A CGMY-Hawkes Clock Model: Esscher Martingale Measures and Model-Preserving Minimal Entropy under Self-Exciting Jump Activity

金融の世界において、資産価格の動きを予測することは、予測不能なものとの絶え間ない闘いです。伝統的なモデルは、価格の変化が、まるで一定の割合で降る雨粒のように、滑らかかつ独立して起こると仮定しがちです。しかし、実際の市場はそれとは異なって振る舞います。市場は、価格の大きな変動が孤立して起こるのではなく、次々と連続して発生する、突発的で激しい活動の爆発を起こしやすい性質を持っています。この現象は「ジャンプ・クラスタリング（跳躍の集積）」として知られ、極端な事象が標準的な理論が予測するよりもはるかに頻繁に発生することを意味する、ヘビーテイル（厚い裾）の分布を生み出します。この現実を捉えるために、研究者たちは長年、2つの異なる数学的ツールに頼ってきました。一つのツールであるCGMYプロセスは、ジャンプの大きさと頻度を記述することに優れており、ヘビーテイルや極端な動きの「太い」確率を考慮に入れます。もう一つのツールであるホークス・プロセスは、ある事象が直後の事象の発生確率を高めるという自己回帰的な性質（自己励起）をモデル化するために設計されており、観察される活動の爆発を再現します。長年、これら2つの概念は別々の領域に存在しており、オプションのような金融資産の価格設定のために、これらを単一の実行可能なモデルへと統合することは大きな課題であり続けてきました。

イメン・ベン・アブデルワヘドによる新しい研究は、CGMY–Hawkesクロック・モデルと呼ばれる統一されたフレームワークを導入することで、この溝を埋めています。核心となるアイデアは、時間そのものを、市場活動に基づいて加速したり減速したりする変数として扱うことです。標準的な時計が時間の経過を刻んでいる様子を想像してください。このモデルでは、その時計は、市場が動揺している時には速く、穏やかな時には遅く走る「確率的クロック」に置き換えられます。このクロックは、市場の活動強度を規定するホークス・プロセスによって駆動されます。実際の価格変動はCGMLプロセスによって生成されますが、それは標準的な時計に対してではなく、この変数で自己回帰的なクロックに対して評価されます。その結果、市場が激しい時期にはクロックが加速するため、価格のジャンプが自然に集まるモデルとなりますが、個々のジャンプの大きさに関する統計的な法則は一貫したままとなります。このアプローチにより、モデルは金融市場の乱雑で集積した現実を捉えつつ、価格設定に有用な数学的扱いやすさを維持することができます。

次に、研究者たちは、「複雑な環境下で、どのように金融契約（例えば欧州型オプション）に公正な価格を割り当てるか？」という重要な問いに取り組みました。リスクを完全にヘッジできない不完全市場においては、価格設定尺度を選択するための唯一の固有の方法は存在しません。研究チームは、モデルの構造を壊すことなく調整を行うことができる「エッシャー変換（Esscher transform）」と呼ばれる特定の手法に焦点を当てました。これは、裁定機会の不在とモデルが整合するように、異なる結果の確率を調整するものです。彼らの研究における大きな進展は、ジャンプの裾の挙動を制御する特定のパラメータをシフトさせることで、価格設定尺度を変更しても、背後にある自己回帰的なホークス・クロックの性質には一切手を触れずに済むことを証明した点にあります。これは、市場の「クラスタリング」行動が、価格設定手法の副産物ではなく、市場自体の根本的な特性として保持されることを意味します。

価格設定を実現するために、著者は市場の現在の強度に比例するリスク・プレミアムを導入しました。この特定の選択により、驚くべき簡略化がもたらされました。モデルを数学的に整合させるために必要な条件が、ホークス・プロセスの特定のパラメータに依存しない単一の方程式に帰着したのです。言い換えれば、資産を正しく価格設定するために必要な調整は、市場の興奮がどのように生成されるかではなく、ジャンプ自体の特性のみによって決定されるということです。この発見により、特定のクラスの尺度、著者が「モデル保存型最小エントロピー・マルチンゲール・メジャー」と特定した尺度内での一意の解が可能になります。この尺度は、元の市場モデルからの「驚き」や逸脱を最小限に抑えつつ、必要な価格設定ルールを満たすという点で特別です。この尺度の密度には、クロック自体のランダム性を捉える、積分された強度の変動を考慮した特定の確率項が含まれています。

研究では、単一のパラメータによる調整ではなく、より柔軟な2パラメータによる調整を許容した場合に何が起こるかも探求されました。彼らは、より広い設定においてエントロピーを最小化する最も効率的な方法は、ジャンプ分布の正負の裾を対称に扱うのではなく、異なる方法で調整することであることを見出しました。この2パラメータ解は、パラメータが等しい対角線上には位置しませんが、単一パラメータ版よりもわずかに低いエントロピーをもたらし、より精密な適合を示しています。著者がこれらの知見を標準的な欧州型コール・オプションの価格計算に適用した際、彼らはその厳密な結果を「平均場（mean-field）アプローチ」として知られる一般的な近似法と比較しました。平均場法は、市場強度がその平均値と等しく一定であると仮定することで問題を簡略化します。研究者たちは、この簡略化は不十分であることを実証しました。彼らの厳密な計算によれば、オプション価格は、一つの事象が次の事上にどれほど強く影響を与えるかといった、市場の励起を支配する特定のパラメータに大きく依存することが示されました。

ベンチマークとなるパラメータを用いた数値テストにおいて、厳密なモデルと平均場近似の差は、測定可能かつ意味のあるものでした。満期が1年の標準的なオプションの場合、厳密な価格は、一つの事象が次の事象をどれだけ励起するかを示す指標である「分岐比（branching ratio）」が増加するにつれて減少しました。例えば、特定のパラメータセットにおいて、励起レベルをゼロから非常に高いレベルまで上げると、オプション価格は平均場予測と比較して約2.6パーセント低下しました。これは、励起が高まることで、タイムクロックの分布が平均の周りに広く分散されるためであり、価格公式がこの広がりに対して非線形に反応するためです。平均場近似は、これらの変動を無視しているため、この効果を捉えることができません。著者は、彼らのモデルが市場の本質的な構造を保持し、一意で効率的な価格設定尺度を提供している一方で、市場の興奮がどのように進化するかという詳細は、バリュエーションにおいて極めて重要であると結論付けています。彼らは、将来の研究において、価格ジャンプ自体がさらなる強度を誘発するモデルへの拡張や、現実世界の市場データに対する本モデルのキャリブレーション（適合）を行い、実務においてどの程度機能するかを確認することを示唆しています。