Своп на волатильность

В финансах и финансовой математике своп на волати́льность (англ. volatility swap) представляет собой форвардный контракт на фактическую (реализованную) волатильность конкретного базового актива в будущем[1]. Данный инструмент позволяет инвесторам извлекать выгоду непосредственно из изменений волатильности, подобно торговле обычными биржевыми индексами. Контракт позволяет покупать или продавать будущую волатильность актива, минуя влияние самой цены актива.

Общие сведения
Своп на волатильность
Область использования Финансы, финансовая математика, финансовый инжиниринг
Дата появления Конец 1990-х
Автор понятия Стивен Хестон (англ. Steven Heston), Эмануэль Дерман, Александер, Кэрол, Джим Гэтерал (англ. Jim Gatheral)

Механизм расчёта свопов на волатильность

Выплаты по свопу на волатильность в момент экспирации рассчитываются по следующей формуле:

где:

  •  — реализованная волатильность в годовом исчислении (фактически измеренная среднегодовая волатильность базового актива за весь период действия контракта);
  •  — цена исполнения (страйк) волатильности (фиксированный уровень волатильности, о котором стороны договариваются в момент заключения сделки);
  •  — заранее согласованная номинальная сумма (также называемая «номиналом веги»).

Данная формула означает, что держатель свопа на волатильность получает сумму за каждый пункт, на который фактически реализованная годовая волатильность превысила страйк . И наоборот: если реализованная волатильность окажется ниже страйка, держатель выплачивает сумму [2].

Обычно базовыми активами для свопов на волатильность выступают финансовые инструменты с ликвидным рынком опционов, что обеспечивает надёжные индикаторы текущей волатильности (например, валютные пары, биржевые индексы или акции крупных компаний)[3]. В отличие от инвестиций в опционы, где влияние волатильности на цену инструмента искажается зависимостью от динамики стоимости самого актива, данный вид свопа обеспечивает прямую чувствительность прибыли исключительно к волатильности (так называемую «чистую» экспозицию). Тем не менее, в полной мере это утверждение справедливо лишь к форвардным свопам на волатильность (англ. forward-starting volatility swaps). Как только по контракту начинаются фиксации цен базового актива, его текущая рыночная стоимость (англ. mark-to-market — процедура регулярной переоценки контракта по актуальным рыночным ценам, которая позволяет оценить возможную прибыль или убыток при немедленном выходе из позиции) также попадает в зависимость от котировок базового актива. Эти инструменты можно использовать для спекуляций на будущих уровнях волатильности, для торговли спредом между реализованной и подразумеваемой волатильностью, а также для хеджирования рисков, связанных с волатильностью других позиций или бизнеса[4].

Свопы на волатильность и вариационные свопы

Свопы на волатильность торгуются гораздо шире и активнее, чем сходные, но более простые вариационные свопы, также называемые свопами на дисперсию (англ. variance swaps)[5]. Последние представляют собой контракты, в рамках которых выплачивается разница между фактической и фиксированной дисперсией доходности базового актива (дисперсия характеризует степень разброса доходностей вокруг среднего значения, а волатильность — меру изменчивости актива, выражаемую в процентах годовых). Основное различие между двумя видами свопов заключается в структуре выплат. Платежи по вариационному свопу напрямую зависят от величины дисперсии доходности актива, тогда как выплаты по свопу на волатильность увеличиваются быстрее, чем растёт сам показатель волатильности (демонстрируя так называемую «выпуклую зависимость»[6]). Данная нелинейность делает невозможным создание устойчивого синтетического портфеля, эквивалентного свопу на волатильность, c помощью стратегии «купи и держи» (англ. buy-and-hold strategy — приобретение активов с намерением удерживать их длительное время без активного реагирования на краткосрочные колебания рынка). В отличие от статичных портфелей, управление таким инструментом предполагает постоянный пересмотр открытой позиции. Однако используя вариационный своп (​) как инструмент хеджирования и принимая волатильность () как цель, последнюю можно выразить как функцию от дисперсии:

,

где коэффициенты и выбраны таким образом, чтобы минимизировать ожидаемое квадратичное отклонение сторон равенства:

.

Определение реализованной волатильности

Расчёт реализованной годовой волатильности зависит от подхода к отслеживанию цен базового актива, которое может осуществляться как либо в дискретные моменты времени, либо непрерывно. Для дискретного подхода, по аналогии со структурой вариационного свопа, предположим, что имеется точек наблюдения за ценами базового актива, обозначенных как , где для всех от 1 до . Определим как непрерывно начисляемую (логарифмическую) доходность. Тогда реализованная волатильность в годовом исчислении при дискретном расчёте определяется следующим образом:

По сути, это квадратный корень из реализуемой годовой дисперсии (вариации). Здесь коэффициент обозначает фактор приведения к годовому масштабу, который обычно принимается равным количеству наблюдений за ценой в течение года. Например, , если цена фиксируется ежедневно, или , если фиксация осуществляется еженедельно. Величина обозначает срок экспирации свопа на волатильность и определяется как отношение количества интервалов наблюдения к годовому коэффициенту ()[7].

Непрерывный вариант реализованной годовой волатильности определяется как квадратный корень из квадратичной вариации логарифма доходности базового активаː

где  — мгновенная волатильность базового актива. Когда количество наблюдений цены стремится к бесконечности, можно заметить, что дискретная реализованная волатильность сходится по вероятности к её непрерывному аналогу [8], то есть:

Данное равенство демонстрирует взаимосвязь и согласованность между дискретным и непрерывным подходами[9].

Ценообразование и оценка

Основной задачей ценообразования свопов является нахождение справедливой цены исполнения (страйка), поскольку вход в такой контракт является бесплатным. Одним из наиболее популярных подходов к определению такой справедливой цены является использование метода мартингального ценообразования. Суть этого метода заключается в нахождении математического ожидания текущей стоимости (англ. present value) данного производного финансового инструмента относительно некоторой риск-нейтральной вероятностной меры (или мартингальной меры). Выбор такой меры напрямую зависит от модели, используемой для описания динамики цен[10].

Математически, если предположить, что динамика цена актива следует модели Блэка — Шоулза при мартингальной мере , то она описывается следующим стохастическим дифференциальным уравнением (СДУ):

,

где:

Поскольку нам известно, что представляет собой выплату по свопу на волатильность в момент экспирации для случая дискретной выборки (которая заменяется на для непрерывного подхода), то её ожидаемая стоимость в момент времени , обозначаемая как , составляет:

Так как стоимость вхождения в контракт в начальный момент равна нулю, значение справедливого страйка волатильности определяется как:

.

Данное решение может быть найдено различными способами. Например, можно получить формулу ценообразования в закрытом виде (аналитическое решение)[11], если известна функция распределения вероятностей (или её плотность) для или . В противном случае расчёт производится численно с помощью метода Монте-Карло. Кроме того, при соблюдении определённых ограничений, для аппроксимации (приближённого расчёта) решения можно использовать стоимость европейских опционов[12].

Ценообразование свопа на волатильность при непрерывном расчёте

Теоретической базой для данного подхода служит работа 2009 года[12] американских финансовых математиков Питера Карра (англ. Peter Carr) и Роджера Ли (англ. Roger Lee). В рамках предложенной ими концепции рассматривается случай непрерывно рассчитываемой реализованной волатильности при соблюдении ряда условий. Предполагается, что действие контракта начинается в момент времени , а безрисковая процентная ставка является детерминированной величиной. Волатильность может быть произвольной (как детерминированной, так и стохастической), однако она должна быть независима от движения цены актива. Это означает отсутствие корреляции между и (таким образом, модель не учитывает эффект рычага, при котором падение цены вызывает рост волатильности).

При таких допущениях справедливый страйк волатильности можно аппроксимировать через стоимость обычных опционов. Обозначим через стоимость европейского колл-опциона, рассчитанную по формуле Блэка — Шоулза, на базовый актив со страйком в момент времени и датой экспирации . Благодаря использованию вспомогательного колл-опциона «на деньгах» (англ. at-the-money), то есть при , справедливый страйк волатильности может быть аппроксимирован следующей функцией:

.

Данное выражение получено путём разложения в ряд Тейлора функций нормального распределения, входящих в формулу Блэка — Шоулза.

Применение свопов на волатильность

Применение свопов на волатильность включает следующие направления:

  • спекуляция на изменении волатильности: покупатели свопов зарабатывают на повышении волатильности, продавцы — на снижении;
  • хеджирование рисков: позволяют защититься от неблагоприятных скачков волатильности базового актива, снижая потенциальные убытки[13];
  • арбитраж: использование расхождений между реализованной и подразумеваемой волатильностью для извлечения прибыли;
  • создание диверсифицированных инвестиционных стратегий: помогают сбалансировать портфели, сочетающие классические активы и инструменты волатильности.

Примечания

  1. What is a Volatility Swap? CFI.
  2. Kresimir Demeterfi, Emanuel Derman, Michael Kamal, Joseph Zou. A Guide to Volatility and Variance Swaps // The Journal of Derivatives. — 1999-05-31. — Т. 6, вып. 4. — С. 9–32. — ISSN 2168-8524 1074-1240, 2168-8524. — doi:10.3905/jod.1999.319129.
  3. Vyacheslav Manevich, Anatoly Peresetsky, Polina Pogorelova. Stock market and cryptocurrency market volatility (англ.) // Applied Econometrics. — 2022. — Vol. 65, iss. 1. — P. 65—76. — ISSN 1993-7601. — doi:10.22394/1993-7601-2022-65-65-76.
  4. Stuart Barton. How Volatility Trading Is Changing. seekingalpha.com (7 марта 2019).
  5. Xin-Jiang He, Sha Lin. Analytical formulae for variance and volatility swaps with stochastic volatility, stochastic equilibrium level and regime switching // AIMS Mathematics. — 2024. — Т. 9, вып. 8. — С. 22225–22238. — ISSN 2473-6988. — doi:10.3934/math.20241081.
  6. Derman, Emanuel; Dmeterfi, Kresimir; Kamal, Michael; Zou, Joseph More Than You Ever Wanted To Know About Volatility Swaps. Quantitative Strategis Research Notes. The Journal of Derivatives Vol 6 Issue 4: Goldman Sachs. doi:10.3905/jod.1999.319129. Дата обращения: 16 декабря 2019.
  7. Тимиркаев Д. А. Моделирование и прогнозирование реализованной волатильности финансовых инструментов // Вестник Чувашского университета. — 2010.
  8. Ole E. Barndorff-Nielsen, Neil Shephard. Econometric Analysis of Realized Volatility and its Use in Estimating Stochastic Volatility Models // Journal of the Royal Statistical Society Series B: Statistical Methodology. — 2002-05-01. — Т. 64, вып. 2. — С. 253—280. — ISSN 1467-9868 1369-7412, 1467-9868. — doi:10.1111/1467-9868.00336.
  9. D. Patlasov. Hybrid Approaches to Predicting Realized ETF Volatility: Deep Learning and the Recovery Theorem (англ.) // Higher School of Economics Economic Journal. — 2025. — Vol. 29, iss. 1. — P. 103–131. — ISSN 1813-8705 1813-8691, 1813-8705. — doi:10.17323/1813-8691-2025-29-1-103-131.
  10. Torben G. Andersen, Tim Bollerslev, Francis X. Diebold, Paul Labys. Modeling and Forecasting Realized Volatility (англ.) // SSRN Electronic Journal. — 2001. — ISSN 1556-5068. — doi:10.2139/ssrn.267792.
  11. Бельснер О.А. Жабин Д.Н. Аналитическое выражение стоимости свопционного контракта в модели Халла-Уайта // Известия Томского политехнического университета. Инжиниринг георесурсов. — 2006. — Т. 309, № 3. — С. 15—18.
  12. 1 2 Peter Carr, Roger Lee. Volatility Derivatives (англ.) // Annual Review of Financial Economics. — 2009-12. — Т. 1, вып. 1. — С. 319–339. — ISSN 1941-1375 1941-1367, 1941-1375. — doi:10.1146/annurev.financial.050808.114304.
  13. Новиков И.А., Степанов В.Д., Аббасов К.А., Варфоломеева П.Е., Огнева М.Э. Финансовые деривативы и их роль в управлении рисками в условиях волатильных рынков // Human Progress.. — 2024. — Сентябрь (т. 10, № 5). — С. 28. — doi:10.46320/2073-4506-2024-5a-3..

Литература

Ссылки

Категории