波动率模型：现货、期货及期货期权

Fackler, P. L., & Tian, Y. (1999). Volatility models for commodity markets.

1. 主要思想

期货价格的波动率和期权的隐含波动率依赖于基本面因素，尤其是现货的价格。（期权的隐含波动率暂时不关心）
$$V_T(t)=e^{-k(T-t)}\sigma (t)$$
其中，$V_T(t)$是期货价格的波动率，$\sigma (t)$是现货价格的波动率，$k$是即期对数现货价格向长期平均水平收敛的速度，T是期货剩余到期时间。$e^{-k(T-t)}$项（damping term）会使得波动率随着T的增加而降低。
$$V_{T_1}>V_{T_2},for{T}_1<T_2$$

$e^{-k(T-t)}$项很好的诠释了"萨缪尔森假设"(Samuelson 1965)或者"到期效应"，Samuelson提出期货合约随着到期日的邻近其价格波动的幅度将逐渐增大。

2. 模型推导

为了验证这个思想，作者使用了一个随机微分方程（Hull-White模型）来表示对数现货价格的变化过程，如下所示：
$$dp=k(\alpha (t)-p)dt+\sigma (t)dz，p=lnP\text{\hspace{1em}(1)}$$
可以证明：
$$\alpha (t)=\mu (t)+{\mu }^{\prime }(t)/k,{\sigma }^2(t)=2kv(t)+v^{\prime }(k)$$
其中$p$是现货价格的对数形式，$dp$相当于就是现货价格的收益率。$\alpha$和$\sigma$是时间的函数(seasonal functions of time)。这个过程呈现了收益率均值的均值回归特性和波动率的周期性变动。$k$是即期对数现货价格向长期平均水平收敛的速度，$\alpha (t)$是长期平均即期对数现货价格。（与Schwartz不同的是，这里的长期平均水平是周期性/季节性变动的，波动率依然是如此。）$\mu$和$v$是周期性函数，能从$\alpha$和${\sigma }^2$推导出。

由(1)式可知，对数差分$dp$是服从正太分布的，$p(t+h)$条件均值和方差如下所示：
$$\begin{gathered} E_t[p(t+h)]=\mu (t+h)+e^{-kh}(p(t)-\mu (t)), \\ Va{r}_t[p(t+h)]=v(t+h)-e^{-2kh}v(t)\text{\hspace{1em}(2)} \end{gathered}$$

参考文献：Schwartz, E. S. (1997). The stochastic behavior of commodity prices: Implications for valuation and hedging. The Journal of finance, 52(3), 923-973.
（1）式的原型来自于Schwartz, E. S. (1997)的论文，Schwartz建立了一个单因素的描述了均值回复的模型（Hull-White），假定现货价格服从以下的随机过程：
$$dS=k(\mu -lnS)Sdt+\sigma Sdz$$
令$X=lnS$，并运动伊藤引理，可以得到:
$$\begin{gathered} dX=k(\alpha -X)dt+\sigma dz \\ \alpha =\mu -\frac{{\sigma }^2}{2k} \end{gathered}$$
其中k代表了均值回归调整速度，k>0，代表了均值回复到长期对数价格均值的速度。$\alpha$刻画了该过程的波动率。
现货价格的对数的条件均值和方差如下所示：
$$\begin{gathered} E_0[X(T)]=e^{-kT}X(0)+(1-e^{-kT})\alpha \\ Va{r}_0[X(T)]=\frac{{\sigma }^2}{2k}(1-2e^{-2kT}) \end{gathered}$$

由现货价格的对数正态分布的性质可以得到：
$$E_t[P(T)]=exp(E_t(p(T))+\frac{1}{2}Va{r}_t(p(T)))\text{\hspace{1em}(3)}$$
到期时刻为T的期货的价格为现货价格在T时刻的期望的价格，结合(2)式和(3)式，可以得到：
$$F(P,t;T)=exp(\mu (T)+e^{-k(T-t)}(ln(P)-\mu (t))+\frac{1}{2}(v(T)-e^{-2k(T-t)}v(t)))\text{\hspace{1em}(4)}$$
由(4)式可以得到F关于P的偏导数$F_p$：
$$F_p=\frac{\partial F}{\partial P}=\frac{F}{P}{e}^{-k(T-t)}\text{\hspace{1em}(5)}$$

简化起见，假定剩余到期时间为T的期货价格是现货价格的函数（单因素的模型），如果现货价格过程是满足风险中性的，或者说没有风险溢价，那么期货价格是无漂移项的价格过程，如下所示：
$$dF=F{V}_T(t)dz\text{\hspace{1em}(6)}$$
根据伊藤引理，我们可以得到：
$$dF=\sigma (t)P{F}_{p}dz\text{\hspace{1em}(7)}$$
其中F是期货的价格，P是现货的价格，$V_T(t)$是期货价格的波动率，$F_p$是F对于P的偏导数。
$$V_T(t)=e^{-k(T-t)}\sigma (t)\text{\hspace{1em}(8)}$$

详细推导：
假设X服从几何布朗运动，$dX(t)=a(X(t),t)dt+b(X(t),t)dz$，f是X的函数，令f((X(t),t))为X(t)的二阶连续可导函数(并对t一阶可导)，由伊藤引理可得：
$$df=\frac{\partial f}{\partial t}dt+\frac{\partial f}{\partial X}dX+\frac{1}{2}\frac{{\partial }^{2}f}{\partial X^2}(dX{)}^2$$
将$dX(t)=a(X(t),t)dt+b(X(t),t)dz$代入上式中，并且省去比dt更高的项$(dt{)}^2$,就可以得到伊藤引理的一般形式：
$$df=(\frac{\partial f}{\partial t}+\frac{\partial f}{\partial X}a+\frac{1}{2}\frac{{\partial }^{2}f}{\partial X^2}{b}^2)dt+\frac{\partial f}{\partial X}bdz$$
可以看出f也是服从几何布朗运动的。
再回来本文，现货价格是服从几何布朗运动的，期货价格是现货价格的函数，那么可以得到上述的伊藤引理的一般公式，但由风险中性的条件可以推出期货价格过程是无漂移项的，也就是没有dt这一项，那么$$df=\frac{\partial f}{\partial X}bdz,b=\sigma (t)S$$

3. 参数估计

式子（1）可以写成如下的形式：
$$p_t=c_t+Q_t{p}_{t-1}+{\eta }_t,t=1,....,NT$$
其中：
$$c_t=k\alpha (t)\Delta t,Q_t=1-k\Delta t$$
${\eta }_t$,是无自相关的序列，并且服从正态分布，其期望和方差如下所示：
$$E({\eta }_t)=0,Var({\eta }_t)={\sigma }^2\Delta t$$
通过最小二乘方式来估计出参数$Q_t$就可以得到k的值。

4. 模拟实验