모델 리스크를 조정한 최적 헤지 비율의 KOSPI 200 옵션시장에의 적용

Abstract

대다수의 옵션 가격 평가 모델은 변동성을 제외한 모델의 모수들이 상수라고 가정한다. 하지만 일별로 옵션의 시장 가격에 모델을 캘리브레이션하는 과정을 통해 얻어지는 모수들의 추정치들은 고정되어 있지 않고 시간에 따라 변화한다. 본 연구에서는 모델의 가정이 깨져 적절하지 못한 모델을 사용하게 되어 발생하는 모델 리스크를 잡아내고, 헤지 비율을 조정하여 더 안정적인 헤지가 가능하게 하는 방법을 제시한다. 로그 정규 혼합 모델 (Lognormal Mixture Model) 을 이용한 실증분석 결과, 이러한 방법론을 적용하였을 때에 일별 헤지 P&L의 표준편차가 많이 감소하고, P&L과 기초자산의 수익률과의 선형적, 비선형적 의존도를 감소시켜 전반적인 헤지 성과가 향상된다는 것을 보여준다.