A deep learning approach for pricing convertible bonds with path-dependent reset and call provisions
创建于 更新于
摘要
本文针对含路径依赖下修条款与发行人赎回条款的可转债，构建基于路径依赖偏微分方程、固定网格动态规划和深度神经网络的定价框架，并分别在GBM、CEV和Heston模型下进行分析。以中信银行可转债为例，模型价格与LSMC基准高度接近，且在状态维度提升时具有更温和的计算扩展性；研究发现，契约条款对估值的影响大于股票动态模型的选择，赎回条款压低债券价值，而基准设定下的下修条款因改善转股条件而提高债券价值。自动微分得到的Delta和Gamma也与中心差分结果较为一致。[page::0][page::2][page::3][page::18][page::20][page::24]
