得深入研究；开启离散时间模型下VIX衍生品的直接定价方法研究。

内容获取失败，请点击重试