淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-0506200823205800
中文論文名稱 運用快速傅立葉轉換於具有特徵函數之 選擇權評價模型-台指選擇權之實證
英文論文名稱 Using Fast Fourier Transform and applying the characteristic functions on option valuation models – the evidence of TAIEX Options
校院名稱 淡江大學
系所名稱(中) 財務金融學系碩士班
系所名稱(英) Department of Banking and Finance
學年度 96
學期 2
出版年 97
研究生中文姓名 簡同威
研究生英文姓名 Tung-Wei Chien
學號 695530666
學位類別 碩士
語文別 中文
口試日期 2008-05-31
論文頁數 72頁
口試委員 指導教授-邱忠榮
共同指導教授-林允永
委員-謝文良
委員-李進生
委員-鍾惠民
中文關鍵字 快速傅立葉  特徵函數  隨機波動度  跳躍 
英文關鍵字 Fast Fourier Transform  characteristic functions  stochastic volatility  Jump-diffusion 
學科別分類 學科別社會科學商學
中文摘要 1973年,Black-Scholes以熱傳導原理發表了著名的選擇權定價模型,在往後的30多年的時間為近代財務開啟了一條康莊大道。但是,Black-Scholes的基本假設過於簡化現實生活當中可能會面臨到的問題,因此許多新模型皆陸續的誕生,如隨機波動模型、隨機利率模型、跳躍-擴散模型等等。而這些新模型也都是秉持同樣一個理念,也就是進一步修改Black-Scholes模型使其新模型能夠更準確的去計算出選擇權價格。
自從1987年發生了全球股災後,許多學者便針對所謂波動度微笑現象來做研究並加以改善此現象的發生。因此本文主要探討Heston的隨機波動度模型是否在台指選擇權方面也能比Black-Scholes模型之定價誤差來的小;並且加入另外兩種也是以改善Black-Scholes波動度假設的模型,包含了Merton的跳躍-擴散模型以及固定彈性波動度模型(CEV)。實證研究主要去衡量及比較模型價格和市場價格之誤差,並進行顯著性分析及誤差分析。本文的實證結果指出:
1. 樣本內的買權,Merton、Heston隨機波動度或CEV模型皆優於Black-Scholes模型。樣本內的賣權,整體部分以Heston隨機波動度模型為較佳模型。
2. 樣本外買權部分,以CEV模型之預測效果為較佳。另外,Merton模型未有明顯優於Black-Scholes模型。樣本外賣權部分CEV和Heston模型較好。
3. 樣本外誤差分析,主要的影響變數為價性程度以及到期期間,利率在買權部分有較明顯的影響。
英文摘要 This study is mainly to correct one of the Black-Scholes model assumptions. To assume volatility is a constant value which is not appropriate and to correct it. Since the Black-Scholes model occurred the famous volatility smile effect in the 1987’s market crash. My study is to use Merton’s jump-diffusion model, Heston’s stochastic volatility model and CEV model. These three models improved B-S model and to reduce volatility smile; moreover, to predict precisely the option price. Through these three models against BS model, to see whether there is a better improvement in using the TAIEX Options. The methodology is to use Fast Fourier Transform, Fast Fourier Transform no need to assume the underlying follow some distributions. It only needs the characteristic function of the model to calculate the model price and to do error analysis with the market price. The conclusion is that these three models improve the BS model indeed.
論文目次 目錄
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究問題與目的 5
第三節 研究架構 6
第二章 文獻回顧 8
第一節 隨機波動度模型之演進 8
第二節 文獻探討 20
第三章 研究方法 24
第一節 快速傅立葉轉換之介紹 24
第二節 選擇權評價模型 26
第三節 參數估計方法 31
第四節 資料來源 32
第五節 定價模型績效衡量與誤差分析 33
第四章 實證結果與分析 35
第一節 台股指數選擇權之參數估計與定價誤差 35
第二節 模型間顯著性分析 47
第三節 定價誤差之結構分析 58
第四節 波動度微笑之降低效果 62
第五章 結論與建議 65
第一節 研究結論 65
第二節 後續研究之建議與發展 66
參考文獻 67
附錄 70
圖目錄
圖1-1指數期貨與選擇權五年日均量比較圖 1
圖1-2根據Black & Scholes模型假設逐一放寬所延伸的模型 3
圖1-3研究流程圖 5
圖4-1波動度微笑 62
圖4-2 Heston波動度微笑曲面圖 63
圖4-3 BS模型和Merton模型之波動度微笑 63
圖4-4 BS模型和Heston模型之波動度微笑 64
圖4-5 BS模型和CEV模型之波動度微笑 64
表目錄
表2-5-1隨機波動度所服從之隨機過程 18
表4-1-1模型的參數估計值 34
表4-1-2樣本內買權、賣權整體之績效比較 38
表4-1-3樣本內近月買權、賣權之績效比較 39
表4-1-4樣本內遠月買權、賣權之績效比較 40
表4-1-5樣本外買權、賣權整體之績效比較 43
表4-1-6樣本外近月買權、賣權之績效比較 44
表4-1-7樣本外遠月買權、賣權之績效比較 45
表4-2-1買權樣本內近月四種模型之Wilcoxon符號等級檢定統計 48
表4-2-2賣權樣本內近月四種模型之Wilcoxon符號等級檢定統計 49
表4-2-3買權樣本內遠月四種模型之Wilcoxon符號等級檢定統計 50
表4-2-4賣權樣本內遠月四種模型之Wilcoxon符號等級檢定統計 51
表4-2-5買權樣本外近月四種模型之Wilcoxon符號等級檢定統計 53
表4-2-6賣權樣本外近月四種模型之Wilcoxon符號等級檢定統計 54
表4-2-7買權樣本外遠月四種模型之Wilcoxon符號等級檢定統計 55
表4-2-8賣權樣本外遠月四種模型之Wilcoxon符號等級檢定統計 56
表4-3-1買權及賣權樣本外整體之結構誤差分析 69
表4-3-2買權及賣權樣本外近月之結構誤差分析 60
表4-3-3買權及賣權樣本外遠月之結構誤差分析 61



參考文獻 一、 中文部分
江大成(2006),數值分析,滄海書局經銷。
曹金泉(1999),隨機波動度下選擇權評價理論的應用---以台灣認購權證為例,
國立政治大學金融研究所碩士論文。
陳浚泓(2003),B-S模式與隨機波動性定價模式之比較:台灣股價指數選擇權之實證,國立成功大學企業管理研究所碩士論文。
陳能靜(2003),隨機波動度下選擇權評價之實證-以台灣股價指數選擇權為例,
私立輔仁大學金融研究所碩士論文。

二、英文部分
Bakshi, G.., Cao, C. and Chen, Z., 1997. Empirical Performance of Alternative Option
Pricing Models. The Journal of Finance 52, 2003-2049.
Ball, C. A., and Roma, A., 1994. Stochastic Volatility Option Pricing. Journal of Financial and Quantitative Analysis 29, 589-607.
Borak, S., Detlefsen, K. and Härdle, W., 2004. FFT based options pricing. Statistical
Tools for Finance and Insurance, Springer, Berlin.
Carr, P. and Madan, D. B. 1999. Option valuation using the fast Fourier transform.
Journal of Computational Finance 2, 61-73
Carr, P., Option Pricing using Integral Transforms. Working Paper, NYU Courant Institute.
Cerný, A., 2004. Introduction to Fast Fourier Transform in Finance. Working Paper.
Cisana, E., Fermi, L. and Montagna, G., 2007. A Comparative Study of Stochastic Volatility Models. Working Paper.
Emiray, E., 2004. Using Heston’s Stochastic Volatility Model to Infer PDFS for Crude
Oil Options During Gulf WarⅠ. Working Paper.
Fiorentini, G., León, A. and Rubio, G., 2002. Estimation and empirical performance of Heston’s stochastic volatility model: the case of a thinly traded market. Journal of Empirical Finance 9, 225-255.
Fuentes, R. 2005. Implied Risk-Neutral Densities Estimated Using FFT. Working
Paper.
Guo, D., 1998. The Risk Premium of Volatility Omplicit in Currency Options. Journal of Business & Economic Statistics 16, 498-506.
Guo, J. H., and Hung, M. W., 2007. A Note on the Discontinuity Problem in Heston’s Stochastic Volatility Model. Applied Mathematical Finance 14, 339-345.
Heston, S. L., 1993. A Closed-Form Solution for Options with Stochastic Volatility
with Applications to Bond and Currency Options. The Review of Financial Studi-
es 6, 327-343.
Hull, J. and White, A., 1987. The Pricing of Options on Assets with Stochastoc Volati-
Lities. The Journal of Finance 42, 281-300.
Jäckel, P., Stochastic Volatility Models: Past, Present and Future. Working Paper.
Kahl, C. and Jäckel, P., 2005. Not-so-complex logarithms in the Heston model. Working Paper, Wuppertal University, London.
Kim, I. J., and Kim, S., 2003. Empirical comparison of alternative stochastic volatility option pricing models:Evidence from Korean KOSPI 200 index options market. Pacific-Basin Finance Journal 12, 117-142.
Krongkajonsook, N., 2004. Evaluating The CEV and GARCH Option Pricing Models.
Working Paper.
Lehar, A. and Scheicher, M., 2002. GARCH v.s stochastic volatility: Option pricing and risk management. Journal of Banking & Finance 26, 323-345.
Lin, Y. N., S, N., and Xu, X., 2001. Pricing FTSE 100 Index Options Under Stochastic Volatility. The Journal of Futures Markets 21, 197-211.
Lord, R. and Kahi, C., 2006. Optimal Fourier inversion in semi-analytical option pricing. Working Paper.
Merton, R., 1976. Option pricing when underlying stock return are discontinuous.
Journal of Financial Economics 11, 474-491.
Mikhailov, S. and Nögel, U., 2003. Heston’s Stochastic Volatility Model Implement-
ation, Calibration and Some Extensions. Wilmot Magazine.
Nandi, S., 1998. How important is the correlation between returns and volatility in a
Stochastic volatility model ? Empirical evidence from pricing and hedging in the
S&P 500 index options market. Journal of Banking & Finance 22, 589-610.
Randal, J., 2001. The Constant Elasticity of Variance Model: A Useful Alternative to Black-Scholes ? Working Paper, Victoria University of Wellington
Schmitz, K. E., 2004. Strong Taylor Schemes for Stochastic Volatility. Working Paper.
Schmitz, K. E., 2004. Introduction to Implied, Local and Stochastic Volatility. Work-
ing Paper.
Schoutens, W., Simons, E. and Tistaert, J. 2003. A Perfect Calibration ! Now What ?
Working Paper.
Scott, L. O., 1987. Option Pricing when the Variance Changes Randomly:Theory, Estimation, and an Application. Journal of Financial and Quantitative Analysis 22, 419-437.
Shaw, W., Stochastic Volatility-Models of Heston Type. Working Paper.
Stein, E. M., and Stein, J. C.,1991. Stock Price Distribution with Stochastic Volatility:
An Analytic Approach. The Review of Financial Studies 4, 727-752.
Wang, J., 2007. Convexity of option prices in the Heston model. Working Paper.
Xu, J., 2005. Pricing and Hedging Options Under Stochastic Volatility. Working Paper
, The University of British Columbia.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2011-06-16公開。
  • 同意授權瀏覽/列印電子全文服務,於2011-06-16起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信