在时变模型中为美式期权和灵活远期合约定价

论文信息

标题: Valuing American options and Flexible Forwards contracts in time-dependent models

作者: Leif Andersen, Andrey Itkin, Rakhymzhan Kazbek

发布日期: 2026-06-25

arXiv ID: 2606.27335v1

PDF 链接: 下载 PDF

3 分钟速览

• 研究问题：如何准确、高效地为灵活远期合约（Flexible Forwards）以及更一般的美国期权定价，同时捕捉外汇市场中普遍存在的波动率偏斜及其期限结构。

• 核心方法：采用具有时间依赖参数的 Heston 随机波动率模型，通过递归求解矩阵 Riccati 方程得到联合特征函数。基于积分方程分解法，将定价问题转化为求解早期执行曲面上的 Volterra 方程，并利用双重余弦展开或阻尼 Sinc 局部基函数进行计算。

• 关键结果：双重余弦展开法可在约 1-2 秒内完成定价，比最精细的有限差分网格快约一个数量级；阻尼 Sinc 方法在此基础上将中位精度提高了约 12 倍（见论文摘要部分给出的数值对比）。

• 主要局限：执行曲面的确定需假设单一执行边界（即执行区域是连通集），在利率可能为负、存在多个分离执行域的情形下，现有单曲面表示将失效；此外，双重余弦展开法在 Feller 条件显著违反或低波动率状态下会出现 Gibbs 振荡，需要额外平滑处理。

• 适合读者：量化金融分析师、外汇衍生品定价研究人员、金融工程专业研究生，特别是那些关注随机波动率模型、美国期权定价数值方法以及外汇结构化产品的人士。

论文背景和研究动机

在国际外汇市场中，企业常常面临收款或付款时间不确定的现金流风险。普通的远期合约虽然能锁住汇率，但只能在单一固定日期交割，无法适应实际业务中的灵活性需求。灵活远期合约（Flexible Forward, FF）应运而生，它允许持有人在事先约定的窗口期内，自由选择交割时点，同时享有固定的保证汇率。这种合约本质上是 “择时” 上的美式期权，其定价必须考虑汇率波动率的偏斜（skew）和期限结构。

传统的定价方法严重依赖于数值求解偏微分方程或蒙特卡洛模拟，计算成本高昂，尤其是在模型参数随时间变化的非齐次情形下。已有工作大多要么采用常参数 Heston 模型，无法准确匹配市场中观测到的长短期波动率偏斜差异；要么采用局部波动率模型，在风险对冲的实际操作中效果欠佳。作者寻求一种兼具解析可处理性与市场拟合灵活性的平衡方案，以填补这一方法上的空白。

核心方法和技术细节

模型设定

论文采用时间非齐次 Heston 模型，对汇率的对数价格 $x_t = \log(S_t/K)$ 及方差过程 $v_t$ 建模：

$$dx_t = \left(r_d(t) - r_f(t) - \frac{1}{2}v_t\right)dt + \sqrt{v_t} dW_t^S$$ $$dv_t = \kappa(\theta(t) - v_t)dt + \xi(t)\sqrt{v_t} dW_t^v$$ $$dW_t^S dW_t^v = \rho(t)dt$$

其中，长期方差水平 $\theta(t)$ 设为时间的连续函数（如指数衰减形式 $A+Be^{-Ct}$），波动率之波动率 $\xi(t)$ 和相关系数 $\rho(t)$ 设为分段常数，以对应市场上可交易期权的标准期限。这种混合参数化既保留了校准的灵活性，又维持了模型的仿射结构。

联合特征函数的递归求解

定价的核心在于获取对数价格与方差的联合特征函数。根据仿射模型理论，特征函数具有指数仿射形式：

$$\phi(u_1,u_2; \tau, x, v) = \exp\left(iu_1x + A(\tau; u_1,u_2) + B(\tau; u_1,u_2)v\right)$$

系数 $A$ 和 $B$ 满足一组常微分方程，其中关于 $B$ 的方程为 Riccati 型。在论文的参数化设定下，在每一段常数系数区间内，Riccati 方程有解析解。通过递归地按区间拼接，并利用 Möbius 变换，可以完全避免直接数值积分常微分方程。对于 $\theta(t)$ 连续变化导致的积分项，论文提出在每一个小时间步内使用四阶 Taylor 展开近似，将复杂度控制在 $O(N)$，其中 $N$ 为时间分段数。

积分方程分解法

这是论文方法论的核心。基于 Peskir 等人的变元公式，美式看跌期权价值可分解为对应的欧式期权价值加上一个提前执行溢价项：

$$P(t,x,v) = P^E(t,x,v) + K \int_t^T D_d(t,u) \mathbb{E}^{\mathbb{Q}} \left[ (r_d(u) - r_f(u)e^{x_u}) \mathbf{1}_{(x_u,v_u)\in\mathcal{E}} \right] du$$

其中 $\mathcal{E}$ 为执行区域，由未知的早期执行曲面 $x^*(t,v)$ 界定。通过价值匹配条件（在执行曲面上内在价值等于持有价值），可导出一个关于 $x^*(t,v)$ 的非线性 Fredholm-Volterra 积分方程。一旦该曲面确定，期权价格便可直接计算。

双重余弦展开与阻尼 Sinc 方法

为计算执行溢价中出现的期望，需要条件转移密度 $f(x_u,v_u | x,v)$。论文使用双重余弦展开在半解析形式下表示该密度：

$$f(x_u,v_u | x,v) \approx \frac{4}{L_x L_v} \sum_{k=0}^{N_x-1}{\!}^{'} \sum_{m=0}^{N_v-1}{\!}^{'} \operatorname{Re}\left[ e^{-i(\frac{k\pi a_x}{L_x} + \frac{m\pi a_v}{L_v})} \phi\left(\frac{k\pi}{L_x},\frac{m\pi}{L_v}\right) \right] \cos\left(\frac{k\pi(x_u-a_x)}{L_x}\right) \cos\left(\frac{m\pi(v_u-a_v)}{L_v}\right)$$

然后借助离散余弦变换（DCT）将计算复杂度优化为 $O(N_x N_v \log N_v)$。但双重余弦展开在密度出现尖峰（如 Feller 条件严重违反）时会产生 Gibbs 振荡。为此，论文进一步提出基于阻尼 Sinc 函数的局部基展开方案（DSINC）。该方法利用了 Sinc 函数在频域的紧支性，将一个频带内的谱积分转化为条件特征函数与支付函数解析变换的 Parseval 配对。该方案天然不产生全局振荡，在低 Feller 比率或高波动率之波动率时稳健性更强。

创新点和贡献

本文的主要贡献体现在三个层面。

模型层面：提出了一种混合参数化的时间非齐次 Heston 模型，能够在保持仿射结构的前提下，灵活适配外汇市场在不同期限上的波动率偏斜。这比完全非参数时变模型更稳定，又比常参数模型具有更强的市场拟合能力。

方法论层面：将积分方程分解法系统性地扩展到具有时间依赖系数的多维扩散过程。特别是，论文给出了在分段常数系数下联合特征函数的封闭递归格式，以及利用 Taylor 展开处理连续 $\theta(t)$ 积分的高效算法。这一框架避开了直接求解多因子偏微分方程的庞大计算量。

数值算法层面：引入阻尼 Sinc 局部基函数来解决双重余弦展开在 “尖峰” 密度下的精度损失问题。实验表明，DSINC 方法将中位精度较余弦展开方法提高了大约 12 倍（见摘要），同时计算时间相当。论文还对截断区间的选择、预平滑与后平滑技术（如 Lanczos 滤波、Gaussian 滤波）进行了细致的工程化处理，大幅提高了算法在极端参数情境下的鲁棒性。

一个重要发现是，早期执行曲面关于方差 $v$ 的函数形式并非以往很多工作所假设的线性关系。论文通过一种 “平均凸度” 度量 $N(t)$ 量化了这一非线性特征，指出线性近似只在个别时点上成立而不能普遍成立（如图 3 和图 4 所示）。这一结论对后续美式期权定价模拟精度的提升有指导意义。

实验结果分析

论文以基于惩罚迭代的有限差分格式（MCS-ADI）为基准，验证了所提半解析方法的精度与效率。测试采用了符合市场实际的参数化，包括随时间衰减的 $\theta(t)$ 和分段常数 $\xi(t)$、$\rho(t)$。

对于常系数极限情形，IECOS 方法成功复现了 Black-Scholes 结果，验证了方法的一致性。在典型参数下，对整个执行曲面的求解在 MATLAB 平台上平均每时间步耗时约 42–44 毫秒，最终总耗时约 2.1 秒（见表 3）。相较于精细的有限差分网格（FD3 需 27 秒），加速约 13 倍，而中位精度损失很小。

对于时间非齐次情况，有限差分方法因需将 $\theta(t)$ 分段常化处理，引入了本质误差。半解析方法则直接使用连续的 $\theta(t)$，因而在相同网格密度下普遍优于有限差分基准（表 3 体现了在不同 FD 网格精化下逐渐向 IE 解收敛的趋势，但时间代价急剧上升）。

DSINC 方法在时间齐次设定下给出的美国期权价格为 13.6845，与精细 FD 基准的差异比 IECOS 更小，证明了该方法在处理方差过程尖峰分布时的精度优势。由于 DSINC 中部分积分需要谱域求积，作者采用固定节点数 $N_\omega = 600$ 的高斯-勒让德求积规则，并结合独立于谱带宽选取节点数的策略，有效抑制了求积误差的准周期性波动。

实践建议

在工程应用中，该框架可作为外汇结构化产品定价引擎的核心组件直接投入生产环境。具体建议如下：

• 参数化校准策略：$\theta(t)$ 用低自由度参数函数（如三参数指数衰减），$\xi(t)$ 和 $\rho(t)$ 以市场上可观测的 1 月、3 月、6 月、1 年等标准期权期限为断点做分段常数设定。校准时可先固定 $\xi$ 和 $\rho$，再样条化 $\theta$，最后统一微调，以避免过度参数化引起的多解性。

• 方法选择：若方差过程的 Feller 条件基本满足（$2\kappa\theta > 0.5\xi^2$ 左右），优先使用以双重余弦展开（IECOS）为基础的实现，启动开销较小；若需覆盖极端波动市场（如危机期间波动率之波动率剧增），则应引入 DSINC 模块作为后备，并在代码中设置 Feller 比率阈值来自动切换。

• 算力部署：该算法的外层循环（遍历余弦模数 $k$）天然无数据依赖，非常适合多核 CPU 并行。对于实时性要求高的做市系统，可将 $N_x \times N_v$ 的主求和部分卸载到 GPU，预期可获得额外数倍的加速。

• 稳健性打底：在实施中务必加入与延迟执行溢价表示（DEP）的对偶检查，尤其是在深度价内情形。当 $S_0$ 低于某个阈值（如 $0.9K$ 附近）时，立即切换至 DEP 公式以避免积分误差放大。这一防御性措施几乎不增加计算成本，却能显著压低极端情景下的定价误差。