专利名称：用以促进衍生工具合约生成及交易的方法,系统以及计算机程序的制作方法
技术领域：
本发明与促进在单个或多个原生资产上衍生工具的交易与风险管理的方法、系统以及计算机程序相关。
背景技术：
金融衍生工具，亦称为或有债权，是金融风险管理者采用的一种特殊合约，用以对冲基本原生资产波动所带来的影响。本文中“原生资产”的定义可见FAS说明133的附录A，第57段a。近年来，衍生工具在金融领域中已显得越来越重要。国际结算银行(BIS)关于衍生工具近期的报告中称，截至2000年底，全国各交易机构的全部衍生产品持有量的名义金额已超过187万亿美元(包括交易所及场外交易)。为应对衍生工具市场的这种增长趋势，金融业开发出新的方法，系统用以衍生工具合约的定价及对冲，并用以便利衍生工具合约的交易。
现有定价及对冲衍生工具合约的方法存在以下一些局限性，影响了其精确性，从而限制了衍生合约交易的效率及准确率。
a)当前衍生工具的估价方法假设对冲是持续进行的，然而实际操作中是非连续的。因此学术界推荐并被被金融业采用的现有的方法不能准确体现这种固有的差异，在应用于现实市场及衍生工具的估价中存在局限性。
b)现有衍生工具估价方法假设市场无摩擦的--买卖差价被降为零，订单的头寸不能影响价格或存货，滑动效应及信用风险不存在。但现实市场并非如此。尽管一些理论方法已被用于解决这一问题，它们始终不能很好地反映现实市场状况。这使得从业者开始采用非最优化的方法。
c)现有对衍生工具定价及对冲的方法依赖于原生资产模型的动态性，由此产生的模型风险若不能在实际应用中得到解决，将造成很大的损失。
d)现有对冲衍生工具的方法应用“Greeks”为参数--这是对价格相对于其他各种模型参数求微分得到的。应用这一系数意味着假定衍生价格是其他模型参数的多项式函数，而这恰恰是不正确的。因此应用这一参数的结果增加了估算的错误--在实际操作中将付出很大的代价。
e)现有估价及对冲的方法假定原生资产以极微小的速度增值，然而在实际操作中这种增值并没有如此缓慢。
f)没有假设持续的时间段，现有对衍生工具定价的方法仅针对一个期货周期，或单一原生资产。事实上需要考虑多个周期且多个原生资产。
g)现有方法的这些缺点在实际操作中很难处理，因此难以达到预期的效果。
关于上文中谈到的金融系统中种种不准确性造成的潜在风险及损失，一个有力的例子是长期资本管理(LTCM)对冲基金的崩溃。曾获诺贝尔奖的基金管理者们依赖与市场脱节的模型。现实市场与模型的脱节导致大约一万亿美元风险，最后不得不动用联邦储备救市来挽回损失，否则全美的金融市场将受严重影响，甚至可能波及到国际市场(见罗杰·洛文斯坦著《天才的失败长期资本管理的兴衰》，ISBN 0-375-75825-9[46])。
已有为数众多的学术文献及公开的专利涉及衍生工具的交易。相关专利及专利申请可分为5类，即
1.提供对特定衍生工具定价的方法与系统的专利，如美国专利4642768及5799287，日本专利2001067409；
2.提供衍生工具自动定价的方法与系统的专利，如美国专利6173276及5692233，美国专利申请20020010667及20020103738；
3.提供加快衍生工具定价的方法和系统的专利，如美国专利5940810及6058377；
4.提供改善对冲衍生工具或风险管理的方法及系统的专利，如美国专利5819237及6122623、美国专利申请US20020065755、国际专利WO0133486；
5.提供提高特定衍生工具合约交易效率的方法及系统的专利，如美国专利4903201、5970479、6421653、6347307。
在优于在先文献的同时，上述专利均有一定的局限性。本发明将解决这些问题。
近期的《金融周刊》中有一篇论述金融方法及公式领域专利申请的文章，作者质疑在引用关于专利申请或授权专利的学术文献中的一些失误。因此，本发明的详细阐述将从回顾学术文献开始。
发明内容
本发明涉及方便基于单个或多个原生资产的衍生工具合约交易的生成以及风险管理的方法、系统以及计算机程序。
本发明提供了一个崭新的框架，并在下列领域中有显著改进
1.将所有衍生工具合约分解成被称为基本工具的基本模块。上述模块是多期，多证券市场的金融合约。
2.在衍生工具合约定价中融合了供求价格的敏感性因素。
3.在衍生工具合约定价中融合了信用风险因素。
4.开发符合FAS 133或IAS 39的衍生工具合约清算方法，系统以及计算机程序。
5.开发了衍生工具合约定价的方法、系统及计算机程序。
6.开发了风险管理的方法、系统及计算机程序。
7.开发了衍生工具合约交易(交易所或场外交易)的方法、系统以及计算机程序。
图1本发明最佳体现的结构图。
图2 BIC合约协议的程序及现金流。
图3衍生工具合约的DCWBSOF格式描述，以及如何被压缩为DCWOF格式。
图4重复分解的步骤，衍生工具合约及BIC如何反复作用以产生衍生工具合约的价格。
图5该发明的定价系统。
图6在线定价系统的弹出窗口，用户可选定，命名衍生工具合约支出支付函数(paoff函数)，并根据函数及如时间、空间等系统参数对BIC进行选定和命名。
图7网页上BICs函数格式的输入。
图8衍生工具合约(DCWBSOF或DCWOF格式)网页输入。
图9，10，11，12和13本发明的交易系统。
图9中有3种操作者
●买方操作1
●卖方操作3，4
●交易系统管理者操作2，并负责控制和合规操作，结算交割证明，或更全球化的交易系统风险管理。
操作1包括从11界面的输入。卖方可对感兴趣的产品询价15或订购确认的产品16。输入界面11可以是键盘、鼠标、便签簿、麦克风或其它可传达人意的传感器。操作1同样包括输出界面12。12可以是显示屏、话筒、打印机或其它能传达被人感知，被人理解信号的仪器。操作1还包括一个认证过程13，在授权交易之前，多种运算法则被用来确认买方身份。定价信息15，订购确认17或交易确认18通过输出界面12传递给买方。通过输入界面11，买方传达了有关产品信息，如图1的19。在图2，产品被进一步描述成函数f(S11，...，S1m，...，Sn1，...，Snm)。此函数f可转化成计算机语言，从而很容易被买方理解，并经交易系统服务器28转译，准备分解为基本工具。
操作2包括合规及控制系统27，该系统检查并授权买卖方的操作。如图3中的详细描述，如果需要的话，28将关系26转化为21处的输出--26处的关系详见下文(输入是非指定参数βi，Ωj以及Sij，s的函数；输出只是Sij，s的函数)。21将作为最有竞争力的基本工具定价的输入，参考卖方在22处的报价，用20处的反复分解算法得出产品价位，结果返回到15.22处的基本工具价位由各卖方在25，26处基本叫价得来，参考叫价卖方，从中为每一基本工具选择最具竞争力的价位。买方的订购决定通过16传至21，并通过17将订购确认返回给买方。买卖方的证明返回到24做结算。交易确认通过18返回给买方，通过32返回给相关各卖方，并附加签订的基本证书的信息。
交易系统可在每笔买卖中可充当卖方或买方的对家。这样交易系统可保障买卖方的利益，使双方履行义务。某种意义上可应用于信用管理，以对冲任一方毁约风险。下列传统方法有助于交易系统的实施要求保证金或通过信用衍生工具，及允许应用基于我们详细描述的原生资产的基本工具进行交易，或签订获利最大方承担信用风险的合约。交易系统同时可以让双方承担风险，仅起交换作用--但这样一来双方不能驾驭信用风险管理的复杂性。如果交易系统在每笔交易中充当另一方，并且信用风险可被妥善管理，交易集合有最高的信用额度，基本上被认为无风险，场内交易将较OTC衍生工具市场有竞争优势。如果再进一步，可以通过信用衍生工具合约对冲风险，这将为信用衍生合约创造新的市场。
交易系统在计算中的另一个关键特点是当所选随机变量可能状态增多并且期货期增多，对衍生工具合约定价的计算开销将至少是O的幂(snm)。所以实际系统会包括维度减少，变量转化来减少变量数量--这些变量应用于各种衍生工具合约订价及相关各种基本工具定价。同理，为减少状态数量，一些实际算法仅以有限状态数取样，来推测更多基本工具组合的价格。
操作3，4是大量卖方操作系统的两个例子。输入界面35同11，输出界面36同12。它同样包含对卖方的授权过程37，同买方13。各卖方选取模型及模型参数34(在31处处理)，用以产生卖方基本工具叫价，结果返回25。34在图3中有详细描述，模型及模型参数可分为信用风险模型341，原生资产随机变动模型342，比例密度模型343，以及为基本工具范围定界模型344--这些模型结合可见31叫价基本工具价位。操作3，4还包括33关于资产及交易信息的数据库，卖方所有基本工具持有量清单。交易确认及清算从24通过32以输出格式送达卖方。全部相关信息存储在33。
图9中仅包括一个买方，2个卖方，及一个交换系统管理员。这只是一个简单的说明，在实际操作中将包括多个买方，卖方，及交易系统管理员。
图14本发明的风险管理系统。
风险管理系统基于我们对任意衍生工具在基本工具上的分解，以及从市场基本工具价格得到隐含有条件可能性密度函数的方法。风险管理者应用风险管理或决策系统6是通过输入68，如51在5，11在1或35在3，4；输出67，如52在5，12在1或36在3，4.65处的授权如53在5，13在1或37在3，4。风险管理者将投资持有量请求传至66，并在64处理，进而传送请求至63察看基本工具持有量清单，另一请求传至61以获取市场基本工具价位。应用公式16(对Breeden Litzenberger公式的延伸)，我们得到有条件可能密度62，结合基本工具得到证券价值；计算各种備考或非備考报告，以更好地了解持有量的风险与机遇。例如，风险价值可由准确的市场发生可能性及实际可能对冲的开销计算得到。
图15和16本发明如何应用于风险管理，得到风险价值(VAR)。
图17，VAR中投资管理在可能状态下(xl1和xl2中)如何面临潜在的无反弹损失(yl)(不在可靠区间之内)。相反，本发明在风险管理中可通过细化合约确定最大损失。
图18计算机如何减少特定BICs的计算时间，以及衍生工具价位计算。
图19计算机如何减少特定衍生工具合约的计算时间，以及衍生工具价位计算。
具体实施例方式
1.导言
本发明应用基本工具为通常意义上任意衍生工具定价或对冲。本发明阐述了一个分解公式，以精确地将任何衍生证券分解为基本工具。这些基本工具极其重要。要理解中间关联可从下面二个问题入手
1.为什么2000年基因组的描绘被医学界推崇为本世纪最重要的成就？
2.为什么门捷列夫(1869)的元素周期表是化学及物理领域中奠基性的成就？
对于第一个问题，我们可以解释为DNA中每一基因作用的认知将帮助我们理解基因疾病的起因，以促进相应治疗方法的研究。尽管这些益处在多数情况下还不是显而易见，很多政府以及民营部门已致力于这一领域的研发。
关于第二个问题，我们知道门捷列夫的元素周期表有助于科学家理解所有的物理现象--他们是基本元素结合作用的结果，并且我们可以合成所有理想的材料。经济学上研究的是如何更有效地追求这种结合的利润最大化。掌握了其中奥秘，很多化学企业成功的抢占了市场，并起到了富国的作用--满足人们对所有原料的需求。现今人们仍在研究如何生产更加廉价的必需品。
在金融衍生工具的风险管理上，我们对基本工具及其特点的认知可被比作各基本单位的基因组合成每个生命体。在物理或化学上，这个比喻可以是周期表中各原子。我们的分解公式可被理解成各生命体的基因组成；或物理化学上每种以固体、液体或气体形式存在的材料的原子组成。
上述比喻意在解释该发明的重要性。对已公开文献的阐述将有助于理解本发明的背景。
与定义1和定理1(见下文)直接关联的是肯尼斯·阿罗(1953，1972年诺贝尔奖得主)，和阿罗-德布鲁(1959，1983年诺贝尔奖得主)的文章。阿罗和德布鲁将现在称为阿罗-德布鲁原始证券(和阿罗-德布鲁状态价格)界定为基本元素，其他或有债权可被分解为单个证券，单个期货周期市场(但可能是以多种状态存在)。阿罗-德布鲁证券就是在每期未如果出现某一特定状态收益为1美元，如果出现其他状态，则收益为0的证券。如果所有可能的将来状态都有一个相应的阿罗-德布鲁证券，在将来状态上的或有债权即可被分解成此种证券。我们看f是在∑上的集合函数，取所有变量S可能的状态，得到平凡等式
<math> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>S</mi> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mi>Σ</mi> <mrow> <mi>s</mi> <mo>∈</mo> <mi>Σ</mi> </mrow> </munder> <mi>f</mi> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> <mo>×</mo> <msub> <mi>l</mi> <mrow> <mo>{</mo> <mi>S</mi> <mo>=</mo> <mi>s</mi> <mo>}</mo> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </math>
当l{S＝s}值为1，S为其它值时，值为0。
如果假定状态价格不变，申请(在未来时间T的盈利是随机变量S的函数)，与现时合约值是同态群。在传统中立风险定价中，标价通过预期与贴现因数B(t0，t0)(在时间t0处证券获利1)得出。
<math> <mrow> <mi>E</mi> <mrow> <mo>(</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <msub> <mi>t</mi> <mn>1</mn> </msub> </msub> <mo>)</mo> </mrow> <mi>B</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mi>Σ</mi> <mrow> <mi>s</mi> <mo>∈</mo> <mi>Σ</mi> </mrow> </munder> <mi>E</mi> <mrow> <mo>(</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> <mo>×</mo> <msub> <mi>l</mi> <mrow> <mo>{</mo> <msub> <mi>S</mi> <msub> <mi>t</mi> <mn>1</mn> </msub> </msub> <mo>=</mo> <mi>s</mi> <mo>}</mo> </mrow> </msub> <mi>B</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mi>Σ</mi> <mrow> <mi>s</mi> <mo>∈</mo> <mi>Σ</mi> </mrow> </munder> <mi>f</mi> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> <mo>×</mo> <mi>Prob</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <msub> <mi>t</mi> <mn>1</mn> </msub> </msub> <mo>=</mo> <mi>s</mi> <mo>)</mo> </mrow> <mi>B</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </math>
在单期市场中，既然每个或有债权在t0处关于S的值St1，可得到盈利f(St1)，等式(1)阿罗-德布鲁的结果显示出任意或有债权(函数f)是在t0获利1的证券f(s)的加和(当S＝s，值为1，S为其它值时，值为0；s可以是S在t0取值范围内的任何值)。下文将以例阐述。
假设2001年10月27日，我们在东部时间上午10点购票。T0＝2001年10月27日，我们赌纽约队(AL)将于2001年11月4日在第97届世界棒球联赛上击败亚利桑那钻石队(NL)。如果成为事实，购票者将于2001年11月5日周一t7得到1美元，否则收益为0。只有两种可能，π0，1即AL获胜，或π0，2即NL获胜。我们同时假设小数的可能性。由联邦储备公布的日基金利率，我们得到B(t0，t7)＝0.9994。
因此关于NY胜利的赌注是一阿罗-德布鲁证券。假设2001年10月27日市场一致，那么AL获胜有40％的几率π0，1，而NL获胜有60％几率π0，2。
既然彩票在t7处只有两种可能，那么仅存留一只阿罗-德布鲁证券有完全市场，例如，一支证券所有其他或有债权仅是原始证券元素的线性组合。这支证券是1{阶段2}。
既然B{t0，t7}在市场上交易，例如，存款将获联邦基金利率，1{阶段2}是多余的，既然1{State2}＝1-1{State1}(3)
因为01年10月27日的0.9994美元肯定能于01年11月5日得到1美元，我们可于01年11月5日静态复制--于01年10月27日以0.4×0.9994＝0.39976美元价位抛售彩票，加上0.59964美元，总存额为0.9994美元。实际上如果NL获胜，彩票于01年11月5日过期，并从存款中获得1美元；如果AL获胜，1美元将被支付给于01年10月27日出售彩票的人。这样相当于如果NL获胜，彩票于01年11月5日获1美元，否则收益为零。
假设现在有在t7收益为f(St7)的衍生工具。既然只有两种可能，f是二元函数(Boolean)，f1＝f(State1)，f2＝f(State2)。应用阿罗分解，我们得出在t1持有收益为f(St7)的衍生工具相当于如果AL获胜以(f1-f2)买进同一彩票，并存0.9994美元于帐户(有联邦基金利率)。实际上，很明显如果阶段1发生在t1，持有者获利(f1-f2)美元，再加上从帐户提取的f2，将获利f1美元。如果阶段2发生，持有者仅得到从账户支取的f2。因此在t7衍生工具获利f(St7)两种情况下的相等性被得以证实。
问题是自五、六十年代关于此问题开拓性的研究之后，关于原始证券阿罗-德布鲁证券在多期市场上的研究并没有得以延伸。在多期市场上关于多种证券很难得到确定的假设。
早在七十年初，Black，Scholes(1997年诺贝尔得主)，和Merton(1997年诺贝尔奖得主)做了这样的假设证券的动态性沿着类似不确定过程的模式发展，此种模式称为几何Brownian运动，其中一恒变量叫挥发性变量。他们导出今天称之为Black-Scholes-Merton的公式。该模型的吸引人之处是，如果假设成立，用来复制任意基于原生资产的或有债权的基本工具将是原生资产本身。根据公式，Black，Scholes和Merton指出一个动态的保护措施将会瞬时达到零风险，如果该战略包括出售期权(或任意或有债权)以及购买原生资产，数量相当于期权价位相对于原生资产(δ)的衍生物。下文是有关他们成果的大体介绍
假设相关证券遵循扩散过程如
dSt＝μ(St，t)dt+σ(St，t)dWt (4)
如果我们认为一关于证券S的或有债权在任意时间t的价位是原生资产S在t价值及时间t的函数，f(St，t)，并且同时假定f在St及t都是二阶可微的，下面公式可被应用
<math> <mrow> <mi>df</mi> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <mi>μ</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msup> <mi>σ</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mfrac> <mrow> <msup> <mo>∂</mo> <mn>2</mn> </msup> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <msup> <mi>S</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mi>dt</mi> <mo>+</mo> <mi>σ</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <mi>d</mi> <msub> <mi>W</mi> <mi>t</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow> </math>
或结合(4)可被改写为
<math> <mrow> <mi>df</mi> <mo>=</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <mi>d</mi> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>+</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msup> <mi>σ</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mfrac> <mrow> <msup> <mo>∂</mo> <mn>2</mn> </msup> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <msup> <mi>S</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mi>dt</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow> </math>
意味着
<math> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mrow> <mi>t</mi> <mo>+</mo> <mi>Δt</mi> </mrow> </msub> <mo>=</mo> <mi>S</mi> <mo>,</mo> <mi>t</mi> <mo>+</mo> <mi>Δt</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>=</mo> <mi>F</mi> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>=</mo> <mi>F</mi> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mi>S</mi> <mo>-</mo> <mi>F</mi> <mo>)</mo> </mrow> <mo>+</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msup> <mi>σ</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mfrac> <mrow> <msup> <mo>∂</mo> <mn>2</mn> </msup> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <msup> <mi>S</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mi>Δt</mi> <mo>+</mo> <mi>θ</mi> <mrow> <mo>(</mo> <mi>Δt</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow> </math>
或<math> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mrow> <mi>t</mi> <mo>+</mo> <mi>Δt</mi> </mrow> </msub> <mo>=</mo> <mi>S</mi> <mo>,</mo> <mi>t</mi> <mo>+</mo> <mi>Δt</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>=</mo> <mi>F</mi> <mo>)</mo> </mrow> <mo>-</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>=</mo> <mi>F</mi> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mi>S</mi> <mo>-</mo> <mi>F</mi> <mo>)</mo> </mrow> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msup> <mi>σ</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>F</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mfrac> <mrow> <msup> <mo>∂</mo> <mn>2</mn> </msup> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <msup> <mi>S</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mi>Δt</mi> <mo>+</mo> <mi>θ</mi> <mrow> <mo>(</mo> <mi>Δt</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow> </math>
也就是
<math> <mrow> <munder> <mi>Lim</mi> <mrow> <mi>Δt</mi> <mo>→</mo> <mn>0</mn> </mrow> </munder> <mfrac> <mrow> <mi>E</mi> <mo>[</mo> <msup> <mrow> <mo>(</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mrow> <mi>t</mi> <mo>+</mo> <mi>Δt</mi> </mrow> </msub> <mo>=</mo> <mi>S</mi> <mo>,</mo> <mi>t</mi> <mo>+</mo> <mi>Δt</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>=</mo> <mi>F</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>=</mo> <mi>F</mi> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mi>S</mi> <mo>-</mo> <mi>F</mi> <mo>)</mo> </mrow> <mo>-</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msup> <mi>σ</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>F</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mfrac> <mrow> <msup> <mo>∂</mo> <mn>2</mn> </msup> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <msup> <mi>S</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mi>Δt</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>]</mo> </mrow> <mi>Δt</mi> </mfrac> <mo>=</mo> <mn>0</mn> </mrow> </math>
公式(6)显示一个包括衍生工具合约的长期持有量(其价值为任意时间t的f(St)及短期原生资产以
单位表述的短期持有量的组合)仅是时间的函数，因此是零风险的。它可有零风险利率的收益rd(t)。写作
<math> <mrow> <msub> <mi>Π</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <mi>S</mi> <mo>,</mo> </mrow> </math> 然后d∏t(St)＝∏t(St)rd(t)dt(9)
既然St的股息率rf(t)被假设为t和t+dt的常数，
应从公式(6)中∏t(St)中去除。因此
<math> <mrow> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msup> <mi>σ</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mfrac> <mrow> <msup> <mo>∂</mo> <mn>2</mn> </msup> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <msup> <mi>S</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>-</mo> <msub> <mi>r</mi> <mi>f</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>r</mi> <mi>d</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mfrac> <mrow> <mo>∂</mo> <mi>f</mi> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow> </math>
既然认购期权从K开始，在T到期，我们知道
f(ST，T)＝Call(ST，K，T，T)＝(ST-K)+(11)
如果我们假设原生资产遵循几何Brownian运动，有零风险率常数r及挥发变量，且无浮动，我们有
<math> <mrow> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>∂</mo> <mi>Call</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>K</mi> <mo>,</mo> <mi>t</mi> <mo>,</mo> <mi>T</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mo>∂</mo> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msup> <mi>σ</mi> <mn>2</mn> </msup> <msubsup> <mi>S</mi> <mi>t</mi> <mn>2</mn> </msubsup> <mfrac> <mrow> <msup> <mo>∂</mo> <mn>2</mn> </msup> <mi>Call</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>K</mi> <mo>,</mo> <mi>t</mi> <mo>,</mo> <mi>T</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mo>∂</mo> <msubsup> <mi>S</mi> <mi>t</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>=</mo> <mi>r</mi> <mrow> <mo>(</mo> <mi>Call</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>K</mi> <mo>,</mo> <mi>t</mi> <mo>,</mo> <mi>T</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mfrac> <mrow> <mo>∂</mo> <mi>Call</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>K</mi> <mo>,</mo> <mi>t</mi> <mo>,</mo> <mi>T</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mo>∂</mo> <msub> <mi>S</mi> <mi>t</mi> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow> </math>
(12)和(10)由Black，Scholes和Merton得出。(12)可简化为物理中的热量方程，闭合公式如
<math> <mrow> <mi>Call</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mn>0</mn> </msub> <mo>,</mo> <mi>K</mi> <mo>,</mo> <mn>0</mn> <mo>,</mo> <mi>T</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>S</mi> <mn>0</mn> </msub> <mi>N</mi> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mn>0</mn> </msub> <mo>+</mo> <mi>σ</mi> <msqrt> <mi>T</mi> </msqrt> <mo>)</mo> </mrow> <mo>-</mo> <msup> <mi>Ke</mi> <mrow> <mo>-</mo> <mi>rT</mi> </mrow> </msup> <mi>N</mi> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> </mrow> </math>
<math> <mrow> <mi>with</mi> <msub> <mi>d</mi> <mn>0</mn> </msub> <mo>=</mo> <mfrac> <mrow> <mi>Log</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mn>0</mn> </msub> <mo>/</mo> <mi>K</mi> <mo>)</mo> </mrow> <mo>+</mo> <mrow> <mo>(</mo> <mi>r</mi> <mo>-</mo> <mfrac> <msup> <mi>σ</mi> <mn>2</mn> </msup> <mn>2</mn> </mfrac> <mo>)</mo> </mrow> <mi>T</mi> </mrow> <mrow> <mi>σ</mi> <msqrt> <mi>T</mi> </msqrt> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow> </math>
得到这一结果我们做了如下假设
(i)在连续时间可进行交易。
(ii)原生资产市场无摩擦。无摩擦我们指无手续费，无买卖差价，交易无限制(法定或其他)，例如保证金要求或短期抛售限制，无税。总之，市场有最大限度的流动性。
(iii)相关证券的动态遵循几何Brownian运动，有恒定零风险回报率及恒定流动性。
因为一些客观限制及手续费，假设(i)在实际中无法操作。衍生工具投资经理试图重新平衡投资组合以调整其敏感性，每天进行1或2次现货交易。
假设(ii)在实际中也是不可能的所有开放市场上原生资产的交易均呈现出不对称，并与假设(iii)中几何Brownian运动不符。1987年投资保险的失败，以及1998年LTCM的失利(基于“正常”假设)很大程度上反映出固守这种假设在美国金融市场上将带来毁灭性的后果。1987年单纯期权市场上隐含波动性报价的有期模式，以及日益改善的流动性，促使Dupire，Derman和Kani，Rubinstein([25]，[53])开发出一个模型。该模式假设对所有到期及行使证券的单纯期权(买入/卖出)是为所有随后衍生工具标价的基本证券，并可推知过程。尽管这一模型有理论上的意义，但还没有经过实验验证([24])。实际上操作者对路径依赖期权标价时，因为波动的不确定性会考虑到Vega凸线---这在Dupire模型中不能反映([25])。对该模型进一步研究发现，如果我们从结合现实的有限期货状态来考虑这一问题，采用这一模型相当于宣称一未知sn系统是由ns方程决定的，而没有应用惯有的决定其他sn-ns方程的方法从实验或经济学上验证。实际中应用的最先进的模型应该还回到早前Merton和Hull，White的Poissonian跳跃或不定波动模型[40]。但是Das和Sundaram[19]证明这些模型的结构与实际观察数据不符。尽管Das和Sundaram指出在数据描述上不定波动模型较跳跃模型略胜一筹，实际上Bertsimas，Kogan和Lo[6]发现它有更大的不全面性。尽管现今有许多关于市场动态的新模型来替代Black-Scholes，他们均不能在任何情况下胜任。模型泛滥还在成了无标准衍生工具的困扰，更使得FAS133，138([28]，[30])(计算衍生工具持有量)无法严格实施；金融会计标准董事会(FASB)于2000年7月15日引入对FAS133的强制实施，最新的关于衍生工具计算法则产生于1984年。如FAS描述，对于资产负债表上非标准衍生工具及公平市场价格上收入说明中衍生工具P&L的报告，因缺乏产品流动性以及统一市场方法，面临着极大的挑战。近两年来对外衍生工具交易市场无察觉流失6亿9千一百万美元，正是由于不恰当计算造成的。本发明中基本工具分解方式以及适应这些基本工具的市场的存在，无疑将解决这些问题。另外，FAS要求只有当P&L较原有原生资产有至少80％浮动风险时，衍生工具才可被计算为对冲，并且盈亏(P&L)归于其他综合收入(OCI)中的金融说明部分。问题是如何选取模型来估算80％风险浮动的价值。专利申请WO02/44847A2或US2002/0107774A1是方法之一。基本工具市场也被应用于解决此问题。最后，所有这些模型均假设时间的连续性，因为手续费的原因这只是估算。实际上，Bertsimas，Kogan和Lo’s[6]量化了这一估算，发现即使对数正态的假设成立，对一些盈利的估算错误还是巨大的，并进而影响模型对冲作用的有效性。
另外，PDE(12)或(10)中的两个假设在操作中也不总是成立
●假设衍生工具和约是f(St，t)函数
●假设资产扩散过程，因此可以应用It’s Iemma。
在很多重大操作中，衍生工具合约的价位并不能总通过f(St，t)得到。另外，在扩散过程的假设下，我们需要适用更广泛的数学方法导出每种新的衍生工具合约的PDE。这种算法不是自动生成的。以求平均比例或回顾期权的PDE为例，此种方法难度可见一斑。更多例子可见Rogers & Talay[52]。在没有扩散过程假设的情况，求PDE更加棘手。我们必须求助于树状图或Monte-Carlo算法标价。更严重的是，在求衍生工具合约定价时，我们很难将微观问题结合于此种方法。本发明将解决此种问题。
现今衍生工具投资风险管理的方法是对冲组合中的Greeks参数。该参数是投资组合相对于各种市场变量的敏感度。Delta是资产价位的敏感度。Gamma是Delta相对于资产价位变动的敏感度。Vega是投资组合相对于Black-Scholes-Merton中波动性变化的敏感度。Thera是时间的敏感度。高阶敏感参数同样存在，但没有标准名称。总体来说，对冲策略意在使投资组合的一阶二阶倒数对应于多种参数。这样做的假设是衍生工具投资与参数的敏感度是多项的，分别为2次，3次，或更精确的4次。
例如，我们可取一组合
(S，t，σ)
∏(S，t，σ，r)≈∏(S0，t0，σ0，r0)+
<math> <mrow> <mo><</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>∂</mo> <mi>Π</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>σ</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>r</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mo>∂</mo> <mi>S</mi> </mrow> </mfrac> <mo>,</mo> <mfrac> <mrow> <mo>∂</mo> <mi>Π</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>σ</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>r</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mo>∂</mo> <mi>t</mi> </mrow> </mfrac> <mo>,</mo> <mfrac> <mrow> <mo>∂</mo> <mi>Π</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>σ</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>r</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mo>∂</mo> <mi>σ</mi> </mrow> </mfrac> <mo>,</mo> <mfrac> <mrow> <mo>∂</mo> <mi>Π</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>σ</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>r</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mo>∂</mo> <mi>r</mi> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>,</mo> <mrow> <mo>(</mo> <mi>S</mi> <mo>-</mo> <msub> <mi>S</mi> <mn>0</mn> </msub> <mo>,</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>t</mi> <mn>0</mn> </msub> <mo>,</mo> <mi>σ</mi> <mo>-</mo> <msub> <mi>σ</mi> <mn>0</mn> </msub> <mo>,</mo> <mi>r</mi> <mo>-</mo> <msub> <mi>r</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mo>></mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow> </math>
+t(S-S0，t-t0，σ-σ0，r-r0)H(S0，t0，σ0，r0)(S-S0，t-t0，σ-σ0，r-r0)+...
where Histhe Hessian of ∏ withrespect to the variables S，t，σ，r。
对
(S，t，σ)良好的对冲应是组合对应于敏感度的初始值，以及1，2阶倒数。然而实际上对冲依赖于推测对详细参数依赖性的模型。此外，从泰勒扩展得到的多项式具有不确定性，尤其在高级非线性盈利期权上存在问题。本发明也将解决这一问题。
直至今日，用基本工具或树形子图为衍生工具定价仍是金融经济中一个活跃的研究领域。近期发表的方法如Madam，Carr，Geman，Yor，Bakshi[48]，[13]。然而，这些方法的假设如，连续时间保护，布朗过滤或原生资产的半martingale特性，以及微观层面的缺乏，都限制了这些方法的定价准确性；另外还带来了使用由这些方法得出的结果进行对冲的危险性(如[47]，[48]的厄密多项式)。
本发明与上述方法不同之处在于，选取了最精确的复制基本工具，力求最大限度贴近市场，如现货，远期/期货以及单纯期权。另外，我们旨在计算的简易性。之前文章为求计算简易性做的假设通常不能在经济学上给予证明。分解方法一个重复的特点是寻求Hilbertian基数，并通过在周围投影获得定价且无需详细的经济学证明。另外，上述方法中我们须很繁琐地，首先从交易工具推知基本工具价位。
在两阶段，两期经济下，除了阿罗-德布鲁原始证券，我们介绍的基本工具可以被同时定义为
T0时的合约，在t1如果状况1发生，以1万美元π1，1购一张彩票；如果状况2发生，以一万美元π1，2购彩票。
在n个任意阶段，一基本工具为t0时的合约，在tk-1(1≤k≤n)时以一万美元πk-1，fk-1购一张彩票，fk-1为k-1个1，2的序列，代表在时间段t0和tk-1中彩票的输赢。
彩票盈亏的历史记录在多大程度上影响买方取决于购买者对过去与将来联系的看法。
第97届世界棒球联赛的例子在这同样适用。一队要在7场比赛中赢4场才能夺冠。比赛安排如下
表1.世界联赛比赛日期地点1周六，10.27亚利桑那2周日，10.28亚利桑那3周二，10.30纽约4周三，10，31纽约5周四，11，1纽约6周六，11，3亚利桑那7周日，11.4亚利桑那
Xt为随机过程，AL每赢一场的第二天取值为1，反之为0。状态1AL赢得比赛，可被表述成
<math> <mrow> <msub> <mn>1</mn> <mrow> <mo>{</mo> <mi>Statel</mi> <mo>}</mo> </mrow> </msub> <mo>=</mo> <msub> <mn>1</mn> <mrow> <mo>{</mo> <munderover> <mi>Σ</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>7</mn> </munderover> <msub> <mi>X</mi> <msub> <mi>t</mi> <mi>j</mi> </msub> </msub> <mo>≥</mo> <mn>4</mn> <mo>}</mo> </mrow> </msub> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>X</mi> <msub> <mi>t</mi> <mn>1</mn> </msub> </msub> <mo>,</mo> <mo>·</mo> <mo>·</mo> <mo>·</mo> <mo>,</mo> <msub> <mi>X</mi> <msub> <mi>t</mi> <mn>7</mn> </msub> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>15</mn> <mo>)</mo> </mrow> </mrow> </math>
公式表示AL胜利是一个过程依赖衍生工具合约，取决于随机过程Xt。假设我们唯一复制此合约的工具是在每场单独比赛中下的赌注，赌注从东部标准时间t0＝2001年10月27日上午10，期限是整个赛季。可以预计到随着比赛的进展，人们对下场比赛谁胜谁负的预期会有所改变。
1.1符号
当i＝0K 6，我们得到
所以
即
对于随机过程X的任何衍生合约，在t7时支付f(Xt1，L，Xt7)，我们得到合约在t7时间支付f(Xt1，L，Xt7)时在Ti时间的价格πif。
对任意衍生合约在随机过程Xt中，t7盈利f(Xt1...Xt7)，我们有πfi表示t7时f(Xt1...Xt7)的价位。
我们假设每队在主场的第一次比赛有60％获胜机率，如果比赛获胜，下场主场比赛获胜机率上升10％，相反则下降10％。我们同时假设一旦一队已获胜4场，赢得余下比赛的机率为0。以代数表示为
接下来我们将介绍2状态多期基本工具的定义。
1.2定义
在单一过程(Xt)，两种状态(1，0)，多期市场{t0＜t1＜tn-1＜tn}中，有参考货币Xt0，这样Xt0相当于1，基本工具定义如下
在t0时β，Ω两方签订合约，并规定
●在时间ti-1，β付Ω款项
在时间ti，Ω付β款项
或
●在时间ti-1，β付Ω款项
在时间ti，Ω付β款项
当Ω付βN(Xt1，…，Xti-1)，这是一远期利率合约，在此处为参考货币Xi0的零阶导基本工具。
当Ω付β款项
这是阿罗-德布鲁证券，在此处为参考货币Xt1的零阶导基本工具。
1.3陈述
在单过程(Xt)，二阶段(1，0)，多期市场{t0＜t1＜tn-1＜tn}中，我们有下述关系
对于1≤i≤n，
应用于联赛
中在t0赌AL获胜的彩票的价位，我们有
用公式(16)及数据(15)得到机率为48.3％，因此如果市场上赌AL获胜的存在，零风险的套汇手法将是以面值40％买入赌AL获胜的彩票，以面值48.3％复制，取得面值8.3％的纯利润。
上述例子描述了基本工具的概念，并显示在单过程(Xt)，二阶段(1，0)，多期市场中，本发明如何被用于标价及对冲任意衍生证券---这是对阿罗-德布鲁原始证券的革新。为了推测期货市场的可能走势，我们的新方法应用关系
本发明也可应用于更广泛的多过程，多状态，多期市场中。下文将予以介绍。
在两状态过程中，单纯期权和阿罗-德布鲁原始证券是一致的；当状态增加时，两种形式的合约开始不同，但在债券及远期期权的作用下仍通过互转过程维持一致。下文我们将以单纯欧洲期权及现金工具替代原有的阿罗-德布鲁证券作为基本工具，因为它们在经济上更敏感，并且加快多数衍生工具收益的集中(通过低阶基本工具，而且分解过程中围绕着远期利润有成簇发生的肯能性)。这对于Black Scholes Merton衍生工具保护方法的弊端同样有重要意义。公式(14)显示在任何交易时间，衍生工具持有量可以通过现金和原生资产或数量相当于期权对原生证券敏感度的远期合约来对冲。不同的是本发明采用互补的买入和卖出期权，比率上相当于金融衍生工具相对于原生证券的二阶导出物(Gamma)。公式(14)应用于两阶段的情况(见附录[16])。但本发明解决了此公式的两个重要局限。
●假设衍生工具最终收益是原生资产的函数，它在任一处都是两次可微的，随之减少了现实中公式可应用的衍生工具数量。它同样假设资产价值是阶段连续的。
●该公式仅是在单一资产，两期的情况下导出，因此只体现了围绕阿罗-德布鲁的变化。
2符号及定义
假设我们在m+1资产的经济状况下，有n+1个交易周期，从t0＜ti-1＜ti...＜tn中选取恰当的。So(习惯称S0)是基本流通资本，因此在参考货币中仅代表单位现金。S1，...，Sm是风险原生资产，其价值以S0为单位随时间变化。因此任意数量数值的默认值为S0，无不确定性时为1。
E0，n代表t0，tn中m+1个原生资产；e0，n代表合约交易系统，其值取决于t0，tn中m+1个原生资产。
Sji代表原生资产Si在tj的值。
代表原生资产Sji在tj的已实现的值。
Fji是原生资产Si在tj的任意值。总体来说，它是tj-1处价值(Sj-1i)在tj处的远期值
X+是X与0的最大值(X，0)。如果f是定义在[a，b]的函数，那么实际数量
和
，从属于有限列Ix＝x0＝a＜x1＜＜xs＝b，这样
等于
等于
；s可能为无穷，只有当其它项在估测范围内可忽略时为有限。在这里Ix代表一个原生资产的取值范围，或这一范围内任意的双射转换。既然在这里所有的原生资产优先值的增值是非连续的(最小增值称作基本点)Ix的基数总是有限或可数的。
也可写作
也可写作
对任意x∈Ix总有aj≤n成立。
对多变量函数的多重倒数或积分仅意味着对某些特定变量的重复求导或积分。
可写作
也可写作
如果附属区间的分隔很明显或毫无关联，
在积分时可被省略。如果Ix中的x等于xj，则x+被定义为xj+1，x++为xj+2，x-为xj-1。如果j＝s，x+为xj，x++为xj；如果j＝0，x-为xj。
如果p为实数，当p＞0时，sign(p)＝+；当p＜0时，sign(p)＝-；当p＝0时，sign(p)＝(void).Xsign(p)被用于结果表述。≡表示两数量之间的相等以通过定义证明。对任意包含于集合X中的集合A，任意x∈X，当x∈A时我们定义1A的函数为1A(x)＝1， 反之1A(x)＝0。如果A在Boolean状况下定义，1A中的A可换作此状况。
本发明提出的解决方法的关键在于引入了实数的函数，而非单纯让实数表示合约保险金的支出项。此种方法更有实际意义。
3基本公债定义及符号
为了方便理解定义，我们先介绍一下本发明中基本工具的特点，以及特点的原理
(1)基本工具合约(BIC)是包含买方β及卖方Ω的合约。
(2)每一合约中包含3个日期
●签约日期t0，此时双方同意彼此的权利和义务
●保险金支付日期ti，ti≥t0，此时买方β履行合约义务支付给卖方Ω已基本货币为单位的现金
●合约过期tj，tj＞ti，此时卖方Ω履行合约义务支付给买方β已基本货币为单位的现金(原始形式，下文将具体介绍)。
这促进双方BIC的形成，并可通过系统或计算机予以实现。
定义1
基本工具
是在t0买方β及卖方Ω签订的证券合约，可作如下规定
·在ti，β支付给Ω保险金数量为(参考货币单位Sc)
·在tj，Ω支付β支出支付数量为(参考货币单位Sc)
φ为比例密度函数
是自本交易之前的对方卖出
Bt0，ti，tjc(β，Ω，N，(i1，…，ik)，(δ1，…，δk)，(K1，…，Kk)，(j1，…，jp))清单
基本工具合约的集和叫基本BIC。
当支出支付额为
时我们定义其为基本工具合约延伸期权或EOFBICP。它实际上是保险金支付的形式
EOFBICP有助于理解本发明。其它支付形式也可用于基本BIC，例如延伸阿罗-德布鲁基本工具合约支付或EADF-BICP，延伸Fourier转换基本工具合约支付，或EHPFBICP，延伸赫密特多项式基本工具合约支付。所有这些形式都是相同的，构成了一种形式的完整集合，其他形式的集合可通过线性转换得到。这种线性转化可通过矩阵形式表述。
比例密度函数显示每种基本工具中供求如何影响价位。这种现象在证券市场上为滑动。对0＜p＜k+1，Kp是(St1...Sti)的优先函数。
N(St1...Sti)是合约概念。
是合约价位。
K是基本工具的倒数。K＝0时，基本工具仅表述为Bt0，ti，tjc(N)，此外，
时，基本工具仅表述为Bt0，ti，tjc。
因为是零阶导基本工具，基本工具在ti的价位独立于(S1...Sti)，符号同基本工具合约。
在流动市场上，多数卖方认为是逐步增长函数，-(-N)-(N)＞0叫买卖差价。在实际应用中，本发明可被同时以显性隐性的形式输入。隐性定义输入将在下文中以例阐述。
近期很多专利已经涉及到在电子订购系统中市场流动性面临的问题。关于衍生工具的专利，如美国专利4,903,201，指出对流动开放证券电子化的改进，或应用于期货交易的订购匹配交换系统。另一专利，美国专利5,806,048是关于建立开放式共有基金衍生证券以促进市场流动性，并提高影响标价信息的流通。但这项专利并没有考虑到电子衍生工具交换，这需要传统对冲或复制投资组合和方法来合成金融衍生工具。同理，专利美国专利5,794,207提到电子方式匹配供求，但并不在上文提到的范围之内，并且没有解释通过这样市场过程是如何达到经济学价位均衡的。
美国专利5,845,266和6,998,051实行了订购匹配及限制订购法则，这可以有效地应用于传统“砖和臼”的交换中。但他们的电子应用意在节省交通及通讯收费，而没有关于市场构架这一有决定性意义方面的改进。另外，这些技术在提高流动性的同时给交易者带来信息过于庞大的负担(例如通过整条量化价位的需求曲线得出各方偏好)，还有在确切价格交易上还增加了不确定性。本发明旨在通过比例密度函数减少系统数据量，从而消除交易者必须随需求持续更新叫价的问题。实际上，一旦比例密度函数应用于所有基本工具合约，我们不再需要进一步的交易干涉，而且交易者或卖方可清楚了解每笔交易的最终价位。
此种合约与其他形式衍生合约的根本不同在于保险金在合约当中的函数形式，以及分散时间t0至ti的引进。当然多数OTC合约中合约日期及结算日期同签约日期不同，但其间差距已很小，并直接作了调整(为方便建模，我们假设合约日期和保险金付款期是相同的)。这样对于每一ti，tj的日期，都可以在几天之后联合结算。
保险金被描述为价值在t0，ti间波动的函数。这一延伸是本发明的一个重要特点。另外在tj处的付款被表述为特定基础集合单位(由在tj处波动的函数得来，其尺度以在t0，ti间波动的函数单位表示)。选择特定函数是为了使被选取的基础集合是浮动变量在tj处的矢量平面的数学基础，尺度单位为在t0，ti处波动函数取值集合。既然在一个矢量平面上所有基础相等，任何其它基础等于被选取的那一个。因此本发明不是要限定特定选择以做说明，而是包含其所有可能等值。上述例证中，被选取的基础尽可能贴近实际市场中的交易工具，即债券，远期期货和欧洲单纯买卖。”贴近’尤其指如果标量集是实数(ti)，我们可以重新获得古典证券，期货及欧洲单纯买卖。在tj-ti＝1天，我们有隔夜期权，这在OTC市场中交易普遍。这样我们选择与其他方法不同的对冲，在其他方法中，基础按已定义尺度产品选取为希尔伯特式，并且仅用作定价算数使用。
保险金的函数表述及比例单位是分解公式衍生作用的精髓，这样基本工具被用作对冲。
3.1提供BIC的方法
从上文中可以看出，根据数据结构以及算法不同，有多种方法提供BIC，对方法的选择因人而异。下面我们将例证EOFBICP，EADBICP，以及EHPFBICP的不同。
3.1.1 EOFBICP和EADBICP的相关性
如下结果显示基本工具价位以及原生资产单位有条件可能性之间的关系，这是对Breeden-Litzenberger公式在多期多原生资产情况下的延伸与概括。
Prob(Si＝Ki/Si-1；...；S0)＝
公式显示基本工具价位非必须线性依赖于概念，条件可能性同样依赖于名目本金。在这我们展示如何将条件阿罗-德布鲁价位转换成基本工具价位，以及如何从基本工具价位恢复到阿罗-德布鲁价位。
我们有基本工具价位矢量Bti-1，ii，以及条件状态价位矢量Pati-1，ii
陈述
我们有矩阵
的乘积
l+1＜k＜0；1＜k＜h-1；
多维举例
我们将T及其转置用作基本工具生成，应用m次以得到基本工具或要求的维度状态价位。上述中B与Pa的组成是m-1维矩阵。
压缩法则有
为得到Pi(n-1)可应用简单转换分解基本工具，并分别处理各阶段。
之后基于Pi(i)在因变量上可解析的假设，多项插入弧，根据情况选取接下来的点(例如在前一点上的衍生工具)。
3.1.2 EOFBICP格式和EADBICP格式之间的关系
假定(Ωn，F，P)的可能空间
Ωn＝{S0，S1，...，Sn-1}
X为在P上取值的随意变量，函数定义为
ΦX(z)＝E(eizX)
获得的所有状态可能确定ΦX(z)。为此我们重复赋值0，2π，...，2(n-1)π，得到
ΦX(0)＝1＝E(1)＝p0+p1+...+pn-1
即，
有EX＝MP (17)
M是Vandermonde矩阵，Mij是行u，列v的系数，我们有
M-1是M的转置，我们可以得到M-1，所以
P＝M-1EX
(17)的求解与拉格朗日多项式插入公式相关。
假设Pv(x)，v∈
，n-1次多项式为
我们可定义插入Amk，k∈[1，n]，m∈[1，n]的系数为维度为n的正方形矩阵A。
有
替换
中的u和t。因为
我们可以用[1，n]中的u和v代替u+1和v+1
精确地说A＝M-1。因此公式(17)正好P＝AEX，于是我们有
数字计算的应用
算法表述为[31]
for k＝0:n-2
for u＝n-1:k+1
p(u)＝p(u)-exp(2i\pi S[u-1]).p(u-1)
end
end for k＝n-2:0
for u＝k+1:n-1
p(u)＝p(u)/( exp(2i\pi
S[u-1)-exp(S[u-k-2])
end
for u＝k:n-2
p(u)＝p(u)-p(u+1)
end
end
算法要求5n2/2次跳跃。可见C语言，第二版[55]
for(int u＝1；u＜＝n；u++){
M[u]＝exp(2i\pi S[u-1])；
EX[u]＝ValueOf E[exp(2i\pi(u-1)X]；
p[u]＝0.0；
}
vander(H，EX，p，n)；computation of the probabilities.
#include″nrutil.h″
void vander(double M[]，double p[]，double EX[]，int n)
Solves the Vandermonde linear system.Input coneists of
the vectors M[1..n]and EX[1..n]；the vector p[1..n]is output.
{
int i，j，k；
double h，s，t，xx；
double *c；
c＝dvector(1，n)；
if(n＝＝1)p[1]＝EX[1]；
else {
for(i＝1；i＜＝n；i++)c[i]＝0，0；Initialize array.
c[a]＝-M[1]； Coefficients of the master polynomial
for(i＝2；i＜＝n；i++){ are found by recursion.
xx＝-x[1]；
for(j＝(n+1-i)；j＜＝(n-1)；j++)c[j]+＝xx*c[j+1]；
c[n]+＝xx；
}
for(i＝1；i＝n；i++){ Each subfactor in turn
xx＝M[i]；
t＝b＝1.0；
s＝EX[n]；
for(k＝n；k＞＝2；k--){ is synthetically divided，
b＝c[k]+xx≠b；
s+＝EX[k-1]*b；matrix-multiplied by the right-hand side，
t＝xx*t+b；
}
p[i]＝s/t； and supplied with a danominstor.
}
}
free_dvector(c，1，n)；
}
{
int n；dimension of the matrix
double*M，EX，p；
M＝dvector(1，n)；coafficient of the Vandermonde Matrix
KX＝dvector(1，n)； input of Laplace values
常规状态分布
假设Sk正态分布，例Sk＝S0+kΔ，对Vandermonde矩阵系数得到
定义
这样
正方矩阵W定义为Wuv＝ω(u-1)(v-1)，同时ω＝e2iπΔ
我们得到
U行v列DW的乘积为
我们有M＝DW。选取Δas
ω为n根单位，W为其共轭元素，计算两个矩阵u行v列的乘积(WW)uv
我们得到n2运算计算状态价位P0，...Pn-1的方法。但我们看到M-1是n阶Fourier转换矩阵，通过快速Fourier转换得来。我们仅在O(nlog(n))运算中得到乘积
我们可得
所以
这使我们能计算n2次操作的静态价格p0，...，pn-1。我们发现得到的最大M1为傅立叶变换的矩阵，n的次序表示快速傅立叶变换运算规则，我们可完成计算
只在O(nlog(n))操作中。
如果有Sk非正态分布，Δk＝Sk-S0，但有下述特性
k∈
，Δk∈¤
设Dk∈¤，Nk∈，如
设N＝1cmk∈
(Nk)，lem为最小普通倍数。
这样我们可引入以正态分布(Sk％)k∈
，适用于所有Sk，并且应用先前结果计算函数在任一点的缺省值。
3.2供求敏感性在定价，风险管理，以及衍生工具合约交易中的结合
本发明解决了在基本工具定价中的一个重要问题，即套利活动不应存在于基本工具价位随供求敏感性波动的情况中。这可以通过证明状态价格为正数，并且和为1得来。
尽管上文中比例密度函数以明确形式定义，在很多实际情况中，考虑到无套利活动，比例密度函数往往以隐性形式定义。本发明通过引入权重函数实现暗含定义。
隐性定义权重函数定义
假设为连续可能性状态E(Ω，B，P)，Ω＝1，n；在Ω×□n上定义权重函数W(i，ni)
W(i，ni)≥0，并且
以避免负数或无穷情况出现造成套汇状况。
权重函数举例
举例之前我们先作下述陈述
Pr oposition
We define thet arg et probabilities(piM)l≤i≤n and the base probabilitiesof the marrket m(pim)l≤i≤n for the state space under considerationwith associated notional numbers nim suchthat for eachi，
There exists a sequence of numbers wim，suchthat for eachi，
and for any given value of
the wim are uniquely det er min ed for eachi，
Pr oof
We assume for ins tan ce
因此在一个对任意首要ArrowDebreu证券假定价位PMi成立的市场中，权重函数可被定义为
这反映了状况后价位相对于供求对状态价位的反应类似于赌马中支出的分配。
本发明中，权重函数可用于定义基本工具比例密度函数首先将输入权重函数转化为有条件状态价位向量，然后乘以矩阵T，基本工具价位相对于存货，供求的向量。
3.3信用风险在定价，风险管理以及衍生工具合约交易中的结合
本发明还体现在结合最精确的信用风险敏感度于定价风险管理以及金融衍生工具交易中。
信用风险在这里指另一方没有在指定时间(完全)履行金融义务。
在衍生工具交易中，一方通常假设另一方有破产风险或不能在衍生合约有效期间内于指定时间履行其义务。
要求保证金，信用监控，以及其他合约措施(有时很耗时)是顾客使用的管理衍生工具和信用风险的方法。不同于U.S Pat.No.6,317,727B1，US Pat.No 6,321,212B1的是，为了定价及对冲，在本发明中，衍生工具交易信用风险是一个增值原生资产，其值在无默认值的参考货币中在0，1之间浮动--这样做的好处是不仅考虑到促进其他方法的使用，还更好促进了在信用风险中衍生工具的交易。
更确切地说，考虑到这一点，对任何在β，Ω间的合约，我们定义随机变量Stβ，Ω∈
是对β来说Ω在t履行义务的可能性N的比例。
在这种情况下，Stβ，Ω可被简单看作新的原生资产，这样β的义务是无风险的。因此通过对任意衍生工具合约的盈利f加倍以及定义比例密度函数，我们自动包括了交易信用风险。
因此对所有β，Ω的所有随机变量Stβ，Ω基本工具的交易，市场将给信用风险定价。我们可通过引入无默认值的参考对方ref来减少变量数量(ref在所有交易中为对立面)。这样获利变量将为Stβ，ref(ref恒定)，或为Stβ，Ω，β为指数∈{0，...，m}。
follows a beta distribution with densityfa(β，ti)，b(β，ti)
where Beta is the classical Beta Function
本发明另一优势为β组有容易计算的力矩，fab(x)的力矩生成函数为
这样可通过多种形式的输入数据校准信用风险模型。
本发明中比率
可不互相依赖，β分布可取决于其他输入的实现值，其中其他输入包括不同原生资产。
此外，通过限定一方不包括信用风险的义务价值与包括信用风险价值差额的最大值，本发明可推测出该方的信用风险范围。
4总体合约定义
我们定义∏0，i，nc(f)2为衍生证券，表示在t0签订的合约，在ti付款，在tn获利f(S11，…，S1m，…，Sn1…，Snm)以相关货币Sc为单位。这个广泛定义涵盖(但不局限于)在FAS133pp3-7，段6-11及其10(b)修正件中的定义。一个支出函数为f(S11，…，S1m，…，Sn1…，Snm)的衍生工具和约叫无期权特点衍生工具合约(DCWOF)。
我们有
为t0开始的证券合约在tn处的价位，并且保证收到
tn处相关货币Sc单位。∏0，n，nc(f)为一般相关合约。
对任意i≥0，我们定义∏0，i，nc(f)(S1；…；Si)为t0处开始的证券合约在ti处的价位，并保证收到f(Sll，…，Slm，…，Snl，…，Snm)tn处相关货币Sc单位；∏0，i，nc(f)为相关合约。
对任意i≥0，我们定义∏0，ic(f)(S1；…；Si)为t0处开始的证券合约在ti处的价位，并保证收到∏0，i+1c(f)(S1；…；Si+1)ti+1处相关货币Sc单位；∏0，ic(f)为相关合约。
4.1举例
下面是一些显示衍生工具合约转化为正规函数过程的例子
Vanilla Option，f(S0；…；Sn)＝(δ(Sn-Kn))+
Double Barrier Option，f(S0；…；Sn)＝(δ(Sn-K))+1{L＜Sn＜H}×…×1{L＜S1＜H}
Asian Option，
Volatility Swap，
5基本证券分解定理
5.1衍生
下面是对任意函数m3在上文提到的概念假设下成立的结果，详见附录
定理对任意在离散平面(实数Ix)下定义的函数g；
为m维离散平面
对衍生工具合约离散定义及上文提到的整数，有以下公式
Sgn(x)＝1如果x≥0，否则Sgn(x)＝-1
因此，用∏0，ic(f)(S0；…；Si)代替g，应用基本工具定义，买方β卖方Ω，对i＞0，我们推导出
(18)
从
回归得到∏0，0c(f)，并推导出
原始证券的衍生证券静态复制定理如下
5.2衍生工具静态复制分解定理
假设无套汇机会，任意衍生证券∏0，i，nc(f)，表示在t0签订的合约，在ti付款，在tn获利f(S11，…，S1m，…，Sn1，…，Snm)，可被分解为基本证券之和
同样我们有
在
在每一交易期末，所以借方持有量和全部转入所有贷方持有量和。这种持有量的自动盈利意味着任意衍生证券将被静态复制为选定基本证券。
公式(18)中的第一个成分，我们在基本货币上叫做零阶导基本工具，并且是单一期货周期中零息票债券。
这样我们有在相关货币上的零阶导基本工具，这是(或延伸)单一期货周期中远期或期货。
一阶导基本工具是单一期货周期中在单一不确定性下买卖的延伸。
二阶导基本工具是单一期货周期中在两种不确定性下的相关期权的延伸。
总体来说，n阶导基本工具是在n种不确定下的可能性。
公式逐步引入高阶导，他们的保险金额低于有相似意外性的低阶导值。在一些估算方法中，高过一定值的阶数可被忽略。
当本发明仅用于定价时，应用可以最好使用现有信息的基本集合可能更有优势。这时现有直接信息是有条件密度，而相关基本集合是阿罗-德布鲁状态价位。
5.3举例
1.世界联赛的例子是本文中介绍的定义公式的一个简单应用，它超出金融资产的范畴，显示出本方法的广泛适用性。
2.标准范例
我们将详细介绍公式如何应用于单纯期权。有单一原生资产
并且参考货币
上述公式简化为
在此讨论的衍生工具合约为单纯买入期权，在t0达成合约，tn处过期。假设无利率并且回购或分红率为零。无滑动无信用风险，但有n+1个交易周期t0，t1，tn。我们同时假设一阶基本工具由Black Scholes公式给出。
有
σ＝0.1
i∈{1，…，n}
n＝1，2，7
ti＝i/365
S0＝100，K＝100
目标是计算∏0，00(f)为实数。
这个例子证明离散交易对闭合连续交易公式的影响。对整数，我们有Ix＝{0，1/p，...i/p，p/p＝1}，其中p＝35，70，100。结果如下表
表2p＝35 N算法结果Black Scholes闭合连续时间结果 1 0.208816 0.208816 2 0.29688 0.29531 7 0.528928 0.552471
表3p＝70 n 算法结果 Black Scholes闭 合连续时间结果 1 0.208816 0.208816 2 0.295824 0.29531 7 0.533565 0.552471
结果显示公式可行，并产生与事实相符的结果。
5.4压缩成正式格式定理2
这部分处理当卖卖方在合约有效期内面临多种选择时，衍生工具合约静态复制及标价的问题。很多文章例如US6，321，212B1，卷4(7)，均指出解决这一问题的棘手性。
表4P＝100 n算法结果Black Scholes闭合连续时间结果 1 0.208816 0.208816 2 0.295517 0.29531 7 0.535611 0.552471
US6,321,212B1的发明者并没有给出一个确定的解决方法；其他作者也没有找到其中门道。
本发明一个最简单的应用可处理这一问题。其他可用在更复杂的情况下。这些情况包括解决微观结构问题，对冲战略等。
本发明更进一步生成一个可简单复制，广泛应用，计算机可行的次序来解决此问题。另外本发明包括了更先进的对冲战略，以及更精细的系统，如对任意形式的衍生工具的交易系统。
定理2假设一市场交易系统e0，n，所有可能的基本工具交易。我们同时假设无套汇可能性。
现有∏0，i，nc(f)是t0处的合约，约定在ti卖方Ω支付给买方βf(S0；β0；Ω0；…；Sn；βn；Ωn)(resp.f(S0；Ω0；β0；…；Sn-1；Ωn；βn))5，其中βj(resp.Ωi)是买方β在tj处选择参数的m+1维向量；Ωj(resp.βj)是卖方Ω在ti处选择参数的m+1维向量。假设在未来任意时间f的有条件期望值为βj(Ωj)0≤j≤n，可被简化为函数，其在βi(resp.Ωi)0≤j≤n可能取值的子集中有max(resp.min)。
如果我们有下列等式，
for 0≤p≤i and for any function N.
意味着如果卖方对基本工具叫价是参数的确定函数，既原生资产的实现值，那么，∏0，i，nc(f)可被简化为在tn支付
合约。
Lemma
如果有下列等式
for 0≤p≤i and for any function N，
那么对任意函数f(S0；…；Sn)，有
证明这是分解公式的直接结果。
定理2证明取
这样Ωn是S0；β0；Ω0；...；Sn；βn的函数，
并且
这样βn是S0；β0；Ω0；...；Sn的函数。
反向重复此过程，对任意i＝n-1到0
这样Ωi是S0；β0；Ω0；...；Si；βi的函数。
这样βi是S0；β0；Ω0；…；Si的函数。
最后继函数f(S0；…；Sn)有f(S0；β0；Ω0；…；Si；βi；Ωi；…；Sn；βn；Ωn)
注如果ArgMax有多种选择，可随意挑取，用于上述公式。
如果最初ArgMin，ArgMax在上述Ωi，βi的确认值上不易处理，有多种算术结果可用来化简此函数至Boolean操作(仅有为数不多的期望值)。这样在实际操作中，逆序的反复序列可在计算机程序中运行。
小结5.5将通过列子进一步阐述这种简化方法的应用。
5.5最优化例证
美国期权
在这美国期权(或Bermudan)指一合约，该合约保障买方在t1至tn中任意时间可以以行使价格K买卖原生资产S的权利。
在到期tn处的获利因此可被写作
withδ＝1 for a call andδ＝-1 for a put；0≤βi≤1；N being the notional of the contract.
应用定理2，鉴于当f的衍生工具介于0，1之间时不同于0，我们得到
可被进一步写作
护照期权(一个原生资产--Hyer-Lipton-Pugachevsky定义的离散解释)[41]
护照期权为一合约，该合约给予买方在t0只tn-1中任意时间买卖最大数量为N的原生资产S的权利；在tn买方享有交易盈利，卖方承担交易损失。
在到期tn处的盈利可写作
f(S0；β0；Ω0；…；Sn；βn；Ωn)＝(N(β0(S1-S0)+β1(S2-S1)+…+βn-1(Sn-Sn-1)))+0≤i≤n-1，|βi|≤1
从中可以看到f作为βi的函数是(至多在一点不连续)连续2次可微的，因此我们定义βi∈{-1，0，1}，更详细地写作
with sign(x)＝1 if x≥0，sign(x)＝-1 if x＜0。
护照期权(一个原生资产---Wilmott定义的离散解释)
一个原生资产下的护照指一合约，该合约给予买方在t0只tn-1中任意时间买卖最大数量为N的原生资产Sj的权利；在tn买方享有交易盈利，卖方承担交易损失。
在到期tn处的盈利可写作
f(S0；β0；Ω0；…；Sn；βn；Ωn)＝N(＜β0，(S1-S0)＞+＜β1，(S2-S1)＞+…+＜βn-1，(Sn-Sn-1)＞)+0≤i≤n-1，
延伸到多维的情况，我们推导出
为了计算β，我们做至多3m-1个期望及比较的评估。
早期行使活动窗口亚洲期权(夏威夷期权)
该期权是一合约，买方可选择在合约日t0至到期日tn中任意时间接受上个交易周期P中原生资产平均值与行使价格的差价(如果差价为正值)。
在到期tn处的盈利可写作
withδ＝1 for a call andδ＝-1 for a put；0 ≤βi≤1；p being the number of time-series同over which the average is taken.
理应用于美国期权，我们推导出
6应用
下文将结合三个实际交易应用系统定价系统，衍生工具交易系统以及风险管理系统对本发明的方法作进一步阐述。
6.1衍生工具定价
在定价或决策系统中，因为下述4个优点，本发明可取代传统方法如闭合形式，树状图，PDE，蒙特卡罗
●在设计任何可想象的衍生工具合约时具有灵活性，本方法甚至可天衣无缝地为任意特定原生资产动态性定价
●通过引入比例密度函数轻松将流动性结合于衍生工具定价
●通过完美结合代表对方信用风险的原生证券，将信用风险容于本方法
●通过使用指示基本工具合约，而非现金通用的由Black-Scholes-Merton导出的Greeks系数，保护站略降独立于模型风险
只要考虑速度问题，除了闭合模式，本发明中的方法较PDEs，树状图或蒙特卡罗，以及很多对常规积分提高速度的方法而言，都有优越性。这些方法包括辛普森形式，高森求积方法，重要性取样方法，Sobol，Halton或其他点集低差异性的方法。
详见图。
6.2交易设计
本发明的方法可推导出多种衍生工具交易方法。在这我们介绍一种设计，其延伸现今操作及衍生工具合约以实现本发明大体应用。这一设计同样适用于任何其他形式的OTC或交易所框架。
详见图。
6.3风险管理系统
在衍生工具投资组合风险管理中，交易者面对的是风险价值(VAR)或Greek来防止投资组合受不利市场状况的影响。推导出VAR的分布假设以及Greek(意味的多项式近似)都造成了不适于本框架的模型风险。
基本工具市场的存在意味着无假设的市场状态价位密度---这样基本工具可用于管理对冲风险。
超越了VAR，在基本工具交换市场中，更贴切的量身定做的衍生工具可更好用于管理衍生工具投资组合。
本发明方法可用于设计建立更有效的风险管理系统。在本发明应用中，这样的风险管理系统包括
●衍生工具合约持有量的数据库，以基本工具单位存储
●输入数据--市场关于受激基本工具价位的供给
该系统可与上文中陈述的交易系统结合产生更有效的交易战略，以达到风险管理者的预期目标。
例如，一投资管理者有资产组合及衍生工具，获利fk(S0；S1；…；Snk)，k，0，n。他想在VAR框架下保值，通过购买t0处的合约
在ti处支付保险金
在ti+j处收到数量
这样对于数量VAR(i，i+j)我们有1-cVARR(i，j)可靠区间，那么cVAR(i，j)有特征
本发明解决了VAR方法的一个主要不足，即当潜在损失超过计算出的var时，过分集中或隐藏过度负盈利。图7显示出这一问题。在包含本发明方法的风险管理中，客户投资组合的盈利可被赋予在所有可能情况下的最大损失值。这一方法也可用于风险管理系统或风险管理计算机程序。
详见图。
本发明对应于FAS 133或IAS 39衍生工具清算应用是通过消除由假定一特定模型来分配衍生工具得失(以作为对冲工具，因此，在其他综合收入上的分配)所带来的不确定性。这样较WO 02/44847中的方法更有效动态对冲清算重新分配。
US20020111891投资组合报告动态清算系统
US20020107774补偿比率保障所有这些方法见参考书目。
7变量改变简化维度及运算
实际操作中运算时间是一个很需要考虑的问题。最初在对S0，…，Sn期权价位的运算上很难进行全盘考虑，因为算法时间将随着时间数的增多而成指数倍增长。
实际上在利息以及基本工具合约中已经广泛应用的方法是相对明显的变量变化可以将运算时间减少到是时间数量的2或3次幂。下文将作阐述。
算法意在减少期权价位依赖的复杂性。对于非路径依赖期权和原生资产，都可通过一诀窍--马尔科夫链(布朗运动形成或更笼统的Levy过程)轻松实现。例如，欧洲单纯期权(几何布朗运动假设)在t的价位仅依赖于原生资产St的现价，而与过去价值无关。因此我们认为期权价位仅是现价的函数。如
∏0，i，c(f)S0，…，∏0，i，c(f)(Si)
在这种表述下，计算时间在合约到期时几乎呈线性9。但我们不能将其应用于路径依赖的获利，如亚洲期权，跳转期权，美国期权等。
对路径依赖期权，我们认为其是多种变量Vvi的函数其中之一是原生资产的现价，其他变量用于压缩路径信息以决定期权在任意时间的价位。例如，我们选取
●算数亚洲期权应用两维变量Vi0＝Si，
定义获利函数为向量函数
fn(V)＝(V1n-K)+
●跳转期权应用两维变量V0i＝Si，V1i＝maxi k＝0Sk。定义获利函数为向量函数
fn(V)＝(V1n-K)+
●美国期权应用两维变量V0i＝Si，V1i用作存储，表示期权过去有否被行使以及第一次盈利的信息，因此
定义获利函数为向量函数
护照期权应用两维变量V0i＝Si，V1i存储现时获利信息，因此
V1i＝V1i-1+βi(Si-Si-1)
定义获利函数为向量函数fn(V)＝V1n
应用此种方法可以求得变量之间的关系，也就是说，有t0处变量向量及原生资产在ti+1的值，如何确定变量向量在ti+1处的值。由上述例子我们得到关系如下
●算数亚洲期权
●跳转期权V1i+1＝max(V1i，Si+1)
●美国期权在ti+1，我们有两种可能--已经行使期权无需动作，或没有行使我们要选择如何行使。如果产生利润高于对期权过期时利润的预测，我们决定行使期权(这是欧洲期权相对于原生资产现实价值的价位，该期权在行使及有效期上类似于美国期权)。因此对于买入，有
实际操作中，我们首先用算法求出相应的欧洲期权价位--为欧洲期权在任意时间对任一点定价，价位等同于原生资产以往价值。美国证券算法同理。
表5美国期权点S0＝100，行使K＝100，有效期n(天计)，利率(r)，行使消耗(b)。基本点及精确度。R ba nbpproc结果Bjcrksund和Stcnsland连续时间估算 欧洲0-0.10.15′0.055 0.472 0.4757 0.4680000.05100.055 0.398 0.3974 0.39810.100.1100.15 0.795 0.7918 0.79500.025-0.00.0550.15 0.357 0.3159 0.30840-0.10.1100.054 0.757 0.7396 0.70250.050.050.1100.055 0.893 0.8969 0.89830.05-0.00.1100.055 0.735 0.7046 0.6989
●护照期权在ti+1，选βi+1，如β(Si+1-Si)为最大值。ti+1处向量与ti处向量的关系为V1i+1的重复定义。
获利算法概述
除了上述方法外，总体说来，计算获利可由下面几个方面得出
1.在离散平面定义f
2.在连续平面(无限光滑)上延伸f，或函数fc(插入f在离散平面上的值)
3.应用已知定理，通过近似函数f得到整数价值，并应用较小的原离散平面子集得到整数近似值
本方法省去了对函数规则条件的证明(一般作为连续平面的开始)。这可以生成运行更快的方法，系统和计算机程序， 因为一次我们可以囊括多种状态。
附录
定理
对任意定义在实数Ix离散平面上的函数g，
一m维离散平面，这样
由上文介绍的衍生工具以及整数离散定义，有下述公式
当x≥0，Sgn(x)＝1，否则，Sgn(x)＝-1
我们在离散状况下进行证明，以避免常规假设造成的问题(结果不正确以及不能抓住实际情况的离散性)。结果不正确的案例可能包括最常见的衍生证券利润结构(ST-K)+是ST的函数，在该变量上非二阶可微。
证明
案例1单一变量
有l，h整数l≤0≤h，并且xl，x0，xh是h-1+1个实数的递增序列
Ix＝{-∞≤xl，...，x0，...，xh≤+∞}，并且xn∈Ix。
对任意在Ix上定义的函数g，
如果xn≥x0，
我们有
g(xn)＝g(x0)+(g(xn)-g(x0))
类似的，我们有
这样用g(xn)替换，有
然后倒转在指数k，j上的加和次序，有
因此我们可以改写为
如果xn＜x0，
我们有
g(xn)＝g(x0)+(g(xn)-g(x0))
类似的，我们有
用g(xn)替换，有
然后转换在指数k，j上加和的次序，有
这样可写作
当xn≥x0，xn＜x0时，有
Lemm
对任意x∈ Ix＝{-∞≤xl，...，x0，...，xh≤+∞}，在我们关于衍生工具和整数的离散定义上，
有
Range of points taken in the double summation
in the proof of the appenoix(*)
The sum of values represented by each point is the
desired double summation
案例2m个变量，m＞1
a)准备
首先我们介绍由分布理论而来的目标及定义
有m为离散平面
δx0iis是一应用，对任意在Ix子空间上定义的应用g，
我们也引入
的成分o的算子
So，
由这些符号，很明显地，上述lemma得来的结果可被改写为
or more conveniently，
b)循环证明
既然很明显的，算子是随着加和分布的，我们可假设对m＞1，有下列关系成立
现在我们必须证明对于rδxmo…oδx1
的公式。
从单一变量的例子我们得到
这样，
但
因此，将(I)，(II)，(III)，(IV)相加，我们可很容易的看出δxmoδxm-1o…oδx1
可被改写为
这是我们要通过循环证明验证公式的结果。
在连续空间，并且f是两次可导的，m＝1，t代替t+，我们可恢复由其他工具如[13]到处的著名公式。
参考文献Alexander.C.The handbook of Risk Management and Analysis；J.Wiley 1996.Andersen，L.Andrcason，J.and Eliczcr，D.Static Replication of Barrier OptionsSome General Results；Working′Paper Fcb 2000.Andersen，L.Androascn，J.Jumping Smiles；Risk，Nov 1999 pp65-68.Avollancda.M.Friedman，C.Holmes，R.and Sampcri，D.Calibrating VolatilitySurfaces via Relative Entropy Minimization；Applied Mathematical Finance，March.19g7.Baz，J.Naik，V.Pricul，D.Putyatin，V.Sailing risk at a premium；.Risk Dec2000Bortsimas，D.Kogan，L.and Lo，A.Hedging Derivatives Securities andIncomplete MarketsAn epsilon-arbitraga approach.；NBER Working Paper.1997.Bertsimas，D.Kogan，L.and Lo，A.Journal of Financial Economics；When istime continuous？55(2000)pp173-204.Bjerksund，P.Stcnsland，G.Closed-form approximation of american options；Scandinavian Journal of Management 9，1993.Black，F.Scholcs，M.The pricing of options and Corporate Liabilities；Journal ofPolitical Economy 81，1973，pp637-659.Brccdcn，D.T.and Litzenbergor，R.H.Prices of State-Contingent Claims implicitin Options Prices；Journal of Business 1978 pp 623-651..Buchon，P.W.and Kelly，M.The.Maximum Entropy Distribution of an assetinferred from Options Prices；Journal of Financial and Quantitative Analysis Vol 31 no1，March 1996.Can，P.Ellis，K.and Gupta，V.Static Hedging with Exotic Options；TheJournal of Finance，June 1998 pp 1165-1190.Can，P.and Madan，D.Towards a theory of volatility trading；Working paperJan 30，2002.Can，P.Gcman，H.and Madan，D.Pricing and hedging in incomplete markets；Journal of Financial Economics 62(Oct 2001)pp 131-167.CFTC，Bill H.R.5660 Commodity Futures Modernization Act of 2000；available athttp//www.cftc.gov/cftc/cftclawrcg.htm.Chang，P.H.K.and Molick，W.R.Workshop on estimating and interpretingprobability density funnctions；June 14，1999.Chriss，N.Tsivcriotis，K.Pricing with a Difference；Risk Fob 1998.Crouhy，M.Galai，D.Mark，R.Risk Management，Me Graw-Hill ISBN0-07-135731-9.Das，S.R.and Sundaram，R.K.Of Smiles and SmirksA Term StructurePerspective；
Journal of Financial and Quantitative Analysis June 1999.[20]Dcbrcu，G.1959.Theory of Valuean axiomatic analysis of economic equilibrium.]Wiley，New York.Dorman，E.Kani，I.Kamal，M.Trading and hedginging local volatility；The Journalof Financial Engineering V6.No3 pp233-268.Dorman，E.Kani，I.Riding on a Smile；Risk Ebb 1994 pp32-39.Duffic，D，Dynamic Asset Pricing Theory；Third Edition 2001 Princeton University Press.Dumas，B.Fleming，J and Whalcy，R.E.Implied Volatility FunctionsEmpiricalTests；The Journal of Finance.Dec 1998 pp2059-2103.Dupirc，B.Pricing with a Smile；Risk，Jan 1994 pp18-20.Efaor，J.M.Jones，S.P.and Soward，J.Composing contractsan adventure infinancial engineering；International Conference on Functional Programming，Montreal，Sept 2000，paper available @http//rcscarch.microsoft.com/simonpj/papers/contracts-icfp.litm.Elliot，J.R.Hunter，W.Kopp，E.P.Madan，B，D，Pricing via MultiplicativePrice Decomposition；Journal of Financial Engineering Vol 4.No.3 pp 247-262.Financial Accounting Standards Board Statement No.133 Accounting forDerivative Instruments and Hedging Activities；Financial Accoimting Standards Board Statement No.137 Accounting forDerivative Instruments and Hedging Activities-Deferral of the Effective Date，of FASBStatement No.183；Financial Accounting Standards Board Statement No.138 Accounting forCertain Derivative Instruments and Certain Hedging Activities.An amendment of FASBStatement No.133；Golnb and Van Loan，Matrix Computations，Johns Hopkins University Press，1993.Gulko，L.The Entropy Theory of Option Pricing；PhD Thesis.Yale University1998.Gno.D.The Risk Premium of Volatility Implicit in Currency Options；1998Working Paper.Harrison，M.，and D.Krops.(1979)Martingales and Arbitrage in MultiperiodSecurities Markets，；Journal of Economic Theory，20，381-408.Harrison，J.& Pliska.S.(1981)Martingales and Stochastic Integrals in the Theoryof Continuous Trading；Stochastic Processes & Applications 11，215-260.[36]Henderson，R.J.Event Risk and Jump diffusion in Option Pricing；Risk，Sept 1999.[37]Henderson，R.J.Jcx.M and Wang，D.Pricing Exotics under the Smile，Risk，November 1999.HiuVcj，E.Evaluating Corporate Currency Options Strategies；Gtncws 17 April2001.Hofason.D.G.and Rogers，L.C.G.Complete Models with Stochastic Volatility；Working Papor University of Bath.Hull，J.and White，A.The pricing of options on assets with stochasticvolatilities；Journal of Finance，3(1987)，pp.281-300.Hycr，T.Liptom-Lifschitz，T and Pugachovsky，D Passport to success；(Sept1997)，Risk 10.，No 9.，pp127-131..Hyungsok.A.Pcnaud，A.and Paul Wilmott，P.Various passport options and theirvai′iiation；1999)OCIAM Oxford University Working papor.Jaekwcrth，3.G.and Rubinstein，M.Recovering probability Distributions fromcontemporaneous seciirity prices；Journal of Finance，Dec 1996 515 1611-1631.Kongtcheu，P.Calibration of the Volatility SurfaceApplication to the pricing ofVolatility Swaps；Credit Agricolc Indosucz & Courant Institute of Mathematical SciencesMathematical Finance Seminar April 1998.Lcrncr，J.Where does State Street Lead，？A First Look at Finance Patents，1971 to 2000；Journal of Finance Vol 57，no.2 April 2002.Lowcnstcin，R.Yflien Genius FailedThe Rise and Fall of Long-Term CapitalManagement；Random House September 2000.Madan，D.Milne，D.Contingent Claims Valued and Hedged by Pricing andInvesting in a Basis；Mathematical Finance，July 1994，4，3，223-24.Madan，D.Bakshi，G.Spanning and Derivative Security Valuation；Journal ofFinancial Economics 55(2000)205-238.Morton，R.C.(1973)Theory of Rational Option Pricing；Bell Journal of Economics and Management Science，spring，141-183.Morton，R.C.1976 Option Pricing When Underlying Stock Retums AreDiscontinuous；Journal of Financial Economies.Vol 3，pp.125-144.NachmanD.C.Spanning end completeness with options；The review of financialstudios 1989，VI，no3 pp311-328.Rogers.L.C.G.，Talay，D.Numerical Methods in Financial Mathematics；Cambridge University Press，1996.Rubinstein，M.Implied binomial trees；Journal of Finance，49(3)771-819，1994.Talcb，N.Dynamic HedgingManaging vanillas and exotic options；John Wiley1997.William H.Prcss，Brian P.Flannery，Saul A.Tcukolsky，William T.Vcttcrling，Numerical Recipes in CThe Art of Scientific Computing 1993.Wilmott.P.wilmott.com technical forum；Technical forum(Thread started Oct 25，2001)Moving window Asian with earlyexercise.
本申请引用的全部专利均包括在参考文献中。
上文说明旨在阐述本发明的具体应用，并非限制其形式范围。相反，通过附加的说明，我们意在于本发明理念与范畴中涵盖其他可能性，改进产品和相等物。
权利要求
1.促进一对一或多个买卖方之间BIC生成的方法有下述几个步骤(该方法是生成任何金融衍生工具合约的基础，其中BIC以及金融衍生工具合约在单或多期交易范围下，对任意数量的原生资产以及任意名目本金均适用)
a.建立BIC基础；
b.确定BIC条款，至少包括-一个或多个买卖方的信息
-指明BIC捆绑的合约时间
-保险金支付时间(与合约同时或稍晚)
-支出时间(与保险金时间同时或稍晚)
-由一或多个买方支付给一或多个卖方的保险金数量，以一或多个原生资产从合约时间到保险金支付时间(包括保险金支付时间)的观测价值函数来表示
-支出时间，以一或多个原生资产从合约时间到支出时间(包括支出时间)的观测价值函数来表示
c.确定BIC反映了协议条款
2.在权利要求第1方法中a)更包括细化BIC中支出支付数量的形式，以一或多个卖方对一或多个买方的基本货币为单位。
3.在权利要求第2中的方法支出支付数量的形式从EOFBICP，EADFBICP，EFTFBICP，EHPFBICP格式中选取。
4.促进一对一或多个买卖方之间BIC生成的系统包括(该系统是生成任何金融衍生工具合约的基础，其中BIC以及金融衍生工具合约在单或多期交易范围下，对任意数量的原生资产以及任意名目本金均适用)
a.建立BIC基础方法
b.确定BIC条款，至少包括-一个或多个买卖方的信息
-指明BIC捆绑的和约时间
-保险金支付时间(与合约同时或稍晚)
-支出时间(与保险金时间同时或稍晚)
-由一或多个买方支付给一或多个卖方的保险金数量，以一或多个原生资产从合约时间到保险金支付时间(包括保险金支付时间)的观测价值函数来表示
-支出时间，以一或多个原生资产从合约时间到支出时间(包括支出时间)的观测价值函数来表示
c.确定BIC反映了协议条款
5.在权利要求第4中的系统步骤a)更包括细化BIC中支出支付数量的形式，以一或多个卖方对一或多个买方的基本货币为单位。
6.在权利要求5中的系统支出支付数量的形式从EOFBICP，EADFBICP，EFTFBICP，EHPFBICP格式中选取。
7.促进一对一或多个买卖方之间BIC生成的计算机程序包括(该软件是生成任何金融衍生工具合约的基础，其中BIC以及金融衍生工具合约在单或多期交易范围下，对任意数量的原生证券以及任意名目本金均适用)
有计算机可读代码的计算机识别媒体，可读代码要
a.建立BIC基础
b.确定BIC条款，至少包括-一个或多个买卖方的信息
-指明BIC捆绑的和约时间
-保险金支付时间(与合约同时或稍晚)
-支出时间(与保险金时间同时或稍晚)
-由一或多个买方支付给一或多个卖方的保险金数量，以一或多个原生资产从合约时间到保险金支付时间(包括保险金支付时间)的观测价值函数来表示
-支出时间，以一或多个原生资产从合约时间到支出时间(包括支出时间)的观测价值函数来表示
c.确定BIC反映了协议条款
8.专利申请第7中的计算机程序步骤a)更包括计算机可读代码，细化BIC中支出支付数量的形式，以一或多个卖方对一或多个买方的基本货币为单位。
9.专利申请8中的计算机程序支出支付数量的形式从EOFBICP，EADFBICP，EFTFBICP，EHPFBICP格式中选取。
10.促进在单或多期交易范围下，一对一或多个买卖方之间，对任意数量的原生资产以及任意名目本金均适用的金融衍生工具合约生成的方法包括如下步骤
a.确定衍生工具合约条款，包括-一个或多个买卖方的信息
-指明衍生工具合约捆绑的合约时间
-保险金支付时间(与合约同时或稍晚)
-支出时间(与保险金时间同时或稍晚)
-由一或多个买方支付给一或多个卖方的保险金数量，以一或多个原生资产从合约时间到保险金支付时间(包括保险金支付时间)的观测价值函数来表示
-支出支付数量，以DCWBSOF形式表述
b.确定衍生工具合约反映了协议条款
11.促进在单或多期交易范围下，一对一或多个买卖方之间，对任意数量的原生资产以及任意名目本金均适用的金融衍生工具合约生成的系统包括
a.确定衍生工具合约条款的方法，包括-一个或多个买卖方的信息
-指明衍生工具合约捆绑的合约时间
-保险金支付时间(与合约同时或稍晚)
-支出时间(与保险金时间同时或稍晚)
-由一或多个买方支付给一或多个卖方的保险金数量，以一或多个原生资产从合约时间到保险金支付时间(包括保险金支付时间)的观测价值函数来表示
-支出支付数量，以DCWBSOF形式表述
b.确定衍生工具合约反映了协议条款
12.促进在单或多期交易范围下，一对一或多个买卖方之间，对任意数量的原生资产以及任意名目本金均适用的金融衍生工具合约生成的计算机程序包括
有计算机可读代码的计算机识别媒体，可读代码要
a.确定衍生工具合约条款，包括-一个或多个买卖方的信息
-指明衍生工具合约捆绑的和约时间
-保险金支付时间(与合约同时或稍晚)
-支出时间(与保险金时间同时或稍晚)
-由一或多个买方支付给一或多个卖方的保险金数量，以一或多个原生资产从合约时间到保险金支付时间(包括保险金支付时间)的观测价值函数来表示
-支出支付数量，以DCWBSOF形式表述
b.确定衍生工具合约反映了协议条款
13.压缩一或多个原生资产在一或多个交易周期，对任意名目本金的衍生工具合约支出支付函数模式(用以促进分解为一或多个BIC)的方法包括如下步骤
a.接收以DCWBSOF格式表述的支出支付函数，DCWBSOF格式是下述的函数
-一或多个原生资产从指定合约时间到(包括)制定支出支付时间的观测价值
-表示一或多个买卖方从上述合约时间到上述指定支出支付时间的价值可选值的参数
b.将上述支出支付函数的表述格式有DCWBSOF转化为DCWOF格式，DCWOF格式是一或多个相关变量从上述合约时间到(包括)上述支出支付时间的观测价值，而非表示一或多个买卖方从上述合约时间到上述指定支出支付时间的价值可选值的参数。
14.专利第13项方法的转化步骤包括
以逆时顺序(从上述支出支付时间到上述和约时间)用一或多个买方的价值选择重复给参数赋值，在重复过程中的每个时间处价值选择为一或多个买家合约价值的最大值。
15.权利要求13方法的转化步骤包括
以逆时顺序(从上述支出支付时间到上述和约时间)用一或多个卖方的价值选择重复给参数赋值，在重复过程中的每个时间处价值选择为一或多个卖家合约价值的最小值。
16.压缩一或多个原生资产在一或多个交易周期，对任意名目本金的衍生工具合约支出支付函数模式(用以促进分解为一或多个BIC)的系统包括
a.接收以DCWBSOF格式表述的支出支付函数的方法，DCWBSOF格式是下述的函数
-一或多个原生资产从指定合约时间到(包括)制定支出支付时间的观测价值
-表示一或多个买卖方从上述合约时间到上述指定支出支付时间的价值可选值的参数
b.将上述支出支付函数的表述格式有DCWBSOF转化为DCWOF格式的方法，DCWOF格式是一或多个相关变量从上述合约时间到(包括)上述支出支付时间的观测价值，而非表示一或多个买卖方从上述合约时间到上述指定支出支付时间的价值可选值的参数。
17.权利要求16系统的转化方法包括
以逆时顺序(从上述支出支付时间到上述和约时间)用一或多个买方的价值选择重复给参数赋值的方法，在重复过程中的每个时间处价值选择为一或多个买家合约价值的最大值。
18.权利要求16系统的转化方法包括
以逆时顺序(从上述支出支付时间到上述和约时间)用一或多个卖方的价值选择重复给参数赋值的方法，在重复过程中的每个时间处价值选择为一或多个卖家合约价值的最小值。
19.压缩一或多个原生资产在一或多个交易周期，对任意名目本金的衍生工具合约支出支付函数模式(用以促进分解为一或多个BIC)的计算机程序
计算机程序包含有计算机可读代码的计算机识别媒体，可读代码为
a.接收以DCWBSOF格式表述的支出支付函数，DCWBSOF格式是下述的函数
-一或多个原生资产从指定合约时间到(包括)制定支出支付时间的观测价值
-表示一或多个买卖方从上述合约时间到上述指定支出支付时间的价值可选值的参数
b.将上述支出支付函数的表述格式有DCWBSOF转化为DCWOF格式，DCWOF格式是一或多个相关变量从上述合约时间到(包括)上述支出支付时间的观测价值，而非表示一或多个买卖方从上述合约时间到上述指定支出支付时间的价值可选值的参数。
20.权利要求19计算机程序b)的转化步骤包括
以逆时顺序(从上述支出支付时间到上述和约时间)用一或多个买方的价值选择重复给参数赋值，在重复过程中的每个时间处价值选择为一或多个买家合约价值的最大值。
21.权利要求19计算机程序b)的转化步骤包括
以逆时顺序(从上述支出支付时间到上述和约时间)用一或多个卖方的价值选择重复给参数赋值，在重复过程中的每个时间处价值选择为一或多个卖家合约价值的最小值。
22.将对一或多个原生资产在一或多个交易周期，任意名目本金的原始衍生工具合约转化为最终复制BIC组和(用于评估及对冲)的方法包括
a.接收BIC基础
b.接收对上述衍生工具合约的支出支付函数
c.接收BIC基础的元素价位
d.重复过程返回上述最终复制BIC组和
23.权利要求22方法a)以DCWOF模式接收衍生工具合约的支出支付函数
24.权利要求22方法更包括用其它衍生工具合约的有限集合导出原始衍生工具合约的最佳对冲，包括
a.接收其它衍生工具合约的有限集合，集合中的每一个其它衍生工具合约均为集合原素；
b.在一给定的结合一单独衍生工具合约的BIC基础中得到剩余复制BIC组合，单独衍生工具合约为其支出支付函数是原始衍生工具合约以及其它衍生工具合约集合中任意原素支出支付函数任意线性组合的差值；
c.为全部依赖于BIC基础的衍生工具合约的空间选取合适的范数，并将上述规范应用于剩余复制组合b)；
d.导出对其它衍生工具合约有限集合中任意原素的最佳对冲名目本金a)通过选取特定线性组合b)最小化了剩余复制组合的范数c).
25.权利要求22的方法，重复过程d)包括
a.选取相关支出支付函数，开始重复过程，支出支付函数为上述原始衍生工具合约重复过程的第一次跳转处的支出支付函数；
b.通过选取所有BIC(其BIC基础有支出支付时间相等于上述相关支出支付函数支出支付时间a))，从BIC基础中提取出复制BIC子集，以基本向量形式表示；
c.将名义价值结合于复制BIC子集中的每一个BIC b)，以形成复制BIC组合，上述名义价值由支出支付函数导出a)；
d.将上述复制BIC组合的保险金支付时间c)与原始衍生工具合约保险金支付时间作比较以确定预定终止标准是否符合，如果符合则终止重复过程；
e.如果终止标准没有达到，通过给予支出支付函数组合c)作为下一循环相关支出支付a)，开始下一循环；
f.)积聚每一循环的复制BIC组合，以得到原始衍生工具合约的最终复制BIC组合。
26.权利要求25的方法更包括通过支出支付函数的线性转化a)调整名义价值c)，以符合复制BIC子集的特殊代表形式b).
27.权利要求25中的方法，其终止标准d)是上述复制BIC组合保险金时间等于或少于原始衍生工具合约保险金时间。
28.权利要求25方法更包括接收以DCWBSOF格式表述的衍生工具合约支出支付函数，并将其转化为DCWOF格式。
29.权利要求25的方法d)更包括使上述原始衍生工具合约的保险金支付数量满足终止标准，即上述保险金支付数量是结合重复过程最后循环的复制BIC组合的保险金支付数量c)。
30.权利要求29的方法中，经典数学约见方法被用于计算上述衍生工具合约的保险金支付数量。
31.权利要求30的方法，其数学约简方法包括原生资产的变量改变或近似方法综合。
32.权利要求31的方法，其近似方法综合包括稀疏取点。
33.权利要求32的方法，其稀疏取点为从高斯积分，低差异确定序列，Halton点，以及Sobol点中选取。
34.将对一或多个原生资产在一或多个交易周期，任意名目本金的原始衍生工具合约转化为最终复制BIC组和(用于评估及对冲)的系统包括
a.接收BIC基础的方法
b.接收对上述衍生工具合约的支出支付函数的方法
c.接收BIC基础的元素价位的方法
d.重复过程返回上述最终复制BIC组和的方法
35.权利要求34系统更包括用其它衍生工具合约的有限集合导出原始衍生工具合约的最佳对冲，包括
a.接收其它衍生工具合约的有限集合，集合中的每一个其它衍生工具合约均为集合元素的方法；
b.在一给定的结合一单独衍生工具合约的BIC基础中得到复制BIC组合，单独衍生工具合约为其支出支付函数是原始衍生工具合约以及其它衍生工具合约集合中任意元素支出支付函数任意线性组合的差值的方法；
c.为全部依赖于BIC基础的衍生工具合约的空间选取合适的范数，并将上述规范应用于剩余复制组合b)的方法；
d.导出对其它衍生工具合约有限集合中任意元素的最佳对冲名目本金a)通过计算线性组合b)最小化了单独衍生工具合约b)的范数c).
36.权利要求34的系统更包括接收衍生工具合约的支出支付函数a)，以DCWOF格式，的方法。
37.权利要求34的系统，其重复过程d)包括
a.选取相关支出支付函数，开始重复过程，支出支付函数为上述原始衍生工具合约重复过程的第一次跳转处的支出支付函数的方法；
b.通过选取所有BIC(其BIC基础有支出支付时间相等于上述相关支出支付函数支出支付时间a)，从BIC基础中提取出复制BIC子集，以基本向量形式表示的方法；
c.将名义价值结合于复制BIC子集中的每一个BIC b)，以形成复制BIC组合，上述名义价值由支出支付函数导出a)的方法；
d.将上述复制BIC组合的保险金支付时间c)与原始衍生工具合约保险金支付时间作比较以确定预定终止标准是否符合，如果符合则终止重复过程的方法；
e.如果终止标准没有达到，通过给予支出支付函数组合c)作为下一循环相关支出支付a)，开始下一循环的方法；
f.积聚每一循环的复制BIC组合，以得到原始衍生工具合约的最终复制BIC组合的方法。
38.权利要求37的系统，其终止标准d)是上述复制BIC组合保险金时间等于或少于原始衍生工具合约保险金时间。
39.权利要求37的系统更包括通过支出支付函数的线性转化a)调整名义价值c)，以符合复制BIC子集的特殊代表形式b)的方法。
40.权利要求37系统更包括接收以DCWBSOF格式表述的衍生工具合约支出支付函数，并将其转化为DCWOF格式的方法。
41.权利要求37系统d)更包括使上述原始衍生工具合约的保险金支付数量满足终止标准，即上述保险金支付数量是结合重复过程最后循环的复制BIC组合的保险金支付数量c)的方法。
42.权利要求41的系统中，经典数学约简方法被用于计算上述衍生工具合约的保险金支付数量。
43.权利要求42的系统，其数学约简方法包括原生资产的变量改变或近似方法综合。
44.权利要求43的系统，其近似方法综合包括稀疏取点。
45.权利要求44的系统，其稀疏取点为从高斯积分，低差异确定序列，Halton点，以及Sobol点中选取。
46.将对一或多个原生资产在一或多个交易周期，任意名目本金的原始衍生工具合约转化为最终复制BIC组和(用于评估及对冲)的计算机程序包括
有计算机可读代码的计算机可识别媒体，可读代码为
a.接收BIC基础
b.接收对上述衍生工具合约的支出支付函数
c.接收BIC基础的元素价位
d.重复过程返回上述最终复制BIC组和
47.权利要求46计算机程序更包括计算机可读代码(用其它衍生工具合约的有限集合导出原始衍生工具合约的最佳对冲)，可读代码为
a.接收其它衍生工具合约的有限集合，集合中的每一个它衍生工具合约均为集合元素；
b.在一给定的结合一单独衍生工具合约的BIC基础中得到复制BIC组合，单独衍生工具合约为其支出支付函数是原始衍生工具合约以及其它衍生工具合约集合中任意元素支出支付函数任意线性组合的差值；
c.为全部依赖于BIC基础的衍生工具合约的空间选取合适的范数，并将上述规范应用于剩余复制组合b)；
d.导出对其它衍生工具合约有限集合中任意元素的最佳对冲名目本金a)通过计算线性组合b)最小化了单独衍生合约b)的范数c)。
48.权利要求46的计算机程序包括可读代码，接收衍生工具合约的支出支付函数a)，以DCWOF格式。
49.权利要求46的计算机程序，其重复过程d)，可读代码为
a.选取相关支出支付函数，开始重复过程，支出支付函数为上述原始衍生工具合约重复过程的第一次跳转处的支出支付函数；
b.通过选取所有BIC(其BIC基础有支出支付时间相等于上述相关支出支付函数支出支付时间a))，从BIC基础中提取出复制BIC子集，以基本向量形式表示；
c.将名义价值结合于复制BIC子集中的每一个BIC b)，以形成复制BIC组合，上述名义价值由支出支付函数导出a)；
d.将上述复制BIC组合的保险金支付时间c)与原始衍生工具合约保险金支付时间作比较以确定预定终止标准是否符合，如果符合则终止重复过程；
e.如果终止标准没有达到，通过给予支出支付函数组合c)作为下一循环相关支出支付a)，开始下一循环；
f.积聚每一循环的复制BIC组合，以得到原始衍生工具合约的最终复制BIC组合。
50.权利要求49的计算机程序，其终止标准d)是上述复制BIC组合保险金时间等于或少于原始衍生工具合约保险金时间。
51.权利要求49的计算机程序更包括可读代码，通过支出支付函数的线性转化a)调整名义价值c)，以符合复制BIC子集的特殊代表形式b)。
52.权利要求49计算机程序更包括可读代码，接收以DCWBSOF格式表述的衍生工具合约支出支付函数，并将其转化为DCWOF格式。
53.权利要求49计算机程序d)更包括可读代码，使上述原始衍生工具合约的保险金支付数量满足终止标准，即上述保险金支付数量是结合重复过程最后循环的复制BIC组合的保险金支付数量c)。
54.权利要求53的计算机程序中，经典数学约简方法被用于计算上述衍生工具合约的保险金支付数量。
55.权利要求54的计算机程序，其数学约简方法包括原生资产的变量改变或近似方法综合。
56.权利要求55的计算机程序，其近似方法综合包括稀疏取点。
57.权利要求56的计算机程序，其稀疏取点为从高斯积分，低差异确定序列，Halton点，以及Sobol点中选取。
58.在一或多个相关BIC的原始BIC基础中为每个BIC定价的方法，上述原始BIC基础的每一个BIC均为上述BIC基础的元素，并且每一BIC在一或多个交易周期，任意实义数量n，适用于任何数量原生资产，该方法包括
a.确定任意随后的BIC基础，有元素其保险金支出数量由一或多个相关BIC的原始BIC基础的保险金支出数量推倒得来；
b.用函数公式为上述随后的BIC基础中每一元素提供保险金支出数量。
59.权利要求58的方法，随后的BIC基础是上述一或多个BIC的原始BIC基础。
60.权利要求58的方法，至少一个上述原生资产与一牵涉方相对于任意上述一或多个BIC的信贷风险相关。
61.权利要求58的方法，上述随后的BIC基础不同，但相等于上述原始BIC基础。
62.权利要求58的方法，b)包含应用线性操作将上述随后BIC组合的价位转化为上述原始BIC基础价位。
63.权利要求62的方法，其线性操作为矩阵T的乘法，原始BIC基础有EOFBICP格式的最终收益，相等组合有EADFBICP格式的最终收益。
64.权利要求58的方法，上述函数公式b)至少依赖于
-每一BIC在上述原始BIC基础中的名目本金
-结合上述名目本金于相应的BIC。
65.权利要求64的方法更包括建立结和每一BIC名目本金的价位，包括步骤
a.对每一上述BIC提供初始单位的名义价位；
b.对每一BIC提供一比例密度函数，其中上述比例密度函数可与上述BIC初始单位实义价位操作，以反映上述BIC的n个名义价位，n个上述BIC名义价位反映上述BIC的供求。
66.权利要求65的方法，上述BIC初始单位名义价位以函数公式形式表述。
67.权利要求65的方法，上述BIC初始单位名义价位以随机过程表述。
68.权利要求67的方法更包括通过离散化，将上述随机过程转化为原生资产的有条件可能性。
69.权利要求68的方法，离散化是扩展方法，或欧拉规划。
70.权利要求69的方法，扩展方法为赫密特扩展。
71.在一或多个相关BIC的原始BIC基础中为每个BIC定价的系统，上述原始BIC基础的每一个BIC均为上述BIC基础的元素，并且每一BIC在一或多个交易周期，任意名目本金n，适用于任何数量原生资产，该系统包括
a.确定任意随后的BIC基础，有元素其保险金支出数量由一或多个相关BIC的原始BIC基础的保险金支出数量推倒得来的方法；
b.用函数公式为上述随后的BIC基础中每一元素提供保险金支出数量的方法。
72.权利要求71的系统，随后的BIC基础是上述一或多个BIC的原始BIC基础。
73.权利要求71的系统，至少一个上述原生资产与一牵涉方相对于任意上述一或多个BIC的信贷风险相关。
74.权利要求71的系统，上述随后的BIC基础不同，但相等于上述原始BIC基础。
75.权利要求71的系统，b)包含应用线性操作将上述随后BIC组合的价位转化为上述原始BIC基础价位。
76.权利要求75的系统，其线性操作为矩阵T的乘法，原始BIC基础有EOFBICP格式的最终收益，相等组合有EADFBICP格式的最终收益。
77.权利要求71的系统，上述函数公式，为随后BIC基础每一元素提供保险金支出数量，b)至少依赖于
-每一BIC在上述原始BIC基础中的名目本金
-结合上述名目本金于相应的BIC。
78.权利要求77的系统更包括建立结合每一BIC名目本金的价位，方法包括
a.对每一上述BIC提供初始单位的名义价位的方法；
b.对每一BIC提供一比例密度函数(权重)，其中上述比例密度函数可与上述BIC初始单位名义价位操作，以反映上述BIC的n个名义价位，n个上述BIC名义价位反映上述BIC的供求的方法。
79.权利要求78的系统，上述BIC初始单位名义价位以函数公式形式表述。
80.权利要求78的系统，上述BIC初始单位名义价位以随机过程表述。
81.权利要求80的系统更包括通过离散化，将上述随机过程转化为原生资产的有条件可能性的方法。
82.权利要求81的系统，离散化是扩展方法，或欧拉规划。
83.权利要求82的系统，扩展方法为赫密特扩展。
84.在一或多个相关BIC的原始BIC基础中为每个BIC定价的计算机程序，上述原始BIC基础的每一个BIC均为上述BIC基础的元素，并且每一BIC在一或多个交易周期，任意名目本金n，适用于任何数量原生资产，程序有计算机可识别的媒体(有计算机可读代码)，可读代码为
a.确定任意随后的BIC基础，有元素其保险金支出数量由一或多个相关BIC的原始BIC基础的保险金支出数量推倒得来；
b.用函数公式为上述随后的BIC基础中每一元素提供保险金支出数量。
85.权利要求84的计算机程序，随后的BIC基础是上述一或多个BIC的原始BIC基础。
86.权利要求84的计算机程序，至少一个上述原生资产与一牵涉方相对于任意上述一或多个BIC的信贷风险相关。
87.权利要求84的计算机程序，上述随后的BIC基础不同，但相等于上述原始BIC基础。
88.权利要求84的计算机程序，b)包含应用线性操作将上述随后BIC组合的价位转化为上述原始BIC基础价位。
89.权利要求88的计算机程序，其线性操作为矩阵T的乘法，原始BIC基础有EOFBICP格式的最终收益，相等组合有EADFBICP格式的最终收益。
90.权利要求84的计算机程序，上述函数公式b)至少依赖于
-每一BIC在上述原始BIC基础中的名目本金
-结合上述名目本金于相应的BIC。
91.权利要求90的计算机程序更包括建立结和每一BIC名目本金的价位，包括步骤
a.可读代码，对每一上述BIC提供初始单位的名义价位；
b.可读代码，对每一BIC提供一比例密度函数，其中上述比例密度函数可与上述BIC初始单位名义价位操作，以反映上述BIC的n个名义价位，n个上述BIC名义价位反映上述BIC的供求。
92.权利要求91的计算机程序，上述BIC初始单位名义价位以函数公式形式表述。
93.权利要求91的计算机程序，上述BIC初始单位名义价位以随机过程表述。
94.权利要求93的计算机程序更包括可读代码，通过离散化，将上述随机过程转化为原生资产的有条件可能性。
95.权利要求94的计算机程序，离散化是扩展方法，或欧拉规划。
96.权利要求95的计算机程序，扩展方法为赫密特扩展。
97.对在一或多个交易周期，任意名目本金，相对于任意数量原生资产的衍生工具合约定价的方法，包括
a.使相关方提供函数形式的上述衍生工具合约描述；
b.使相关方提供一或多个基本工具的价位；
c.对应于步骤a，b提供上述衍生工具合约价位。
98.权利要求97的方法，上述衍生工具合约价位是实数，成对实数或矩阵，表示多种可能期货状态或支出支付函数的价位。
99.权利要求97的方法，上述衍生工具和约函数形式的描述，依赖于原生资产，而非原生资产与代表任意相关方(买卖方)的价值选择参数。
100.权利要求97的方法，上述衍生工具和约函数形式的描述，依赖于原生资产以及代表任意相关方(买卖方)的价值选择参数。
101.权利要求100的方法更包括将上述衍生工具合约的函数形式描述转化为此函数形式，依赖于原生资产，而非原生资产与代表任意相关方(买卖方)的价值选择参数。
102.权利要求97，100或101的方法更包括对上述衍生工具合约函数形式描述以及上述基本工具价位的最优化分解算法，以得到上述衍生工具合约的价位。
103.对在一或多个交易周期，任意名目本金，相对于任意数量原生资产的衍生工具合约定价的系统，包括
a.输入函数形式的上述衍生工具合约描述的模块；
b.输入一或多个基本工具价位的模块；
c.对应于上述衍生工具合约函数形式描述，以及上述一或多个基本工具价位，返回上述衍生工具合约价位的模块。
104.权利要求103的系统，上述衍生工具合约函数形式的描述，依赖于原生资产，而非原生资产与代表任意相关方(买卖方)的价值选择参数。
105.权利要求103的系统，上述衍生工具合约价位是实数，成对实数或矩阵，表示多种可能期货状态或支出支付函数的价位。
106.权利要求103的系统，上述衍生工具和约函数形式的描述，依赖于原生资产以及代表任意相关方(买卖方)的价值选择参数。
107.权利要求106的系统更包括将上述衍生工具合约的函数形式描述转化为此函数形式，依赖于原生资产，而非原生资产与代表任意相关方(买卖方)的价值选择参数。
108.权利要求103，106或107的系统更包括一处理系统，执行对上述衍生工具合约函数形式描述以及上述基本工具价位的最优化分解算法，以得到上述衍生工具合约的价位。
109.对在一或多个交易周期，任意名目本金，相对于任意数量原生资产的衍生工具合约定价的计算机程序，包括
有计算机可读代码的计算机可识别媒体，可读代码为
a.可读代码，使相关方提供函数形式的相关衍生工具合约描述；
b.可读代码，使相关方提供一或多个基本工具的价位；
c.可读代码，对应于上述衍生工具合约的函数形式描述，以及上述一或多个基本工具价位，提供上述衍生工具合约价位。
110.权利要求109的计算机程序，上述衍生工具和约函数形式的描述，依赖于原生资产，而非原生资产与代表任意相关方(买卖方)的价值选择参数。
111.权利要求109的计算机程序，上述衍生工具合约价位是实数，成对实数或矩阵，表示多种可能期货状态或支出支付函数的价位。
112.权利要求109的计算机程序，上述衍生工具合约函数形式的描述，依赖于原生资产以及代表任意相关方(买卖方)的价值选择参数。
113.权利要求112的计算机程序更包括可读代码，将上述衍生工具合约的函数形式描述转化为此函数形式，依赖于原生资产，而非原生资产与代表任意相关方(买卖方)的价值选择参数。
114.权利要求109，112或113的计算机程序更包括可读代码，对上述衍生工具合约函数形式描述以及上述基本工具价位的最优化分解算法，以得到上述衍生工具合约的价位。
115.对一个相关方在金融交易中，将信贷风险敏感性结合于对方义务价值评估的方法，包括
a.建立信贷风险原生资产，其价值在任意时间等于上述另一方在该时间义务的百分比，该百分比依赖于上述对方义务在该时间的名目本金，上述第一相关方身份，上述对方身份，；
b.在上述时间用上述信贷风险原生资产乘以上述对方义务，以得到在上述给定时间经义务调整过的信贷风险价值。
116.权利要求115的方法，在任意中间期货时间的信贷风险，以及在任意期货时间信贷风险原生资产与在任意上述中间期货时间信贷风险原生资产的比例，是两个独立的随意变量。
117.权利要求115的方法，在任意期货时间的信贷风险原生资产价值是在任意中间期货时间信贷风险原生资产价值，以及在0，1之间的随意变量的乘积。
118.权利要求117的方法，随意变量为
分布，上述
分布可由多种相关参数表示。
119.权利要求118的方法，结合于上述
分布的参数，依赖于其他输入的实现值，其他输入可能包括不同的原生资产。
120.权利要求115-116的方法更包括为包含信贷风险的衍生工具合约定价，输入上述衍生工具合约的支出支付函数作为义务，返回以支出支付函数表示的新的信贷风险义务。
121.计算一给定对方的信贷风险范围的方法，设定不包括信贷风险的对方义务价值与包括信贷风险的上述义务值差价的最大值。
122.确定一相关方在衍生工具合约的利润额的方法，包括
a.确定上述相关方的第一支出额，我们从对方的角度看上述第一支出额，对方猜测相关方的默认值；
b.确定上述相关方的第二支出额，我们从对方的角度看上述第二支出额，对方没有预计相关方的默认值；
c.计算对应于上述第一，二支出额的利润。
123.权利要求122的方法，上述相关方为买方，上述第一，二支出额为保险金支出额。
124.权利要求122的方法，上述相关方为卖方，上述第一，二支出额为支出支付额。
125.对一个相关方在金融交易中，将信贷风险敏感性结合于对方义务价值评估的系统，包括
a.建立信贷风险原生资产，其价值在任意时间等于上述另一方在该时间义务的百分比，的方法，该百分比依赖于上述对方义务在该时间的名目本金，上述第一相关方身份，上述对方身份；
b.在上述时间用上述信贷风险原生资产乘以上述对方义务，以得到在上述给定时间经义务调整过的信贷风险价值的方法。
126.权利要求125的系统，在任意中间期货时间的信贷风险，以及在任意期货时间信贷风险原生资产与在任意上述中间期货时间信贷风险原生资产的比例，是两个独立的随意变量。
127.权利要求125的系统，在任意期货时间的信贷风险原生资产价值是在任意中间期货时间信贷风险原生资产价值，以及在0，1之间的随意变量的乘积。
128.权利要求127的系统，随意变量为
分布，上述
分布可由多种相关参数表示。
129.权利要求128的系统，结合于上述
分布的参数，依赖于其他输入的实现值，其他输入可能包括不同的原生资产。
130.权利要求125-17的系统更包括为包含信贷风险的衍生工具合约定价，输入上述衍生工具合约的支出支付函数作为义务，返回以支出支付函数表示的新的信贷风险义务的方法。
131.计算一给定对方的信贷风险范围的系统，包括设定不包括信贷风险的对方义务价值与包括信贷风险的上述义务值差价的最大值的方法。
132.确定一相关方在衍生工具合约的利润额的系统，包括
a.确定上述相关方的第一支出额，我们从对方的角度看上述第一支出额，对方猜测相关方的默认值的方法；
b.确定上述相关方的第二支出额，我们从对方的角度看上述第二支出额，对方没有预计相关方的默认值的方法；
c.计算对应于上述第一，二支出额的利润，的方法。
133.权利要求132的系统，上述相关方为买方，上述第一，二支出额为保险金支出额。
134.权利要求132的系统，上述相关方为卖方，上述第一，二支出额为支出支付额。
135.对一个相关方在金融交易中，将信贷风险敏感性结合于对方义务价值评估的计算机系统，包括
有计算机可读代码的计算机可用媒体，可读代码为
a.可读代码，建立信贷风险原生资产，其价值在任意时间等于上述另一方在该时间义务的百分比，该百分比依赖于上述对方义务在该时间的名目本金，上述第一相关方身份，上述对方身份，；
b.可读代码，在上述时间用上述信贷风险原生资产乘以上述对方义务，以得到在上述给定时间经义务调整过的信贷风险价值。
136.权利要求135的计算机程序，在任意中间期货时间的信贷风险，以及在任意期货时间信贷风险原生资产与在任意上述中间期货时间信贷风险原生资产的比例，使两个独立的随意变量。
137.权利要求135的计算机程序，在任意期货时间的信贷风险原生资产价值是在任意中间期货时间信贷风险原生资产价值，以及在0，1之间的随意变量的乘积。
138.权利要求137的计算机程序，随意变量为
分布，上述
分布可由多种相关参数表示。
139.权利要求138的计算机程序，结合于上述
分布的参数，依赖于其他输入的实现值，其他输入可能包括不同的原生资产。
140.权利要求135-27的计算机程序更包括计算机可读代码，为包含信贷风险的衍生工具合约定价，输入上述衍生工具合约的支出支付函数作为义务，返回以支出支付函数表示的新的信贷风险义务。
141.计算一给定对方的信贷风险范围的计算机程序包括可读代码，设定不包括信贷风险的对方义务价值与包括信贷风险的上述义务值差价的最大值。
142.确定一相关方在衍生合约的利润额的计算机程序，包括有可读代码的计算机可用媒体，可读代码为
a.可读代码，确定上述相关方的第一支出额，我们从对方的角度看上述第一支出额，对方猜测相关方的默认值；
b.可读代码，确定上述相关方的第二支出额，我们从对方的角度看上述第二支出额，对方没有预计相关方的默认值；
c.可读代码，计算对应于上述第一，二支出额的利润。
143.权利要求142的计算机程序，上述相关方为买方，上述第一，二支出额为保险金支出额。
144.权利要求142的计算机程序，上述相关方为卖方，上述第一，二支出额为支出支付额。
145.将供求敏感性结合于BIC保险金支出数量，以基本货币单位表述，的方法包括输入比例密度函数(第一笔上述BIC的名义保险金数量相对于上述BIC的任意其他名义保险金数量)。
146.权利要求145的方法，上述比例密度函数是对应于上述有一或多个买卖方持有的BIC存货数量。
147.权利要求145的方法，上述比例密度函数对应于上述BIC的市场价位。
148.权利要求145的方法，上述比例密度函数是为防止套汇。
149.权利要求146的方法，比例密度函数通过权重函数测定隐含提供。
150.权利要求149的方法，隐含方式提供上述比例密度函数，包括
a.输入权重函数；
b.提供EADBIC保险金支付数量；
c.将上述EADBIC保险金支付数量转化为可应用的BIC基础元素的保险金数量。
151.权利要求150的方法，提供上述EADBIC保险金支付数量包括
a.输入权重函数；
b.将上述权重函数转化为EADBIC保险金支付数量。
152.在贸易或交易系统中自动报BIC价位的方法包括输入代表对应于供求的BIC价位函数。
153.权利要求152的方法，上述代表BIC价位的函数进一步对应于BIC库存。
154.权利要求152的方法，上述代表BIC价位的函数进一步响应于市场中对上述BIC的自动报价。
155.权利要求152的方法，上述代表BIC价位的函数进一步对应于对方的信贷风险。
156.将供求敏感性结合于BIC保险金支出数量，以基本货币单位表述，的系统包括方法，输入比例密度函数(第一笔上述BIC的名义保险金数量相对于上述BIC的任意其他名义保险金数量)。
157.权利要求156的系统，上述比例密度函数是对应于上述有一或多个买卖方持有的BIC存货数量。
158.权利要求156的系统，上述比例密度函数对应于上述BIC的市场价位。
159.权利要求156的系统，上述比例密度函数是为防止套汇。
160.权利要求157的系统，比例密度函数通过权重函数测定隐含提供。
161.权利要求160的系统，隐含方式提供上述比例密度函数，包括
a.输入权重函数的方法；
b.提供EADBIC保险金支付数量的方法；
c.将上述EADBIC保险金支付数量转化为可应用的BIC基础元素的保险金数量的方法。
162.权利要求161的系统，提供上述EADBIC保险金支付数量包括
a.输入权重函数的方法；
b.将上述权重函数转化为EADBIC保险金支付数量的方法。
163.在贸易或交易系统中自动报BIC价位的系统包括方法，输入代表对应于供求的BIC价位函数。
164.权利要求163的系统，上述代表BIC价位的函数进一步对应于BIC库存。
165.权利要求163的系统，上述代表BIC价位的函数进一步响应于市场中对上述BIC的自动报价。
166.权利要求163的系统，上述代表BIC价位的函数进一步对应于对方的信贷风险。
167.将供求敏感性结合于BIC保险金支出数量，以基本货币单位表述，的计算机程序包括有计算机可读代码的计算机可用程序，可读代码为，输入比例密度函数(第一笔上述BIC的名义保险金数量相对于上述BIC的任意其他名义保险金数量)。
168.权利要求167的计算机程序，上述比例密度函数是对应于上述有一或多个买卖方持有的BIC存货数量。
169.权利要求167的计算机程序，上述比例密度函数对应于上述BIC的市场价位。
170.权利要求167的计算机程序，上述比例密度函数是为防止套汇。
171.权利要求168的计算机程序，比例密度函数通过权重函数测定隐含提供。
172.权利要求171的计算机程序，隐含方式提供上述比例密度函数，包括
a.可读代码，输入权重函数；
b.可读代码，提供EADBIC保险金支付数量；
c.可读代码，将上述EADBIC保险金支付数量转化为可应用的BIC基础元素的保险金数量。
173.权利要求172的计算机程序，可读代码，提供上述EADBIC保险金支付数量包括
a.可读代码，输入权重函数；
b.可读代码，将上述权重函数转化为EADBIC保险金支付数量。
174.在贸易或交易系统中自动报BIC价位的计算机程序，包括有计算机可读代码的计算机可用媒体，可读代码为，输入代表对应于供求的BIC价位函数。
175.权利要求174的计算机程序，上述代表BIC价位的函数进一步对应于BIC库存。
176.权利要求174的计算机程序，上述代表BIC价位的函数进一步响应于市场中对上述BIC的自动报价。
177.权利要求174的计算机程序，上述代表BIC价位的函数进一步对应于对方的信贷风险。
178.仲裁BIC交易的方法包括
a.建立BIC基础；
b.建立促进相关方在买卖管理职权监督下相互作用的网络；
c.应用上述网络同上述相关方沟通，以确定BIC贸易的买卖价位；
d.确定相应衍生工具合约；
e.分解上述相应衍生工具合约，以生成BIC组合；
f.上述BIC投资组合交易定案。
179.权利要求178的方法包括使上述相关方提供信息，确定随后衍生工具合约买卖价位。
180.权利要求178的方法更包括上述衍生工具合约交易定案。
181.权利要求178的方法，一或多个上述相关方是衍生工具合约价位接受者，衍生工具合约买方，衍生工具合约卖方，BIC造市者，BIC买方，或BIC卖方。
182.权利要求178的方法更包括使一或多个相关方为上述BIC买入价格报价。
183.权利要求178的方法更包括使一或多个相关方为上述BIC卖出价格报价。
184.权利要求178的方法更包括每笔交易结束后更新相关方账簿。
185.权利要求178的方法更包括使上述任意相关方以DCWBSOF函数描述传送衍生工具利息的信息。
186.权利要求178的方法更包括使上述任意相关方以DCWOF函数描述传递衍生工具利息的信息。
187.权利要求178的方法更包括使相关方传递买卖订单以及接收订单确认。
188.权利要求178的方法更包括评估任意上述相关方信贷风险。
189.权利要求178的方法更包括促进对上述任一相关方信贷风险的对冲。
190.权利要求178的方法更包括对原始相关方买卖衍生工具合约最终价位的估算，上述衍生工具合约与选取的复制BIC集合结合，上述复制BIC将部分买卖。
191.权利要求190的方法更包括
a.确定一或多个相关方，为上述衍生工具合约的复制BIC片段报价；
b.任命a)任意相关方为交易方；
c.确定上述复制BIC片段(与上述任命相关方b)交易)；
d.上述任命相关方与上述原始相关方对每一个上述复制BIC在各自价位上买卖，并存储上述各自价位；
e.将所有存储的上述复制BIC片段的各自价位之和作为最终价位。
192.权利要求190的方法，上述最终价位是对应于从衍生工具合约买方购买利息的最低价位。
193.权利要求190的方法，上述最终价位是对应于从衍生工具合约卖方出售利息的最高价位。
194.权利要求190的方法，对上述最终价位的估算误差在已知量之间。
195.权利要求190的方法更包括在上述最终价位上加上保险。
196.权利要求195的方法，上述保险可能包括确定上述片段的误差的保证金。
197.权利要求195的方法，上述保险可能包括上述买卖系统管理职权的保证金。
198.仲裁BIC交易的系统包括
a.建立BIC基础的方法；
b.建立促进相关方在买卖管理职权监督下相互作用的网络的方法；
c.应用上述网络同上述相关方沟通，以确定BIC贸易的买卖价位的方法；
d.确定相应衍生工具合约的方法；
e.分解上述相应衍生工具合约，以生成BIC组合的方法；
f.上述BIC投资组合交易定案的方法。
199.权利要求198的系统更包括使上述相关方提供信息，确定随后衍生工具合约买卖价位的方法。
200.权利要求198的系统更包括上述衍生工具合约交易定案的方法。
201.权利要求198的系统，一或多个上述相关方是衍生工具合约价位接受者，衍生工具合约买方，衍生工具合约卖方，BIC造市者，BIC买方，或BIC卖方。
202.权利要求198的系统更包括使一或多个相关方为上述BIC买入价格报价的方法。
203.权利要求198的系统更包括使一或多个相关方为上述BIC卖出价格报价的方法。
204.权利要求198的系统更包括每笔交易结束后更新相关方账簿的方法。
205.权利要求198的系统更包括使上述任意相关方以DCWBSOF函数描述传送衍生工具利息的信息的方法。
206.权利要求198的系统更包括使上述任意相关方以DCWOF函数描述传递衍生工具利息的信息的方法。
207.权利要求198的系统更包括使相关方传递买卖订单以及接收订单确认的方法。
208.权利要求198的系统更包括评估任意上述相关方信贷风险的方法。
209.权利要求198的系统更包括促进对上述任一相关方信贷风险的对冲的方法。
210.权利要求198的系统更包括方法，对原始相关方买卖衍生工具合约最终价位的估算，上述衍生工具合约与选取的复制BIC集合结合，上述复制BIC将部分买卖。
211.权利要求210的系统更包括
a.确定一或多个相关方，为上述衍生工具合约的复制BIC片段报价的方法；
b.任命a)任意相关方为交易方的方法；
c.确定上述复制BIC片段(与上述任命相关方b)交易)的方法；
d.上述任命相关方与上述原始相关方对每一个上述复制BIC在各自价位上买卖，并存储上述各自价位，的方法；
e.将所有存储的上述复制BIC片段的各自价位之和作为最终价位。
212.权利要求210的系统，上述最终价位是对应于从衍生工具合约买方购买利息的最低价位。
213.权利要求210的系统，上述最终价位是对应于从衍生工具合约卖方出售利息的最高价位。
214.权利要求210的系统，对上述最终价位的估算误差在已知量之间。
215.权利要求210的系统更包括在上述最终价位上加上保险。
216.权利要求215的系统，上述保险可能包括确定上述片段的误差的保证金。
217.权利要求215的系统，上述保险可能包括上述买卖系统管理职权的保证金。
218.仲裁BIC交易的计算机程序包括有计算机可读代码的计算机可用程序，可读代码为
a.可读代码，建立BIC基础；
b.可读代码，建立促进相关方在买卖管理职权监督下相互作用的网络；
c.可读代码，应用上述网络同上述相关方沟通，以确定BIC贸易的买卖价位；
d.可读代码，确定相应衍生工具合约；
e.可读代码，分解上述相应衍生工具合约，以生成BIC组合；
f.可读代码，上述BIC投资组合交易定案。
219.权利要求218的计算机程序包括计算机可读代码，使上述相关方提供信息，确定随后衍生工具合约买卖价位。
220.权利要求218的计算机程序更包括可读代码，上述衍生工具合约交易定案。
221.权利要求218的计算机程序，一或多个上述相关方是衍生工具合约价位接受者，衍生工具合约买方，衍生工具合约卖方，BIC造市者，BIC买方，或BIC卖方。
222.权利要求218的计算机程序更包括可读代码，使一或多个相关方为上述BIC买入价格报价。
223.权利要求218的计算机程序更包括可读代码，使一或多个相关方为上述BIC卖出价格报价。
224.权利要求218的计算机程序更包括可读代码，每笔交易结束后更新相关方账簿。
225.权利要求218的计算机程序更包括可读代码，使上述任意相关方以DCWBSOF函数描述传送衍生工具利息的信息。
226.权利要求218的计算机程序更包括可读代码，使上述任意相关方以DCWOF函数描述传递衍生工具利息的信息。
227.权利要求218的计算机程序更包括可读代码，使相关方传递买卖订单以及接收订单确认。
228.权利要求218的计算机程序更包括可读代码，评估任意上述相关方信贷风险。
229.权利要求218的计算机程序更包括可读代码，促进对上述任一相关方信贷风险的对冲。
230.权利要求218的计算机程序更包括可读代码，对原始相关方买卖衍生工具合约最终价位的估算，上述衍生工具合约与选取的复制BIC集合结合，上述复制BIC将部分买卖。
231.权利要求230的计算机程序更包括
a.可读代码，确定一或多个相关方，为上述衍生合约的复制BIC片段报价；
b.可读代码，任命a)任意相关方为交易方；
c.可读代码，确定上述复制BIC片段(与上述任命相关方b)交易)；
d.可读代码，上述任命相关方与上述原始相关方对每一个上述复制BIC在各自价位上买卖，并存储上述各自价位；
e.可读代码，将所有存储的上述复制BIC片段的各自价位之和作为最终价位。
232.权利要求230的计算机程序，上述最终价位是对应于从衍生工具合约买方购买利息的最低价位。
233.权利要求230的计算机程序，上述最终价位是对应于从衍生工具合约卖方出售利息的最高价位。
234.权利要求230的计算机程序，对上述最终价位的估算误差在已知量之间。
235.权利要求230的计算机程序更包括可读代码，在上述最终价位上加上保险。
236.权利要求235的计算机程序，上述保险可能包括确定上述片段的误差的保证金。
237.权利要求235的计算机程序，上述保险可能包括上述买卖系统管理职权的保证金。
238.管理金融衍生工具合约投资组合风险的方法包括
a.以BIC单位保持上述衍生工具合约的存货；
b.评估上述金融衍生工具合约存货对应于上述存货的风险；
c.对应于上述投资组合风险评估重新分配存货。
239.权利要求238的方法更包括对上述衍生工具合约存货估价，存货被分解为基本工具单位，对应于实况市场数据，以BIC单位保存。
240.权利要求238的方法更包括保持关于现实，历史及预期衍生工具合约组合持有量的信息。
241.权利要求238的方法，评估上述投资组合风险包括
-考虑潜在投资组合再分配；
-进行对应于上述潜在投资组合再分配的评估分析。
242.权利要求238的方法，评估上述投资组合风险包括后退测试分析。
243.权利要求238的方法更包括
-建立全部目标组合断面；
-设计对应于全部目标组合断面的额外衍生工具合约。
244.权利要求243的方法更包括获得或出售上述额外设计的衍生工具合约，以得到上述全部目标组合断面。
245.权利要求238，239，240，241，242，243，或244的任意方法更包括提供接口连接使相关方输入要求以及查看结果。
246.权利要求238的方法更包括从关于当前市场BIC的保险支付额的实况数据获取信息。
247.权利要求246的方法更包括结合买卖BIC生成风险价值，以得到状态概率及每种状态下盈利或亏损。
248.管理金融衍生工具合约投资组合风险的系统包括
a.以BIC单位保持上述衍生工具合约的存货的方法；
b.评估上述金融衍生工具合约存货对应于上述存货的风险的方法；
c.对应于上述投资组合风险评估重新分配存货的方法。
249.权利要求248的系统更包括方法，对上述衍生工具合约存货估价，存货被分解为基本工具单位，对应于实况市场数据，以BIC单位保存。
250.权利要求248的系统更包括方法，保持关于现实，历史及预期衍生工具合约组合持有量的信息。
251.权利要求248的系统，评估上述投资组合风险包括
-考虑潜在投资组合再分配的方法；
-进行对应于上述潜在投资组合再分配的评估分析的方法。
252.权利要求248的系统，评估上述投资组合风险包括后退测试分析的方法。
253.权利要求248的系统更包括
-建立全部目标组合断面的方法；
-设计对应于全部目标组合断面的额外衍生工具合约的方法。
254.权利要求253的系统更包括方法，获得或出售上述额外设计的衍生工具合约，以得到上述全部目标组合断面。
255.权利要求248，249，250，251，252，253，或254的任意系统，更包括方法，提供接口连接使相关方输入要求以及查看结果。
256.权利要求248的系统，更包括方法，从关于当前市场BIC的保险支付额的实况数据获取信息。
257.权利要求256的系统更包括方法，结合买卖BIC生成风险价值，以得到状态概率及每种状态下盈利或亏损。
258.管理金融衍生工具合约投资组合风险的计算机程序包括，有计算机可读代码的计算机可用程序，可读代码为
可读代码，
a.以BIC单位保持上述衍生工具合约的存货；
b.评估上述金融衍生工具合约存货对应于上述存货的风险；
c.对应于上述投资组合风险评估重新分配存货。
259.权利要求258的计算机程序更包括可读代码，对上述衍生工具合约存货估价，存货被分解为基本工具单位，对应于实况市场数据，以BIC单位保存。
260.权利要求258的计算机程序更包括可读代码，保持关于现实，历史及预期衍生工具合约组合持有量的信息。
261.权利要求258的计算机程序，评估上述投资组合风险包括
-可读代码，考虑潜在投资组合再分配；
-可读代码，进行对应于上述潜在投资组合再分配的评估分析。
262.权利要求258的计算机程序，评估上述投资组合风险包括可读代码，后退测试分析。
263.权利要求258的计算机程序更包括
-可读代码，建立全部目标组合断面；
-可读代码，设计对应于全部目标组合断面的额外衍生工具合约。
264.权利要求263的计算机程序更包括可读代码，获得或出售上述额外设计的衍生工具合约，以得到上述全部目标组合断面。
265.权利要求258，259，260，261，262，263，或264的任意计算机程序更包括可读代码，提供接口连接使相关方输入要求以及查看结果。
266.权利要求258的计算机程序更包括可读代码，从关于当前市场BIC的保险支付额的实况数据获取信息。
267.权利要求266的计算机程序更包括可读代码，结合买卖BIC生成风险价值，以得到状态概率及每种状态下盈利或亏损。
268.依照FAS133或IAS39解释衍生合约的方法，以减少周期收入的波动性，(上述衍生工具合约用于保护持有资产价值的波动)，包括
a.确定BIC基础；
b.确定上述持有资产价值的指标值；
c.建立剩余合约，上述剩余合约为投资组合，包括
-上述衍生工具合约的长期持有量；
-如果上述持有资产为长期，上述资产长期持有量；
-短期现金持有量，价值等于上述指标值；
d.在上述BIC基础上分解上述剩余合约；
e.以上述衍生工具合约的无对冲部分作为上述剩余合约纯利报告。
269.权利要求268的方法，在上述剩余合约中，如果持有资产为短期持有量，投资组合的持有资产量为短期。
270.依照FAS133或IAS39解释衍生工具合约的系统，以减少周期收入的波动性，(上述衍生工具合约用于保护持有资产价值的波动)，包括
a.确定BIC基础的方法；
b.确定上述持有资产价值的指标值的方法；
c.建立剩余合约的方法，上述剩余合约为投资组合，包括
-上述衍生工具合约的长期持有量；
-如果上述持有资产为长期，上述资产长期持有量；
-短期现金持有量，价值等于上述指标值；
d.在上述BIC基础上分解上述剩余合约；
e.以上述衍生工具合约的无对冲部分作为上述剩余合约纯利报告。
271.权利要求270的系统，在上述剩余合约中，如果持有资产为短期持有量，投资组合的持有资产量为短期。
272.依照FAS133或IAS39解释衍生工具合约的计算机程序，以减少周期收入的波动性，(上述衍生工具合约用于保护持有资产价值的波动)，包括有计算机可用代码的计算机可用程序，可用代码为
a.确定BIC基础；
b.确定上述持有资产价值的指标值；
c.建立剩余合约，上述剩余合约为投资组合，包括
-上述衍生工具合约的长期持有量；
-如果上述持有资产为长期，上述资产长期持有量；
-短期现金持有量，价值等于上述指标值；
d.在上述BIC基础上分解上述剩余合约；
e.以上述衍生工具合约的无对冲部分作为上述剩余合约纯利报告。
273.权利要求272的计算机程序，在上述剩余合约中，如果持有资产为短期持有量，投资组合的持有资产量为短期。
全文摘要
本发明与促进在单个或多个原生资产上衍生工具的交易与风险管理的方法、系统以及计算机程序相关。本发明在下列领域中有改进1.分解任意衍生工具合约为基本模块，称为在多期，多证券市场下的基本工具。2.在衍生工具合约定价过程中结合了供求价格敏感性因素。3.在衍生工具定价过程中结合了信用风险因素。4.研发出符合FAS133或IAS39的清算衍生工具合约的方法、系统或计算机程序。5.研发出为衍生工具定价的方法、系统或计算机程序。6.研发出衍生工具风险管理的方法、系统或计算机程序。7.研发出适用于交易所与场外交易(OTC)的衍生工具交易的方法、系统或计算机程序。
文档编号G06Q40/00GK1675643SQ0381961
公开日2005年9月28日 申请日期2003年6月18日 优先权日2002年6月18日
发明者孔特奇·菲尔 申请人:孔特奇·菲尔