📚 课程目录第2章衍生品定价基础

2、衍生品定价基础：回顾期权、期货、互换等衍生品的基本定价原理，包括无套利定价、风险中性测度和Black-Scholes模型

衍生品定价是金融工程的核心议题，其本质是回答“一个未来现金流不确定的合约，今天到底值多少钱”。无论是期权、期货还是互换，定价逻辑都围绕一个共同基石展开：无套利原则。本章将系统回顾三大支柱——无套利定价、风险中性测度与Black-Scholes模型，并厘清它们之间的内在联系，为后续讨论模型风险对定价结果的冲击奠定理论基础。

2.1 无套利定价：衍生品定价的第一性原理

核心原理

无套利定价（No-Arbitrage Pricing）的核心思想是：如果两个投资组合在未来所有状态下的收益完全相同，则它们当前的价格必须相等。否则，投资者可以通过买入低估组合、卖出高估组合获得无风险利润，而市场力量会迅速消除这种价差。这一原理将衍生品定价转化为“复制”问题——用基础资产（如股票、债券）构建一个与衍生品收益完全相同的复制组合，复制组合的成本即为衍生品的公允价格。

判断方法与操作流程

无套利定价的操作流程通常包含以下步骤：

识别标的资产与市场变量：确定衍生品挂钩的基础资产（股票、利率、汇率等）及其可交易性。
构建复制组合：寻找基础资产与无风险债券的组合，使其期末收益与衍生品完全一致。
计算复制成本：按当前市场价格计算复制组合的构建成本。
得出定价结论：复制组合成本即为衍生品的无套利价格。

  关键要点：无套利定价不依赖于投资者的风险偏好，也不需要对标的资产的预期收益率做任何假设。它只依赖“市场不存在免费午餐”这一基本信念。

案例拆解：远期合约的无套利定价

考虑一个以股票为标的、期限为1年的远期合约。假设当前股价 S₀ = 100元，无风险利率 r = 5%（连续复利），股票不支付股息。构建如下复制策略：

借入资金买入一股股票，持有至到期。
借款金额为 S₀ = 100元，到期需偿还 100 × e^{0.05×1} ≈ 105.13元。
远期合约的合理交割价格 F 必须等于 105.13元，否则存在套利空间。

若 F > 105.13，套利者卖出远期合约、买入股票并借款，到期净赚差价；若 F < 105.13，则反向操作。这一逻辑将远期价格唯一确定，且与市场对股票未来走势的预期无关。

常见误区与总结

误区提醒：初学者常将无套利定价与“预期收益贴现”混淆。无套利定价使用的是无风险利率贴现，而非投资者要求的期望收益率。后者包含风险溢价，会导致定价偏差。此外，无套利定价要求市场具有足够的流动性，且交易成本为零或可忽略，实际市场中需做适当调整。

2.2 风险中性测度：从现实世界到定价世界的桥梁

核心原理

风险中性测度（Risk-Neutral Measure）是数学上的一种概率测度变换。在该测度下，所有资产的期望收益率都等于无风险利率，投资者不再要求风险溢价。这一概念并非声称市场参与者真的风险中性，而是说在定价时，我们可以“假装”世界是风险中性的，因为无套利保证了真实测度下的价格等于风险中性测度下的期望贴现价值。

判断方法与操作流程

风险中性定价的流程可概括为：

确定风险中性测度 Q：通过Girsanov定理或市场完备性假设，将真实概率测度 P 转换为 Q。
计算期望值：在 Q 测度下，计算衍生品到期收益的期望。
贴现：用无风险利率对期望值进行贴现，得到当前价格。

对比维度	真实测度 P	风险中性测度 Q
资产期望收益率	μ（含风险溢价）	r（无风险利率）
贴现率	投资者要求回报率	无风险利率
用途	资产配置、风险评估	衍生品定价
波动率	σ（不变）	σ（不变）

案例拆解：二叉树期权定价

以单步二叉树为例：股票当前价格 S₀ = 100，一年后可能上涨至 110（概率 p）或下跌至 90（概率 1-p）。无风险利率 r = 5%。执行价 K = 100 的看涨期权到期收益为 max(S-K, 0)，即上涨时收益 10，下跌时收益 0。

在风险中性测度下，上涨概率 q 满足：

100 = e^{-0.05} × [110q + 90(1-q)]
解得 q ≈ 0.756

期权价格 = e^{-0.05} × [10 × 0.756 + 0 × 0.244] ≈ 7.19元。这一结果与真实概率 p 完全无关，体现了风险中性定价的精髓。

常见误区与总结

经验提示：风险中性测度是“定价工具”而非“预测工具”。它不告诉你股票会涨还是会跌，只告诉你期权在当前市场条件下的公允价格。模型风险的一个重要来源正是：真实市场并非完全无套利，且测度转换过程中对波动率等参数的估计存在误差。

2.3 Black-Scholes模型：连续时间框架下的解析定价

核心原理

Black-Scholes模型（BS模型）由Fischer Black和Myron Scholes于1973年提出，是衍生品定价史上里程碑式的成果。模型假设标的资产价格遵循几何布朗运动：

dS = μS dt + σS dW

其中 μ 为漂移率，σ 为波动率，dW 为标准布朗运动增量。在风险中性测度下，μ 替换为 r，通过构造无风险对冲组合（Delta对冲），推导出欧式看涨期权的解析定价公式：

C = S₀·N(d₁) - K·e^{-rT}·N(d₂)
其中 d₁ = [ln(S₀/K) + (r + σ²/2)T] / (σ√T)
     d₂ = d₁ - σ√T

判断方法与操作流程

BS模型的应用需要满足一系列假设条件：

标的资产价格连续变动，无跳跃；
波动率 σ 为常数；
无风险利率 r 为常数；
市场无摩擦（无交易成本、无税收、可连续对冲）；
标的资产不支付股息（可通过调整处理股息情形）。

案例拆解：BS模型定价与敏感性分析

假设某股票当前价格 S₀ = 100，执行价 K = 105，期限 T = 0.5年，无风险利率 r = 3%，波动率 σ = 20%。计算看涨期权价格：

d₁ = [ln(100/105) + (0.03 + 0.2²/2)×0.5] / (0.2×√0.5)
   = [-0.04879 + 0.025] / 0.14142
   = -0.1682
d₂ = -0.1682 - 0.14142 = -0.3096
N(d₁) ≈ 0.4332, N(d₂) ≈ 0.3785
C = 100×0.4332 - 105×e^{-0.015}×0.3785
  = 43.32 - 39.14 ≈ 4.18元

该价格可作为市场报价的参考基准。若实际市场价格显著偏离4.18元，可能暗示波动率假设不当（隐含波动率与历史波动率差异）或市场存在套利机会。

常见误区与总结

风险提示：BS模型最大的局限在于假设波动率为常数，而实际市场中波动率存在“微笑”和“偏斜”现象。此外，模型假设标的资产价格连续变动，无法处理跳跃风险（如财报发布、黑天鹅事件）。这些模型缺陷正是模型风险的重要来源——当真实市场行为偏离模型假设时，定价结果将出现系统性偏差。

2.4 期货与互换的定价逻辑

核心原理

期货与互换属于线性衍生品，其定价逻辑相对简单，但同样遵循无套利原则。期货价格由持有成本模型决定：

F = S₀ × e^{(r - q)T}

其中 q 为标的资产的连续股息率或便利收益率。互换（如利率互换）的定价则通过固定端与浮动端的现值相等来确定固定利率。

判断方法与操作流程

产品类型	定价方法	关键输入	模型风险点
期货/远期	持有成本模型	现货价格、利率、股息率、存储成本	利率期限结构估计误差
利率互换	现金流折现	浮动利率曲线、贴现曲线	曲线构建方法差异
货币互换	两币种现金流折现	双边利率曲线、汇率	汇率波动与相关性假设

案例拆解：利率互换定价

假设某公司签订一份2年期利率互换，名义本金1000万元，每半年支付固定利率、收取浮动利率（6个月期LIBOR）。当前市场贴现因子分别为：0.5年 0.975，1年 0.950，1.5年 0.925，2年 0.900。浮动端远期利率分别为：0-0.5年 5.0%，0.5-1年 5.2%，1-1.5年 5.4%，1.5-2年 5.6%。

浮动端现值 = 1000 × (0.05×0.975 + 0.052×0.950 + 0.054×0.925 + 0.056×0.900) × 0.5 = 1000 × 0.1025 = 102.5万元。固定端现值 = 1000 × C × (0.975 + 0.950 + 0.925 + 0.900) × 0.5 = 1000 × C × 1.875。令两端相等，解得 C ≈ 5.47%。

常见误区与总结

复盘要点：期货与互换的定价虽然看似简单，但实际中面临曲线构建、信用风险调整、盯市规则等复杂因素。模型风险不仅来自数学公式本身，更来自输入参数（如贴现曲线、波动率曲面）的估计误差。理解这些基础定价原理，是后续识别和量化模型风险的前提。

本章回顾了衍生品定价的三大支柱：无套利定价提供了理论基石，风险中性测度架起了从现实到定价的桥梁，Black-Scholes模型则给出了连续时间下的解析解。期货与互换的定价进一步展示了这些原理在不同产品上的应用。掌握这些基础，我们才能进一步探讨：当模型假设与现实偏离时，定价误差如何产生、如何度量、如何管理。