金利モデリングの世界へようこそ！

FRM Part Iでは、債券価格の計算方法を学びましたね。Part IIでは、そこからさらに大きく飛躍します。単に金利が現在どこにあるかを見るだけでなく、将来どこへ向かう可能性があるかをモデル化しようというわけです。この章「期間構造モデルの技法：ドリフト」では、金利の「トレンド」や「平均的な方向性」に焦点を当てます。

これらのモデルを理解することは、マーケット・リスク管理において極めて重要です。なぜなら、イールドカーブがどのように動くかをモデル化できなければ、複雑なデリバティブの適切なプライシングも、債券ポートフォリオのリスク管理もできないからです。最初は数式が難しく見えるかもしれませんが、大丈夫です。一つひとつ丁寧に紐解いていきましょう！

1. 基礎：期間構造モデルとは何か？

本質的に、短期金利モデルとは瞬間的無リスク金利（\( r_t \)）が、ごくわずかな時間（\( dt \)）の間にどのように変化するかを記述しようとするものです。多くのモデルは、標準的な「レシピ」に従います。

金利の変化 = (ドリフト成分) + (確率的/ランダム成分)

数学的には次のようになります。
\( dr_t = \mu(r_t, t) dt + \sigma(r_t, t) dW_t \)

  • \( dr_t \): 金利の変化。
  • \( \mu(r_t, t) \): ドリフト。これは「期待される」軌道です。もしランダムな要素が全くなかったら、金利はこの方向に進むはず、というものです。
  • \( \sigma(r_t, t) \): ボラティリティ。どれくらい「ノイズ」や「不確実性」があるかを決定します。
  • \( dW_t \): ウィーナー過程。これはランダムなショック（突然のニュースなど）だと考えてください。

例え話：車の運転
風の強い日に車を運転しているところを想像してください。
- ドリフトは、あなたのハンドル操作とクルーズコントロールです。あなたが進もうとしている方向です。
- 確率的成分は、車体を左右に揺さぶる突風です。風が吹くことは分かっていても、いつ、どれくらいの強さで吹くかは正確には分かりません。

クイック復習： ドリフトは「平均的な」方向を示し、ボラティリティはその平均値からどれくらい金利が「揺れ動く」かを示しています。

2. モデル1：ホー・リー（Ho-Lee）モデル（定数ドリフト）

ホー・リー・モデルは、初の「裁定のない（arbitrage-free）」モデルです。ドリフトは時間依存的ですが、金利の現在の水準には依存しないと仮定します。

数式：
\( dr_t = \theta(t) dt + \sigma dW_t \)

主な特徴：
1. 時間依存的ドリフト（\( \theta(t) \)）： このモデルは現在の市場のイールドカーブと完全に一致するように「キャリブレーション（調整）」できます。
2. 定数ボラティリティ： 金利が1%であろうと10%であろうと、「揺れ」の大きさは同じです。
3. 正規分布： このモデルでは金利は正規分布に従います。

欠点（よくある誤解）：
ドリフトが一定であり、金利を中央へ「引き戻す」力がないため、ホー・リー・モデルでは金利が容易にマイナスになり得ます。現実世界でもマイナス金利は存在しますが、このモデルには「本来金利はあるべき水準がある」という記憶がありません。

3. モデル2：バシチェク（Vasicek）モデル（平均回帰）

バシチェク・モデルは、ゲームチェンジャーとなる概念を導入しました。それが平均回帰です。現実世界では、金利が極端に高くなればやがて低下し、極端に低くなればやがて上昇するという性質があります。

数式：
\( dr_t = k(\theta - r_t) dt + \sigma dW_t \)

ドリフト項 \( k(\theta - r_t) \) の分解：
- \( \theta \): 長期平均。金利が落ち着こうとする「目標」水準です。
- \( r_t \): 現在の金利。
- \( k \): 回帰の速さ。金利がどれくらいの速さで \( \theta \) に引き戻されるかを決定します。

記憶のヒント：輪ゴム
\( \theta \) をポール、金利を輪ゴムでつながれたボールだと考えてください。
- ボール（\( r_t \)）がポール（\( \theta \)）から遠ざかると、輪ゴムがそれを引き戻します。
- 輪ゴムの硬さが \( k \) です。\( k \) が大きければ、金利はすぐに元の場所へ飛び戻ります！

重要なポイント： バシチェクは、金利が無限にさ迷い続けることはないという経済的現実を反映している点で、ホー・リーより優れています。ただし、ホー・リーと同様に正規分布を用いるため、マイナス金利は依然として起こり得ます。

4. モデル3：CIR（コックス・インガーソル・ロス）モデル

CIRモデルはバシチェクと非常によく似ていますが、ある大きな問題、つまりマイナス金利の可能性（の大部分）を解決しています。

数式：
\( dr_t = k(\theta - r_t) dt + \sigma \sqrt{r_t} dW_t \)

何が変わったのか？
ボラティリティ項に注目してください： \( \sigma \sqrt{r_t} \)。CIRでは、ボラティリティが金利水準に依存します。
- 金利（\( r_t \)）がゼロに近づくと、ボラティリティ（\( \sigma \sqrt{r_t} \）もゼロに近づきます。
\n- これにより、金利がゼロを下回ることは非常に困難（パラメータによっては不可能）になります。

\n\n

豆知識：
\nCIRモデルは \) \sqrt{r_t} \) 項があるため、しばしば「平方根モデル」と呼ばれます。これは正規分布ではなく、非心カイ二乗分布を生み出します。

5. モデル4：対数正規モデル（ブラック・カラシンスキー）

金利そのものではなく、金利の自然対数をモデル化することを好む専門家もいます。これがブラック・カラシンスキー・モデルです。

概念：
\( d \ln(r_t) \) をモデル化することで、金利 \( r_t \) がマイナスになることを防ぎます。数学的に、実数の指数関数は常に正になるためです（\( e^x > 0 \)）。

なぜ使うのか？
マイナス金利を防ぎ、ボラティリティが金利水準に比例するようにできるため（株価のモデル化と同様）、米式オプションの「ツリー」構築などで非常に人気があります。

4つの主要モデルのまとめ

1. ホー・リー： 単純なドリフト、定数ボラティリティ、マイナス金利あり。
2. バシチェク： 平均回帰、定数ボラティリティ、マイナス金利あり。
3. CIR： 平均回帰、ボラティリティが \(\sqrt{r}\) に依存、金利はプラスを維持。
4. 対数正規： \(\ln(r)\) をモデル化、金利はプラスを維持、債券価格の閉じた形式の解はない。

6. リスク中立と現実世界のドリフト

これは多くの学生がつまずくポイントです。金融には2つの「世界」があります。

1. 現実世界（P尺度）：
私たちが実際に起こると予想する世界です。ここにはリスクプレミアムが含まれます。投資家は、金利が変動するリスクを負うために、より高いリターンを要求するからです。

2. リスク中立世界（Q尺度）：
プライシング（価格付け）のために使われる数学的な構成概念です。この世界では、投資家はリスクを気にしないと仮定するため、すべての資産は無リスク金利で収益を得ます。モデルの「ドリフト」を調整してこの仮定を反映させます。

つながり：リスクの市場価格（\( \lambda \)）
現実世界からリスク中立世界へ移行するには、ドリフトからリスクプレミアムを差し引きます。
\( \text{リスク中立ドリフト} = \text{現実世界のドリフト} - (\text{リスクの市場価格} \times \text{ボラティリティ}) \)

重要なポイント： FRM試験では、デリバティブを価格付けしたいときはリスク中立ドリフトを使い、将来の予測やVaR（バリュー・アット・リスク）を計算したいときは現実世界のドリフトを使う、ということを覚えておいてください。

7. 成功のための最終アドバイス

表記に怯えないでください。この章で数式を見たら、自分に次の3つの質問を投げかけてみてください。
1. 平均回帰するか？ （\( k(\theta - r) \) を探す）
2. 金利はマイナスになり得るか？ （ボラティリティ項に \( r \) や \( \sqrt{r} \) がなければ、おそらくマイナスになる）
3. ドリフトは一定か、時間とともに変化するか？ （時間変化するドリフトは、今日のイールドカーブにモデルを完全に適合させることを可能にする）

よくある間違い： 学生は「平均回帰」と「ドリフト」を混同しがちです。覚えておいてください。平均回帰はドリフトの「一種」です。すべてのドリフトモデルが平均回帰するわけではありません（ホー・リーなど）が、すべての平均回帰モデルにはドリフト成分が含まれています！

FRM試験では、単に計算させるだけでなく、ある特定のシナリオに対してどのモデルが適切かを問う問題が多く出題されます。これらのモデルの質的な違いをしっかり復習しておきましょう！