期权定价:布莱克-舒尔斯-默顿模型
期权定价:布莱克-舒尔斯-默顿模型
随机过程
随机过程(stochastic process):变量随时间变化的不确定过程,金融用它描述价格如何随时间演变。随机游走指价格每一步变化独立同分布,历史价格不携带可预测信息。马尔可夫性质:价格未来走势只与当前价格有关,与过去的历史无关,与弱式有效市场一致。
标准布朗运动
标准布朗运动 \(z(t)\) 满足四个条件:
- \(z(0) = 0\) 几乎必然;
- 增量服从正态分布:对 \(t > s\),\(z(t) - z(s) \sim N(0, t-s)\);
- 增量独立:不同时间段的 \(z(t) - z(s)\) 相互独立;
- 样本路径连续。
离散化写法:\(\Delta z = \varepsilon \sqrt{\Delta t}\),\(\varepsilon \sim N(0,1)\),均值 \(E[\Delta z] = 0\)、方差 \(V[\Delta z] = \Delta t\)。当 \(\Delta t \to 0\) 时写成微分形式 \(dz = \varepsilon \sqrt{dt}\)。
伊藤引理
普通布朗运动:\(dx = a\,dt + b\,dz\),其中 \(a\) 为漂移率(单位时间的期望变化),\(b^2\) 为方差率。
伊藤扩散:\(dX_t = a(X_t, t)\,dt + b(X_t, t)\,dz\),漂移系数与扩散系数允许依赖当前状态与时间。
伊藤引理:设 \(X\) 服从 \(dX = a\,dt + b\,dz\),\(G(X,t)\) 是 \(X\) 与 \(t\) 的二次可微函数,则
随机微积分多出一项 \(\frac{1}{2}G_{xx}b^2\)(来自 \(dz^2 \to dt\) 的二次变差),这是与普通微积分最大的区别。
几何布朗运动
几何布朗运动(GBM):股票价格的标准模型
离散化 \(\frac{\Delta S}{S} = \mu\,\Delta t + \sigma\,\varepsilon\sqrt{\Delta t}\);\(\mu\) 为期望收益率,\(\sigma\) 为波动率(年波动率的常见范围 0.2 至 0.4)。GBM 下收益率为正态、价格永远为正;普通布朗运动下价格可能为负,与股票有限责任矛盾,因此漂移与方差应与价格水平成比例。
例:股票对数价格。令 \(G = \ln S\),由伊藤引理得
即对数价格是漂移为 \(\mu - \sigma^2/2\) 的普通布朗运动,价格本身服从对数正态分布。\(\mu\) 是短期的算术期望收益,\(\mu - \sigma^2/2\) 是连续复利下的年化期望收益;波动率越高,二者差距越大。
BSM 微分方程
设 \(f\) 是依赖于 \(S\) 的衍生证券价格。为消除随机项,构造 1 单位衍生证券空头加 \(\frac{\partial f}{\partial S}\) 单位标的证券多头的组合 \(\Pi = -f + \frac{\partial f}{\partial S}S\);随机项恰好抵消后,无套利条件要求 \(\Delta\Pi = r\Pi\,\Delta t\),整理得到 BSM 微分方程:
边界条件 \(f(T) = \max(S(T) - K, 0)\)。该方程适用于价格只依赖 \(S\) 的所有衍生证券,不同衍生证券只差边界条件。美式期权涉及停止时间,只能数值求解。
风险中性定价
由 BSM 微分方程,衍生证券价值与投资者的风险偏好无关,可假装所有投资者风险中性。风险中性定价三步法:
- 假设标的股票价格的期望收益率等于无风险利率 \(r\);
- 计算期权的期望回报 \(\hat{E}[\max(S_T - K, 0)]\);
- 按无风险利率贴现:\(c = e^{-r(T-t)}\hat{E}\left[\max(S_T - K, 0)\right]\)。
自洽性检验:远期合约到期价值 \(S_T - K\),风险中性定价给出 \(f = S - Ke^{-r(T-t)}\),与无套利定价结果一致。
BSM 定价公式:
\(N(x)\) 为标准正态分布累积概率。\(N(d_1)\) 是风险中性测度下 \(S_T > K\) 的概率;看涨期权等价于股票加负债的组合,\(SN(d_1)\) 是股票市值,\(-e^{-r(T-t)}KN(d_2)\) 是负债价值。标的已知收益现值 \(I\) 时,用 \(S - I\) 替换 \(S\);标的按连续复利固定收益率 \(q\) 分红时,用 \(Se^{-q(T-t)}\) 替换 \(S\)。欧式期货期权用远期价格 \(F\) 替换 \(S\),与 Black 公式同构。
算例:\(S_t = 50\) 元、\(r = 12\%\)、\(\sigma = 10\%\)、\(K = 50\)、\(T = 1\) 年。\(d_1 = \frac{\ln(50/50) + (0.12 + 0.005)}{0.1} = 1.25\),\(d_2 = 1.15\);\(N(1.25) = 0.8944\),\(N(1.15) = 0.8749\)。\(c = 50 \times 0.8944 - 50 \times 0.8749e^{-0.12} = 5.92\) 元,\(p = 50 \times (1-0.8749)e^{-0.12} - 50 \times (1-0.8944) = 0.27\) 元。平价状态看涨明显贵于看跌,因为无风险利率高、期限长,持有现金的利息成本使看涨更有价值。
BSM 模型的假设与适用
BSM 的八个基本假设:不存在无风险套利机会;允许卖空标的证券;没有交易费用和税收;证券交易连续、价格变动连续;所有证券完全可分;股票价格遵循几何布朗运动(\(\mu\) 和 \(\sigma\) 为常数);无风险利率为常数;标的股票无红利。
中国市场用 Black 公式:中国场内欧式期权市场用 BSM 时常出现负的隐含波动率,因现货卖空受限、现货交易费较高,BSM 的"无套利、可复制"假设不成立。Black 公式以远期价格 \(F\) 代替现货 \(S\):
Black 公式的隐含波动率曲线呈微笑形状,BSM 的隐含波动率不呈微笑。
波动率与 VIX
波动率:1 年连续复利收益率的标准差,时间 \(\Delta t\) 内收益标准差为 \(\sigma\sqrt{\Delta t}\)。股价 50 美元、年波动率 25%,一周价格变化的标准差 \(50 \times 0.25 \times \sqrt{1/52} \approx 1.73\) 美元。
历史波动率估计:取间隔 \(\tau\) 年的观测,计算连续复利收益率 \(u_i = \ln(S_i/S_{i-1})\),求标准差 \(s = \sqrt{\frac{1}{n-1}\sum(u_i - \bar{u})^2}\),年化 \(\hat{\sigma} = s/\sqrt{\tau}\)(日数据 \(\tau = 1/252\),年化乘 \(\sqrt{252}\))。波动率不恒定,需动态建模:GARCH(1,1) 把当前方差回归到滞后平方收益与滞后方差,EWMA 是其特例。
隐含波动率(IV):使 Black-Scholes 理论价格等于市场价格的波动率,与价格一一对应。交易员与经纪商习惯报 IV 而不报美元价格,因为报价更稳定、跨期限可比。
VIX:CBOE 发布的隐含波动率指数,最流行的是标普 500 的 30 天隐含波动率,由 SPX 期权价格反推。VIX 是前瞻性指标,水平反映市场不确定程度;1990-2020 年收盘区间介于 9.14 与 82.69(82.69 为 2020 年疫情冲击时的高点)。VIX 与标普 500 大致反向,但并非总成立;指数本身不可直接交易,CBOE 上市 VIX 期货与期权供投资者获得波动率敞口。
发现错误?想一起完善? 在 GitHub 上编辑此页!
本页面贡献者:AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供,附加条款亦可能应用