[論文レビュー] Marginal density expansions for diffusions and stochastic volatility

Jean-Dominique Deuschel, Peter K. Friz+2 more|arXiv (Cornell University)|Jul 17, 2012

Stochastic processes and financial applications被引用数 16

ひとこと要約

本稿では、超楕円型拡散過程におけるグローバル密度展開技術を開発し、古典的な「切断点に属さない」という条件を、より広いグローバル基準に置き換える。これにより、小ノイズ漸近における2次指数因子を含む展開が可能となり、相関構造を持つ確率的ボラティリティモデルにおける尾部およびインプライドボラティリティの新たな漸近的結果が得られる。これは、GulisashviliとStein（2009）が提起した未解決問題を解決する。

ABSTRACT

Density expansions for hypoelliptic diffusions (X1^,...,X^d
) are revisited. In particular, we are interested in density expansions of the projection (X^1_T,...,X^l_T) at time $T>0$, with $l \le d$. Global conditions are found which replace the well-known ”not-in-cutlocus” condition known from heat-kernel asymptotics; cf. G. Ben Arous (88). Our small noise expansion allows for a ”second order” exponential factor. Applications include tail and implied volatility asymptotics in some correlated stochastic volatility models; in particular, we solve a problem left open by A. Gulisashvili and E.M. Stein (2009).

研究の動機と目的

• 標準的な「切断点に属さない」という条件を超えて、超楕円型拡散過程の小ノイズ密度展開を拡張すること。
• 局所的な幾何的制約がない状況でも密度展開の有効性を保証するグローバル条件を確立すること。
• 漸近的精度を向上させるために、展開に2次指数因子を体系的に組み込むこと。
• 洗練された展開を相関構造を持つ確率的ボラティリティモデルに適用し、尾部およびインプライドボラティリティの新たな漸近的性質を導出すること。
• GulisashviliとStein（2009）が未解決のまま残したインプライドボラティリティ漸近的性質に関する問題を解消すること。

提案手法

• 「切断点に属さない」といった局所的幾何的仮定の代わりに、グローバル条件を用いて密度展開を再定式化すること。
• 小ノイズ漸近的手法を用いて、2次指数補正を含む展開を導出すること。
• 拡散過程の超楕円型構造を活用し、遷移密度の滑らかさと正則性を保証すること。
• Malliavin微積分と大偏差原理を用いて、小ノイズ領域における解析を行い、展開の項を導出すること。
• 時間Tにおける周辺分布（X_T^1, ..., X_T^l）（l ≤ d）の展開を構築すること。
• 展開を確率的ボラティリティモデルの解析に統合し、尾部およびインプライドボラティリティの挙動を抽出すること。

実験結果

リサーチクエスチョン

• RQ1 超楕円型拡散過程の密度展開を、「切断点に属さない」という条件を超えてどのように拡張できるか？
• RQ2 超楕円型設定下で、小ノイズ密度展開の有効性を保証するグローバル条件は何か？
• RQ3 2次指数因子を展開に体系的に組み込むことは可能か？ これにより漸近的精度が向上するか？
• RQ4 洗練されたこれらの展開は、相関構造を持つ確率的ボラティリティモデルにおけるインプライドボラティリティの漸近的解析をどのように改善するか？
• RQ5 GulisashviliとStein（2009）が未解決のまま残した、インプライドボラティリティ漸近的性質に関する特定の問題は、この枠組みでどのように解消できるか？

主な発見

• 本稿では、古典的な「切断点に属さない」という条件を置き換えるグローバル条件を確立し、より広い幾何的仮定のもとで密度展開が可能であることを示した。
• 小ノイズ展開には2次指数因子が含まれており、漸近的近似の精度が向上している。
• 本手法により、超楕円型拡散過程における（X_T^1, ..., X_T^l）の分布の尾部に関する新たな漸近公式が得られた。
• 本フレームワークは、相関構造を持つ確率的ボラティリティモデルにおけるインプライドボラティリティ漸近的性質に関する未解決問題を効果的に解消した。
• 導出された展開は、一般の相関構造を持つモデルに適用可能であり、ボラティリティサーフェス解析の強力なツールを提供する。
• 結果として、指数因子内の2次補正が、尾部およびインプライドボラティリティ近似の精度を顕著に向上させることを示した。