ارائه يك مدل تركيبي جديد به منظور قيمت گذاري قراردادهاي اختيار اروپايي

Development a New Hybrid Modeling Approach for European Option Pricing

امروزه در بازارهاي معتبر سرمايه در دنيا، ابزارهاي مديريت ريسك به خصوص قراردادهاي آتي و اختيار معامله از اهميت بسيار زيادي برخوردار هستند و به طور گسترده مورد استفاده قرار مي گيرند. در اين پژوهش مسئله قيمت گذاري اختيار معاملات شاخص اس اند پي 500 مورد بررسي قرار ميگيرد. يكي از پارامترهاي مؤثر در قيمتگذاري اختيار معامله، نوسانات بازده شاخص است. در اين تحقيق، براي مدلسازي نوسانات بازده از سه مدلٍ سري زماني گارچ شامل مدل هاي GARCH، EGARCH و GJR-GARCH استفاده ميشود. خروجي بهترين اين مدل ها، به عنوان ورودي مدل بلك- شولز و مدلهاي ناپارامتري براي قيمتگذاري اختيار معامله قرار ميگيرد. مقايسه نتايج بهدست آمده نشان ميدهد كه مدل هاي ارائه شده بر اساس شبكه هاي عصبي و عصبي فازي نتايج بسيار بهتري نسبت به مدل بلك- شولز ارائه كرده است. همچنين مدل بلكشولز براي قيمتگذاري اختيار معاملات شاخص اس اند پي 500 به خصوص زماني كه قيمت توافقي نزديك به قيمت شاخص باشد، مناسب نيست كه در تحقيقات گذشته خلاف اين استدلال بيان شده است.

One of the important risk management tools in financial markets, is financial derivatives. In this study, we investigate the problem of European option pricing. The most key input to option pricing models is volatility. For accurate modeling of volatility, we use three famous GARCH type models including GARCH, EGARCH, GJR-GARCH. With using the results of the best GARCH-type model, we develop two nonparametric models based on Neural Networks and Neuro-Fuzzy Networks to price call options for S&P 500 index. We compare the obtained results with those of Black-Scholes model and show that the Black-Scholes model in not appropriate for at-the-money options. Furthermore, by comparing the Neural Network and Neuro-Fuzzy approaches with Black-Scholes model, we observe that the accuracy of non-parametric models are better than the Black-Scholes model.