QUICK REVIEW
[论文解读] A Delayed Black and Scholes Formula I
Mercedes Arriojas, Yaozhong Hu|ArXiv.org|Apr 28, 2006
Stochastic processes and financial applications被引用 16
一句话总结
本文通过使用随机泛函微分方程(sfde)建模股票价格动态,引入时间延迟以纳入历史股价,发展了布莱克-斯科尔斯模型的延迟扩展。关键贡献是在该延迟模型下,为欧式看涨期权推导出一个显式闭式期权定价公式,该公式保持市场完备性和无套利性,且期权价格取决于当前股价及其在延迟区间内的历史路径。
ABSTRACT
In this article we develop an explicit formula for pricing European options when the underlying stock price follows a non-linear stochastic differential delay equation (sdde). We believe that the proposed model is sufficiently flexible to fit real market data, and is yet simple enough to allow for a closed-form representation of the option price. Furthermore, the model maintains the no-arbitrage property and the completeness of the market. The derivation of the option-pricing formula is based on an equivalent martingale measure.
研究动机与目标
- 开发一个灵活且解析可处理的股价动态模型,通过时间延迟引入记忆效应。
- 通过允许波动率依赖于历史股价,解决经典布莱克-斯科尔斯模型的局限性,特别是其假设波动率恒定的问题。
- 在延迟模型下,为欧式看涨期权定价推导出显式闭式公式,同时保持市场完备性和无套利性。
- 通过使用等价鞅测度和随机分析技术,保持解析可处理性。
提出的方法
- 使用随机延迟微分方程(sdde)建模股价 S(t),其中漂移和扩散系数依赖于延迟值 S(t−a) 和 S(t−b)。
- 在初始过程 φ(0) > 0 几乎必然的条件下,建立解 S(t) 的路径唯一性与正性。
- 应用Girsanov定理,构造一个等价鞅测度 Q,使得贴现后股价成为局部鞅。
- 通过Q下的条件期望表示期权价格,即贴现收益 (S(T)−K)+ 的期望,利用延迟过程的马氏结构。
- 利用等价测度下股价过程的显式形式,将期权价格表示为标准正态累积分布函数 Φ 的函数。
- 在最终延迟区间内推导出期权价格的时间依赖随机布莱克-斯科尔斯PDE,表明仅当 t ≥ T−b 时,V(t) = e^{-r(T−t)}F(t,S(t)) 成立。
实验结果
研究问题
- RQ1能否构建一个延迟随机股价动态模型,使其在更好地拟合经验波动率模式的同时保持解析可处理性?
- RQ2将历史股价纳入漂移和扩散系数后,与经典布莱克-斯科尔斯模型相比,期权定价公式有何变化?
- RQ3在保持市场完备性和无套利性的延迟股价模型下,欧式看涨期权价格的显式形式是什么?
- RQ4期权价格如何依赖于股价的历史路径,特别是在最终延迟区间内?
- RQ5期权定价公式能否表示为具有随机系数的时间依赖PDE?该表示在何种条件下有效?
主要发现
- 当初始值 φ(0) > 0 几乎必然时,所提出的延迟模型对所有 t ≥ 0 均存在路径唯一的正解 S(t)。
- 当 t ∈ [T−l, T] 时,期权价格 V(t) 由闭式公式给出:V(t) = S(t)Φ(β₊) − Ke^{−r(T−t)}Φ(β₋),其中 β₊ 和 β₋ 依赖于 g²(S(u−b)) 在 [t,T] 上的积分。
- 当 g(x) ≡ 1 时,该公式精确退化为经典布莱克-斯科尔斯公式,确认与标准模型的一致性。
- 期权价格不仅依赖于当前股价 S(t),还依赖于整个历史路径 {S(v) : v ∈ [t−b, T−b]},当 t ≥ T−l 时成立。
- 在最终延迟区间 [T−l, T] 内,期权价格满足如下随机PDE:∂F/∂t = −½g²(S(t−b))x²∂²F/∂x² − rx∂F/∂x + rF,终端条件为 F(T,x) = (x−K)+。
- 当 t < T−l 时,由于解 F 相对于滤子 (F_t) 具有预测性,表示式 V(t) = e^{−r(T−t)}F(t,S(t)) 不再成立。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。