รุ่น SABR: อัลฟ่า, เบต้า, Rho, Nu, การสอบเทียบ และความเสี่ยงของแบบจำลอง

ทำความเข้าใจแบบจำลองความผันผวนสุ่มของ SABR วิธีอัลฟ่า เบต้า โร และนูสร้างรอยยิ้มที่มีความผันผวนโดยนัย และวิธีการสอบเทียบและตรวจสอบการประมาณค่า Hagan

จัดทำขึ้นเพื่อการศึกษาเท่านั้น ไม่ใช่คำแนะนำการลงทุน การลงทุนอาจทำให้สูญเสียเงินลงทุนได้

คำตอบโดยตรง

หน้านี้อธิบายแนวปฏิบัติด้านแบบจำลองเพื่อการศึกษา สำหรับออปชันยุโรปที่ซื้อขายในตลาดและนอกตลาด รวมถึงกรณีใช้งานด้านอัตราดอกเบี้ยและอัตราแลกเปลี่ยน ไม่ใช่ข้อกำหนดของตลาด ผลิตภัณฑ์ โบรกเกอร์ บัญชี การจัดการชำระราคา หรือเขตอำนาจศาลใดโดยเฉพาะ เพราะหลักเกณฑ์ คุณสมบัติ เอกสาร และภาษีแตกต่างกันตามสถานที่ซื้อขายและกฎหมายที่ใช้บังคับ ตรวจสอบข้อเท็จจริงและแหล่งข้อมูลแล้วเมื่อ 2026-08-22 และเนื้อหานี้ไม่ใช่คำแนะนำการลงทุน กฎหมาย หรือภาษีเฉพาะบุคคล

โมเดล SABR เป็นแบบจำลองความผันผวนแบบสุ่ม โดยที่ F_t ไปข้างหน้าและระดับความผันผวนของมัน α_t เคลื่อนที่แบบสุ่ม และการกระแทกนั้นมีความสัมพันธ์กัน มีการใช้กันอย่างแพร่หลายในการกำหนดพารามิเตอร์ของรอยยิ้มที่มีความผันผวนโดยนัยด้วยชุดพารามิเตอร์ขนาดเล็กที่สามารถตีความได้ และเพื่อสร้างราคาและความอ่อนไหวที่สอดคล้องกับรอยยิ้ม

SABR ไม่ใช่พื้นผิวความผันผวนสากลเพียงชุดเดียว โดยทั่วไปจะสอบเทียบแยกตามวันหมดอายุ หรือชุดวันหมดอายุ/อายุของออปชันอัตราดอกเบี้ย โดยใช้เกณฑ์ราคาแบบ Black, normal หรือ shifted สูตรความผันผวนโดยนัยของ Hagan ที่ใช้กันทั่วไปเป็นการประมาณเชิงเส้นกำกับของโมเดล ไม่ใช่ราคาที่แน่นอน และไม่รับประกันการไร้อาร์บิทราจโดยอัตโนมัติในทุก strike และวันหมดอายุ

บทบาทไดนามิกและพารามิเตอร์

ภายใต้การวัดราคา ไดนามิก SABR แบบส่งต่อแบบคลาสสิกคือ:

dF_t = α_t F_t^β dW_t¹

dα_t = ν α_t dW_t²

d⟨W¹,W²⟩_t = ρ dt

โดยมี α > 0 ในปัจจุบัน โดยทั่วไปคือ 0 ≤ β ≤ 1, ν ≥ 0 และ −1 < ρ < 1

Alpha (α) เป็นตัวกำหนดระดับความผันผวนในปัจจุบัน แต่โดยทั่วไปแล้วจะไม่เท่ากับ ATM ความผันผวนโดยนัย
Beta (β) ควบคุมความยืดหยุ่น: β = 1 เป็นแบบ lognormal, β = 0 เป็นแบบปกติ และค่ากลางจะสร้าง CEV scaling
Rho (ρ) สัมพันธ์กับความผันผวนไปข้างหน้าและความผันผวน และมีอิทธิพลอย่างมากต่อความไม่สมดุลของรอยยิ้ม
Nu (ν) คือความผันผวนของความผันผวนและโดยทั่วไปจะเพิ่มความโค้งของรอยยิ้มเมื่อเพิ่มขึ้น

การตีความเหล่านี้ไม่ได้เป็นอิสระจากกัน Alpha และ Beta สามารถชดเชยกันรอบ ATM ได้ ส่วน Rho และ Nu สามารถชดเชยกันในช่วง strike ที่จำกัด หลายระบบจะตรึงหรือจำกัด Beta แล้วสอบเทียบ Alpha, Rho และ Nu ค่าคลาดเคลื่อนในการ fit ที่ต่ำไม่ได้พิสูจน์ว่าพารามิเตอร์ระบุได้หรือว่าไดนามิกของ smile ในอนาคตสมจริง

สำหรับ SABR ตามเกณฑ์ Black สัญชาตญาณหลักที่ ATM คือ:

ATM Black IV ≈ α / F^(1−β)

ยังมีการปรับแก้ตามอายุที่เกี่ยวข้องกับพารามิเตอร์ทั้งหมด Normal SABR มักใช้เมื่ออัตราหรือ forward อาจใกล้ศูนย์หรือติดลบ ส่วน Shifted SABR ใส่ค่าเลื่อนให้ F และ K; ค่าเลื่อนนี้เปลี่ยนไดนามิกและหางการแจกแจง จึงต้องกำกับดูแลเป็นพารามิเตอร์ของโมเดล

ตัวอย่างขนาดพารามิเตอร์

ให้ forward เป็น F = 100 มีอายุ T = 1 year, กำหนด β = 0.50 และ α = 2.00 การประมาณค่า ATM ชั้นนำคือ:

ATM IV ≈ 2.00 / 100^(1−0.50) = 2.00 / 10 = 20.00%

หาก forward ลดลงเป็น 81 ขณะที่ Alpha คงที่ที่ 2.00 การประมาณค่าเดียวกันจะเป็น:

2.00 / 81^0.50 = 2.00 / 9 = 22.22%

ดังนั้น Alpha ที่ไม่เปลี่ยนแปลงไม่ได้หมายความว่า ATM IV จะไม่เปลี่ยนเมื่อ β < 1 และโดยทั่วไปการเปรียบเทียบ Alpha ระหว่างสินทรัพย์ที่มีหน่วยหรือค่า Beta ต่างกันไม่มีความหมาย

ตอนนี้ให้เปรียบเทียบการกำหนดค่าที่แสดงให้เห็นสองรายการด้วย F, T, β และ α ที่เหมือนกัน:

ชุด	`ρ`	`ν`	ผลเชิงคุณภาพโดยทั่วไป
A	`−0.20`	`0.30`	skew ติดลบและความโค้งอ่อนกว่า
B	`−0.70`	`0.80`	skew ขาลงชันกว่าและความโค้งมากกว่า

คำอธิบายนี้มีเงื่อนไข ไม่ใช่การรับประกันราคาเชิงตัวเลข การเปรียบเทียบที่ถูกต้องต้องประเมินสูตร Black/normal ที่เลือก ณ strike จริง แปลงความคลาดเคลื่อน IV เป็นความคลาดเคลื่อนด้านราคา และตรวจสอบการ extrapolate พารามิเตอร์ B อาจ fit โหนดที่สังเกตได้ แต่สร้าง wing ไกลที่ไม่เสถียรหรือไม่น่าเชื่อถือ

รายการตรวจสอบการสอบเทียบและการตรวจสอบความถูกต้อง

กำหนดสินทรัพย์ การสร้างราคาไปข้างหน้า การคิดลด วันหมดอายุ อายุสัญญา การชำระราคา และรูปแบบราคาเสนอให้ชัดเจน
ทำความสะอาดราคา Bid/Ask ณ เวลาเดียวกัน พร้อมเก็บน้ำหนักสภาพคล่องและเหตุผลที่ตัดออก
เลือกอย่างชัดเจนระหว่าง SABR แบบ Black, normal และ shifted และอย่าผสมหน่วยความผันผวน
ตรึงหรือจำกัด Beta ด้วยเหตุผลที่บันทึกไว้ และประเมินมูลค่าซ้ำภายใต้ค่า Beta ทางเลือก
บังคับ α > 0, ν ≥ 0 และกำหนดขอบเขตภายในที่ปลอดภัยสำหรับ Rho
ใช้ค่าเริ่มต้นหลายชุด ตรวจสอบจุดต่ำสุดเฉพาะที่ ความแปรปรวนร่วมของพารามิเตอร์ และการกระโดดรายวัน
ลดความคลาดเคลื่อนด้านราคาหรือแบบถ่วงน้ำหนักด้วย Vega ตามความเหมาะสม แทนการใช้ความคลาดเคลื่อน IV แบบไม่ถ่วงน้ำหนักโดยอัตโนมัติ
รายงานผลแยกสำหรับ ATM ปีกขาลง ปีกขาขึ้น และความครอบคลุมของ Bid/Ask
ทดสอบแบบตัดข้อมูลออกทีละรายการหรือ out-of-sample แทนการพึ่งพา residual ในตัวอย่างเพียงอย่างเดียว
แปลง smile ที่ fit แล้วกลับเป็นราคาออปชัน และตรวจสอบความเพิ่มลดตามลำดับกับความนูนตาม strike
ตรวจสอบความสอดคล้องตามปฏิทินระหว่างวันหมดอายุที่สอบเทียบแยกกัน
เปรียบเทียบราคาและค่า Greeks จากการประมาณของ Hagan กับวิธีเชิงตัวเลขที่แม่นยำกว่าในกรณีอายุยาว Nu สูง Rho สุดขั้ว และ strike ไกล
ทำ stress test Alpha, Beta, Rho, Nu, forward, shift, อัตรา และสหสัมพันธ์ร่วมกัน
เก็บข้อมูลตลาด เวอร์ชันสูตร ฟังก์ชันวัตถุประสงค์ ขอบเขต ตัวแก้ปัญหา ค่าเริ่มต้น และเวลาสอบเทียบ

ความเข้าใจผิดที่พบบ่อย

“SABR เป็นโมเดลราคาแบบปิดที่แน่นอน” สูตรที่ใช้กันแพร่หลายเป็นเพียงการประมาณความผันผวนโดยนัยแบบ asymptotic
“Alpha คือ ATM IV” ค่านี้ยังขึ้นกับสเกลของ forward, Beta, อายุ, Rho และการปรับแก้จาก Nu
“Rho คือสหสัมพันธ์ของราคาและความผันผวนในอดีต” Rho เป็นพารามิเตอร์ภายใต้ความน่าจะเป็นความเสี่ยงซึ่งสอบเทียบจากราคาออปชัน
“Nu ควบคุมเฉพาะปีก” พารามิเตอร์มีปฏิสัมพันธ์กัน และการเปลี่ยน Nu อาจกระทบ ATM กับความไวของการป้องกันความเสี่ยง
“Beta ประมาณได้อย่างอิสระเสมอ” ความสัมพันธ์เชิงเส้นร่วมระหว่าง Alpha กับ Beta มักทำให้การ fit ไม่เสถียร
“fit smile ได้สมบูรณ์แปลว่าป้องกันความเสี่ยงได้ดี” ไดนามิกต่างกันอาจ fit vanilla snapshot เดียวกัน แต่ให้การ hedge exotic ต่างกัน
“ความผันผวนแบบ Normal และ Black เป็นเปอร์เซ็นต์ที่ใช้แทนกันได้” ทั้งสองใช้หน่วยและรูปแบบการตั้งราคาต่างกัน
“Shifted SABR แก้ปัญหาอัตราติดลบโดยไม่มีต้นทุน” ค่า shift เป็นสมมติฐานเชิงโครงสร้างเพิ่มเติมที่มีผลต่อหางการแจกแจง
“IV ที่ fit เป็นบวกแปลว่าไม่มีอาร์บิทราจ” เส้นราคายังอาจละเมิดเงื่อนไขความนูนหรือเงื่อนไขตามปฏิทิน
“SABR fit เดียวอธิบายทั้งพื้นผิว” slice ที่สอบเทียบแยกกันอาจไม่สอดคล้องกันข้ามวันหมดอายุและ tenor