大家好，这篇文章是我在知乎上发的系列文章的转载，现在受邀将文章发表在这里。先简单介绍一下我自己，我在金融危机之后开始在国内从事市场风险的模型建模，近期加入了欧洲一家主要银行从事交易对手信用风险的模型建模工作，我的建模经验主要集中于交易组合损益分布的两端，即损失端（市场风险）以及盈利端（交易对手信用风险），金融行业的风险控制是个非常大的课题，也是金融行业里目前最动态，新东西出来的最多的几个领域之一。很高兴能有这样一个平台跟大家交流行业里的最新动态。
今天我想讨论一下负利率带来的挑战，负利率在欧洲已经有一段时间了，负利率的出现对很多银行的利率模型的影响是很大的，在主流市场出现负利率的现象之前，很多利率模型都在假设利率不可能出现负值，这其中包括作为给利率顶，利率底和利率掉期期权定价的标准Black Model。
Black model又常常被称为Log Normal Model，原因是这个模型实际上假设了远期利率服从一个Log Normal分布，这个模型是如此广泛的被所有市场参与者接受，导致利率顶，利率底和利率掉期期权的市场报价都是以这个模型的隐含波动率的形式来报的。
也就是说，如果你是一个交易员，想要交易这些基础的利率衍生品，你首先要接受的就是这个模型和这个模型背后的假设，即利率是不可能为负的。
很可惜，这个假设在欧洲已经被打破了。那么市场参与者怎么办呢？现在我们看到市场上有两种办法，一种是不再假设利率F服从log normal分布了，而是构造一个新的标的，Y=F+a, a是一个正的事先确定好的参数，然后假设Y服从log normal 分布，这在市场里叫做 ’Shifted Black' 模型。另外一种是彻底抛弃log normal假设，假设利率F 服从正态分布。
可是看见，两个模型都能支持负利率的情况，在第一个模式中，F的取值范围是从-a 到 Inf， 第二个模式中，F的取值范围是从 - Inf到Inf。
两个模型各有优劣，第一个模型的好处是对大部分系统来说都不用改太多东西，只要重新构造一条移动后的曲线，直接放进去算就可以了，第二个模型的好处是不需要再去估计一个参数a，因为参数a代表了利率可能达到的最低水平。。在现在的市场情况下，估计没有哪个欧洲银行的交易员敢拍着胸脯说利率不会低过某个区间吧。
所以前台很多定价的应用中，目前对于欧元部分产品的定价，大家都开始渐渐往正态分布模型去靠拢，这也导致了市场上开始出现了所谓的‘正态分布波动率曲面“
下图展示了ICAP 2015 3月17日对利率上限报价的波动率曲面截图，可以看到市场已经把正态模型当作定价基准了。（事实上目前在彭博的界面上已经找不到正常的lognormal的波动率了）[注一]
可是说，这一改动是一个非常根本性的改动，因为在利率模型的世界里，这几类简单产品的定价模型是被当作更复杂模型的校准工具来使用的，因此lognormal模型几乎被用在了中后台的各个领域。
那么问题来了，如果你是一个在欧洲银行工作的市场风险经理，前台交易台告诉你他们已经把波动率从lognormal波动率转换成了正态波动率，并从第二天开始就按这个标准给中后台各个系统供应市场数据。你该怎么办？
说了这么半天终于把问题说完了，下篇文章我将讨论一些目前在欧洲市场上常见的转换方式和可能的优缺点。
