Table of Contents for All Volumes

VOLUME I Foundations and Vanilla Models

Part I Foundations

1 Introduction to Arbitrage Pricing Theory . . . . . . . . . . . . . 3

1.1 The Setup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Trading Gains and Arbitrage . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Equivalent Martingale Measures and Arbitrage . . . . . . . . . . 8
1.4 Derivative Security Pricing and Complete Markets . . . . . . . 10
1.5 Girsanov’s Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6 Stochastic Differential Equations . . . . . . . . . . . . . . . . . . . . . . 14
1.7 Explicit Trading Strategies and PDEs . . . . . . . . . . . . . . . . . . 16
1.8 Kolmogorov’s Equations and the Feynman-Kac Theorem . 18
1.9 Black-Scholes and Extensions . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.9.1 Basics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.9.2 Alternative Derivation . . . . . . . . . . . . . . . . . . . . . . . . 25
1.9.3 Extensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.9.3.1 Deterministic Parameters and Dividends 27
1.9.3.2 Stochastic Interest Rates . . . . . . . . . . . . . 28
1.10 Options with Early Exercise Rights . . . . . . . . . . . . . . . . . . . . 30
1.10.1 The Markovian Case . . . . . . . . . . . . . . . . . . . . . . . . . . 32
XII Contents

1.10.2 Some General Bounds . . . . . . . . . . . . . . . . . . . . . . . . . 34

1.10.3 Early Exercise Premia . . . . . . . . . . . . . . . . . . . . . . . . . 36

2 Finite Difference Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

2.1 1-Dimensional PDEs: Problem Formulation . . . . . . . . . . . . . 43
2.2 Finite Difference Discretization . . . . . . . . . . . . . . . . . . . . . . . . 45
2.2.1 Discretization in x-Direction. Dirichlet Boundary
Conditions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.2.2 Other Boundary Conditions . . . . . . . . . . . . . . . . . . . . 47
2.2.3 Time-Discretization . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.2.4 Finite Difference Scheme . . . . . . . . . . . . . . . . . . . . . . 50
2.3 Stability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.3.1 Matrix Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.3.2 Von Neumann Analysis . . . . . . . . . . . . . . . . . . . . . . . . 53
2.4 Non-Equidistant Discretization . . . . . . . . . . . . . . . . . . . . . . . . 56
2.5 Smoothing and Continuity Correction . . . . . . . . . . . . . . . . . . 58
2.5.1 Crank-Nicolson Oscillation Remedies . . . . . . . . . . . . 58
2.5.2 Continuity Correction . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.5.3 Grid Shifting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.6 Convection-Dominated PDEs . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.6.1 Upwinding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.6.2 Other Techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.7 Option Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.7.1 Continuous Barrier Options . . . . . . . . . . . . . . . . . . . . 63
2.7.2 Discrete Barrier Options . . . . . . . . . . . . . . . . . . . . . . . 65
2.7.3 Coupon-Paying Securities and Dividends . . . . . . . . 67
2.7.4 Securities with Early Exercise . . . . . . . . . . . . . . . . . . 68
2.7.5 Path-Dependent Options . . . . . . . . . . . . . . . . . . . . . . 69
2.7.6 Multiple Exercise Rights . . . . . . . . . . . . . . . . . . . . . . . 70
2.8 Special Issues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2.8.1 Mesh Refinements for Multiple Events . . . . . . . . . . . 72
2.8.2 Analytics at the Last Time Step . . . . . . . . . . . . . . . . 75
2.8.3 Analytics at the First Time Step . . . . . . . . . . . . . . . 76
2.9 Multi-Dimensional PDEs: Problem Formulation . . . . . . . . . 78
2.10 Two-Dimensional PDE with No Mixed Derivatives . . . . . . . 79
2.10.1 Theta Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.10.2 The Alternating Direction Implicit (ADI) Method 81
2.10.3 Boundary Conditions and Other Issues . . . . . . . . . 84
2.11 Two-Dimensional PDE with Mixed Derivatives . . . . . . . . . . 85
2.11.1 Orthogonalization of the PDE . . . . . . . . . . . . . . . . . . 85
2.11.2 Predictor-Corrector Scheme . . . . . . . . . . . . . . . . . . . . 88
2.12 PDEs of Arbitrary Order . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
 Contents XIII

3 Monte Carlo Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

3.1 Fundamentals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.1.1 Generation of Random Samples . . . . . . . . . . . . . . . . 95
3.1.1.1 Inverse Transform Method . . . . . . . . . . . . 96
3.1.1.2 Acceptance-Rejection Method . . . . . . . . . 97
3.1.1.3 Composition . . . . . . . . . . . . . . . . . . . . . . . . 99
3.1.2 Correlated Gaussian Samples . . . . . . . . . . . . . . . . . . 100
3.1.2.1 Cholesky Decomposition . . . . . . . . . . . . . 101
3.1.2.2 Eigenvalue Decomposition . . . . . . . . . . . . 102
3.1.3 Principal Components Analysis (PCA) . . . . . . . . . . 103
3.2 Generation of Sample Paths . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.2.1 Example: Asian Basket Options in Black-Scholes
Economy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.2.2 Discretization Schemes, Convergence, and Stability 106
3.2.3 The Euler Scheme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
3.2.3.1 Linear-Drift SDEs . . . . . . . . . . . . . . . . . . . 110
3.2.3.2 Log-Euler Scheme . . . . . . . . . . . . . . . . . . . 110
3.2.4 The Implicit Euler Scheme . . . . . . . . . . . . . . . . . . . . . 111
3.2.4.1 Implicit Diffusion Term . . . . . . . . . . . . . . 112
3.2.5 Predictor-Corrector Schemes . . . . . . . . . . . . . . . . . . . 113
3.2.6 Ito-Taylor Expansions and Higher-Order Schemes . 114
3.2.6.1 Ordinary Taylor Expansion of ODEs . . . 115
3.2.6.2 Ito-Taylor Expansions . . . . . . . . . . . . . . . . 116
3.2.6.3 Milstein Second-Order Discretization
Scheme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
3.2.7 Other Second-Order Schemes . . . . . . . . . . . . . . . . . . 119
3.2.8 Bias vs. Monte Carlo Error . . . . . . . . . . . . . . . . . . . . 120
3.2.9 Sampling of Continuous Process Extremes . . . . . . . 122
3.2.10 PCA and Bridge Construction of Brownian
Motion Paths . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
3.2.10.1 Brownian Bridge and Quasi-Random
Sequences . . . . . . . . . . . . . . . . . . . . . . . . . . 126
3.2.10.2 PC Construction . . . . . . . . . . . . . . . . . . . . 128
3.3 Sensitivity Computations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
3.3.1 Finite Difference Estimates . . . . . . . . . . . . . . . . . . . . 129
3.3.1.1 Black-Scholes Delta . . . . . . . . . . . . . . . . . . 129
3.3.1.2 General Case . . . . . . . . . . . . . . . . . . . . . . . 131
3.3.2 Pathwise Estimate . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
3.3.2.1 Black-Scholes Delta . . . . . . . . . . . . . . . . . . 133
3.3.2.2 General Case . . . . . . . . . . . . . . . . . . . . . . . 134
3.3.2.3 Sensitivity Path Generation . . . . . . . . . . . 136
3.3.3 Likelihood Ratio Method . . . . . . . . . . . . . . . . . . . . . . 136
3.3.3.1 Black-Scholes Delta . . . . . . . . . . . . . . . . . . 137
3.3.3.2 General Case . . . . . . . . . . . . . . . . . . . . . . . 138
3.3.3.3 Euler Schemes . . . . . . . . . . . . . . . . . . . . . . 138
XIV Contents

3.3.3.4 Some Remarks . . . . . . . . . . . . . . . . . . . . . . 139

3.4 Variance Reduction Techniques . . . . . . . . . . . . . . . . . . . . . . . . 140
3.4.1 Variance Reduction and Efficiency . . . . . . . . . . . . . . 141
3.4.2 Antithetic Variates . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
3.4.2.1 The Gaussian Case . . . . . . . . . . . . . . . . . . 141
3.4.2.2 General Case . . . . . . . . . . . . . . . . . . . . . . . 143
3.4.3 Control Variates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
3.4.3.1 Basic Idea . . . . . . . . . . . . . . . . . . . . . . . . . . 143
3.4.3.2 Non-Linear Controls . . . . . . . . . . . . . . . . . 145
3.4.4 Importance Sampling . . . . . . . . . . . . . . . . . . . . . . . . . 146
3.4.4.1 Basic Idea . . . . . . . . . . . . . . . . . . . . . . . . . . 146
3.4.4.2 Density Formulation . . . . . . . . . . . . . . . . . 147
3.4.4.3 Importance Sampling and SDEs . . . . . . . 149
3.4.4.4 More on SDE Path Simulation . . . . . . . . 150
3.4.4.5 Rare Event Simulation and Linearization 152
3.5 Some Notes on Bermudan Security Pricing . . . . . . . . . . . . . . 156
3.5.1 Basic Idea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
3.5.2 Parametric Lower Bound Methods . . . . . . . . . . . . . . 157
3.5.3 Parametric Lower Bound: An Example . . . . . . . . . . 158
3.5.4 Regression-Based Lower Bound . . . . . . . . . . . . . . . . . 159
3.5.5 Upper Bound Methods . . . . . . . . . . . . . . . . . . . . . . . . 160
3.5.6 Confidence Intervals . . . . . . . . . . . . . . . . . . . . . . . . . . 161
3.5.7 Other Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
3.A Appendix: Constants for Φ−1 Algorithm . . . . . . . . . . . . . . . . 163

4 Fundamentals of Interest Rate Modeling . . . . . . . . . . . . . . . 165

4.1 Fixed Income Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
4.1.1 Bonds and Forward Rates . . . . . . . . . . . . . . . . . . . . . 165
4.1.2 Futures Rates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
4.1.3 Annuity Factors and Par Rates . . . . . . . . . . . . . . . . . 168
4.2 Fixed Income Probability Measures . . . . . . . . . . . . . . . . . . . . 169
4.2.1 Risk Neutral Measure . . . . . . . . . . . . . . . . . . . . . . . . . 170
4.2.2 T -Forward Measure . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
4.2.3 Spot Measure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
4.2.4 Terminal and Hybrid Measures . . . . . . . . . . . . . . . . . 174
4.2.5 Swap Measures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
4.3 Multi-Currency Markets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
4.3.1 Notations and FX Forwards . . . . . . . . . . . . . . . . . . . . 176
4.3.2 Risk Neutral Measures . . . . . . . . . . . . . . . . . . . . . . . . 177
4.3.3 Other Measures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
4.4 The HJM Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
4.4.1 Bond Price Dynamics . . . . . . . . . . . . . . . . . . . . . . . . . 179
4.4.2 Forward Rate Dynamics . . . . . . . . . . . . . . . . . . . . . . . 180
4.4.3 Short Rate Process . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
4.5 Examples of HJM Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
 Contents XV

4.5.1 The Gaussian Model . . . . . . . . . . . . . . . . . . . . . . . . . . 182

4.5.2 Gaussian HJM Models with Markovian Short Rate 185
4.5.3 Log-Normal HJM Models . . . . . . . . . . . . . . . . . . . . . . 187

5 Fixed Income Instruments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

5.1 Fixed Income Markets and Participants . . . . . . . . . . . . . . . . 189
5.2 Certificates of Deposit and Libor Rates . . . . . . . . . . . . . . . . . 192
5.3 Forward Rate Agreements (FRA) . . . . . . . . . . . . . . . . . . . . . . 193
5.4 Eurodollar Futures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
5.5 Fixed-for-Floating Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
5.6 Libor-in-Arrears Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
5.7 Averaging Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
5.8 Caps and Floors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
5.9 Digital Caps and Floors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
5.10 European Swaptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
5.10.1 Cash-Settled Swaptions . . . . . . . . . . . . . . . . . . . . . . . 203
5.11 CMS Swaps, Caps and Floors . . . . . . . . . . . . . . . . . . . . . . . . . 204
5.12 Bermudan Swaptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
5.13 Exotic Swaps and Structured Notes . . . . . . . . . . . . . . . . . . . . 206
5.13.1 Libor-Based Exotic Swaps . . . . . . . . . . . . . . . . . . . . . 207
5.13.2 CMS-Based Exotic Swaps . . . . . . . . . . . . . . . . . . . . . 208
5.13.3 Multi-Rate Exotic Swaps . . . . . . . . . . . . . . . . . . . . . . 208
5.13.4 Range Accruals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
5.13.5 Path-Dependent Swaps . . . . . . . . . . . . . . . . . . . . . . . . 210
5.14 Callable Libor Exotics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
5.14.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
5.14.2 Pricing Callable Libor Exotics . . . . . . . . . . . . . . . . . . 213
5.14.3 Types of Callable Libor Exotics . . . . . . . . . . . . . . . . 214
5.14.4 Callable Snowballs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
5.14.5 CLEs Accreting at Coupon Rate . . . . . . . . . . . . . . . 214
5.14.6 Multi-Tranches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
5.15 TARNs and Other Trade-Level Features . . . . . . . . . . . . . . . . 215
5.15.1 Knock-out Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
5.15.2 TARNs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
5.15.3 Global Cap . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
5.15.4 Global Floor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
5.15.5 Pricing and Trade Representation Challenges . . . . 217
5.16 Volatility Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
5.16.1 Volatility Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
5.16.2 Volatility Swaps with a Shout . . . . . . . . . . . . . . . . . . 219
5.16.3 Min-Max Volatility Swaps . . . . . . . . . . . . . . . . . . . . . 220
5.16.4 Forward Starting Options and Other Forward
Volatility Contracts . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
5.A Appendix: Day Counting Rules and Other Trivia . . . . . . . . 221
5.A.1 Libor Rate Definitions . . . . . . . . . . . . . . . . . . . . . . . . 222
5.A.2 Swap Payments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
XVI Contents

Part II Vanilla Models

6 Yield Curve Construction and Risk Management . . . . . . 227

6.1 Notations and Problem Definition . . . . . . . . . . . . . . . . . . . . . 228
6.1.1 Discount Curves . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
6.1.2 Matrix Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
6.1.3 Construction Principles and Yield Curves . . . . . . . . 230
6.2 Yield Curve Fitting with N -Knot Splines . . . . . . . . . . . . . . . 232
6.2.1 C 0 Yield Curves: Bootstrapping . . . . . . . . . . . . . . . . 232
6.2.1.1 Piecewise Linear Yields . . . . . . . . . . . . . . 233
6.2.1.2 Piecewise Flat Forward Rates . . . . . . . . . 234
6.2.2 C 1 Yield Curves: Hermite Splines . . . . . . . . . . . . . . . 236
6.2.3 C 2 Yield Curves: Twice Differentiable Cubic
Splines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
6.2.4 C 2 Yield Curves: Twice Differentiable Tension
Splines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
6.3 Non-Parametric Optimal Yield Curve Fitting . . . . . . . . . . . 243
6.3.1 Norm Specification and Optimization . . . . . . . . . . . 243
6.3.2 Choice of λ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
6.3.3 Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
6.4 Managing Yield Curve Risk . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
6.4.1 Par-Point Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
6.4.2 Forward Rate Approach . . . . . . . . . . . . . . . . . . . . . . . 250
6.4.3 From Risks to Hedging: The Jacobian Approach . . 252
6.4.4 Cumulative Shifts and other Common Tricks . . . . . 254
6.5 Various Topics in Discount Curve Construction . . . . . . . . . . 256
6.5.1 Curve Overlays and Turn-of-Year Effects . . . . . . . . 256
6.5.2 Cross-Currency Curve Construction . . . . . . . . . . . . . 257
6.5.2.1 Basic Problem . . . . . . . . . . . . . . . . . . . . . . 257
6.5.2.2 Separation of Discount and Forward
Rate Curves . . . . . . . . . . . . . . . . . . . . . . . . 258
6.5.2.3 Cross-Currency Basis Swaps . . . . . . . . . . 260
6.5.2.4 Modified Curve Construction Algorithm 261
6.5.3 Tenor Basis and Multi-Index Curve Group
Construction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
6.A Appendix: Spline Theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
6.A.1 Hermite Spline Theory . . . . . . . . . . . . . . . . . . . . . . . . 268
6.A.2 C 2 Cubic Splines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
6.A.3 C 2 Exponential Tension Splines . . . . . . . . . . . . . . . . 272

7 Vanilla Models with Local Volatility . . . . . . . . . . . . . . . . . . . 275

7.1 General Framework . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276
7.1.1 Model Dynamics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276
7.1.2 Volatility Smile and Implied Density . . . . . . . . . . . . 276
 Contents XVII

7.1.3 Choice of ϕ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

7.2 CEV Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
7.2.1 Basic Properties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
7.2.2 Call Option Pricing . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
7.2.3 Regularization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
7.2.4 Displaced Diffusion Models . . . . . . . . . . . . . . . . . . . . 283
7.3 Quadratic Volatility Model . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
7.3.1 Case 1: Two Real Roots to the Left of S(0) . . . . . . 285
7.3.2 Case 2: One Real Root to the Left of S(0) . . . . . . . 289
7.3.3 Extensions and Other Root Configurations . . . . . . . 289
7.4 Finite Difference Solutions for General ϕ . . . . . . . . . . . . . . . 290
7.4.1 Multiple λ and T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
7.4.2 Forward Equation for Call Options . . . . . . . . . . . . . 291
7.5 Asymptotic Expansions for General ϕ . . . . . . . . . . . . . . . . . . 293
7.5.1 Expansion around Displaced Log-Normal Process . 293
7.5.2 Expansion around Gaussian Process . . . . . . . . . . . . 296
7.6 Extensions to Time-Dependent ϕ . . . . . . . . . . . . . . . . . . . . . . 297
7.6.1 Separable Case . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
7.6.2 Skew Averaging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
7.6.2.1 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . 302
7.6.2.2 A Caveat About the Process Domain . . 304
7.6.3 Skew and Convexity Averaging by Small-Noise
Expansion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
7.6.4 Numerical Example . . . . . . . . . . . . . . . . . . . . . . . . . . . 309

8 Vanilla Models with Stochastic Volatility I . . . . . . . . . . . . . 313

8.1 Model Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
8.2 Model Parameters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
8.3 Basic Properties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
8.4 Fourier Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
8.4.1 General Theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
8.4.2 Applications to SV Model . . . . . . . . . . . . . . . . . . . . . 325
8.4.3 Numerical Implementation . . . . . . . . . . . . . . . . . . . . . 328
8.4.4 Refinements of Numerical Implementation . . . . . . . 330
8.4.5 Fourier Integration for Arbitrary European Payoffs 334
8.5 Integration in Variance Domain . . . . . . . . . . . . . . . . . . . . . . . 337
8.6 CEV-Type Stochastic Volatility Models and SABR . . . . . . 341
8.7 Numerical Examples: Volatility Smile Statics . . . . . . . . . . . . 343
8.8 Numerical Examples: Volatility Smile Dynamics . . . . . . . . . 345
8.9 Hedging in Stochastic Volatility Models . . . . . . . . . . . . . . . . 350
8.9.1 Hedge Construction, Delta and Vega . . . . . . . . . . . . 350
8.9.2 Minimum Variance Delta Hedging . . . . . . . . . . . . . . 353
8.9.3 Minimum Variance Hedging: an Example . . . . . . . . 354
8.A Appendix: General Volatility Processes . . . . . . . . . . . . . . . . . 356
XVIII Contents

9 Vanilla Models with Stochastic Volatility II . . . . . . . . . . . . 359

9.1 Fourier Integration with Time-Dependent Parameters . . . . 359
9.2 Asymptotic Expansion with Time-Dependent Volatility . . 362
9.3 Averaging Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
9.3.1 Volatility Averaging . . . . . . . . . . . . . . . . . . . . . . . . . . 367
9.3.2 Skew Averaging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
9.3.3 Volatility of Variance Averaging . . . . . . . . . . . . . . . . 370
9.3.4 Calibration by Parameter Averaging . . . . . . . . . . . . 372
9.4 PDE Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
9.4.1 PDE Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
9.4.2 Range for Stochastic Variance . . . . . . . . . . . . . . . . . . 378
9.4.3 Discretizing Stochastic Variance . . . . . . . . . . . . . . . . 379
9.4.4 Boundary Conditions for Stochastic Variance . . . . . 381
9.4.5 Range for Underlying . . . . . . . . . . . . . . . . . . . . . . . . . 382
9.4.6 Discretizing the Underlying . . . . . . . . . . . . . . . . . . . . 383
9.5 Monte Carlo Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383
9.5.1 Exact Simulation of Variance Process . . . . . . . . . . . 384
9.5.2 Biased Taylor-Type Schemes for Variance Process 385
9.5.2.1 Euler Schemes . . . . . . . . . . . . . . . . . . . . . . 385
9.5.2.2 Higher-Order Schemes . . . . . . . . . . . . . . . 385
9.5.3 Moment Matching Schemes for Variance Process . . 386
9.5.3.1 Log-normal Approximation . . . . . . . . . . . 386
9.5.3.2 Truncated Gaussian . . . . . . . . . . . . . . . . . 387
9.5.3.3 Quadratic-Exponential . . . . . . . . . . . . . . . 388
9.5.3.4 Summary of QE Algorithm . . . . . . . . . . . 390
9.5.4 Broadie-Kaya Scheme for the Underlying . . . . . . . 390
9.5.5 Other Schemes for the Underlying . . . . . . . . . . . . . . 392
9.5.5.1 Taylor-Type Schemes . . . . . . . . . . . . . . . . 392
9.5.5.2 Simplified Broadie-Kaya . . . . . . . . . . . . . . 392
9.5.5.3 Martingale Correction . . . . . . . . . . . . . . . 392
9.A Appendix: Proof of Proposition 9.3.4 . . . . . . . . . . . . . . . . . . . 393
9.B Appendix: Coefficients for Asymptotic Expansion . . . . . . . . 397
 Contents XIX

VOLUME II Term Structure Models

Part III Term Structure Models

10 One-Factor Short Rate Models I . . . . . . . . . . . . . . . . . . . . . . . 401

10.1 The One-Factor Gaussian Short Rate Model . . . . . . . . . . . . 402
10.1.1 The Ho-Lee Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402
10.1.1.1 Notations and First Steps . . . . . . . . . . . . 402
10.1.1.2 Fitting the Term Structure of
Discount Bonds . . . . . . . . . . . . . . . . . . . . . 403
10.1.1.3 Analysis and Comparison with HJM
Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . 405
10.1.2 The Mean-Reverting GSR Model . . . . . . . . . . . . . . . 407
10.1.2.1 The Vasicek Model . . . . . . . . . . . . . . . . . . 407
10.1.2.2 The General One-Factor GSR Model . . . 409
10.1.2.3 Time-Stationarity and Caplet Hump . . . 412
10.1.3 European Option Pricing . . . . . . . . . . . . . . . . . . . . . . 414
10.1.3.1 The Jamshidian Decomposition . . . . . . . 414
10.1.3.2 Gaussian Swap Rate Approximation . . . 416
10.1.4 Swaption Calibration . . . . . . . . . . . . . . . . . . . . . . . . . 417
10.1.5 Finite Difference Methods . . . . . . . . . . . . . . . . . . . . . 418
10.1.5.1 PDE and Spatial Boundary Conditions . 419
10.1.5.2 Determining Spatial Boundary
Conditions from PDE . . . . . . . . . . . . . . . . 420
10.1.5.3 Upwinding . . . . . . . . . . . . . . . . . . . . . . . . . 421
10.1.6 Monte Carlo Simulation . . . . . . . . . . . . . . . . . . . . . . . 421
10.1.6.1 Exact Discretization . . . . . . . . . . . . . . . . . 421
10.1.6.2 Approximate Discretization . . . . . . . . . . . 423
10.1.6.3 Using other Measures for Simulation . . . 424
10.2 The Affine One-Factor Model . . . . . . . . . . . . . . . . . . . . . . . . . 425
10.2.1 Basic Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
10.2.1.1 SDE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
10.2.1.2 Regularity Issues . . . . . . . . . . . . . . . . . . . . 426
10.2.1.3 Volatility Skew . . . . . . . . . . . . . . . . . . . . . . 426
10.2.1.4 Time-Dependent Parameters . . . . . . . . . . 427
10.2.2 Discount Bond Pricing and Extended Transform . . 427
10.2.2.1 Constant Parameters . . . . . . . . . . . . . . . . 428
10.2.2.2 Piecewise Constant Parameters . . . . . . . 430
10.2.3 Discount Bond Calibration . . . . . . . . . . . . . . . . . . . . . 431
10.2.3.1 Change of Variables . . . . . . . . . . . . . . . . . 431
10.2.3.2 Algorithm for ω(t) . . . . . . . . . . . . . . . . . . . 432
10.2.4 European Option Pricing . . . . . . . . . . . . . . . . . . . . . . 433
XX Contents

10.2.5 Swaption Calibration . . . . . . . . . . . . . . . . . . . . . . . . . 435

10.2.5.1 Basic Problem . . . . . . . . . . . . . . . . . . . . . . 435
10.2.5.2 Calibration Algorithm . . . . . . . . . . . . . . . 436
10.2.6 Quadratic One-Factor Model . . . . . . . . . . . . . . . . . . . 437
10.2.7 Numerical Methods for the Affine Short Rate
Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437

11 One-Factor Short Rate Models II . . . . . . . . . . . . . . . . . . . . . . 439

11.1 Log-Normal Short Rate Models . . . . . . . . . . . . . . . . . . . . . . . 439
11.1.1 The Black-Derman-Toy Model . . . . . . . . . . . . . . . . . 439
11.1.2 Black-Karasinski Model . . . . . . . . . . . . . . . . . . . . . . . 441
11.1.3 Issues in Log-Normal Models . . . . . . . . . . . . . . . . . . . 441
11.1.4 Sandmann-Sondermann Transformation . . . . . . . . . 442
11.2 Other Short Rate Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445
11.2.1 Power-Type Models and Empirical Model
Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445
11.2.2 The Black Shadow Rate Model . . . . . . . . . . . . . . . . . 446
11.2.3 Spanned and Unspanned Stochastic Volatility:
the Fong and Vasicek Model . . . . . . . . . . . . . . . . . . . 448
11.3 Numerical Methods for General One-Factor Short Rate
Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449
11.3.1 Finite Difference Methods . . . . . . . . . . . . . . . . . . . . . 450
11.3.2 Calibration to Initial Yield Curve . . . . . . . . . . . . . . . 451
11.3.2.1 Forward Induction . . . . . . . . . . . . . . . . . . . 452
11.3.2.2 Forward-from-Backward Induction . . . . . 453
11.3.2.3 Yield Curve and Volatility Calibration . 455
11.3.2.4 The Dybvig Parameterization . . . . . . . . . 457
11.3.2.5 Link to HJM Models . . . . . . . . . . . . . . . . . 458
11.3.2.6 The Hagan and Woodward
Parameterization . . . . . . . . . . . . . . . . . . . . 459
11.3.3 Monte Carlo Simulation . . . . . . . . . . . . . . . . . . . . . . . 462
11.3.3.1 SDE Discretization . . . . . . . . . . . . . . . . . . 462
11.3.3.2 Practical Issues with Monte Carlo
Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . 464
11.A Appendix: Markov-Functional Models . . . . . . . . . . . . . . . . . . 466
11.A.1 State Process and Numeraire Mapping . . . . . . . . . . 466
11.A.2 Libor MF Parameterization . . . . . . . . . . . . . . . . . . . . 467
11.A.3 Swap MF Parameterization . . . . . . . . . . . . . . . . . . . . 469
11.A.4 Non-Parametric Calibration . . . . . . . . . . . . . . . . . . . . 470
11.A.5 Numerical Implementation . . . . . . . . . . . . . . . . . . . . . 471
11.A.6 Comments and Comparisons . . . . . . . . . . . . . . . . . . . 472
 Contents XXI

12 Multi-Factor Short Rate Models . . . . . . . . . . . . . . . . . . . . . . . 473

12.1 The Gaussian Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 474
12.1.1 Development from Separability Condition . . . . . . . . 474
12.1.1.1 Mean-Reverting State Variables . . . . . . . 475
12.1.1.2 Further Changes of Variables . . . . . . . . . 479
12.1.2 Classical Development . . . . . . . . . . . . . . . . . . . . . . . . 481
12.1.2.1 Diagonalization of Mean Reversion
Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482
12.1.3 Correlation Structure . . . . . . . . . . . . . . . . . . . . . . . . . 484
12.1.4 The Two-Factor Gaussian Model . . . . . . . . . . . . . . . 485
12.1.4.1 Some Basics . . . . . . . . . . . . . . . . . . . . . . . . 485
12.1.4.2 Variance and Correlation Structure . . . . 486
12.1.4.3 Volatility Hump . . . . . . . . . . . . . . . . . . . . . 487
12.1.4.4 Another Formulation of the
Two-Factor Model . . . . . . . . . . . . . . . . . . . 488
12.1.5 Multi-Factor Statistical Gaussian Model . . . . . . . . . 491
12.1.6 Swaption Pricing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 496
12.1.6.1 Jamshidian Decomposition . . . . . . . . . . . 496
12.1.6.2 Gaussian Swap Rate Approximation . . . 500
12.1.7 Calibration via Benchmark Rates . . . . . . . . . . . . . . . 501
12.1.8 Monte Carlo Simulation . . . . . . . . . . . . . . . . . . . . . . . 504
12.1.9 Finite Difference Methods . . . . . . . . . . . . . . . . . . . . . 505
12.2 The Affine Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 506
12.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 506
12.2.2 Basic Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 507
12.2.3 Regularity Issues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508
12.2.4 Discount Bond Prices . . . . . . . . . . . . . . . . . . . . . . . . . 509
12.2.5 Some Concrete Models . . . . . . . . . . . . . . . . . . . . . . . . 511
12.2.5.1 Fong-Vasicek Model . . . . . . . . . . . . . . . . . 511
12.2.5.2 Longstaff-Schwartz Model . . . . . . . . . . . . 512
12.2.5.3 Multi-Factor CIR Models . . . . . . . . . . . . . 513
12.2.6 Brief Notes on Option Pricing . . . . . . . . . . . . . . . . . . 514
12.3 The Quadratic Gaussian Model . . . . . . . . . . . . . . . . . . . . . . . 514
12.3.1 Quadratic Gaussian Models are Affine . . . . . . . . . . . 515
12.3.2 The Basics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 516
12.3.3 Parameterization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518
12.3.3.1 Smile Generation . . . . . . . . . . . . . . . . . . . . 518
12.3.3.2 Quadratic Term . . . . . . . . . . . . . . . . . . . . . 519
12.3.3.3 Linear Term . . . . . . . . . . . . . . . . . . . . . . . . 521
12.3.4 Swaption Pricing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 522
12.3.4.1 State Vector Distribution Under the
Annuity Measure . . . . . . . . . . . . . . . . . . . . 522
12.3.4.2 Exact Pricing of European Swaptions . . 523
12.3.4.3 Approximations for European Swaptions 524
12.3.5 Calibration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527
XXII Contents

12.3.6 Spanned Stochastic Volatility . . . . . . . . . . . . . . . . . . 528

12.3.7 Numerical Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . 528
12.A Appendix: Quadratic Forms of Gaussian Vectors . . . . . . . . 528

13 The Quasi-Gaussian Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . 533

13.1 One-Factor Quasi-Gaussian Model . . . . . . . . . . . . . . . . . . . . . 533
13.1.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 533
13.1.2 Local Volatility . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 535
13.1.3 Swap Rate Dynamics . . . . . . . . . . . . . . . . . . . . . . . . . 536
13.1.4 Approximate Local Volatility Dynamics for Swap
Rate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 537
13.1.4.1 Simple Approximation . . . . . . . . . . . . . . . 538
13.1.4.2 Advanced Approximation . . . . . . . . . . . . . 538
13.1.5 Linear Local Volatility . . . . . . . . . . . . . . . . . . . . . . . . 541
13.1.6 Linear Local Volatility for a Swaption Strip . . . . . . 543
13.1.7 Volatility Calibration . . . . . . . . . . . . . . . . . . . . . . . . . 544
13.1.8 Mean Reversion Calibration . . . . . . . . . . . . . . . . . . . . 546
13.1.8.1 Effects of Mean Reversion . . . . . . . . . . . . 546
13.1.8.2 Calibrating Mean Reversion to
Volatility Ratios . . . . . . . . . . . . . . . . . . . . . 548
13.1.8.3 Calibrating Mean Reversion to
Inter-Temporal Correlations . . . . . . . . . . 551
13.1.8.4 Final Comments on Mean Reversion
Calibration . . . . . . . . . . . . . . . . . . . . . . . . . 553
13.1.9 Numerical Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . 554
13.1.9.1 Direct Integration . . . . . . . . . . . . . . . . . . . 554
13.1.9.2 Finite Difference Methods . . . . . . . . . . . . 556
13.1.9.3 Monte Carlo Simulation . . . . . . . . . . . . . . 559
13.1.9.4 Single-State Approximations . . . . . . . . . . 559
13.2 One-Factor Quasi-Gaussian Model with Stochastic
Volatility . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 563
13.2.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 563
13.2.2 Swap Rate Dynamics . . . . . . . . . . . . . . . . . . . . . . . . . 564
13.2.3 Volatility Calibration . . . . . . . . . . . . . . . . . . . . . . . . . 566
13.2.4 Mean Reversion Calibration . . . . . . . . . . . . . . . . . . . . 567
13.2.5 Non-Zero Correlation . . . . . . . . . . . . . . . . . . . . . . . . . 567
13.2.6 PDE and Monte Carlo Methods . . . . . . . . . . . . . . . . 568
13.3 Multi-Factor Quasi-Gaussian Model . . . . . . . . . . . . . . . . . . . . 568
13.3.1 General Multi-Factor Model . . . . . . . . . . . . . . . . . . . 568
13.3.2 Local and Stochastic Volatility Parameterization . 570
13.3.3 Swap Rate Dynamics and Approximations . . . . . . . 572
13.3.4 Volatility Calibration . . . . . . . . . . . . . . . . . . . . . . . . . 577
13.3.5 Mean Reversions, Correlations, and Numerical
Schemes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 578
13.A Appendix: Density Approximation . . . . . . . . . . . . . . . . . . . . . 579
 Contents XXIII

13.A.1 Simplified Forward Measure Dynamics . . . . . . . . . . 579

13.A.2 Effective Volatility . . . . . . . . . . . . . . . . . . . . . . . . . . . . 580
13.A.3 The Forward Equation for Call Options . . . . . . . . . 581
13.A.4 Asymptotic Expansion . . . . . . . . . . . . . . . . . . . . . . . . 582
13.A.5 Proof of Theorem 13.1.14 . . . . . . . . . . . . . . . . . . . . . . 583

14 The Libor Market Model I . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585

14.1 Introduction and Setup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 586
14.1.1 Motivation and Historical Notes . . . . . . . . . . . . . . . . 586
14.1.2 Tenor Structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 587
14.2 LM Dynamics and Measures . . . . . . . . . . . . . . . . . . . . . . . . . . 587
14.2.1 Setting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 587
14.2.2 Probability Measures . . . . . . . . . . . . . . . . . . . . . . . . . . 588
14.2.3 Link to HJM Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 591
14.2.4 Separable Deterministic Volatility Function . . . . . . 592
14.2.5 Stochastic Volatility . . . . . . . . . . . . . . . . . . . . . . . . . . 594
14.2.6 Time-Dependence in Model Parameters . . . . . . . . . 597
14.3 Correlation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 597
14.3.1 Empirical Principal Components Analysis . . . . . . . 598
14.3.1.1 Example: USD Forward Rates . . . . . . . . 599
14.3.2 Correlation Estimation and Smoothing . . . . . . . . . . 600
14.3.2.1 Example: Fit to USD Data . . . . . . . . . . . 603
14.3.3 Negative Eigenvalues . . . . . . . . . . . . . . . . . . . . . . . . . . 604
14.3.4 Correlation PCA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 605
14.3.4.1 Example: USD Data . . . . . . . . . . . . . . . . . 607
14.3.4.2 Poor Man’s Correlation PCA . . . . . . . . . 608
14.4 Pricing of European Options . . . . . . . . . . . . . . . . . . . . . . . . . . 608
14.4.1 Caplets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 609
14.4.2 Swaptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 610
14.4.3 Spread Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 613
14.4.3.1 Term Correlation . . . . . . . . . . . . . . . . . . . . 614
14.4.3.2 Spread Option Pricing . . . . . . . . . . . . . . . 615
14.5 Calibration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 615
14.5.1 Basic Principles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 615
14.5.2 Parameterization of kλk (t)k . . . . . . . . . . . . . . . . . . . . 616
14.5.3 Interpolation on the Whole Grid . . . . . . . . . . . . . . . . 617
14.5.4 Construction of λk (t) from kλk (t)k . . . . . . . . . . . . . . 619
14.5.4.1 Covariance PCA . . . . . . . . . . . . . . . . . . . . 620
14.5.4.2 Correlation PCA . . . . . . . . . . . . . . . . . . . . 620
14.5.4.3 Discussion and Recommendation . . . . . . 621
14.5.5 Choice of Calibration Instruments . . . . . . . . . . . . . . 621
14.5.6 Calibration Objective Function . . . . . . . . . . . . . . . . . 624
14.5.7 Sample Calibration Algorithm . . . . . . . . . . . . . . . . . . 626
14.5.8 Speed-Up Through Sub-Problem Splitting . . . . . . . 627
14.5.9 Correlation Calibration to Spread Options . . . . . . . 629
XXIV Contents

14.5.10 Volatility Skew Calibration . . . . . . . . . . . . . . . . . . . . 631

14.6 Monte Carlo Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 631
14.6.1 Euler-Type Schemes . . . . . . . . . . . . . . . . . . . . . . . . . . 632
14.6.1.1 Analysis of Computational Effort . . . . . . 633
14.6.1.2 Long Time Steps . . . . . . . . . . . . . . . . . . . . 634
14.6.1.3 Notes on the Choice of Numeraire . . . . . 636
14.6.2 Other Simulation Schemes . . . . . . . . . . . . . . . . . . . . . 636
14.6.2.1 Special-Purpose Schemes with Drift
Predictor-Corrector . . . . . . . . . . . . . . . . . . 637
14.6.2.2 Euler Scheme with Predictor-Corrector . 638
14.6.2.3 Lagging Predictor-Corrector Scheme . . . 638
14.6.2.4 Further Refinements of Drift Estimation 640
14.6.2.5 Brownian-Bridge Schemes and Other
Ideas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 641
14.6.2.6 High-Order Schemes . . . . . . . . . . . . . . . . . 643
14.6.3 Martingale Discretization . . . . . . . . . . . . . . . . . . . . . . 644
14.6.3.1 Deflated Bond Price Discretization . . . . 645
14.6.3.2 Comments and Alternatives . . . . . . . . . . 646
14.6.4 Variance Reduction . . . . . . . . . . . . . . . . . . . . . . . . . . . 647
14.6.4.1 Antithetic Sampling . . . . . . . . . . . . . . . . . 647
14.6.4.2 Control Variates . . . . . . . . . . . . . . . . . . . . 648
14.6.4.3 Importance Sampling . . . . . . . . . . . . . . . . 648

15 The Libor Market Model II . . . . . . . . . . . . . . . . . . . . . . . . . . . . 651

15.1 Interpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 651
15.1.1 Back Stub, Simple Interpolation . . . . . . . . . . . . . . . . 652
15.1.2 Back Stub, Arbitrage-Free Interpolation . . . . . . . . . 653
15.1.3 Back Stub, Gaussian Model . . . . . . . . . . . . . . . . . . . . 655
15.1.4 Front Stub, Zero Volatility . . . . . . . . . . . . . . . . . . . . . 656
15.1.5 Front Stub, Exogenous Volatility . . . . . . . . . . . . . . . 657
15.1.6 Front Stub, Simple Interpolation . . . . . . . . . . . . . . . 660
15.1.7 Front Stub, Gaussian Model . . . . . . . . . . . . . . . . . . . 661
15.2 Advanced Swaption Pricing via Markovian Projection . . . . 662
15.2.1 Advanced Formula for Swap Rate Volatility . . . . . . 664
15.2.2 Advanced Formula for Swap Rate Skew . . . . . . . . . 666
15.2.3 Skew and Smile Calibration in LM Models . . . . . . . 668
15.3 Near-Markov LM Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 670
15.4 Swap Market Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 670
15.5 Evolving Separate Discount and Forward Rate Curves . . . . 672
15.5.1 Basic Ideas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 673
15.5.2 HJM Extension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 674
15.5.3 Applications to LM Models . . . . . . . . . . . . . . . . . . . 677
15.5.4 Deterministic Spread . . . . . . . . . . . . . . . . . . . . . . . . . . 681
15.6 SV Models with Non-Zero Correlation . . . . . . . . . . . . . . . . . . 681
15.7 Multi-Stochastic Volatility Extensions . . . . . . . . . . . . . . . . . . 683
 Contents XXV

15.7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 683

15.7.2 Setup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 684
15.7.3 Pricing Caplets and Swaptions . . . . . . . . . . . . . . . . . 685
15.7.4 Spread Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 686
15.7.5 Another Use of Multi-Dimensional Stochastic
Volatility . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 687
XXVI Contents

VOLUME III Products and Risk Management

Part IV Products

16 Single-Rate Vanilla Derivatives . . . . . . . . . . . . . . . . . . . . . . . . 691

16.1 European Swaptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 691
16.1.1 Smile Dynamics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 692
16.1.2 Adjustable Backbone . . . . . . . . . . . . . . . . . . . . . . . . . . 693
16.1.3 Stochastic Volatility Swaption Grid . . . . . . . . . . . . . 696
16.1.4 Calibrating Stochastic Volatility Model to
Swaptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 697
16.1.5 Some Other Interpolation Rules . . . . . . . . . . . . . . . . 699
16.2 Caps and Floors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 700
16.2.1 Basic Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 700
16.2.2 Setup and Norms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 701
16.2.3 Calibration Procedure . . . . . . . . . . . . . . . . . . . . . . . . . 702
16.3 Terminal Swap Rate Models . . . . . . . . . . . . . . . . . . . . . . . . . . 703
16.3.1 TSR Basics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 703
16.3.2 Linear TSR Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . 705
16.3.3 Exponential TSR Model . . . . . . . . . . . . . . . . . . . . . . . 708
16.3.4 Swap-Yield TSR Model . . . . . . . . . . . . . . . . . . . . . . . 709
16.4 Libor-in-Arrears . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 710
16.5 Libor-with-Delay . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 713
16.5.1 Swap-Yield TSR Model . . . . . . . . . . . . . . . . . . . . . . . 714
16.5.2 Other Terminal Swap Rate Models . . . . . . . . . . . . . 715
16.5.3 Approximations Inspired by Term Structure
Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 715
16.5.4 Applications to Averaging Swaps . . . . . . . . . . . . . . . 716
16.6 CMS and CMS-Linked Cash Flows . . . . . . . . . . . . . . . . . . . . 717
16.6.1 The Replication Method for CMS . . . . . . . . . . . . . . . 718
16.6.2 Annuity Mapping Function as a Conditional
Expected Value . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 720
16.6.3 Swap-Yield TSR Model . . . . . . . . . . . . . . . . . . . . . . . 722
16.6.4 Linear and Other TSR Models . . . . . . . . . . . . . . . . . 722
16.6.5 The Quasi-Gaussian Model . . . . . . . . . . . . . . . . . . . . 724
16.6.6 The Libor Market Model . . . . . . . . . . . . . . . . . . . . . . 725
16.6.7 Correcting Non-Arbitrage-Free Methods . . . . . . . . . 728
16.6.8 Impact of Annuity Mapping Function and Mean
Reversion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 729
16.6.9 CDF and PDF of CMS Rate in Forward Measure . 730
16.6.10 SV Model for CMS Rate . . . . . . . . . . . . . . . . . . . . . . 734
 Contents XXVII

16.6.11 Dynamics of CMS Rate in Forward Measure . . . . . 735

16.6.12 Cash-Settled Swaptions . . . . . . . . . . . . . . . . . . . . . . . 738
16.7 Quanto CMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 740
16.7.1 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 740
16.7.2 Modeling the Joint Distribution of Swap Rate
and Forward Exchange Rate . . . . . . . . . . . . . . . . . . . 742
16.7.3 Normalizing Constant and Final Formula . . . . . . . . 743
16.8 Eurodollar Futures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 744
16.8.1 Fundamental Results on Futures . . . . . . . . . . . . . . . . 745
16.8.2 Motivations and Plan . . . . . . . . . . . . . . . . . . . . . . . . . 747
16.8.3 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 748
16.8.4 Expansion Around the Futures Value . . . . . . . . . . . 748
16.8.5 Forward Rate Variances . . . . . . . . . . . . . . . . . . . . . . . 751
16.8.6 Forward Rate Correlations . . . . . . . . . . . . . . . . . . . . . 753
16.8.7 The Formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 754
16.9 Convexity and Moment Explosions . . . . . . . . . . . . . . . . . . . . 755

17 Multi-Rate Vanilla Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . 759

17.1 Introduction to Multi-Rate Vanilla Derivatives . . . . . . . . . . 759
17.2 Marginal Distributions and Reference Measure . . . . . . . . . . 761
17.3 Dependence Structure via Copulas . . . . . . . . . . . . . . . . . . . . . 762
17.3.1 Introduction to Gaussian Copula Method . . . . . . . . 762
17.3.2 General Copulas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 764
17.3.3 Archimedean Copulas . . . . . . . . . . . . . . . . . . . . . . . . . 766
17.3.4 Making Copulas from Other Copulas . . . . . . . . . . . . 767
17.4 Copula Methods for CMS Spread Options . . . . . . . . . . . . . . 770
17.4.1 Normal Model for the Spread . . . . . . . . . . . . . . . . . . 770
17.4.2 Gaussian Copula for Spread Options . . . . . . . . . . . . 771
17.4.3 Spread Volatility Smile Modeling with the Power
Gaussian Copula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 774
17.4.4 Copula Implied From Spread Options . . . . . . . . . . . 775
17.5 Rates Observed at Different Times . . . . . . . . . . . . . . . . . . . . . 778
17.6 Numerical Methods for Copulas . . . . . . . . . . . . . . . . . . . . . . . 779
17.6.1 Numerical Integration Methods . . . . . . . . . . . . . . . . . 780
17.6.2 Dimensionality Reduction for CMS Spread Options 783
17.6.3 Dimensionality Reduction for Other Multi-Rate
Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 785
17.6.4 Dimensionality Reduction by Conditioning . . . . . . . 787
17.6.5 Dimensionality Reduction by Measure Change . . . 791
17.6.6 Monte Carlo Methods . . . . . . . . . . . . . . . . . . . . . . . . . 793
17.7 Limitations of the Copula Method . . . . . . . . . . . . . . . . . . . . . 795
17.8 Stochastic Volatility Modeling for Multi-Rate Options . . . . 796
17.8.1 Measure Change by Drift Adjustment . . . . . . . . . . . 797
17.8.2 Measure Change by CMS Caplet Calibration . . . . . 798
17.8.3 Impact of Correlations on the Spread Smile . . . . . . 799
XXVIII Contents

17.8.4 Connection to Term Structure Models . . . . . . . . . . . 800

17.9 CMS Spread Options in Term Structure Models . . . . . . . . . 802
17.9.1 Libor Market Model . . . . . . . . . . . . . . . . . . . . . . . . . . 802
17.9.2 Quadratic Gaussian Model . . . . . . . . . . . . . . . . . . . . . 804
17.A Appendix: Implied Correlation in Displaced Log-Normal
Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 805
17.A.1 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 805
17.A.2 Implied Log-Normal Correlation . . . . . . . . . . . . . . . . 806
17.A.3 A Few Numerical Results . . . . . . . . . . . . . . . . . . . . . . 807

18 Callable Libor Exotics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 809

18.1 Model Calibration for Callable Libor Exotics . . . . . . . . . . . . 809
18.1.1 Risk Factors for CLEs . . . . . . . . . . . . . . . . . . . . . . . . . 810
18.1.2 Model Choice and Calibration . . . . . . . . . . . . . . . . . . 813
18.2 Valuation Theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 814
18.2.1 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 814
18.2.2 Recursion for Callable Libor Exotics . . . . . . . . . . . . 815
18.2.3 Marginal Exercise Value Decomposition . . . . . . . . . 816
18.3 Monte Carlo Valuation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 817
18.3.1 Regression-Based Valuation of CLEs, Basic Scheme 817
18.3.2 Regression for Underlying . . . . . . . . . . . . . . . . . . . . . 819
18.3.3 Valuing CLE as a Cancelable Note . . . . . . . . . . . . . . 821
18.3.4 Using Regressed Variables for Decision Only . . . . . 822
18.3.5 Regression Valuation with Boundary Optimization 824
18.3.6 Lower Bound via Regression Scheme . . . . . . . . . . . . 825
18.3.7 Iterative Improvement of Lower Bound . . . . . . . . . . 827
18.3.8 Upper Bound . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 830
18.3.8.1 Basic Ideas . . . . . . . . . . . . . . . . . . . . . . . . . 830
18.3.8.2 Nested Simulation (NS) Algorithm . . . . 831
18.3.8.3 Bias and Computational Cost of NS
Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . 834
18.3.8.4 Confidence Intervals and Practical
Usage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 836
18.3.8.5 Non-Analytic Exercise Values . . . . . . . . . 837
18.3.8.6 Improvements to NS Algorithm . . . . . . . 839
18.3.8.7 Other Upper Bound Algorithms . . . . . . . 841
18.3.9 Regression Variable Choice . . . . . . . . . . . . . . . . . . . . 842
18.3.9.1 State Variables Approach . . . . . . . . . . . . . 842
18.3.9.2 Explanatory Variables . . . . . . . . . . . . . . . 843
18.3.9.3 Explanatory Variables with Convexity . 846
18.3.10 Regression Implementation . . . . . . . . . . . . . . . . . . . . 848
18.3.10.1 Automated Explanatory Variable
Selection . . . . . . . . . . . . . . . . . . . . . . . . . . . 848
18.3.10.2 Suboptimal Point Exclusion . . . . . . . . . . 850
18.3.10.3 Two Step Regression . . . . . . . . . . . . . . . . . 851
 Contents XXIX

18.3.10.4 Robust Implementation of Regression

Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . 852
18.4 Valuation with Low–Dimensional Models . . . . . . . . . . . . . . . 856
18.4.1 Single-Rate Callable Libor Exotics . . . . . . . . . . . . . . 856
18.4.2 Calibration Targets for the Local Projection
Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 856
18.4.3 Review of Suitable Local Models . . . . . . . . . . . . . . . 857
18.4.4 Defining a Suitable Analog for Core Swap Rates . . 859
18.4.5 PDE Methods for Path-Dependent CLEs . . . . . . . . 861
18.4.5.1 CLEs Accreting at Coupon Rate . . . . . . 862
18.4.5.2 Snowballs . . . . . . . . . . . . . . . . . . . . . . . . . . 864

19 Bermudan Swaptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 867

19.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 867
19.2 Local Projection Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 868
19.3 Smile Calibration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 870
19.4 Amortizing, Accreting, Other Non-Standard Swaptions . . . 872
19.4.1 Relationship Between Non-Standard and
Standard Swap Rates . . . . . . . . . . . . . . . . . . . . . . . . . 874
19.4.2 Same-Tenor Approach . . . . . . . . . . . . . . . . . . . . . . . . . 875
19.4.3 Representative Swaption Approach . . . . . . . . . . . . . 876
19.4.4 Basket Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 879
19.4.5 Super-Replication for Non-Standard Bermudan
Swaptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 882
19.4.6 Zero-Coupon Bermudan Swaptions . . . . . . . . . . . . . 886
19.4.7 American Swaptions . . . . . . . . . . . . . . . . . . . . . . . . . . 887
19.4.7.1 American Swaptions vs. High-
Frequency Bermudan Swaptions . . . . . . . 888
19.4.7.2 The Proxy Libor Rate Method . . . . . . . . 889
19.4.7.3 The Libor-as-Extra-State Method . . . . . 890
19.4.8 Mid-Coupon Exercise . . . . . . . . . . . . . . . . . . . . . . . . . 891
19.5 Flexi-Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 892
19.5.1 Purely Global Bounds . . . . . . . . . . . . . . . . . . . . . . . . . 893
19.5.2 Purely Local Bounds . . . . . . . . . . . . . . . . . . . . . . . . . . 893
19.5.3 Marginal Exercise Value Decomposition . . . . . . . . . 895
19.5.4 Narrow Band Limit . . . . . . . . . . . . . . . . . . . . . . . . . . . 896
19.6 Monte Carlo Valuation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 897
19.6.1 Regression Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . 897
19.6.2 Parametric Boundary Methods . . . . . . . . . . . . . . . . . 898
19.6.2.1 Sample Exercise Strategies for
Bermudan Swaptions . . . . . . . . . . . . . . . . 898
19.6.2.2 Some Numerical Tests . . . . . . . . . . . . . . . 901
19.6.2.3 Additional Comments . . . . . . . . . . . . . . . . 904
19.7 Other Topics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 904
XXX Contents

19.7.1 Robust Bermudan Swaption Hedging with

European Swaptions . . . . . . . . . . . . . . . . . . . . . . . . . . 904
19.7.2 Carry and Exercise . . . . . . . . . . . . . . . . . . . . . . . . . . . 907
19.7.3 Fast Pricing via Exercise Premia Representation . 908
19.A Appendix: Forward Volatility and Correlation . . . . . . . . . . . 912
19.B Appendix: A Primer on Moment Matching . . . . . . . . . . . . . . 913
19.B.1 Basics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 913
19.B.2 Example 1: Asian Option in BSM Model . . . . . . . . 914
19.B.3 Example 2: Basket Option in BSM Model . . . . . . . 916

20 TARNs, Volatility Swaps, and Other Derivatives . . . . . . 919

20.1 TARNs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 919
20.1.1 Definitions and Examples . . . . . . . . . . . . . . . . . . . . . . 919
20.1.2 Valuation and Risk with Globally Calibrated
Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 921
20.1.3 Local Projection Method . . . . . . . . . . . . . . . . . . . . . . 922
20.1.4 Volatility Smile Effects . . . . . . . . . . . . . . . . . . . . . . . . 923
20.1.5 PDE for TARNs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 925
20.2 Volatility Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 927
20.2.1 Local Projection Method . . . . . . . . . . . . . . . . . . . . . . 928
20.2.2 Shout Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 929
20.2.3 Min-Max Volatility Swaps . . . . . . . . . . . . . . . . . . . . . 932
20.2.4 Impact of Volatility Dynamics on Volatility Swaps 934
20.3 Forward Swaption Straddles . . . . . . . . . . . . . . . . . . . . . . . . . . 939

21 Out-of-Model Adjustments . . . . . . . . . . . . . . . . . . . . . . . . . . . . 945

21.1 Adjusting the Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 946
21.1.1 Calibration to Coupons . . . . . . . . . . . . . . . . . . . . . . . 946
21.1.2 Adjusters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 948
21.1.3 Path Re-Weighting . . . . . . . . . . . . . . . . . . . . . . . . . . . 950
21.1.4 Proxy Model Method . . . . . . . . . . . . . . . . . . . . . . . . . 955
21.1.5 Asset-Based Adjustments . . . . . . . . . . . . . . . . . . . . . . 957
21.1.6 Mapping Function Adjustments . . . . . . . . . . . . . . . . 959
21.2 Adjusting the Market . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 959
21.3 Adjusting the Trade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 960
21.3.1 Fee Adjustments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 961
21.3.2 Fee Adjustment Impact on Exotic Derivatives . . . . 962
21.3.3 Strike Adjustment . . . . . . . . . . . . . . . . . . . . . . . . . . . . 963

Part V Risk Management

 Contents XXXI

22 Introduction to Risk Management . . . . . . . . . . . . . . . . . . . . . 969

22.1 Risk Management and Sensitivity Computations . . . . . . . . 970
22.1.1 Basic Information Flow . . . . . . . . . . . . . . . . . . . . . . . . 970
22.1.2 Risk: Theory and Practice . . . . . . . . . . . . . . . . . . . . . 972
22.1.3 Example: the Black-Scholes Model . . . . . . . . . . . . . . 974
22.1.4 Example: Black-Scholes Model with
Time-Dependent Parameters . . . . . . . . . . . . . . . . . . . 977
22.1.5 Actual Risk Computations . . . . . . . . . . . . . . . . . . . . . 979
22.1.6 What about Θprm and Θnum ? . . . . . . . . . . . . . . . . . . 980
22.1.7 A Note on Trading P&L and the Computation
of Implied Volatility . . . . . . . . . . . . . . . . . . . . . . . . . . 981
22.2 P&L Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 984
22.2.1 P&L Predict . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 985
22.2.2 P&L Explain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 987
22.2.2.1 Waterfall Explain . . . . . . . . . . . . . . . . . . . 987
22.2.2.2 Bump-and-Reset Explain . . . . . . . . . . . . 988
22.3 Value-at-Risk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 989
22.A Appendix: Alternative Proof of Lemma 22.1.1 . . . . . . . . . . . 992

23 Payoff Smoothing and Related Methods . . . . . . . . . . . . . . 995

23.1 Issues with Discretization Schemes . . . . . . . . . . . . . . . . . . . . . 995
23.1.1 Problems with Grid Dimensioning . . . . . . . . . . . . . . 996
23.1.2 Grid Shifts Relative to Payout . . . . . . . . . . . . . . . . . 996
23.1.3 Additional Comments . . . . . . . . . . . . . . . . . . . . . . . . . 999
23.2 Basic Techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1000
23.2.1 Adaptive Integration . . . . . . . . . . . . . . . . . . . . . . . . . . 1000
23.2.2 Adding Singularities to the Grid . . . . . . . . . . . . . . . . 1001
23.2.3 Singularity Removal . . . . . . . . . . . . . . . . . . . . . . . . . . 1003
23.2.4 Partial Analytical Integration . . . . . . . . . . . . . . . . . . 1004
23.3 Payoff Smoothing For Numerical Integration and PDEs . . 1006
23.3.1 Introduction to Payoff Smoothing . . . . . . . . . . . . . . . 1006
23.3.2 Payoff Smoothing in One Dimension . . . . . . . . . . . . 1008
23.3.2.1 Box Smoothing . . . . . . . . . . . . . . . . . . . . . 1009
23.3.2.2 Other Smoothing Methods . . . . . . . . . . . 1012
23.3.3 Payoff Smoothing in Multiple Dimensions . . . . . . . . 1013
23.4 Payoff Smoothing for Monte Carlo . . . . . . . . . . . . . . . . . . . . . 1016
23.4.1 Tube Monte Carlo for Digital Options . . . . . . . . . . . 1016
23.4.2 Tube Monte Carlo for Barrier Options . . . . . . . . . . 1018
23.4.3 Tube Monte Carlo for Callable Libor Exotics . . . . . 1023
23.4.4 Tube Monte Carlo for TARNs . . . . . . . . . . . . . . . . . . 1023
23.A Appendix: Delta Continuity of Singularity-Enlarged
Grid Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1024
23.B Appendix: Conditional Independence for Tube Monte
Carlo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1026
XXXII Contents

24 Pathwise Differentiation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1029

24.1 Pathwise Differentiation: Foundations . . . . . . . . . . . . . . . . . . 1029
24.1.1 Callable Libor Exotics . . . . . . . . . . . . . . . . . . . . . . . . 1029
24.1.1.1 CLE Greeks . . . . . . . . . . . . . . . . . . . . . . . . 1030
24.1.1.2 Keeping the Exercise Time Constant . . . 1032
24.1.1.3 Noise in CLE Greeks . . . . . . . . . . . . . . . . 1033
24.1.2 Barrier Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1034
24.2 Pathwise Differentiation for PDE Based Models . . . . . . . . . 1038
24.2.1 Model and Setup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1038
24.2.2 Bucketed Deltas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1039
24.2.3 Survival Density . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1042
24.3 Pathwise Differentiation for Monte Carlo Based Models . . 1045
24.3.1 Pathwise Derivatives of Forward Libor Rates . . . . . 1045
24.3.2 Pathwise Deltas of European Options . . . . . . . . . . . 1048
24.3.2.1 Pathwise Deltas of the Numeraire . . . . . 1048
24.3.2.2 Pathwise Deltas of the Payoff . . . . . . . . . 1049
24.3.3 Adjoint Method For Greeks Calculation . . . . . . . . . 1050
24.3.4 Pathwise Delta Approximation for Callable
Libor Exotics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1052
24.4 Notes on Likelihood Ratio and Hybrid Methods . . . . . . . . . 1054

25 Importance Sampling and Control Variates . . . . . . . . . . . . 1057

25.1 Importance Sampling In Short Rate Models . . . . . . . . . . . . . 1057
25.2 Payoff Smoothing by Importance Sampling . . . . . . . . . . . . . 1059
25.2.1 Binary Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1059
25.2.2 TARNs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1062
25.2.3 Removing the First Digital . . . . . . . . . . . . . . . . . . . . 1062
25.2.4 Smoothing All Digitals by One-Step Survival
Conditioning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1063
25.2.5 Simulating Under the Survival Measure Using
Conditional Gaussian Draws . . . . . . . . . . . . . . . . . . . 1066
25.2.6 Generalized Trigger Products in Multi-Factor
LM Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1068
25.3 Model-Based Control Variates . . . . . . . . . . . . . . . . . . . . . . . . . 1071
25.3.1 Low-Dimensional Markov Approximation for LM
models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1072
25.3.2 Two-Dimensional Extension . . . . . . . . . . . . . . . . . . . . 1075
25.3.3 Approximating Volatility Structure . . . . . . . . . . . . . 1076
25.3.4 Markov Approximation as a Control Variate . . . . . 1078
25.4 Instrument-Based Control Variates . . . . . . . . . . . . . . . . . . . . 1080
25.5 Dynamic Control Variates . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1084
25.6 Control Variates and Risk Stability . . . . . . . . . . . . . . . . . . . . 1087
 Contents XXXIII

26 Vegas in Libor Market Models . . . . . . . . . . . . . . . . . . . . . . . . . 1089

26.1 Basic Problem of Vega Computations . . . . . . . . . . . . . . . . . . 1089
26.2 Review of Calibration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1091
26.3 Vega Calculation Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1092
26.3.1 Direct Vega Calculations . . . . . . . . . . . . . . . . . . . . . . 1092
26.3.1.1 Definition and Analysis . . . . . . . . . . . . . . 1092
26.3.1.2 Numerical Example . . . . . . . . . . . . . . . . . . 1095
26.3.2 What is a Good Vega? . . . . . . . . . . . . . . . . . . . . . . . . 1096
26.3.3 Indirect Vega Calculations . . . . . . . . . . . . . . . . . . . . . 1099
26.3.3.1 Definition and Analysis . . . . . . . . . . . . . . 1099
26.3.3.2 Numerical Example and Performance
Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1102
26.3.4 Hybrid Vega Calculations . . . . . . . . . . . . . . . . . . . . . . 1105
26.3.4.1 Definition and Analysis . . . . . . . . . . . . . . 1105
26.3.4.2 Numerical Example . . . . . . . . . . . . . . . . . . 1107
26.4 Skew and Smile Vegas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1107
26.5 Vegas and Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1109
26.5.1 Term Correlation Effects . . . . . . . . . . . . . . . . . . . . . . 1109
26.5.2 What Correlations should be Kept Constant? . . . . 1110
26.5.3 Vegas with Fixed Term Correlations . . . . . . . . . . . . 1112
26.5.4 Numerical Example . . . . . . . . . . . . . . . . . . . . . . . . . . . 1113
26.6 Deltas with Backbone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1114
26.7 Vega Projections . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1116
26.8 Some Notes on Computing Model Vegas . . . . . . . . . . . . . . . . 1118

Appendix

A Markovian Projection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1123

A.1 Marginal Distributions of Ito Processes . . . . . . . . . . . . . . . . . 1123
A.2 Approximations for Conditional Expected Values . . . . . . . . 1128
A.2.1 Gaussian Approximation . . . . . . . . . . . . . . . . . . . . . . 1128
A.2.2 Least-Squares Projection . . . . . . . . . . . . . . . . . . . . . . 1130
A.3 Applications to Local Stochastic Volatility Models . . . . . . . 1131
A.3.1 Markovian Projection onto an SV Model . . . . . . . . 1131
A.3.2 Fitting the Market with an LSV Model . . . . . . . . . . 1133
A.3.3 On Calculating Proxy Local Volatility . . . . . . . . . . . 1137
A.4 Basket Options in Local Volatility Models . . . . . . . . . . . . . . 1139
A.5 Basket Options
p in Stochastic Volatility p Models . . . . . . . . . . 1143
A.A Appendix: E( zn (t)zm (t)) and E( zn (t)) . . . . . . . . . . . . . . 1146
A.A.1 Proof of Proposition A.A.1 . . . . . . . . . . . . . . . . . . . . 1147
A.A.1.1 Step 1. Reduction to Covariance . . . . . . . 1147
A.A.1.2 Step 2. Linear Approximation . . . . . . . . . 1148
A.A.1.3 Step 3. Coefficients . . . . . . . . . . . . . . . . . . 1148
A.A.1.4 Step 4. Order of Approximation . . . . . . . 1149
A.A.2 Proof of Lemma A.A.2 . . . . . . . . . . . . . . . . . . . . . . . . 1149