金融工程学第六讲B-S公式.pptVIP

《金融工程学》课程 第六讲 Black-Scholes-Merton 期权定价模型 欧式期权定价——轶事 期权定价是一件非常具有挑战性的任务。在20世纪的前面70多年里，众多经济学家做出无数努力，试图解决期权定价的问题，但都未能获得令人满意的结果。在探索期权定价的漫漫征途中，具有里程碑意义的工作出现在1973年——金融学家F. Black与M. Scholes发表了“期权定价与公司负债”的著名论文 该论文推导出了确定欧式期权价值的解析表达式——Black-Scholes欧式期权定价公式，探讨了期权定价在估计公司证券价值方面的应用，更重要的是，它采用的动态复制方法成为期权定价研究的经典方法 M. Scholes主要因为这一工作与R. Merton一道荣膺了1997年的诺贝尔经济学奖 欧式期权定价——轶事 巧合的是，国际上第一个期权交易所——芝加哥期权交易所于1973年4月底挂牌营业，略早于B-S公式的正式发表（5-6月号） 两位作者最先把论文投给JPE，遭到了编辑的拒绝，而且没有得到审稿意见。拒绝的理由： 金融太多，经济学太少 他们于是向经济学与统计学评论投稿，同样在没有得到审稿意见的情况下遭到拒绝 在芝加哥人E. Fama和M. Miller与JPE杂志的编辑打了招呼以后，JPE才最终发表了这篇论文 这一番波折导致他们检验B-S公式的论文发表在先 教学内容 风险中性定价 标的资产的变化过程 B-S期权定价公式 波动率的计算 二值期权 标的资产支付红利情况下的期权定价 欧式指数期权、外汇期权和期货期权 1. 风险中性定价 风险中性市场，欧式看涨期权 2.标的资产价格的变化规律 确定性模型： 随机模型： 对数正态分布 在概率论与统计学中，对数正态分布是对数为正态分布的任意随机变量的概率分布。如果 X 是正态分布的随机变量，则 exp(X) 为对数分布；同样，如果 Y 是对数正态分布，则 log(Y) 为正态分布。 如果一个变量可以看作是许多很小独立因子的乘积，则这个变量可以看作是对数正态分布。一个典型的例子是股票投资的长期连续收益率，它可以看作是每天连续收益率的乘积。 对于 x 0，对数正态分布的概率分布函数为 马尔科夫过程(Markov process) 无记忆性：未来的取值只与现在有关，与过去无关 如果股价过程是马尔科夫过程，那么股价在未来某时刻的概率分布不依赖于股价过去的路径 股价的历史信息全部包含在当前的股价当中，简单的技术分析不能战胜市场 股价过程是马尔科夫过程等价于股票市场的弱有效性 Wiener过程(布朗运动)—定义 瞬时增量为 增量的均值等于 0 增量的标准差等于 Wiener过程(布朗运动)——基本性质 Wiener过程(长时间段内)的增量 增量的均值等于0 增量的标准差等于 股票价格的随机过程GBM 令S(t)表示股票在t时刻的价格，随机微分模型 Samuelson P.A 1965; Bachelier1990 股票价格的对数过程为Brown运动 股票价格的几何布朗运动模型（GBM） 例 考虑一种标的资产，初始价格为$40，预期收益率为每年16％，波动率为每年20％。则经过六个月后，资产的价格S(t)服从如下概率分布： 实际中GBM的参数估计 无套利市场中的股票价格过程 在无套利市场中，根据风险中性定价原理，应该成立 所以在期权定价中，股票价格的对数过程为如下的Brown运动 该假设与风险中性原理的吻合 3. B-S公式的推导 1．引入示性函数： 命题1：设 事实上，S(t)X 命题2： 命题3： 定理：Black-Scholes 期权定价公式 对公式的诠释 其中，N(x)表示的标准正态分布N(0,1)的概率值 假设股票的连续收益率满足布朗运动， Brown 运动：独立平稳增量随机过程，每个区间上的增量满足正态分布， 即股票价格满足几何布朗运动，Z－N(0,1) 利用风险中性定价方法 例 Intel 股价在1998年5月22日时的有关数据如下: S=74.625 X=100 T-t=1.646(到期日2000年1月) r=0.05 波动率＝0.375 D1=-0.207，d2=-0.688，N(d1)=0.4164，N(d2)=0.2451 C=$8.37，实际交易通过竞价市场，市价为$8.25 4.关于波动率的计算 历史数据法，隐含波动率法 历史数据法： ——前提：在最近的历史期间起主要作用的价格波动率，也同样适用于未来的期间。 ——计算一个期间的连续收益率的标准差 ——再转化为以年为单位的连续收益率的标准差 历史数据法计算程序 隐含波动率法 隐含波动率