Mô hình SABR

thông tin

Trang này trình bày chuyên sâu về mô hình SABR. Để hiểu bối cảnh về vị trí của nó trong quy trình xây dựng bề mặt biến động, xem Cách Xây Dựng Bề Mặt. Để so sánh với các phương pháp khác, xem Các Phương Pháp Nội Suy.

SABR (Stochastic Alpha Beta Rho) là một mô hình biến động ngẫu nhiên được giới thiệu bởi Hagan, Kumar, Lesniewski và Woodward (2002). Khác với SVI mô tả hình dạng của smile, SABR mô tả động lực học tạo ra smile đó. Smile xuất hiện từ mô hình như một hệ quả của cách biến động tiến hóa cùng với tài sản cơ sở.

SABR là mô hình thống trị cho swaption lãi suất và caps/floors. Nó ít phổ biến hơn trong crypto, nơi SVI được ưa chuộng nhờ việc khớp mô hình đơn giản hơn và hành vi ở phần cánh (wing) tốt hơn.

Khám Phá Các Tham Số

Điều chỉnh từng tham số để xem smile SABR thay đổi như thế nào. Bật "Show backbone" để xem đường cong chỉ có CEV (smile trông như thế nào khi không có vol-of-vol).

Trình khám phá smile SABR

Smile swaption lãi suất điển hình. Skew vừa phải, độ cong nhẹ.

α (mức vol)0.30

Vol tức thời hiện tại

β (backbone)0.50

0 = normal, 0.5 = căn bậc hai, 1 = lognormal

ρ (tương quan spot-vol)-0.30

Âm = skew put (thường gặp)

ν (vol of vol)0.40

Điều chỉnh độ rộng của smile. 0 = không có smile.

Bật "Hiện backbone" để xem đường cong chỉ CEV (không có vol-of-vol). Khoảng cách giữa backbone và smile đầy đủ là phần đóng góp của ν.

Tác dụng của từng tham số

• $\alpha$ (mức biến động): Biến động tức thời hiện tại. $\alpha$ cao hơn = IV tổng thể cao hơn. Đây là tham số được hiệu chỉnh lại thường xuyên nhất.
• $\beta$ (backbone): Kiểm soát cách biến động tỷ lệ với giá tài sản cơ sở. $\beta = 1$ nghĩa là biến động theo phần trăm là hằng số (lognormal). $\beta = 0$ nghĩa là biến động theo đô la là hằng số (normal). $\beta = 0.5$ nằm ở giữa (căn bậc hai). Trong thực tế, $\beta$ thường được cố định theo quy ước thị trường, không được khớp từ dữ liệu.
• $\rho$ (tương quan spot-vol): Kiểm soát độ nghiêng (skew). $\rho$ âm nghĩa là biến động tăng khi tài sản cơ sở giảm (hành vi thường thấy ở thị trường chứng khoán và crypto). $\rho$ dương nghĩa là điều ngược lại (hiếm gặp).
• $\nu$ (vol of vol): Kiểm soát độ rộng của smile. Khi $\nu = 0$, không có smile, chỉ có skew do $\beta$ và $\rho$ tạo ra ("backbone"). Khi $\nu$ tăng, cả hai cánh đều được nâng lên.

Backbone

Nhấp "Show backbone" trong công cụ khám phá ở trên. Đường đứt nét là smile với $\nu = 0$: không có tính ngẫu nhiên trong biến động, chỉ là mô hình CEV tất định. Khoảng cách giữa backbone và smile đầy đủ là phần đóng góp của $\nu$ (vol-of-vol). Sự phân tách này là đặc trưng riêng của SABR và mang lại cho trader một trực giác rõ ràng về nguồn gốc độ cong của smile.

Hiệu Chỉnh

Cách tiếp cận tiêu chuẩn

1. Cố định $\beta$ theo quy ước thị trường:

   • Lãi suất: $\beta = 0.5$ (phổ biến) hoặc $\beta = 0$ (SABR normal)
   • Chứng khoán: $\beta = 1$ (lognormal)
   • Với $\beta$ cố định, mô hình còn 3 tham số tự do.

2. Neo $\alpha$ theo vol ATM. Có một mối quan hệ gần như dạng đóng giữa $\alpha$ và biến động ngụ ý ATM. Với IV ATM quan sát được, giải ra $\alpha$. Điều này giảm việc khớp xuống còn 2 tham số tự do.

3. Khớp $\rho$ và $\nu$ bằng cách tối thiểu hóa sai số có trọng số giữa smile SABR và các IV quan sát được trên các mức giá thực hiện. Với chỉ 2 tham số, việc này nhanh và ổn định.

Trọng số

• ATM nhận trọng số cao nhất (thanh khoản nhất, đáng tin cậy nhất)
• Quyền chọn với spread giá mua/giá bán hẹp nhận trọng số cao hơn
• Quyền chọn lỗ (OTM) sâu nhận trọng số thấp hơn (xấp xỉ Hagan kém chính xác hơn ở đó)

Điểm Mạnh

Diễn giải động lực học. SABR cho bạn biết smile nên di chuyển như thế nào khi tài sản cơ sở di chuyển. Theo mặc định, SABR tạo ra hành vi giống sticky-delta: khi giá spot giảm, biến động tăng (nếu $\rho < 0$), và smile dịch chuyển theo spot. Điều này có giá trị cho các sản phẩm mà động lực học của smile quan trọng đối với việc phòng hộ.

Phân tách backbone. Sự tách biệt giữa backbone (skew do $\beta$ điều khiển) và smile (độ cong do $\nu$ điều khiển) mang lại cho trader một mô hình tư duy rõ ràng.

Tinh gọn. Với $\beta$ cố định và $\alpha$ được neo theo ATM, bạn chỉ khớp 2 tham số. Điều này nhanh và ít có nguy cơ overfitting.

Hạn Chế

Vấn đề ở phần cánh. Xấp xỉ Hagan có thể tạo ra biến động ngụ ý âm hoặc mật độ xác suất âm ở các phần cánh xa. Đây là một vấn đề đã được biết đến. Các hệ thống production sử dụng các công thức đã được hiệu chỉnh (SABR không có arbitrage, hoặc bộ giải PDE cho các mức giá thực hiện cực đoan).

Kỳ hạn dài. Khai triển tiệm cận suy giảm với kỳ hạn vượt quá 10-15 năm. Hãy sử dụng phương pháp số thay thế.

Khớp tĩnh, không phải hiệu chỉnh động. Mặc dù SABR có diễn giải động lực học, trong thực tế mỗi ngày đáo hạn được khớp độc lập (giống như SVI). Câu chuyện động lực học mang tính lý tưởng hơn là được thực thi trong vận hành.

SABR vs. SVI

	SABR	SVI
Mô hình hóa cái gì	Động lực học tạo ra smile	Hình dạng của smile
Tham số	3 (với $\beta$ cố định)	5
Arbitrage	Công thức Hagan có thể vi phạm ở phần cánh	Có sẵn các ràng buộc rõ ràng
Hành vi phần cánh	Có thể sai lệch với giá thực hiện cực đoan	Có giới hạn, tiệm cận tuyến tính
Tốc độ	Tính toán công thức	Tối ưu hóa
Phù hợp nhất cho	Lãi suất, FX	Chứng khoán, crypto

Điểm khác biệt then chốt: SABR trả lời câu hỏi "smile di chuyển như thế nào?" trong khi SVI trả lời "smile trông như thế nào?" Đối với việc định giá và quản lý rủi ro quyền chọn kiểu châu Âu đơn giản, việc khớp đơn giản hơn và hành vi phần cánh tốt hơn của SVI thường thắng thế. Đối với các sản phẩm mà động lực học của smile quan trọng (Bermudan swaption, quyền chọn barrier dưới cơ chế sticky-delta), diễn giải động lực học của SABR có giá trị.

Liên hệ với SVI

SABR có thể khởi tạo các phép khớp SVI. Khớp SABR trước (tối ưu hóa nhanh với 2 tham số), tính smile SABR tại nhiều mức giá thực hiện, sau đó khớp SVI vào các điểm đó. Điều này cho SVI một điểm khởi đầu tốt khi dữ liệu thị trường thưa thớt.

Xây dựng trực giác toán học

Học SABR từ đầuBài học tương tác · 4 tham số, 5 phần

Bài học tương tác ở trên đi qua từng tham số trong bốn tham số SABR: cách alpha thiết lập mức biến động, cách rho làm nghiêng skew, cách nu nâng các phần cánh, và cách beta kiểm soát động lực học của backbone. Mỗi phần có một thanh trượt riêng để bạn có thể cô lập tác động của từng tham số.

Các triển khai mã nguồn mở

Repo	Vì sao nên xem
QuantLib	Xấp xỉ Hagan cho SABR + hiệu chỉnh
pysabr	Triển khai SABR bằng Python thuần, dễ đọc
OpenGamma Strata	SABR với nội suy smile trong hệ thống quản lý rủi ro production

---

Xem thêm:

• Tham Số Hóa SVI - Mô hình mà Hypercall sử dụng
• Biến Động Cục Bộ - Bề mặt biến động tức thời của Dupire
• Các Phương Pháp Nội Suy - So sánh tất cả các phương pháp
• Cách Xây Dựng Bề Mặt - Toàn bộ quy trình