- 1、本文档共82页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第七章:期权定价
第七章:期权定价 股票价格的二叉树模型 多期的二叉树模型 二叉树模型中的参数 三个参数 u-股价上升幅度 d-股价下降幅度 P-股价上升概率 两个条件(在一个周期 ) 预期收益率为: 方差为: 参数的选择方法(非唯一选择): 简答的二叉树期权定价 简单的二叉树期权定价(cont.) 二叉树期权定价 假设 某股票现价为20,一个月后价格可能是22或18。 该股票的欧式看涨期权一个月后到期,执行价为21。 无风险利率为12%(连续复利) 期权到期价值: 若到期时股价为22,则看涨期权价值为1 若到期时股价为18,则看涨期权价值为0 构建组合:(组合包含a股股票和1个看涨期权的空头) 当到期时股价为22时,组合价值为22a-1 当到期时股价为18时,组合价值为18a 例:二叉树期权定价(cont.) 求解: 令:22a-1=18a 得: a=0.25 22a-1=18 a=4.5 期初该组合的价值应为: 20a-c=20*0.25-c=4.5*EXP(-0.01)=4.45522 得到:c=0.54478 风险中性假设 可以利用股票和股票期权头寸构造一个无风险组合,该组合的期望收益率为无风险利率: Vt=a*S-c=EXP(-r(T-t))*VT 组合的到期价值表示为某种期望值的形式:VT=E(VT)=E(a*ST-cT)=aE(ST)-E(cT) 可以得到: Vt=a*S-c=EXP(-r(T-t))*[aE(ST)-E(cT)] 从上式,我们似乎可以得出这样的结论: 若股价的期望收益率为无风险利率: E(ST)=S*EXP(r(T-t)),则期权价值可由期权到期价值的期望值按无风险利率贴现得到,即:c=EXP(-r(T-t))*E(cT) 风险中性假设(cont.) 现实世界 股价的期望收益率高于无风险利率 假设一个风险中性世界 所有的投资者既不是风险厌恶的,也不是风险喜好的,对它们来说,投资有风险的资产和投资无风险资产是无所谓的,它们只考虑预期收益率 在风险中性的世界中,所有资产的期望收益率与无风险资产的期望收益率,即无风险利率相同。 在风险中性世界中对期权定价 期权价值由期权到期价值的期望值按无风险利率贴现得到 所得结果(期权价)放回现实世界仍成立。 风险中性世界中的二叉树模型 例:二叉树期权定价(风险中性) 假设条件同上例 ?q=(e0.01-0.9)/(1.1-0.9)=0.55025 ?E(cT)=0.55025×1=0.55025 ?c=0.55025 e-0.01=0.54477 多期二叉期权定价 多期二叉树期权定价1 多期二叉树期权定价2 方法二:利用风险中性假设 计算风险中性概率 计算达到末期每一个节点的概率 计算末期期权价值的期望值 按无风险利率折现 n期二叉树 计算n+1个节点的概率 无须倒退,直接折现 例:多期二叉树期权定价 设某股票价格变化服从如下二叉树模型,每期为一个月,无风险利率为6%,求以该股票为标的,有效期2个月,执行价为20的欧式看涨期权的价格。 例:多期二叉树期权定价1 例:多期二叉树期权定价2 看跌期权定价 直接用二叉树法 利用平价关系 美式期权定价 利用二叉树法逐步倒退 (在风险中性世界中)构造二叉树 逐步倒推 在每一个节点检查是否要提前执行 不付红利股票的看涨期权同欧式期权 看跌期权没有平价关系可用 直接利用二叉树法逐步倒推 例:美式看跌期权 考虑一不付红利的美式看跌期权,参数如下: S=50;K=50;r=10%; σ =40% T=5 months=0.4167 Δt = 1 month = 0.0833 在风险中性世界中构造二叉树,参数如下: u = 1.1224 d = 0.8909 q = 0.5076 例:美式看跌期权(cont.) 维纳过程 维纳过程 有时也称为布朗运动 最简单的随机过程 定义: 若随机变量z满足以下性质,则称其服从维纳过程: 性质一: Δz=ε(Δt)1/2 ε~N(0,1) 其中,Δz是z在一个小的时间间隔Δt内的变化 性质二: 对任何两个不同的时间间隔Δt,Δz的值相互独立。 当Δt →0时,表示为: dz= ε(dt)1/2 一般化维纳过程 定义: 若一个随机变量x可表示为: dx=adt+bdz 则称其服从一般化维纳过程: 其中,a, b为常数,dz服从上面我们定义的标准维纳过程。 adt表示变量x的期望值随时间线性变化,a称为漂移率。 伊藤过程 (ITO Process) 定义: 若一个随机变量x可表示为: dx=a(x,t)dt+b(x,t)dz 则称其服从ITO过程: ITO过程也是一个一般化维纳过程,但是其中的参数a和b是随机变量本身x和时间t的函数,而不再是常数。 变量x的漂移率为a,方差率为b。
文档评论(0)