FMM 大战 LMM - SOFR 企稳 Part I
本文有 4867 字,61 截屏
建议阅读 30 分钟
0
引言
本文是金融工程特别系列的第一篇
FMM 大战 LMM - SOFR 企稳 Part I
金融工程正规系列
弄清量化金融十大话题 (上)
弄清量化金融十大话题 (下)
金融工程高度概览
日期生成
变量计算
模型校正
曲线构建 I - 单曲线
曲线构建 II - 多曲线 (基差)
曲线构建 III - 多曲线方法 (抵押品)
测度转换 (上) - 等价物转换
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 - 凸性调整
价值调整 - Quanto 调整
价值调整 - 时间调整
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
注:该系列基于 Lyashenko A. 和 Mercurio F. 的论文 Looking Forward to Backward-Looking Rates。他俩在论文中提出了更为通用的 Forward Market Model (FMM),它可以同时处理后顾型的 RFR 复合利率和前瞻型的 IBOR。两名作者也因此被评选了 Quant of the Year 2020,他们都认为 FMM 才是定价 RFR 期权的正确模型,而且只需在现有的 LMM 方法上改进一点,并不需要过多的额外开发人力。
0
前言
ISDA 在2019 年9 月18 日发布的《Consultation on Final Parameters for Benchmark Fallback Adjustments》确定了
IBOR 的替代利率 RFR
IBOR 和 RFR 之间基差
其中 IBOR 全称是 InterBank Offered Rate,被替代利率,RFR 全称是 Risk-Free Rate,替代利率。从上面 ISDA 文件摘抄出来下面一段话:
…
overwhelming majority of respondents preferred the ‘compounded setting in arrears rate’ to address the difference in tenors and the ‘historical mean/median approach’ to address the difference in risk premia.
ISDA
ISDA 统计出绝大部分参与方希望用一个后置式的复合利率来作为 RFR,而且用不同年限的 IBOR 和 RFR 的历史差异的均值或中位值作为 IBOR 停止后当天就要使用的基差。定义 IBOR 公布日和终止日为 Ta 和 Td,那么在终止日那天,我们有以下数学关系:
其中 X 是 ISDA 还未最终决定的一组参数,比如到底是用均值还是中位值来作为基差,而 l 代表历史数据的区间长度,目前可能选项是 5 年或 10 年。
利率通常是定义在计息区间(accrual period),起始日和终止日分别是区间的头和尾。举个具体例子,假设 USD LIBOR 3M 在 2021年12月20日终止,我们用 SOFR 3M 和 5 年历史基差来替代后LIBOR时代的第一天的 LIBOR。
5年数据从 2016年12月19日到 2021年12月19日。
第一个历史数据USD LIBOR 3M 是在 2019年12月19日定盘,而该利率到期于 2020年3月19日。
对应同区间的 SOFR3M 是由 SOFR 隔夜利率从 2019年12月19日一直累积到 2020年3月18日合成的。
上面完整的计算基差过程在下图中展示。
整个用 RFR 复合利率替换 IBOR 的过程看起来没有什么问题,但是细想,IBOR 是前瞻型(forward-looking)利率,在起始日就已经知道其值;而RFR 复合利率由于要不断累积 RFR 隔夜利率,因此是后顾型(backward-looking)利率,在终止日才能知道其值。两种利率对比的示意图如下。
由此可知两种概率从根本上范式都不相同。RFR 复合利率在付息日才能决定利息的大小,这从经济和操作角度给很多企业造成了麻烦。这样看来,向后看类型的利率不行,向前看类型的利率才行,我们需要动动脑筋,设计出一个向前看的 RFR 复合利率 R(T, T+τ),即在T 时点就知道 R(T, T+τ) 的大小了(像 IBOR 一样)。一个最简单的设计就是用 T 点 R(T, T+τ) 的期望值作为向前看的利率,即 ET[R(T,T+ τ)]。
整个 FMM-vs-LMM 的系列内容很新,文章写太长也不便于读者消化,因此我把它分四贴完成。整个系列目录如下(本帖细讲第一章):
目录
第一章 - 基础知识
1.1 延伸版 T-远期测度
1.2 向前看 vs 向后看的即期利率
1.3 向前看 vs 向后看的远期利率
1.4 FMM vs LMM 比较
第二章 - 远期市场模型 FMM
2.1 期限结构
2.2 风险中性测度下的 Fn(t)
2.3 即期测度下的 Fn(t)
2.4 Tk-远期测度下的 Fn(t)
第三章 - RFR 产品估值
3.1 RFR 期货
3.2 RFR 掉期
3.3 RFR 上下限
3.4 RFR 掉期期权
3.5 RFR 期限结构类产品
3.6 RFR 复杂产品
第四章 - FMM 模型校正
4.1 波动率建模
4.2 相关性建模
1
基础知识
1.1
延伸版 T-远期测度
再回到 T-远期测度的等价物 - 零息债 P(t,T),它有个条件是 t ≤ T。当 t > T 时,零息债已到期,按理说这个等价物已不存在了。但如果我们把 P(T,T),即零息债在到期日上的收益 1 投资到银行存款上,这样在任何一个大于 T 的时点 t,该「产品」的价格为
让我们把这个人造产品用 表示,其中 t 可以是任意值,我们有
显然 可以当成等价物,对应的测度符号用 Q~T 表示,期望符号用 E~T 表示。
1.2
向后看 vs 向前看的即期利率
复合利率
给定一组期限结构 0 £ T0 < T1 < … < TN,其中 τn= Tn – Tn-1。对于每个时间 t,定义索引函数 h(t) = min{n: Tn ≥ t},它表示离 t 最近但大于 t 的期限所对应的索引,易知 h(t) 是一个阶梯函数,如下图所示。
对于每个 n =1, 2, …, N,在 [Tn-1, Tn] 计息区间,我们将日单利(SOFR 1M 类)和日复利(SOFR 3M 类)都用连续复利来近似得到
证明过程如下。
向后看的即期利率
后置型利率(in-arrears rates)天生就有向后看的性质,因此我们只有等到计息期最后一天才能知道该利率的值。 R(Tn-1, Tn) 就是一个在 Tn 时向后看的即期利率。为了能一眼看出利率的向后看形式,我们在 R(Tn-1, Tn) 加一个向后的箭头 ←,用来取代。注意通常符号上用箭头代表向量,但记住这里表达的不是这个意思。
定义一个产品叫做银行存款掉期(Bank Account Swaplet, BAS),在 Tn 时点用 K 来交换银行存款在 [Tn-1, Tn] 区间的收益,如下图所示,
在 Tn-1 时点,BAS 的估值公式为
向前看的即期利率
现在可以定义一个向前看的利率,同样的为了能一眼看出利率的向前看形式,我们用一个向前的箭头 →,用来表示。它是使得 VBAS(Tn-1) = 0 的 K 值,因此可解得
下图总结了向后看和向前看的即期利率和。前者是直到 Tn 才定盘,而后者在 Tn-1 就开始设定了。
1.3
向后看 vs 向前看的远期利率
向后看的远期利率
定义完即期利率,接下来就要定义远期利率了。想像个产品叫做向后看利率掉期(Backward-Looking Rate Swaplet, BLRS)在 Tn 时点用 K 来交换,如下图,
在 t 时点,BLRS的估值公式为
现在可以定义一个向后看的远期利率,用符号来表示。该利率就是使得 VBLRS(t) = 0 时的 K 值,因此可解得
将 t = Tn-1 带入上式,我们发现在 Tn-1 这个时点,向前看的即期利率等于向后看的远期利率。
而且我们可以进一步推出的表达式
注意是一个单利付息的(和 IBOR 的范式相同)向后看(和 IBOR 方式不同)的远期利率,它的性质如下:
在 Tn-远期测度下是鞅
在 Tn-1 时点等于「向前看的即期利率」
在 Tn 时点等于「向后看的已实现利率」
在 Tn 时点后就被定盘了,因此当 t > Tn,
当 Tn-1 < t < Tn, 一部分已经在 [Tn-1, t] 被定盘了,还有一部分在 [t, Tn] 还在累积 r(s),其表达式为
向前看的远期利率
想像个产品叫做向前看利率掉期(Forward-Looking Rate Swaplet, FLRS)在 Tn 时点用 K 来交换,如下图
在 t 时点,FLRS 的估值公式为
现在可以定义一个向前看的利率,用符号来表示,FL 是 Forward-Looking 的缩写。该利率就是使得 VFLRS(t) = 0 时的 K 值,因此可解得
进一步推出的表达式,当 t ≤Tn-1 时,向前看的远期利率等于向后看的远期利率。
当 t > Tn-1 时,已经在 Tn-1 被定盘而不会改变了,其值为
下图总结了向后看和向前看的远期利率和。前者是直到 Tn 才定盘,而后者在 Tn-1 就开始设定了。
鞅过程 SDE 的漂移项为零,因此 Fn(t) 的 SDE 用以下方式来描述,
其中 σn(t) 是波动率,而 gn(t) 是缩放因子。对于 gn(t),我们可用分段函数形式来区分不同时段中远期利率的特点
当 t < Tn-1 时,gn(t) = 1 ,因为 Fn(t) 还未被定盘,以波动率 σn(t) 在演变。
当 Tn-1 < t < Tn 时,gn(t) 成单调递减,因为这时一部分已经在 [Tn-1, t] 被定盘,一部分在 [t, Tn] 还未被定盘,但随着 t 靠近 Tn,未定盘的部分越来越小,因此波动率也就越小。
当 t > Tn 时,gn(t) = 0,因为 Fn(t) 已经停止演变。
为了使函数 gn(t) 连续,我们需要施加条件 gn(Tn-1) = 1 和 gn(Tn) = 0,再假设 gn(t) 在区间 [Tn-1, Tn] 成单调线性递减,我们设计
至此我们已讨论完在任意 t 时的远期利率 Fn(t) 和零息债,它们可看成是传统的远期利率和零息债的延伸版。
1.4
LMM vs FMM 比较
和 LMM 不同的是,FMM 模拟的远期利率适用于任何 t。在具体 [Tn-1, Tn] 区间中,两者的区别在于
LMM 模拟的 Fn(t) 在时点 Tn-1 就停止演变
FMM 模拟的 Fn(t) 直到 Tn 并以常数形式演变
下面我们来模拟一下 LMM 和 FMM 框架下的远期利率。假设 Tn-1 = 9M, Tn = 1Y, Fn(0) = 2.5% 和 σn = 30%。对于 LMM,t Î [0,Tn-1),对于 FMM,t Î [0, Tn),
我尝试着用 cufflinks 来画图,效果很好。Python 代码如下,首先引入必要的几个包。
import numpy as np
import pandas as pd
import cufflinks as cf
np.random.seed(1031)
用上面设定好的初始值,选取 1000 个时点模拟 5 条利率走势路径。
(F0, sigma, T, tau, Nsim, Nt)
= (0.025, 0.3, 0.75, 0.25, 5, 1000)
t = np.linspace(0,T+2*tau,Nt)
dt = np.diff(t)z = np.random.randn(Nsim, Nt-1)
g = np.minimum( np.maximum(T+tau-t, 0)/tau, 1 )[:-1]
A = sigma*g*(z*np.sqrt(dt)) - 0.5*(sigma*g)**2*dt
lnF0 = np.tile(np.log(F0),(Nsim,1))
lnF = lnF0 + np.cumsum(A, axis=1)
lnF = np.hstack( (lnF0, lnF) )
F = np.exp(lnF) * 10
df = pd.DataFrame(F.T, index=t)
用 cufflinks 里面的 iplot 函数直接对 DataFrame df 画图
cf.go_offline()
df.iplot()
画出的图如下:
其实 cufflinks 画出的图是动图,上图只是它静止的样子。
五条模拟利率都从 2.5% 开始,看横轴从0 到 0.75 (0 到 9 个月)利率波动较大,从 0.75 到 1(9 个月到 1 年)波动慢慢减小,从 1 之后(1 年之后)波动为零。
最后稍微总结一下 LMM 和 FMM 下用的测度、符号、计价物等等,不懂也无所谓,后面还有三帖呢。
下帖来推导 Fn(t) 在各种测度下的 SDE,只需用到我们之前讲过的「测度转换」和「漂移项转换」的技巧。
Stay Tuned!
FMM 大战 LMM - SOFR 企稳 Part I相关推荐
- FMM 大战 LMM - SOFR 企稳 Part II
本文有 2480 字,27 截屏 建议阅读 15 分钟 0 引言 本文是金融工程特别系列的第二篇 FMM 大战 LMM - SOFR 企稳 Part I FMM 大战 LMM - SOFR 企稳 Pa ...
- FMM 大战 LMM - SOFR 企稳 Part III
本文有 6088 字,51 截屏 建议阅读 32 分钟 0 引言 本文是金融工程特别系列的第三篇 FMM 大战 LMM - SOFR 企稳 Part I FMM 大战 LMM - SOFR 企稳 Pa ...
- 1月份制造业和非制造业PMI双双回升 企稳迹象初显
来源:经济日报 1月份,PMI指数结束自去年9月份以来的持续回落,首次出现微升,表明经济运行有企稳迹象,但基础仍需着力巩固.1月份非制造业商务活动指数为54.7%,比上月上升0.9个百分点,且高于20 ...
- 数据库流行度5月排行榜:Oracle企稳PostgreSQL飙升
五一假期,宣告2018年的1/3已然飘过,在匆匆流逝的时光里,有些变化潜移默化,有些变化轰轰烈烈,然而有紧迫感的人,必然计日以待.计日以行. 在DB-Engines的5月排行榜上,月复一月,种种细微变 ...
- 五年企稳上升的阿里,还能再涨吗?
北京时间今天凌晨,CNBC名嘴吉姆·克莱默在Mad Money中称,纳斯达克综合指数创历史新高,从股价走势来看,Alphabet.Snapchat和阿里巴巴可能有更大的上涨空间. 现在在美国资本市场上 ...
- 医药板块企稳“回春”
从医药行业基本面上来看,2017年1-5月医药制造业主营业务收入增长约11.9%,利润总额增长约15.7%,收入与利润总额增速分别较2016年同期上升1.91个.0.73个百分点,基本面企稳回暖,公募 ...
- 民族证券午间看盘:短线有望企稳,把握反弹机会
民族证券午间看盘:短线有望企稳,把握反弹机会 连续两天暴跌后,市场再度回归到了60天均线附近.在作为牛熊分水岭的60日均线处市场再度得到了有效支撑,资金入场抄底迹象明显.从技术面上看,大盘整体上呈现出 ...
- 2022年湖北省援企稳岗促就业有哪些优惠政策?申报条件以及奖补汇总
湖北省援企稳岗促就业政策大家了解多少?这次我给大家整理了共10大条,武汉市.黄石市.十堰市.宜昌市.襄阳市.鄂州市.荆门市.孝感市.荆州市.黄冈市.咸宁市.随州市.恩施土家族苗族自治州各地的援岗稳企促 ...
- 芜湖市援企稳岗奖励政策11类 补助稳岗返还、留工培训、技能提升、吸纳就业、创业补贴
芜湖市援企稳岗奖励政策11类,补助稳岗返还.留工培训.技能提升.吸纳就业.创业补贴.临时生活补贴等等关于芜湖市援企稳岗奖励政策11类的详细内容: 一.特困企业缓缴社会保险费. (一)适用范围: 1. ...
最新文章
- Mobileye独创性创新
- 模板 - 2 - SAT问题
- AdminIII连接linux Postgresql过程中的几个小问题
- https的基本原理,看完你的程序员女朋友再也不和你提分手了
- spark RDD iterator中sparkEnv功能 -- (视频笔记)
- 07-MyBatis 核心配置文件
- java文件重命名有趣实验
- 初识shardingsphere
- 【Node】—系统模块
- 2018蓝桥杯A组:星期一(年份判断)
- OpenStack-Ocata版+CentOS7.6 云平台环境搭建 — 3.安装配置OpenStack认证服务(keystone)...
- C++实现24点游戏
- deepin安装过程
- ring buffer示例
- java编程思想第4版 第五章习题
- 傻码农嘚瑟啥,HR才是国内公司真正的中流砥柱!
- 程序员如何进行职业规划?
- python语言单词_python单词_python 单词_python单词书 - 云+社区 - 腾讯云
- 计算机的程序代码是储存在什么中的,计算机的一切程序和数据都是以什么情势贮存?...
- 阿里巴巴数字化运营能力
热门文章
- 默纳克调试说明书_默纳克NICE3000调试使用说明(修改版)
- selenium 与浏览器 以及浏览器驱动版本问题
- Linux调整网卡MAC地址(指令)
- Rob Papen Go2 for Mac - 虚拟音频合成器
- python中关于命名的例子_利用Python批量重命名文件(给非技术人员的Python实例参考)...
- java的自省机制_JAVA内省(自省)机制 ( Introspector , BeanInfo, PropertyDescriptor )
- Google的搜索来源分布跟踪解读:GGGL与GGLD,sourceid和client,rlz,rls等
- 在线2000人的服务器配置,同时线上人数约2000人需要什么等级服务器?
- 第一节课-第二周:神经网络的编程基础(Basics of Neural Network programming)
- linux srs安装教程,SRS环境搭建