基于GMD的隐含最小距离风险中性概率测度提取

摘要

提出了一种从期权价格恢复标的资产隐含风险中性概率测度的新方法.在不完全市场条件下,运用高斯混合分布(GMD)构建了恢复最小距离隐含风险中性概率测度的数学优化模型,并进一步讨论模型的求解方法与技巧.采用欧式期权数据,通过数值实验对模型的有效性进行验证.实验结果表明,实际风险中性概率测度可由2个组成部分的高斯混合分布近似,形状更加具有尖峰性,且是双峰,左尾处含有一个较小峰值.这说明市场参与者对未来的预期集中度比较高,但市场对极端不利价格运动的预期(左尾部)比极端有利价格运动(右尾部)的预期要高,因此传统标的资产价格对数正态分布的假设会低估损失发生的可能性.