[논문 리뷰] The Bismut-Elworthy-Li formula for jump-diffusions and applications to Monte Carlo pricing in finance

Thomas Cass, Peter K. Friz|ArXiv.org|2006. 04. 13.

Stochastic processes and financial applications참고 문헌 8인용 수 13

한 줄 요약

이 논문은 비퇴화 성분이 있는 점프-확산 과정으로 Bismut-Elworthy-Li 공식을 확장하여, 이토 적분으로 표현되는 명시적 Malliavin 가중치를 도출함으로써 금융 파생상품의 효율적인 몬테카를로 가격 설정을 가능하게 한다. 주요 기여는 복잡한 Malliavin 미적분학에 의존하지 않고도 디지털 및 클리케트 옵션과 같은 옵션에 대해 그리스 계수를 실용적이고 구현 가능한 방식으로 계산할 수 있도록 한 점이며, 특히 점프가 존재하는 확률적 변동성 모델에서 수치적 안정성과 효율성을 크게 향상시킨다.

ABSTRACT

We extend the Bismut-Elworthy-Li formula to non-degenerate jump diffusions and "payoff" functions depending on the process at multiple future times. In the spirit of Fournie et al [13] and Davis and Johansson [9] this can improve Monte Carlo numerics for stochastic volatility models with jumps. To this end one needs so-called Malliavin weights and we give explicit formulae valid in presence of jumps: (a) In a non-degenerate situation, the extended BEL formula represents possible Malliavin weights as Ito integrals with explicit integrands; (b) in a hypoelliptic setting we review work of Arnaudon and Thalmaier [1] and also find explicit weights, now involving the Malliavin covariance matrix, but still straight-forward to implement. (This is in contrast to recent work by Forster, Lutkebohmert and Teichmann where weights are constructed as anticipating Skorohod integrals.) We give some financial examples covered by (b) but note that most practical cases of poor Monte Carlo performance, Digital Cliquet contracts for instance, can be dealt with by the extended BEL formula and hence without any reliance on Malliavin calculus at all. We then discuss some of the approximations, often ignored in the literature, needed to justify the use of the Malliavin weights in the context of standard jump diffusion models. Finally, as all this is meant to improve numerics, we give some numerical results with focus on Cliquets under the Heston model with jumps.

연구 동기 및 목표

• 다중 만기 지급 함수를 가진 비퇴화 성분이 있는 점프-확산 과정으로 Bismut-Elworthy-Li 공식을 확장하는 것.
• 점프-확산 모델에 대해 명시적이고 구현 가능한 Malliavin 가중치를 제공하여 예측 가능성을 갖춘 Skorohod 적분에 의존하지 않는 것.
• 특히 디지털 클리케트 계약과 같이 수렴 성능이 열악한 옵션의 몬테카를로 수치 계산을 향상시키는 것.
• 기존 문헌에서 간과된 일반적인 근사치를 규명하고 이를 해결함으로써 표준 점프-확산 모델에서 Malliavin 가중치의 사용을 정당화하는 것.
• Heston 모델에 점프를 포함한 경우에 대해 수치 결과를 통해 본 방법의 효과성을 입증하는 것 — 유럽식 콜옵션, 더블 디지털 옵션, 클리케트 옵션 포함.

제안 방법

• 비퇴화 성분이 있는 점프-확산 설정에서 Bismut-Elworthy-Li 프레임워크를 사용하여 명시적 Malliavin 가중치를 이토 적분 형태로 유도하는 것.
• Malliavin 공분산 행렬을 통합함으로써 초타원형 설정에 공식을 확장하여, 퇴화된 변동성 경우에도 가중치 계산이 가능하도록 하는 것.
• 절단된 점프 강도를 가진 근사 SDE를 사용하고 비교 정리를 적용하여 L² 및 거의 확실히 변동성 과정의 수렴을 보장하는 것.
• 지역화 기법을 활용: 불규칙한 지급 함수에 대해 확장된 BEL 공식을 적용하고, 매끄러운 성분에는 유한차분을 조합하여 분산을 감소시키는 것.
• 로그 가격과 변동성에 점프 성분이 포함된 명시적 SDE를 사용하여 SVJJ (이중 점프가 있는 Heston) 모델에 본 방법을 구현하는 것.
• Heston 모델에 점프를 포함한 경우에 대해 유럽식 콜옵션, 더블 디지털 옵션, 디지털 클리케트 옵션의 델타와 감마를 계산하여 수치적으로 접근 방식을 검증하는 것.

실험 결과

연구 질문

• RQ1 Bismut-Elworthy-Li 공식은 다중 만기 지급 함수를 가진 비퇴화 성분이 있는 점프-확산 과정으로 확장될 수 있는가?
• RQ2 점프가 존재할 경우 Malliavin 가중치의 명시적 형태는 무엇이며, 예측 가능성을 갖춘 Skorohod 적분 없이도 계산 가능할 수 있는가?
• RQ3 확장된 BEL 공식은 수렴 성능이 열악한 옵션, 예를 들어 디지털 옵션과 같은 파생상품의 몬테카를로 성능을 향상시킬 수 있는가?
• RQ4 표준 점프-확산 모델에서 Malliavin 가중치를 사용하기 위해 필요한 근사는 무엇이며, 이는 수치 정확도에 어떤 영향을 미치는가?
• RQ5 Heston 모델에 점프가 포함된 복잡한 파생상품, 예를 들어 클리케트 옵션에 대해 확장된 BEL 공식은 실질적으로 어떻게 작동하는가?

주요 결과

• 확장된 Bismut-Elworthy-Li 공식은 비퇴화 성분이 있는 점프-확산 모델에서 이토 적분 형태로 명시적 Malliavin 가중치를 제공함으로써, 복잡한 Malliavin 미적분학 없이도 그리스 계수를 효율적으로 계산할 수 있도록 한다.
• 초타원형 모델의 경우, Malliavin 공분산 행렬을 포함한 명시적 가중치를 도출할 수 있으며, 퇴화된 경우에도 구현이 간단한 형태를 유지한다.
• 디지털 클리케트 옵션의 몬테카를로 시뮬레이션에서 분산 감소 효과가 뚜렷하게 나타나며, 이는 만기 근처에서 표준 유한차분 방법이 실패하는 경우에도 유의미하게 작용한다.
• 수치 결과는 SVJJ 모델 하에서 더블 디지털 옵션과 유럽식 콜옵션의 델타 계산에서 기존 방법보다 확장된 BEL 공식이 뛰어난 성능을 보임을 보여준다.
• 점프 성분이 분리 가능하지 않은 경우에도 본 방법은 이전 연구에서 요구하는 제한적인 가정 없이 효과적으로 작동한다.
• 논문은 문헌에서 흔히 간과되는 근사치를 규명하고 이를 해결함으로써 점프-확산 모델에서 Malliavin 가중치의 사용을 정당화한다.