论文部分内容阅读
由 Hagan、Kumar、Lesnieewski和Woodward等人首次提出的随机alpha-beta-rho(SABR)模型为期权市场隐含波动率建模提供了一种非常流行的工具[1]。然而现有的在SABR模型下为衍生品定价的分析方法通常忽略了资产的远期价格下降到零的情况,这将导致套利的可能,为了排除这种套利机会,Nian Yang等人提出了一种具有一个零吸收边界的SABR模型[2],作者通过对普通期权的价格进行封闭式逼近并且考虑了这种边界条件的影响,给出了具有二阶精度的模型显式解。实证表明,SABR模型能够很好地拟合外汇和利率期权市场的波动率微笑,但是其在指数期权市场的实用性却存在争议。本文主要基于2017年标准普尔500(SPX500)指数期权数据,通过最小化方差优化方法得到模型所需的参数值,从而对Hagen等人提出的SABR模型与具有吸收边界的SABR模型进行实证对比。我们将得到的期权数据按照到期时间和内含价值的不同进行分类,并从隐含波动率和期权价格两方面的预测误差分别对两个模型在看涨期权和看跌期权上的预测效果进行对比分析。结果显示,无论对看涨还是看跌期权,两种模型对较短到期时间和较小内涵价值区间的期权价格预测误差较小,随着到期时间和内涵价值区间的增加,两个模型的价格预测误差也随之增加。而两个模型对期权波动率的预测误差随到期时间与内涵价值区间的改变似乎并不发生明显变化。总体而言,无论到期时间的长短还是内涵价值区间的大小,Hagen等人提出的SABR模型的预测效果均优于具有吸收边界的SABR模型的预测,并且两个模型对于看涨期权的预测效果均要好于对看跌期权的预测。同时我们指出,虽然带有吸收边界的SABR模型的预测效果不及Hagen等人提出的方法,但是其较为连续的尖峰误差曲线使得计算该模型误差项的显示表达成为可能,这也为对该模型进行下一步的研究提供了一个思路。最后,我们通过对不同的参数估计方法与Hagen等人提出的计算方法下SABR模型预测结果结果进行对比验证了实证的可靠性。