[论文解读] The microstructural foundations of leverage effect and rough volatility

El Euch Omar, Masaaki Fukasawa+1 more|arXiv (Cornell University)|Sep 16, 2016

Complex Systems and Time Series Analysis参考文献 41被引用 8

一句话总结

本文表明，金融市场中的杠杆效应和粗糙波动率——这两个关键的市场特征——源于市场参与者的高频微观结构行为。通过构建一个结合内生性、无套利、非对称性及大单交易（metaorders）的霍克斯过程（Hawkes process）代理模型，证明该模型在长时间尺度下收敛至赫斯顿模型（Heston model），从而产生杠杆效应；进一步地，该模型还收敛至粗糙赫斯顿模型（rough Heston model），展现出杠杆效应与粗糙波动率的双重特征。

ABSTRACT

We show that typical behaviors of market participants at the high frequency scale generate leverage effect and rough volatility. To do so, we build a simple microscopic model for the price of an asset based on Hawkes processes. We encode in this model some of the main features of market microstructure in the context of high frequency trading: high degree of endogeneity of market, no-arbitrage property, buying/selling asymmetry and presence of metaorders. We prove that when the first three of these stylized facts are considered within the framework of our microscopic model, it behaves in the long run as a Heston stochastic volatility model, where leverage effect is generated. Adding the last property enables us to obtain a rough Heston model in the limit, exhibiting both leverage effect and rough volatility. Hence we show that at least part of the foundations of leverage effect and rough volatility can be found in the microstructure of the asset.

研究动机与目标

• 探究高频市场微观结构行为是否能够生成在较低频段观测到的杠杆效应。
• 确定粗糙波动率（以赫斯特指数≈0.1的分数布朗运动为特征，具有长程依赖性）是否可从高频市场机制中自然涌现。
• 建模市场微观结构特征与其在价格与波动率动态上的宏观影响之间的相互作用。
• 建立微观层面代理人行为与著名随机波动率模型涌现之间的严格数学联系。
• 证明内生性、非对称性与大单交易动态的结合，在长期极限下可导致粗糙赫斯顿型波动率。

提出的方法

• 构建双变量霍克斯过程模型以描述价格与订单流，捕捉高频市场微观结构特征。
• 通过强度函数纳入四项典型事实：内生性、无套利、买卖非对称性以及大单交易的存在。
• 应用极限定理与标度分析，推导出重标价过程的渐近行为。
• 利用维纳-霍普夫方程与拉普拉斯变换技术求解随机强度方程组。
• 采用分数阶微积分与梅塔-莱夫勒函数（Mittag-Leffler functions）刻画波动率过程的长记忆性与粗糙性特征。
• 在适当的标度与假设条件下，证明重标价过程依分布收敛至粗糙赫斯顿模型。

实验结果

研究问题

• RQ1 金融市场的杠杆效应是否可由高频微观结构行为解释，而非宏观经济杠杆比率？
• RQ2 波动率的粗糙性（赫斯特指数≈0.1）是否能在高频交易环境中由代理人层面的互动自然产生？
• RQ3 在极限模型中，哪些微观结构特征是生成杠杆效应与粗糙波动率的必要且充分条件？
• RQ4 内生性、非对称性与大单交易如何共同塑造价格与波动率的长期动态？
• RQ5 基于霍克斯过程的简单代理模型是否能够再现赫斯顿模型与粗糙赫斯顿模型的实证特征？

主要发现

• 当通过霍克斯过程建模内生性、无套利与非对称性时，长期价格过程收敛至赫斯顿随机波动率模型，该模型本身即表现出杠杆效应。
• 在模型中引入大单交易动态后，在极限状态下形成粗糙赫斯顿模型，能够同时捕捉到实证数据中观测到的杠杆效应与粗糙波动率。
• 波动率的粗糙性源于霍克斯过程中的相互作用结构所诱导的长程依赖性，特别是通过激发核的幂律衰减。
• 极限过程表现出赫斯特指数约为0.1的波动率过程，其霍尔德（Hölder）正则性与文献[32]中的实证发现一致。
• 在斯科罗霍德拓扑（Skorokhod topology）下，重标微观价格过程依分布收敛至粗糙赫斯顿模型，其紧致性与有限维收敛性通过矩界与拉普拉斯变换分析得以证明。
• 该模型为赫斯顿模型与粗糙赫斯顿模型提供了微观结构基础，表明其关键特征并非仅仅是统计拟合，而是可从现实的代理人行为中自然涌现。