研究計畫-專案詳細資料
摘要
衍生性金融商品的操作為企業提供充分的避險管道,有助於確保企業或投資人的獲利,並降低投資組合的下方風險。投資人可以藉由衍生性金融商品與現貨組成避險投資組合,將風險控制在一可接受的範圍之內,且仍保有獲利機會。以Black-Scholes 評價模型中的風險因子為基礎建構投資組合的相關研究,大多是在考慮少數風險因子的限制下,利用財務計量方法或其他方法模擬現貨資產及選擇權未來的價格路徑,以建構最適避險投資組合。一旦考慮的風險因子增加,利用財務計量方法或其他方法模擬未來可能的價格路徑將變得相對困難與耗時。由於選擇權價格同時受多種風險因子影響,故仍應以考慮全部的風險因子作為建構避險投資組合的首選。近來Papahristodoulou(2004)、Horasanh(2008)與Gao(2009)分別提出考慮全部風險因子線性規劃模式,但這些模式各有其不同的缺失,包括可能無解、未考慮投資人的風險偏好,或者忽略了不同風險測度間的不可互比性。事實上,選擇權避險投資組合是一個多目標決策問題,而投資人對不同市場風險因子也的確會有其偏好。此外,在選擇權與股票交易實務上皆有資金預算與最小交易批量的限制,因此在建構避險投資組合時應加以考慮才有其可行性。因此,本研究提出一個基於模糊多目標決策模式的選擇權投資組合避險的整數規劃模式,並考慮資金預算與最小交易批量的限制,以求得令投資人滿意、又符合實際操作要求的最佳選擇權投資組合。此外,為使模式求解效率不因現貨資產數目增加而下降,必要時,本研究擬進一步採用基因演算法求解,並探討整數規劃模式與基因演算法的求解效能與效率。
Project IDs
系統編號:PF9806-1159
原計畫編號:NSC98-2410-H182-005
原計畫編號:NSC98-2410-H182-005
| 狀態 | 已完成 |
|---|---|
| 有效的開始/結束日期 | 01/08/09 → 31/07/10 |
Keywords
- 管理科學
- 選擇權避險投資組合
- 選擇權評價
- 模糊多目標決策
- 基因演算法
指紋
探索此研究計畫-專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。