歡迎來到利率期限結構模型（Term Structure Models）的世界！
各位未來的風險管理師，歡迎！如果你曾好奇銀行如何為 30 年期的房貸定價，或是交易員如何為複雜的利率掉期（Interest Rate Swaps）進行估值，那麼你來對地方了。在本章節「利率期限結構模型的科學」中，我們將跨越簡單的收益率曲線，深入探討驅動利率變動的數學「引擎」。別擔心數學公式看起來很嚇人，我們會透過貼切的類比，將它們拆解並逐一擊破。讓我們開始吧！
1. 什麼是期限結構模型？
期限結構模型的核心，是一套用來描述利率隨時間變動的數學語言。在 FRM 課程中，我們特別專注於短率模型（Short-rate models）。這些模型嘗試預測「短率」（即極短時間內的利率）的路徑，並利用該路徑為其他所有金融工具（如債券和選擇權）進行定價。
為什麼我們需要這些模型？
如果我們只知道今天的利率，就無法為一個三年後到期的選擇權定價。我們需要一個模型來告訴我們未來利率「可能」的走勢，以及這些利率的波動程度為何。
類比：想像你是一位天氣預報員。「短率」就是現在的氣溫，而「期限結構」則是這整個星期的天氣預測。要做出這份預報，你需要一個能考慮到季節因素（趨勢）和突發風暴（波動）的模型。
重點總結：
期限結構模型以短率作為基礎架構，用來為所有依賴利率的證券進行定價。
2. 基本構件：漂移項（Drift）與雜訊（Noise）
本章中的大多數模型都遵循一個稱為隨機微分方程（Stochastic Differential Equation, SDE）的標準「食譜」。它的形式如下：
\( dr_t = \mu(r_t, t)dt + \sigma(r_t, t)dW_t \)
讓我們拆解這個公式，別讓它造成偏頭痛：
- \( dr_t \)： 這是「利率的變化量」。
- \( \mu(r_t, t)dt \)： 這是漂移項（Drift）。它代表利率移動的預期或「平均」方向。
- \( \sigma(r_t, t)dW_t \)： 這是隨機（隨機性）組件。它代表市場中的「雜訊」或「衝擊」。
記憶小幫手：想像一個人在遛狗。漂移項是那個人正在走的路線（是有意圖的方向）；而隨機組件則是那隻狗在牽繩上四處亂竄（不可預測的波動）。
快速回顧：
- 漂移項：「預期」的部分。
- 波動率：「不確定」的部分。
3. 均衡模型（Equilibrium）與無套利模型（No-Arbitrage）
這是 FRM 考試的最愛！你需要搞清楚這兩種哲學之間的區別。
A. 均衡模型
這類模型以經濟運作的假設為起點。它們通常包含少數參數，並試圖根據這些參數來解釋收益率曲線。例子包括 Vasicek 模型和 Cox-Ingersoll-Ross (CIR) 模型。
優點：非常簡單且在數學上相當「優雅」。
缺點：它們通常無法與債券的「實際」市場價格完全吻合。模型可能認為債券「應該」值 98 元，但市場交易價格卻是 100 元。
B. 無套利模型
這些模型將今天的市場價格視為「既定事實」。它們透過讓參數隨時間變化，強行使模型與今日的收益率曲線完美契合。例子包括 Ho-Lee 模型和 Hull-White 模型。
優點：對於衍生性商品定價非常有用，因為它們能完美匹配當前的市場數據。
缺點：模型可能過於複雜，並且存在「過度擬合（overfit）」數據的風險。
你知道嗎？實務工作者在定價時通常偏好無套利模型，而經濟學家則多偏好用均衡模型進行長期預測。
4. 均值回歸：所謂的「橡皮筋效應」
期限結構科學中最重要的概念之一就是均值回歸（Mean Reversion）。在現實世界中，利率通常不會一直漲到 1,000%，也不會永遠停在 0.0001%。它們往往會趨向回到某個長期平均值。
Vasicek 模型是第一個推廣此概念的模型，其漂移項如下所示：
\( k(\theta - r_t)dt \)
- \( \theta \)： 長期均值（利率最終想要回到的水平）。
- \( k \)： 回歸速度（利率回到均值的快慢程度）。
類比：均值回歸就像一條橡皮筋。利率（\( r_t \)）偏離平均值（\( \theta \)）越遠，「漂移項」將其拉回的力量就越強。
常見錯誤：學生經常搞混 \( \theta \) 和 \( k \)。只要記住：\( \theta \) 是「目的地」，而 \( k \) 是「時速表」。
5. 關鍵模型比較
FRM 考試常要求你根據波動率和漂移項來區分這些模型。以下是簡化版分析：
1. 模型 1 (Ho-Lee)： 第一個無套利模型。假設波動率為常數，且沒有均值回歸。
公式片段： \( dr_t = \theta(t)dt + \sigma dW_t \)
2. Vasicek 模型： 包含均值回歸，但允許利率可能變為負數（因為波動率是固定的，當利率接近零時它不會縮小）。
公式片段： \( dr_t = k(\theta - r_t)dt + \sigma dW_t \)
3. CIR (Cox-Ingersoll-Ross) 模型： 與 Vasicek 相似，但它在波動率中加入了一個「平方根」項。這意味著當利率趨近於零時，波動率也會趨近於零，這從而防止了負利率的出現。
公式片段： \( dr_t = k(\theta - r_t)dt + \sigma \sqrt{r_t} dW_t \)
重點總結：
如果公式中含有 \( \sqrt{r_t} \)，這就是旨在維持正利率的 CIR 風格模型！
6. 模型校準與漂移項調整
我們如何讓這些模型在現實世界中派上用場？我們必須「校準」它們。校準是調整模型參數（如 \( \sigma \) 或 \( k \)）的過程，使模型的輸出與流動性市場工具（如美國國債或歐洲美元期貨）的價格一致。
「漂移項調整」的技巧：
在許多高級模型中，我們會加入一個隨時間變化的漂移項 \( \theta(t) \)。這就像一個「補丁參數」，在不同時間點上下偏移模型的分佈，以確保模型產出的債券價格能精確對應今日市場的收益率曲線。
校準步驟：
1. 收集各種不同到期期限債券的市場價格。
2. 選擇一個模型（例如 Hull-White）。
3. 解出漂移項參數，使模型的定價等於市場價格。
4. 利用這些參數為「奇異型（Exotic）」或流動性較差的衍生性商品定價。
7. 波動率的角色
在這些模型的「科學」中，波動率並不總是一個單一數字。我們考量的有：
- 常數波動率： 簡單，但不切實際。
- 時間依賴波動率： \( \sigma(t) \) 讓模型能夠符合市場對未來波動率的預期（即「波動率期限結構」）。
- 均值回歸波動率： 波動率本身也有回歸到長期平均值的趨勢。
別擔心一開始覺得這些很棘手：只要記住，波動率項越複雜，模型就越能精確「貼合」市場，但計算難度也越高。
8. 總結與考試技巧
在結束本章時，請記住這些考試的「黃金法則」：
快速回顧框：
- 均衡模型使用經濟邏輯（Vasicek, CIR）。
- 無套利模型貼合今日收益率曲線（Ho-Lee, Hull-White）。
- 均值回歸將利率拉回長期平均值。
- Vasicek 允許負利率；CIR 不允許（歸功於 \( \sqrt{r_t} \)）。
- Ho-Lee 是最簡單的無套利模型，但缺乏均值回歸。
最終提醒：當題目問到應該使用哪種模型為「新的、複雜的衍生性商品」定價時，答案幾乎總是無套利模型。如果題目是關於「長期利率理論」，則尋找均衡模型。
做得好！你已經掌握了專業人士如何建模利率的基礎知識。繼續努力！