ZABR von Grund auf
1/5SABR mit flexiblem Backbone
SABR besagt, dass der Forward mit einer Vol proportional zu F diffundiertᵝ -- ein Potenzgesetz. Dieser eine Exponent β steuert das gesamte Backbone. ZABR ersetzt das Potenzgesetz durch eine allgemeine Funktion γ(F). Gleiche SABR-Struktur, aber das Backbone kann jede beliebige Form annehmen.
Im Standard-SABR lautet die Forward-SDE:
ZABR verallgemeinert dies, indem Fᵝ durch eine beliebige glatte Funktion γ(F) ersetzt wird:
SABR gibt Ihnen einen biegbaren Stab: das Potenzgesetz Fᵝ. Eine Änderung von β biegt den Stab in die eine oder andere Richtung, aber es bleibt immer dieselbe Formfamilie. ZABR erlaubt Ihnen, einen völlig anderen Stab einzusetzen, bevor Sie mit dem Biegen beginnen. Die Form des Stabs ist das Backbone, und ZABR sagt: Wählen Sie die Form, die zu Ihrem Markt passt.
Wenn Sie γ(F) = Fᵝ setzen, erhalten Sie exakt SABR zurück. ZABR ist eine strikte Verallgemeinerung. Die Frage lautet: Wann ist die zusätzliche Flexibilität relevant?
Die γ-Funktion
In SABR gilt γ(F) = Fᵝ. In ZABR kann γ(F) stückweise, ein Spline oder jede glatte positive Funktion sein. Das bedeutet, das lokale Vol-Backbone kann Knicke, Plateaus und Wendepunkte haben -- Formen, die kein einzelnes Potenzgesetz erzeugen kann.
Die Backbone-Funktion γ(F) sagt dem Modell: Wie empfindlich reagiert die lokale Vol auf stochastische Vol-Schocks bei jedem Niveau des Forwards? Ein hohes γ(F) auf einem bestimmten Niveau bedeutet, dass die Vol sehr stark reagiert, wenn der Preis auf diesem Niveau liegt. Ein niedriges γ(F) bedeutet, dass die Vol dort gedämpft ist.
SABRs Fᵝ: Eine monotone Funktion. Wenn β < 1 ist, wächst γ sublinear -- die Vol-Sensitivität ist bei niedrigem F relativ höher. Wenn β = 1 ist, wächst γ linear. Aber die Funktion ist immer glatt, monoton und konkav.
ZABRs allgemeines γ(F): Kann nicht-monoton sein. Kann ein Plateau haben (Vol-Sensitivität sättigt bei niedrigem F). Kann einen Knick haben (abrupte Änderung der Sensitivität auf einem bestimmten Preisniveau). Kann stückweise linear, ein Spline oder jede parametrische Form Ihrer Wahl sein.
Ziehen Sie den β-Slider und vergleichen Sie SABRs Potenzgesetz-Backbone mit den beiden ZABR-Alternativen. Das "Plateau"-Backbone flacht bei niedrigem F ab -- es besagt, dass die Vol-Sensitivität sättigt, wenn der Forward sehr niedrig ist, was die Explosion verhindert, die SABR mit niedrigem β nahe null erzeugt. Das "S-Kurven"-Backbone konzentriert die Vol-Sensitivität in einem Band um den aktuellen Forward -- eine andere strukturelle Annahme über das Marktverhalten.
Mit dem Designer oben können Sie Kontrollpunkte ziehen, um jede beliebige Backbone-Form zu erstellen und den resultierenden Smile zu sehen. Der Zusammenhang zwischen Backbone-Form und Smile-Form ist direkt: Wo γ(F) steil ist, hat der Smile mehr Krümmung; wo γ(F) flach ist, ist der Smile glatter.
Warum das Backbone verallgemeinern?
Manche Märkte haben Smiles, die SABRs Fᵝ nicht abbilden kann. Wenn das Backbone selbst falsch ist, kann kein Parameter-Tuning den Fit vollständig retten. ZABR lässt das Backbone sich anpassen.
Zinsen nahe null. Wenn Zinssätze nahe null oder negativ sind, verursacht das SABR-Backbone Probleme. Bei niedrigem β kann der Term Fᵝ bei niedrigem F extreme Vol erzeugen und unrealistische Smiles hervorrufen. Bei hohem β kann das Modell negative Zinsen überhaupt nicht abbilden. ZABR mit einem Backbone wie γ(F) = (F + d)ᵝ (verschobenes Potenzgesetz) oder einer tanh-Funktion bewältigt dies problemlos.
Credit Spreads. CDS-Options-Smiles haben oft Formen, die SABR im linken Flügel systematisch verfehlt. Die Spread-Dynamik auf niedrigen Niveaus (nahe am Ausfall) verhält sich anders als auf hohen Niveaus. Ein stückweises Backbone kann diesen Übergang erfassen.
Aktien-Vol bei Regimewechseln. Nach einem starken Ausverkauf kann der Smile Merkmale entwickeln (Knicke, zusätzliche Steilheit in bestimmten Strike-Bereichen), die SABRs glattes Potenzgesetz nicht reproduzieren kann. ZABR mit einem Spline-Backbone kann diese vorübergehenden Merkmale erfassen.
Wechseln Sie zwischen den beiden Voreinstellungen oben. Im Fall "normaler Markt" erzeugen SABR und ZABR nahezu identische Smiles -- die zusätzliche Flexibilität von ZABR wird nicht benötigt. Im Fall "geknickter linker Flügel" verfehlt SABR den Knick systematisch. ZABRs Backbone kann sich anpassen und ihn treffen.
Die Lehre: ZABR lohnt sich nur, wenn ein systematischer Backbone-Misfit vorliegt. Wenn SABR gut passt, gibt es keinen Grund, die Komplexität eines individuellen Backbones hinzuzufügen. Das Kriterium für die Modellwahl ist empirisch: Zeigt das Residuum zwischen SABRs bestem Fit und dem Markt ein Muster, das ein anderes Backbone beheben könnte?
Die asymptotische Entwicklung
ZABR verwendet dieselbe asymptotische Entwicklung im Hagan-Stil wie SABR, aber mit γ(F) anstelle von Fᵝ. Die Formelstruktur ist identisch; nur die Backbone-Funktion ändert sich.
Die Hagan-Woodward-SABR-Formel (2002) ist eine asymptotische Entwicklung der impliziten Vol in Potenzen der Vol-of-Vol ν und des Verfalls T. Der zentrale Baustein ist eine Abbildung vom Forward-Niveau in einen "Normal-Vol"-Raum über ein Integral, das das Backbone enthält:
Der Rest der Hagan-Formel -- die z-zu-x-Abbildung, die Korrekturterme -- ist strukturell gleich. Sie ersetzen jedes Vorkommen von Fᵝ durch γ(F) und jedes Vorkommen des Backbone-Integrals durch seinen numerischen Wert. Die Entwicklung bleibt bis zur gleichen Ordnung gültig.
Warum das wichtig ist: Die asymptotische Entwicklung ist schnell. Für jedes (K, T)-Paar werten Sie ein Integral (numerisch) aus, setzen es in dieselbe Formel im Hagan-Stil ein und erhalten eine implizite Vol. Keine PDE, kein Monte Carlo. Genau das macht ZABR praktikabel: die Geschwindigkeit einer asymptotischen Formel mit der Flexibilität eines individuellen Backbones.
Grenzen der Genauigkeit: Die Hagan-Entwicklung ist nur von erster Ordnung in T. Für langlaufende Optionen kann sie ungenau sein. Dies ist dieselbe Einschränkung wie bei SABR selbst -- die Entwicklung gilt für kurze bis mittlere Verfälle. Für lange Laufzeiten benötigen Sie einen PDE-Löser oder Monte Carlo, unabhängig davon, ob Sie SABR oder ZABR verwenden.
Alternative: PDE-Ansatz. Statt der asymptotischen Entwicklung können Sie die ZABR-Bewertungs-PDE direkt lösen. Das ist genauer, aber langsamer. Manche Implementierungen verwenden die asymptotische Entwicklung als ersten Schätzwert und verfeinern das Ergebnis mit einer PDE-Korrektur.
ZABR in der Praxis
ZABR ist ein Spezialwerkzeug. Es wird von Zins-Desks für Negativzinsumgebungen und von Exoten-Desks eingesetzt, wo Backbone-Misfits zu Hedging-Fehlern führen. Es ist weniger verbreitet als Shifted SABR, das einfacher und oft gut genug ist.
Zinsmärkte: Die primäre Nutzerbasis. Als die Zinsen in EUR und JPY negativ wurden, brauchten die Desks Modelle, die F < 0 verarbeiten konnten. Shifted SABR (mit γ(F) = (F + d)ᵝ) war die schnelle Lösung. Volles ZABR mit individuellem Backbone war die anspruchsvollere Lösung für Desks, die eine präzisere Anpassung der Flügel benötigten.
Bewertung von Exoten: Pfadabhängige Produkte (CMS-Caps, Range Accruals) reagieren empfindlich auf die Backbone-Form, weil die Auszahlung davon abhängt, wie sich der Forward durch verschiedene Niveaus bewegt. Ein falsches Backbone bedeutet falsche Dynamik und damit falsche Preise für Exoten, selbst wenn der Vanilla-Smile passt. ZABR löst dies, indem das Backbone an die empirische Dynamik angepasst werden kann.
Kalibrierung: Das Fitten von γ(F) an Marktdaten ist schwieriger als das Fitten von β allein. Bei SABR optimieren Sie über vier Parameter. Bei ZABR optimieren Sie über die Parameter von γ (das ein Spline mit vielen Knoten sein kann) plus α, ν, und ρ. Das ist ein höherdimensionales Problem, das mehr Daten und eine sorgfältigere Regularisierung erfordert.
Wann Sie ZABR nicht verwenden sollten:
1. Wenn SABR gut passt. Zusätzliche Komplexität ohne Mehrwert ist nur zusätzliches Risiko. Wenn die SABR-Residuen klein und strukturlos sind, bleiben Sie beim Einfachen.
2. Wenn Sie nicht genügend Daten haben, um das Backbone zu bestimmen. Ein flexibles γ führt bei spärlichen Daten zu Overfitting. Sie benötigen genügend liquide Strikes über den gesamten Smile, um die zusätzlichen Freiheitsgrade zu rechtfertigen.
3. Für Krypto-Volatilitätsoberflächen. Krypto-Desks verwenden typischerweise SVI/SSVI für statisches Fitting und benötigen die dynamische Backbone-Modellierung von ZABR nicht. Die Smile-Formen werden besser durch direkte Parametrisierungen abgebildet als durch die Modifikation eines stochastischen Vol-Backbones.
Black-Scholes (γ = F, keine stochastische Vol) → SABR (γ = Fᵝ, stochastische Vol) → ZABR (γ = allgemeine Funktion, stochastische Vol). Jeder Schritt fügt Flexibilität und Komplexität hinzu. Verwenden Sie das einfachste Modell, das zu Ihrem Markt passt und Ihre Hedging-Anforderungen unterstützt.
Nächste Schritte:
SABR-Modell -- die Grundlage, die ZABR verallgemeinert
Displaced Diffusion -- der einfachste Verschiebungsansatz
Stochastische lokale Vol -- ein alternativer Ansatz für Backbone-Flexibilität
Heston-Modell -- stochastische Vol mit einem anderen Varianzprozess