股票指數(shù)期貨是以股票指數(shù)為標(biāo)的的期貨，由于股票指數(shù)能代表整個(gè)市場(chǎng)股票價(jià)格變動(dòng)的趨勢(shì)和幅度，人們買賣股票指數(shù)期貨，利用買賣期貨的價(jià)差對(duì)股票組合進(jìn)行套期保值，以規(guī)避系統(tǒng)風(fēng)險(xiǎn)，或者進(jìn)行套利．因此股票指數(shù)期貨合約在發(fā)達(dá)國(guó)家中得到迅速的發(fā)展。在我國(guó)，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(jià)方法也成為業(yè)界研究的熱點(diǎn)。 本文主要討論了利用隨機(jī)波動(dòng)率(SV)模型來對(duì)股票指數(shù)期貨進(jìn)行定價(jià)的問題。以往的股票指數(shù)期貨定價(jià)方法主要是利用無套利定價(jià)模型，根據(jù)無風(fēng)險(xiǎn)利率進(jìn)行定價(jià)。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(jià)格概率分布的厚尾等特點(diǎn)；沒有考慮到股票指數(shù)所服從的隨機(jī)過程；不能對(duì)未來的股票指數(shù)期貨的價(jià)格做出有效而合理的預(yù)測(cè)。為此我們引入SV模型對(duì)股票指數(shù)價(jià)格進(jìn)行估計(jì)，用SV過程來捕捉股票價(jià)格指數(shù)的波動(dòng)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(jià)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(jià)方法的簡(jiǎn)單介紹，然后給出了利用SV模型對(duì)股票指數(shù)期貨進(jìn)行定價(jià)的一般公式，并針對(duì)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(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)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(dòng)相當(dāng)?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(yàn)特征函數(shù)估計(jì)口。=0.1153圖15從圖中可以看出在迭代的后期，參數(shù)的波動(dòng)相當(dāng)?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(jì)設(shè)KOSPI股....

圖23計(jì)算得到:守二一0.5868，滬=0.8554統(tǒng)計(jì)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(jì)算得到:守二一0.5868，滬=0.8554統(tǒng)計(jì)結(jié)果a，=0.0943。通過Nelder一Mead算法得到的參數(shù)估計(jì)結(jié)果為38-

圖27其對(duì)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(duì)KOSPI對(duì)數(shù)收益率進(jìn)行模型擬合檢驗(yàn)。l圖27其對(duì)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(jì)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(diǎn)線(藍(lán)色)為原來的指數(shù)收益率曲線，實(shí)線(紅色)為模型預(yù)測(cè)曲線

第四章期貨定價(jià)的實(shí)證研究圖28其中的點(diǎn)線(藍(lán)色)為原來的指數(shù)收益率曲線，實(shí)線(紅色)為模型預(yù)測(cè)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(jì)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(hào)：4046685