[论文解读] A theory for Fluctuations in Stock Prices and Valuation of their Options

Gemunu H. Gunaratne, Joseph L. McCauley|ArXiv.org|Sep 19, 2002

Complex Systems and Time Series Analysis参考文献 3被引用 4

一句话总结

本文提出了一种基于位置和时间依赖的扩散系数的福克-普朗克方程的新期权定价理论，导致收益呈现非对称指数分布。该模型通过表明大价格偏离时更高的波动率自然导致布莱克-斯科尔斯定价中的有效波动率调整，解释了市场中观察到的波动率微笑现象。

ABSTRACT

A new theory for pricing options of a stock is presented. It is based on the assumption that while successive variations in return are uncorrelated, the frequency with which a stock is traded depends on the value of the return. The solution to the Fokker-Planck equation is shown to be an asymmetric exponential distribution, similar to those observed in intra-day currency markets. The "volatility smile," used by traders to correct the Black-Scholes pricing is shown to provide an alternative mechanism to implement the new options pricing formulae derived from our theory.

研究动机与目标

• 开发一个理论框架，用于期权定价，以解释金融市场中观测到的非高斯收益分布。
• 通过整合经验观测到的收益动态，解决布莱克-斯科尔斯模型假设对数正态收益和恒定波动率的局限性。
• 不将‘波动率微笑’这一经验现象视为临时修正，而是将其解释为更现实随机过程的自然结果。
• 求解具有双线性扩散系数的福克-普朗克方程，以捕捉股票收益的非对称波动。
• 证明市场实践中使用的有效波动率（即波动率微笑）可从所提模型中收益的底层分布中推导得出。

提出的方法

• 假设连续的收益变化彼此不相关，但扩散系数 D(x,t) 依赖于收益值 x 和时间 t，以建模在大价格偏离时交易频率的增加。
• 使用标度假设 W(x,t) = t^{-η} F(u)，其中 u = x/t^η，从福克-普朗克方程推导出 η = 1/2，与金融时间序列中的经验标度一致。
• 将扩散系数建模为 u 的分段线性函数：D(x,t) = (1/γ²)(1 - γu)Θ̄(u) + (1/ν²)(1 + νu)Θ(u)，通过 γ ≠ ν 引入非对称性。
• 求解得到的福克-普朗克方程，获得解 W(x,t) = A/(√t) e^{γu} Θ̄(u) + B/(√t) e^{-νu} Θ(u)，其中 A 和 B 由归一化和连续性条件确定。
• 在该分布下推导欧式看涨和看跌期权价格的显式表达式，表明其与布莱克-斯科尔斯预测存在偏差。
• 证明期权市场中观察到的‘波动率微笑’可被解释为一种有效波动率调整，其结果与模型预测的期权价值一致。

实验结果

研究问题

• RQ1 如何在保持增量不相关的前提下，在随机框架中对股票收益的非高斯、非对称分布进行建模？
• RQ2 扩散系数必须采取何种形式，才能使解与经验观测到的日内收益非对称指数分布相匹配？
• RQ3 波动率微笑——通常作为期权定价中的启发式修正——在多大程度上可从一个物理上一致的随机过程中推导出来？
• RQ4 与布莱克-斯科尔斯模型相比，将共识价格 S₀ 作为最小波动率点纳入模型，如何影响期权的动态和定价？
• RQ5 对扩散系数的高阶修正（例如二次项）对收益分布尾部行为及期权估值有何影响？

主要发现

• 具有双线性扩散系数的福克-普朗克方程的解产生非对称指数分布的收益，与日内外汇和债券市场的实证数据相匹配。
• 该模型预测，收益的大偏离比高斯模型更频繁，导致期权价格高于布莱克-斯科尔斯的预测。
• 为使模型的期权价格与布莱克-斯科尔斯公式匹配而所需的“有效波动率”产生波动率微笑曲线，与真实市场数据一致。
• 当 γ = 15.0 且 ν = 10.0 时，收益分布的年化波动率为 11.5%，且由此产生的有效波动率曲线（V_eff(K)）与观测到的市场波动率微笑高度相似。
• 该模型表明，共识价格 S₀ 是扩散系数最小的临界点，因此是收益计算的自然参考点。
• 对扩散系数的高阶修正（如二次项）导致分布出现幂律尾部，与日内收益中观测到的厚尾行为一致。