金融衍生物定价模型总结(bs, heston, local vola, hull white)

如题所述

金融世界中,探索的脚步从未停歇。在金融衍生物的定价模型中,Black-Scholes-Model(BS Model)犹如灯塔,照亮了股票和固定收益领域的定价之路。它假设标的物遵循几何布朗运动,drift项囊括无风险利率、股息和调整因素,通过隐含波动率的校准,为欧式衍生品提供了closed-form解。在固定收益市场,BS模型不仅用于普适期权(plain vanilla)定价,还对复杂的结构产品,如cap/floor和swaption的定价大有裨益。


然而,对于复杂期权定价,Heston模型 (Stochastic Volatility Model) 突破了局限,引入了随机波动率,模型参数通过市场期权的calibration精确捕捉。复杂数积分不再是价格分布特征函数的唯一表述,Attari的简化让单积分成为可能,使得计算更为高效。


Local-Volatility-Model (LV Model) 则是创新的突破,它以波动率函数替代BS模型中的恒定波动率,确保奇异期权价格的一致性。Dupire公式描绘了local volatility,对波动率表面的平滑度有着严格要求,SABR模型的引入则进一步优化了模型,通过calibration提取隐含波动率,为衍生物定价提供了多样化的手段,如蒙特卡洛模拟(MC Simulation)或有限差分法(FD Method)。


接着,我们来到Hull-White-Model (Affine Interest Rate Model) 的世界,它为利率结构的拟合提供了一种封闭解析解。无论是1-或2-factor模型,Hull-White都聚焦于短期利率(short rate)的演化。通过与市场实际利率结构的契合,它能准确地定价零息债券,零息债券价格的决定因素在于discount factor和模型参数函数的巧妙结合。


在Hull-White的框架下,Call和Put期权的价格不再是抽象概念,而是模型的直接输出。Caps和Floor可以通过零息债券期权的转换来理解,而cap的价格由此揭示。市场cap价格的校准成为关键,κ和σ参数通过最小二乘法找到最佳匹配。尽管模型抽象,但实践中的应用精妙且实用。如果你在理解中遇到任何问题,欢迎交流讨论,我的联系方式在微信小号:cadlag。


参考书目:

    《期权、期货和其他衍生品》,John C. Hull
    《利率模型:理论与实践》,Damiano Brigo, Fabio Mercurio
温馨提示:答案为网友推荐,仅供参考
相似回答