【ppt精品课件】金融工程-06_options_prici.pptVIP

第六章期权定价 教学内容 股价过程 BSM随机微分方程 风险中性定价 B-S期权定价公式 标的资产支付连续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 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 在任意时间段内的期望路径长度为无穷大 在任意时间段内，z取某一给定值的期望次数等于无穷大 广义Wiener过程 x是广义Wiener过程，如果 漂移速度a是常数 b是常数 x是广义Wiener过程 增量 的均值等于 标准差为 Ito引理 x是Ito过程，如果 Ito引理：G是x与t的函数，在一定的正则条件下， 因此，G也是Ito过程 Ito引理——应用于股票远期价格 标的资产为不分红的股票，则远期价格为 运用Ito引理，得到， 股价过程 股价过程：几何布朗运动 ， ：单位时间内股票价格的期望收益率 ：股价的波动率 . S为股价过程，则 股价过程——对数正态分布 股价对数过程， 称股价呈对数正态分布 股价过程——收益率分布 股票收益率(长时间尺度) 与瞬时期望收益率的差异 约定：在没有特别声明的情况下，股票收益率指瞬时期望收益率 BSM随机微分方程——假设 股价过程为Ito过程 卖空无限制 没有交易成本、税收，证券是无限可分的 衍生工具在到期之前不产生红利 不存在套利机会 证券可以连续交易 所有期限的无风险利率同为常数 BSM随机微分方程——推导 f表示股票衍生工具的价值，则它是股价与时间的函数 离散形式 BSM随机微分方程——推导 由于股价过程与衍生工具价格过程中的随机部分是相同的，因此，通过选择股票与衍生工具的适当组合可以消除掉Wiener过程。 1个单位衍生工具空头， 份股票 把上述投资组合的价值记作 BSM随机微分方程——推导 组合的价值不包含随机部分，因此是瞬时无风险的 股票衍生工具都满足上述方程，不同工具的差异体现在边界条件上 欧式买权：当t=T时， 欧式卖权：当t=T时， BSM随机微分方程——应用于股票远期 股票远期的价格满足BSM方程 BSM随机微分方程 BSM的任何解 都是某种可以交易的衍生工具的理论价格，并且它的交易不会导致套利机会 如果 不满足BSM方程，它是某种衍生工具的价格，那么该衍生工具的交易必然导致套利机会 风险中性定价(risk-neutral valuation) Black-Scholes-Merton方程不包含股票收益率，说明衍生工具的价值与投资者的风险偏好无关。因此，在定价衍生工具时，可以采用任何风险偏好，特别地，可以假设投资者是风险中性的 在风险中性世界中，所有证券的期望收益率都等于无风险利率 风险中性定价的一般程序 假设标的资产的期望收益率等于无风险利率 计算衍生工具在到期日的期望支付(payoff) 把期望支付按无风险利率贴现 风险中性定价是求解BSM方程的一种人造方法，用该方法求得的解适用于任何投资者(不仅限于风险中性的投资者) 风险中性定价——应用于股票远期 边界条件： 根据风险中性定价原则， 欧式期权定价 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 BS期权定价公式 欧式期权定价——轶事 巧合的是，国际上第一个期权交易