金融衍生物定價模型總結與對比(black scholes, heston, local vola, hull white)

當世界靜了下來,很多時候自己卻還在尋覓。

昨天是世界讀書日,都說要麼行萬里路,要麼讀萬卷書;我只有鎖住自己,盤縮著軀體似乎在探視黑不見底的心裡。

昨天做的筆記,似懂非懂。希望對自己,對大家有所啟發。(微信小號:cadlag)


Black-Scholes-Model

Black Scholes Model不管在equity還是在fixed income領域都是標準模型。在對equity方面的應用始於1973. 其假設underlying(equity,index,fond,commodity)服從一個幾何布朗運動

在風險中性的世界中drift 項是

其中 r 是無風險利率,q 是連續時間的 dividend yield(紅利率)。當該underlying是index,我們要對分紅進行一個連續時間的紅利yield的估計;underlying是commodity是,要估計其連續時間的convenience yield。對於underlying是股票equity的情況下,大多數使用離散紅利的模型。(連續紅利率一般會提高option價值)。那個drift 項通常還帶有quanto-adjustment項(underlying與option貨幣單位不同和匯率風險要求對沖時),這個quanto-adjustment表示一個對沖成本,可以理解為一個FX-forward。FX-forward的計算公式是

其中 rho 是FX匯率與underlying價格的correlation,σ(S)是標的物價格的波動率,σ(FX)是FX匯率的波動率,其中FX必須以option的貨幣的幣種為單位表示。那麼包含quanto-adjustment 的 drift 項表示為

標的物underlying的波動率由underlying價格,option的strike以及time to maturity(ttm)決定。為了用市場上交易的option價格對black scholes model進行calibration,我們得通過市場上以該標的的option價格計算一個波動率曲面(volatility surface),獲得一個與 strike 和 ttm 有關的隱含波動率(implied volatility)。該隱含波動率σ(K,T)是通過那個波動率曲面(volatility surface)求得的。

對於歐式payoff的衍生品,即payoff只與標的物期末的價格相關,black scholes model有其相應的closed解。比如

在fixed income方面的應用(black 1976)中,到時間點 t 的 forward rate假設服從一個沒有 drift 的幾何布朗運動

在這個black model中對於plain vanilla利率option和swaption有closed解,所以他一般作為求這類產品的標準模型。

對cap/floor的解

對swaption的解

其他的產品比如bond-option, digital interest option的black model也存在closed解析解。

black model假設一個常數的波動率。對於不同市場的caps和swaption會有不同的各自的波動率。所以cap-volatility會以 ttm 和 strike 二維的矩陣表示;而swaption的波動率與 ttm,strike和swap 本身的tenor有關,所以是個三維的曲面。


Heston-model

heston model 是對 上面black scholes model stochastic 波動率的擴展。該模型的兩條stochastic processes

在heston model 中 stochastic 方差 描述為一個 mean-reversion 的 Ornstein Uhlenbeck process。常數 描述 mean-reversion 的速度, θ 是方差長時間的均值,ν 是波動率的波動率(volatility of volatility),同時,方差過程與標的物價格過程的correlation 為 ρ 。 heston model裡面的參數可以通過市場上交易的期權calibration得到。市場上的歐式期權可以如下定價:

其中 F 表示forward price,無風險的 drift 可以是包含紅利和quanto-adjustment的形式:

比較複製的是式子 P_1和 P_2,它們是個以標的物對數化的價格的分布特徵函數的複數積分

複數積分的P參數的值表示為

對於期權的價格需要計算這兩個類似的複數積分,所以不是很有效率,所以Attari(2004)簡化了其只帶一個複數積分的計算方式:

對於put 期權的話我們可以根據call-put-parity來轉化。


Local-Volatility-Model

local volatility模型通過deterministic的關於標的物價格與到期時間的波動率函數來替代black scholes里恆定波動率。應用local volatility model,可以得到奇異期權緊密的(consistent)價格。其標的物服從下面的隨機過程

其中風險中性的 drift 是

在local volatility model里不存在歐式期權的closed解析解,但是在Dupire 框架中,local volatility可以通過期權的sensitivity描述, Dupire公式如下:

同時,local volatility也可以用 black scholes里 implied volatility θ 表示:

我們看到,上面的式子包含有implied volatility surface對K的一階、二階導數,但是通過市場數據得到的implied volatility surface不一定很平滑,所以不一定能準確的計算其導數。所以Dupire方法的應用,對volatility surface的平滑程度有所要求。通常需要通過SABR-Model,來求得平滑的波動率曲面。

SABR-Model 描述隨機波動率為一個diffusion過程和標的物的forward價格如下過程:

其中 α 表示波動率,0 <= ? <= 1是個槓桿參數,ν 是波動率的波動率,同時,兩個過程的相關係數是 ρ。在SABR-Model中對於black scholes世界裡的期權存在一個表示implied volatility σ_B 的式子:

通過這個式子SABR-Model可以利用市場進行calibration獲得implied volatility。對市場上多個不同ttm的期權的計算,通過least square 方法可以得到相應的ttm的 SABR-Parameter,通過cubic spline擬合,可以得到連續時間的SABR-parameter。

通過SABR模型求出的波動率曲線可以保證其平滑度,從而可以把他應用在local volatility模型中,其中要對 T 和 K 求導,可以用taylor 級數(Sepp)估計:

其中f(y)是通過泰勒級數分解的

有了local volatility ??(T,K),就可以用MC蒙特卡洛模擬或FD finite difference方法求得衍生物的價格。


Hull-White-Model

hull white model是一個 short rate model(有次面試竟然答不出來),因為他是affine interest model,所以他對zero bond價格有closed解析解。有了這個性質,他可以與現實的interest structure對比擬合。同時,hull white model也是個mean-reversion模型。所以他是short rate model裡面的標準模型。他分有 1-factor 和 2-factor 。在1-factor模型中, short rate 服從一個帶drift的布朗運動:

對於2-factor hull-white 還多帶了個隨機干擾項:

hull white model是個波動率恆定,以及 mean-reversion的模型,通過一個與時間有關的函數 θ(t)可以使其與市場主流的interest stucture擬合:

其中 f 表示到時間 t 的 instantaneous forward rate,他可以有折現因子求得:

在hull white model中,一個在時間點 t 的零息債券的價格表示為:

B(t,T)是discount factor,R(t,T), A(t,T)是與模型參數有關的函數。

同時,一個到期時間為T的zero bond B(0,S) 和 strike 為 K的 Call option在hull white model里有價格:

put的價格是:

由於caps, floors可以由一系列 zero bond option表示,所以cap的價格為:

說到此(表示很累),目的就是為了說,模型里的的參數 κ 和 σ 是通過市場上cap的價格calibration的。最後再由 minimize least square實現。


總結很抽象,頭腦不夠用。總結難免有錯,希望各位指正。(微信小號:cadlag)

參考文獻:

Options, Futures and Other Derivatives, John C. Hull

Interest Rate Models - Theory and Practice, Damiano Brigo, Fabio Mercurio

推薦閱讀:

2018年 QuantNet 北美金融工程排名及部分錄取案例
美國大學金工/金數專業申請到底有多難?
山田的金融日記(2)-兩種推導BS-equation的方式
Libor Market Model簡介
【冼尼瑪市場廢話】2018年2月26日

TAG:金融數學 | 金融學 | 金融工程學 |