金融和保险的信息模型
摘要：金融市场上，交易者对资产的信息可反映在其价格中。新信息的到来可能导致价格波动。Brody、Hughston和Macrina（BHM）的“基于信息的框架”孤立了信息的出现，并研究了其作为价格动态的驱动因素的作用。这种方法导致了新模型的发展，捕捉了广泛的价格行为。本论文通过引入更广泛的市场滤波生成过程的类别扩展了BHM的工作。在BHM的框架下，每个资产与一组随机现金流相关联。资产价格是现金流贴现期望的总和。期望是根据（i）适当度量和（ii）由一组所谓的信息过程生成的滤波下取的，这些信息过程携带了关于现金流的嘈杂或不完美的市场信息。为了模拟信息的流动，我们引入了一类被称为Levy随机桥的过程（LRBs），概括了BHM的布朗运动和伽马信息过程。在其终值条件下，LRB在法上与Levy桥相同。我们详细考虑了资产在固定日期T产生单个现金流XT的情况。关于XT的信息流通过具有随机终值XT的LRB来建模。通过计算XT关于LRB的自然滤波的贴现条件期望，可以找到价格过程的明确表达式。使用与泊松过程、柯西过程、稳定-1/2登道子、方差伽玛过程和正态逆高斯过程相关的信息过程构造了新模型。这些模型被应用于信用风险债券、香草和异国情调的期权以及非人寿保险负债的估值。
作者：Edward Hoyle
论文ID：1010.0829
分类：Pricing of Securities
分类简称：q-fin.PR
提交时间：2015-03-17