多因子與ESG策略專題：CNE7模型在期權定價中的應用.pdf

多因子與ESG策略專題：CNE7模型在期權定價中的應用。典型類期權產品的本質是掛鉤標的資產，帶敲出和敲入價格的看 跌期權，機構買入該期權并支付期權費。除經典類期權產品結構 （非保本型）外，還有減少投資者尾部風險和本金損失的保本型 和限虧型類期權產品，也有對典型類期權產品的敲出方向、敲出 界限等進行創新的反向類期權產品和逐漸下調類期權產品。

風險分解與波動率預測模型

標 的 波動率 預 測 主 要 分 為 三 種 方 式 ： 1 ） 時 間 序 列 模 型 ARCH/GARCH：基于每個交易日的日收益率數據計算 t 時刻的條 件波動率。2）隱含波動率：通過 BS 公式反推期權的隱含波動率， 0 波動率當中包含了投資者的未來預期。3）多因子模型用一系列 共同/風險因子來解釋投資組合收益。

實證研究

我們分別利用 CNE7 和 BS 模型對滬深 300 的波動率進行測算， CNE7 模型的估計值更加連續、穩定，同時 CNE7 模型的波動率預 測能力更強。我們利用 CNE7 模型對滬深 300 的風險進行分析。 其中市場因子風險貢獻占比最高，約 93.36%，行業與風格的風險 占比相近，分別約 5.61%和 5.44%。滬深 300 的協方差風險貢獻 為-5.72%，說明市場、行業、風格的風險存在分散效應。在 X-SigmaRho 模型下，每個因子的風險貢獻包含了因子協方差效應，共同 因子風險中不再包含協方差貢獻，并且不同因子之間的風險貢獻 均可加。由于不同因子之間的風險分散效應，行業和風格的預測 主動風險下降，分別約 0.36%和 0.90%。