Математика квантитативного смягчения: моделирование Теневой процентной ставки (Shadow Rate)

Математическая суть модели Блэка предельно элегантна и нелинейна. Блэк постулировал существование скрытого (ненаблюдаемого) процесса теневой ставки $s_t$, который может принимать любые значения (от минус до плюс бесконечности) и подчиняется классическому диффузионному уравнению, например, процессу Орнштейна-Уленбека $ds_t = kappa( heta - s_t)dt + sigma dW_t$. Однако реальная, наблюдаемая на рынке краткосрочная процентная ставка $r_t$ (которую устанавливает Центральный банк) математически определяется как опцион: $r_t = max(s_t, 0)$. Позже, когда ставки в Европе стали отрицательными, эту границу сдвинули: $r_t = max(s_t, r_{min})$, где $r_{min}$ — порог эффективной нижней границы (Effective Lower Bound).

Применение функции максимума превращает задачу ценообразования облигаций из линейной (решаемой аналитически) в нелинейную задачу со свободной границей. Цена бескупонной облигации $P(t, T) = mathbb{E}^mathbb{Q} left[ expleft(-int_t^T max(s_u, 0) du ight) ight]$. Из-за нелинейного оператора под интегралом стандартная аффинная структура разрушается. Для решения этой проблемы Криппнер (Krippner, 2012) и У-Ся (Wu-Xia, 2016) разработали мощные математические аппроксимации. У и Ся доказали, что форвардную процентную ставку в модели Блэка можно аппроксимировать через цену европейского колл-опциона на теневую ставку. Они переписали уравнение как $f(t, T) approx mathbb{E}[s_T] + ext{Call}(s_T, 0)$, где Call — формула Блэка-Шоулза. Это обеспечило аналитическую разрешимость (Tractability) и возможность быстрой алгоритмической калибровки.

Калибровка модели Shadow Rate к наблюдаемой рыночной кривой доходности является шедевром стохастической фильтрации. Поскольку в периоды ZLB короткие ставки зафиксированы около нуля (например, 0.05%), они теряют свою информативность. Эконометристы используют Расширенный фильтр Калмана (Extended Kalman Filter) или Фильтр частиц (Particle Filter), чтобы извлечь значение теневой ставки $s_t$ из средних и длинных участков кривой доходности. Когда кривая становится очень плоской (Центральный банк осуществляет Quantitative Easing), алгоритм вычисляет, что $s_t$ ушла глубоко в отрицательную зону (например, -3% или -5%).

Значение теневой процентной ставки колоссально для макроэкономики. В условиях нулевых ставок $r_t$ перестает отражать степень мягкости монетарной политики. Теневая ставка $s_t$, наоборот, количественно измеряет скрытые стимулы от выкупа облигаций (QE) и Forward Guidance. Если $Delta s_t = -1\%$, это означает, что нестандартные меры Центрального банка оказали на экономику такой же стимулирующий эффект, как если бы обычная ставка была снижена на 1 процентный пункт. Математика теневых ставок вернула экономистам измерительный прибор, который казался безвозвратно сломанным о нулевую границу.

Список литературы:
1. Black F. Interest Rates as Options. — Journal of Finance, 1995.
2. Wu J.C., Xia F.D. Measuring the Macroeconomic Impact of Monetary Policy at the Zero Lower Bound. — Journal of Money, Credit and Banking, 2016.
3. Krippner L. Measuring the Stance of Monetary Policy in Zero Lower Bound Environments. — Economics Letters, 2012.
Эксперты: Фишер Блэк, Лео Криппнер, Цзин Син У.