时变模型下美式期权与灵活远期合约的定价

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

PDF 链接: 下载 PDF

论文背景与研究动机

在国际贸易和跨国投资中，企业频繁面临外汇风险。传统的远期合约可以锁定未来某一特定日期的汇率，但现实中企业的现金流时点常常不确定。弹性远期合约（Flexible Forward，FF）应运而生：它约定一个固定汇率，允许买方在一个预先设定的窗口内自由选择交割日期，且可以分批执行。这种灵活性本质上是嵌入了一个 “择时” 的美式期权——买方可以等待汇率走势有利时执行。为此，卖方（通常是银行）在报价时必须将这种择时权利的价值考虑进去，这就带来了复杂的定价问题。

定价弹性远期合约面临两大挑战。首先，外汇期权市场存在显著的波动率偏斜（volatility skew），即不同执行价对应的隐含波动率不同，这意味着波动率不是常数，也无法用一个平坦的模型来正确估值。其次，弹性远期的灵活性窗口虽然通常只有几个月到一两年，但传统的固定参数模型（如经典 Heston 模型）无法精确拟合整条波动率曲面在不同期限上的偏斜结构，要么偏斜随期限衰减过快，要么校准自由度不足。

为了准确捕捉波动率偏斜的期限结构，同时保持模型的解析可处理性，本文提出使用时间非齐次 Heston 模型。该模型允许均值回复水平 $\theta(t)$ 、波动率的波动率 $\xi(t)$ 以及相关系数 $\rho(t)$ 随时间变化，从而灵活匹配市场观测到的波动率曲面。作者在此基础上发展了一套完整的半解析定价框架，兼具高精度和高效率，为做市商和风险管理部门提供了实用工具。

时间非齐次 Heston 模型的联合特征函数

论文假设即期汇率对数 $x_t$ 和方差 $v_t$ 遵循如下随机过程：

\begin{aligned} dx_t &= \big(r_d(t)-r_f(t)-\tfrac12 v_t\big)dt + \sqrt{v_t}\,dW_t^S, \\ dv_t &= \kappa\big(\theta(t)-v_t\big)dt + \xi(t)\sqrt{v_t}\,dW_t^v, \\ dW_t^S dW_t^v &= \rho(t)dt. \end{aligned}

其中 $\kappa$ 是均值回复速度， $\xi(t)$ 和 $\rho(t)$ 采用分段常数形式，而 $\theta(t)$ 则被设为连续函数（例如指数衰减型），以便在保证灵活性的同时维持解析结构。利率 $r_d(t), r_f(t)$ 既可为连续也可为分段常数。

定价美式期权（包括弹性远期）的关键在于计算从时刻 $t$ 到未来时刻 $T$ 的状态转移特征函数。利用该模型的仿射性质，联合特征函数可设为

\phi(u_1,u_2;\tau,x,v)=\exp\!\big(i u_1 x + A(\tau;u_1,u_2)+B(\tau;u_1,u_2)v\big).

代入 Feynman-Kac 方程后，得到关于 $B$ 的时变 Riccati 方程和关于 $A$ 的线性常微分方程。由于 $\xi(t),\rho(t)$ 分段恒定，可在每个时间子区间上求得 $B$ 的解析解（通过二次方程求根和指数函数），进而利用递推公式逐段拼接。对于 $A$ 中的积分 $\int \theta(s)B(s)ds$ ，作者采用了泰勒展开近似，避免了复杂特殊函数（如超几何函数）的慢速计算，同时保持了足够的精度。

美式期权定价的积分方程方法

论文的核心定价引擎基于一个美式期权分解公式：美式看跌期权的价格可表示为欧式期权价格加上一个早期行权溢价（EEP），该溢价为行权区域内的一份现金流期望的积分。具体地，在时间非齐次 Heston 模型下，有

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

其中 $\mathcal{E}$ 为行权区域，由早期行权曲面 $x^*(t,v)$ 界定。该公式要求知道 $x^*(t,v)$ ，但它本身是未知的。通过价值匹配条件，可导出 $x^*(t,v)$ 满足一个非线性的 Volterra 积分方程：

K\big(1-e^{x^*(t,v)}\big) = P_E(t,x^*(t,v),v) + K\int_t^T D_d(t,u) J(u|x^*(t,v),v,t) du,

其中 $J$ 是一个包含转移密度的条件期望。求解该方程即可同时确定行权边界和期权价格。这一方法将原问题从多维自由边界 PDE 转化为一个在方差方向上低维的积分方程，具有显著的维度优势。

转移密度的两种谱方法：COS 与 DSINC

要高效计算期望 $J$ ，需要利用状态转移密度。由于联合特征函数是已知的，论文首先采用双余弦（COS）级数展开来重构转移密度，其系数可通过特征函数在离散频率上的采样直接获得。该方法发挥了指数收敛的优势，适用于光滑密度。然而，当 Feller 条件（ $2\kappa\theta > \xi^2$ ）严重违背时，方差过程在 $v=0$ 附近会出现尖锐的概率峰，导致 COS 级数出现 Gibbs 振荡，损害精度。

为克服这一局限，作者提出了第二种谱方法：阻尼 Sinc（DSINC）局部基展开。Sinc 函数天然具有紧支撑的频域特性，通过引入阻尼因子进一步改善了边界行为。该方法的核心思想是：利用条件特征函数的带限性质，将 Sinc 基系数的求解转化为特征函数与一个解析形式的行权区域积分在频率域的乘积，最终将二维积分简化为对频率的一维积分和对方差的仿射变换计算。特别是，借助 CIR 过程的仿射变换性质，方差方向的积分可以闭式表达为指数仿射函数 $\exp(A+B v)$ ，其中 $A,B$ 由另一组 Riccati 方程给出。

与 COS 方法相比，DSINC 在处理方差分布厚尾和尖峰时更为稳健，且无需大幅增加展开项数便能控制振荡。实验显示，DSINC 的定价精度中位数比 COS 提升了约 12 倍，且计算时间相仿（约 1-2 秒），比最精细的有限差分网格快了一个数量级。

数值实验与对比验证

作者编写了详尽的测试程序，将积分方程（IE）方法与基于惩罚迭代的 MCS-ADI 有限差分（FD）基准进行了比较。在时间齐次参数设置下，两种谱方法得到的欧式期权价格与标准 Heston COS 方法误差不超过 $10^{-7}$ ，美式价格与 FD 结果吻合良好。当模型参数切换为时间非齐次时，IE 方法的优势更加突出：FD 需要细密网格才能达到可比较精度，而 IECOS 或 DSINC 在粗时间步（如 $N_t=51$ ）下即可给出高精度结果，且运行时间约为 2 秒，远低于 FD 数秒至数十秒的消耗。

一个重要的实验发现是：早期行权曲面 $x^*(t,v)$ 并非以往文献中假设的方差线性函数，而是呈现出显著的非线性弯曲。论文设计了一个衡量平均凸性的指标 $N(t)$ ，表明无论方差初值还是相关系数如何，非线性特征始终存在。这支持了积分方程方法在捕捉真实行权边界方面的必要性和准确性。

附加的理论贡献：对偶性与延迟行权溢价

为提高深度实值（ITM）期权的定价稳健性，论文还提出了两项理论工具。其一，扩展了美式看跌-看涨对偶关系到时变 Heston 模型，指出一个看跌期权可以等价为一个变换参数后的看涨期权，这允许在深度实值时转而计算更容易的对偶问题。其二，推导了延迟行权溢价（DEP）分解，将 EEP 表达式改写为在继续持有区域上的积分。由于深度实值时 EEP 被两个大数相减，误差放大，而 DEP 中的各项均很微小，能有效降低数值噪声。实际使用中，作者建议在 $S/K$ 低于某个阈值（如 0.9）时切换到 DEP 表示，由此获得更稳定、精度更高的定价。

实践应用建议与未来方向

对于银行外汇期权交易台，本文的方法可直接集成到定价库中，用于快速计算弹性远期的公允价值和风险参数。实践中建议如下：

模型校准：利用时间非齐次 Heston 模型的灵活性，将 $\theta(t)$ 设为连续函数（如三次样条），而 $\rho(t),\xi(t)$ 按可交易期权的期限分段常数，从而精确拟合波动率曲面。
数值方法选择：当 Feller 比率较高且波动率曲面变化平缓时，COS 方法足够高效；若出现较大波动率波动率或 Feller 条件违背，应切换至 DSINC 以避免振荡。可预设自动检测机制。
对偶与分解策略：为实值程度较高的弹性远期报价时，启用 DEP 分解或看跌-看涨对偶，以提高稳定性。
并行化部署：积分方程方法的外层循环天然适合多线程并行，可在多核 CPU 或 GPU 上进一步提升速度，满足实时风险管理需求。

未来研究方向包括：推广到带跳跃的随机波动率模型，以更好地捕捉汇率极端事件；将积分方程框架扩展到多资产或路径依赖的奇异期权；以及设计自适应网格和频率截断策略，进一步提高计算效率和稳健性。

总结与展望

这篇论文为弹性远期合约和美式期权在时间非齐次随机波动率模型下的定价提供了系统的半解析方案。主要贡献有：导出了基于 Volterra 积分方程的行权边界确定方法；提出了 COS 和 DSINC 两种高效谱方法计算联合期望；揭示了行权曲面对方差的非线性依赖关系；引入对偶原理和延迟行权溢价分解，增强了深度实值期权的数值稳定性。通过与高精度有限差分基准的比对，充分验证了方法的准确性和速度优势。

展望未来，该方法有望成为外汇奇异期权定价的标准工具之一，并推动相关数值技术向更高维度、更复杂市场环境的扩展。对于学术研究者，这一框架开启了多种模型（如 3/2 模型、Bates 模型）下美式期权半解析计算的新路径；对于业界人士，它提供了一个兼具精度和效率的实现方案，可直接应用于做市、对冲和风险控制。