二叉树期权定价模型.ppt

1、a,1,8.1 二叉树期权定价模型 8.1.1 二叉树模型的基本方法 熟悉 8.1.2 基本二叉树方法的扩展 熟悉 8.1.3 构造树图的其他方法和思路 了解 8.1.4 二叉树定价模型的深入理解 熟悉 8.2 蒙特卡罗模拟 8.2.1 蒙特卡罗模拟的基本过程 熟悉 8.2.2 蒙特卡罗模拟的技术实现 熟悉 8.2.3 减少方差的技巧 了解 8.2.4 蒙特卡罗模拟的理解和应用 了解 8.3 有限差分方法 8.3.1 隐性有限差分法 熟悉 8.3.2 显性有限差分法 熟悉 8.3.3 有限差分方法的比较分析和改进 了解 8.3.4 有限差分方法的应用 了解,a,2,1、从开始的 上升到原先的

2、倍，即到达 ；,2、下降到原先的 倍，即 。,图8.1 时间内资产价格的变动,把期权的有效期分为很多很小的时间间隔 ，并假设在每一个时间间隔 内证券 价格只有两种运动的可能：,其中 . 如图8.1所示。价格上升的概率假设为 ，下降的概率假设为 。,相应地，期权价值也会有所不同，分别为 和 。,a,3,二叉树模型实际上是在用大量离散的小幅度二值运动来模拟连续的资产价格运动,a,4,二叉树模型可分为以下几种方法： （一）单步二叉树模型 1.无套利定价法 2.风险中性定价法 3.风险中性定价法 （二）证券价格的树型结构 4.证券价格的树型结构 （三）倒推定价法 5. 倒推定价法 二叉树方法的一般定价

3、过程以无收益证券的美式看跌期权为例 6.一般定价过程,a,5,无套利定价法： 构造投资组合包括 份股票多头和1份看涨期权空头 当 则组合为无风险组合,此时,因为是无风险组合，可用无风险利率贴现，得,将 代入上式就可得到：,其中,a,6,在风险中性世界里： （1）所有可交易证券的期望收益都是无风险利率； （2）未来现金流可以用其期望值按无风险利率贴现。在风险中性的条件下, 参数值满足条件：,假设证券价格遵循几何布朗运动，则：,再设定： （第三个条件的设定则可以有所不同， 这是Cox、Ross和Rubinstein所用的条件）,由以上三式可得，当 很小时：,从而,以上可知，无套利定价法和风险中性定

4、价法具有内在一致性。,a,7,一般而言，在 时刻，证券价格有 种可能，它们可用符号表示为：,其中,注意：由于 ，使得许多结点是重合的，从而大大简化了树图。,a,8,得到每个结点的资产价格之后，就可以在二叉树模型中采用倒推定价法，从树型结构图的末端T时刻开始往回倒推，为期权定价。 如果是欧式期权，可通过将 时刻的期权价值的预期值在 时间长度内以无风险利率 贴现求出每一结点上的期权价值； 如果是美式期权，就要在树型结构的每一个结点上，比较在本时刻提前执行期权和继续再持有 时间，到下一个时刻再执行期权，选择其中较大者作为本结点的期权价值。,a,9,假设把该期权有效期划分成N个长度为 的小区间，同时用

5、 表示结点 处的证券价格可得： ，其中 假定期权不被提前执行， 后，则： （表示在时间 时第j个结点处的美式看跌期权的价值） 若有提前执行的可能性，则：,a,10,a,11,支付连续红利率资产的期权定价,当标的资产支付连续收益率为 的红利时，在风险中性条件下，证券价格的增长率应该为， 因此：,对于股价指数期权来说， 为股票组合的红利收益率； 对于外汇期来说， 为国外无风险利率， 因此以上式子可用于股价指数和外汇的美式期权定价。,a,12,支付已知红利率资产的期权定价 可通过调整在各个结点上的证券价格，算出期权价格； 如果时刻 在除权日之前，则结点处证券价格仍为：,如果时刻 在除权日之后，则结点

6、处证券价格相应调整为：,若在期权有效期内有多个已知红利率，则 时刻结点的相应的证券价格为：,（ 为0时刻到 时刻之间所有除权日的总红利支付率）,a,13,已知红利额 将证券价格分为两个部分：一部分是不确定的；另一部分是期权有效期内所有未来红 利的现值。,假设在期权有效期内只有一次红利，除息日在到之间，则在时刻不确定部分的价值为：,当 时,当 时（表示红利）,在 时刻： 当 时，这个树上每个结点对应的证券价格为：,当 时，这个树上每个结点对应的证券价格为：,（ 为零时刻的 值）,a,14,利率是时间依赖的情形 假设 ，即在时刻 的结点上，其应用的利率等于 到 时间内的远期利率，则：,这一假设并不

7、会改变二叉树图的几何形状，改变的是上升和下降的概率，所以我们仍然可以象以前一样构造出二叉树图,a,15,的二叉树图,在确定参数 、 和 时，不再假设 ，而令 ，可得：,该方法优点在于无论 和 如何变化，概率总是不变的,a,16,三叉树图 每一个时间间隔 内证券价格有三种运动的可能： 1、从开始的 上升到原先的 倍，即到达 ； 2、保持不变，仍为 ； 3、下降到原先的 倍，即,a,17,一些相关参数：,a,18,控制方差技术 基本原理：期权A和期权B的性质相似，我们可以得到期权B的解析定价公式，而只能得到期权A的数值方法解。 假设： （ 代表期权B的真实价值， 表示关于期权A的较优估计值， 和

8、表示用同一个二叉树、相同的蒙特卡罗模拟或是同样的有限差分过程得到的估计值） 则期权A 的更优估计值为：,a,19,适应性网状模型 在使用三叉树图为美式期权定价时，当资产价格接近执行价格时和接近到期时，用高密度的树图来取代原先低密度的树图。 即在树图中那些提前执行可能性较大的部分，将一个时间步长 进一步细分，如分为 ，每个小步长仍然采用相同的三叉树定价过程,a,20,隐含树图 通过构建一个与目前市场上的期权价格信息相一致的资产价格树图，从而得到市场对标的资产价格未来概率分布的看法。 其具体方法是在二叉树图中，通过前一时刻每个结点的期权价格向前推出（注意不是倒推）下一时刻每个结点的资产价格和相应概

9、率 隐含树图的主要作用在于从交易活跃的常规期权中得到的关于波动率微笑和期限结构的信息，来为奇异期权定价,a,21,二叉树图模型的基本出发点： 假设资产价格的运动是由大量的小幅度二值运动构成，用离散的随机游走模型模拟资产价格的连 续运动可能遵循的路径。模型中隐含导出的概率是风险中性世界中的概率 ，从而为期权定价,取当前时刻为 ，在给定参数 、 和 的条件下，当 时，二叉树公式：,可以在 进行泰勒展开，最终可以化简为：,在 时，二叉树模型收敛于布莱克舒尔斯偏微分方程。,a,22,Monte Carlo: Based On Probability & Chance,基本思路： 由于大部分期权价值实际

10、上都可以归结为期权到期回报(payoff)的期望值的贴现； 因此，尽可能地模拟风险中性世界中标的资产价格的多种运动路径，计算每种路径结果下的期权回报均值，之后贴现就可以得到期权价值。,a,23,随机路径： 在风险中性世界中， 为了模拟的路径，我们把期权的有效期分为N个长度为时间段，则上式的近似方程为,或,（是从标准正态分布中抽取的一个随机样本）,重复以上的模拟至足够大的次数，计算回报值的平均值，折现后就得到了期权的期望值,a,24,单个变量和多个变量的蒙特卡罗模拟： 1、当回报仅仅取决于到期时 的最终价值时 可直接用一个大步（ ）（假设初始时刻为零时刻）来多次模拟最终的资产价格，得到期权价值：

11、,2、当回报依赖于多个市场变量时 每次模拟运算中对每个变量的路径都必须进行抽样，从样本路径进行的每次模拟运算可以得出期权的终值。 的离散过程可以写为：,（期权依赖于 个变量， ， 为 的波动率， 为 在风险中性世界中的期望增长率， 为 和 之间的瞬间相关系数）,a,25,常数利率和随机利率的蒙特卡罗模拟 利率为常数时：期权价值为（初始时刻设为0）： . 其中， 表示风险中性世界中的期望。 利率为变量时：期权价值为（初始时刻设为0）： 为有效期内瞬间无风险利率的平均值。,a,26,随机样本的产生和模拟运算次数的确定： 1. 的产生 是服从标准正态分布的一个随机数。 如果只有一个单变量，则可以通过

12、下式获得： 其中 是0到1的相互独立的随机数。 2. 模拟运算次数的确定 如果对估计值要求95的置信度，则期权价值应满足 （ 是进行运算的个数， 为均值， 是标准差）,a,27,（一）对偶变量技术 （二）控制方差技术 （三）重点抽样法 （四）间隔抽样法 （五）样本矩匹配法 （六）准随机序列抽样法 （七）树图取样法,a,28,主要优点： 1. 在大多数情况下，人们可以很直接地应用蒙特卡罗模拟方法，而无需对期权定价模型有深刻的理解 2. 蒙特卡罗模拟的适用情形相当广泛,主要缺点： 1. 只能为欧式期权定价，难以处理提前执行的情形。 2. 为了达到一定的精确度，一般需要大量的模拟运算。,a,29,主

13、要思想是：应用有限差分方法将衍生证券所满足的偏微分方程,转化为一系列近似的差分方程，即用离散算子逼近 、 和 各项，之后用迭代法求解，得到期权价值。 具体地说，有限差分方法就是用有限的离散区域来替代连续的时间和资产价格 在坐标图上，有限差分方法则体现为格点（Grids）,a,30,可以理解为从格点图内部向外推知外部格点的期权价值。如图所示：,下面介绍一下 、 和 的差分近似 8.3.1(2) 、 和 的差分近似,a,31,1. 的近似 对于坐标方格内部的点 ，期权价值对资产价格的一阶导数可以用三种差分来表示： 、 和 2. 的近似 对于 点处的 ，我们则采取前向差分近似以使 时刻的值和 时刻的

14、值相关联： 3. 的近似 点 处的 的后向差分近似为 ，因此点处期权价值对标的资产价格的二阶差分为 这个二阶差分也是中心差分，其误差为 。,a,32,差分方程 把以上三个近似代入布莱克舒尔斯偏微分方程，整理得到： 其中，,a,33,边界条件 1. 时刻看跌期权的价值为 其中 2. 当股票价格为零时，下方边界上所有格点的期权价值： 3. 当股票价格趋于无穷时,a,34,求解期权价值： 联立 个方程： 和 时， 时， 解出每个 的期权价值 最后可以计算出 ，当 等于初始资产价格时，该格点对应的 就是我们要求的期权价值。,a,35,页面呈现显性有限差分法： 其中， 即直接从 时刻的三个相邻格点的期权

15、价值求出 时刻资产价格为 时的期权价值，可理解为从格点图外部推知内部格点期权价值的方法,a,36,有限差分方法,树图方法,VS,相同点：两种方法都用离散的模型模拟资产价格的连续运动 不同点：树图方法中包含了资产价格的扩散和波动率情形； 有限差分方法中的格点则是固定均匀的，只是参数进行了相应的变化，以反映改变了的扩散情形。,a,37,VS,隐性有限差分方法,显性有限差分方法,显性方法计算比较直接方便，无需象隐性方法那样需要求解大量的联立方程，工作量小，易于应用。但是，显性方法存在一个缺陷：它的三个“概率”可能小于零，这导致了这种方法的不稳定，它的解有可能不收敛于偏微分方程的解。而隐性方法则不存在这个问题，它始终是有效的。 变量置换： 在使用有限差分方法时，人们常常把标的变量 置换为。这样偏微分方程改为,a,38,有限差分方法还可以进一步推广到多个标的变量的情形； 在标的变量小于三个的时候，这一方法是相当有效率的； 但是超过三个变量时蒙特卡罗模拟方法就更有效了。 同时有限差分方法也不善于处理期权价值取决于标的变量历史路径的情况。,a,39,假设标的资产为不付红利股票,其当前市场价为50元,波动率为每年40%，无风险连续复利年利率为10%，该股票5个月期的美式看跌期权协议价格为50元