2. 期权定价基础回顾

在进入模型校准与稳定性诊断之前,我们必须把定价基础重新梳理一遍。校准不是“调参游戏”,它本质上是在一组无套利约束下,寻找让模型价格与市场报价最一致的参数。若对Black-Scholes(BS)公式、隐含波动率、希腊字母和风险中性测度的关系理解不牢,后续的误差诊断就会失去参照系。

一、核心原理:从无套利到风险中性

无套利定价原理是全部衍生品定价的起点:若两个未来现金流完全相同的组合,当前价格却不同,就存在套利。由此可推出一价定律与复制组合思想——用标的资产与无风险债券动态复制期权收益,复制成本即为期权价格。

风险中性测度是这一思想的数学表达。在风险中性世界中,所有资产的预期收益率都等于无风险利率 \(r\),因此期权价格可写成贴现期望:

C = e^{-rT} · E^Q[max(S_T - K, 0)]

其中 \(Q\) 为风险中性测度。BS模型假设标的服从几何布朗运动,从而得到解析解。需要强调的是:风险中性测度不是“真实概率”,它只是定价工具;真实世界测度用于预测,风险中性测度用于定价,两者不可混用。

二、Black-Scholes模型与隐含波动率

BS看涨期权公式为:

C = S·N(d1) - K·e^{-rT}·N(d2)
d1 = [ln(S/K) + (r + σ²/2)T] / (σ√T)
d2 = d1 - σ√T

公式中唯一不可直接观测的参数是波动率 σ。隐含波动率(IV)就是把市场价格反代回BS公式后解出的 σ。它反映了市场对未来波动的预期,也包含了供需、跳跃风险与流动性溢价。不同行权价、不同到期日的IV构成波动率微笑/曲面,这正是BS模型的最大现实偏差,也是后续随机波动率、局部波动率模型存在的理由。

实务提示:IV没有解析反函数,通常用牛顿法或Brent法数值求解。牛顿法迭代快,但在vega极小时(深度实值/虚值、临近到期)容易发散,需设置边界与回退策略。

三、希腊字母:风险的局部坐标

希腊字母是期权价格对各参数的偏导,用于度量局部风险敞口。它们不仅是风控工具,也是校准与稳定性诊断的重要参照。

希腊字母含义BS看涨表达式典型用途
Delta (Δ)对标的价格的一阶敏感度N(d1)方向对冲、复制组合
Gamma (Γ)Delta对标的的敏感度N'(d1)/(Sσ√T)凸性风险、对冲频率
Vega (ν)对波动率的敏感度S·N'(d1)·√T波动率风险、IV校准
Theta (Θ)对时间的敏感度-(S·N'(d1)σ)/(2√T) - rK e^{-rT}N(d2)时间衰减、持有成本
Rho (ρ)对无风险利率的敏感度K·T·e^{-rT}·N(d2)利率风险、长期期权

需要警惕:希腊字母是局部线性近似。当标的跳空、波动率剧烈变化或临近到期时,Delta-Gamma近似会迅速失效,这也是校准误差在极端行情下被放大的原因之一。

四、案例与场景:一次IV校准的直观演示

假设某标的现价 S=100,无风险利率 r=2%,到期 T=0.5年。市场上一只看涨期权报价 C=6.5,行权价 K=100。我们用牛顿法反解IV:

初始猜测 σ0 = 0.20
迭代: σ_{n+1} = σ_n - (BS(σ_n) - C_market) / vega(σ_n)
收敛后得到 σ_IV ≈ 0.235 (23.5%)

若把同一到期日、不同行权价的IV画出来,常见形态是“微笑”或“偏斜”:虚值看跌IV偏高,反映市场对下行风险的定价。校准模型时,我们不是让BS去拟合整个曲面,而是让更灵活的模型(如Heston、SABR)去匹配这些IV点,同时保持无套利约束。

波动率微笑与风险中性定价链路 行权价 K(低 → 高) 隐含波动率 IV 虚值看跌 IV 高 平值 IV 低 虚值看涨 IV 高 市场报价 → IV 反解 IV 曲面 → 模型校准 风险中性测度 Q 定价

五、误区与复盘

  • 误区一:把IV当作真实波动率。IV是市场定价结果,包含风险溢价与供需,不能直接等同于未来已实现波动率。
  • 误区二:忽略无套利约束。校准若只追求拟合优度,可能产生负概率密度、日历套利或蝶式套利,导致模型不可用。
  • 误区三:希腊字母静态看待。Delta、Vega会随S、σ、T变化,校准后必须重新计算并做情景压力测试。
  • 误区四:风险中性与真实测度混用。用真实测度做定价、用风险中性测度做预测,都会得到错误结论。
复盘要点:任何校准结果都应通过三项检查——无套利检查(密度非负、单调性)、稳定性检查(参数扰动下价格连续)、经济含义检查(参数是否落在合理区间)。这三项也是后续章节诊断误差的基准。

本节回顾的核心逻辑是:无套利原理给出定价框架,风险中性测度给出期望形式,BS模型给出解析基准,IV与希腊字母给出市场接口与风险坐标。掌握这条链路,才能在后续校准中判断“误差来自模型、数据还是求解器”。