第23章 跳跃-扩散模型的微笑曲线——介绍

这学期会时不时更新一下伊曼纽尔·德曼（Emanuel Derman） 教授与迈克尔B.米勒（Michael B. Miller）的《The Volatility Smile》这本书，本意是协助导师课程需要，发在这里有意的朋友们可以学习一下，思路不一定够清晰且由于分工原因我是从书本第13章写起，还请大家见谅。

第23章 跳跃-扩散模型的微笑曲线——介绍

跳跃

大部分证券的价格并非随时间平缓扩散；它们的变动会出现突然的跳跃。股票和指数一定存在价格跳跃。外汇市场有时会出现价格跳跃。商品价格也会出现跳跃

跳跃通常是指在很短的时间内价格发生大幅变动。“很短的时间内“几乎都是指在一个交易日内；“大幅”指变动幅度相比 $\sigma \sqrt{t}$ 而言很大，也就是在这个时间段内的预期标准差。股票指数市场上很少出现非常大幅的跳跃现象（频率通常是好几年才会出现一次），但是一旦出现，会对经济、金融，尤其是心理造成非常重要的影响。在股票市场，价格跳跃大部分时候是大幅下跌，而个股价格既会向上跳跃也会向下跳跃

跳跃在解释微笑曲线的方面非常有吸引力，因为价格跳跃很容易导致短期负斜度曲线变陡峭且具有持续性，这恰是我们在股票指数市场中所观察到的

然而（从理论的角度看），跳跃违反了无套利风险中性定价原理，这是截至目前我们所有模型的基础。这是因为期权的标的资产价格可能会经历很多不同幅度的跳跃，而我们无法在每个瞬间都对这种期权进行对冲。相比风险中性定价原理，经济模型没有太大的吸引力，因为这类模型需要对行为进行深入研究后建模。为了避免这种情况，大部分跳跃-扩散模型在没有强有力说服力的前提下，仍然假设风险中性定价原理成立

跳跃对斜度影响的简析

假设，在当前时点 $t=0$ 到到期日 $t=T$ 之间，指数水平一次性跳跃 $J\%$ 的可能性为 $p$。现在，我们假设在这段时间之内要么有1次跳跃，要么没有跳跃。如果没有跳跃，波动率就是 ${\sigma }_0$。下图粗略展示了在不同到期期限下，股票价格的概率分布情况

有两个因素会影响股票价格到期日分布情况，分别是扩散和跳跃。对数扩散下，到期日的标准差是 ${\sigma }_0\sqrt{\tau }$，随着 $\tau =T-t$ 的增加而增加，而在跳跃情况下，标准差总是保持不变的。到期期限较短时，跳跃会导致在扩散分布的尾部出现明显的凸起。随着到期期限不断增加，扩散分布标准差的相对值会增加，而跳跃对整体分布影响的重要性会越来越低。在对期权估值的时候，跳跃对到期期限较短的期权影响更明显，随着到期期限的增加，这种影响会逐渐降低直至可以忽略，因为连续扩散对分布的效果会覆盖跳跃的效果

上图展示的是上述情况对应的隐含波动率曲面，此处，为了简便，假设扩散波动率不存在期限结构（也就是说，${\sigma }_0$ 不随时间的变化而变化）。注意，距离到期日较近的时候，微笑曲线的斜度非常高，但是期限较长时，微笑曲线就变得相对平坦。对指数期权而言，这并非是一个不切实际的波动率曲面，尤其是在到期期限较短的情况下。如果考虑了扩散波动率的期限结构，这个曲面还可以更接近实际情况

纯跳跃模型

现在，只对跳跃过程建模，并以此为基础，研究在实际中跳跃和扩散共同存在的情况

股价跳跃：校验与修正

上图展示的是在 $\Delta t$ 时间内，股价 $S$ 的对数扩散过程离散二叉树形图

股价上行或者下行的概率是有限的，但是股价变动过程是可以趋近于无穷小的，按照系数 $\sqrt{\Delta t}$ 变动。在一个时间间隔区间内，$\ln (\frac{S}{S_0})$ 的总方差就等于 ${\sigma }^2\Delta t$，游走变量为 $\mu \Delta t$。相对应的连续时间过程就是 $d\ln (S)=\mu dt+\sigma dZ$，也就是：
$$\frac{dS}{S}=(\mu +\frac{1}{2}{\sigma }^2)dt+\sigma dZ$$
在风险中性条件下，当无风险利率等于 $r$ 时，我们需要调整离散过程，使得 $\mu =r-\frac{1}{2}{\sigma }^2$

跳跃本质上和扩散是不同的。上图展示的是在二叉树模型中的一个分叉上发生了跳跃。发生跳跃的概率很小，其系数是 $\Delta t$，但是跳跃 $J$ 的幅度可能会很大。这就是一个只有跳跃没有扩散的模型。如果我们令 $J=0$，那么树形图中的上行分叉和下行分叉的游走变量都是一样的，均为 ${\mu }^{\prime }$。在这个模型中，时间间隔 $\Delta t$ 越长，出现跳跃的概率 $\lambda \Delta t$ 也就越高

现在来看一下在这个过程中 $\ln (S/S_{}$