期权定价的蒙特卡罗模拟方差缩减技术研究  

Variance Reduction Techniques of Monte Carlo Simulation Methods in Options Pricing

作　　者：陈辉[1] 

机构地区：[1]中央财经大学中国精算研究院,北京100081

出　　处：《统计与信息论坛》2008年第7期86-96,共11页Journal of Statistics and Information

摘　　要：蒙特卡罗模拟的方差缩减技术作为模拟效率改进的重要途径,在金融衍生证券的定价分析中得到了广泛的应用和发展,特别是在控制变量、对偶变量、分层抽样、拉丁超立方抽样、矩匹配和重要性抽样技术方面。从方差缩减的效率来看,所有的蒙特卡罗模拟方差缩减技术都能显著地提高期权定价的模拟效率,其中基于最优漂移率的重要性抽样技术与沿着最优分层抽样方向进行的分层抽样技术的组合,要比普通的蒙特卡罗模拟具有极其明显的效率提高效果。The variance reduction techniques of Monte Carlo Simulation （MCS） methods play an important role in the simulation efficiency improvement, such as Control Variates （CV）, Antithetic Variates （AV）, Stratified Sampling （SS）, Latin Hypercube Sampling （LHS）, Moment Matching （MM） and Importance Sampling （IS） Techniques. From the view of variance reduction efficiency, different MCS of variance reduction techniques can significantly improve MCS efficiency of option pricing, the combination techniques of IS techniques based on the optimal drifting rate and optimal SS along the direction of stratified sampling create an extremely obvious effect of increasing efficiency than the general MCS method.

关 键 词：期权 蒙特卡罗模拟 方差缩减技术 控制变量 对偶变量 分层抽样 拉丁超立方抽样 矩匹配 重要性抽样 

分 类 号：F222.3[经济管理—国民经济]