基于不确定期权上的衍生债券的套期保值与定价研究.doc

附件C：译文 基于不确定波动率的衍生证券定价研究 作者：Marco Avellaneda, Arnon Levy, Antonio Paras 摘要 本文提出了一个基于波动率不确定环境下对衍生资产和期权组合的定价模型，虽然对于波动率没有进行细致刻画，但文章假设波动率有上下界σmax和σmin。波动率的边界值可以通过估计在交易期权波动率极值获得，也可通过股票和期权历史数据来估计隐含波动率。上述波动率的估计方式可以用来估算未来波动率的置信区间。当波动率在所给的上下界区间变动时，衍生资产的无套利价格的极值可以用BSB非线性PDE来刻画。在这个方程式中，用于定价的波动率是根据定价函数的凹凸性从两个极值之间动态选择的。文章最后通过较简洁的有限差分法和三叉树法给出了BSB方程的数值解。这个模型抓住了资产管理中多样性的重要性，它可以被系统性的用于利用标的资产和其他衍生产品构建有效的套期保值组合。 不确定波动率模型 根据套利定价概念，如果市场上不存在套利机会，那一定存在一种关于未来环境的测度方式，因为在这种前提下任何资产的价值都是其现金流的折现（Duffie,1992）。这种测度方式被称作鞍测度（Harrison 和 Kreps, 1979）或者定价测度。合适的鞍测度取决于一个考虑到了所有可能发生的偶然事件的安全空间，但是，由于定价测度常常很难被准确计算，而且通常一个市场存在很多种定价策略[1]。将这些非唯一性的定价测度看作是反映那些存在于不确定市场环境的衍生资产价格的多样性是很有意义的。例如，期权价格不仅仅反映了市场关于标的资产的未来价值的预期，也投影出了未来波动率。由于这种投影随着市场对新信息的反应而变化，所以也暗示着波动率不可预期。在这些环境下，公平的期权价值和完美的套利模型就不能被准确的测定。期权交易中存在的所谓的“波动率风险”是一种由于市场的不确定性而存在的具体的实物。 我们会在接下来的文章中介绍衍生资产在波动率不确定市场的环境下定价问题。为了达到这个目的，我们不准备将波动率假设为关于时间或价格的函数或者一个定值，而是假设波动率在一个范围内波动[2]。 简单起见，我们将关于衍生资产的讨论限制在一种不付红利的在交易股票，且存在固定的无风险利率。这个基础假设归纳为“所有定价测度中的波动率轨迹都将被限制在区间内”。综上所述，我们假设未来股票价格的波动轨迹是Ito进程，如下： σt和μt 是无套利函数，而且： Zt 是布朗运动。σmin和σmax两个常量代表了波动率的上下极值，它们需要根据用户关于价格波动的不确定性的预期进行估值。这两个极值可以通过估计在交易期权波动率极值获得，也可通过股票和期权历史数据来估计。它们可以用于确定未来波动率变动的边界。如果有必要，σmin和σmax可以被模拟成为股票价格和时间的函数。（简单的说，我们假设σmin和σmax 是独立于S的定值）。基于这些假设，我们可以获得拥有最佳价值的衍生证券组。我们同样可以在这样的环境下设置管理衍生资产的策略。 假设时间t被给定，一种衍生证券拥有N年的未来现金流，t1≤t2≤…≤tN Fj（S）是标的资产价格的函数。我们需要找到这些现金流的“表面价值”。如果不存在套利机会，那么任何定价策略下的未来股票价格都可以满足修正的无风险的Ito方程式： r是无风险利率（Duffie,1992）[3]。让我们以满足{St,0≤t≤T}的一系列途径为基础，利用所有可能的方式进行检验，比如说（4）式中满足（2）式中的边界和无套利的一些σt 。如果不存在套利机会而且我们假设波动率固定，那么这些衍生资产的价值必须在这个边界之间。 而且：  这里，P包括P序列中所有方式，EPt 是在t时刻P条件基础上的假设期望。 我们的关键发现是这两个函数值都可以在解决动态方程式的局部方程式时获得，将（5）式和（6）式看成在波动率σt的随机控制问题(Krylov,1980)。因此，在一个数据完善的例子中，两个数值可以在解决最终价值问题中被获得。 W+ 在下式中获得： 在（7）中，W- 是如下方法得到： 多种方式下得到的结果是相似的。（7）式是第一个在W（S,tN）=FN(S)和tN-1ttN 条件下得到的。在tN-1 时的价值函数被设定如下： 右边第一个式子代表了t趋于0时候的极端值。等式（7）被用作将价格折扣到tN-2 等等[4]。 我们必须指出在（7）式中的非线性微分方程是BSB方程式[5]。它是BS微分方程的一般化，而且是在假设σmin=σmax的同时求解的。我们注意到（7）式中暗示的波动率σ是一个的函数。 结论：如果波动率的波动路径满足（8），并以以下方式被给予： 那么标准BS方程表明一个以Δt 份额股票和Bt债券组成的组合，而且 并且 准确的代表了所有的未来现金流。另一方面，如果σt 是一个