波动率曲面建模的局部回归方法改进.docxVIP

波动率曲面建模的局部回归方法改进

一、引言：波动率曲面建模与局部回归方法的现状

（一）波动率曲面建模的核心价值

波动率曲面是刻画金融衍生品市场隐含波动率与执行价格、到期期限之间关联的三维结构，是期权定价、风险管理及套利策略设计的核心依据（李扬，2018）。传统Black-Scholes模型假设波动率为常数，无法解释实际市场中普遍存在的波动率微笑、波动率期限结构等非线性现象，因此研究者们不断探索更贴近市场实际的建模方法。局部回归方法因无需预设全局模型形式、能灵活捕捉数据的局部非线性特征，成为波动率曲面建模的主流技术之一，它通过对每个拟合点附近的样本赋予差异化权重，利用局部数据进行拟合，有效适配了波动率曲面的动态变化特性。

（二）传统局部回归方法的应用局限

尽管局部回归方法在波动率曲面建模中展现出独特优势，但在实际应用中仍存在诸多不足。首先，传统局部回归多采用固定带宽策略，无法适配波动率曲面不同区域的波动强度差异——比如虚值期权区域波动率变化剧烈，固定带宽易导致过拟合，而平值期权区域波动率相对平稳，固定带宽又可能引发欠拟合（王健，2020）。其次，核函数选择较为单一，常用的高斯核、均匀核难以兼顾局部拟合精度与全局平滑性，比如高斯核在边界区域权重衰减过快，无法有效捕捉边缘样本的信息，均匀核则在中心区域缺乏平滑性，易引入拟合噪声。此外，传统局部回归往往将执行价格与到期期限视为独立变量，忽略