4. 无套利定价原理
在利率衍生品定价中，无套利原理不是一句口号，而是一套可操作的数学语言。它的核心思想是：如果市场不存在无风险套利机会，那么一定存在一个等价鞅测度，使得所有可交易资产的贴现价格在该测度下成为鞅。由此，衍生品的价格可以写成未来现金流的条件期望，而不再需要估计真实世界的漂移项。这一章我们把风险中性定价、鞅方法、测度变换与Girsanov定理串成一条直观的定价链路。
一、核心原理：从无套利到风险中性
无套利定价的第一层含义是“复制”。若一个衍生品的现金流能被一组基础资产动态复制，则其价格必须等于复制组合的成本，否则会出现套利。第二层含义是“等价鞅测度”：在真实概率测度 P 下，资产价格通常带有风险溢价，贴现后不是鞅；但可以找到一个与 P 等价的测度 Q，使得贴现资产价格在 Q 下为鞅。
风险中性定价的公式可以统一写成：
V_t = E^Q[ exp(-∫_t^T r_s ds) · Payoff_T | F_t ]其中 r_s 是短期利率，Payoff_T 是到期支付，F_t 是到 t 时刻的信息集。关键点在于：期望是在 Q 下取的，而不是在真实测度 P 下。Q 被称为风险中性测度，它把风险溢价“吸收”进了概率分布中。
二、鞅方法与测度变换：定价的通用引擎
鞅方法的优势在于把定价问题转化为“找一个合适的测度”。设 X_t 是某个资产价格，B_t 是货币市场账户，则贴现价格 X_t / B_t 在 Q 下是鞅，即：
X_t / B_t = E^Q[ X_T / B_T | F_t ]两边乘以 B_t 就得到 X_t = B_t · E^Q[ X_T / B_T | F_t ]，这正是风险中性定价公式。因此，鞅方法不是另一种定价技巧，而是风险中性定价的严格数学表述。
测度变换则是从 P 走到 Q 的桥梁。Girsanov 定理告诉我们：如果两个测度等价，那么布朗运动在测度变换后会获得一个漂移项。具体地，若：
dW_t^Q = dW_t^P + λ_t dt则 W_t^Q 在 Q 下是标准布朗运动。这里的 λ_t 称为市场风险价格或 Girsanov 核。在利率模型中，λ_t 决定了真实漂移与风险中性漂移之间的差异。
三、方法流程：利率衍生品定价的四步法
- 选择短期利率模型：如 Vasicek、CIR、Hull-White 或 HJM 框架，写出 r_t 在 P 下的随机微分方程。
- 确定市场风险价格：根据模型形式设定 λ_t，通常假设为常数或与 r_t 相关。
- 应用 Girsanov 定理：将 P 下的布朗运动替换为 Q 下的布朗运动，得到 r_t 在 Q 下的动态。
- 计算条件期望：利用 Q 下的动态求贴现支付的条件期望，得到衍生品价格。
以 Vasicek 模型为例，P 下动态为：
dr_t = a(b - r_t)dt + σ dW_t^P设市场风险价格为常数 λ，则 Q 下动态变为：
dr_t = [a(b - r_t) - σλ]dt + σ dW_t^Q可以看到，测度变换只改变了漂移项，波动率结构保持不变。这正是 Girsanov 定理在利率模型中的典型表现。
四、案例与场景：零息债券与利率上限
考虑一个到期日为 T 的零息债券，支付 1 单位货币。在 Q 下，其价格为：
P(t,T) = E^Q[ exp(-∫_t^T r_s ds) | F_t ]在 Vasicek 模型下，这个期望有解析解，最终得到仿射期限结构形式：
P(t,T) = A(t,T) · exp(-B(t,T) · r_t)对于利率上限（Caplet），其支付为 max(L(T_i, T_{i+1}) - K, 0) 乘以名义本金和计息期。定价时通常先转换到远期测度，使得远期利率在对应测度下是鞅，从而简化计算。这就是测度变换在利率衍生品中的实战价值：选对测度，让关键变量变成鞅。
| 概念 | 数学对象 | 在定价中的作用 |
|---|---|---|
| 无套利 | 等价鞅测度存在 | 保证价格唯一且可计算 |
| 风险中性定价 | Q 下的条件期望 | 把定价转化为期望计算 |
| 鞅方法 | 贴现价格是鞅 | 提供定价的严格框架 |
| Girsanov 定理 | 漂移项变换 | 实现 P 到 Q 的测度转换 |
| 市场风险价格 | λ_t | 连接真实动态与风险中性动态 |
五、误区与复盘：常见陷阱
复盘时可以用一个简单检查：在 Q 下，货币市场账户贴现后的资产价格是否满足鞅性质？如果模拟路径的贴现价格均值随时间显著漂移，说明测度变换或数值实现有问题。另一个检查是看零息债券价格是否满足 P(T,T)=1，以及是否满足无套利关系 P(t,T) ≤ 1。
总结来说，无套利定价原理为利率衍生品提供了一条从“真实世界”到“定价世界”的通道：无套利保证等价鞅测度存在，Girsanov 定理给出测度变换的具体形式，鞅方法把价格写成条件期望，风险中性定价则让计算变得可行。掌握这条链路，后续的模型校准与估值验证才有坚实的理论根基。