1、本文首先提出了一個一般的離散方法,建立起由物理(目標)概率測度到風險中性概率測度的轉換,由此得到期權的公平價值。借助于這個一般的風險中性化模型,在一般的轉化模型中能夠引入大量標的資產的條件非正態(tài)過程和大量隨時間變化的風險溢價。此外,本文還通過兩個特殊情況(正態(tài)分布和正態(tài)逆高斯分布)說明了：只要初始分布函數(shù)的母函數(shù)存在,轉化后的條件分布函數(shù)保持原有的分布類型。 這個一般的風險中性化模型繼而被用于多元期權的定價。對于單變量的情況,本

2、文討論了兩種動態(tài)模型:GARCH類型模型和狀態(tài)轉換模型。特別地,正態(tài)條件分布函數(shù)和正態(tài)逆高斯條件分布函數(shù)被分別地與這些動態(tài)模型結合起來。實證研究中對歐式認購期權進行定價,并將結果與古典Black-Scholes模型得出的結果相比較,從而展示出前者的優(yōu)勢。 在當代金融研究中,多元期權已經被視為對沖風險的理想工具,由此本文針對多元期權發(fā)展了動態(tài)定價方法。為了研究多資產之間的相關結構,理想的相關性測度copula(聯(lián)結函數(shù))被運用?？?/p>

3、慮到長時效應,金融資產之間的相關性結構可能會改變,本文運用條件copula聯(lián)結函數(shù),擬合優(yōu)度(GOF)檢驗,二元分割過程,改變點理論和時間變量函數(shù)(時變函數(shù))等工具,提供了一個動態(tài)copula方法。通過這個動態(tài)方法,copula的變化得以被觀察,并且兩種類型的copula變化得以被研究：(1)copula類型的變化,(2)copula類型不變的情況下參數(shù)變化。通過這種方法,無論是copula類型的變化點或者copula參數(shù)的變化點都能被

4、檢測到。當動態(tài)copula類型不變時,其參數(shù)的動態(tài)演變可以通過一個預先確定變量的時變函數(shù)來決定,這樣就對copula的變化給出了完整的動態(tài)描述,而且使得參數(shù)的變化更易處理。 當運用動態(tài)copula方法對多元期權進行定價時,本文得到一個結論：基于-般風險中性化模型的假設,物理環(huán)境下的copula和風險中性環(huán)境下的copula是相同的。因此,運用本文中的動態(tài)方法來定價多元期權是相當適用的。實證工作中著重于二元期權的定價,尤其是最大認