Rough Volatility: Mengapa Model Fraksional Menilai Opsi dengan Lebih Baik

Kesimpulan Utama

Jalur volatilitas di pasar keuangan jauh lebih kasar dari yang diasumsikan model klasik. Eksponen Hurst yang mengatur realized volatility adalah sekitar 0,1, bukan H = 0,5 yang tersirat oleh gerak Brown standar. Kekasaran ini, yang didokumentasikan secara ketat oleh Gatheral, Jaisson, and Rosenbaum (2018), menjelaskan mengapa permukaan implied volatility menunjukkan skew jangka pendek yang curam, mengapa VIX bisa melonjak 31% secara intraday dan kembali dalam hitungan jam, dan mengapa model volatilitas stokastik tradisional secara sistematis salah menilai opsi jangka pendek.

Hari Ketika Volatilitas Melanggar Aturannya Sendiri

Pada 5 Februari 2018, VIX melonjak dari 17 ke 50 dalam satu sesi perdagangan, pergerakan intraday sebesar 194% yang menghancurkan miliaran dolar dalam produk short-volatility. Exchange-traded note XIV kehilangan 96% nilainya dalam semalam. Model volatilitas stokastik standar, yang dibangun di atas asumsi bahwa volatilitas berevolusi sebagai proses difusi yang halus, telah memberikan probabilitas mendekati nol untuk peristiwa semacam itu. Model-model tersebut tidak salah kalibrasi; mereka secara struktural tidak mampu menghasilkan jenis ledakan volatilitas yang tiba-tiba dan terkelompok yang secara rutin dihasilkan oleh pasar.

Ini bukan peristiwa yang terisolasi. Flash crash Agustus 2015, lonjakan volatilitas Treasury Oktober 2014, dan baru-baru ini lonjakan intraday VIX sebesar 31% pada Maret 2026 semuanya berbagi tanda yang sama: volatilitas bergerak dalam ledakan bergerigi dan self-similar, bukan lengkungan halus yang mean-reverting. Selama beberapa dekade, praktisi menyadari ketidakcocokan antara model dan realitas ini. Diperlukan sebuah paper terobosan tahun 2018 untuk menjelaskan alasannya.

Tesis Inti: Volatilitas Itu Kasar

Gatheral, Jaisson, and Rosenbaum (2018) mengajukan klaim yang sederhana namun kuat: sampel jalur log-realized volatility berperilaku seolah-olah didorong oleh gerak Brown fraksional dengan eksponen Hurst H kira-kira sama dengan 0,1, jauh di bawah H = 0,5 dari gerak Brown standar. Pergeseran parameter tunggal ini memiliki implikasi mendalam terhadap cara kita memodelkan, menilai harga, dan melakukan hedging opsi.

Dalam model volatilitas stokastik standar seperti Heston (1993), proses volatilitas didorong oleh gerak Brown biasa. Increment dari proses ini independen; mengetahui bahwa volatilitas naik kemarin tidak memberi informasi apakah volatilitas akan naik atau turun hari ini. Sampel jalur bersifat kontinu tetapi tidak dapat didiferensiasi di mana pun, dengan kekasaran karakteristik yang diatur oleh H = 0,5.

Gerak Brown fraksional (fBm) menggeneralisasi kerangka ini dengan memperbolehkan parameter Hurst H mengambil nilai apa pun antara 0 dan 1. Ketika H < 0,5, proses menunjukkan perilaku anti-persisten: increment positif cenderung diikuti oleh increment negatif, dan sebaliknya. Jalur menjadi lebih kasar dari gerak Brown standar, dengan perubahan arah yang lebih sering dan penampilan yang lebih bergerigi. Ketika H > 0,5, proses bersifat persisten dan jalur lebih halus.

Temuan kritis adalah bahwa realized volatility di pasar ekuitas, mata uang, dan komoditas secara konsisten menunjukkan H mendekati 0,1. Ini berarti jalur volatilitas jauh lebih kasar dari apa pun yang dapat dihasilkan model standar, dengan pergantian cepat antara kenaikan dan penurunan pada skala waktu pendek.

Bagaimana Kita Tahu Volatilitas Itu Kasar?

Metodologi empiris dalam Gatheral, Jaisson, and Rosenbaum (2018) bergantung pada properti penskalaan gerak Brown fraksional. Untuk proses dengan eksponen Hurst H, varians increment pada lag waktu q berskala sebagai:

E[|X(t+q) - X(t)|^2] proporsional terhadap q^(2H)

Dengan menghitung penskalaan empiris increment log-realized volatility di berbagai lag waktu (dari 1 hari hingga beberapa bulan), para penulis memperkirakan H dengan menyesuaikan power law pada struktur varians yang diamati. Di ribuan aset yang mencakup ekuitas, valuta asing, dan komoditas, eksponen Hurst yang diestimasi mengelompok rapat di sekitar 0,1.

Temuan ini sangat konsisten. Baik memeriksa volatilitas saham individual, volatilitas indeks, atau volatilitas pasangan mata uang, parameter kekasaran hampir tidak berubah. Universalitas hasil ini menunjukkan bahwa H yang kira-kira sama dengan 0,1 mencerminkan sesuatu yang fundamental tentang bagaimana informasi diinkorporasikan ke dalam volatilitas, bukan artefak statistik dari pasar atau periode waktu tertentu.

Karya sebelumnya oleh Comte and Renault (1998) telah mengusulkan model volatilitas long-memory dengan H > 0,5, yang menghasilkan jalur yang lebih halus dari gerak Brown. Literatur rough volatility membalikkan temuan ini: pada horizon waktu pendek (hari hingga minggu), volatilitas menunjukkan anti-persistensi dan kekasaran, bukan long memory yang mendominasi pada horizon yang lebih panjang. Kedua fenomena tersebut hidup berdampingan; kekasaran jangka pendek menghasilkan ledakan eksplosif, sementara memori jangka panjang menghasilkan mean-reversion lambat VIX menuju rata-rata historisnya.

Mengapa Kekasaran Penting untuk Penetapan Harga Opsi

Model volatilitas stokastik klasik menghadapi masalah kalibrasi yang terkenal. Mereka dapat menyesuaikan ujung pendek permukaan implied volatility (opsi mendekati kedaluwarsa) atau ujung panjang, tetapi tidak keduanya secara bersamaan. Opsi jangka pendek menunjukkan skew volatilitas yang sangat curam; perbedaan implied volatility antara at-the-money dan out-of-the-money put jauh lebih besar untuk opsi mingguan daripada opsi yang kedaluwarsa dalam enam bulan. Model standar dengan H = 0,5 tidak dapat mereproduksi kecuraman ini tanpa memperkenalkan parameter tambahan yang mendistorsi fit di tempat lain.

Model rough volatility menyelesaikan ketegangan ini. Karena proses volatilitas lebih kasar pada skala waktu pendek, model secara alami menghasilkan skew yang lebih curam untuk opsi jangka pendek sambil mempertahankan perilaku yang wajar pada jatuh tempo yang lebih panjang. Bayer, Friz, and Gatheral (2016) mendemonstrasikan ini dengan model rough Bergomi, menunjukkan bahwa satu set parameter tunggal (termasuk H kira-kira sama dengan 0,07) dapat secara bersamaan menyesuaikan seluruh permukaan implied volatility SPX di semua strike dan jatuh tempo.

Kesederhanaan ini adalah keunggulan praktis inti. Model tradisional memerlukan kalibrasi terpisah untuk bagian berbeda dari permukaan volatilitas, memperkenalkan inkonsistensi yang menyulitkan hedging. Model rough volatility mencapai fit yang sebanding atau lebih baik dengan parameter bebas yang lebih sedikit, menghasilkan rasio hedge yang lebih stabil dan ukuran risiko yang lebih konsisten secara internal.

Volatility Smile dan Struktur Berjangka

Implied volatility smile (pola di mana opsi out-of-the-money diperdagangkan pada implied volatility yang lebih tinggi dari opsi at-the-money) telah menjadi teka-teki sentral dalam penetapan harga derivatif sejak Black-Scholes. Jatuh tempo yang berbeda menunjukkan bentuk smile yang berbeda; smile jangka pendek curam dan asimetris, sementara smile jangka panjang lebih datar dan lebih simetris.

Model rough volatility menjelaskan struktur berjangka dari smile melalui mekanisme tunggal: kekasaran yang bergantung pada skala waktu dari jalur volatilitas. Pada horizon pendek, increment anti-persisten dari gerak Brown fraksional dengan H kira-kira sama dengan 0,1 menciptakan fluktuasi cepat dan tidak dapat diprediksi dalam volatilitas. Fluktuasi ini membuat pergerakan ekstrem lebih mungkin dari yang diprediksi model volatilitas halus, menaikkan harga opsi out-of-the-money dan mencuramkan smile. Pada horizon yang lebih panjang, kekasaran dirata-ratakan dan smile mendatar, konsisten dengan perilaku pasar opsi yang terdokumentasi dengan baik.

Struktur berjangka dari at-the-money skew (seberapa cepat kemiringan smile berubah dengan jatuh tempo) memberikan uji langsung. Dalam model klasik, at-the-money skew meluruh sebagai t^(-1/2) dengan waktu jatuh tempo t. Dalam model rough volatility, peluruhan mengikuti t^(H-1/2), yang untuk H kira-kira sama dengan 0,1 memberikan t^(-0,4), peluruhan yang lebih lambat yang cocok dengan pengamatan empiris secara jauh lebih akurat. Fukasawa (2011) menurunkan hubungan penskalaan ini dan menunjukkan bahwa struktur berjangka skew empiris dalam opsi indeks ekuitas tidak konsisten dengan H = 0,5 tetapi cocok dengan baik dengan H mendekati 0,1.

Implikasi Praktis bagi Investor Ritel

Penelitian rough volatility memiliki beberapa implikasi yang penting di luar meja perdagangan dealer derivatif.

Memahami perilaku VIX. Kecenderungan VIX untuk melonjak tajam dan kembali dengan cepat adalah konsekuensi alami dari dinamika rough volatility. Sifat anti-persisten dari increment volatilitas berarti pergerakan besar cenderung membalik sebagian, tetapi kekasaran berarti pembalikan ini terjadi dengan cara yang bergerigi dan tidak dapat diprediksi, bukan lengkungan halus. Bagi investor yang melacak VIX sebagai pengukur ketakutan, wawasan kunci adalah bahwa lonjakan VIX intraday melebih-lebihkan persistensi pergeseran volatilitas yang mendasarinya. Lonjakan VIX 31% tidak menyiratkan volatilitas yang 31% lebih tinggi secara berkelanjutan; model rough memprediksi mean-reversion parsial yang cepat.

Opsi jangka pendek secara struktural mahal. Skew jangka pendek yang curam yang dijelaskan oleh model rough volatility diterjemahkan ke dalam realitas praktis: opsi put mingguan dan jangka pendek mengandung premi volatilitas yang lebih besar dari alternatif jangka panjang. Investor yang membeli perlindungan portofolio melalui put mingguan membayar untuk kekasaran jalur volatilitas; biaya yang berkurang seiring perpanjangan horizon perlindungan.

Volatility clustering itu nyata tetapi tidak halus. Model GARCH standar menangkap volatility clustering (periode volatilitas tinggi cenderung diikuti oleh periode volatilitas tinggi) tetapi menerapkan struktur peluruhan eksponensial yang halus. Model rough volatility menunjukkan bahwa clustering pada horizon pendek lebih tidak teratur, dengan volatilitas mampu melonjak dan sebagian kembali dalam sesi perdagangan yang sama. Ini memiliki implikasi untuk penempatan stop-loss dan manajemen risiko intraday.

Keterbatasan dan Peringatan

Model rough volatility bukan tanpa tantangan. Simulasi gerak Brown fraksional secara komputasional lebih mahal dari simulasi gerak Brown standar, karena increment anti-persisten memerlukan pembangkitan variabel acak berkorelasi daripada yang independen. Ini membuat penetapan harga Monte Carlo untuk derivatif eksotis lebih lambat dan lebih intensif memori.

Eksponen Hurst, meskipun sangat stabil di seluruh aset, diestimasi dari data historis dan mungkin tidak sepenuhnya konstan sepanjang waktu. Beberapa peneliti berpendapat bahwa kekasaran yang tampak sebagian mungkin mencerminkan noise mikrostruktur dalam estimasi volatilitas frekuensi tinggi, meskipun Gatheral, Jaisson, and Rosenbaum (2018) mengatasi kekhawatiran ini dengan pemeriksaan ketahanan di berbagai estimator dan frekuensi sampling.

Hedging dalam model rough volatility lebih kompleks dari kerangka klasik. Sifat non-Markovian dari gerak Brown fraksional berarti bahwa seluruh riwayat jalur penting untuk hedging optimal, bukan hanya keadaan saat ini. Dalam praktik, ini biasanya diaproksimasi dengan menambah ruang keadaan dengan jumlah faktor tambahan yang terbatas, tetapi keeleganan teoretis dari pengaturan Markovian hilang.

Terakhir, model rough volatility mendeskripsikan sifat statistik jalur volatilitas tetapi tidak dengan sendirinya menjelaskan mengapa volatilitas itu kasar. Beberapa teori telah diusulkan, termasuk model dinamika aliran order di mana akumulasi tekanan beli dan jual mengikuti proses yang hampir anti-persisten, dan model keyakinan heterogen di mana ketidaksepakatan yang sering di antara peserta pasar menghasilkan kekasaran yang diamati. Fondasi mikro tetap menjadi area penelitian yang aktif.

Rangkuman yang Dapat Ditindaklanjuti

Kerangka rough volatility merepresentasikan kemajuan signifikan dalam pemahaman kita tentang bagaimana volatilitas berperilaku. Bagi peserta pasar opsi, ini menjelaskan mengapa implied volatility jangka pendek secara persisten curam dan mengapa VIX menunjukkan perilaku eksplosif namun sebagian self-correcting. Bagi investor ritel, pelajaran praktisnya adalah bahwa peristiwa volatilitas seperti lonjakan VIX intraday adalah karakteristik dari dinamika kasar, bukan anomali. Opsi jangka pendek secara sistematis lebih mahal relatif terhadap kandungan informasinya dibanding alternatif jangka panjang, dan strategi perlindungan portofolio yang diperpanjang ke horizon 30 hingga 90 hari cenderung menangkap risk-reward yang lebih baik dari hedge mingguan. Kekasaran volatilitas bukan kerusakan pasar; itu adalah tekstur alami pasar.