本文针对股票期权波动率曲面建模,提出了三种均值回复型SABR模型的解析闭式表达式,并基于欧股指数期权市场数据进行了高质量的拟合与校准。结果显示,所提模型在参数较少的前提下,可快速稳健地捕捉波动率微笑及期限结构特征,CIR-ZABR模型尤其适合波动率扩展和风险管理应用,体现了真实波动率过程更接近CIR型扩散特征。
| 参数 | hSABR | mrSABR | CIR-ZABR |
|---|---|---|---|
| λ均值 | 6.64 | 9.82 | 9.67 |
| ρ均值 | -0.57 | -0.69 | -0.61 |
| α均值 | 0.16 | 0.15 | 0.14 |
| θ均值 | 0.23 | 0.15 | 0.12 |
| ν均值 | 1.47 | 3.58 | 1.46 |
报告题目: Mean-Reverting SABR Models: Closed-form Surfaces and Calibration for Equities
作者: Vlad Perederiy
发布机构及时间: 未明确标注具体机构,首次发布时间为2024年12月,2025年3月修订
研究主题: 股票市场波动率模型,特别聚焦于均值回复SABR模型的闭式解及其在股票指数选项波动率曲面拟合中的应用
本报告以三种基于瞬时波动率动态特点的随机波动率模型为核心,研究其半解析近似及闭式表达式,重点关注其对股票市场(EuroStoxx指数)的波动率曲面校准。三种模型分别为:
核心贡献在于:
作者强调,这些均值回复SABR模型不仅具有较传统模型计算复杂度低、闭式解可用等优点,还对实际市场数据能给出优良拟合,为实际风险管理与定价提供有效工具。
,1]
作者首先回顾股票和股指收益率的基本经验事实:
图1展示了EuroStoxx指数与不同期限ATM隐含波动率动态,直观体现上述波动率特征。图2则说明在波动率期限结构平坦时,波动率微笑形状仍随期限显著变化,说明市场行为复杂,简单的插值方法难以满足实际需求。
总结为:传统非参数拟合技术(如抛物线拟合)难以满足股指期权市场对波动率曲面稳定且经济合理的拟合需求,需要基于理论的随机波动率模型。Heston模型因其能较好反映基本特性被广泛应用,然而缺乏闭式解,计算复杂等问题限制了使用场景;因此研究更实用的均值回复SABR模型成为需求。
,3]
Heston模型定义了资产价格(forward)与其瞬时方差V的联合扩散过程,方差服从长方差均值回复CIR过程。参数包括长期均衡方差θ2、初始瞬时方差α2、均值回复速率λ、方差波动率ν及相关系数ρ。
关键公式:
dF=FVdW1,dV=λ(θ2−V)dt+νVdW2,dW1dW2=ρdt通过Ito引理,方差的开方后的波动率过程具有复杂非线性漂移。Heston在1993年通过傅里叶变换半解析求解了欧式期权定价公式。
但该解的数值计算复杂,存在数值不稳定甚至负值风险,且Feller条件2λθ2>ν2常被实际市场拟合违背,导致理论上的病态波动率行为难以规避。
此外,Heston模型标的价格用forward价格且不引入风险溢价参数以便与SABR模型参数保持兼容,也说明模型适合“风险中性”定价视角。
,5]
标准SABR模型将资产价格及波动率过程设为扩散并具备参数β决定的扩散形态(对股票市场一般取β=1即对数正态)。模型的核心闭式近似隐含波动率表达式来自Hagan等(2002),具备对行权价和期限的解析函数。
关键公式:
dF=FβAdW1,dA=νAdW2,Corr(dW1,dW2)=ρ公开的近似式(如7式),允许对特定期限的波动率微笑进行参数拟合,但不适合整体波动率曲面(含期限轴向)校准。标准SABR缺乏对均值回复和期限结构的表现,导致参数对期限高度依赖且难解释。
实务中通常分期限单独拟合,再利用插值逼近,技术上不够连贯,推动研究更为结构化的均值回复SABR模型。
,6,7,8]
Hagan等(2018)提出将Heston模型在固定期限上通过有效前向方程等理论逼近为标准SABR模型,参数为原始Heston五参数的函数,期权隐含波动率用标准SABR闭式表达式求得。
通过定义多重积分I2,I4,D,τex,bˉ,cˉ等中间量,计算有效SABR参数αstd,ρstd,νstd。
该方法保持Heston模型均值回复特征且计算简化,却不含完整的Heston求积复杂度。
,9,10]
该模型直接在波动率扩散中增加均值回复项,波动率服从均值回复的对数正态过程。
dA=λ(θ−A)dt+νAdW2Hagan等(2020)给出此模型对于标准SABR的半解析二阶近似,通过五重积分I1,…,I5定义有效系数,继而计算标准SABR近似参数。
该模型更紧密贴合给定的均值回复随机波动率过程,理论上优于hSABR近似。
,11,12]
ZABR模型进一步推广波动率的随机行为,波动率扩散项为一般函数v(A),其中特殊形式v(A)=νAγ,对应常见CEV过程。
该模型可在理论与实证中更好地表征波动率过程中介于对数正态及正态之间的特征,是对经典Heston模型的有效补充。
,13,14]
当且仅当α=θ=σ时,即初始波动率与长期波动率相同时,许多复杂积分大幅简化,Hagan等分别给出hSABR、mrSABR、mrZABR的模拟闭式表达式。
然而,现实市场中α与θ通常不同,本文突破此前研究限制,利用符号计算与二项式展开方法,获得无此限制的复杂闭式表达式,以支持更贴近市场实际的校准。
,15,16,17,18]
将上述三模型中涉及的五参数(α,θ,λ,ρ,ν)利用闭式表达式与经典SABR公式对EuroStoxx指数期权隐含波动率曲面校准。数据包含2021-2024年间的至少15个点的15个隐含波动率(5行权价×3期限)。
校准过程简便稳定,采用Excel Solver最小化RMSE,结果三模型均达0.7%−0.8%的极低拟合误差,能解释曲面方差99%,仅用五参数。
图3展示不同模型参数随时间的估计路径,反映各参数的时间动态及波动。
,20]
参数估计之间存在显著相关性:
固定部分参数仅更新α时,拟合误差显著升高,提示多参数应视为动态随时间变化;θ的重新估计对改善RMSE贡献最大。
hSABR常违反Feller条件,存在退化风险,mrSABR符号良好,CIR-ZABR大部分时间满足非退化条件。
,22,23]
报告强调,基于SABR的均值回复模型在解析表达式和计算效率方面优势明显,且能高精度拟合股票市场波动率曲面。
发现市场波动率表现出非线性的均值回复趋势,提示“长期波动率”本身也具有随机性,亟需进一步研究。
报告未涉及直接资产或期权价格的估值目标价计算,而聚焦于构建随机波动率模型并通过隐含波动率拟合实现对波动率曲面建模,为期权定价提供输入。
主要估值工具即利用Hagan等人提供的标准SABR近似隐含波动率公式(7),
结合闭式表达式计算的模型参数在期权行权价和期限上插值,引导生成隐含波动率曲面,实现期权定价。
通过限制O(2)阶近似误差,保证理论推导的拟合精度,各模型实质上为隐含波动率的条件分布提供不同的随机过程先验。
,7,8,9,11]
风险整体被报告透明揭示,同时表现出CIR-ZABR模型在风险抵御方面相对较优。
,5,21,22,23]
报告客观陈述了各模型优缺点:
本报告体现了既重视理论模型创新,又强调模型实际落地和风险管理综合考量的平衡视角。
,17,21,22]
本研究系统发展了三类均值回复SABR模型(hSABR,mrSABR,CIR-ZABR),均实现了在无等量初始和长期波动率限制下的闭式表达式推导,极大简化了对复杂随机波动率模型的期权隐含波动率拟合难题。
实证部分表明,基于欧元区股票指数期权市场数据的拟合,三模型均能用极少参数(五参数)高效拟合隐含波动率曲面,RMSE低至0.7%-0.8%,解释能力达99%左右。
参数相关性分析揭示,股票波动率过程更倾向于CIR型波动率扩散,支持CIR-ZABR作为风险管理与波动率曲面模拟时更可靠的工具。
具体来看,
此外,数据还暗示瞬时波动率对长期均值和均值回复速率呈现非线性依赖,暗示长期波动率本身可能呈现随机性,说明未来研究方向。
总结:报告成功将复杂的均值回复随机波动率模型实用化,通过闭式解实现高效校准,并为实际金融工程中的波动率建模提供了深刻洞见。
附录A-C分别给出hSABR、mrSABR及CIR-ZABR的闭式表达式Excel可用格式,主要涉及有效积分函数和标准SABR参数转换的多变量多项式(含指数项),并采用符号计算推导。
特别值得关注的是CIR-ZABR模型利用了二项式展开近似处理包含非整数CEV指数的积分项,保证参数全面性且兼顾精度。
该部分为本论文主要理论创新支撑,确保了前述模型的可行性与落地性。
该报告深入且系统地展开了随机波动率模型的理论推导、闭式解表达、实证校准及参数行为分析,兼顾理论创新和实用性,适合金融量化研究者与衍生品定价工程师参考。
内容层层递进,从原始市场经典模型入手,发展创新模型完善市场特征描述,充分利用现代计算符号技术,突破了长期限定假设的瓶颈,填补了市场波动率曲面模型的实际使用空白。
报告结合丰富图表及参数统计数据,细致展现模型优缺点及应用区域,观点平衡、有根据,具备重要的研究价值和应用前景。
以上内容根据原文页码引用,确保论断和信息的可溯源性。
2502.07766.pdf