4. Black-Scholes模型推导
Black-Scholes模型之所以成为衍生品定价的基石，不在于公式本身有多复杂，而在于它用一套严密的逻辑把“未来不确定的收益”转化为“今天可以计算的价格”。本节沿着四条主线展开：无套利定价的思想、风险中性测度的构造、偏微分方程的建立，以及最终解析解的求解。理解这条推导链，比记住公式更重要，因为模型风险往往就藏在每一步假设的边界里。
一、核心原理：无套利与复制组合
无套利定价的出发点是：如果两个资产在未来所有状态下的现金流完全相同，那么它们今天的价格必须相同，否则就存在无风险套利机会。期权定价的关键，是找到一个由标的资产和无风险债券组成的复制组合，使其损益与期权完全一致。
设标的资产价格 S 服从几何布朗运动：
dS = μS dt + σS dW其中 μ 为期望收益率，σ 为波动率，dW 为布朗运动增量。假设我们卖出一份期权 V(S,t)，同时买入 Δ 份标的资产进行对冲。组合价值为：
Π = -V + Δ·S通过选择 Δ = ∂V/∂S，可以消去组合中的随机项 dW，使组合在瞬时内成为无风险组合。无风险组合的收益率必须等于无风险利率 r，否则套利者会立即入场。这一步是整条推导的枢纽：对冲消去风险，无套利锁定收益。
二、风险中性测度：从真实世界到定价世界
无套利推导的自然结果是：在风险中性测度 Q 下，所有资产的期望收益率都等于无风险利率 r。这并不意味着投资者真的风险中性，而是说定价时可以使用风险中性概率，因为风险溢价已经被复制组合消去。
在风险中性世界中，标的资产动态变为：
dS = rS dt + σS dW^Q期权价格可以写成风险中性期望的贴现形式：
V(S,t) = e^{-r(T-t)} E^Q[ payoff(S_T) | S_t = S ]对于欧式看涨期权，payoff = max(S_T - K, 0)。在风险中性测度下，ln S_T 服从正态分布，因此可以直接计算期望，得到 Black-Scholes 看涨期权公式：
C = S·N(d1) - K·e^{-r(T-t)}·N(d2)
d1 = [ln(S/K) + (r + σ²/2)(T-t)] / [σ√(T-t)]
d2 = d1 - σ√(T-t)其中 N(·) 为标准正态分布累积分布函数。看跌期权可由看涨看跌平价关系得到：
P = K·e^{-r(T-t)}·N(-d2) - S·N(-d1)三、偏微分方程与解析解结构
将 Π = -V + ΔS 的瞬时变化展开，并应用伊藤引理，可以得到 Black-Scholes 偏微分方程：
∂V/∂t + ½σ²S² ∂²V/∂S² + rS ∂V/∂S - rV = 0这个方程是一个抛物型偏微分方程，边界条件由期权类型决定。例如欧式看涨期权：
- 到期条件：
V(S,T) = max(S-K, 0) - 下边界：当
S → 0时，V → 0 - 上边界：当
S → ∞时，V ≈ S - K·e^{-r(T-t)}
通过变量替换，可以将该偏微分方程转化为标准热传导方程，再借助正态分布函数得到解析解。解析解的价值在于：它给出了价格的显式表达，使 Greeks 可以逐项求导得到，也便于快速计算和风险分解。
四、案例与场景：从公式到定价实践
假设某股票现价 S = 100，行权价 K = 105，无风险利率 r = 3%，波动率 σ = 25%，到期时间 T-t = 0.5 年。计算看涨期权价格：
d1 = [ln(100/105) + (0.03 + 0.25²/2)×0.5] / (0.25×√0.5)
≈ [-0.04879 + 0.030625] / 0.17678
≈ -0.1027
d2 = -0.1027 - 0.17678 ≈ -0.2795
N(d1) ≈ 0.4591
N(d2) ≈ 0.3899
C = 100×0.4591 - 105×e^{-0.03×0.5}×0.3899
≈ 45.91 - 105×0.9851×0.3899
≈ 45.91 - 40.33
≈ 5.58这个价格意味着：在无套利框架下，用标的资产和债券复制该期权的成本约为 5.58。若市场价格显著偏离，套利者可以通过买卖期权和标的资产构建对冲组合来获取无风险利润。
| 推导步骤 | 核心操作 | 关键假设 | 模型风险点 |
|---|---|---|---|
| 无套利定价 | 复制组合损益一致 | 市场无摩擦、可连续交易 | 交易成本、流动性冲击 |
| 风险中性测度 | 期望收益率替换为 r | 存在等价鞅测度 | 市场不完备时测度不唯一 |
| 偏微分方程 | 伊藤引理 + 对冲消风险 | 标的服从几何布朗运动 | 波动率非恒定、跳跃风险 |
| 解析解 | 热传导方程 + 正态分布 | 收益率正态、无跳跃 | 尾部风险被低估 |
五、误区与复盘
复盘时建议重点检查三件事：第一，Δ 对冲是否真的能连续调整，现实中存在调整频率和成本约束；第二，σ 是否被当作常数，隐含波动率曲面是否稳定；第三，利率和分红假设是否与市场一致。只有把推导链中的每一步假设都映射到实际交易约束，才能真正理解模型风险的来源。