歡迎來到利率模型的世界！
在 FRM Part I，你已經學會了如何計算債券價格。到了 Part II，我們將跨出一大步。我們不僅僅是觀察利率「現在」處於什麼水平；我們更試圖模擬它們未來「可能」的走向。這一章「期限結構模型的藝術：漂移項 (The Art of Term Structure Models: Drift)」，核心焦點在於利率的「趨勢」或「平均方向」。
理解這些模型對於管理市場風險至關重要，因為如果你無法模擬收益率曲線的走勢，就無法準確地為複雜衍生工具定價或管理債券組合的風險。別擔心，即使一開始這些數學符號看起來很嚇人，我們會把它們拆解開來，逐一擊破！
1. 基礎：什麼是期限結構模型？
從本質上講，短期利率模型試圖描述瞬時無風險利率 (\( r_t \)) 在極短時間 (\( dt \)) 內的變動。大多數模型都遵循一個標準的「配方」：
利率變動 = (漂移項) + (隨機項)
用數學表達就是：
\( dr_t = \mu(r_t, t) dt + \sigma(r_t, t) dW_t \)
- \( dr_t \)： 利率的變動。
- \( \mu(r_t, t) \)： 漂移項 (Drift)。這是「預期」路徑。如果沒有隨機性，這就是利率會走的方向。
- \( \sigma(r_t, t) \)： 波動率 (Volatility)。它衡量了「雜訊」或「不確定性」的大小。
- \( dW_t \)： 維納過程 (Wiener Process)。你可以把它想像成隨機衝擊（例如突發的新聞事件）。
比喻：開車
想像你在大風天開車：
- 漂移項就是你的方向盤和定速巡航——這代表你「想要」去的方向。
- 隨機項就是把你吹得左搖右擺的強風。你知道風會吹，但你無法精確預測風何時會吹或吹得多猛。
快速複習：漂移項告訴我們「平均」方向，而波動率則告訴我們利率圍繞該平均值「震盪」的幅度。
2. 模型 1：Ho-Lee 模型（固定漂移）
Ho-Lee 模型是第一個「無套利」模型。它假設漂移項隨時間變化，但不依賴於當前的利率水平。
公式：
\( dr_t = \theta(t) dt + \sigma dW_t \)
關鍵特性：
1. 時間依賴型漂移 (\( \theta(t) \))： 這使得模型可以被「校準」，從而與當前的市場收益率曲線完美契合。
2. 固定波動率： 無論利率是 1% 還是 10%，這種「震盪」幅度都是一樣的。
3. 常態分佈： 在此模型中，利率服從常態分佈。
缺點（常見錯誤）：
因為漂移項是固定的，不會將利率「拉」回中心，Ho-Lee 模型很容易讓利率變為負值。雖然現實世界中確實出現過負利率，但這個模型缺乏對利率「應有水平」的記憶。
3. 模型 2：Vasicek 模型（均值回歸）
Vasicek 模型引入了一個革命性的概念：均值回歸 (Mean Reversion)。在現實世界中，如果利率變得極高，它們最終傾向於回落；如果利率極低，它們最終會回升。
公式：
\( dr_t = k(\theta - r_t) dt + \sigma dW_t \)
拆解漂移項 \( k(\theta - r_t) \)：
- \( \theta \)： 長期均值。這是利率傾向於穩定下來的「目標」水平。
- \( r_t \)： 當前利率。
- \( k \)： 回歸速度。這決定了利率被拉向 \( \theta \) 的速度有多快。
記憶法：橡皮筋
想像 \( \theta \) 是一根柱子，而利率是一個用橡皮筋連在柱子上的球。
- 如果球 (\( r_t \)) 離柱子 (\( \theta \)) 太遠，橡皮筋就會把它拉回來。
- 橡皮筋的彈性係數就是 \( k \)。如果 \( k \) 很大，利率就會迅速彈回原位！
關鍵點： Vasicek 優於 Ho-Lee，因為它反映了利率不會無限發散的經濟現實。然而，和 Ho-Lee 一樣，它仍使用常態分佈，這意味著利率仍有可能變為負值。
4. 模型 3：Cox-Ingersoll-Ross (CIR) 模型
CIR 模型看起來與 Vasicek 非常相似，但它解決了一個主要問題：利率出現負值的可能性（在很大程度上）。
公式：
\( dr_t = k(\theta - r_t) dt + \sigma \sqrt{r_t} dW_t \)
有什麼變化？
注意波動率項：\( \sigma \sqrt{r_t} \)。在 CIR 模型中，波動率取決於當前利率水平。
- 如果利率 (\( r_t \)) 接近零，波動率 (\( \sigma \sqrt{r_t} \)) 也會接近零。
- 這使得利率很難（根據參數設置，甚至是完全不可能）跌破零。
你知道嗎？
因為那個 \( \sqrt{r_t} \) 項，CIR 模型通常被稱為「平方根模型」。它產生的是非中心卡方分佈，而非常態分佈。
5. 模型 4：對數常態模型（Black-Karasinski）
一些從業人員更喜歡對利率的自然對數進行建模，而不是利率本身。這就是 Black-Karasinski 模型。
概念：
通過對 \( d \ln(r_t) \) 建模，我們確保了利率 \( r_t \) 永遠不會是負值。從數學上講，任何實數的指數函數結果總是正數 (\( e^x > 0 \))。
為什麼要用它？
它防止了負利率，並允許波動率與利率水平成比例（類似於股票價格的建模方式）。在構建美式期權的「二叉樹」模型時，它非常受歡迎。
4 大關鍵模型總結表
1. Ho-Lee： 簡單漂移，固定波動率，利率可能為負。
2. Vasicek： 均值回歸，固定波動率，利率可能為負。
3. CIR： 均值回歸，波動率取決於 \(\sqrt{r}\)，利率保持為正。
4. 對數常態： 對 \(\ln(r)\) 建模，利率保持為正，債券價格無封閉式解。
6. 風險中性 vs. 真實世界漂移
這是許多考生容易踩坑的地方。在金融學中有兩個「世界」：
1. 真實世界 (P-Measure)：
這是我們實際預期會發生的情況。它包含了風險溢價 (Risk Premium)。投資者要求獲得更高的回報，以承擔利率變動的風險。
2. 風險中性世界 (Q-Measure)：
這是一個用於定價的數學結構。在這個世界中，我們假設投資者不在乎風險，因此所有資產都獲得無風險收益率。我們調整模型的「漂移項」來納入這一點。
聯繫：市場風險價格 (\( \lambda \))
要從真實世界轉向風險中性世界，我們從漂移項中減去風險溢價：
\( \text{風險中性漂移} = \text{真實世界漂移} - (\text{市場風險價格} \times \text{波動率}) \)
關鍵點： 對於 FRM 考試，請記住，當你想為衍生工具定價時，使用風險中性漂移；但如果你試圖進行預測或計算風險價值 (VaR)，則應使用真實世界漂移。
7. 成功的小貼士
別讓這些符號嚇倒你。當你在本章看到公式時，問自己三個問題：
1. 它有均值回歸嗎？（尋找 \( k(\theta - r) \)）
2. 利率會變負嗎？（如果波動率項中沒有 \( r \) 或 \( \sqrt{r} \)，通常就會變負）。
3. 漂移是固定的還是隨時間變化的？（隨時間變化的漂移項能讓模型完美擬合當前的收益率曲線）。
常見陷阱： 學生經常混淆「均值回歸」和「漂移項」。記住：均值回歸是漂移的一種類型。並非所有漂移模型都有均值回歸（如 Ho-Lee），但所有均值回歸模型都包含漂移成分！
多練習這些模型之間的定性差異，因為 FRM 考試通常會測試你對「哪種模型」適合特定場景的理解，而不僅僅是讓你計算數值！