本报告系统梳理隐含波动率曲面主要模型,包括随机波动率模型(Heston、SABR)、参数化模型(SVI及扩展)和动态模型(VGVV、SRV、LNV),详述模型假设、参数意义及模型优缺点,结合多张示意图说明参数对波动率曲线的影响,为期权定价与风险管理提供理论基础和实务参考。
报告标题: 隐含波动率曲面模型梳理――衍生品专题报告
分析师: 祝涛
发布机构: 渤海证券股份有限公司研究所
发布日期: 2020年2月18日
核心主题: 该报告围绕期权隐含波动率曲面模型,系统梳理了该领域主流的建模方法及其理论基础,涵盖随机波动率模型、参数化模型和动态模型,旨在帮助投资者理解波动率曲面的构建与应用,从而更合理地定价期权和管理风险。
主要信息传达:
报告首先回顾了Black-Scholes-Merton (BSM)模型的基本假设和公式,阐明BSM假设波动率为常数,标的资产价格服从几何布朗运动,尽管该模型奠定期权定价基础,但市场隐含波动率呈现的“微笑”及“偏斜”形态表明这一假设不充分。由此引出存在构建隐含波动率曲面的必要性,主要用于合理报价薄流动性期权、奇异期权定价以及风险管理。
报告引述Derman等和Homescu的分类框架,将隐含波动率曲面模型归入几大类,包括随机波动率模型、参数化模型、基于Levy过程模型、动态变化模型和插值模型,但本文聚焦前三者和动态模型。
,4]
核心观点
波动率实际上具有随机性、均值回复性和波动率聚集性,同时与标的价格呈负相关(杠杆效应),隐含波动率随行权价与期限变化,表现为微笑与期限结构,故波动率非恒定的假设更合理。随机波动率模型把波动率视作随机过程,并考虑与价格过程相关性,实现无套利的隐含波动率曲面建模。
Heston模型
Heston模型假设资产价格服从几何布朗运动,波动率的方差遵循CIR过程,特点是方差均值回复且波动率自身带有随机性。模型包括五个参数:波动率均值回复速度a、长期均值Vˉ、波动率方差的波动率η、两个维纳过程间相关系数ρ,其半解析框架通过逆傅里叶变换对期权价格定价,数学表达式详尽揭示了方差均值回复及协方差结构。此模型因数学复杂,主要用于期权定价而非直接构建波动率曲面。
此外,Bates(1996)和Bakshi(1997)先后在其基础上引入随机跳跃及随机利率,提高模型的期权定价性能和对冲效果。
SABR模型
SABR模型专注于期权隐含波动率的建模,假设远期价格F及波动率α均为随机过程,伴随参数β控制价格弹性,ν为波动率本身的波动率,ρ为两个随机过程相关系数。四个参数分别调节隐含波动率曲线的位置、偏斜及凸度等形态。Hagan等用奇异摄动法给出近似显式隐含波动率表达式,更适合直接构建波动率曲面。
,5,6,7,8]
基本介绍
参数化模型通过设计特定函数形式,直接拟合市场隐含波动率曲面。其优点在于实现简单,计算效率高,适合实务应用。
SVI模型
SVI模型启发于随机波动率模型,假设总隐含方差符合特定五参数函数形式:w(k)=a+b[ρ(k−m)+(k−m)2+σ2],其中k=ln(K/F)为价值程度。各参数对应隐含波动率曲线的整体高度(a)、张角(b)、平滑程度(σ)、方向(ρ)和平移(m)。
绘制的图5至图10清晰展示了各参数对隐含方差曲线形态的影响,方便理解和调校。
通过准显示校准技术实现参数优化问题维度简化,提升模型拟合效率。此外,聚合了Gatheral对该模型“无套利”拓展的SVI-JW版本,使参数更具实务解释力,包括平值方差、偏斜程度和左右翼斜率等。
SVI模型的核心优势是兼顾拟合精度与计算简便,且可理论上确保无跨期套利和蝶式套利,解决静态套利问题。
其他参数化模型
报告提及多项式模型(Dumas等1996)用于拟合隐含波动率的二次多项式形态,尽管早期应用于石油市场,但存在无法彻底捕捉动态变化和无套利保证不足的缺陷。
基于熵的参数化模型透过最大化Renyi熵提取风险中性概率分布,用于刻画尾部分布但依赖输入价格无套利性。
基于加权位移对数正态分布模型,则在拟合价格的同时保证时间和空间无套利,结合BSM定价与多加权函数组合,具有较好的理论严谨性和实用性。
,9,10,11,12,13]
该部分介绍的模型侧重隐含波动率曲面本身随时间的动态变化建模,区别于前述基于静态市场价格的参数拟合。
VGVV模型
Carr和Wu(2010)提出了Vega-Gamma-Vanna-Volga动态模型,通过引入与期权价格相关的四个希腊字母影响隐含波动率曲面走势,结合布朗运动驱动,捕捉隐含波动率与标的价格的联合动态特征。
SRV和LNV模型
两种基于波动率动态过程假设的模型:
SRV (Square Root Variance)模型:假设隐含方差服从均值回复的平方根扩散过程,隐含波动率方程为关于标准化价值程度z和到期时间τ的二次方程,具有六个时变随机系数描述动态演化。
LNV (Lognormal Variance)模型: 假设隐含方差服从均值回复的对数正态过程,其隐含波动率满足四次方程形式,参数结构类似,也由六个时变随机系数控制。
两者通过不同的数学假设捕捉波动率的动态均值回复及路径特征,增强波动率曲面动态建模能力。
,15]
该组图清晰直观展示了SABR各参数对隐含波动率偏斜与笑形的调控机制。
该部分图展示SVI模型五参数对隐含方差曲线的影响:
该组图结合参数解释,更直观地理解SVI模型如何拟合隐含波动率表面。
该报告重点在于隐含波动率曲面的建模与理解,未涉及具体期权的目标价或直接投资评级,因此传统意义的估值方法(如DCF、市盈率等)未被采纳。
但从期权定价角度来看:
动态模型中的SRV/LNV则进一步根据波动率方差的均值回复动态描述隐含波动率的时间演化,增强了长期和短期期权估值的合理性。
整体来看,这些模型各有侧重:Heston和SABR适合理论定价,SVI适合市场拟合与实务应用,动态模型适合风险管理和对冲策略。
,7,8,10,11,14,15]
报告明确指出:
渤海证券研究所的本份报告由资深分析师祝涛主笔,系统梳理了隐含波动率曲面模型领域的理论与实践框架。报告起始于经典BSM模型的局限,深入剖析了三类核心模型体系:
报告对每类模型的数学公式、参数意义及对波动率曲线形态的影响作出了详尽且清晰的技术阐释,并辅以多个图表直观呈现参数变动的效果,方便读者理解隐含波动率的结构。本报告强调,尽管模型理论丰富,实务应用中仍需警惕偏离市场假设带来的失效风险,且各模型间存在设计目标和适用性差异。
整体来看,报告具备较高的系统性和专业性,适合衍生品定价、金融工程及风险管理领域的专业人士深入理解隐含波动率曲面多样模型,提供理论基础和模型选择指引,并为未来在中国期权市场的应用研究奠定了框架。
| 图号 | 描述 | 经典页码 |
|---|---|---|
| 图1-4 | SABR模型参数α,β,ρ,ν对隐含波动率曲线的影响 | 7 |
| 图5-10 | SVI模型五参数a,b,σ,ρ,m对隐含方差曲线的调节 | 9-10 |
(以上分析基于报告原文,并严格遵循报告结构及数据,不包含任何个人投资建议。)
衍生品专题报告:隐含波动率曲面模型梳理.pdf