[论文解读] Asymptotic Analysis for Stochastic Volatility: Edgeworth Expansion

Masaaki Fukasawa|arXiv (Cornell University)|Apr 13, 2010

Stochastic processes and financial applications参考文献 11被引用 1

一句话总结

本文通过使用遍历扩散过程的埃奇沃斯展开，严格验证了快速均值回归随机波动率模型在欧洲期权定价中的渐近展开的有效性。该研究证明了在布莱克-斯科尔斯价格附近近似展开的统一收敛性，并给出了精确的误差估计，相比先前工作弱化了可积性和遍历性条件，为期权定价中的奇异摄动公式提供了严格的理论基础。

ABSTRACT

The validity of an approximation formula for European option prices under a general stochastic volatility model is proved in the light of the Edgeworth expansion for ergodic diffusions. The asymptotic expansion is around the Black-Scholes price and is uniform in bounded payoff func- tions. The result provides a validation of an existing singular perturbation expansion formula for the fast mean reverting stochastic volatility model.

研究动机与目标

• 严格验证现有快速均值回归随机波动率模型的奇异摄动展开公式的有效性。
• 弱化先前渐近展开结果中所需的可积性和遍历性条件。
• 推导出不依赖于收益函数正则性的近似误差的精确阶估计。
• 通过再生方法将埃奇沃斯展开技术扩展至非几何混合的遍历扩散过程。
• 在波动率过程系数的一般条件下，为快速均值回归展开公式提供非微扰性解释。

提出的方法

• 采用一维遍历扩散过程的再生埃奇沃斯展开方法，相比以往的鞅或混合方法，允许更弱的遍历性和可积性假设。
• 应用野田的鞅展开理论与马利诺夫斯基的再生框架，推导出随机波动率下对数价格过程的埃奇沃斯型展开。
• 为对数资产价格的分布推导出埃奇沃斯展开，其中校正项涉及三阶累积量。
• 利用Lévy-Khinchin表示和特征函数分析，控制归一化对数收益过程的特征函数。
• 通过证明误差项特征函数的指数衰减，建立展开在有界Borel收益函数上的统一收敛性。
• 应用Petrov引理以界定归一化过程的特征函数，确保在弱条件下埃奇沃斯展开的有效性。

实验结果

研究问题

• RQ1 快速均值回归随机波动率模型的奇异摄动展开公式是否在弱于先前假设的可积性和遍历性条件下依然有效？
• RQ2 能否推导出不依赖于收益函数光滑性的近似误差的精确阶估计？
• RQ3 埃奇沃斯展开是否适用于非几何混合过程（如缓慢均值回归波动率模型）的遍历扩散过程？
• RQ4 展开中的校正项能否显式地用波动率过程的系数及其不变测度表示？
• RQ5 与以往基于PDE或鞅的方法相比，所提方法在一般性和误差控制方面有何改进？

主要发现

• 通过埃奇沃斯展开严格验证了广义随机波动率模型下欧洲期权价格的近似公式，且在有界收益函数上实现统一收敛。
• 证明了渐近展开的误差阶为O(1/√Σ)，且该阶估计不依赖于收益函数的正则性。
• 校正项显式地由一个涉及波动率过程不变测度和相关结构的函数α给出，当α = 0时即恢复布莱克-斯科尔斯价格。
• 该方法允许缓慢均值回归的波动率过程（如混合系数呈多项式衰减），突破了快速均值回归的假设限制。
• 归一化对数收益过程的特征函数呈现指数衰减，确保在弱条件下埃奇沃斯展开的有效性。
• 结果为快速均值回归展开提供了非微扰性解释，证实其在比先前建立更广泛模型类中的鲁棒性。