多因子与ESG策略专题：CNE7模型在期权定价中的应用.pdf

上传者：老*
时间：2023/03/21
热度：556
0人点赞
举报

多因子与ESG策略专题：CNE7模型在期权定价中的应用。典型类期权产品的本质是挂钩标的资产，带敲出和敲入价格的看跌期权，机构买入该期权并支付期权费。除经典类期权产品结构（非保本型）外，还有减少投资者尾部风险和本金损失的保本型和限亏型类期权产品，也有对典型类期权产品的敲出方向、敲出界限等进行创新的反向类期权产品和逐渐下调类期权产品。

风险分解与波动率预测模型

标的波动率预测主要分为三种方式： 1 ）时间序列模型 ARCH/GARCH：基于每个交易日的日收益率数据计算 t 时刻的条件波动率。2）隐含波动率：通过 BS 公式反推期权的隐含波动率， 0 波动率当中包含了投资者的未来预期。3）多因子模型用一系列共同/风险因子来解释投资组合收益。

实证研究

我们分别利用 CNE7 和 BS 模型对沪深 300 的波动率进行测算， CNE7 模型的估计值更加连续、稳定，同时 CNE7 模型的波动率预测能力更强。我们利用 CNE7 模型对沪深 300 的风险进行分析。其中市场因子风险贡献占比最高，约 93.36%，行业与风格的风险占比相近，分别约 5.61%和 5.44%。沪深 300 的协方差风险贡献为-5.72%，说明市场、行业、风格的风险存在分散效应。在 X-SigmaRho 模型下，每个因子的风险贡献包含了因子协方差效应，共同因子风险中不再包含协方差贡献，并且不同因子之间的风险贡献均可加。由于不同因子之间的风险分散效应，行业和风格的预测主动风险下降，分别约 0.36%和 0.90%。