SVI波动率微笑参数化模型

2026-07-21 衍生品-期权未标签

371 字 2 分钟

目录 ⌄

SVI（Stochastic Volatility Inspired）由 Gatheral 提出，是目前最流行的隐含波动率微笑参数化方法之一。

SVI参数公式#

$w(k)=a+b[\rho(k-m)+\sqrt{(k-m)^2+\sigma^2}]$

其中 $k$ 为在值程度（log-moneyness）， $w(k)$ 为隐含方差（implied variance）。

参数含义#

参数	含义	取值参考
$a$	整体水平（level）	控制微笑的上下平移
$b$	两边斜率（slope）	$b > 0$ ，控制翼部陡峭度
$\rho$	偏斜度（skew）	$
$m$	平移	微笑最低点的水平位置
$\sigma$	曲率	$\sigma > 0$ ，控制微笑底部曲率

优点#

形式简单，易于拟合市场数据
符合Lee(2004)的极端虚实值渐近线性质——可作为外插值公式
长剩余期限下，与Heston模型产生一致的波动率微笑形状（Gatheral & Jacquier, 2011）
计算复杂度远小于随机波动率模型

缺点#

原始SVI无法给出简单可操作的无套利约束条件
拟合结果可能存在日历套利或蝶式套利

改进：SSVI（Surface SVI）#

Gatheral & Jacquier (2014) 提出SSVI，对SVI进行无套利约束改进，可直接构建完整的隐含波动率曲面。

应用场景#

隐含波动率曲面的平滑和插值
作为场外期权和缺乏流动性期权的定价参考
波动率曲面信息的压缩和因子化（SVI参数本身可作为特征使用）

相关页面：BS隐含波动率公式、波动率微笑对冲、商品期权IV预测