亚式期权的几何平均定价公式推导.docxVIP

亚式期权的几何平均定价公式推导

引言

在金融衍生品市场中，亚式期权因其独特的路径依赖特性，成为风险管理和投资策略设计的重要工具。与传统欧式期权仅依赖到期日标的资产价格不同，亚式期权的收益取决于标的资产在有效期内的平均价格，这一特性使其能有效平滑价格波动带来的影响，降低被操纵的可能性。在亚式期权的细分类型中，几何平均型亚式期权因数学处理的便利性，成为理论研究和实际应用的重点。本文将围绕几何平均亚式期权的定价公式展开推导，通过逐步拆解其核心逻辑，揭示从基础假设到最终公式的完整推导过程，为理解这一金融工具的定价机制提供清晰路径。

一、亚式期权与几何平均的基本特征

（一）亚式期权的定义与分类

亚式期权（AsianOption）是一类路径依赖型期权，其最终收益的计算不依赖单一时间点的标的资产价格，而是基于合约有效期内多个时间点价格的平均值。这一设计使得亚式期权的价格波动相对平缓，能够避免因市场短期剧烈波动或人为操纵导致的不合理收益，因此在能源、大宗商品等价格波动较大的市场中应用广泛。

根据平均价格的计算方式，亚式期权可分为算术平均型与几何平均型两类。算术平均是将各观察点的价格相加后取平均，计算逻辑简单直接，但由于算术平均的分布难以用解析方法描述，其定价往往需要依赖数值方法（如蒙特卡洛模拟）或近似公式。相比之下，几何平均是将各观察点的价格相乘后开n次方（n为观察次数），其数学性质更优——几何平均的对数恰好是各观察点价格对数的算术平均，这一特性使得几何平均的分布能够与对数正态分布建立直接联系，从而为解析定价公式的推导提供了可能。

（二）几何平均的数学优势

几何平均的核心优势在于其对数转换后的线性性质。假设标的资产在n个观察点的价格分别为(S_1,S_2,,S_n)，则几何平均价格({S}_G)可表示为：

({S}_G=(S_1S_2S_n)^{1/n})

对其取自然对数后得到：

({S}_G=(S_1+S_2++S_n))

这表明，几何平均的对数是各观察点价格对数的算术平均。若标的资产价格服从几何布朗运动（这是期权定价中最常用的假设），则其对数收益率服从正态分布，因此各观察点价格的对数是独立同分布的正态随机变量。根据概率论中的中心极限定理，独立同分布的正态变量的算术平均仍服从正态分布，因此({S}_G)服从正态分布，进而({S}_G)服从对数正态分布。这一特性使得几何平均的分布能够被精确描述，为后续定价公式的推导奠定了基础。

二、期权定价的理论基础

（一）布莱克-舒尔斯模型的核心假设

几何平均亚式期权的定价依赖于经典的布莱克-舒尔斯（Black-Scholes）期权定价框架。该模型的核心假设包括：

标的资产价格服从几何布朗运动，即其对数收益率服从正态分布，漂移率和波动率为常数；

市场无摩擦，无交易成本、税收，标的资产可无限分割；

存在无风险利率，且投资者可按无风险利率自由借贷；

市场不存在套利机会，即任何无风险投资组合的收益率等于无风险利率。

在这些假设下，期权的价格可以通过构建标的资产与期权的对冲组合，消除风险后建立微分方程（即布莱克-舒尔斯方程），并结合期权的边界条件求解。对于路径依赖期权，由于其收益依赖于价格路径的历史信息，传统的布莱克-舒尔斯方程需要进行扩展，但核心思想——通过风险中性定价将期权价格转化为未来收益的期望现值——仍然适用。

（二）风险中性定价原理

风险中性定价是期权定价的关键思想。其核心在于：在无套利市场中，期权的价格等于其未来收益在风险中性测度下的期望值，按无风险利率贴现后的现值。风险中性测度并非真实世界的概率分布，而是通过调整标的资产的漂移率，使得所有资产（包括标的资产和期权）的预期收益率等于无风险利率。这一调整消除了投资者的风险偏好影响，将复杂的定价问题转化为期望计算问题。

对于几何平均亚式期权，其收益取决于到期时几何平均价格与执行价格的关系。以看涨期权为例，其收益为(({S}_GK,0))（其中K为执行价格）。根据风险中性定价原理，期权价格(C)可表示为：

(C=e^{-rT}E^Q[({S}_GK,0)])

其中，(r)为无风险利率，(T)为期权有效期，(E^Q[])表示在风险中性测度Q下的期望值。因此，推导几何平均亚式期权定价公式的关键，在于计算风险中性测度下几何平均价格({S}_G)的分布，并求解上述期望值。

三、几何平均定价公式的具体推导

（一）标的资产价格的动态过程假设

在风险中性测度下，标的资产价格(S_t)的动态过程服从几何布朗运动，其随机微分方程为：

(dS_t=rS_tdt+S_tdW_t)

其中，(r)为无风险利率，()为标的资产的波动率，(W_t)为标准布朗运动