本文有 6408 字,70 图表截屏
建议阅读 60 分钟
0
引言
本文是金融工程系列的第十三篇
曲线构建 III - 多曲线方法 (抵押品)
测度转换 (下) - 漂移项转换
产品估值理论
产品估值 - 解析法和数值积分法 (CF)
产品估值 - 偏微分方程有限差分法 (PDE-FD)
产品估值 - 蒙特卡洛模拟法 (MC)
产品风险理论 (AAD)
风险计量 - 敏感度 (Greeks & Sensitivities)
风险计量 - 风险价值 (VaR)
价值调整 - CVA
价值调整 - DVA
价值调整 - FVA
价值调整 - MVA
价值调整 - KVA
本文接着上贴〖测度转换 (上) - 等价物转换〗继续讨论。大概思路就是
先介绍 CMG 定理,但是先研究下不同测度下的正态随机变量(布朗运动)之间的关系,CMG 只是把发现的规律用正式的语言表述。
再利用 CMG 定理推出标的资产在任意两个测度下(对应两个计价物)的漂移项的关系。我们先证明一个通用定理,再把它用到一个特定情况上。
最后看几个漂移项转化可以用到的地方,比如推导 Quanto 调整,时间调整等等。实际上漂移项转化可用在任何用 SDE 对资产价格建模的地方。
提醒:本章内容偏难,但一旦学会了就可以一劳永逸。
1
测度转换初体验
1.1
正态随机变量
先考虑一个在 P 测度下的标准正态随机变量 X1 ~ N(0, 1) 和 X2 ~ N(-μ, 1),令事件 A = {a ≤ X ≤ y},我们可写出 X1 和 X2 满足 A 的概率为
把纵轴向左平移 μ 个单位得到一个新的坐标系,在次坐标系下的测度起名为 Q 测度。
令
类比微积分基本定理(fundamental theorem of calculus),我们得到
由下图可看出 P 测度下的 N(-μ, 1) 相当于是 Q 测度下的 N(0, 1)了,定义 P 和 Q 测度下的标准正态随机变量为 XP 和 XQ,则有如下关系
看个具体例子 XQ = XP + 1,那么 Q 测度下的 N(0, 1) 相当于是 P 测度下的 N(-1, 1)。连接 Q 和 P 测度下的 RN 导数为
而 dQ(x)/dP(x) 实际上就是 Q 和 P 测度下的概率密度函数(Probability Density Function, PDF),用 Matlab 代码来画图。
x = (-3:0.01:3)';
mu = 1;
P = normpdf(x,0,1);
Q = normpdf(x,-mu,1);
eta = exp(-mu*x-0.5*mu^2);
subplot(2,1,1)
plot(x,P,'r-',x,Q,'b-')
legend('P','Q')
subplot(2,1,2)
plot(x,eta,'k-')
上半图画出 Q 和 P 测度下的 PDF 函数,下半图画出 RN导数 ς(x),容易发现它是递减函数
从 x 轴左边开始,dQ(x) 大于 dP(x),因为前者以 x = -1 为轴心而后者以 x= 0 为轴心
到达某点后,dQ(x) 开始并一直大于 dP(x)
重点:在不同测度下ÿ