가능도비율 그리스 계산의 분산 감소 기법

초록

본 논문은 가능도비율(Likelihood Ratio) 방법으로 계산되는 옵션 그리스, 특히 Delta의 분산이 짧은 만기와 낮은 변동성에서 급격히 커지는 문제를 해결하고자 안티테틱 변수, 제어 변수, 중요도 샘플링을 결합한 세 가지 분산 감소 기법을 제시한다. Gaussian Copula 모델을 이용한 실험을 통해 각 기법이 제공하는 계산 효율성을 정량적으로 평가한다.

상세 분석

가능도비율 방법은 파라미터 변화에 대한 확률밀도 함수의 미분을 이용해 그리스를 직접 추정함으로써 경로 재사용이 가능하고, 복잡한 파생상품에도 적용할 수 있다는 장점이 있다. 그러나 Delta 추정 시, 특히 만기가 짧고 변동성이 작을 때는 가중치인 가능도 비율이 급격히 발산하여 샘플 분산이 무한대로 커지는 현상이 알려져 있다. 이 현상은 Monte Carlo 시뮬레이션의 수렴 속도를 현저히 저하시켜 실무 적용을 제한한다.

논문은 먼저 안티테틱 변수(Antithetic Variables)를 도입한다. 동일한 난수 쌍을 이용해 상보적인 경로를 생성함으로써 확률변수의 평균을 0에 가깝게 만든다. 이때 가능도 비율은 짝을 이룬 두 경로에서 부호가 반대가 되므로, 분산이 크게 감소한다. 특히 Δ의 경우, 짧은 만기와 저변동성 구간에서 발생하는 극단값이 서로 상쇄되어 분산 발산 문제가 실질적으로 사라진다.

다음으로 제어 변수(Control Variates)를 적용한다. 논문은 동일한 기초자산에 대한 블랙‑숄즈 해석식 그리스를 제어 변수로 선택한다. 이 해석식 그리스는 정확히 알려져 있어 기대값을 쉽게 계산할 수 있다. 시뮬레이션에서 얻은 추정값과 해석식 값의 차이를 보정함으로써 공분산이 높은 두 변수 사이의 상관관계를 활용해 분산을 추가적으로 감소시킨다. 간단한 선형 회귀 계수만으로도 10배 이상 효율 향상이 가능함을 실험적으로 입증한다.

마지막으로 중요도 샘플링(Importance Sampling)을 도입한다. 목표는 가능도 비율이 크게 기여하는 영역, 즉 극단적인 자산 가격 변동 구간에 샘플을 집중시키는 것이다. 논문은 Gaussian Copula 기반의 다변량 정규분포를 변형해 평균을 이동시키는 쉬프트 기법을 사용한다. 이 변형된 분포에서 샘플을 추출하고, 원래 분포에 대한 가중치를 재조정함으로써 추정량의 분산을 크게 낮춘다. 특히 복합 옵션 포트폴리오에서 여러 기초자산이 동시에 영향을 받을 때, 다변량 중요도 샘플링이 제공하는 효율은 기존 단변량 기법을 훨씬 초과한다.

세 가지 기법을 순차적으로 혹은 조합하여 적용했을 때, 논문은 평균적으로 10⁴~10⁶ 배 수준의 계산 시간 절감 효과를 보고한다. 특히 안티테틱 변수와 제어 변수를 결합한 경우, Delta의 분산 발산이 완전히 억제되면서도 전체 시뮬레이션 비용이 최소화된다. 이러한 결과는 실무 트레이더와 리스크 매니저가 고빈도, 저변동성 시장 상황에서도 정확한 그리스 추정치를 확보할 수 있음을 의미한다.