[论文解读] Consistent Recalibration of Yield Curve Models

Philipp Harms, David Stefanovits+2 more|arXiv (Cornell University)|Feb 10, 2015

Stochastic processes and financial applications参考文献 12被引用 4

一句话总结

本文提出了Consistent Recalibration (CRC)模型，这是一种新型的Heath-Jarrow-Morton (HJM)利率模型，通过将远期利率动态构建为时变非时齐仿射模型的极限，既保持了解析可解性，又能拟合真实市场数据。其主要贡献是一个数学上严谨的框架，实现了完全支撑与一致重校准——使模型能够在不重新估计参数的情况下适应新市场数据，同时在Vasiček与Cox-Ingersoll-Ross设定下保持可解析的债券定价。

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.

研究动机与目标

• 解决传统仿射收益率曲线模型在不改变参数的情况下无法一致重校准至新市场数据的问题。
• 通过将HJM模型构建为时变非时齐仿射模型的极限，实现解析可解性与真实动态之间的协调。
• 确保收益率曲线过程以正概率达到任意可观测市场曲线的任意邻域，满足一致重校准性质。
• 为这些模型建立连续路径理论，并在Vasiček与CIR框架下实现高效的数值实现。
• 提供一个稳健的校准框架，将时不变参数（从时间序列中估计）与时变参数（根据市场价格校准）分离。

提出的方法

• 将HJM模型构造为一系列连续远期利率增量的极限，每个增量均来自带时变参数的Hull-White扩展仿射模型。
• 将模型定义为离散时间切线仿射模型的连续时间极限，以确保一致性与可解性。
• 使用Musiela参数化方法，将远期利率曲线h(t)表示为到期时间的函数。
• 应用时变非齐次仿射过程理论与希尔伯特空间中的随机分析，推导出动态方程。
• 在CRC框架下推导出零息债券价格的显式公式，保持解析可解性。
• 采用分裂格式与数值积分技术，实现高效模拟与校准。

实验结果

研究问题

• RQ1 能否构建一种可解析的HJM模型，使其在保持对大量收益率曲线的完全支撑的同时，仍能实现一致重校准？
• RQ2 如何将时变非齐次仿射模型组合，形成具有一致动态的连续路径HJM模型？
• RQ3 在何种条件下，可确保收益率曲线过程以正概率达到任意可观测市场曲线的任意邻域？
• RQ4 在含有时变或随机参数的模型中，能否在不损失债券价格闭式解的前提下，保持解析可解性？
• RQ5 如何将稳健的校准原则应用于此类模型，实现统计估计与市场校准的分离？

主要发现

• CRC模型通过确保收益率曲线过程以正概率达到任意可观测市场曲线的任意邻域，实现了稳定重校准。
• 该模型在较大范围的收益率曲线上实现了完全支撑（例如希尔伯特空间中的开子集），克服了标准仿射模型的低维支撑缺陷。
• 在Vasiček与Cox-Ingersoll-Ross框架下，CRC构造下的零息债券价格仍保持解析可解性。
• 通过分裂格式与时变非齐次仿射过程的高效模拟，数值实现是可行的。
• 该模型通过将短期利率模型提升至含随机参数的HJM框架，解决了解析可解性与真实动态之间的矛盾。
• 论文中的实证证据表明，标准模型中的校准参数随时间显著变化，违反了稳健校准原则——凸显了CRC模型的必要性。