[論文レビュー] A Review of Volatility and Option Pricing

Sovan Mitra|RePEc: Research Papers in Economics|Apr 8, 2009

Stochastic processes and financial applications参考文献 75被引用数 8

ひとこと要約

この論文は、定常ボラティリティモデルから確率的ボラティリティモデルへのボラティリティモデリングおよびオプションプライシングの進化をレビューし、レバレッジ効果やボラティリティスミルといった実証的特性に注目している。主なモデル（ローカルボラティリティ、GARCH、SABR、ハイブリッドフレームワークなど）を評価し、各モデルが市場ダイナミクスをより的確に捉えるために前例に欠ける点を改善する仕組みを示している。

ABSTRACT

The literature on volatility modelling and option pricing is a large and diverse area due to its importance and applications. This paper provides a review of the most significant volatility models and option pricing methods, beginning with constant volatility models up to stochastic volatility. We also survey less commonly known models e.g. hybrid models. We explain various volatility types (e.g. realised and implied volatility) and discuss the empirical properties.

研究の動機と目的

• 金融数学における主要なボラティリティモデルおよび関連オプションプライシング手法の体系的レビューを行うこと。
• レバレッジ効果やボラティリティクラスタリングといったボラティリティの実証的特性を検討し、モデルがこれらの特徴をどのように捉えているかを明らかにすること。
• 異なるアプローチにおける解析的扱いやすさと実証的現実性のトレードオフを分析すること。
• ハイブリッドモデルやインプライドボラティリティモデルといったあまり知られていないモデルを検討し、既存フレームワークとの統合方法を明らかにすること。
• 現行モデルの限界、特に短期的焦点とキャリブレーション指針の欠如に注目し、改善の方向性を特定すること。

提案手法

• 資産価格とボラティリティをモデリングする数学的基盤として、伊藤過程や確率微分方程式（SDE）を含む基礎的確率積分のレビュー。
• データ頻度と市場情報に基づく定義と差異に基づく、歴史的ボラティリティ、実現ボラティリティ、インプライドボラティリティ、確率的ボラティリティといった主要なボラティリティタイプの導入。
• ブラック・ショールズモデルなどの定常ボラティリティモデルと、観察不能なボラティリティと市場の異常を捉えきれないという限界の分析。
• 株価と時間の関数としてボラティリティを定義するローカルボラティリティモデル（例：デュピレ）を検討し、ボラティリティスミルやスKEWの解消に寄与する。
• ボラティリティを確率過程として扱う確率的ボラティリティモデル（例：ヘストン、SABR）を検討し、時間依存モデルに比べ、ボラティリティクラスタリングやレバレッジ効果を捉える能力を向上させる。
• 過去のリターンとショックを用いて条件付き分散のダイナミクスをモデル化する離散時間モデル（例：GARCH(p,q)、ARCH(q)）と、計量経済学におけるその拡張を分析。

実験結果

リサーチクエスチョン

• RQ1 定常ボラティリティから確率的ボラティリティに至るさまざまなボラティリティモデルは、ボラティリティスミルやレバレッジ効果といった実証的市場特徴をどのように段階的に改善しているか？
• RQ2 インプライドボラティリティモデルの数学的および実証的基盤は何か。実現ボラティリティや歴史的ボラティリティとはどのように異なるか？
• RQ3 確率的ボラティリティモデルは、ローカルボラティリティや定常ボラティリティモデルに比べ、オプションプライシングの正確性をどの程度向上させているか？
• RQ4 SABRやラティスベースのアプローチといったハイブリッドモデルは、複数のボラティリティ特徴を統合し、観察されたオプションプライスへのキャリブレーションをどのように改善しているか？
• RQ5 現在のボラティリティモデルの主な限界は何か。特に長期的経済要因とキャリブレーション手順に関する点で。

主な発見

• ヘストンやSABRといった確率的ボラティリティモデルは、金融市場で観察されるボラティリティクラスタリングやレバレッジ効果を的確に捉えており、定常およびローカルボラティリティモデルでは対応できない。
• SABRモデルは、確率的ボラティリティ下でのオプションプライシングに対して閉形式近似を提供し、金利デリバティブ分野で広く用いられている。これはボラティリティスミルとスケューをうまくフィットできる能力に起因する。
• GARCH型モデルは、時間変動ボラティリティをモデリングする実用的な離散時間代替手段を提供し、EGARCH や APARCH といった拡張モデルはリターン分布の非対称性と極端値（ファットテイル）に対応している。
• バイナリーチューブと確率的ボラティリティを組み合わせたハイブリッドモデルや混合モデルは、市場で観察されたオプションプライスへのキャリブレーションを向上させ、エキゾチックデリバティブの価格設定における柔軟性を高めている。
• 改善された現実性にもかかわらず、確率的およびハイブリッドモデルはしばしば解析的扱いやすさを犠牲にし、オプションプライシングやキャリブレーションに数値的手法を要する。
• 大多数のモデルが抱える主な欠陥は、長期的マクロ経済要因がボラティリティに与える影響を無視する短期的ダイナミクスに焦点を当てている点であり、今後のモデルにはマクロ・ファイナンス統合の必要性が示唆されている。