国民经济学专业毕业论文国民经济学专业毕业论文 精品论文精品论文 RBFRBF 神经网络在认股权证神经网络在认股权证定价中的应用研究定价中的应用研究基于基于 Black-ScholesBlack-Scholes 定价模型的比较分析定价模型的比较分析关键词：关键词：RBFRBF 神经网络神经网络 股权证定价股权证定价 定价模型定价模型 权证市场权证市场摘要：随着 2005 年 8 月 25 日我国权证市场的重新开启，和在权证市场发展过 程中理论价格和市场价格严重偏离等问题的不断暴露，认股权证定价问题成为 了我国金融学界研究和关注的重要课题之一。权证具有价格发现和规避风险等 功能，但同时认股权证本身也具有巨大的风险，因此对待权证应持理性的态度， 进行科学的分析，确定其实际的价值。 对于权证的定价方法，一直没有一个 比较科学准确的方法。权证实质上是期权的一种，所以国内对于权证的定价， 基本是使用欧式期权定价的经典理论公式-Black-Scholes 公式，然而由于 B-S 模型的诸多假设前提，我国的市场环境无法满足，因此使用该方法对于权证价 格的确定有很大的偏差。神经网络算法在西方发达国家的金融商业决策中已经 成为有利的工具之一。该方法已经在股价预测、衍生品对冲、风险管理、公司 并购等方面发挥了重要作用，但是在我国金融市场中的应用尚没有西方发达国 家成熟。 本文从我国权证市场上选取了七只处于不同存续期的认股权证，在 Black-Scholes 定价模型分析的基础上，引入具有与权证市场非线性动力学特 征相符的 RBF 神经网络模型。通过对两个模型权证定价误差的分析，得出 B-S 模型对处于存续中期的权证的定价分析具有重要的参考价值，RBF 神经网络模 型的整体定价效果优于 Black-Scholes 模型的结论。同时指出 RBF 神经网络模 型实际运用时存在的一些问题，包括必须依赖于历史价格数据进行建模，对于 历史价格变化较大的权证，定价效果较差等；并进一步提出以后研究的方向。正文内容正文内容随着 2005 年 8 月 25 日我国权证市场的重新开启，和在权证市场发展过程 中理论价格和市场价格严重偏离等问题的不断暴露，认股权证定价问题成为了 我国金融学界研究和关注的重要课题之一。权证具有价格发现和规避风险等功 能，但同时认股权证本身也具有巨大的风险，因此对待权证应持理性的态度， 进行科学的分析，确定其实际的价值。 对于权证的定价方法，一直没有一个 比较科学准确的方法。权证实质上是期权的一种，所以国内对于权证的定价， 基本是使用欧式期权定价的经典理论公式-Black-Scholes 公式，然而由于 B-S 模型的诸多假设前提，我国的市场环境无法满足，因此使用该方法对于权证价 格的确定有很大的偏差。神经网络算法在西方发达国家的金融商业决策中已经 成为有利的工具之一。该方法已经在股价预测、衍生品对冲、风险管理、公司 并购等方面发挥了重要作用，但是在我国金融市场中的应用尚没有西方发达国 家成熟。 本文从我国权证市场上选取了七只处于不同存续期的认股权证，在 Black-Scholes 定价模型分析的基础上，引入具有与权证市场非线性动力学特 征相符的 RBF 神经网络模型。通过对两个模型权证定价误差的分析，得出 B-S 模型对处于存续中期的权证的定价分析具有重要的参考价值，RBF 神经网络模 型的整体定价效果优于 Black-Scholes 模型的结论。同时指出 RBF 神经网络模 型实际运用时存在的一些问题，包括必须依赖于历史价格数据进行建模，对于 历史价格变化较大的权证，定价效果较差等；并进一步提出以后研究的方向。 随着 2005 年 8 月 25 日我国权证市场的重新开启，和在权证市场发展过程中理 论价格和市场价格严重偏离等问题的不断暴露，认股权证定价问题成为了我国 金融学界研究和关注的重要课题之一。权证具有价格发现和规避风险等功能， 但同时认股权证本身也具有巨大的风险，因此对待权证应持理性的态度，进行 科学的分析，确定其实际的价值。 对于权证的定价方法，一直没有一个比较 科学准确的方法。权证实质上是期权的一种，所以国内对于权证的定价，基本 是使用欧式期权定价的经典理论公式-Black-Scholes 公式，然而由于 B-S 模 型的诸多假设前提，我国的市场环境无法满足，因此使用该方法对于权证价格 的确定有很大的偏差。神经网络算法在西方发达国家的金融商业决策中已经成 为有利的工具之一。该方法已经在股价预测、衍生品对冲、风险管理、公司并 购等方面发挥了重要作用，但是在我国金融市场中的应用尚没有西方发达国家 成熟。 本文从我国权证市场上选取了七只处于不同存续期的认股权证，在 Black-Scholes 定价模型分析的基础上，引入具有与权证市场非线性动力学特 征相符的 RBF 神经网络模型。通过对两个模型权证定价误差的分析，得出 B-S 模型对处于存续中期的权证的定价分析具有重要的参考价值，RBF 神经网络模 型的整体定价效果优于 Black-Scholes 模型的结论。同时指出 RBF 神经网络模 型实际运用时存在的一些问题，包括必须依赖于历史价格数据进行建模，对于 历史价格变化较大的权证，定价效果较差等；并进一步提出以后研究的方向。 随着 2005 年 8 月 25 日我国权证市场的重新开启，和在权证市场发展过程中理 论价格和市场价格严重偏离等问题的不断暴露，认股权证定价问题成为了我国 金融学界研究和关注的重要课题之一。权证具有价格发现和规避风险等功能， 但同时认股权证本身也具有巨大的风险，因此对待权证应持理性的态度，进行 科学的分析，确定其实际的价值。 对于权证的定价方法，一直没有一个比较 科学准确的方法。权证实质上是期权的一种，所以国内对于权证的定价，基本是使用欧式期权定价的经典理论公式-Black-Scholes 公式，然而由于 B-S 模 型的诸多假设前提，我国的市场环境无法满足，因此使用该方法对于权证价格 的确定有很大的偏差。神经网络算法在西方发达国家的金融商业决策中已经成 为有利的工具之一。该方法已经在股价预测、衍生品对冲、风险管理、公司并 购等方面发挥了重要作用，但是在我国金融市场中的应用尚没有西方发达国家 成熟。 本文从我国权证市场上选取了七只处于不同存续期的认股权证，在 Black-Scholes 定价模型分析的基础上，引入具有与权证市场非线性动力学特 征相符的 RBF 神经网络模型。通过对两个模型权证定价误差的分析，得出 B-S 模型对处于存续中期的权证的定价分析具有重要的参考价值，RBF 神经网络模 型的整体定价效果优于 Black-Scholes 模型的结论。同时指出 RBF 神经网络模 型实际运用时存在的一些问题，包括必须依赖于历史价格数据进行建模，对于 历史价格变化较大的权证，定价效果较差等；并进一步提出以后研究的方向。 随着 2005 年 8 月 25 日我国权证市场的重新开启，和在权证市场发展过程中理 论价格和市场价格严重偏离等问题的不断暴露，认股权证定价问题成为了我国 金融学界研究和关注的重要课题之一。权证具有价格发现和规避风险等功能， 但同时认股权证本身也具有巨大的风险，因此对待权证应持理性的态度，进行 科学的分析，确定其实际的价值。 对于权证的定价方法，一直没有一个比较 科学准确的方法。权证实质上是期权的一种，所以国内对于权证的定价，基本 是使用欧式期权定价的经典理论公式-Black-Scholes 公式，然而由于 B-S 模 型的诸多假设前提，我国的市场环境无法满足，因此使用该方法对于权证价格 的确定有很大的偏差。神经网络算法在西方发达国家的金融商业决策中已经成 为有利的工具之一。该方法已经在股价预测、衍生品对冲、风险管理、公司并 购等方面发挥了重要作用，但是在我国金融市场中的应用尚没有西方发达国家 成熟。 本文从我国权证市场上选取了七只处于不同存续期的认股权证，在 Black-Scholes 定价模型分析的基础上，引入具有与权证市场非线性动力学特 征相符的 RBF 神经网络模型。通过对两个模型权证定价误差的分析，得出 B-S 模型对处于存续中期的权证的定价分析具有重要的参考价值，RBF 神经网络模 型的整体定价效果优于 Black-Scholes 模型的结论。同时指出 RBF 神经网络模 型实际运用时存在的一些问题，包括必须依赖于历史价格数据进行建模，对于 历史价格变化较大的权证，定价效果较差等；并进一步提出以后研究的方向。 随着 2005 年 8 月 25 日我国权证市场的重新开启，和在权证市场发展过程中理 论价格和市场价格严重偏离等问题的不断暴露，认股权证定价问题成为了我国 金融学界研究和关注的重要课题之一。权证具有价格发现和规避风险等功能， 但同时认股权证本身也具有巨大的风险，因此对待权证应持理性的态度，进行 科学的分析，确定其实际的价值。 对于权证的定价方法，一直没有一个比较 科学准确的方法。权证实质上是期权的一种，所以国内对于权证的定价，基本 是使用欧式期权定价的经典理论公式-Black-Scholes 公式，然而由于 B-S 模 型的诸多假设前提，我国的市场环境无法满足，因此使用该方法对于权证价格 的确定有很大的偏差。神经网络算法在西方发达国家的金融商业决策中已经成 为有利的工具之一。该方法已经在股价预测、衍生品对冲、风险管理、公司并 购等方面发挥了重要作用，但是在我国金融市场中的应用尚没有西方发达国家 成熟。 本文从我国权证市场上选取了七只处于不同存续期的认股权证，在 Black-Scholes 定价模型分析的基础上，引入具有与权证市场非线性动力学特 征相符的 RBF 神经网络模型。通过对两个模型权证定价误差的分析，得出 B-S模型对处于存续中期的权证的定价分析具有重要的参考价值，RBF 神经网络模 型的整体定价效果优于 Black-Scholes 模型的结论。同时指出 RBF 神经网络模 型实际运用时存在的一些问题，包括必须依赖于历史价格数据进行建模，对于 历史价格变化较大的权证，定价效果较差等；并进一步提出以后研究的方向。 随着 2005 年 8 月 25 日我国权证市场的重新开启，和在权证市场发展过程中理 论价格和市场价格严重偏离等问题的不断暴露，认股权证定价问题成为了我国 金融学界研究和关注的重要课题之一。权证具有价格发现和规避风险等功能， 但同时认股权证本身也具有巨大的风险，因此对待权证应持理性的态度，进行 科学的分析，确定其实际的价值。 对于权证的定价方法，一直没有一个比较 科学准确的方法。权证实质上是期权的一种，所以国内对于权证的定价，基本 是使用欧式期权定价的经典理论公式-Black-Scholes 公式，然而由于 B-S 模 型的诸多假设前提，我国的市场环境无法满足，因此使用该方法对于权证价格 的确定有很大的偏差。神经网络算法在西方发达国家的金融商业决策中已经成 为有利的工具之一。该方法已经在股价预测、衍生品对冲、风险管理、公司并 购等方面发挥了重要作用，但是在我国金融市场中的应用尚没有西方发达国家 成熟。 本文从我国权证市场上选取了七只处于不同存续期的认股权证，在 Black-Scholes 定价模型分析的基础上，引入具有与权证市场非线性动力学特 征相符的 RBF 神经网络模型。通过对两个模型权证定价误差的分析，得出 B-S 模型对处于存续中期的权证的定价分析具有重要的参考价值，RBF 神经网络模 型的整体定价效果优于 Black-Scholes 模型的结论。同时指出 RBF 神经网络模 型实际运用时存在的一些问题，包括必须依赖于历史价格数据进行建模，对于 历史价格变化较大的权证，定价效果较差等；并进一步提出以后研究的方向。 随着 2005 年 8 月 25 日我国权证市场的重新开启，和在权证市场发展过程中理 论价格和市场价格严重偏离等问题的不断