[논문 리뷰] A Review of Volatility and Option Pricing

Sovan Mitra|RePEc: Research Papers in Economics|2009. 04. 08.

Stochastic processes and financial applications참고 문헌 75인용 수 8

한 줄 요약

이 논문은 변동성 모형과 옵션 가격 정책의 발전을 상수 변동성에서 스토하스틱 변동성 모형으로의 전환을 중심으로 검토하며, 레버리지 효과와 변동성 스마일과 같은 실증적 특성에 중점을 둔다. 주요 모형들인 국소 변동성, GARCH, SABR, 하이브리드 프레임워크 등을 평가하여 이들이 시장 역학을 더 잘 반영하고 더 정확한 옵션 가격 정책을 가능하게 하는 데 어떻게 기여하는지 보여준다.

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.

연구 동기 및 목표

• 금융수학에서 주요 변동성 모형과 관련된 옵션 가격 정책 방법에 대한 체계적인 검토를 제공하는 것.
• 레버리지 효과와 변동성 클러스터링과 같은 변동성의 실증적 특성과 모형이 이들 특성을 어떻게 반영하는지 분석하는 것.
• 다양한 모형 접근법에서 분석적 유연성과 실증적 현실성 간의 상충 관계를 분석하는 것.
• 하이브리드 및 임의 변동성 모형과 같은 덜 알려진 모형들을 탐색하고 기존 프레임워크와의 통합 가능성을 검토하는 것.
• 기존 모형의 한계, 특히 단기적 집중과 캘리브레이션 지침 부족을 평가하고 향후 개선 방향을 도출하는 것.

제안 방법

• 자산 가격과 변동성 모형화를 위한 수학적 기초로 이토 과정과 확률미분방정식(SDE)을 포함한 기본적인 확률적 미적분학을 검토한다.
• 기본적인 변동성 유형인 역사적 변동성, 실현 변동성, 임의 변동성, 스토하스틱 변동성을 정의하고 데이터 빈도와 시장 정보 기반으로 구분한다.
• 불가측한 변동성과 시장 이면현상 반영 실패로 인해 한계를 드러내는 상수 변동성 모형(예: 블랙-쇼스)을 분석한다.
• 주가와 시간에 따라 변동성이 달라지는 국소 변동성 모형(예: 두피르)을 검토하여 변동성 스마일과 스케일을 해결한다.
• 변동성을 랜덤 과정으로 간주하는 스토하스틱 변동성 모형(예: 헤스턴, SABR)을 분석하여 시간에 따라 변화하는 모형이 변동성 클러스터링과 레버리지 효과를 반영하지 못하는 점을 개선한다.
• 과거 수익률과 충격을 사용하여 조건부 분산 동역학을 모델링하는 이산시간 모형인 GARCH(p,q)와 ARCH(q)를 검토하며, 이론적 확장과 경제통계학적 응용을 포함한다.

실험 결과

연구 질문

• RQ1 상수 변동성에서 스토하스틱 변동성 모형에 이르기까지 다양한 변동성 모형들이 변동성 스마일과 레버리지 효과와 같은 실증적 시장 특성을 어떻게 향상시키는가?
• RQ2 임의 변동성 모형의 수학적 및 실증적 기초는 무엇이며, 실현 변동성 또는 역사적 변동성과 어떻게 다를까?
• RQ3 스토하스틱 변동성 모형이 국소 또는 상수 변동성 모형에 비해 옵션 가격 정책 정확도를 얼마나 향상시키는가?
• RQ4 SABR이나 격자 기반 접근법과 같은 하이브리드 모형들은 다수의 변동성 특성을 어떻게 통합하고 관찰된 옵션 가격에 대한 캘리브레이션을 어떻게 향상시키는가?
• RQ5 현재 변동성 모형의 주요 한계는 무엇이며, 특히 장기적 거시경제 요인과 캘리브레이션 절차 측면에서 어떤 점이 문제인가?

주요 결과

• 헤스턴과 SABR과 같은 스토하스틱 변동성 모형은 상수 및 국소 변동성 모형이 다루지 못하는 금융 시장에서 관찰되는 변동성 클러스터링과 레버리지 효과를 성공적으로 반영한다.
• SABR 모형은 스토하스틱 변동성 하에서 옵션 가격 정책에 대한 폐쇄형 근사식을 제공하며, 변동성 스마일과 스케일을 맞출 수 있는 능력으로 인해 금리 파생상품 분야에서 널리 사용된다.
• GARCH 유형 모형은 시간에 따라 변화하는 변동성을 모델링하는 실용적인 이산시간 대안을 제공하며, EGARCH와 APARCH와 같은 확장형은 수익률 분포의 비대칭성과 뚜렷한 尾部를 다루는 데 기여한다.
• 이항수무와 스토하스틱 변동성을 조합하거나 혼합 모형을 사용하는 하이브리드 모형은 관찰된 시장 옵션 가격에 대한 캘리브레이션을 향상시키고, 이국적 파생상품의 가격 정책에서 더 큰 유연성을 제공한다.
• 실증적 현실성은 향상되었지만, 스토하스틱 및 하이브리드 모형은 종종 분석적 유연성을 희생하여 옵션 가격 정책 및 캘리브레이션에 수치적 방법을 필요로 한다.
• 대부분의 모형이 여전히 단기적 역학에 집중하고 장기적 거시경제 요인이 변동성에 미치는 영향를 간과하고 있어, 향후 모형에는 거시금융 통합이 필요하다는 점이 주요한 한계로 지적된다.