Quy trình affine và phương trình Riccati được giải thích
Tìm hiểu cách các biến đổi mũ-affine, phương trình Riccati tổng quát, tính chấp nhận được và miền moment giúp mô hình tài chính affine khả giải
Câu trả lời trực tiếp
Một quy trình affine khiến biến đổi có điều kiện của trạng thái tương lai có dạng mũ-affine theo trạng thái hôm nay. Các hệ số theo thời gian của nó giải các phương trình Riccati tổng quát, biến một kỳ vọng nhiều chiều thành các phương trình vi phân thông thường
Affine mô tả một biến đổi, không phải đường đi thẳng
Với trạng thái Markov X, mô hình affine tìm E[e^{u·X_T}|X_t=x] = exp(φ(τ,u)+ψ(τ,u)·x), trong đó τ=T−t
Từ affine nói đến việc logarit của biến đổi có điều kiện này là một hằng số cộng với một hàm tuyến tính của trạng thái hiện tại
Đường đi vẫn có thể phi tuyến, có phương sai thay đổi và gián đoạn; phương sai căn bậc hai và cường độ nhảy đều có thể thuộc lớp này
Không gian trạng thái giới hạn các động lực hợp lệ
Các trạng thái chính tắc thường kết hợp các tọa độ không âm, chẳng hạn phương sai hoặc cường độ, với các tọa độ thực không bị giới hạn, chẳng hạn log giá
Drift, diffusion và các độ đo nhảy phải thỏa điều kiện chấp nhận được để quy trình ở trong không gian trạng thái và xác định một luật Markov hợp lệ
Một công thức có vẻ affine là chưa đủ: phương sai âm, hoạt động nhảy bùng nổ hoặc điều kiện tồn tại thất bại có thể làm đặc tả không hợp lệ
Biến đổi mũ-affine nén các phân phối
Biến đổi có thể mã hóa hàm đặc trưng, biến đổi Laplace, moment, giá trái phiếu và các khối xây dựng payoff đã chiết khấu
Thay vì khôi phục toàn bộ mật độ chuyển tiếp, ta đánh giá φ và ψ tại đối số phức mà công thức định giá yêu cầu
Sự tách biệt này rất mạnh: mô hình ngẫu nhiên cung cấp một biến đổi, còn phép đảo hoặc biến đổi payoff chuyển nó thành giá
Phương trình Riccati tạo ra các hệ số
Thay ansatz mũ-affine vào phương trình toán tử sinh sẽ gom các hạng không đổi vào φ và các hạng tuyến tính theo trạng thái vào ψ
Kết quả là một hệ ghép như ∂τφ = F(ψ) và ∂τψ = R(ψ), với điều kiện ban đầu φ(0,u)=0 và ψ(0,u)=u
Các hạng diffusion khiến R có bậc hai, còn nhảy bổ sung các tích phân biến đổi, đó là lý do các phương trình được gọi là phương trình Riccati tổng quát
Các mô hình tài chính quen thuộc nằm trong họ này
CIR dùng trạng thái căn bậc hai không âm, trong khi Heston ghép log giá với phương sai căn bậc hai và bảo toàn biến đổi chung affine
Các mô hình cấu trúc kỳ hạn và tín dụng affine có thể khiến lãi suất ngắn hạn, cường độ vỡ nợ hoặc compensator của nhảy là các hàm affine của trạng thái
Kiến trúc biến đổi chung không khiến các mô hình tương đương; mỗi mô hình có ràng buộc trạng thái, hành vi đuôi và ý nghĩa kinh tế khác nhau
Miền biến đổi có thể kết thúc trước mô hình
Hàm đặc trưng tồn tại với tần số thực, nhưng moment mũ tại các đối số phức có thể chỉ tồn tại trong một miền giới hạn
Nghiệm Riccati có thể bùng nổ tại một chân trời hữu hạn, báo hiệu moment thất bại chứ không nhất thiết là sự kết thúc của quy trình xác suất cơ sở
Các biểu thức dạng đóng cũng cần các nhánh căn bậc hai và logarit nhất quán; những dạng đại số tương đương có thể hoạt động khác nhau trong số học dấu phẩy động
Triển khai cần chẩn đoán cấu trúc
Kiểm tra giá trị ban đầu, quan hệ nửa nhóm, đối xứng liên hợp, điều kiện martingale và các trường hợp giới hạn đã biết trước khi định giá quyền chọn
Theo dõi bộ giải Riccati, miền biến đổi, tính liên tục của nhánh và độ nhạy với dung sai qua các lưới kỳ hạn và tham số
Tính khả giải affine giảm một bài toán khó thành các bài toán nhỏ hơn; nó không loại bỏ rủi ro hiệu chỉnh, sai số số học hoặc đặc tả sai mô hình
Câu hỏi thường gặp
Quy trình affine trong tài chính là gì?
Đó là một quy trình Markov có biến đổi mũ có điều kiện mà logarit của nó là affine theo trạng thái hiện tại trong miền đối số hợp lệ
Vì sao phương trình Riccati xuất hiện?
Biến đổi mũ-affine được đưa vào phương trình toán tử sinh sẽ tách các hệ số không đổi và tuyến tính theo trạng thái thành các ODE dạng Riccati
Mọi quy trình affine có phải Gaussian không?
Không. Lớp này bao gồm diffusion căn bậc hai và quy trình nhảy, nên có thể tạo ra độ lệch, phương sai ngẫu nhiên và gián đoạn
Biến đổi dạng đóng có bảo đảm định giá dễ dàng không?
Không. Định giá vẫn cần moment hợp lệ, số học phức ổn định, phép đảo chính xác, hiệu chỉnh và kiểm tra rủi ro mô hình