แบบจำลอง Jump-Diffusion สำหรับออปชัน: การกำหนดราคาเมื่อราคาเคลื่อนไหวไม่ต่อเนื่อง

ทำความเข้าใจว่าแบบจำลอง Jump-Diffusion ของ Merton เพิ่มการกระโดดแบบสุ่มให้กับผลตอบแทนต่อเนื่องอย่างไร ความถี่และขนาดของการกระโดดส่งผลต่อออปชันบริเวณปลายการแจกแจงอย่างไร และเหตุใด Delta Hedging แบบต่อเนื่องจึงขจัด Jump Risk ไม่ได้

จัดทำขึ้นเพื่อการศึกษาเท่านั้น ไม่ใช่คำแนะนำการลงทุน การลงทุนอาจทำให้สูญเสียเงินลงทุนได้

คำตอบโดยตรง

แบบจำลอง Jump-Diffusion เพิ่มการเคลื่อนไหวแบบกระโดดที่เกิดขึ้นในเวลาสุ่มเข้าไปในกระบวนการราคาที่เคลื่อนไหวต่อเนื่อง ในแบบจำลองของ Merton กระบวนการ Poisson กำหนดเวลาที่เกิดการกระโดด ส่วนการแจกแจงอีกชุดกำหนดขนาดของการกระโดด กลไกนี้ทำให้ออปชันอายุสั้นและออปชันที่อยู่ไกล Out-of-the-Money มีความน่าจะเป็นบริเวณปลายการแจกแจงสูงกว่าที่แบบจำลอง Geometric Brownian Motion ซึ่งใช้ความผันผวนคงที่จะสร้างได้ จึงสะท้อน Gap จากผลประกอบการ ข่าวควบรวมกิจการ การผิดนัดชำระหนี้ เหตุการณ์นโยบาย หรือวิกฤตได้สมจริงขึ้น แต่ยังคงเป็นเพียงแบบจำลอง เนื่องจากไม่ทราบเวลาและขนาดของการกระโดดล่วงหน้า การซื้อขายหุ้นอย่างต่อเนื่องจึงไม่สามารถทำ Replication และ Hedge ออปชันได้สมบูรณ์

กลไกของโมเดลและความหมายของราคา

รูปแบบที่ใช้กันทั่วไปคือ dS_t/S_{t-}=(μ-λκ)dt+σdW_t+(J-1)dN_t. โดย σ คือ Diffusion Volatility, N_t คือกระบวนการ Poisson ที่มีความเข้มต่อปี λ, J คือตัวคูณของการกระโดด และ κ=E[J-1] พจน์ชดเชย -λκ ป้องกันไม่ให้องค์ประกอบการกระโดดเปลี่ยนอัตรา Drift ที่คาดหมายโดยไม่ตั้งใจ สำหรับการกำหนดราคาแบบ Risk-Neutral ต้องปรับหรือ Calibrate ทั้ง Drift และการแจกแจงของการกระโดดให้สอดคล้องกับราคาที่ซื้อขายในตลาด

เมื่อกำหนดว่ามีการกระโดด n ครั้ง ภายใต้สมมติฐาน Lognormal Jump ผลตอบแทนลอการิทึม ณ วันสิ้นสุดมักมีการแจกแจงปกติ จึงสามารถประเมินมูลค่า European Option เป็นผลรวมถ่วงน้ำหนักด้วยความน่าจะเป็นแบบ Poisson ของราคาเงื่อนไขที่มีรูปคล้าย Black-Scholes ความเข้มของการกระโดดที่สูงขึ้น การกระจายของขนาดการกระโดดที่กว้างขึ้น หรือการกระโดดขาลงที่รุนแรงขึ้น มักเพิ่มมูลค่าออปชันบริเวณปลายการแจกแจงและเปลี่ยน Skew อย่างไรก็ตาม พารามิเตอร์เหล่านี้อาจทดแทนกันกับ Diffusion Volatility และไม่สามารถระบุค่าได้อย่างเป็นเอกลักษณ์จากตัวอย่างราคาออปชันขนาดเล็ก

การคำนวณการกระโดด 30 วัน

กำหนดให้ λ=4 ครั้งต่อปี และ T=30/365 ปี จำนวนการกระโดดคาดหมายคือ λT=0.329 และความน่าจะเป็นแบบ Poisson ที่จะเกิดการกระโดดอย่างน้อยหนึ่งครั้งคือ 1-e^(-λT)=28.0% ค่านี้เป็นความน่าจะเป็นตามแบบจำลองภายใต้ Measure ที่เลือก ไม่ได้หมายความว่าจะเกิดตลาดร่วงครั้งใหญ่ที่สังเกตเห็นได้ สี่ครั้งทุกปี

กำหนด Diffusion Volatility เป็น σ=20% ค่าเฉลี่ยของ Log Jump เป็น m=-5% และส่วนเบี่ยงเบนมาตรฐานของขนาดการกระโดดเป็น δ=10% ค่าประมาณอย่างง่ายของความแปรปรวนผลตอบแทนลอการิทึมรายปีคือ:

หากขนาดการกระโดดเชิงลอการิทึมเป็น Y~N(m,δ²) ตัวแทนอย่างง่ายของความแปรปรวน Log-Return รายปีคือ:

σ²+λ(δ²+m²)=0.20²+4(0.10²+0.05²)=0.09,

ซึ่งมีรากที่สองเท่ากับ 30% ส่วนพจน์ชดเชยการกระโดดคือ κ=e^(m+δ²/2)-1=e^(-0.045)-1≈-4.40% การคำนวณนี้ใช้แสดงขนาดของพารามิเตอร์เท่านั้น ค่า 30% ไม่ใช่ Implied Volatility ของออปชันโดยอัตโนมัติ และการหาราคาเต็มต้องใช้การคิดลดและการรวม Payoff ที่สอดคล้องกับ Measure ที่ใช้

รายการตรวจสอบการสอบเทียบและความเสี่ยง

ระบุให้ชัดว่าพารามิเตอร์มาจากข้อมูลย้อนหลังหรืออยู่ภายใต้ Risk-Neutral Measure เพราะไม่สามารถนำความถี่การกระโดดในโลกจริงใส่สูตรราคาโดยไม่มีสมมติฐานเกี่ยวกับ Risk Premium
Calibrate ข้ามหลาย Strike และวันหมดอายุ โดยใช้ราคาที่ซื้อขายได้ซึ่งบันทึกในเวลาเดียวกัน รวมถึง Forward, อัตราดอกเบี้ย เงินปันผล และข้อกำหนดสัญญา
ทดสอบ Parameter Identifiability เพราะ Diffusion Volatility, Jump Intensity, ค่าเฉลี่ยการกระโดด และการกระจายของการกระโดดอาจสร้าง Volatility Smile ที่คล้ายกัน
ตรวจสอบความแม่นยำนอกชุดข้อมูลที่ใช้ Calibrate และข้ามช่วงเวลา เพราะแบบจำลองที่ Fit ข้อมูลตัวอย่างได้ดีมากอาจไม่เสถียรกับข้อมูลนอกตัวอย่าง
รักษาขอบเขต No-Arbitrage และตรวจสอบการลู่เข้าทางตัวเลขของการตัดหาง Poisson การอินทิเกรต การจำลอง หรือวิธี Transform
ทำ Stress Test กรณีการกระโดดเกิดเป็นกลุ่มและความเข้มเปลี่ยนตามภาวะตลาด เพราะกระบวนการ Poisson แบบอิสระที่มีค่าคงที่ไม่สามารถสะท้อนทุกวิกฤตหรือทุกช่วงประกาศผลประกอบการ
แยกการกระจายของการกระโดดแบบสมมาตรออกจากความไม่สมมาตรของการกระโดดขาลง เพราะส่งผลต่อ Put, Call และ Skew ต่างกัน
Delta Hedging ไม่สามารถซื้อขายระหว่างการกระโดดที่เกิดขึ้นฉับพลัน ควรรายงาน Gap P&L และ Jump Greeks ที่ยังเหลือ แทนการอ้างว่า Hedge ได้สมบูรณ์
รวม Bid/Ask การสูญเสียสภาพคล่อง Margin ต้นทุนยืมหุ้น Early Exercise เงินปันผล และ Settlement เมื่อเปรียบเทียบมูลค่าจากแบบจำลองกับธุรกรรมจริง
ใช้ Black-Scholes ที่เรียบง่ายกว่า รวมถึง Intrinsic Value และขอบเขต No-Arbitrage ที่สังเกตได้ เป็นเครื่องมือตรวจสอบก่อนเชื่อแบบจำลองที่ยืดหยุ่นกว่า

ความเข้าใจผิดที่พบบ่อย

“Jump-Diffusion ทำนาย Gap ครั้งต่อไปได้” แบบจำลองระบุการแจกแจง ไม่ได้ระบุเวลาและทิศทางของเหตุการณ์ใดเหตุการณ์หนึ่ง
“เพิ่ม Jump แล้วการคาดการณ์จะดีขึ้นเสมอ” พารามิเตอร์เพิ่มเติมอาจ Overfit สัญญาณรบกวนในราคาออปชันและภาวะตลาดที่ไม่เสถียร
“Lambda คือจำนวนครั้งที่ตลาดพังต่อปี” ค่านี้นับการกระโดดตามนิยามของแบบจำลองภายใต้ Measure และเกณฑ์ที่ระบุ
“ค่าประมาณความแปรปรวน 30% คือ IV ของออปชัน” ยังต้องพิจารณา Smile อายุคงเหลือ Risk Premium และการรวม Payoff
“การกระโดดมากขึ้นทำให้ราคา Put สูงขึ้นเท่านั้น” การกระโดดทั้งบวกและลบอาจเพิ่มมูลค่าที่ปลายการแจกแจงทั้งสองด้าน ส่วนความไม่สมมาตรเป็นตัวกำหนด Skew
“Delta Hedging ขจัด Jump Risk ได้” การเคลื่อนไหวแบบไม่ต่อเนื่องเกิดขึ้นก่อนที่ Hedge แบบต่อเนื่องจะปรับสมดุลทัน
“ค่าประมาณ Jump จากอดีตเท่ากับพารามิเตอร์กำหนดราคา” ราคาแบบ Risk-Neutral รวมค่าชดเชยสำหรับการรับ Jump Risk
“Merton Jump-Diffusion อธิบาย Volatility Smile ได้ทุกแบบ” Stochastic Volatility, Local Volatility, สภาพคล่อง และกระบวนการ Jump หลายชนิดอาจมีผลเช่นกัน