《补充材料诺贝尔奖中的金融数学模型》由会员分享，可在线阅读，更多相关《补充材料诺贝尔奖中的金融数学模型（43页珍藏版）》请在金锄头文库上搜索。
1、补充材料,诺贝尔奖中的 金融数学主干模型,1.投资组合理论简介,在投资活动中，人们发现，投资者手中持有多种不同风险的证券，可以减轻风险带来的损失，对于投资若干种不同风险与收益的证券形成的证券组称为证券投资组合。,证券投资组合的原则是，组合期望收益愈大愈好，组合标准差愈小愈好，但在同一证券市场中，一般情形是一种证券的平均收益越大，风险也越大，因而最优投资组合应为一个条件极值问题的解，即对一定的期望收益率，选择资产组合使其总风险最小。,Markowitz 提出的证券组合均值方差问题，是证券组合理论的基本问题，可描述为有约束的线性规划问题,解上述问题可得最优资产组合w*的表达式，且最优资产组合的方差
2、为,其中,注,在方差-均值坐标系下，它是抛物线。,注,在均方差-均值坐标系下，它是双曲线。,上述结论还可推广到具有无风险资产的均值-方差模型，此时模型为,最小方差资产组合的方差为,在均方差-均值坐标系下，它是公共交点为（0，r）的两条射线，其斜率为,两基金分离定理的表现形式为：所有最小方差资产组合都是无风险资产和不含任何无风险资产的所谓“切点”资产组合的组合。,2.资本资产定价模型,资本资产定价模型（CAPM）是在理想的资本市场中,根据两基金分离定理建立的。它的基本结论是,(Sharp-Lintner-Monssin)假设市场上可以获得无风险资产，当市场达到均衡时，任意资产的超额收益率与风险资
3、产的市场资产组合超额收益率成正比，即有关系式,其中,称为资产X的市场beta系数, 表示资产X所面临的风险系数。,注,XM为市场资产组合设市场上有n种风险资产，一种无风险资产。每种资产的价格为pi，i=0,1,n, 如果市场上有K位投资者，且在某一时刻，第k位投资者持有第i种资产的数量为Nik，若记,则称,为该时刻的投资者,市场资产组合。,可以证明，当市场达到均衡，且无风险资产是零净供应的金融证券时，切点资产组合wt就是市场资产组合。,注,CAPM在资产定价中的应用,一 证券市场线 对任意风险资产的投资组合Xx，由点 所形成的轨迹称为证券市场线。,注,二 风险自行调节收益率定价公式,CAPM对
4、个别资产提供了一种可量化的风险测度，所以CAPM可以用于确定未来收益率概率分布假设为已知的风险资产在当前的价值。设市场上第j种资产期终风险收益为Pe，当前价格为P0，其收益率,则风险自行调节收益率定价公式为,其中,在风险自行调节收益率定价公式中，将,代入，得确定等价定价公式,CAPM在资产定价中的应用股票定价,例 某公司I在时期1将发行100股股票，公司I在时期2的价值为随机变量VI（2）。公司的资金都是通过发行这些股票而筹措的，已知股票的持有者有资格获得完全的收益流。现给出有关测算数据如下,将上述数据代入风险自行调节收益率定价公式得,故每股价格为7.83$,3. Ross 套利定价理论（AP
5、T）,在金融理论中，确定风险资产合理价值主要有两种方法。一种是基于竞争均衡理论的定价方法，如上节的CAPM，认为资产的合理价格由所谓的“内在源”，也就是资产市场中现有的所有资产所共同确定；另一种是基于一般套利定价理论的定价方法（GAPT），如本节将要介绍的Ross套利定价理论（APT）认为资产的合理价格由所谓的“外在源”，也就是资本市场的其他因素所确定。,基于上述思想，被誉为美国“金融神童”的Ross在1976年Journal of Economic Theory上发表的Arbitrage Theory of Capital Assert Pricing一文中十分武断地指出：任何资产的价格可以
6、表示为一些“共同因素”的线性组合。这些“共同因素”可以是通货膨胀率，人口出生率，工业增长指数，证券市场综合指数，外汇汇率等等各种因素，然后利用套利定价方法给出了资产收益率的一般表达式。,记资产市场中第i种资产的收益率为Xi，可通过统计方法测算的影响资产收益率的因素收益率记为随机变量fk,k=1,K,不能通过统计方法测算或未知的影响资产收益率的因素收益率记为随机变量i ,并假定资产收益率由以下线性多因子模型所描述：,注,(3.1-a),(3.1-b),(3.1-c),其中,称为残差风险。,根据上述模型，利用渐近无套利定价假设可以给出资产超额收益率表达式,实数k反映了证券对于因子fk的敏感性。称为
7、因子风险溢价。,(3.2-c),从统计观点来看，APT是通过许多因子来确定证券价格，它使我们扩大了考虑因素的范围，可以从证券市场以外的因素去选择，而不象CAPM只从证券市场本身的历史来研究。这样，就可以把证券的价格和国家经济发展状况，企业经营状况，外汇市场等等其它经济因素相联系，从而使模型更好地反映现实状况。一般认为，APT与CAPM相比有以下几个特点： （1）对分布不作要求 （2）对个人的效益没有直接假定什么条件； （3）允许依赖于许多因素； （4）可以对证券的一部分的组合定价，无需涉及全体； （5）容易推广到多阶段的情形。,4.二杈树模型,二杈树模型是金融衍生证券定价问题中常用的一种股票价
8、格模型。考虑这种模型有以下2个原因。 1。该模型构造简单，且是实际模型的一种很好的逼近 2。可通过这种简单的模型阐明金融中的重要概念套期保值，风险中性测度等。,无套利假设是所有研究的前提称某个市场有套利机会，如果存在一种投资组合，使资产值Yt满足Y0=0,注,考虑简单欧式看涨期权的定价问题：以敲定价K0于时刻1兑现，期权持有者的收益为 V0=?,注,设期权价格V0,若将价值V0的资产在市场投资，在0时刻购买0股股票，剩余的资金（可能是负的）存（借贷）款，则到1时刻资金价值为，,这一价值应该与期权在1时刻的价值相等，即,解上述联立方程可得,*,注,称为套期保值比。,注意若取,则*式可形式地写作,
9、称,为风险中性概率测度（或等价鞅测度）。,欧式期权的定价可以简洁地表示成“风险中性测度下，期权到期价值的数学期望”。,多期二杈树模型,期权价值,注,5. Black-Sholes模型,当考虑股票价格随时间连续变动情形时，Black-Scholes给出了市场的如下描述： 仅考虑一个简单的证券市场。市场中仅有一种债券和一种股票。设债券在t时刻的价格P0(t)，股票在t时刻的价格P(t).满足方程：,考虑T时刻到期的欧式期权，假定到期时，期权的内在价值为V(T)=g(P(T);设期权在0时刻价格为V(0); 现考虑0时刻初始值为X(0)=V(0)的投资。设在t时刻购买股票的股数为(t),则,设V(t
10、,x)表示在t时刻股票价格为x时，期权的价值,则,(5.1),(5.2),令 V(0,P(0)=X(0), V(t,P(t)=X(t), g(P(T)=X(T),即在(4.1),(4.2) 两式中令dt,dB系数相等，则得,终端条件,Black-Scholes方程。,(5.3),另一方面，利用随机分析理论可以证明，设 是使股票价格贴现过程 为鞅的测度，称为等价鞅测度，则欧式期权在t时刻的价值为,(4.4),通过解偏微分方程(5.3)或用概率论中的期望定义解(5.4)都可以得到欧式看涨期权的价格为,式中,Black-Scholes公式,衍生证券定价问题的进一步研究方向,放宽理想市场假设（如有卖空
11、限制，交易费等） 对新型衍生证券进行定价 模型改进（如随机利率，随机波动率，跳过程等） 不完备市场模型,期权定价技术的应用,期权定价理论虽然源于对金融期权的估值，但其主旨为降低不确定性所必须付出的成本问题，而不确定性是所有经济活动的本质特征。这决定了期权定价技术(以下简称0PT)的应用绝不仅仅局限于对以金融资产为标的资产的期权。许多现实问题在分析的过程中常常可以把核心问题归结为期权定价问题来处理，即归结为确定期权价值的5个因素：执行价格、现货价格、到期时间、波动率和无风险利率的分析计算。,注,目前期权定价理论主要应用于 1金融衍生证券的定价 2保险合同的定价 3政府政策与行为 4个人家庭决策
12、5投资决策,6 ARCH模型及其应用,在计量经济学中, 收益率的建模研究一直具有很重要的地位。其中对一阶矩的刻画是比较容易,所以人们将注意力都放在了对二阶矩的建模上,也就是对收益率波动的计量建模。 经典资本市场理论在描述股票市场收益率变化时,所采用的计量模型一般都假定收益率方差保持不变。这一模型运用简便,常用来预测和估算股票价格。但对金融数据的大量实证研究表明,有些假设不甚合理。一些金融时间序列常常会出现某一特征的值成群出现的现象。,注,为了寻求对股票市场价格波动行为更为准确的描述和分析方法,许多金融学家和计量学家尝试用不同的模型与方法处理这一问题。如ARMA模型，ARIMA模型，隐MARKO
13、V模型等，但被认为是最集中反映了方差变化特点而被广泛应用于金融数据时间序列分析的模型,是Engle于1982年提出的ARCH模型。ARCH模型是过去20年内金融计量学发展中最重大的创新。目前所有的波动率模型中,ARCH类模型无论从理论研究的深度还是从实证运用的广泛性来说都是独一无二的。,设随机序列Yt满足,其中 为弱白噪声，满足鞅差条件,且设,其中 为强白噪声。,(6.1),(6.2),考虑Engle最初的ARCH(1)模型,(6.3)给出了模型的预测公式，(6.4)则表明模型具有时变性的波动率。 实证分析表明时变性波动率更能描述真实的股票行情变化，反映外部冲击对股市造成的影响，便于进行风险评
14、价。,由(5.1)-(5.2)式易得，过程相邻时刻的条件均值与方差分别为,(6.3),(6.4),注,广义ARCH模型,ARCH(1)模型虽然较好的解释了波动率聚类现象，但它有很多缺陷，在其后的工作中,Engle及其同事沿着许多方向对该模型进行了拓展。,例如，在考虑风险与投资回报之间的关系时,由于投资者是依据当前信息而持有证券,当风险(条件方差)增大时,投资者要求的投资补偿也就大。因此,条件方差的变化也会影响收益率条件期望的变化。与其他研究者合作,Engle在ARCH的基础上,建立了ARCH-M模型来分析时变风险的收益补偿。期望收益率取决于时变性的方差和协方差,从而自身也随时间变化。,ARCH
15、(1)模型的各种拓展表述,ARCH(q)模型（Engle 1982),GARCH(p,q)模型(Bollerslev 1986),GARCH-M 模型(Engle, Lilien, Robbins 1987),满足GARCH模型,参考文献 1 Engle Robert F. Autoregression conditional heteroskedasticity with estimates of the variance of U.K.inflation, Econometrica,1982,50(4):987_1008 2 Christain G ARCH Models and Fina
16、ncial Applications Springer,1997 3 T. Bollerslev. Generalized autoregressive conditional heteroskedasticity, Journal of Econometrics 31, 307- 327, (1986).,注,7 利率期限结构理论,在社会经济生活中一部分人通过储蓄或购买债券来保存多余的资金，而部分家庭和厂商也可以通过贷款获得资金。资金的提供不是无偿的，利息就是借入资金的个体为了在一段时间里使用资金而必须支付给资金出借人的补偿。 显然利息与投资本金和储蓄时间有关；利息与期初投资本金的比值称为该时期的利率。不同时期投资可能利率不同。利率的期限结构理论主要研究随机波动利率与（较长）时期的对应关系。,注,经济学家认为，在决定利率期限结构过程中，投资者对未来变动的预期是致关重要的。然而，投资者对自己是否既有十分准确地分析未来变动的能力是缺乏信心的。因此，一般情况下，假定投资者对利率未来的变动满足一随机过程。比较常用的模型有Cox-Ingersoll-Ross模型，Hull-White-Vasicek模型。 由于利率期限结构理论涉及到“利息理论”的许多概念和“合理预期理论”的思想，这里不再深入介绍。,
