[论文解读] Pricing and hedging of derivatives based on non-tradable underlyings

Stefan Ankirchner, Peter Imkeller+1 more|RePEc: Research Papers in Economics|Dec 21, 2007

Stochastic processes and financial applications被引用 5

一句话总结

本文通过利用带二次生成元的前向-后向随机微分方程（FBSDEs），为基于非交易标的资产的衍生品构建了一个基于效用的定价与对冲框架。它建立了FBSDE解的马尔可夫性质与可微性，从而能够以显式形式表达最优对冲策略，即价格梯度乘以相关系数——这是对不完全市场中经典德尔塔对冲的推广。

ABSTRACT

This paper is concerned with the study of insurance related derivatives on financial markets that are based on non-tradable underlyings, but are correlated with tradable assets. We calculate exponential utility-based indifference prices, and corresponding derivative hedges. We use the fact that they can be represented in terms of solutions of forward-backward stochastic differential equations (FBSDE) with quadratic growth generators. We derive the Markov property of such FBSDE and generalize results on the differentiability relative to the initial value of their forward components. In this case the optimal hedge can be represented by the price gradient multiplied with the correlation coefficient. This way we obtain a generalization of the classical 'delta hedge' in complete markets.

研究动机与目标

• 解决标的资产不可直接交易（如天气指数或保险赔付指数）的衍生品定价与对冲挑战。
• 基于指数效用与无差异定价，构建考虑投资者风险偏好的基于效用的定价框架。
• 通过投资于相关联的可交易资产，推导出最小化基差风险并最大化期望效用的最优对冲策略。
• 为具有二次生成元的FBSDE解的马尔可夫性质与可微性提供充分条件，从而实现对最优对冲的显式表征。
• 通过基于梯度的对冲规则，将经典的布莱克-斯科尔斯德尔塔对冲推广至非交易标的资产的不完全市场。

提出的方法

• 利用局部鞅最优性原理制定最优对冲问题，导出无差异价格与对冲策略的表示形式，其基于前向-后向随机微分方程（FBSDE）的解。
• 将非交易标的资产建模为马尔可夫扩散过程，将相关联的可交易资产建模为相关扩散过程，FBSDE捕捉效用最大化投资组合的动态。
• 通过证明后向分量（价值过程）仅依赖于前向过程的当前状态，建立FBSDE解的马尔可夫性质。
• 利用马尔可夫变分法与随机变分法，证明后向分量关于前向过程初始条件的可微性。
• 将最优对冲表示为价格梯度（关于标的资产）与非交易资产和可交易资产之间相关系数的乘积。
• 将方法推广至多维标的资产与多个可交易资产，支持篮子期权与裂解价差期权等应用。

实验结果

研究问题

• RQ1 如何计算基于与可交易资产相关联的非交易标的资产的衍生品的基于效用的无差异价格？
• RQ2 在效用最大化背景下，FBSDE解具有二次生成元时，其马尔可夫性质与可微性的充分条件是什么？
• RQ3 在非交易标的资产存在的不完全市场中，如何显式表征最优对冲策略？
• RQ4 当标的资产不可交易时，最优对冲如何推广经典布莱克-斯科尔斯德尔塔对冲？
• RQ5 该框架能否处理多维标的资产与多个相关联的可交易资产，例如裂解价差期权中的情形？

主要发现

• 效用无差异价格与最优对冲表示为两个具有二次非线性的FBSDE的初始值与控制过程之差。
• 提供了FBSDE解满足马尔可夫性质的充分条件，确保定价与对冲的时间一致性。
• 证明了FBSDE的前向分量关于其初始条件具有可微性，从而支持基于梯度的对冲策略。
• 最优对冲被显式表示为价格梯度与非交易资产和可交易资产之间相关系数的乘积，推广了经典德尔塔对冲。
• 该框架支持多维标的资产与多个相关联资产，超越了HJB方法中使用的单资产模型。
• 在终端收益与生成元满足较弱条件时，建立了带参数化终端条件的BSDE解的可微性，支持稳健的敏感性分析。