[论文解读] The Bismut-Elworthy-Li formula for jump-diffusions and applications to Monte Carlo pricing in finance

Thomas Cass, Peter K. Friz|ArXiv.org|Apr 13, 2006

Stochastic processes and financial applications参考文献 8被引用 13

一句话总结

本文将Bismut-Elworthy-Li公式扩展至非退化跳跃扩散过程，通过将显式Malliavin权重表示为伊藤积分，实现了金融衍生品高效蒙特卡洛定价。核心贡献是提出一种实用且可实现的希腊值计算方法——尤其适用于数字期权和Cliquet期权——且无需依赖复杂的Malliavin微积分，显著提升了带跳的随机波动率模型中的数值稳定性和效率。

ABSTRACT

We extend the Bismut-Elworthy-Li formula to non-degenerate jump diffusions and "payoff" functions depending on the process at multiple future times. In the spirit of Fournie et al [13] and Davis and Johansson [9] this can improve Monte Carlo numerics for stochastic volatility models with jumps. To this end one needs so-called Malliavin weights and we give explicit formulae valid in presence of jumps: (a) In a non-degenerate situation, the extended BEL formula represents possible Malliavin weights as Ito integrals with explicit integrands; (b) in a hypoelliptic setting we review work of Arnaudon and Thalmaier [1] and also find explicit weights, now involving the Malliavin covariance matrix, but still straight-forward to implement. (This is in contrast to recent work by Forster, Lutkebohmert and Teichmann where weights are constructed as anticipating Skorohod integrals.) We give some financial examples covered by (b) but note that most practical cases of poor Monte Carlo performance, Digital Cliquet contracts for instance, can be dealt with by the extended BEL formula and hence without any reliance on Malliavin calculus at all. We then discuss some of the approximations, often ignored in the literature, needed to justify the use of the Malliavin weights in the context of standard jump diffusion models. Finally, as all this is meant to improve numerics, we give some numerical results with focus on Cliquets under the Heston model with jumps.

研究动机与目标

• 将Bismut-Elworthy-Li公式扩展至具有依赖于多个未来时间点收益函数的非退化跳跃扩散过程。
• 为跳跃扩散模型提供显式且可实现的Malliavin权重，避免依赖非预测性Skorohod积分。
• 改进金融衍生品的蒙特卡洛数值方法，尤其针对收敛性较差的期权（如数字Cliquet合约）。
• 通过解决先前文献中常被忽略的近似问题，为标准跳跃扩散模型中Malliavin权重的使用提供理论依据。
• 通过Heston带跳模型上的数值结果，验证该方法在欧洲期权、双数字期权和Cliquet期权上的有效性。

提出的方法

• 在非退化跳跃扩散设定下，基于Bismut-Elworthy-Li框架，推导出显式Malliavin权重作为伊藤积分。
• 通过引入Malliavin协方差矩阵，将扩展后的公式应用于双椭球情形，即使在波动率退化的情况下也能获得权重。
• 使用带截断跳跃强度的逼近SDE，并应用比较定理，确保波动率过程在L²范数和几乎必然意义下的收敛性。
• 采用局部化技术：将扩展的BEL公式用于非光滑收益函数，与光滑部分的有限差分法结合，以降低方差。
• 在SVJJ（带双重跳跃的Heston模型）中实现该方法，使用显式SDE描述对数价格与波动率，并包含跳跃成分。
• 通过在Heston带跳模型下计算欧洲期权、双数字期权和数字Cliquet期权的德尔塔与伽马，对方法进行数值验证。

实验结果

研究问题

• RQ1 Bismut-Elworthy-Li公式能否被扩展至具有多期限收益函数的非退化跳跃扩散过程？
• RQ2 在存在跳跃的情况下，Malliavin权重的显式形式是什么？能否在不使用非预测性Skorohod积分的前提下进行计算？
• RQ3 扩展后的BEL公式能否提升收敛性较差的衍生品（如数字期权）的蒙特卡洛性能？
• RQ4 为在标准跳跃扩散模型中合理使用Malliavin权重，需要哪些近似？这些近似如何影响数值精度？
• RQ5 在Heston带跳模型下，该扩展BEL公式在复杂衍生品（如Cliquet期权）上的实际表现如何？

主要发现

• 扩展后的Bismut-Elworthy-Li公式在非退化跳跃扩散模型中提供了显式Malliavin权重作为伊藤积分，实现了无需复杂Malliavin微积分的希腊值高效计算。
• 对于双椭球模型，该方法通过引入Malliavin协方差矩阵，仍能获得显式权重，即使在退化情形下也保持实现简便。
• 该方法在数字Cliquet期权的蒙特卡洛模拟中实现了显著的方差减少，而标准有限差分法在临近到期时失效。
• 数值结果表明，该扩展BEL公式在SVJJ模型下对双数字期权和欧洲期权的德尔塔计算优于标准方法。
• 当波动率跳跃不可分时，该方法依然有效，且无需先前研究中对可分跳跃扩散的严格假设。
• 本文通过识别并解决文献中常被忽略的近似问题，为跳跃扩散模型中Malliavin权重的使用提供了理论支持。