Optionsmodellrisiko: Annahmen, Eingaben, Kalibrierung und Implementierung

Erfahren Sie, warum auch ein mathematisch korrektes Optionsmodell Preise oder Risiken falsch messen kann und wie sich Struktur, Daten, Kalibrierung, Implementierung und Nutzung kritisch prüfen lassen.

Nur zu Bildungszwecken; stellt keine Anlageberatung oder Anlageempfehlung dar. Anlagen können zu Verlusten führen.

Direkte Antwort

Optionsmodellrisiko bezeichnet das Risiko nachteiliger Entscheidungen oder Verluste, weil ein Modell grundlegende Fehler enthält, ungeeignete Daten verwendet, falsch implementiert oder außerhalb seines vorgesehenen Zwecks eingesetzt wird. Eine Formel kann exakt programmiert sein und dennoch ungeeignete Preise, Greeks, Absicherungen, Wahrscheinlichkeiten oder Stressergebnisse liefern.

Eine Modellausgabe ist eine bedingte Schätzung auf Basis der Vertragsauslegung, Annahmen, Eingaben, Kalibrierung, numerischen Methode und des Zeitstempels. Sie ist weder ein handelbarer Marktpreis noch eine Garantie für das Eintreten der angenommenen Dynamik. Mehr Dezimalstellen beseitigen das Modellrisiko nicht; Kontrollen müssen es identifizieren, kritisch prüfen, begrenzen und überwachen.

Fünf Ebenen des Modellrisikos

1. Vertrags- und Strukturrisiko

Das Modell kann eine falsche Auszahlung, Ausübungsart, Abrechnungsmethode, einen falschen Multiplikator oder Liefergegenstand sowie eine falsche Dividendenbehandlung oder Pfadabhängigkeit abbilden. Eine Formel für europäische Optionen erfasst die vorzeitige Ausübung amerikanischer Optionen nicht direkt. Konstante Volatilität bildet weder die vollständige Oberfläche über Strikes und Laufzeiten noch deren Bewegung nach einem Spot-Schock ab.

Strukturelle Annahmen können Sprünge, stochastische oder lokale Volatilität, veränderliche Zinssätze, Leihbeschränkungen, Transaktionskosten, diskrete Absicherung, Markteinfluss oder Handelsunterbrechungen ausblenden. Ein komplexeres Modell bietet mehr Flexibilität, aber auch mehr Parameter und Fehlermöglichkeiten.

2. Eingabe- und Datenrisiko

Kassa- und Terminpreise, Zinssätze, Dividenden, Wertpapierleihe, Zeitangaben, Kurse, Kapitalmaßnahmen und Vertragsdaten können veraltet oder falsch zugeordnet sein oder unterschiedlichen Konventionen folgen. Geld-, Brief-, Mittel-, Letzt- und Abrechnungskurse beantworten unterschiedliche Fragen. Zeit kann in Kalender- oder Handelstagen oder mit genauen Zeitstempeln gemessen werden; auch Aufzinsung und Annualisierung können abweichen.

3. Kalibrierungsrisiko

Eine Kalibrierung kann liquide Optionen gut abbilden, aber auf illiquide Strikes und Laufzeiten schlecht extrapolieren. Gewichtungsfehler, gekreuzte oder veraltete Kurse, Überanpassung, instabile Parameter und arbitrageverletzende Interpolation können glatt aussehende, aber unzuverlässige Oberflächen erzeugen. Ein kleiner In-Sample-Fehler belegt keine realistische künftige Dynamik; soweit anwendbar, sind mindestens Laufzeitmonotonie und Konvexität über den Strike zu prüfen.

4. Zahlen- und Umsetzungsrisiko

Bäume, endliche Differenzen und Monte-Carlo-Methoden weisen Diskretisierungs-, Konvergenz-, Rand- und Zufallsstichprobenfehler auf. Der Code kann das falsche Vorzeichen, die falsche Einheit, den falschen Vertragsmultiplikator, das falsche Dividendendatum, die falsche Interpolation oder die falsche Ausübungsbedingung verwenden. Die Vega-Notierung pro Volatilitätspunkt gegenüber 1,00 Volatilitätseinheit unterscheidet sich um den Faktor 100; Theta pro Tag im Vergleich zu pro Jahr unterscheidet sich je nach Tageszählungsskala.

5. Nutzungs- und Governance-Risiko

Ein Bewertungsmodell kann für Margin, Gewinn- und Verlustzuordnung, Ausführung oder Tail-Stress ungeeignet sein. Nutzer können Einschränkungen ignorieren, Greeks aus inkonsistenten Systemen kombinieren, Werte ohne Protokoll überschreiben oder einen theoretischen Mid-Kurs wie realisierbares Bargeld behandeln. Modellinventar, Zuständigkeit, unabhängige Validierung, Änderungskontrolle, Dokumentation und Ergebnisüberwachung gehören zum Kontrollrahmen.

Ein Vertrag, zwei Volatilitätsannahmen

Betrachten Sie eine beispielhafte europäische Kaufoption (Call) mit Aktie und Ausübungspreis von jeweils $100, sechs Monaten bis zum Verfall, kontinuierlich aufgezinstem Zinssatz 4%, Dividendenrendite 1% und keinen Transaktionskosten.

Unter Verwendung einer Black-Scholes-Berechnung mit konstanter Volatilität:

Bei einer Volatilität von 20% beträgt der Modellwert ungefähr $6.34 pro Aktie;
Bei einer Volatilität von 25% beträgt der Modellwert ungefähr $7.72 pro Aktie;
Allein die Eingabeänderung verschiebt den Wert um etwa $1.38 bzw. $138 für einen Standardvertrag mit 100 Aktien.

Angenommen, die aktuelle Quote lautet $6.10 Bid / $6.50 Ask. Das 20-%-Ergebnis liegt innerhalb der Spanne, das 25-%-Ergebnis deutlich darüber. Keine Berechnung beweist eine Arbitrage. Der Markt kann eine andere Volatilität implizieren, der Vertrag amerikanische Ausübung oder andere Dividendenannahmen enthalten oder konstante IV kann strukturell unzureichend sein. Ein Kauf zum Ask, nur weil ein Modell $7.72 ausgibt, unterstellt zudem, dass die Position später bei kompatibler Dynamik, Liquidität und Kosten abgesichert und geschlossen werden kann.

Eine Sensitivitätstabelle sollte mehr als nur die IV variieren. Änderungen der Dividendenrendite, des genauen Verfallszeitpunkts, der Zinskurve oder der Quotierungsseite können Preis und Greeks verändern. Bei amerikanischen Aktienoptionen sind Baum- oder Finite-Differenzen-Ergebnisse und das Verhalten bei vorzeitiger Ausübung zu prüfen. Bei pfadabhängigen Produkten empfiehlt sich der Vergleich mit einer unabhängig implementierten Monte-Carlo-Methode oder einem anderen geeigneten Verfahren.

Validierungstests, die verschiedene Fragen beantworten

Einheiten- und Regressionstests: Reproduziert der Code bekannte Identitäten und freigegebene Referenzergebnisse?
Benchmarking: Stimmt ein unabhängig entwickeltes Vergleichsmodell oder ein einfacherer Grenzfall innerhalb einer vorab festgelegten Toleranz überein?
Konvergenztests: Stabilisieren mehr Baumschritte, Gitterpunkte oder Simulationspfade die Ausgabe?
Empfindlichkeitstests: Sind Vorzeichen, Größen und nichtlineare Änderungen wirtschaftlich sinnvoll?
Statische Arbitrageprüfungen: Erfüllt die angepasste Oberfläche die anwendbare Laufzeitmonotonie und Konvexität über den Strike?
Ergebnisanalyse: Wie vergleichen sich Modellbewertungen, Absicherungen und Prognosen mit ausführbaren Märkten und realisierten Gewinnen und Verlusten?

Testdaten, Toleranzen, Fehler und Abhilfemaßnahmen sind zu dokumentieren. Die Übereinstimmung zweier Systeme ist nur ein schwacher Beleg, wenn beide dieselben Daten, Bibliotheken, Annahmen oder dieselbe Codebasis verwenden.

Checkliste für die Modellüberprüfung

Überprüfen Sie die Vertragsbedingungen vor der Bewertung anhand maßgeblicher Spezifikationen.
Schreiben Sie den Verwendungszweck und die ausdrücklich verbotenen Verwendungen auf.
Zeichnen Sie Modellfamilie, Version, Besitzer, Code-Release und Validierungsstatus auf.
Behalten Sie Quelle, Zeitstempel, Einheiten, Transformationen und Qualitätsflags für jede Eingabe bei.
Trennen Sie beobachtete Marktdaten von abgeleiteten oder manuell überschriebenen Werten.
Vergleichen Sie die auf Bid, Mid und Ask kalibrierten Ergebnisse, wenn die Liquidität schwach ist.
Überprüfen Sie Zinssätze, Dividenden, Wertpapierleihe, Kalender, Zeitzonen und Kapitalmaßnahmen.
Validieren Sie Preis und Greeks unabhängig; ein korrekter Preis beweist keine korrekten Sensitivitäten.
Testen Sie extreme Spot-, IV-, Zeit-, Kurs- und Dividendeneingaben ohne stille numerische Fehler.
Untersuchen Sie Kalibrierungsreste nach Ausübungspreis (englisch: strike) und Laufzeit, nicht nur nach einem Gesamtfehler.
Testen Sie Interpolation und Extrapolation außerhalb liquider Stützstellen.
Vergleichen Sie mindestens ein baulich unterschiedliches geeignetes Modell.
Fügen Sie Jump-, Skew-Dynamic-, Liquiditäts- und diskrete Absicherungsstress außerhalb des Basismodells hinzu.
Übersetzen Sie Modellunterschiede in Vertrags- und Portfolio-Dollar.
Verwenden Sie ausführbare Angebote, wenn Sie den realisierbaren Wert ermitteln.
Überwachen Sie Überschreibungen, Ausnahmen, veraltete Werte und ungeklärte Gewinne und Verluste.
Nach wesentlichen Änderungen an Code, Daten, Produkt, Verwendungszweck oder Marktregime erneut validieren.
Bestimmen Sie die Positionen entsprechend der Modellunsicherheit, anstatt die günstigste Ausgabe auszuwählen.

Häufige Irrtümer

„Die Formel stimmt, also stimmt auch der Preis.“ Richtige Mathematik kann das falsche Marktproblem darstellen.
„Kalibrierung beseitigt Modellrisiken.“ Es ordnet ausgewählte Beobachtungen einer gewählten Struktur zu.
„Mehr Parameter verbessern immer die Genauigkeit.“ Sie können Überanpassung und Instabilität verstärken.
„Der Mid-Kurs ist die objektive Wahrheit.“ Er ist ein aus Kursen abgeleiteter Referenzwert und nicht zwingend handelbar.
„Implizite Volatilität wird direkt beobachtet.“ Es wird durch ein Modell und Eingabekonventionen unterstützt.
„Greeks sind Vertragskonstanten.“ Sie hängen von Modell, Eingaben, Einheiten und Zeitstempel ab.
„Zwei Matching-Systeme beweisen die Richtigkeit.“ Gemeinsame Annahmen oder gemeinsamer Code können zu häufigen Fehlern führen.
„Backtesting allein validiert ein Optionsmodell.“ Es bleiben seltene Schweife, sich ändernde Regime und begrenzte Beobachtungen.
„Ein konservativer Preis ist ein konservatives Risikomaß.“ Preis-, Absicherungs-, Margen- und Stressanwendungen können unterschiedliche Konservativität erfordern.
„Komplexe Modelle machen Vereinfachungen überflüssig.“ Sie verschieben die Vereinfachung in neue Dynamiken und Parameter.
„Modellfehler sind nur ein Programmiererproblem.“ Governance, Daten, Interpretation und Nutzung können Codefehler dominieren.