21. 曲面在OTC市场中的应用：场外期权报价，对手方信用调整对曲面的影响
各位做期权交易的朋友，咱们今天聊点实在的。场内期权有交易所做中央对手方，你不用担心对手跑路。但OTC市场不一样，说白了就是两家机构私下签合同。这时候，曲面就不再是单纯的波动率问题了——它得带上信用风险这个包袱。
我在做跨境衍生品定价时，遇到过不少次这种情况：明明同一个标的，同一个期限，给不同对手方报的价就是不一样。为什么？因为对方的信用等级不同。你想想看，一个AAA评级的银行和一个B评级的对冲基金，你敢给他们报一样的期权费吗？
21.1 OTC期权报价的核心逻辑
场外期权的报价，本质上是在场内波动率曲面的基础上，叠加一层信用调整。这个调整，我们通常叫它CVA（信用估值调整）。
我个人习惯把报价拆成三块：
- 基准曲面：从场内市场推导出来的波动率曲面，比如用SVI或SSVI参数化
- 流动性溢价：OTC合约通常是非标准化的，流动性差，得加价
- 信用调整：对手方违约风险的量化补偿
嗯，这里要注意。基准曲面本身已经包含了市场对未来波动的一致预期。但OTC报价里，你得考虑对方能不能活到行权日。
核心公式（简化版）：
OTC报价波动率 = 基准波动率 + 流动性溢价 + CVA调整其中CVA调整通常以基点（bps）形式加到波动率上。
21.2 对手方信用调整（CVA）对曲面的影响
CVA不是个固定值。它跟几个因素密切相关：
- 对手方信用利差：信用越差，利差越大，调整越多
- 期权期限：期限越长，违约概率累积越大
- 期权实值程度：深度实值期权，对手方违约时你的损失更大
我曾经给一个信用评级被下调的客户报价，原本曲面上的隐含波动率是18%，但加上CVA调整后，实际报价波动率到了21%。客户当时不理解，觉得我宰他。我只好把信用利差曲线和违约概率分布摊开给他看——嗯，看完他就沉默了。
21.3 曲面形态如何被信用调整扭曲
信用调整不是均匀地加在曲面上。它有自己的形状。
我建议你记住这个规律：
- 虚值期权：CVA调整相对较小，因为行权概率低，对手方违约时你的期望损失也小
- 平值期权：CVA调整适中，这是最常用的报价基准
- 实值期权：CVA调整最大，因为行权概率高，一旦违约你损失惨重
这就导致了一个有趣的现象：原本平滑的波动率微笑，经过信用调整后，会变得不对称。实值端的波动率被抬得更高，虚值端相对变化不大。
实战技巧：
我在做OTC报价系统时，会把CVA调整单独作为一个曲面层来管理。这样既能看清基准曲面的形态，又能直观看到信用调整带来的扭曲。建议你也这么做。
21.4 一个简单的CVA调整计算示例
咱们来看个具体例子。假设你给一个对手方报价一份1年期欧式看涨期权，标的当前价格100，行权价110。
# 伪代码：CVA调整计算
def calculate_cva_adjustment(credit_spread, maturity, moneyness):
# 信用利差，单位bps
# 期限，单位年
# moneyness: 实值程度，用delta近似
# 违约概率近似
default_prob = 1 - exp(-credit_spread * maturity / 10000)
# 期望损失，假设回收率40%
loss_given_default = 1 - 0.4
# CVA调整（以波动率点数为单位）
cva_bps = default_prob * loss_given_default * moneyness_factor(moneyness)
return cva_bps
# 假设信用利差200bps，期限1年，delta=0.3
cva = calculate_cva_adjustment(200, 1, 0.3)
print(f"CVA调整: {cva:.2f} bps")这个例子很简化，但核心逻辑就是这样。实际生产中，你还需要考虑净额结算、抵押品安排等因素。
21.5 曲面在OTC市场中的实际应用流程
我画了一张流程图，帮你理清整个报价流程：
这个流程看起来简单，但每一步都有坑。我踩过的坑不少，给你列几个：
避坑指南：
- 我曾经直接用信用利差曲线做线性插值，结果期限结构完全扭曲。后来改用分段常数逼近才解决问题。
- 我曾经忽略了抵押品的影响，导致CVA算得过高，丢了好几单生意。记住，有抵押品的对手方，信用调整可以大幅降低。
- 我曾经在实值期权上用了跟平值一样的CVA调整系数，结果被风控部门叫去喝茶。实值期权的信用风险敞口大得多，必须单独处理。
21.6 信用调整对曲面形态的量化影响
咱们用表格来看看不同信用等级对手方对曲面形态的影响：
| 对手方信用等级 | 信用利差（bps） | 虚值期权调整（bps） | 平值期权调整（bps） | 实值期权调整（bps） |
|---|---|---|---|---|
| AAA | 10-30 | 0.5-1.5 | 1-3 | 2-5 |
| AA | 30-60 | 1.5-3 | 3-6 | 5-10 |
| A | 60-120 | 3-6 | 6-12 | 10-20 |
| BBB | 120-250 | 6-12 | 12-25 | 20-40 |
| BB及以下 | 250+ | 12+ | 25+ | 40+ |
看到没？同一个曲面，给不同对手方报价，实值端的差异能到几十个bps。这可不是小数目。你想想看，一个名义本金1亿的期权，1个bps的波动率差异，期权费就能差好几万。
我的建议：
建立对手方信用等级与CVA调整系数的映射表。每次报价前，先查表，再微调。这样既保证一致性，又能快速响应市场变化。
21.7 总结一下
OTC市场的曲面应用，说白了就是两件事：一是把场内市场的波动率曲面搬过来，二是根据对手方的信用状况做调整。信用调整不是均匀的，它会让曲面变形——实值端抬得更高，虚值端相对稳定。
我个人习惯把CVA调整作为一个独立的曲面层来管理。这样，基准曲面和信用调整分开看，报价逻辑更清晰，也方便跟客户解释为什么报价跟市场不一样。
嗯，今天就聊到这儿。记住，曲面是工具，信用是风险，两者结合才是OTC报价的精髓。
公众号:蓝海资料掘金营，微信deep3321