Heston模型是什么？随机波动率如何解释期权偏斜？

Heston模型是最经典的随机波动率模型之一。Black-Scholes假设未来波动率固定，Heston则让方差本身随时间随机变化，并允许股价与方差冲击相关，因此能够产生更接近市场的波动率偏斜与期限结构。

模型的价值不在于“比Black-Scholes高级”，而在于用一组相对紧凑的动态参数，把当前期权曲面、未来方差变化和对冲风险放进同一框架。

定义

风险中性下，Heston模型常写为：

dS_t = (r-q)S_tdt + √v_t S_tdW_t^S

dv_t = κ(θ-v_t)dt + ξ√v_tdW_t^v

dW_t^S dW_t^v = ρdt

其中：

• v_t 是瞬时方差；
• κ 是方差回归长期水平的速度；
• θ 是长期平均方差；
• ξ 是Vol of Vol，即方差自身的波动强度；
• ρ 是股价与方差冲击的相关系数；
• v_0 是初始方差；
• r与q分别是利率和股息率。

实际校准常把 v_0、κ、θ、ξ、ρ 作为核心参数。

参数的经济含义

v_0决定短期限ATM波动率的起点。θ控制很长期限最终靠近的方差水平，κ决定当前方差向长期水平回归多快。

ξ越高，未来方差分布越宽，微笑曲率和波动率不确定性通常越强。ρ对偏斜方向影响很大：股票指数中ρ常为负，价格下跌时方差倾向上升，因此下行Put IV高于上行Call。

参数不能完全孤立解释。较高ξ配合不同ρ，可能产生相似的当前微笑；κ与θ也会互相补偿。校准得到一个参数数字，不代表它具有唯一真实含义。

为什么负相关会产生下行偏斜？

当ρ为负，负的股价冲击往往伴随正的方差冲击。股票下跌时波动率上升，使下行尾部概率与保护价值同时增加，价外Put因此更贵。

Black-Scholes使用一个固定σ，无法让“下跌状态的未来波动率更高”。Heston通过相关随机冲击产生这种杠杆效应。

若ρ接近零，左右偏斜更对称；ρ越负，左翼通常越陡。但真实曲面还受跳跃、供需、股息和期限影响，不能只靠ρ解释全部Put溢价。

数字直觉

假设：

v_0=0.04, θ=0.04, κ=2, ξ=0.5, ρ=-0.7

初始和长期波动率都约为：

√0.04 = 20%

κ=2表示方差偏离长期水平后具有较明显均值回归；ξ=0.5表示方差路径自身相当不稳定；ρ=-0.7表示股价下跌与方差上升强烈相关。

虽然ATM长期水平约20%，模型仍可能给较低行权价Put更高IV。若把ρ改为0，其他参数不变，曲面左右不对称通常减弱；把ξ降低，微笑曲率也会变平。

Feller条件

常见充分条件为：

2κθ ≥ ξ²

它有助于方差过程保持严格正值。若不满足，方差可能触及零，但模型仍可在合适数值方法下使用。不能把不满足Feller条件简单等同于校准失败。

实践中市场曲面有时要求很高ξ，导致最优参数违反该条件。研究者要检查数值稳定性、模拟离散误差和参数合理性，而不是只强制条件后牺牲全部拟合。

怎样校准Heston模型？

第一步，准备同步期权Bid/Ask，估计每个期限远期价格与贴现因子。

第二步，清除零Bid、过宽价差、违反价格边界和公司行动异常的节点。

第三步，设定参数初值与边界，例如ρ限制在-1到1，κ、θ、ξ和v0为正。

第四步，用Heston半解析定价或稳定数值积分计算模型价格。

第五步，最小化模型价格与市场价格差异。可使用Vega或Bid/Ask宽度加权，避免不可靠远端节点主导。

第六步，采用多个初始值重复优化。目标函数可能有局部最优，不同参数组合会给相似误差。

第七步，检查样本外期限、参数稳定性和对冲表现。

价格误差与IV误差

直接最小化价格误差，会更重视价格较高的实值期权；最小化IV误差可能过度重视低Vega尾部节点。Vega加权价格误差是常见折中。

校准结果应与市场Bid/Ask比较。模型Mid误差0.05美元听起来很小，但若市场价差只有0.02美元，模型不可接受；尾部价差1美元时，同样误差则可能没有经济意义。

报告一个全市场均方误差也不够。应分别看短期、长期、ATM和两翼，确认模型错误集中在哪里。

Heston怎样用于风险管理？

模型可以统一重定价不同执行价和期限，并计算对现货、初始方差和参数的敏感度。它还能模拟方差均值回归和价格波动率相关的情景。

例如组合持有大量下行Put，压力测试不能只让现货下跌10%而保持IV不变。Heston框架会同时推动方差上升，更接近股票市场危机特征。

但用同一模型校准和压力测试可能低估模型风险。还应独立测试ρ更负、ξ更高、期限结构跳变和离散价格跳空。

动态对冲为什么仍会失败？

Heston比固定波动率模型更丰富，但真实市场可能有跳跃、交易中断和曲面供需。连续扩散假设下的Delta对冲无法消除隔夜跳空。

参数每天重新校准也会移动。昨日用ρ=-0.6计算的Vega与今日ρ=-0.8下的风险不同。对冲误差可能来自参数风险，而不是交易员执行错误。

因此，应把损益拆成现货、曲面、时间、参数重校准和交易成本，不能只用模型Delta评价。

Heston与局部波动率模型

局部波动率模型可以精确拟合当前无套利曲面，并让波动率成为现货和时间的确定函数。Heston牺牲部分静态拟合，换取随机方差动态。

局部波动率下，未来微笑动态往往过于机械；Heston可以产生更自然的波动率随机变化，却未必精确贴合所有市场节点。实践中还有Local-Stochastic Volatility模型结合两者。

选择模型应由用途决定：交易台静态标价、长期风险模拟和复杂衍生品对未来曲面动态的需求不同。

Heston与跳跃模型

Heston路径连续，极短期限的大幅偏斜可能需要极端ξ和ρ才能拟合。加入价格跳跃或方差跳跃，可更直接描述财报与崩盘风险。

参数越多，校准越容易过拟合。复杂模型只有在样本外定价或对冲明显改善时才有价值。

实际练习

选择一个流动性指数期权的三个期限，记录ATM、90%与110%远期Moneyness的IV。先观察短期与长期偏斜，再尝试用参数变化解释：

• v_0变化是否对应短期ATM移动；
• θ是否对应长期方差水平；
• ρ是否对应左右偏斜；
• ξ是否对应微笑曲率；
• κ是否影响期限收敛速度。

随后隔一周重复校准，比较参数与曲面是否稳定。若参数大幅变化但市场曲面变化很小，说明识别不足，不能赋予过强经济解释。

常见误区

误区 1：Heston能准确预测未来波动率

校准主要让模型匹配当前价格，不保证参数是未来真实路径。

误区 2：参数越符合直觉，价格越准确

经济直觉、静态拟合和动态对冲需要分别验证。

误区 3：满足Feller条件才是有效模型

该条件重要但不是唯一有效性标准，数值实现和用途同样关键。

误区 4：拟合所有节点后不存在模型风险

同一当前曲面可对应不同未来动态，参数也会重校准。

误区 5：ρ就是股票与VIX的历史相关系数

模型ρ是风险中性过程参数，不等于直接观察的历史相关。

误区 6：随机波动率可以消除跳空风险

标准Heston仍是连续价格扩散，不能完整表示离散跳跃。

常见问题 FAQ

Heston模型有闭式解吗？

欧式期权具有基于特征函数的半解析积分表达，但仍需要数值计算。

为什么参数每天会变？

市场曲面、供需和模型误差变化，校准参数会吸收这些变化。

个股财报期权适合Heston吗？

纯Heston难以表示离散财报跳跃，通常需要事件或跳跃扩展。

普通投资者需要自己使用吗？

不必，但理解它能帮助认识平台理论价格依赖曲面动态和模型假设。

怎样判断模型比Black-Scholes更好？

比较样本外价格、对冲误差和风险解释，而不是只比较样本内拟合。

一句话总结