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。
| Identifer | oai:union.ndltd.org:CHENGCHI/A2002002081 |
| Creators | 王志原, Wang, Chih-Yuan |
| Publisher | 國立政治大學 |
| Source Sets | National Chengchi University Libraries |
| Language | 中文 |
| Detected Language | Unknown |
| Type | text |
| Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0025 seconds