4. 利率期限结构模型

在利率衍生品定价中，短期利率模型是连接市场报价与理论价格的核心桥梁。Vasicek、CIR 与 Hull-White 三个模型分别代表了从“均衡模型”到“无套利模型”的演进路径。理解它们的随机微分方程、参数含义与 QuantLib 中的实现方式，是后续校准与定价工作的基础。

一、核心原理：三个模型的数学结构

三个模型都围绕短期利率 r(t) 的均值回归特性展开，但扩散项与市场一致性处理不同。

• Vasicek 模型：dr = a(b − r)dt + σ dW。利率可正可负，波动率为常数，结构简单、有解析解，但可能出现负利率。
• CIR 模型：dr = a(b − r)dt + σ√r dW。扩散项与 √r 成正比，当 2ab ≥ σ² 时利率恒为正，更符合经济直觉。
• Hull-White 模型：dr = [θ(t) − a r]dt + σ dW。在 Vasicek 基础上引入时变项 θ(t)，使模型能精确拟合初始期限结构，属于无套利模型。

三者的关键差异在于：Vasicek 与 CIR 是均衡模型，初始曲线由参数内生决定，通常无法完全匹配市场；Hull-White 通过 θ(t) 外生匹配初始曲线，因此更适合实际定价。

二、方法流程：从模型选择到 QuantLib 实现

在 QuantLib 中，三个模型分别对应不同的类，使用流程大体一致，但 Hull-White 需要额外传入初始期限结构。

1. 确定估值日期与日历，构建 DayCounter 与 Date 对象。
2. 选择模型类：Vasicek、CoxIngersollRoss 或 HullWhite。
3. 传入参数：Vasicek/CIR 传 r0, a, b, sigma；Hull-White 传 termStructure, a, sigma。
4. 用模型构建 Tree 或 ShortRateModel 对象，再绑定到具体产品定价引擎。
5. 若为 Hull-White，需先对 a 与 sigma 进行校准，使模型价格逼近市场报价。

import QuantLib as ql

today = ql.Date(15, 1, 2025)
ql.Settings.instance().evaluationDate = today

# Vasicek 模型
vasicek = ql.Vasicek(r0=0.03, a=0.15, b=0.04, sigma=0.01,
                     dayCounter=ql.Actual365Fixed())

# CIR 模型
cir = ql.CoxIngersollRoss(r0=0.03, theta=0.04, k=0.15, sigma=0.08,
                          dayCounter=ql.Actual365Fixed())

# Hull-White 模型：需先有期限结构
curve = ql.FlatForward(today, 0.035, ql.Actual365Fixed())
hw = ql.HullWhite(curve, a=0.1, sigma=0.01)

三、案例场景：零息债券与利率上限定价

假设我们要为一只 5 年期零息债券和一份 3 年期利率上限定价。Vasicek 与 CIR 可直接给出债券价格的解析式，而 Hull-White 需要借助树或蒙特卡洛。

在 QuantLib 中，Hull-White 的树定价引擎可直接用于可赎回债券或利率上限：

engine = ql.TreeCapFloorEngine(hw, 100)
cap = ql.Cap([...], [ql.Share(1.0)], ql.Actual365Fixed())
cap.setPricingEngine(engine)
print(cap.NPV())

四、误区与复盘：常见陷阱与校准建议

• 误区一：忽略负利率风险。Vasicek 允许负利率，在低利率环境下可能低估期权价值；CIR 在参数不满足条件时也可能出现负值。
• 误区二：Hull-White 参数校准过拟合。若同时优化 a 与 sigma，可能得到不稳定的参数组合，建议先固定 a 再优化 sigma。
• 误区三：混淆模型用途。均衡模型适合理论分析与风险中性模拟，无套利模型适合实际产品定价与对冲。
• 复盘建议：先用 Vasicek 或 CIR 理解均值回归与波动结构，再过渡到 Hull-White 进行市场校准，最后用树或蒙特卡洛验证价格一致性。

掌握这三个模型的原理与 QuantLib 实现，是后续构建更复杂利率模型（如 LMM、SABR）的重要基础。在实际项目中，应根据产品类型、市场数据质量与计算效率综合选择模型。