单期二叉树模型:从股票价格运动到风险中性定价

单期二叉树模型是期权定价中最直观、最基础的离散时间模型。它假设在下一个时间步(例如一个月、一个季度或一年)结束时,标的资产价格只可能向上或向下变动到两个已知数值之一。尽管这一假设高度简化,但它完整地揭示了期权定价的核心逻辑:复制组合与风险中性定价。通过单期模型,我们可以清晰地理解为什么期权定价不依赖于投资者的风险偏好,以及如何通过无套利原则推导出唯一合理的期权价格。本节将系统推导单期二叉树模型,并给出可直接应用的定价公式。

单期二叉树模型:价格路径与风险中性定价 当前股价 S₀ = 100 上涨状态 S₀u = 110 期权价值 C_u = max(S₀u-K, 0) 下跌状态 S₀d = 90 期权价值 C_d = max(S₀d-K, 0) 概率 p* = (e^{rΔt} - d) / (u - d) 概率 1 - p* 单期二叉树期权定价公式 C₀ = e^{-rΔt} [ p* · C_u + (1-p*) · C_d ] 其中 p* = (e^{rΔt} - d) / (u - d),为风险中性概率

4.1 单期股票价格运动假设

单期二叉树模型的核心假设是:在期权的有效期内(记为 Δt),标的股票价格只经历一次变动,且变动结果只有两种可能——上涨或下跌。具体而言,设当前时刻为 0,期权到期时刻为 T = Δt,当前股票价格为 S₀。在到期时刻,股票价格要么上涨至 S₀u,要么下跌至 S₀d,其中 u > 1 为上涨因子,0 < d < 1 为下跌因子。

这一假设的合理性在于:它捕捉了金融资产价格变动的最基本特征——不确定性。虽然现实市场中价格变动是连续的、多状态的,但二叉树模型通过“二值化”处理,将复杂问题简化到可以用代数方法精确求解的程度。更重要的是,单期模型是构建多期二叉树的基础,理解了单期情形,就可以通过递推方式处理任意多期的定价问题。

在建立模型时,还需要满足以下基本约束:

  • 无套利条件:必须满足 d < e^{rΔt} < u,其中 r 为无风险利率。这一条件保证了股票投资与无风险资产之间存在合理的平衡关系,否则市场将出现套利机会。
  • 价格变动比例固定:u 和 d 在单期内是常数,不随价格水平变化。这等价于假设股票收益率服从二项分布。
  • 市场无摩擦:不考虑交易费用、税收和保证金要求,允许以无风险利率自由借贷。
关键理解:二叉树模型中的 u 和 d 并非随意选取。在实际应用中,通常根据股票价格的波动率 σ 来设定:u = e^{σ√Δt},d = e^{-σ√Δt} = 1/u。这种设定保证了股票价格对数收益率的方差与连续时间模型一致。

4.2 风险中性概率推导

风险中性概率是二叉树定价的核心概念。其推导思路是:构造一个由股票和无风险资产组成的复制组合,使得该组合在到期时刻的收益与期权完全一致,然后利用无套利原理反推出期权的当前价格。

假设我们持有一个组合:买入 Δ 股股票,同时借入金额为 B 的无风险资金(B 为负表示借入)。在到期时刻,该组合的价值为:

上涨状态:Δ · S₀u + B · e^{rΔt} = C_u
下跌状态:Δ · S₀d + B · e^{rΔt} = C_d

其中 C_u 和 C_d 分别为期权在上涨和下跌状态下的到期价值。对于看涨期权,C_u = max(S₀u - K, 0),C_d = max(S₀d - K, 0)。解上述方程组,得到:

Δ = (C_u - C_d) / (S₀u - S₀d)
B = e^{-rΔt} · (u·C_d - d·C_u) / (u - d)

根据无套利原理,期权的当前价格 C₀ 必须等于复制组合的当前价值:

C₀ = Δ · S₀ + B

将 Δ 和 B 代入并整理,可以得到:

C₀ = e^{-rΔt} [ p* · C_u + (1-p*) · C_d ]

其中:

p* = (e^{rΔt} - d) / (u - d)

这里的 p* 就是风险中性概率。它并非真实世界中股票上涨的概率,而是一个经过无风险利率调整后的“虚拟概率”,使得在该概率下,股票的期望收益率恰好等于无风险利率。

直觉理解:风险中性概率 p* 可以理解为:在一个所有投资者都风险中性的虚拟世界中,股票价格上涨的概率。在这个世界里,所有资产的期望收益率都等于无风险利率,因此期权定价只需要对到期收益求期望,再用无风险利率折现即可。

4.3 期权定价公式与计算流程

综合以上推导,单期二叉树模型的期权定价公式可以归纳为以下三步流程:

  1. 计算到期收益:根据执行价格 K,分别计算上涨和下跌状态下的期权价值 C_u 和 C_d。
  2. 计算风险中性概率:利用公式 p* = (e^{rΔt} - d) / (u - d) 求出 p*。
  3. 折现求现值:将期望收益按无风险利率折现,得到期权当前价格 C₀ = e^{-rΔt} [ p* · C_u + (1-p*) · C_d ]。
步骤 操作内容 公式/方法 示例结果
1 确定模型参数 S₀=100, K=105, u=1.1, d=0.9, r=5%, Δt=1年 —
2 计算到期股价 S₀u=110, S₀d=90 110 / 90
3 计算期权到期价值 C_u=max(110-105,0)=5, C_d=max(90-105,0)=0 5 / 0
4 计算风险中性概率 p*=(e^{0.05}-0.9)/(1.1-0.9)=(1.0513-0.9)/0.2=0.7565 0.7565
5 折现求期权价格 C₀=e^{-0.05}×(0.7565×5+0.2435×0)=0.9512×3.7825 3.60元

4.4 案例拆解:看涨期权定价实战

我们通过一个完整的案例来演示单期二叉树模型的实际应用。假设某股票当前价格为 100 元,年化波动率为 20%,无风险利率为 5%。我们考虑一个执行价格为 105 元、期限为 1 年的欧式看涨期权。

第一步:确定模型参数。根据波动率设定 u = e^{0.20×√1} = e^{0.20} ≈ 1.2214,d = 1/u ≈ 0.8187。这里我们使用更精确的波动率参数,而非简单的 10% 涨跌。

第二步:计算到期股价与期权价值。上涨股价 S₀u = 100 × 1.2214 = 122.14 元,下跌股价 S₀d = 100 × 0.8187 = 81.87 元。对应期权价值:C_u = max(122.14 - 105, 0) = 17.14 元,C_d = max(81.87 - 105, 0) = 0 元。

第三步:计算风险中性概率。p* = (e^{0.05} - 0.8187) / (1.2214 - 0.8187) = (1.0513 - 0.8187) / 0.4027 = 0.2326 / 0.4027 ≈ 0.5776。

第四步:计算期权价格。C₀ = e^{-0.05} × (0.5776 × 17.14 + 0.4224 × 0) = 0.9512 × 9.90 ≈ 9.42 元。

结果分析:该期权的理论价格为 9.42 元。如果市场上该期权的实际交易价格高于 9.42 元,则存在卖出期权的套利机会;如果低于 9.42 元,则存在买入期权的套利机会。值得注意的是,这一价格与投资者对股票上涨的主观概率无关——无论投资者认为上涨概率是 60% 还是 40%,期权的无套利价格都是 9.42 元。

常见误区提醒:初学者容易将风险中性概率 p* 与真实世界中的上涨概率混淆。p* 不是对真实概率的估计,而是一个数学工具。真实概率影响的是投资者的风险偏好和效用函数,但在无套利定价框架下,期权价格只由标的资产的当前价格、执行价格、无风险利率、波动率和时间决定,与真实概率无关。

4.5 常见误区与总结复盘

在学习和应用单期二叉树模型时,以下几个误区需要特别注意:

  • 误区一:认为 p* 是真实上涨概率。实际上,p* 是在风险中性测度下的概率,它使得股票的期望收益率等于无风险利率。真实概率 p 与 p* 的关系为:p = (e^{μΔt} - d) / (u - d),其中 μ 是股票的真实期望收益率。
  • 误区二:忽略无套利条件。如果 d ≥ e^{rΔt} 或 u ≤ e^{rΔt},则市场存在套利机会,二叉树模型无法给出合理定价。在实际应用中,应首先验证这一条件。
  • 误区三:将单期模型直接用于长期期权。单期模型假设价格只变动一次,对于期限较长(如一年以上)的期权,单期模型的精度不足。此时应使用多期二叉树模型,将时间划分为多个小区间。
  • 误区四:混淆欧式与美式期权。单期二叉树模型直接给出的是欧式期权的价格(到期才能行权)。对于美式期权,需要在每个节点比较立即行权价值与继续持有价值,选择较大者。
核心要点总结:单期二叉树模型虽然简单,但包含了期权定价的全部核心思想:(1) 通过复制组合消除风险,实现无套利定价;(2) 风险中性概率将定价问题转化为期望值计算;(3) 折现因子 e^{-rΔt} 反映了资金的时间价值。掌握单期模型,是理解 Black-Scholes 公式和多期二叉树模型的基础。

最后需要强调的是,单期二叉树模型的真正价值不在于其直接应用(因为现实中期权期限通常包含多个价格变动周期),而在于它提供了一个清晰的概念框架。当我们扩展到多期模型时,只需要将单期模型在每个节点上重复应用,通过倒推法即可计算出期权的当前价格。这种从简单到复杂的递进思路,正是金融工程中处理复杂问题的标准方法论。