股票指數(shù)期貨是以股票指數(shù)為標的的期貨，由于股票指數(shù)能代表整個市場股票價格變動的趨勢和幅度，人們買賣股票指數(shù)期貨，利用買賣期貨的價差對股票組合進行套期保值，以規(guī)避系統(tǒng)風險，或者進行套利．因此股票指數(shù)期貨合約在發(fā)達國家中得到迅速的發(fā)展。在我國，股票指數(shù)期貨已經(jīng)在醞釀之中，股票指數(shù)期貨的定價方法也成為業(yè)界研究的熱點。 本文主要討論了利用隨機波動率(SV)模型來對股票指數(shù)期貨進行定價的問題。以往的股票指數(shù)期貨定價方法主要是利用無套利定價模型，根據(jù)無風險利率進行定價。這種方法存在一定的弊端：不能很好的解釋股票指數(shù)期貨價格概率分布的厚尾等特點；沒有考慮到股票指數(shù)所服從的隨機過程；不能對未來的股票指數(shù)期貨的價格做出有效而合理的預測。為此我們引入SV模型對股票指數(shù)價格進行估計，用SV過程來捕捉股票價格指數(shù)的波動聚集性和分布的厚尾性等特征，來給出股票指數(shù)期貨的另一種定價方法。 本文的主要工作為，首先給出了股票指數(shù)期貨及其定價方法的簡單介紹，然后給出了利用SV模型對股票指數(shù)期貨進行定價的一般公式，并針對正態(tài)尾部的SV模型和厚尾分布的SV模型，給出了利用...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖15從圖中可以看出在迭代的后期，參數(shù)的波動相當?shù)钠椒�(wěn)，因此選取7=.00044功=0.9993，a，=0.1153作為此數(shù)據(jù)的Sv模型的系數(shù).

谷4.2厚尾sv模型參數(shù)的經(jīng)驗特征函數(shù)估計口。=0.1153圖15從圖中可以看出在迭代的后期，參數(shù)的波動相當?shù)钠椒�(wěn)，因此選取7=.00044功=0.9993，a，=0.1153作為此數(shù)據(jù)的Sv模型的系數(shù).互4.2.2尾部為雙指數(shù)(0，)l分布的厚尾SV模型的參數(shù)估計設KOSPI股....

圖23計算得到:守二一0.5868，滬=0.8554統(tǒng)計結(jié)果

11‘J勺‘Un月.三11甲..1自.甲.111口11心:工甲1.1皿11:工呂工:11三.恤三.娜工:.11自娜.tlHll圖23計算得到:守二一0.5868，滬=0.8554統(tǒng)計結(jié)果a，=0.0943。通過Nelder一Mead算法得到的參數(shù)估計結(jié)果為38-

圖27其對數(shù)收益率的峰度為3.6321，有較明顯的“尖峰厚尾”特征

和尾部為雙指數(shù)（0，）l分布的厚尾SV模型兩種模型對KOSPI對數(shù)收益率進行模型擬合檢驗。l圖27其對數(shù)收益率的峰度為3.6321，有較明顯的“尖峰厚尾”特征。（1）尾部為t（5）的SV模型估計出參數(shù)為:甲=0.0044，滬=0.9993將其帶入模型就得到了以下結(jié)果:=0.115....

圖28其中的點線(藍色)為原來的指數(shù)收益率曲線，實線(紅色)為模型預測曲線

第四章期貨定價的實證研究圖28其中的點線(藍色)為原來的指數(shù)收益率曲線，實線(紅色)為模型預測曲線。模型擬合殘差平方和:5.0737(2)尾部為雙指數(shù)分布(o，1)的SV模型將參數(shù)估計守二一.06727，滬=0.9986，‘二。.1102代入模型(4一3)rtl入=吸令a，!h‘....

本文編號：4046685