Модель Хестона

Модель Хестона — это математическая модель ценообразования финансовых опционов, которая относится к классу моделей стохастической волатильности. В отличие от классической модели Блэка — Шоулза, предполагающей постоянную волатильность базового актива, модель Хестона учитывает случайный характер волатильности, что позволяет более точно описывать динамику рыночных цен, особенно в периоды кризисов или высокой турбулентности. Модель была предложена американским математиком и финансистом Стивеном Хестоном в 1993 году и с тех пор стала одним из стандартных инструментов в количественных финансах.

История

До начала 1990-х годов доминирующей моделью для оценки опционов была модель Блэка — Шоулза (1973), основанная на предположении о постоянной волатильности. Однако эмпирические исследования показывали, что рыночные цены опционов систематически отклоняются от предсказаний этой модели — наблюдался так называемый «эффект улыбки волатильности» (volatility smile), когда для опционов с разными страйками (ценами исполнения) подразумеваемая волатильность оказывалась различной. Это указывало на то, что волатильность не является константой, а сама меняется во времени.

В 1993 году Стивен Хестон, работавший в то время в Университете Мэриленда, опубликовал статью «A Closed-Form Solution for Options with Stochastic Volatility with Applications to Bond and Currency Options» в журнале The Review of Financial Studies. В этой работе он предложил модель, в которой волатильность базового актива описывается отдельным случайным процессом — процессом Орнштейна — Уленбека (или, в более распространённой форме, процессом Кокса — Ингерсолла — Росса (CIR)). Главным преимуществом модели стало то, что для неё была получена аналитическая (замкнутая) формула для цены европейского опциона, что значительно упрощало численные расчёты по сравнению с методами Монте-Карло.

Математическая формулировка

Модель Хестона описывает динамику цены базового актива \( S_t \) и её мгновенной дисперсии \( v_t \) (квадрата волатильности) с помощью системы стохастических дифференциальных уравнений (СДУ) в рамках риск-нейтральной меры:

\[ dS_t = \mu S_t dt + \sqrt{v_t} S_t dW_t^1 \] \[ dv_t = \kappa (\theta - v_t) dt + \sigma \sqrt{v_t} dW_t^2 \]

где:

• \( S_t \) — цена базового актива в момент времени \( t \);
• \( v_t \) — мгновенная дисперсия (волатильность в квадрате);
• \( \mu \) — ожидаемая доходность актива (в риск-нейтральной мере заменяется на безрисковую ставку \( r \));
• \( \kappa \) — скорость возврата дисперсии к своему долгосрочному среднему (параметр «среднего возврата»);
• \( \theta \) — долгосрочное среднее значение дисперсии;
• \( \sigma \) — волатильность волатильности (vol-of-vol), то есть степень случайных колебаний самой дисперсии;
• \( dW_t^1 \) и \( dW_t^2 \) — два коррелированных винеровских процесса (броуновских движения), с корреляцией \( \rho \).

Ключевой особенностью является корреляция \( \rho \) между шоками цены актива и шоками волатильности. Отрицательная корреляция (обычно наблюдаемая на рынках акций) позволяет модели воспроизводить эффект «рычага» (leverage effect), когда падение цены актива сопровождается ростом волатильности.

Условие Феллера

Для того чтобы процесс дисперсии \( v_t \) оставался строго положительным (не достигал нуля), необходимо выполнение условия Феллера:

\[ 2\kappa\theta > \sigma^2 \]

Если это условие нарушается, дисперсия может принимать нулевые значения, что в некоторых случаях допустимо, но усложняет численную реализацию.

Характеристики и свойства

Аналитическое решение для европейских опционов

Основное достоинство модели Хестона — наличие замкнутой формулы для цены европейского колл-опциона (или пут-опциона). Цена выражается через интеграл от характеристической функции логарифма цены актива:

\[ C(S_t, v_t, t, T) = S_t P_1 - K e^{-r(T-t)} P_2 \]

где \( P_1 \) и \( P_2 \) — вероятности исполнения опциона в риск-нейтральной мере, которые вычисляются через обратное преобразование Фурье:

\[ P_j = \frac{1}{2} + \frac{1}{\pi} \int_0^\infty \text{Re} \left[ \frac{e^{-i\phi \ln K} f_j(\phi; x, v)}{i\phi} \right] d\phi, \quad j=1,2 \]

Здесь \( f_j \) — характеристические функции, зависящие от параметров модели. Для вычисления интеграла используются методы численного интегрирования (например, алгоритм Гаусса — Кронрода или быстрое преобразование Фурье).

Параметры и их влияние

• \( \kappa \) (скорость возврата): чем выше \( \kappa \), тем быстрее волатильность возвращается к своему среднему значению. При низких \( \kappa \) волатильность может долго оставаться на высоком или низком уровне.
• \( \theta \) (долгосрочная дисперсия): определяет средний уровень волатильности в долгосрочной перспективе.
• \( \sigma \) (волатильность волатильности): управляет амплитудой колебаний дисперсии. Высокое \( \sigma \) приводит к резким скачкам волатильности.
• \( \rho \) (корреляция): отрицательная корреляция (обычно от -0.7 до -0.9) создаёт асимметрию в распределении доходностей — левый хвост становится более тяжёлым, что соответствует реальным данным.

Применение

Модель Хестона широко используется в следующих областях:

• Оценка опционов: особенно для опционов на индексы (например, S&P 500) и отдельные акции, где наблюдаются выраженные улыбки волатильности.
• Управление рисками: для расчёта чувствительностей (греков) — дельты, гаммы, веги, которые учитывают изменения волатильности.
• Калибровка по рыночным данным: параметры модели подбираются (калибруются) так, чтобы цены, полученные по модели, максимально совпадали с рыночными ценами опционов. Это позволяет получать согласованную поверхность волатильности.
• Моделирование сценариев: для стресс-тестирования портфелей при различных сценариях изменения волатильности.

Критика и ограничения

Несмотря на популярность, модель Хестона имеет ряд недостатков:

• Не учитывает скачки цен: модель описывает непрерывные траектории, тогда как на реальных рынках часто происходят резкие скачки (например, из-за новостей). Для учёта скачков разработаны расширения — модели Хестона со скачками (Heston with jumps).
• Сложность калибровки: подбор пяти параметров (\( \kappa, \theta, \sigma, \rho, v_0 \)) является нелинейной оптимизационной задачей, которая может быть чувствительна к начальным значениям и приводить к локальным минимумам.
• Численная нестабильность: при некоторых комбинациях параметров (особенно при нарушении условия Феллера) интегралы могут становиться плохо обусловленными, а цены — нереалистичными.
• Предположение о постоянных параметрах: модель предполагает, что \( \kappa, \theta, \sigma \) и \( \rho \) не меняются во времени, что не соответствует долгосрочной динамике рынков.

Расширения и модификации

На основе модели Хестона были разработаны многочисленные обобщения:

• Heston-Hull-White: добавление стохастической процентной ставки.
• Double Heston: модель с двумя процессами дисперсии для лучшего воспроизведения улыбки волатильности.
• Heston with jumps in price and volatility: добавление скачков как в цену, так и в волатильность.
• Rough Heston: модель с фрактальным (шероховатым) процессом волатильности, учитывающая долгую память и самоподобие.

Интересные факты

• Модель Хестона является частным случаем более общего класса аффинных моделей волатильности, для которых характеристическая функция имеет экспоненциально-аффинную форму.
• В 2009 году Стивен Хестон получил премию Quant of the Year за вклад в развитие количественных финансов.
• Модель активно используется в алгоритмической торговле и хедж-фондах, несмотря на появление более сложных моделей.

Источники

• Heston, S. L. (1993). A Closed-Form Solution for Options with Stochastic Volatility with Applications to Bond and Currency Options. The Review of Financial Studies, 6(2), 327–343.
• Gatheral, J. (2006). The Volatility Surface: A Practitioner’s Guide. Wiley.
• Rouah, F. D. (2013). The Heston Model and Its Extensions in Matlab and C#. Wiley.
• Cont, R., & Tankov, P. (2004). Financial Modelling with Jump Processes. Chapman & Hall/CRC.