قیمت‌گذاری اوراق تبعی با استفاده از مدل هستون کسری ـ پرشی

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 دانشجوی دکتری اقتصاد دانشگاه سیستان و بلوچستان، زاهدان، ایران

2 استاد گروه اقتصاد دانشگاه سیستان و بلوچستان، زاهدان، ایران.

چکیده

هدف: در این مقاله، ضمن معرفی مدل تلاطم تصادفی هستون با در نظر گرفتن فرایند پرش و ویژگی حافظه بلندمدت قیمت‌ها، مدل جدیدی برای قیمت‌گذاری اوراق تبعی ارائه شده است و در ادامه، کارایی این مدل با دو مدل معروف نوسان‌های تصادفی هستون و بیتز مقایسه شده و درباره نتایج آنها بحث شده است.
روش: در این پژوهش نظر به اینکه قیمت دارایی‌های پایه در بازارهای مالی دستخوش تغییرهای ناگهانی ناشی از عوامل گوناگون قرار می‌گیرند و همچنین با وجود ویژگی حافظه بلندمدت در روند قیمت‌های بازار سهام، با اضافه‌کردن جمله پرش و توان هرست به این مدل، مدل جدیدی به‌نام مدل هستون کسری ـ پرشی ارائه شده است. در ادامه با تعیین تابع مشخصه فرایند قیمت دارایی پایه در مدل جدید، فرمولی برای قیمت‌گذاری اوراق تبعی در قالب این مدل و با استفاده از روش مونت‌ کارلو همراه با تکنیک کاهش واریانس، استخراج شده است.
یافته‌ها: در این مطالعه، برای آزمون و مقایسه مدل‌های قیمت‌گذاری از داده‌های اوراق تبعی منتشر شده در سال‌های 91 تا 96 استفاده شده است. پس از واسنجی و قیمت‌گذاری اوراق تبعی توسط هر سه مدل و مقایسه نتایج، مشخص شد که برای ارزش‌گذاری اوراق تبعی، مدل هستون کسری ـ پرش در مقایسه با دو مدل دیگر، عملکرد بهتری دارد.
نتیجه‌گیری: نتایج مقایسه نشان داد که ارزش‌گذاری توسط مدل هستون کسری ـ پرشی به نتایج واقعی قیمت اوراق تبعی نزدیک‌تر است و در مقایسه با دو مدل معروف نوسان‌های تصادفی، هستون و بیتز، عملکرد بهتری دارد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Subordinate Shares Pricing under Fractional-Jump Heston Model

نویسندگان [English]

  • Omid Jenabi 1
  • Nazar Dahmardeh Ghaleno 2
1 Ph.D. Candidate in Economics. Economics and management Department, University of Sistan & Baluchestan, Zahedan, Iran.
2 professor in economic, university of sistan and baluchestan, zahedan,iran
چکیده [English]

Objective: In this paper, while introducing Heston's model of stochastic variance, regarding the jump process and the long-term memory feature of prices, a new model for pricing subordinate shares is presented. In the following, the performance of this model is discussed in comparison to the two other models of random variance, Heston and Bates.
Methods: In this research, the Fractional-Jump Heston Model has been created through combining the jump process and Hurst exponent. The new model has been generated while the long-term memory characteristics of the stock market price trends and the vulnerability of prices in response to sudden changes have been taken into consideration. Then we have determined the characteristic function of the underlying asset price process in the new model, which has been used to derive a formula for subordinate shares pricing using the Monte Carlo method and the variance reduction technique.
Results: To test and Compare the option pricing models, we have used the subordinate shares data during 2012-2017. After calibrating and pricing subordinate shares by all three models and comparing the results, it was found that the Fractional-Jump Heston model has a better performance than the other two models in terms of the valuation of Tabai options.
Conclusion: The comparison results show that the estimation by the Fractional-Jump Heston model is closer to the actual results of the subordinate shares’ prices, and is better than the two well-known models of stochastic variance, Heston and Bates.

کلیدواژه‌ها [English]

  • Fractional stochastic volatility model
  • Jump-Diffusion
  • Long memory
  • Option pricing
  • Tabai option
برزیده، فرخ؛ کفاش پنجه شاهی، محمد؛ شریعت پناهی، سیدمجید؛ تقوی فرد، محمد تقی (1395). مدلی جهت قیمت‎گذاری سهام مبتنی بر نظریه چشم‎انداز. فصلنامه تحقیقات مالی، 18(1)، 59-76.
خوزین، علی (1396). بررسی رابطه ابعاد نقدشوندگی سهام با حجم فروش اولیه اوراق اختیار فروش تبعی به‎عنوان یک ابزار مالی نوین. راهبرد مدیریت مالی، 5(1)، 99- 114.
دارابی، رویا؛ معروفخانی، مجید (1395). ارزش‎گذاری ابزار نوین مالی. حسابرس، 18(82)، 72-79.
رحمانی، مرتضی؛ جعفریان، ناهید (1396). بررسی مدل بلک ـ شولز کسری با توان هرست روی اختیار معامله اروپایی با هزینه‎های معاملاتی. مهندسی مالی و مدیریت اوراق بهادار، 8(32)، 43- 62.
سجاد، سید رسول؛ ابطحی، سیده زهرا (1396). سنجش ریسک شاخص گروه بانکی با استفاده از تخمین نوسانات بازده با مدل نوسانات تصادفی: رویکرد نیمه‎پارامتری بیزی. فصلنامه تحقیقات مالی، 19(1)، 81-96.
شاکران، زهرا (۱۳۹۱). ارزش‎گذاری اختیار معاملات آمریکایی تحت وجود تلاطم تصادفی. سومین کنفرانس ریاضیات مالی و کاربردها، سمنان، دانشگاه سمنان.
فخاری، حسین؛ ولی‎پور خطیر، محمد؛ موسوی، سیده مائده (2017). بررسی عملکرد شبکه عصبی بیزین و لونبرگ مارکوات در مقایسه با مدل‎های کلاسیک در پیش‎بینی قیمت سهام شرکت‎های سرمایه‎گذاری. تحقیقات مالی، 19(2)، 299- 318.
کیمیاگری، علی محمد؛ حاجی‎زاده، احسان؛ دستخوان، حسین؛ رمضانی، مجید (1396). ارائه یک مدل ترکیبی جدید به‌منظور قیمت‌گذاری قراردادهای اختیار اروپایی. نشریه بین‌المللی مهندسی صنایع و مدیریت تولید، 28(1)، 87-99.
مرادی، مهدی (1386). اوراق اختیار معامله، قراردادهای تحویل آتی و قراردادهای اسلامی مشابه با آنها. دانش و توسعه، دانشگاه فردوسی مشهد، (21)، 198-215.
مهردوست، فرشید؛ صابر، نغمه (1392). قیمت‌گذاری اختیار معامله تحت مدل هستون مضاعف با پرش. مدل‌سازی پیشرفته ریاضی، 3(2)، 45-60.
میرزایی قزانی، مجید (1397). تحلیل رفتار متغیر تلاطم تحقق‌یافته در بورس اوراق بهادار تهران مبتنی بر رهیافت مدل‌های خودرگرسیونی ناهمگن. فصلنامه تحقیقات مالی، 20(3)، 365-388.
نبوی چاشمی، سیدعلی؛ بهرام‎زاده، راضیه (1397). بررسی کارایی فرایند لوی در قیمت‌گذاری اختیار معاملات. دانش مالی تحلیل اوراق بهادار، 11(38)، 117- 127.
نبوی چاشمی، سیدعلی؛ عبدالهی، فرهاد (1397). بررسی و مقایسه الگوهای سود اختیارمعاملات آسیایی، اروپایی و آمریکایی سهام در بورس اوراق بهادار تهران. مهندسی مالی و مدیریت اوراق بهادار، 9(34)، 359- 380.
نیسی، عبدالساده؛ پیمانی، مسلم. (2014). مدل‌سازی شاخص کل بورس اوراق بهادار تهران با استفاده از معادله دیفرانسیل تصادفی هستون.پژوهشنامه اقتصادی. 14(53)، 143- 166.
نیسی، عبدالساده؛ ملکی، بهروز؛ رضائیان، روزبه (1395). تخمین پارامترهای مدل قیمت‌گذاری اختیار معامله اروپایی تحت دارایی ‌پایه با تلاطم تصادفی با کمک رهیافت تابع زیان. مهندسی مالی و مدیریت اوراق بهادار، 2(28)، 91-115.
 
References
Albanese, C., Kuznetsov, A. (2005). Unifying the three volatility models. Risk, 17(3), 94–98.
Alòs, E., & Yang, Y. (2014). A closed-form option pricing approximation formula for a fractional Heston model. Economics Working Papers 1446, Department of Economics and Business, Universitat Pompeu Fabra.
Barzideh, F., Kaffash Panjeshahi, M., Shariatpanahi, M., Taghavi Fard, M. (2016). Stock Pricing Model Based on Prospect Theory. Financial Research Journal, 18(1), 59-76.
(in Persian)
Bates, D. S. (1991). The crash of 87: Was it expected? The evidence from options markets. Journal of Finance, 46, 1009–1044.
Bates, D. S. (1996). Jumps and stochastic volatility: exchange rate processes implicit in deutsche mark options. Review of Financial Studies, 9)1(, 69–107.
Beran, J. (1994). Statistics for Long-Memory Processes. Chapman & Hall/CRC Monographs on Statistics & Applied Probability. Taylor & Francis. ISBN: 9780412049019.
Bezborodov, V., Di Persio, L., & Mishura, Y. (2016). Option pricing with fractional stochastic volatility and discontinuous payoff function of polynomial growth. arXiv preprint arXiv:1607.07392.‏
Black, F., Scholes, M. S. (1973). The Pricing of Options and Corporate Liabilities. Journal of Political Economy, 81(3), 637–654.
Broadie, M., & Kaya, Ö. (2006). Exact simulation of stochastic volatility and other affine jump diffusion processes. Operations research, 54(2), 217-231.‏
Clark, I. J. (2012). Foreign exchange option pricing, A practioner's Guide. Wiley Finance.
Comte, F., & Renault, E. (1998). Long memory in continuous time stochastic volatility models. Mathematical Finance, 8(4), 291-323.
Comte, F., Coutin, L., & Renault, E. (2001). Affine fractional stochastic volatility models. Preliminary version.
Darabi, R., Maroofkhani, M. (2016). Valuation of New Financial Instrument. Hesabras,18(82), 72-79. (in Persian)
Dupire, B. (1994). Pricing with a smile. Risk, 7(1), 18-20.‏
El-Nouty, C. (2003). The fractional mixed fractional Brownian motion. Statistics and Probability Letters, 65(2), 111–120.
Fakhari, H., Valipourkhatir, M., Mousvi, S. M. (2017). Investigating Performance of Bayesian and Levenberg-Marquardt Neural Network in Comparison Classical Models in Stock Price Forecasting. Financial Research Journal. 19(2). 299-318. (in Persian)
Florescu, I., Mariani, M.C., & Sewell, G. (2014). Numerical solutions to an integro-differential parabolic problem arising in the pricing of financial options in a Levy market. Quantitative Finance, 14(8), 1445-1452.
Foremski, P., Gorawski, M., Grochla, K. (2014). Source model of TCP traffic in LTE networks. In: Czach´orski, T., Gelenbe, E., Lent, R. (eds.) Information Science and Systems, pp. 125–135. Springer International Publishing, Switzerland.
Gatheral, J. (2006). The Volatility Surface: A Practitioner’s Guide. Wiley Finance. John Wiley & Sons. ISBN: 9780470068250.
Geweke, J., Porter-Hudak, S. (1983). The Estimation and application of long memory time series models. Journal of Time Series Analysis. 4(4), p. 221–238.
Hanson, F., & Zhu, Z. (2013). Risk-Neutral Option Pricing for Log-Uniform Jump-Amplitude Jump-Diffusion Model. Available at SSRN: https://ssrn.com/abstract=2208191.
He, Xin-Jiang, & Zhu, Song-Ping. (2018). A closed-form pricing formula for European options under the Heston model with stochastic interest rate. Journal of Computational and Applied Mathematics, 335, 323-333. ‏
Heston, S. L. (1993). A closed-form solution for options with stochastic volatility with applications to bond and currency options. Review of Financial Studies, 6, 327–343.
Higuchi, T. (1998). Approach to an irregular time series on the basis of the fractal theory. Physica D: Nonlinear Phenomena. 31(2), p. 277 – 283.
Hurst, H. (1951). Long term storage capacity of reservoirs. Transaction of the American society of civil engineer, 116, 770–799.
Khoozin, A. (2017). The Relationship between Stock Liquidity and The Volume of First Sales of Tabai Put Option as a New Financial Instrument. Rahborde Modiriat Mali, 5(1), 99-114. (in Persian)
Kim, K.H., Yun, S., Kim, N.U., & Ri, J.H. (2019). Pricing formula for European currency option and exchange option in a generalized jump mixed fractional Brownian motion with time-varying coefficients. Physica A: Statistical Mechanics and its Applications, 522, 215-231.
Kim, N., & Lee, Y. (2018). Estimation and prediction under local volatility jump–diffusion model. Physica A: Statistical Mechanics and its Applications, 491, 729-740.
Kimiyagar, A., Hajizadeh, E., Dastkhan, H., & Ramezani, M. (2017). A New Hybrid Model for Pricing European Options Contracts. International Journal of Industrial Engineering and Production Management, 28(1), 87-99. (in Persian)
Kitchens, E. G. (2014). Finance Jason Fink (Doctoral dissertation. Ph. D. Investor Expectations of the 2007-2009 Financial Crisis: Applying the Bates Model to Modern Stock Market Events).‏
Ma, Ch., Ma, Q., Yao, H., & Hou, T. (2018). An accurate European option pricing model under Fractional Stable Process based on Feynman Path Integral. Physica A: Statistical Mechanics and its Applications, 494, 87-117.
Mehrdoost, F., & Saber, N. (2013). Option Pricing Under the Heston Double-Jump Model. Advanced Mathematical Modeling, 3(2), 45-60. (in Persian)
Merton, R. C. (1976). Option Pricing When Underlying Stock Returns Are Discontinuous. Journal of financial economics, 3(1-2), 125-144.
Merton, R. C. (1976). Option pricing when underlying stock returns are discontinuous. Journal of Financial Economics, 3(1-2), 125–144.
Mirzaee Gh., M. (2018). Analysis of realized volatility in Tehran Stock Exchange using Heterogeneous Autoregressive models approach. Financial Research Journal. 20(30), 365-388. (in Persian)
Moradi, M. (2007). Option, Future Contracts, and Similar Slamic Contracts. Knowledge and Development, Ferdosi University of Mashhad, 21, 198-215. (in Persian)
Mrázek, M., Pospíšil, J., & Sobotka, T. (2016). On calibration of stochastic and fractional stochastic volatility models. European Journal of Operational Research, 254(3), 1036-1046.‏
Nisi, A., Maleki, B., & Rezayian, R. (2016). Parameter Estimation of the European Option Pricing Model under an asset with Stochastic Volatility Using Loss Function Approach. Financial engineering and securities management, 28(7), 91-115. (in Persian)
Nisi, A., Peymani, M. (2014). Modeling the index of Tehran Stock Exchange using Heston's stochastic differential equation. Economic Research, 14 (53), 166-143. (in Persian)
Nobavi Chashmi, S.A., Abdolahi, F. (2018). Examining and comparing the Asian, European and American options for earnings patterns of stocks in Tehran Stock Exchange. Journal of Financial Engineering and Management of Securities, 9(34), 359-380. (in Persian)
Nobavi Chashmi, S.A., Bahramzadeh, R. (2018). Review the efficiency of the Levy process in options pricing. Quarterly Journal of Financial Knowledge Analysis of Securities, 11(38), 117-127. (in Persian)
Peng, C.K., Buldyrev, S.V., Havlin, S., Simons, M., Stanley, H.E., & Goldberger, L. (1994). Mosaic organization of DNA nucleotides. Physical Review E, 49(2), 1685–1689.
Poklewski-Koziell, W. (2009). Convergence of Monte Carlo Methods for the Heston Stochastic Volatility Model. Honours Thesis: The University of the Witwatersrand.
Rahmani, M., & Jafarian, N. (2017). Fractional Black-Scholes Model with Hurst Exponent on European Option with Trade Costs. Financial engineering and securities management, 8(32), 43-62. (in Persian)
Sajjad, R., & Abtahi, Z. (2017). Risk Evaluation of Banking Index with Volatility Estimation through Stochastic Volatility Model: A Semiparametric Bayesian Approach. Financial Research Journal. 19(1), 96-81. (in Persian)
Shakeran, Z. (2012). Valuation of American Option under Stochastic Volatility. Third Conference on Financial Mathematics and Applications, Semnan, Semnan University.
(in Persian)
Shokrollahi, F. (2017). Pricing compound and extendible options under mixed fractional Brownian motion with jumps. arXiv preprint arXiv:1708.04829.
Thao, H.T.P., & Thao, T.H. (2012). Estimating Fractional Stochastic Volatility. The International Journal of Contemporary Mathematical Sciences, 82(38), 1861-1869.‏
Wang, X.T. (2010). Scaling and long range dependence in option pricing, iv: pricing European options with transaction costs under the multifractional black–schixoles model. Physica A: Statistical Mechanics and its Applications, 389, 789–796.
Xiao, W., Zhang, W., Xu, W., & Zhang, X. (2012). The valuation of equity warrants in a fractional Brownian environment. Physica A, 391(4), 1742–1752.