[논문 리뷰] Consistent Recalibration of Yield Curve Models

Philipp Harms, David Stefanovits외 2명|arXiv (Cornell University)|2015. 02. 10.

Stochastic processes and financial applications참고 문헌 12인용 수 4

한 줄 요약

이 논문은 시간 비균일한 애파프 계열 모델의 극한으로서의 정방형 동적 구조를 구성함으로써 실제 시장 데이터에 적합하면서도 해석적 취급 가능성을 유지하는 새로운 종류의 헤스-조로우-머턴(HJM) 이자율 모델인 일관적 재보정(CRC) 모델을 소개한다. 주요 기여는 수학적으로 엄밀한 프레임워크를 제공함으로써 모델이 매개변수 재추정 없이도 새로운 시장 데이터에 적응할 수 있도록 하면서도 바운드 가격 산정의 취급 가능성을 유지하는 것이다. 이는 바시체크 및 코크-인거솔-로스(CIR) 설정에서 성립한다.

ABSTRACT

The analytical tractability of affine (short rate) models, such as the Vasicek and the Cox-Ingersoll-Ross models, has made them a popular choice for modelling the dynamics of interest rates. However, in order to account properly for the dynamics of real data, these models need to exhibit time-dependent or even stochastic parameters. This in turn breaks their tractability, and modelling and simulating becomes an arduous task. We introduce a new class of Heath-Jarrow-Morton (HJM) models that both fit the dynamics of real market data and remain tractable. We call these models consistent recalibration (CRC) models. These CRC models appear as limits of concatenations of forward rate increments, each belonging to a Hull-White extended affine factor model with possibly different parameters. That is, we construct HJM models from "tangent" affine models. We develop a theory for a continuous path version of such models and discuss their numerical implementations within the Vasicek and Cox-Ingersoll-Ross frameworks.

연구 동기 및 목표

• 기존의 애파프 수익률 곡선 모델이 매개변수 변화 없이 새로운 시장 데이터에 재보정될 수 없는 문제를 해결하기 위해.
• 시간 비균일한 애파프 모델의 극한으로서 HJM 모델을 구성하여 해석적 취급 가능성과 현실적인 역학을 조화시키기 위해.
• 수익률 곡선 과정이 어떤 시장 관측 곡선의도든 양의 확률로 임의의 이웃 영역에 도달할 수 있도록 보장하기 위해.
• 이러한 모델에 대한 연속 경로 이론을 개발하고 바시체크 및 CIR 프레임워크 내에서 효율적인 수치적 구현을 가능하게 하기 위해.
• 시간 불변 매개변수(시계열 자료로부터 추정)와 시간에 따라 변하는 매개변수(시장 가격에 맞춰 보정)를 분리하는 견고한 보정 프레임워크를 제공하기 위해.

제안 방법

• 시간에 따라 변화하는 매개변수를 갖는 헐-블랙 확장 애파프 모델의 연속된 정방형 이자율 증분의 극한으로 HJM 모델을 구성한다.
• 모델을 이산 시간의 탄젠트 애파프 모델의 연속 시간 극한으로 정의함으로써 일관성과 취급 가능성을 확보한다.
• 수익률 곡선을 만기까지의 시간 함수로 표현하기 위해 무지엘라 파arametrization을 사용한다.
• 시간 비균일한 애파프 과정 이론과 힐베르트 공간 내의 확률 미분 기법을 적용하여 동역학을 유도한다.
• CRC 프레임워크 하에서 콜드본드 가격에 대한 명시적 공식을 유도하여 해석적 취급 가능성을 유지한다.
• 효율적인 시뮬레이션과 보정을 위해 스플릿팅 스킴과 수치적 적분 기법을 활용한다.

실험 결과

연구 질문

• RQ1 매개변수 변화 없이도 큰 수의 수익률 곡선 집합에 대해 전체 지원을 유지하면서도 일관적 재보정이 가능한 해석적 취급 가능성을 갖춘 HJM 모델을 구성할 수 있는가?
• RQ2 시간 비균일한 애파프 모델을 어떻게 조합하여 일관된 역학을 갖는 연속 경로 HJM 모델을 만들 수 있는가?
• RQ3 수익률 곡선 과정이 어떤 관측 가능한 시장 곡선의 이웃 영역에도 양의 확률로 도달할 수 있도록 보장하는 조건은 무엇인가?
• RQ4 시간에 따라 변하거나 확률적 매개변수를 갖는 모델에서도 콜드본드 가격에 대한 닫힌 형태 해를 유지할 수 있는가?
• RQ5 이러한 모델에 대해 견고한 보정 원칙을 어떻게 적용할 수 있으며, 통계 추정과 시장 보정을 어떻게 분리할 수 있는가?

주요 결과

• CRC 모델 클래스는 수익률 곡선 과정이 어떤 시장 관측 곡선의 이웃 영역에도 양의 확률로 도달할 수 있도록 함으로써 일관적 재보정을 보장한다.
• 모델은 큰 수의 수익률 곡선 집합(예: 힐베르트 공간의 열린 부분집합)에 대해 전체 지원을 확보하여 기존의 애파프 모델이 갖는 저차원적 지원 문제를 해결한다.
• 바시체크 및 코크-인거솔-로스(CIR) 프레임워크 하에서 CRC 구성에 따라 콜드본드 가격이 여전히 해석적으로 취급 가능하다.
• 스플릿팅 스킴과 시간 비균일한 애파프 과정의 효율적 시뮬레이션을 통해 수치적 구현이 가능하다.
• 단순한 단기 금리 모델을 HJM 프레임워크로 올림으로써 해석적 취급 가능성과 현실적인 역학 사이의 갈등을 해결한다.
• 논문의 실증적 증거는 기존 표준 모델에서 보정된 매개변수가 시간에 따라 크게 변동함을 보여주며, 이는 견고한 보정 원칙을 위반함을 시사한다—이는 CRC 모델의 필요성을 강조한다.