[论文解读] A Computational Approach to Hedging Credit Valuation Adjustment in a Jump-Diffusion Setting

T. van der Zwaard, Lech A. Grzelak+1 more|arXiv (Cornell University)|May 21, 2020

Stochastic processes and financial applications参考文献 27被引用 4

一句话总结

本文提出了一套计算框架，用于在黑尔斯-斯科尔斯模型和默顿跳跃扩散模型下，通过蒙特卡洛模拟对衍生品投资组合的信用估值调整（CVA）市场风险实施动态对冲。研究结果表明，在跳跃扩散设定下，仅使用标的股票对冲CVA风险是不足的，必须额外使用期权来管理跳跃风险；同时发现，若不考虑CVA，将导致预期损失，而适当的对冲可稳定损益（P&L）并提升交易策略的稳健性。

ABSTRACT

This study contributes to understanding Valuation Adjustments (xVA) by focussing on the dynamic hedging of Credit Valuation Adjustment (CVA), corresponding Profit & Loss (P&L) and the P&L explain. This is done in a Monte Carlo simulation setting, based on a theoretical hedging framework discussed in existing literature. We look at hedging CVA market risk for a portfolio with European options on a stock, first in a Black-Scholes setting, then in a Merton jump-diffusion setting. Furthermore, we analyze the trading business at a bank after including xVAs in pricing. We provide insights into the hedging of derivatives and their xVAs by analyzing and visualizing the cash-flows of a portfolio from a desk structure perspective. The case study shows that not charging CVA at trade inception results in an expected loss. Furthermore, hedging CVA market risk is crucial to end up with a stable trading strategy. In the Black-Scholes setting this can be done using the underlying stock, whereas in the Merton jump-diffusion setting we need to add extra options to the hedge portfolio to properly hedge the jump risk. In addition to the simulation, we derive analytical results that explain our observations from the numerical experiments. Understanding the hedging of CVA helps to deal with xVAs in a practical setting.

研究动机与目标

• 理解在存在交易对手信用风险的现实交易环境中，动态CVA对冲机制的运作原理。
• 考察在定价与对冲中纳入CVA对投资组合损益（P&L）和风险敞口的影响。
• 比较在黑尔斯-斯科尔斯模型与默顿跳跃扩散动力学下对冲策略的有效性。
• 评估CVA市场风险对交易策略稳定性的影响，并判断在存在跳跃时是否需要额外的对冲工具。
• 通过从交易台层面分析现金流、财富账户和损益解释，为xVA风险管理提供实用框架。

提出的方法

• 基于Bielecki和Rutkowski的通用交易策略公式构建理论对冲框架，并引入财富账户以追踪投资组合总价值。
• 采用蒙特卡洛模拟生成在黑尔斯-斯科尔斯和默顿跳跃扩散过程中标的资产价格的路径。
• 通过模拟期望近似法计算未来风险暴露和CVA，其中CVA被定义为交易对手违约导致的预期损失。
• 提出一种动态对冲策略，即使用标的股票对冲CVA风险，并在跳跃扩散情形下额外引入期权。
• 通过比较包含与不包含CVA定价与对冲的投资组合，分析损益（P&L）及其解释，采用波动率和平均P&L等统计指标。
• 推导解析结果以解释数值观察结果，特别是损益在期权到期附近的行为以及伽马风险的作用。

实验结果

研究问题

• RQ1 在交易初始阶段未收取CVA时，对损益（P&L）和交易策略稳定性有何影响？
• RQ2 在黑尔斯-斯科尔斯设定下，仅使用标的股票对冲CVA市场风险的效果如何？
• RQ3 在默顿跳跃扩散设定下，为管理CVA市场风险需要哪些额外的对冲工具？它们如何影响损益（P&L）稳定性？
• RQ4 跳跃的存在如何影响损益（P&L）在期权到期附近的波动率和行为特征？
• RQ5 解析洞察在多大程度上能够解释在损益（P&L）和CVA对冲表现中观察到的数值模式？

主要发现

• 在交易初始阶段未收取CVA会导致预期损失，证实CVA是交易对手信用风险的合理补偿。
• 在黑尔斯-斯科尔斯设定下，仅使用标的股票对冲CVA市场风险可显著降低损益（P&L）波动率并提升策略稳定性。
• 在期权到期附近，由于伽马不稳定性，损益（P&L）波动率急剧上升，而有效的CVA对冲可缓解此现象。
• 在默顿跳跃扩散设定下，仅依赖标的股票无法对冲跳跃风险，导致损益（P&L）波动性的主要来源。
• 在对冲组合中增加期权可显著降低跳跃风险的影响，表明在跳跃扩散环境中需要额外的对冲工具。
• 在市场压力较大、波动率更高且跳跃更频繁的情境下（σJ = 0.2，µJ = −0.4，ξJ = 0.2），损益（P&L）波动率上升，且到期附近的峰值更加明显，但CVA对冲的有效性保持一致。