摘要：天气衍生品作为一种规避天气风险的金融衍生品,如何对其准确定价一直以来是学术界争论的焦点。文章以Alaton[5]提出的基于月波动率的O-U模型为基础,将原模型中的常量均值回复速率考虑为随时间变化的变量,并通过ARMA（p,q）模型分析该时间序列的变化规律,进而建立时变O-U模型。基于北京市自1951年以来的日平均气温数据,分别模拟了2010-2012共计三年的日平均气温,并与其真实值对比发现：改进后的模型残差平方和更小,而偏差比例、方差比例和协方差比例也显示改进后的模型对温度预测效果更好。最后,基于北京市的数据通过蒙特卡洛仿真计算了CDDs和HDDs,并进行了相关的期货合约定价,进一步验证了改进后模型的适应性。

关键词：天气衍生品 均值回复速率 蒙特卡洛仿真 

单位：东南大学经济管理学院 江苏南京211189 南京信息工程大学经济管理学院 江苏南京210044