The Black-Scholes-Merton model
在 1970 年代,Fischer Black, Myron Scholes, Robert Merton 提出了一个重要的欧式期权定价模型。这个模型基于以下 7 条假设:
- 股票价格符合伊藤过程
- 允许卖空证券并充分利用收益
- 没有交易费用和税,所有证券完全可分割
- 在期权期限内,股票不支付股息
- 不存在无风险套利机会
- 证券交易连续进行
- 无风险利率
是常数并且对所有期限相同
注意,这其中并不包含风险中性假设。从根本上讲,风险中性假设只是一个数学上的求解技巧,即使不使用这个技巧,一样可以通过暴力求解 PDE 得到同样的结果(Feynman-Kac Theorem)。这一点非常重要,因为真实世界明显不是风险中性的,BSM 公式也不可能基于这么一个不靠谱的假设。
14.6 Black-Scholes-Merton 微分方程
根据假设,股票的价格服从以下伊藤过程:
我们的目标,也就是以该股票为标的物的看涨期权的价格
这是一个随机微分方程,我们很难直接求解。于是我们希望利用
构造一个 portfolio
我们可以令
值得注意的是,我们通过这样实际构造了一个无风险的 portfolio,同时,股票的数量也是 Greeks 里面的 delta。 由于这是一个无风险的 portfolio,其波动率为 0,期望收益等于无风险利率
并且
带入得:
这就是 Black-Scholes-Merton 微分方程。这个方程的精妙之处在于我们消掉了随机项和期望收益率
这个方程有很多解,对应于各种衍生品。假设一个衍生品不满足这个微分方程,例如
14.7 风险中性定价
我们注意到,推导出的 Black-Scholes-Merton 微分方程不含期望收益
- 假设从标的物获得的期望收益就是无风险利率
- 计算衍生品的期望的 payoff
- 将期望的 payoff 折现,折现率也等于无风险利率
例
假设一个远期合约多头到期日为
,执行价格为 ,目前现货价格是 ,无风险利率为 ,则远期合约价格为?
假设到期日标的物价格为
由于我们的期望收益率为无风险利率
这符合我们利用无套利假设得出的结论。
14.8 Black-Scholes-Merton 定价公式
在这里,我们将利用风险中性定价原理来推导 BSM 定价公式。这样可以避免解偏微分方程的复杂度。
14.8.1 计算 payoff 期望
以欧式看涨期权为例,其在到期日
其中
我们已经假设
令
因此股票价格 取对数后 的变化量
为了表示方便,我们记作
令
我们可以将 payoff 期望改写为:
分为两部分:
其中
我们将该式代入第一部分,得到:
假设
同理,对于第二部分,有:
其中:
因此得出结论:
其中:
14.8.2 应用风险中性假设
我们在 14.7 中已经证明了可以使用风险中性定价。那么期望收益
其中:
利用 put-call-parity:
可以算出对应的欧式看跌期权的价格:
例 1
某欧式看跌期权执行价格为 50$,期限为 3 个月。标的股票当前价格为 50$,波动率为 30%每年。无风险利率为 10% 每年。计算该欧式看跌期权的价格。 如果在 2 个月后将派发 1.5$ 的股息,结果会如何变化?
将
其中:
有
因此
如果两个月后会派发股息,说明现在的股票价格中包含了股息贴现后的价值。在应用 BSM 公式之前,我们需要先将其去掉。因此:
再按照以上的方法计算,得到
这符合我们 之前的结论,对于派发股息的股票,看跌期权价值会升高
例 2
股票价格为 $40,期望回报率为 15%,波动率为 25%。则 2 年收益率的概率分布是什么?
股票价格变化满足对数正态分布,即:
假设要求的收益率为
则显然
因此收益率的分布为
例 3
某股票价格服从几何布朗运动,期望回报率为 16%,波动率为 35%,当前价格为 $38。 (a). 某欧式看涨期权执行价格为 $40,到期日为 6 个月后,求它行权的概率。 (b). 与(a)中对应的欧式看跌期权的行权概率是多少
已知股票价格符合几何布朗运动,即满足:
那么有:
求行权概率实质上是求
代入
看跌期权行权概率即
例 4
考虑一个衍生品,其在
时刻 payoff 为 ,其中 是标的股票在 时刻价格,服从几何布朗运动。它在 时刻的价格可以表示为 ,其中 表示 时刻股票价格, 是关于 和 的函数。
(a) 利用 BSM 偏微分方程推导的微分方程
(b)的边界条件是什么
(c) 求出
(a)
将价格表示为
我们可以算出
代入有:
(b)
(c)
上式满足
令
得出
其中
因此:
例 5
(a) 证明:在风险中性世界中,一个欧式看涨期权被行权的概率等于
。
(b) 假设一个衍生品 payoff 为 $100 如果股票价格大于 ,求该衍生品的价格。
(a)
欧式看涨期权被行权的概率是
由于对数函数的单调性,
(b)
利用上面的结论,可以得到该衍生品收益期望为
例 6
某银行的某款理财产品保证投资者在 6 个月后得到:
a. 0,如果股指下跌
b. 40% 股指收益
用股指期权来描述该产品的收益。
假设无风险利率是 8%,股息是 3%,波动率是 25%,这个理财产品值得买吗?
假设目前股指是
因此其实际上是相当于 0.4 倍的执行价格为
我们可以计算执行价格为
其中
将
假设投资金额为
现在我们假设有两个 portfolio A 和 B。
- A:全额购买该理财产品
- B:购买了
显然 B 购买的期权具有和 A 完全一致的 payoff。我们只需要比较其余资金。
对于 A,六个月后会获得
对于 B,除了与 A 一致的 payoff,还有:
因此显然该理财产品不划算。
14.4 计算历史波动率
在 B-S-M 模型中,唯一难以确定的参数就是波动率
连续复利下的股票回报率可以表示为:
我们已经假设:
因此回报率满足:
假设我们已经知道以某个较小采样间隔(例如每周)
假设第
也可以写为:
然后根据下式求波动率的估计:
这个
例 1
假设我们观察到某个股票在连续 15 个周五的价格为:30.2; 32.0; 31.1; 30.1; 30.2; 30.3; 30.6; 33.0; 32.9; 33.0; 33.5; 33.5; 33.7; 33.5; 33.2。 (a) 估算该股票的波动率 (b) 这个波动率的估计的标准差是多少?
# | 股票价格( |
相对价格( |
周回报率( |
---|---|---|---|
1 | 30.2 | ||
2 | 32.0 | 1.05960 | 0.05789 |
3 | 31.1 | 0.97188 | -0.02853 |
4 | 30.1 | 0.96785 | -0.03268 |
5 | 30.2 | 1.00332 | 0.00332 |
6 | 30.3 | 1.00331 | 0.00331 |
7 | 30.6 | 1.00990 | 0.00985 |
8 | 33.0 | 1.07843 | 0.07551 |
9 | 32.9 | 0.99697 | -0.00303 |
10 | 33.0 | 1.00304 | 0.00303 |
11 | 33.5 | 1.01515 | 0.01504 |
12 | 33.5 | 1.00000 | 0.00000 |
13 | 33.7 | 1.00597 | 0.00595 |
14 | 33.5 | 0.99407 | -0.00595 |
15 | 33.2 | 0.99104 | -0.00900 |
(a)
首先计算得到:
计算得
(b)
这个估计本身的标准差为