ZABR từ con số 0
1/5SABR với backbone linh hoạt
SABR nói rằng forward khuếch tán với vol tỷ lệ theo Fᵝ -- một hàm lũy thừa. Chỉ một số mũ β kiểm soát toàn bộ backbone. ZABR thay hàm lũy thừa bằng một hàm tổng quát γ(F). Cùng cấu trúc SABR, nhưng backbone có thể mang bất kỳ hình dạng nào.
Trong SABR chuẩn, SDE của forward là:
ZABR tổng quát hóa bằng cách thay Fᵝ bằng một hàm trơn tùy ý γ(F):
SABR cho bạn một thanh có thể uốn: hàm lũy thừa Fᵝ. Thay đổi β sẽ uốn thanh theo hướng này hoặc hướng khác, nhưng luôn trong cùng một họ hình dạng. ZABR cho phép bạn thay hẳn một thanh khác trước khi bắt đầu uốn. Hình dạng của thanh chính là backbone, và ZABR nói: hãy chọn hình dạng nào phù hợp với thị trường của bạn.
Nếu bạn đặt γ(F) = Fᵝ, bạn thu lại chính xác SABR. ZABR là một tổng quát hóa chặt của SABR. Câu hỏi là: khi nào sự linh hoạt bổ sung mới quan trọng?
Hàm γ
Trong SABR, γ(F) = Fᵝ. Trong ZABR, γ(F) có thể là hàm từng khúc, spline, hoặc bất kỳ hàm dương trơn nào. Nghĩa là backbone local vol có thể có điểm gãy, đoạn phẳng, điểm uốn -- những hình dạng mà không một hàm lũy thừa đơn lẻ nào tạo ra được.
Hàm backbone γ(F) cho mô hình biết: tại mỗi mức của forward, local vol nhạy đến đâu với các cú sốc vol ngẫu nhiên? Giá trị γ(F) cao tại một mức nào đó nghĩa là vol phản ứng rất mạnh khi giá ở mức đó. Giá trị γ(F) thấp nghĩa là vol bị kìm hãm tại đó.
Hàm Fᵝ: Của SABR — một hàm đơn điệu. Khi β < 1, γ tăng dưới tuyến tính -- độ nhạy vol tương đối cao hơn khi F thấp. Khi β = 1, γ tăng tuyến tính. Nhưng nó luôn trơn, đơn điệu và lõm.
Hàm γ(F) tổng quát của ZABR: Có thể không đơn điệu. Có thể có đoạn phẳng (độ nhạy vol bão hòa ở F thấp). Có thể có điểm gãy (thay đổi đột ngột về độ nhạy tại một mức giá nào đó). Có thể là hàm tuyến tính từng khúc, spline, hoặc bất kỳ dạng tham số nào bạn chọn.
Kéo thanh trượt β và so sánh backbone lũy thừa của SABR với hai phương án ZABR. Backbone "đoạn phẳng" (shelf) phẳng dần ở F thấp -- nó nói rằng độ nhạy vol bão hòa khi forward rất thấp, giúp tránh sự bùng nổ mà SABR với β thấp tạo ra gần mức 0. Backbone "đường cong S" tập trung độ nhạy vol trong một dải quanh forward hiện tại, một giả định cấu trúc khác về cách thị trường vận hành.
Công cụ thiết kế phía trên cho phép bạn kéo các điểm điều khiển để tạo bất kỳ hình dạng backbone nào và xem smile thu được. Mối liên hệ giữa hình dạng backbone và hình dạng smile là trực tiếp: nơi γ(F) dốc, smile có độ cong lớn hơn; nơi γ(F) phẳng, smile mượt hơn.
Tại sao tổng quát hóa backbone?
Một số thị trường có smile mà Fᵝ của SABR không thể khớp. Khi bản thân backbone đã sai, không cách tinh chỉnh tham số nào cứu vãn hoàn toàn được độ khớp. ZABR cho phép backbone thích ứng.
Lãi suất gần bằng 0. Khi lãi suất gần 0 hoặc âm, backbone của SABR gây ra vấn đề. Với β thấp, số hạng Fᵝ có thể tạo vol cực đoan ở F thấp, sinh ra các smile phi thực tế. Với β cao, mô hình hoàn toàn không xử lý được lãi suất âm. ZABR với backbone dạng γ(F) = (F + d)ᵝ (lũy thừa dịch chuyển) hoặc hàm tanh xử lý tình huống này một cách trơn tru.
Spread tín dụng. Smile quyền chọn CDS thường có hình dạng mà SABR bỏ lỡ một cách hệ thống ở cánh trái. Động lực của spread ở mức thấp (gần vỡ nợ) hành xử khác với ở mức cao. Backbone từng khúc có thể nắm bắt sự chuyển tiếp này.
Vol cổ phiếu khi thị trường đổi chế độ. Sau một đợt bán tháo lớn, smile có thể xuất hiện các đặc điểm (điểm gãy, độ dốc tăng thêm ở một số dải giá thực hiện) mà hàm lũy thừa trơn của SABR không tái tạo được. ZABR với backbone spline có thể nắm bắt các đặc điểm nhất thời này.
Chuyển qua lại giữa hai cấu hình mẫu ở trên. Trong trường hợp "thị trường bình thường", SABR và ZABR tạo ra smile gần như giống hệt -- không cần đến sự linh hoạt bổ sung của ZABR. Trong trường hợp "cánh trái có điểm gãy", SABR bỏ lỡ điểm gãy một cách hệ thống. Backbone của ZABR có thể thích ứng để khớp với nó.
Bài học: ZABR chỉ đáng dùng khi có sự lệch backbone mang tính hệ thống. Nếu SABR khớp tốt, không có lý do gì để thêm độ phức tạp của backbone tùy chỉnh. Tiêu chí chọn mô hình mang tính thực nghiệm: phần dư giữa kết quả khớp tốt nhất của SABR và thị trường có cho thấy một mô thức mà một backbone khác có thể sửa được không?
Khai triển tiệm cận
ZABR dùng cùng khai triển tiệm cận kiểu Hagan như SABR, nhưng với γ(F) thay cho Fᵝ. Cấu trúc công thức giống hệt; chỉ hàm backbone thay đổi.
Công thức SABR của Hagan-Woodward (2002) là khai triển tiệm cận của vol ngụ ý theo lũy thừa của vol-of-vol ν và kỳ hạn T. Khối xây dựng then chốt là ánh xạ từ mức forward sang không gian "vol chuẩn" (normal vol) qua một tích phân liên quan đến backbone:
Phần còn lại của công thức Hagan -- ánh xạ z-sang-x, các số hạng hiệu chỉnh -- có cấu trúc y hệt. Bạn thay mọi Fᵝ bằng γ(F) và mọi tích phân backbone bằng giá trị số của nó. Khai triển vẫn hợp lệ đến cùng bậc.
Vì sao điều này quan trọng: Khai triển tiệm cận rất nhanh. Với mỗi cặp (K, T), bạn tính một tích phân (bằng số), thế vào cùng công thức kiểu Hagan, và nhận được vol ngụ ý. Không cần PDE, không cần Monte Carlo. Đây là điều làm ZABR thực dụng: tốc độ của công thức tiệm cận cùng sự linh hoạt của backbone tùy chỉnh.
Hạn chế về độ chính xác: Khai triển Hagan chỉ đến bậc nhất theo T. Với quyền chọn dài hạn, nó có thể thiếu chính xác. Đây cũng chính là hạn chế của SABR -- khai triển dành cho kỳ hạn ngắn đến trung. Với kỳ hạn dài, bạn cần bộ giải PDE hoặc Monte Carlo, bất kể dùng SABR hay ZABR.
Phương án thay thế: cách tiếp cận PDE. Thay vì khai triển tiệm cận, bạn có thể giải trực tiếp PDE định giá của ZABR. Cách này chính xác hơn nhưng chậm hơn. Một số triển khai dùng khai triển tiệm cận làm ước lượng ban đầu rồi tinh chỉnh bằng hiệu chỉnh PDE.
ZABR trong thực tế
ZABR là công cụ chuyên biệt. Nó được các bàn giao dịch lãi suất dùng cho môi trường lãi suất âm và các bàn sản phẩm exotic nơi backbone lệch gây lỗi phòng hộ. Nó ít phổ biến hơn shifted SABR, vốn đơn giản hơn và thường là đủ tốt.
Thị trường lãi suất: Nhóm người dùng chính. Khi lãi suất EUR và JPY chuyển âm, các bàn giao dịch cần mô hình xử lý được F < 0. Shifted SABR (với γ(F) = (F + d)ᵝ) là giải pháp nhanh. ZABR đầy đủ với backbone tùy chỉnh là giải pháp cao cấp hơn cho các bàn cần khớp cánh smile chính xác hơn.
Định giá sản phẩm exotic: Các sản phẩm phụ thuộc đường đi (CMS cap, range accrual) nhạy với hình dạng backbone vì payoff phụ thuộc vào cách forward di chuyển qua các mức khác nhau. Backbone sai nghĩa là động lực sai, dẫn đến giá exotic sai ngay cả khi smile vanilla khớp. ZABR giải quyết điều này bằng cách cho backbone khớp với động lực thực nghiệm.
Hiệu chuẩn: Khớp γ(F) với dữ liệu thị trường khó hơn chỉ khớp β đơn lẻ. Với SABR, bạn tối ưu trên bốn tham số. Với ZABR, bạn tối ưu trên các tham số của γ (có thể là spline với nhiều nút) cộng với α, ν, và ρ. Đây là bài toán nhiều chiều hơn, đòi hỏi nhiều dữ liệu hơn và điều chuẩn (regularization) cẩn thận hơn.
Khi nào không nên dùng ZABR:
1. Khi SABR khớp tốt. Thêm phức tạp mà không thêm giá trị chỉ là thêm rủi ro. Nếu phần dư của SABR nhỏ và không có cấu trúc, hãy giữ mọi thứ đơn giản.
2. Khi bạn không có đủ dữ liệu để ràng buộc backbone. Một hàm γ linh hoạt với dữ liệu thưa dẫn đến overfitting. Bạn cần đủ các mức giá thực hiện thanh khoản trải khắp smile để biện minh cho các bậc tự do bổ sung.
3. Với bề mặt biến động crypto. Các bàn crypto thường dùng SVI/SSVI để khớp tĩnh và không cần câu chuyện backbone động mà ZABR cung cấp. Hình dạng smile được xử lý tốt hơn bằng tham số hóa trực tiếp thay vì sửa đổi backbone vol ngẫu nhiên.
Black-Scholes (γ = F, không có vol ngẫu nhiên) → SABR (γ = Fᵝ, vol ngẫu nhiên) → ZABR (γ = hàm tổng quát, vol ngẫu nhiên). Mỗi bước thêm sự linh hoạt và độ phức tạp. Hãy dùng mô hình đơn giản nhất khớp với thị trường của bạn và đáp ứng nhu cầu phòng hộ.
Đọc tiếp:
Mô hình SABR -- nền tảng mà ZABR tổng quát hóa
Displaced Diffusion -- cách tiếp cận dịch chuyển đơn giản nhất
Stochastic Local Vol -- một cách tiếp cận thay thế cho sự linh hoạt của backbone
Mô hình Heston -- vol ngẫu nhiên với một quá trình phương sai khác