基于GMD的隐含最小距离风险中性概率测度提取

崔海蓉 胡小平

(东南大学经济管理学院，南京 211189)

在风险中性概率测度下，任何证券的当前价值等于其未来支付期望值的折现，这意味着若未来状态空间的风险中性概率测度已知且唯一，可对任意能够确定未来支付的证券定价.因此风险中性概率测度对金融衍生产品定价，尤其是对奇异期权定价至关重要.除此之外，隐含风险中性概率测度反映市场参与者对金融市场的预期，因此对于风险管理也具有重要作用.如KMV模型，该模型的优势在于能够充分利用资本市场信息而非历史账面资料进行预测，将市场信息纳入违约概率，具有前瞻性，是一种“向前看”的方法.因此如何度量风险中性概率测度成为学者们一直关注并为之进行不懈努力的主题.恢复隐含风险中性概率测度的方法通常分为参数法和非参数法［1-3］.

参数法首先假设一类具有未知参数的分布簇，从而把问题简化为简单的参数拟合问题.Breeden等［4］提出第1种参数方法，此方法要求执行价格从零到无穷大连续变化.然而期权价格仅以执行价格的离散形式，在有限范围内交易，因此大部分研究致力于对执行价格范围内的期权价格插值，并进一步外推以估计整个分布［5-9］.周娟等［10］运用此类方法恢复了芝加哥商业交易所外汇期货期权隐含风险中性概率测度.第2种方法是设定标的资产价格的参数随机过程，然后运用期权价格确定这些参数，从而推断出风险中性概率测……