[論文レビュー] Affine Rough Models

Martin Keller‐Ressel, Martin Larsson+1 more|arXiv (Cornell University)|Dec 20, 2018

Financial Risk and Volatility Modeling参考文献 13被引用数 9

ひとこと要約

本稿では、古典的アフィン確率ボラティリティモデルの一般化として、アフィン粗いモデルを導入し、4つの相互に接続された視点（確率的畳み込み方程式、フォワードボラティリティ曲線、SPDE、混合表現）を通じて、指数的アフィン変換公式が得られることを示している。主な貢献は、リッカティ方程式を介して解析的価格設定を可能にする、一貫性のある枠組みを提供することである。

ABSTRACT

The goal of this survey article is to explain and elucidate the affine structure of recent models appearing in the rough volatility literature, and show how it leads to exponential-affine transform formulas.

研究の動機と目的

• 最近の粗いボラティリティモデルを、解析的変換公式を保つ共通のアフィン構造で統一すること。
• 粗いHeston型モデルにおけるアフィン構造が、リターンおよびボラティリティの指数的アフィン変換をどのように導くかを説明すること。
• 同じクラスのモデルを表す4つの同等の視点（確率的畳み込み、フォワードボラティリティ、SPDE、混合表現）を提示すること。
• 異なる表現間でリッカティ方程式を導出し、それらの整合性と価格設定における有用性を示すこと。
• 無限次元過程の有限次元マルコフ表現に基づく数値近似の理論的基盤を提供すること。

提案手法

• ホイソンモデルを一般化するため、アフィン係数とべき乗則または完全にモノトニックなカーネル $ K $ を持つ確率的畳み込み方程式により、スポットボラティリティ $ V_t $ をモデル化する。
• フォワードボラティリティ曲線 $ \xi_t(T) = \mathbb{E}[V_T \mid \mathcal{F}_t] $ を、確率的偏微分方程式（SPDE）の解として表現し、これにより基礎となるボラティリティ過程と関連付ける。
• ボラティリティ過程 $ V_t $ を、レヴィ測度 $ \mu $ を用いた平均回帰型オルンシュタイン＝ウーレンブルク過程の混合として表現する。ここで $ V_t = \int_0^\infty u_t(x) \mu(dx) $ であり、各 $ u_t(x) $ は線形SDEを満たす。
• 各 $ u_t(x) $ の指数関数的関数へのイトの公式を用いて、$ V_T $ のフーリエ＝ラプラス変換を導出し、リッカティ方程式の解を含む変換公式を得る。
• SPDEと混合表現におけるリッカティ方程式の関係を確立し、同じ関数 $ \mathcal{R}_\phi $、$ \mathcal{R}_\psi $ が異なる定式化において動的特性を支配することを示す。
• 混合表現における積分の交換を正当化するために確率的フビニの定理を用い、$ V_t $ の経路的分解の有効性を保証する。

実験結果

リサーチクエスチョン

• RQ1 粗いボラティリティモデルにおけるアフィン構造を、古典的アフィンモデルと同様に扱いやすい変換公式を保つ形で形式化する方法は何か？
• RQ2 確率的畳み込み方程式、フォワードボラティリティSPDE、ボラティリティ過程の混合表現の間にはどのような関係があるか？
• RQ3 SPDE、混合表現、フォワード曲線の各定式化で得られるリッカティ方程式は、どのように関連しているか？
• RQ4 フォワードボラティリティ過程の無限次元マルコフ構造を、数値実装のための有限次元マルコフ過程で近似可能か？
• RQ5 アフィンボラティリティ過程の解の存在および一意性を保証するためのカーネル $ K $ およびレヴィ測度 $ \mu $ に必要な条件は何か？

主な発見

• 粗いボラティリティモデルにおけるアフィン構造は、リターンおよびボラティリティの指数的アフィン変換公式を導く。これは古典的ホイソンモデルを一般化するものである。
• フォワードボラティリティ曲線 $ \xi_t(T) $ は線形SPDEを満たし、その解はアフィン構造を継承するため、明示的な変換公式が可能になる。
• ボラティリティ過程 $ V_t $ は、各 $ u_t(x) $ が状態依存のドリフトおよびボラティリティを持つ線形SDEを満たす、平均回帰型過程の混合として表現可能である。
• $ V_T $ のフーリエ＝ラプラス変換は、$ \mathbb{E}[\exp(vV_T) \mid \mathcal{F}_t] = \exp(\phi(T-t) + \int_0^\infty \Psi(T-t,x) u_t(x) \mu(dx)) $ で与えられ、ここで $ \phi $ と $ \Psi $ はリッカティ方程式の解である。
• リッカティ＝ボルテラ方程式（例えば、積分ボラティリティの特性関数のため）の解 $ \psi(t) $ は、$ \int_0^\infty \Psi(t,x) \mu(dx) $ に等しく、無限次元およびボルテラ定式化を結びつける。
• 同じリッカティ作用素 $ \mathcal{R}_\phi $ と $ \mathcal{R}_\psi $ が、すべての定式化において共通して現れ、4つの視点間の深い構造的整合性を示している。