基于Levy过程修正GJR-GARCH模型的权证定价——对中国大陆和香港权证的实证研究  

Warrants pricing based on GJR-GARCH model with Levy processes adjusting:An empirical analysis between Mainland and Hongkong

作　　者：吴恒煜[1,2] 马俊伟[3] 朱福敏[4,5] 林漳希[4,6] 

机构地区：[1]西南财经大学经济信息工程学院金融安全协同创新中心,成都611130 [2]西南财经大学中国金融研究中心,成都611130 [3]西南财经大学金融智能与金融工程四川省重点实验室,成都611130 [4]西南财经大学经济信息工程学院,成都611130 [5]纽约州立大学石溪分校商学院应用数学与统计系,纽约11794 [6]德克萨斯理工大学商务智能高级研究中心,德克萨斯州79409

出　　处：《系统工程理论与实践》2014年第12期3009-3021,共13页Systems Engineering-Theory & Practice

基　　金：国家自然科学基金重大研究计划(91218301);国家自然科学基金面上项目(71171168);教育部人文社会科学重点研究基地重大项目(12JJD790026);国家教育部留学基金(201206980001);西南财经大学中央高校基本科研业务费专项资金(JBK1407164;JBK12050);中央高校科研业务费专项资金及四川省教育厅创新团队项目(JBK130401)

摘　　要：考虑股票收益率在GARCH模型下的非正态特征,以及收益率标准差序列的非对称特征,首先给出几种真实测度下服从Levy分布的条件异方差模型,接着对随机扰动项和波动率进行风险中性调整,最后通过蒙特卡罗模拟进行大陆和香港权证的实证.结果表明:Levy过程修正下的GJR-GARCH模型能够很好地捕捉到金融数据"跳跃特征"、"群聚现象"和"杠杆效应".同时,该模型显著提升了权证的定价精度.市场间对比显示,香港权证的定价精度高于大陆权证,且大陆权证的市场价格显著偏离无套利假设下的理论价值.GARCH models with filtered historical innovations in option pricing gain a large number of important researches, we introduce asymmetric GARCH and non-normal Levy into this model based on ＂fat tail＂, skewness and other statistical characteristic of financial data. We build several GARCH models with Levy random numbers under physical measure, and then we transform heteroscedasticity sequence into risk neutral measure. Through the empirical Monte-Carlo pricing method in Mainland warrants market and Hong Kong warrants market, we demonstrate this method can improve pricing precision significant, the ＂leverage effect＂ and ＂clustering effect＂ of volatility are well reflected, by comparing pricing results between these two warrant markets, we demonstrate Hong Kong warrant market is more effective.

关 键 词：LEVY过程 GJR—GARCH模型 风险中性调整 权证定价 

分 类 号：F830[经济管理—金融学]