[论文解读] An Asymptotic Expansion Formula for Up-and-Out Barrier Option Price under Stochastic Volatility Model

Takashi Kato, Akihiko Takahashi+1 more|arXiv (Cornell University)|Feb 14, 2013

Stochastic processes and financial applications参考文献 4被引用 7

一句话总结

本文通过将严格的摄动方法应用于相关偏微分方程（PDE），为随机波动率模型（包括SABR模型）下的上敲出障碍期权定价，推导出一种半闭式渐近展开公式。该方法对Black-Scholes障碍期权价格提供了首阶校正，显著提升了相对于零阶近似的精度，数值结果证实了其在各种波动率和障碍水平下的有效性。

ABSTRACT

This paper derives a new semi closed-form approximation formula for pricing an up-and-out barrier option under a certain type of stochastic volatility model including SABR model by applying a rigorous asymptotic expansion method developed by Kato, Takahashi and Yamada (2012). We also demonstrate the validity of our approximation method through numerical examples.

研究动机与目标

• 为在缺乏闭式解的随机波动率模型下，开发一种可计算的解析近似方法，用于上敲出障碍期权定价。
• 将Kato、Takahashi与Yamada提出的渐近展开方法扩展至上敲出情形，此前该方法仅适用于下敲出期权。
• 为实际中定价此类路径依赖衍生品提供一种数值高效的蒙特卡洛模拟替代方案。
• 在不同模型参数与障碍水平下，验证所提近似方法的精度与鲁棒性。

提出的方法

• 推导出在标的资产与波动率之间具有相关扩散的随机波动率模型下的期权价格PDE。
• 基于摄动理论，对PDE的柯西-狄利克雷问题实施严格的渐近展开方法，以ε = 0（即Black-Scholes情形）为展开基准。
• 利用转移密度的半群表示，将首阶校正项表达为波动率过程生成元的函数。
• 通过Black-Scholes障碍期权价格对波动率及其交叉项的导数，显式计算首阶校正项。
• 利用Feynman–Kac公式，将期权价格表示为吸收扩散过程在首重入域D = (−∞, log H) 时间前的期望。
• 利用半群算子对校正项进行数值评估，并与蒙特卡洛模拟结果进行对比作为基准。

实验结果

研究问题

• RQ1 能否在随机波动率模型（包括SABR模型）下，为上敲出障碍期权推导出半闭式渐近展开公式？
• RQ2 首阶校正项在不同障碍水平与波动率参数下，相较于Black-Scholes价格在精度上提升了多少？
• RQ3 在不同模型配置下，渐近展开方法相较于蒙特卡洛模拟的定量性能表现如何？
• RQ4 当波动率的波动率（εν）增大时，该方法是否仍保持鲁棒性？
• RQ5 Black-Scholes障碍期权价格对波动率及交叉项的偏导数如何贡献于校正项？

主要发现

• 渐近展开公式为Black-Scholes障碍期权价格提供了首阶校正，显著降低了相对于零阶近似的定价误差。
• 当εν = 0.1时，AE首阶近似在所有测试行权价与障碍水平下相对误差均低于1.7%，而AE零阶近似误差超过8%。
• 当εν增至0.2时，AE首阶近似仍保持相对误差低于4.5%，表明在更高随机波动率下仍具鲁棒性。
• 在第6组情形（H=140, εν=0.2）中，AE首阶方法仅比蒙特卡洛价格高估0.78%，表明在高波动率环境下仍具高度精度。
• 校正项εe−cT ∫₀ᵀ ̄Pᴰₛ ˜L₀¹ ̄Pᴰᵀ−s f(x) ds有效补偿了真实期权价格与Black-Scholes价格之间的差异，证实了该方法的有效性。