Global ETD Search

1	多元樹評價法：多資產選擇權的應用陳孟弘 Unknown Date (has links) 大部分多資產連動衍生性商品可視為是多資產選擇權和其他金融工具的結合，所以在評價上也都可以分別為兩部分來作評價，其中主要以多資產選擇權部分的評價為理論重點。本文乃針對多資產選擇權部分的評價來作探討。雖然歐式多資產選擇權現今都已可求出公式解，但是美式多資產選擇權目前仍然缺乏一個兼具精確與效率的評價方法。目前處理美式多資產商品的評價普遍是以二元樹方法來作評價，但是當資產數超過兩資產時，以二元樹方法來作評價時方法複雜，並且會有較大誤差，需要以增加分割期數來作改善。本文乃在單資產多元樹模型(Liao and Wang,2001)的基礎下發展多資產商品評價模型。本篇論文對單資產多元樹評價模型加以延伸擴展，而建立多資產選擇權評價模型，希望能夠將多資產間相關性納入評價模型中，以此發展出比二元樹模型更簡易、更精確、更有效率的評價方法。多資產選擇權多元樹評價模型在效率性方面以及準確性方面的確有著良好的表現。在效率性方面，以雙資產多元樹評價方法來計算美式雙資產商品所花的時間約只需很短的時間，所以具有相當高的效率性。而在準確性方面，在期數與分支數些微的增加下，準確性就可以有大幅的提升，與理論價格的差距都縮小至小數點後3位以上，而其中尤以期數的增加對誤差縮小最有效。雙資產多元樹模型使得在評價雙資產商品的技術上能夠有大幅的提升。此外，多資產多元樹評價方法有相當良好擴充性的優點，而且容易理解，從兩資產多元樹的建立可以很容易地擴充至多資產多元樹的建立。多資產多元樹二元樹選擇權評價方法
2	Catalan數的對射證明 / A Bijective Proof of Catalan Number 李英杰, Lee, Ing-Jye Unknown Date (has links) 本文的主旨是利用對射函數的方法,證明圓周上2n個點成功配對問題的解是Catalan數.所以必須找一個也是Catalan數的事物來和本問題對應,這裡找的是n個節點的二元數.我們先造一個由成功配對應射到二元數的函數,再證明此函數是一對一且映成,既為對射函數,則我們就可以知道成功配對的解是Catalan數.然後再將問題推廣到3n個點,甚至到kn個點的情形,以得到一般的問題解. 生成函數對射函數二元樹 Catalan數(族) Catalan number
3	利率連動債券之評價與分析－BGM模型張欽堯 Unknown Date (has links) 傳統上描述利率期間結構，不外乎藉由瞬間短期利率的隨機過程（如：Hull and White模型），或瞬間遠期利率的隨機過程（如：HJM模型）。應用這些方式理論上雖然可行，但是市場上並無法觀察得知這些瞬間利率。 Brace-Gatarek-Musiela利率模型（簡稱BGM模型）是將HJM模型間斷化，直接推導市場上可觀察得到之LIBOR利率的隨機過程，用它來描述市場利率期間結構，並利用數學的技巧，推導出符合對數常態的型式，方便使用Black公式來求解，且同時考慮LIBOR利率之波動程度，透過與市場資料的校準，符合市場上的利率期間結構及利率波動結構，有助於利率衍生性商品的訂價與避險。由於市場上有愈來愈多的利率衍生性商品，不是由單純的cap、swaption來組成，例如：路徑相依選擇權、美式選擇權、回顧型選擇權…等，這些新奇選擇權要求出評價公式很難，所以通常使用數值方法來評價。常用的數值方法有蒙地卡羅模擬法及樹狀圖評價法，由於使用蒙地卡羅模擬法處理起來較耗時，而且評價美式選擇權比較麻煩，而樹狀圖評價法較省時，且應用較廣。因此，本文除了詳細推導BGM利率模型，並建構出BGM利率模型下的利率樹，來對這些新奇選擇權做評價。最後做一實證分析，以市場上的所發行的利率連動債券為例，對於匯豐銀行美元護本109利率連動債券的設計、評價、損益分析及其相關議題做詳盡的探討。 BGM模型 LIBOR市場模型二元樹利率連動債券 BGM Model LIBOR Market Model Recombining Binomial Tree Structure Notes
4	平均利率上限選擇權之評價-LIBOR Market Model 謝震洋 Unknown Date (has links) 爲規避利率上升風險，市場上有很多避險工具，諸如遠期利率協定、利率交換、我國期交所於2004年1月2日所推出的債券期貨（或稱利率期貨）、歐元期貨契約。本論文所要探討的是平均利率上限選擇權之評價，使用的方法是建構Forward LIBOR Tree之利率樹，再使用Timothy. R. Klassen（2001）評價亞式選擇權的方法來評價平均利率上限選擇權。平均利率上限選擇權亞式選擇權市場模型二元樹 Average rate Cap Asian Option LIBOR Market Model Binomial Tree
5	Catalan 族間的一一對應 / One–to–One Correspondence between Catalan Family 許基添, HSU, CHI-TIEN Unknown Date (has links) 本文是針對Catalan 族中部分成員：「n個運算符號之結合律運算」、「n組正規中括號」、「n個節點之相異二元樹」、「圓上2n個點可畫幾種不相交之弦」，做彼此間對應關係的探討。藉由操作方法，找出Catalan 族成員彼此間對應關係，再利用對射函數方法證明是對的。在證明Catalan 族中任兩個成員間的對應關係，我們先造一個對應函數，再證明此函數是一對一且映成（onto），即此函數為對射函數，則我們的操作方法是可行的。 Catalan 族（數）運算符號之結合運算正規中括號節點二元樹圓上不相交之弦對射函數（一對一且映成
6	增進樹狀模型評價重設型選擇權效率之方法王志原, Wang, Chih-Yuan Unknown Date (has links) 傳統上，對於選擇權的評價模型，大抵可分為封閉解與數值分析兩大類。封閉解計算的速度快，但卻十分缺乏彈性，譬如無法求得美式解，相反的數值分析相當具有彈性，評價時卻比較耗時，譬如障礙選擇權。本文針對上面的問題，提出一個以數值分析中的樹狀模型為基礎，輔以封閉解來維持應有的彈性，並提高計算的速度，我們將此方法稱之為分解結合法。由於樹狀模型用來評價重設型選擇權必須考慮消除重設界限所導致的非線性誤差，在本文中，主要是以Boyle and Lau(1994)的二元樹模型及Ritchken(1995)的三元樹模型作為主要的架構，搭配分解結合法來針對重設型選擇權進行研究。就本文分析的結果顯示，利用分解結合法不但能夠提高計算的速度，同時對於某些條件下的選擇權，還能夠減少其評價的波動度，效果相當的顯著。本文主要針對單點單價式與整段時間單價式的重設型選擇權，推導適用分解結合法的方法。以此兩種基本的重設型選擇權為基礎，我們將相同的概念推廣至其他更複雜的重設型選擇權上。此外在選取結合的方式上，我們也可以充分利用已經推導出的重設型選擇權封閉解，應用在更複雜的重設條件上，無形中，增加了封閉解的應用彈性，也減少了樹狀模型的評價時間，所以具有一舉兩得的效果。此外，本文也針對分解結合法的評價速度，作一完整的比較。並在最後，本文也針對分解結合法下避險比率的計算以及重設型選擇權避險所特有的現象：Delta Jump、Negative Delta，這兩種情形發生的原因及可能的影響與因應之道進行分析。二元樹三元樹樹狀模型重設型選擇權分解結合法 reset option barrier option tree model binomial tree trinomial tree option

1

Page generated in 0.0149 seconds