隐含过滤密度对波动率的隐藏状态
摘要：使用衍生品价格来推导隐含过滤波动率状态的逆问题的模型和分析。随机波动率是隐藏的马尔可夫模型（HMM）中的未观测状态，可以使用贝叶斯滤波进行跟踪。然而，衍生品数据可以被视为市场上已经观察到的条件期望，可以作为输入用于解决一个逆问题，其解是关于波动率的隐含条件密度。我们的分析依赖于测度的鞅变换的规范，我们称之为“可分性”。这个规范有一个类似于市场上波动率不确定性的风险溢价的乘性成分。当应用于SPX期权数据时，估计的模型和隐含密度产生的波动率互换利率与VIX波动率指数一致。隐含密度随时间相对稳定，并捕捉到由于期权到期而发生的一些月度效应，表明波动率不确定性溢价可能会因期权的到期日期而产生周期性效应。
作者：Carlos Fuertes and Andrew Papanicolaou
论文ID：1203.6631
分类：Pricing of Securities
分类简称：q-fin.PR
提交时间：2017-03-07