La condition de Feller dans les modèles CIR et Heston expliquée
Comprenez la condition de Feller, le comportement de la frontière zéro, la non-négativité par opposition à la positivité stricte et les conséquences numériques pour les modèles CIR et Heston
Réponse directe
Pour dX_t = κ(θ-X_t)dt + σ√X_t dW_t, la condition de Feller 2κθ ≥ σ² rend zéro inatteignable à partir d'un état initial positif. Si elle n'est pas satisfaite, le processus CIR exact reste non négatif mais peut atteindre zéro ; cela se distingue des valeurs négatives numériques
La diffusion racine carrée relie l'échelle à l'incertitude
Le processus CIR utilise la dérive κ(θ-X_t) et la diffusion σ√X_t pour un état non négatif tel qu'un taux court ou une variance
Kappa contrôle la vitesse de retour à la moyenne, theta le niveau de long terme et sigma la volatilité de l'état
Lorsque X approche de zéro, la taille du choc aléatoire diminue tandis que la dérive positive κθ éloigne le processus de la frontière
L'inégalité de Feller compare la dérive et le bruit
La condition standard à la frontière est 2κθ ≥ σ², en supposant des paramètres positifs et un état initial positif
Elle compare la dérive vers l'intérieur en zéro à l'intensité de diffusion, au lieu de tester si un calibrage ajuste les prix des options
Certains textes utilisent un indice de Feller 2κθ/σ² ou une dimension 4κθ/σ² ; il faut donc vérifier les conventions de seuil
La condition satisfaite donne une positivité stricte
Lorsque 2κθ ≥ σ² et X_0 > 0, zéro est inatteignable pour le processus CIR continu idéal
L'état reste strictement positif à tout instant fini, évitant le contact avec la frontière racine carrée dégénérée
La positivité stricte est plus forte que la non-négativité et ne doit pas être réduite à une affirmation vague selon laquelle le modèle est stable
L'échec autorise le contact, pas les états négatifs
Lorsque 0 < 2κθ < σ², zéro est atteignable, mais la solution CIR standard reste non négative
Avec θ positif, la frontière zéro est instantanément réfléchissante plutôt qu'un état absorbant permanent
Par conséquent, une condition de Feller non satisfaite ne rend pas à elle seule l'équation différentielle stochastique invalide ou négative
Heston applique le même test à la variance
La variance de Heston suit dv_t = κ(θ-v_t)dt + ξ√v_t dW_t, en remplaçant σ par la vol-of-vol ξ
Sa condition courante est 2κθ ≥ ξ² ; son échec permet à la variance de toucher zéro et peut accentuer la sensibilité à la frontière
Un modèle de Heston calibré peut toujours être utilisé lorsque la condition échoue, mais l'interprétation et le traitement numérique exigent davantage de prudence
La discrétisation crée un problème distinct
Un pas d'Euler naïf peut devenir négatif même lorsque le processus exact est non négatif et que la condition de Feller est satisfaite
La troncature complète, les méthodes implicites, les schémas exponentiels quadratiques ou l'échantillonnage de la transition exacte traitent la frontière différemment
Écrêter les valeurs négatives modifie le modèle simulé ; il faut donc tester la convergence, le biais et la stabilité des grecs
Le calibrage exige des diagnostics tenant compte de la frontière
Présentez le ratio 2κθ/ξ², pas seulement le fait qu'il soit supérieur ou inférieur au seuil, et comparez-le entre les dates, les mesures et l'incertitude des paramètres
Les paramètres physiques et risque-neutres ne sont pas nécessairement identiques, car les primes de risque de variance peuvent modifier la dynamique de retour à la moyenne
Testez les trajectoires proches de zéro, la sensibilité au pas de temps, les moments de transition, les erreurs sur les options et les résultats de couverture avant de faire confiance à un modèle ajusté
Questions fréquentes
Quelle est la condition de Feller pour un processus CIR ?
Pour dX = κ(θ-X)dt + σ√X dW, la condition standard de positivité stricte est 2κθ ≥ σ²
Que se passe-t-il si la condition de Feller n'est pas satisfaite ?
Le processus exact peut atteindre zéro mais reste non négatif dans la spécification CIR standard avec des paramètres positifs
Heston exige-t-il la condition de Feller ?
Pas pour chaque utilisation de valorisation, mais sa non-satisfaction permet à la variance de toucher zéro et soulève des problèmes de frontière analytiques et numériques
Pourquoi une simulation peut-elle quand même produire une variance négative ?
Un schéma discret comme l'Euler naïf peut violer la frontière du processus exact ; la méthode de simulation doit donc faire l'objet d'une validation distincte