第08章 期权定价的数值方法.doc

在前面几章中，我们得到了期权价值所满足的偏微分方程，并且解出了一些精确的期权解析定价公式。但是在很多情形中，我们无法得到期权价值的解析解，这时人们经常采用数值方法（ Numerical Procedures ）为期权定价，其中包括二叉树方法（ Binomial Trees ）、蒙特卡罗模拟（ Monte Carlo Simulation ）和有限差分方法（ Finite D ifference M ethods ）。当期权收益依赖于标的变量所遵循的历史路径时（如我们将在第九章看到的路径依赖期权），或是期权价值取决于多个标的变量的时候，可以用蒙特卡罗模拟为期权定价。而二叉树图和有限差分方法则比较适用于有提前执行可能性的期权。在这一章里，我们将介绍如何借助上述三种数值方法来为期权定价。为了便于表达，本章中统一假设当前时刻为零时刻，表示为0。 第一节 二叉树期权定价模型 二叉树期权定价模型是由J. C. Cox、S. A. Ross和M. Rubinstein于1979年首先提出的，已经成为金融界最基本的期权定价方法之一。二叉树模型的优点在于其比较简单直观，不需要太多的数学知识就可以加以应用。 一、二叉树模型的基本方法 我们从简单的无收益资产期权的定价开始讲解二叉树模型，之后再逐步加以扩展。 二叉树模型首先把期权的有效期分为很多很小的时间间隔 ，并假设在每一个时间间隔 内证券价格只有两种运动的可能：从开始的 上升到原先的 倍，即到达 ；下降到原先的 倍，即 。其中， ， ，如图8.1所示。价格上升的概率假设为 ，下降的概率假设为 。 图8.1 时间内资产价格的变动 相应地，期权价值也会有所不同，分别为 和 。 注意，在较大的时间间隔内，这种二值运动的假设当然不符合实际，但是当时间间隔非常小的时候，比如在每个瞬间，资产价格只有这两个运动方向的假设是可以接受的。因此，二叉树模型实际上是在用大量离散的小幅度二值运动来模拟连续的资产价格运动。 （一）单步二叉树模型 运用单步二叉树为期权定价，可以有两种方法：无套利方法和风险中性定价方法。 1.无套利定价法 由于期权和标的资产的风险源是相同的，在如图8.1的单步二叉树中，我们可以构造一个证券组合，包括 股资产多头和一个看涨期权空头。如果我们取适当的 值，使 则无论资产价格是上升还是下跌，这个组合的价值都是相等的。也就是说，当 时，无论股票价格上升还是下跌，该组合的价值都相等。显然，该组合为无风险组合，因此我们可以用无风险利率对 贴现来求该组合的现值。在无套利机会的假设下，该组合的收益现值应等于构造该组合的成本，即 将 代入上式就可得到： 其中 2.风险中性定价法 在第六章中我们已经探讨过，期权定价可以在风险中性世界中进行，同样，我们也可以在二叉树模型中应用风险中性定价原理，确定参数 、 和 ，从而为期权定价。这是二叉树定价的一般方法。 在风险中性世界里： 所有可交易证券的期望收益都是无风险利率；