本文提出基于复合CARMA(p,q)-Hawkes自激点过程的资产价格动态建模,克服标准Hawkes过程的局限,实现更复杂的跳跃时间依赖结构。构建的模型在真实世界和风险中性测度下均保持对数仿射特性,结合高斯-拉盖尔求积方法,提供欧式期权定价的高效数值解法。数值和实证分析表明,该模型能更精确拟合市场隐含波动率微笑,尤其在深虚值期权中表现优异,并通过实际个股期权数据验证了模型优于传统Hawkes模型的拟合能力
报告标题: Option Pricing with a Compound CARMA(p,q)-Hawkes
作者: Lorenzo Mercuri, Andrea Perchiazzo, Edit Rroji
发布机构及时间: 意大利米兰大学经济、管理及定量方法系及米兰比科卡大学统计与定量方法系,最新版本不限明确发布年份,但含2024年前沿引用和知识。
研究主题: 引入并研究复合CARMA(p,q)-Hawkes模型在金融资产价格动态中的应用,重点讨论其在欧式期权定价中的表现和优势。
本报告主要提出并分析了一种基于自激点过程的复合CARMA(p,q)-Hawkes模型的资产价格动态新框架,旨在处理传统跳跃扩散模型无法充分刻画的跳跃簇集效应与复杂时间依赖结构。作者强调该模型拓展了经典Hawkes过程中的指数核形式,采用连续时间自回归滑动平均(CARMA)过程驱动跳跃强度,增强了模型的灵活性与拟合能力。模型的核心贡献包括:
核心结论是新型复合CARMA(p,q)-Hawkes跳跃模型在定价欧式期权时能够更好地复现市场隐含波动率微笑及深度虚值期权的交易行为,不同阶数的自回归与滑动平均参数对期权定价影响显著。报告基于复杂的理论推导、数值实验和实证校准系统展开,评级层面体现为模型有效性和实用性正向推荐。,1,2]
作者回顾了经典布莱克-斯科尔斯模型无法解释如波动率微笑、偏态及跳跃行情的不足,介绍了引入跳跃成分的跳跃扩散模型如Merton、Kou模型。然而,这些传统模型不能捕捉跳跃的簇集聚集现象,即跳跃的自激效应,后者在金融危机等市场异常时刻尤为明显。为此,Hawkes过程成为刻画跳跃聚集的主流工具,但其指数核限制了对复杂时间依赖结构的表达能力,从而引入了CARMA(p,q)-Hawkes模型,替代强度过程的指数形式为更通用CARMA模型,提升了拟合灵活性和理论分析便利性。作者明确本研究聚焦跳跃时间结构,提出以复合CARMA(p,q)-Hawkes跳跃模型构建资产价格过程的新方案,并基于此开发欧式期权定价方法及模拟机制。
资产价格St的动态定义为带有跳跃分量的SDE,跳跃由计数过程Nt和独立同分布的跳跃幅值{ϵk}组成。引入专门定义的对数跳跃幅值Jk=log(1+ϵk),构造对数价格增量的复合CARMA(p,q)-Hawkes过程Yt=∑k=1NtJk。
配置跳跃强度λt=μ+b⊤Xt,其中状态过程Xt满足SDE dXt=AXtdt+edNt,矩阵A为伴随矩阵,由AR系数决定,b为MA系数向量。
重要推论——对数价格的条件特征函数呈对数仿射形式(log-affine),时间系数满足耦合ODE系统,详见式(15),该结果形成了后续利用特征函数定价的理论基础。
其中,风险中性测度下对数价格动态通过Esscher变换调整跳跃幅度分布,实现无套利定价环境。此处引入了Radon-Nikodym导数过程以完成测度变换。
市场不完备导致需定义等价鞅测度Q,使用Esscher变换调整跳跃幅度的分布,使得贴现资产价格为局部鞅。测度转换的关键变量θ∗由方程(32)确定,例子包括正态跳跃幅值的显式解。
Q测度下,对数资产价格特征函数形式保留对数仿射结构,时间系数满足修改后的ODE系统(34),跳跃分布为Esscher变换后的分布。
扩展时加入扩散成分,σt为常数或随机过程,整体过程演绎为CARMA(p,q)-Hawkes跳跃扩散过程,条件特征函数可分离出扩散贝叶斯计算因子。
报告提出利用风险中性特征函数对欧式期权进行快速数值评估的新策略。传统Carr–Madan方法和COS方法存在截断积分域、需调节阻尼因子或多重近似误差等问题,作者采用Gauss–Laguerre求积,以加权正交多项式根为节点进行积分近似,误差可通过多项式阶数m有效控制。
提出的定价公式在(52)示出,允许直接计算欧式认沽期权价格,通过平价关系得到认购期权价格。此方法不需积分区间截断与阻尼因子的敏感参数调整,且数值稳定。
鉴于CARMA强度矩阵A可对角化,利用谱分解得到最大实部特征值λ(A),报告建立强度的上界形式,方便利用thinning算法模拟跳跃时间。
算法1详细描述了:先模拟Hawkes过程的跳跃事件,根据上界接受或拒绝该事件成为CARMA跳跃事件。递归计算补偿因子∫t0Tλtdt,提高模拟时计算准确性。
该模拟机制提高计算效率,适用价路径依赖衍生品定价。
采用基于资产价格对数的特征函数估值方法,框架下推导出了欧式看跌期权价格的高效数值解,利用Gauss-Laguerre求积替代传统FFT或COS方法,规避了积分截断、阻尼因子调参等问题。
模型特征函数结构为对数仿射形式,可通过求解ODE系统得到数值解。风险中性测度下跳跃幅度通过Esscher变换调整,跳跃强度由CARMA(p,q)-Hawkes过程驱动,既能捕捉簇集特征,又具解析便利性。
定价公式适用近似实现与蒙特卡罗长期模拟结果保持良好吻合,具备实用推广潜力。
报告中隐含的风险主要源于:
报告未显著展示针对上述风险的缓解策略,但通过灵活参数校准及高阶模型阶数提升,在一定程度上增强模型稳健性。模型可通过持续的实证检验和多市场数据校验进一步验证。
本报告成功引入并详尽研究了复合CARMA(p,q)-Hawkes过程在金融资产价格跳跃动态捕捉中的潜力,理论框架完整,覆盖跳跃强度设计、测度变换和特征函数细致推导。通过Gauss–Laguerre正交求积法实现了欧式期权的高效定价,数值结果与蒙特卡罗方法高度吻合。高阶CARMA模型结构相比经典Hawkes,能更准确反映跳跃聚集特性和波动率微笑,实证校准显示其对极端市场(如GameStop事件)隐含波动率拟合能力显著优于传统模型。
图表支持如下核心观点:
综上,本报告为跳跃扩散资产定价理论与实证提供了极具深度的新工具与思路,尤其适合处理金融市场中频发簇集跳跃事件与波动率结构复杂性的情形。其创新的数值实现方式(Gauss–Laguerre求积)与模拟算法也为后续衍生品估值及风险管理奠定了良好基础。,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,20,21,22,23,24,25,26,27,28,29,30,31,32]
综上,报告对传统金融跳跃模型进行了重要拓展,提出了结构灵活且数值友好的新型跳跃模型及定价策略,理论完善、数值验证及实证应用均充分,具有较高学术价值和潜在应用前景。
2412.15172.pdf