ارزش‌گذاری پرتفوی اوراق اختیار معامله بر پایه محتوای اطلاعاتی بازار

الموضوعات : دانش مالی تحلیل اوراق بهادار

محسن رضاییان ¹ , نرگس یزدانیان ² , علیرضا میرعرب ³ , ندا فرحبخش ⁴

1 - دانشجوی دکتری مدیریت صنعتی گرایش مالی، واحد رودهن، دانشگاه ازاد اسلامی، رودهن، ایران
2 - استادیار، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران. (نویسنده مسئول مقاله)
3 - استادیار، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران
4 - استادیار، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران

تاريخ الإرسال : 05 الأربعاء , محرم, 1444 تاريخ التأكيد : 05 الثلاثاء , جمادى الأولى, 1444 تاريخ الإصدار : 05 الأحد , محرم, 1445

الکلمات المفتاحية: ارزش‌گذاری اوراق اختیار, مدل اطلاعات-محور, مدل بلک-شولز,

ملخص المقالة :

قیمت‌گذاری صحیح و منصفانه اوراق اختیار معامله، همواره یکی از چالش‌های پیش‌روی محققان مالی و سرمایه‌گذاران بوده است. برای این منظور، مدل‌های متعددی برای قیمت‌گذاری اوراق اختیار معامله طرح و مورد آزمون قرار گرفته‌اند. تمامی این مدل‌ها، از اطلاعات گذشته قیمت سهم برای قیمت‌گذاری ورقه اختیار معامله مربوط به آن استفاده کرده‌اند و توجهی به محتوای اطلاعاتی قیمت از روند کلی حاکم بر بازار نشده است. در پژوهش حاضر مدل قیمت گذاری اوراق اختیار معامله بر پایه محتوای اطلاعاتی سهم از بازار و تحت عنوان مدل اطلاعات-محور ارزیابی شده‌است و عملکرد آن با مدل پایه بلک-شولز مورد مقایسه قرار گرفته است. جامعه آماری پژوهش شامل شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 139۵-1399 است که اطلاعات قیمت و بازده آنها به همراه مقادیر شاخص بازار با تواتر ماهانه طی این دوره جمع آوری شد. برای مقایسه ارزش گذاری منصفانه اوراق اختیار تحت دو روش بلک-شولز و روش پیشنهادی این پژوهش، ابتدا سهام دارای محتوای اطلاعاتی از بازار از طریق برآورد پارامتر نرخ انتقال اطلاعات، شناسایی شده سپس ارزش ورقه اختیار معامله برای هر سهم، طی یک دوره سررسید یک ماهه و بر پایه دو مدل قیمت گذاری بلک-شولز و اطلاعات-محور برآورد شد. نتایج نشان داد که مدل اطلاعات-محور، ارزیابی صحیح تری از ارزندگی ورقه های اختیار معامله ارائه داده و بنابراین، ارزش گذاری منصفانه تری نسبت به مدل بلک-شولز ارائه می دهد. طبق یافته های پژوهش، نسبت معاملات سودآور تحت مدل اطلاعات-محور به طور معناداری بزرگ تر از این نسبت تحت مدل بلک-شولز بوده است. بکارگیری اطلاعات محیطی و بازار در قیمت‌گذاری دارایی‌های سرمایه‌ای مانند سهام و اوراق اختیار می‌تواند تا حد قابل توجهی از خطر سرمایه‌گذاری کاسته و سودآوری بالاتری را نصیب سرمایه‌گذاران نماید.

المصادر:

امجدیان، سیما (1396). برآورد شیب نوسانات ضمنی قرارداد اختیار معامله در سر رسیدهای کوتاه مدت به روش لوی، کارشناسی ارشد، دانشگاه آیت‌الله‌العظمی بروجردی (ره).

تقوی، امیرحسن (1396). مطالعه و بررسی ریسک ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدلهای ارزشگذاری اختیار معامله مانع، کارشناسی ارشد، دانشگاه خوارزمی.

جنابی، امید (1398). شبیه سازی مونت کارلو جهت قیمت‌گذاری اوراق اختیار اروپایی تحت فرآیند پرش-انتشار، دکتری تخصصی، دانشگاه سیستان و بلوچستان.

لنگری، احسان (1397). اختیار معامله و ریسک در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران، کارشناسی ارشد، موسسه آموزش عالی حکیمان.

نام‌آور، فریبا (1393). بررسی قیمت‌گذاری اختیار اروپایی با نوسانات نرخ بهره در شرکت‌های پذیرفته شده در سازمان بورس اوراق بهادار، کارشناسی ارشد، دانشگاه علم و فرهنگ تهران.

نبوی چاشمی، سیدعلی؛ عبداللهی، فرهاد (1397). بررسی و مقایسه الگوهای سود اختیارمعاملات آسیایی، اروپایی و آمریکایی سهام در بورس اوراق بهادار تهران، مهندسی مالی و مدیریت اوراق بهادار، 34: 359-380.

یاوری، ساناز (1397). اختیار معامله، ریسک حقوق صاحبان سهام و ارزش‌گذاری تعدیلات ساختار سرمایه در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، کارشناسی ارشد، موسسه آموزش عالی حکیمان.

 

Aimi A., Diazzi L., Guardasoni C. (2018). Numerical pricing of geometric asian options with barriers. Math. Methods Appl. Sci., 41, 7510–7529.

Aimi A., Guardasoni C. (2021). Multi-Asset Barrier Options Pricing by Collocation BEM (with Matlab® Code)., Axioms, 10, 301.

Ballestra L. V., Cecere L. (2016). A fast numerical method to price American options under the Bates model, Computers & Mathematics with Applications, 72 (5), 1305–1319.

Carr P., Itkin A., Muravey D. (2020). Semi-closed form prices of barrier options in the time-dependent CEV and CIR models. J. Deriv., 28, 26–50.

Chen Y. (2017). Numerical Methods for Pricing Multi-Asset Options, Master Thesis, Department of Computer Science, University of Toronto.

Cuomo S., Di Lorenzo E., Di Somma V., Toraldo G. (2020). A sequential Monte Carlo approach for the pricing of barrier option under a stochastic volatility model. Electron. J. Appl. Stat. Anal., 13, 128–145.

Damircheli D., Bhatia M. (2019). Solution approaches and sensitivity analysis of variational inequalities, AIAA Scitech 2019 Forum, p. 0977.

Dar A. A. (2021). Comparison of European Option Pricing Models at Multiple Periods, Handbook of Research on Engineering, Business, and Healthcare Applications of Data Science and Analytics, 18-21.

Guillaume T. (2019). On the multidimensional Black Scholes partial differential equation. Ann. Oper. Res., 281, 229–251.

Haghi M., Mollapourasl R., Vanmaele M. (2018). An RBF–FD method for pricing American options under jump–diffusion models, Computers & Mathematics with Applications, 76 (10), 2434–2459.

Han, M., Wang, W. (2022). Option pricing with exchange rate risk under regime-switching multi-scale jump-diffusion models, Communications in Statistics - Theory and Methods, DOI: 10.1080/03610926.2022.2129992

Hull J. C. (2008). Options, Futures and Other Derivatives (7th Edition). Prentice Hall, 7 edition.

Ikamari C., Ngare P., Weke P. (2020). Multi-asset option pricing using an information-based model, Scientific African, Vol. 10, e00564.

Lars Kirkby J., Nguyen D., Nguyen D. (2020). A general continuous time Markov chain approximation for multi-asset option pricing with systems of correlated diffusion. Appl. Math. Comput., 386, 125472.

Niklasson V. (2018). Multi-Asset Options: A Numerical Study, Master Thesis, Department of Mathematical Sciences, Chalmers University of Technology.

Shreve S. E. (2004). Stochastic Calculus for Finance I. Springer-Verlag.

Wang X. (2020). Pricing options on the maximum or minimum of multi-assets under jump-diffusion processes, International Review of Economics & Finance, Vol. 70, 16-26.

Wilmott P. (2006). Paul Wilmott Introduces Quantitative Finance., vol. 1. John Wiley & Sons, 1 edition.

Zhao, K., Zhang, J., Liu, Q. (2022). Dual-Hybrid Modeling for Option Pricing of CSI 300ETF. Information, 13, 36.

Khraisha, T., Arthur, K. (2018). Can we have a general theory of financial innovation processes? A conceptual review, Financ. Innov., 4(4), 13-29.

Maruddani, D., Trimono, T. (2018). Modeling stock prices in a portfolio using multidimensional geometric Brownian motion, J. Phys. Conf., Ser. 1025.

Roul, P., Goura, V.M.K.P. (2020). A new higher order compact finite difference method for generalized black–scholes partial differential equation: European call option, J. Comput. Appl. Math., 363, 464–484.

Dhaene, J., Kukush, A., Linders, D. (2020). Comonotonic asset prices in arbitrage-free markets, J. Comput. Appl. Math., 364, 112310.

Cheung, K., Dhaene, J., Kukush, A., Linders, D. (2013). Ordered random vectors and equality in distribution, Scand. Actuarial J. (2013).

Macrina, A. (2006). An information-based framework for asset pricing: X-factor theory and its applications, PhD Thesis, King’s College London.