3、波动率曲面构建方法（下）：随机波动率模型（Heston模型）、局部波动率模型（Dupire公式）、模型对比与选择
上一章我们聊了用插值法拼凑波动率曲面。说白了，那属于「表面功夫」——看着平滑，但缺乏金融逻辑支撑。
这一章，我们来点真格的。用数学模型去解释波动率为什么会长成那个样子。
3.1 随机波动率模型：Heston模型
先问一个问题：为什么波动率会变？
BS模型假设波动率是常数，这显然不现实。市场情绪、突发事件、资金流向，都会让波动率上下跳动。那好，我们干脆把波动率也当成一个随机过程来建模。
这就是随机波动率模型的核心思想。
Heston模型是其中最经典的一个。它假设股价和波动率各自遵循一个随机过程，而且两者之间还有相关性。
dS = μS dt + √v S dW₁
dv = κ(θ - v) dt + σ√v dW₂
dW₁ · dW₂ = ρ dt解释一下这几个参数：
- v：瞬时方差率（波动率的平方）
- κ：均值回复速度。波动率偏离长期均值后，回归的速度有多快
- θ：长期方差均值。波动率最终会回到这个水平
- σ：波动率的波动率。没错，波动率自己也有波动
- ρ：股价与波动率的相关系数。通常为负，也就是「杠杆效应」——股价跌，波动率涨
核心洞察：Heston模型能自然产生波动率微笑。因为当ρ为负时，虚值看跌期权（股价下跌）对应的波动率会更高，这就形成了偏斜。
我在项目中遇到过一个问题：Heston模型的参数估计非常敏感。尤其是ρ和σ，稍微调一点，整个曲面就变了。嗯，这里要注意，不建议直接用历史数据做OLS回归，那玩意儿根本稳不住。
我个人的习惯是：先用市场报价反推参数（calibration），再用历史数据做验证。两步走，心里踏实。
3.2 局部波动率模型：Dupire公式
Heston模型虽然漂亮，但有个硬伤——它假设波动率是隐变量，我们看不到。而Dupire的思路完全不同：直接从期权市场价格中反推出一个「确定性」的波动率函数。
Dupire公式长这样：
σ²(K, T) = [∂C/∂T + rK ∂C/∂K] / [½ K² ∂²C/∂K²]看着有点吓人，但逻辑其实很简单：
- 分子：期权价格随时间的变化 + 利率调整
- 分母：期权价格对行权价的二阶导数（也就是曲率）
说白了，Dupire公式告诉我们：给定一个完整的期权价格曲面，我们可以唯一确定一个局部波动率函数。这个函数是时间和行权价的确定性函数，没有随机性。
实战技巧：Dupire公式对输入数据质量要求极高。∂²C/∂K²这个二阶导数，如果价格数据有噪声，算出来直接爆炸。我曾经吃过这个亏——用粗糙的插值曲面去算局部波动率，结果全是负值，根本没法用。
解决方案：先对隐含波动率曲面做平滑处理（比如用SVI参数化），再转成价格，最后用Dupire公式。顺序不能乱。
3.3 模型对比：Heston vs. Dupire
两个模型都能生成波动率曲面，但思路完全不同。我整理了一张对比表：
| 维度 | Heston模型 | Dupire模型 |
|---|---|---|
| 波动率性质 | 随机（有随机项） | 确定性（无随机项） |
| 参数数量 | 5个（κ, θ, σ, ρ, v₀） | 无参数，由市场数据决定 |
| 对市场数据的依赖 | 低（只需少量期权价格即可校准） | 高（需要完整的期权价格曲面） |
| 动态一致性 | 好（模型本身是动态的） | 差（今天拟合的曲面，明天可能失效） |
| 计算速度 | 较慢（需要数值方法或傅里叶变换） | 快（直接公式计算） |
| 适用场景 | 路径依赖期权、风险管理 | 欧式期权定价、曲面拟合 |
避坑指南：我曾经用Dupire模型去做障碍期权的定价，结果Delta对冲怎么都对不上。后来才发现，Dupire模型假设未来波动率是确定的，但实际市场波动率会随机变化。对于路径依赖型产品，Heston模型更靠谱。
3.4 模型选择：没有银弹
你可能会问：到底该用哪个？
我的答案是：看你要干什么。
- 做市商报价：用Dupire。速度快，能直接拟合市场，报价有竞争力。
- 风险管理：用Heston。因为它能捕捉波动率的随机变化，VaR和压力测试更准确。
- 奇异期权定价：两者结合。先用Dupire拟合初始曲面，再用Heston做动态模拟。
我个人习惯是：日常用Dupire，风控用Heston，两者互补。别指望一个模型解决所有问题，那是不现实的。
3.5 知识体系总览
下面这张图，把本章的核心逻辑串起来了：
你看，从Heston和Dupire两条路出发，最终都要落到实际应用场景中。没有绝对的好坏，只有合不合适。
我的建议：初学者先从Dupire入手。因为它直观、计算简单，能让你快速理解波动率曲面的结构。等你对曲面有了感觉，再深入Heston，理解背后的随机动力学。
别一上来就搞Heston的傅里叶变换，那玩意儿容易劝退。
公众号:蓝海资料掘金营，微信deep3321