所有期權指南
模型不確定性閱讀約12分鐘
期權模型風險與校準詳解
了解期權模型風險的來源、校準能證明甚麼、參數為何不穩定,以及如何驗證價格、希臘值和對沖結果
由 Mark 撰寫 · 官方資料列於文末
直接解答
期權模型風險是模型結構、數據、參數、數值運算或錯誤用途令價格、希臘值與對沖產生誤導的可能性。校準只會找出能配合所選報價的模型,並不能證明模型就是真實過程,更不能證明它有預測能力
模型是決策工具,不是市場真相
期權模型把價格路徑、波幅、利率、股息和行使方式的假設,轉換成價格與敏感度
模型毋須完全真實也可以有用。任何模型都會刪減細節,而遺漏項的重要性會隨行使價、年期與市場狀態改變
實際問題不是模型是否完美,而是其簡化對當前決策、風險承擔和持有期是否得到充分控制
模型風險有多個層次
規格風險來自過程本身,例如固定波幅、連續路徑、單一因素或固定相關性可能不適合產品
輸入與參數風險包括過時報價、錯誤股息、錯誤融資曲線和不穩定參數;網格、解算器和程式錯誤則屬數值風險
把流動歐式期權模型用於障礙期權、集中組合、受壓市場或規則不同的合約,會產生用途風險
校準是一個加權逆向問題
校準選擇參數,令模型值與所選市場價格或引伸波幅之間的差距盡量縮小
結果取決於報價組合、買賣價處理、誤差尺度、權重、參數界限、優化器,以及按價格還是波幅計算誤差
結果落在差價內可以有實務意義,卻不能識別真實生成過程。買賣差價是成交範圍,不是真實證書
良好配合可能掩蓋弱識別
不同參數組合可為流動行使價給出近似價格,但它們外推的翼部、遠期微笑和對沖比率仍可大相逕庭
這是識別問題:可觀察合約沒有足夠獨立資訊,把每個參數精確固定下來
應跨日期、初始值、權重和報價子集檢查穩定性。價格改善很小而參數大幅轉變,顯示解讀十分脆弱
驗證必須離開校準樣本
重新定價未用於配合的行使價和年期,把誤差與買賣差價比較,並在日後時點重複,而非只選有利截面
只驗證價格並不足夠。細小價格誤差可伴隨龐大敏感度誤差,因此也要測試希臘值、情景反應、對沖損益和邊界行為
獨立實作與基準合約有助分辨模型限制與程式、慣例或數據流程錯誤
模型比較把不確定性變成範圍
配合多個合理模型,改變校準選擇,並壓力測試弱識別參數。結果差距會揭示依賴單一規格的決策
流動普通期權可能由市場報價主導;奇異期權或不流動翼部的模型差距,則可成為重要估值儲備
報告中心值時列明假設、替代方案和失效條件。誠實範圍往往比更多小數位更能支援決策
管治令不確定性可見
記錄模型版本、輸入、時間、慣例、目標權重、配合誤差和人手覆蓋,讓其他覆核者可以重現結果
設定獨立驗證、審批界線、風險限額和後備方法。參數或殘差異常轉變時,重新校準亦應觸發覆核
最後要分開模型價值和可成交報價。流動性、數量、差價、市場衝擊、融資與對手條款可大於理論差異
常見問題
甚麼是期權模型風險?
模型結構、輸入、參數、數值運算或用途令估值、敏感度或對沖結果產生重大誤導的風險
校準等於預測嗎?
不等於。校準在模型內解釋一個市場截面;預測則要判斷其後價格或狀態如何轉變
為何兩個已校準模型給出不同價格?
它們可同樣配合流動合約,卻對未有報價的合約施加不同路徑、尾部、波幅和相關性動態
如何降低模型風險?
使用潔淨數據、穩定校準、留出測試、獨立驗證、替代模型、參數壓力、清晰限額和可重現記錄
資料來源與延伸閱讀
把這個概念應用到一份期權
選擇合約和目標,讓價格、時間與波幅假設在同一份分析中清晰呈現
分析我的期權