全部期权指南
微笑动态阅读约12分钟
SABR波动率模型详解
理解SABR如何连接远期与随机波动率、Alpha、Beta、Rho与Vol-of-Vol怎样塑造微笑，以及近似公式的局限
由 Mark 编写 · 官方资料列于文末
直接答案
SABR是让远期与其波动率按相关随机过程共同变化的随机波动率模型。Alpha、Beta、Rho与Vol-of-Vol能够简洁构造隐含波动率微笑，但校准结果和常用的渐近近似公式都有不可忽视的适用范围与局限
SABR共同模拟远期与波动率
名称来自stochastic alpha beta rho。远期服从恒定弹性扩散，波动率水平服从另一随机过程
两个冲击彼此相关，使隐含波动率微笑在远期改变时也会响应，而不是停留在固定曲线上
SABR最初在利率与外汇市场广泛采用，这些市场重视按到期日与期限管理微笑
四个参数分担不同作用
Alpha设定初始波动率规模，Beta通过弹性项控制远期水平如何改变价格波动大小
Rho是远期与波动率冲击的相关系数；常称Vol-of-Vol的Nu决定未来波动率水平的不确定程度
各作用并不独立，微笑水平、斜率或曲率的变化可由多个参数的不同组合共同重现
Beta与Rho塑造不对称
Beta为一时接近对数正态极限，为零时接近正态极限，中间值决定波动尺度随远期水平变化的方式
负Rho通常令低行权价IV相对更高，正Rho则倾向让微笑向另一个方向倾斜
Nu通过扩大未来波动率分布增加曲率，其影响与Rho及时间交互，不能只观察单边翼部
校准通常按单个微笑截面进行
在一个到期日内把参数拟合至各行权价市场IV，常见做法是固定Beta，再求Alpha、Rho与Nu
有限行权价中Beta与Rho可能相互替代，固定Beta有助提高稳定性，但必须记录这一选择
权重、买卖价区间、行权价覆盖、正态或对数正态报价、位移与优化约束都会改变结果
微笑动态会影响对冲
Hagan等人提出SABR的原因之一，是局部波动率模型的微笑移动可能与市场观察相反，令对冲不稳定
远期与波动率冲击的相关性，使模型产生远期变化与微笑位移之间的条件关系
拟合关系仍是情景而非定律，实际反应会随市场状态、期限、事件、方向与速度变化
常用公式是一种近似
实际实现通常采用Hagan的渐近隐含波动率公式，而不是精确积分随机过程
长期限、极端行权价、高Vol-of-Vol或困难参数组合会降低精度；低利率环境也可能需要位移
应在整个使用区间检查价格、密度与静态套利。流动行权价附近的小误差不能验证遥远翼部
把参数视为受控坐标
监控跨日期与相邻到期日的参数稳定性，但不要强迫会损害拟合或制造日历矛盾的平滑性
把近似公式与数值基准和其他微笑模型比较，并压力测试远期、波动率、相关性与外推行权价
SABR是描述微笑风险的实用语言，不是唯一真实过程。曲面应附带报价惯例、区间、误差、版本与已知失效条件
常见问题
SABR代表什么？
它代表stochastic alpha beta rho，既是模型名称也包含三个惯用参数；Nu则是Vol-of-Vol参数
SABR中的Beta有什么作用？
它控制远期水平如何改变价格波动尺度，并连接接近正态与接近对数正态的行为
为什么校准时常固定Beta？
在有限行权价范围内，Beta可与Rho等参数互相替代；固定它有助稳定并解释其余校准结果
SABR微笑一定无套利吗？
不一定。常用公式是近似，因此必须在实际使用区间检查价格和隐含密度的行权价与日历套利
资料来源与延伸阅读
把这个概念应用到一份期权
选择合约和目标，让价格、时间与波动率假设在同一份分析中清晰呈现
分析我的期权