lsm美式期权定价 matlab,运用Matlab基于LSM方法对美式期权定价的新探究

龙源期刊网 http://www.doczj.com/doc/4eecce22c77da26925c5b0cc.html

运用Matlab基于LSM方法对美式期权定价的新探究

作者：刘海永严红

来源：《金融发展研究》2013年第12期

摘要：传统期权定价方法是通过主观假定初始价格、执行价格、期限、波动率、无风险

利率等条件来对期权进行定价，很少联系实际的期权市场报价对期权进行定价。本文根据股票期权市场报价，通过Matlab快速方便地求解出隐含的波动率和无风险利率，并在此基础上运用Matlab基于最小二乘蒙特卡洛模拟(LSM)方法对该股票的美式期权进行定价。本文揭示了如何根据期权市场报价实现隐含波动率和无风险利率的求解，进而结合LSM方法对美式期权进行定价的一种新方法。此外，本文对LSM方法的改进技术也进行了探讨。

关键词：LSM方法；美式期权定价；隐含波动率；无风险利率

中图分类号：F830.91 文献标识码：A 文章编号：1674-2265(2013)12-0020-05

一、引言

1973年之前，理论上对于期权定价一直找不到令人满意的模型，主要是由于对标的资产

价格的变动过程无法用适当的随机过程来描述。1973年布莱克、斯科尔斯(Black、Scholes)两位学者将标的资产的价格假设为几何布朗运动，并由此获得了欧式看涨、看跌期权的定价模型，从此期权市场在全球范围内得到了快速的发展。对于欧式期权的定价，可采用树形法，Black-Scholes模型(以下简称B-S模型)、有限差分法、蒙特卡洛模拟法；对于美式期权的定价，树形法、有限差分法也适用，蒙特卡洛模拟方法在欧式衍生产品的定价方面获得了有效应用，但其采用的是正向求解的方法，这就限制了将蒙特卡洛模拟方法运用于具有后向迭代搜索特征的美式期权定价问题。1993年蒂利(Tilley)提出了美式期权具有提前执行的特征后，使用蒙特卡洛模拟方法为美式衍生产品进行定价的问题才得到初步解决。巴里康和马蒂诺(Barraquand和Martineau，1995)将资产价格的状态空间加以分隔，得出每一条路径在不同

区域间移动的概率，然后使用类似于二叉树模型的方式进行逆推求解。但以上这些方法仍然存在着不足之处，在实际模拟中效果不是很理想，直至2001年由朗斯塔夫、施瓦茨(Longstaff、Schwartz)提出的最小二乘蒙特卡洛法(Least-square Monte Carlo，简称LSM)成为了目前最为广泛接受的美式期权定价方法。该方法估计出美式期权的条件期望值，运用此条件期望值来决定该路径是否执行，由此得到每一路径的执行点，并获得美式期权的价值。尽管当前出现了很多美式期权定价的方法，但它们几乎都是基于LSM方法所做出的改进方法。

二、研究方法