aiwiki.page
中文
经济 / 金融与投资 / black-scholes-equation

布莱克–斯科尔斯方程

布莱克–斯科尔斯方程结合动态对冲与无套利原则,描述理想化市场条件下的衍生工具价格。

36 个关键词3 个词条链接到这里7 个尚未撰写AI 撰写
金融衍生品偏微分方程资产利率套利布朗运动期望值风险厌恶布莱克–斯…

布莱克–斯科尔斯方程是在理想化金融市场模型下,描述某些金融衍生工具价值的偏微分方程。它将衍生工具价值随时间的变化,与其对标的资产价格及波动率的敏感程度,以及现行无风险利率联系起来。对于不支付股息的标的资产,该方程的标准形式为

∂V∂t+12σ2S2∂2V∂S2+rS∂V∂S−rV=0,\frac{\partial V}{\partial t} +\frac{1}{2}\sigma^2S^2\frac{\partial^2 V}{\partial S^2} +rS\frac{\partial V}{\partial S} -rV=0,

其中,V(S,t)V(S,t) 为衍生工具的价值,SS 为标的资产价格,tt 为时间,σ\sigma 为波动率,rr 为连续复利无风险利率。

该方程的核心思想是:在特定假设下,可以通过持续调整标的资产和无风险账户的持仓,复制衍生工具的风险。因此,无套利条件便可确定其价格,而无须估计标的资产的预期收益率。这一框架由费希尔·布莱克、迈伦·斯科尔斯和罗伯特·C. 默顿研究建立,并于1973年发表,后来成为现代衍生工具估值与风险管理的基础。

这一方程不同于布莱克–斯科尔斯模型,后者规定了市场假设与资产价格的动态过程;它也不同于布莱克–斯科尔斯公式,后者是欧式期权的一个特定闭式解。不同的合约收益结构与行权条款,需要采用不同的终端条件、边界条件,或对方程加以扩展。

历史发展与概念意义

在布莱克–斯科尔斯框架出现之前,期权估值就已积累了丰富的数学研究成果。路易·巴舍利耶在其1900年的博士论文《投机理论》(Théorie de la spéculation)中,采用与布朗运动相关的过程来模拟价格变动。他的模型允许价格变为负值,而后来的研究则日益倾向于对价格的比例变动建模。20世纪60年代,保罗·萨缪尔森等研究者发展了以资产价格服从对数正态分布为基础的期权定价方法,爱德华·O.索普则探索了期权估值与对冲的实际应用。

一个长期存在的难题是,如何为期权不确定的到期收益确定适当的贴现率。期权的风险可能远高于其标的股票,而且会随着股价和剩余期限的变化而改变。因此,用股票的预期收益率,或用任意选定的风险调整贴现率,对期权的预期到期收益进行贴现,通常无法得到一致的估值。问题不只是估计到期收益的期望值,而是确定如何参照其他可交易证券,为这笔收益定价。

布莱克和斯科尔斯在1973年发表于《政治经济学杂志》的论文《期权与公司负债的定价》中解决了这一难题。默顿同年发表于《贝尔经济与管理科学杂志》的《理性期权定价理论》,则进一步发展并拓展了这种连续时间推理。他们的研究表明,通过交易股票和无风险资产,可以消除期权头寸在局部时间内的不确定性。一旦不确定性被消除,所形成的头寸就必须获得无风险利率水平的收益,否则就会出现套利机会。

这标志着定价思路从依赖另行设定的风险偏好,转向依赖复制策略。投资者即使对股票的预期收益率持不同看法,或具有不同程度的风险厌恶,只要接受模型的假设并采用相同的波动率,就仍可对期权价格达成一致。这一推理将金融估值与随机微积分以及数学物理中早已广为应用的微分方程联系起来,也为描述对冲比率和非线性收益结构不断变化的风险提供了一套共同语言。

芝加哥期权交易所于1973年4月开始交易标准化的上市看涨期权,为这一理论提供了重要的同期制度背景。不过,该理论的普及是一个渐进过程,并未立即取代此前的交易方法。交易者在运用公式的同时,也会结合自身对波动率、市场状况和交易执行成本的判断。1997年,斯科尔斯和默顿因提出确定衍生品价值的新方法而获得诺贝尔经济学奖。布莱克已于1995年去世,因此未被列入获奖者名单。

这一方程的历史意义,与其说在于主张市场完全符合其假设,不如说在于它所采用的方法。复杂的或有支付可以作为某种交易策略的结果来分析,从而将估值问题转化为关于复制、可容许交易及无套利条件的问题。

市场假设与资产价格动态

经典模型包含一种风险资产(通常解释为股票)和一个无风险账户。账户价值 BtB_t 按以下规律增长:

dBt=rBt dt.dB_t=rB_t\,dt.

股票价格服从几何布朗运动:

dSt=μSt dt+σSt dWt,dS_t=\mu S_t\,dt+\sigma S_t\,dW_t,

其中,WtW_t 是现实世界概率测度下的标准布朗运动,μ\mu 是股票的瞬时期望收益率,σ>0\sigma>0 是恒定的波动率。模型区分了与 dtdt 成正比的可预测漂移项,以及与布朗运动增量 dWtdW_t 成正比的随机项。

由此得到的股票价格为

St=S0exp⁡ ⁣[(μ−σ22)t+σWt].S_t=S_0\exp\!\left[ \left(\mu-\frac{\sigma^2}{2}\right)t+\sigma W_t \right].

因此,只要初始价格为正,价格就始终为正;在长度为 hh 的时间区间内,对数收益率的概率分布为正态分布,均值为 (μ−σ2/2)h(\mu-\sigma^2/2)h,方差为 σ2h\sigma^2h。波动率是连续复利收益率的标准差除以时间长度的平方根,而不是价格水平的标准差。例如,在该模型中,20%20\% 的年化波动率意味着一年期对数收益率的标准差为 0.200.20。

模型假设交易连续进行,且不存在摩擦。证券可以按任意数量买卖,包括非整数份额;借入和贷出资金适用相同的无风险利率,并且允许卖空。市场中不存在税费、交易成本或买卖价差。交易不会影响市场价格,标的股票价格的路径连续,不发生跳跃。基础版本假设股票不支付股息,但也很容易纳入已知的连续股息率。

这些条件使精确的动态复制成为可能。如果一项对冲策略的买卖完全由该策略已有的资产提供资金,即策略初始建立后不再需要外部注入现金,那么该策略就是自融资的。还必须对交易策略施加适当限制,以排除诸如通过无上限借款支持的无限加倍策略等病态方案。在只有一只股票和一个布朗运动风险源的标准设定下,市场是完备的:凡是相对于模型所描述的信息可测、且满足适当可积性条件的或有索取权,都可以被复制。

这些假设各自发挥着不同的作用。连续的价格路径使得仅用股票构建的对冲头寸就能抵消唯一的瞬时随机冲击。无摩擦交易允许任意频繁地调整持仓,而不会累积交易成本。已知的波动率规定了随机性进入价格的速率,已知的利率则规定了局部无风险财富的收益率。常数系数使人们熟知的闭式解成为可能,但对更一般的复制方法而言,并非不可或缺。

允许利率和波动率随时间确定性地变化,并不会改变上述主要逻辑。相比之下,引入无法通过交易直接对冲的随机波动率、突发跳跃或交易限制,可能使完全复制无法实现。因此,该方程是特定市场结构的推论,而不是所有实际观察到的衍生品价格都满足的普遍恒等式。

通过自融资对冲推导

设 V(S,t)V(S,t) 在到期前足够光滑,关于时间具有一阶连续偏导数,关于股票价格具有二阶连续偏导数。根据股票价格的动态过程,应用伊藤引理可得

dV=(Vt+μSVS+12σ2S2VSS)dt+σSVS dWt.dV= \left( V_t+\mu S V_S+\frac12\sigma^2S^2V_{SS} \right)dt +\sigma S V_S\,dW_t.

下标表示偏导数。二阶项至关重要:布朗运动增量的二次变差与经过的时间成正比,通常记为 (dWt)2=dt(dW_t)^2=dt。普通的一阶微积分恰恰会遗漏反映收益函数曲率影响的这一项。

考虑一个投资组合,其中持有 Δt\Delta_t 股股票,并在无风险账户中持有金额为 btb_t 的资金。其价值为

Xt=ΔtSt+bt.X_t=\Delta_tS_t+b_t.

若该策略是自融资的,其收益变动满足

dXt=Δt dSt+rbt dt.dX_t=\Delta_t\,dS_t+rb_t\,dt.

要复制该衍生品,需满足 Xt=V(St,t)X_t=V(S_t,t)。比较投资组合与衍生品收益变动中的布朗运动项,得到

Δt=VS(St,t).\Delta_t=V_S(S_t,t).

因此,所需的现金持有量为

bt=V−SVS.b_t=V-SV_S.

股票头寸抵消了衍生品对这一唯一不确定性来源的瞬时风险敞口。

令其余漂移项相等,可得

Vt+μSVS+12σ2S2VSS=μSVS+r(V−SVS).V_t+\mu SV_S+\frac12\sigma^2S^2V_{SS} = \mu SV_S+r(V-SV_S).

预期收益率项相互抵消,得到

Vt+12σ2S2VSS+rSVS−rV=0.V_t+\frac12\sigma^2S^2V_{SS}+rSV_S-rV=0.

μ\mu 的消失是这一推导的关键结果。确定复制该收益所需的成本,并不需要知道股票的预期收益率,尽管它仍与股票的实际价格分布和投资者的预期利润有关。

一种等价的论证是:在一个无穷小时间区间内,持有一份衍生品多头,同时卖空 VSV_S 股股票。该头寸的随机分量消失,因此,这个局部无风险头寸必须获得无风险利率所对应的收益。否则,就可以将该对冲头寸与无风险借贷结合起来进行套利。使用这一直接的论证时需要谨慎:持仓不断变化的投资组合,其按市值计价的价值微分,并不自动等于其交易收益。自融资表述明确计入了调仓所需的资金,避免将 Δt\Delta_t 的变化视为无需付出成本的现金流。

如果股票支付已知的连续股息率 qq,则每股股票以 qSqS 的速率产生现金。将这部分收入计入复制策略,可得

Vt+12σ2S2VSS+(r−q)SVS−rV=0.V_t+\frac12\sigma^2S^2V_{SS} +(r-q)SV_S-rV=0.

系数 r−qr-q 反映了股票除息价格的上涨与持有股票所得总收益之间的区别。

该方程决定了符合条件的衍生品价值如何演变,却不能决定所定价的是哪一种合约。看涨期权、看跌期权或其他收益结构,需要通过到期条件及合约规定的任何边界条件来确定。复制原理也是一价定律的基础:在无套利市场中,产生完全相同未来现金流的两种策略,当前价值必须相等。

欧式期权的解与边界条件

欧式看涨期权赋予持有人仅在到期时刻 TT 以执行价格 KK 买入标的资产的权利。其到期价值为

C(S,T)=(S−K)+,C(S,T)=(S-K)^+,

其中 x+=max⁡(x,0)x^+=\max(x,0)。欧式看跌期权则赋予持有人相应的卖出权利,其到期价值为

P(S,T)=(K−S)+.P(S,T)=(K-S)^+.

这些到期收益条件确定了同一定价方程的不同解。虽然两种收益函数在执行价格处都有折点,但只要剩余期限为正,且 S>0S>0、σ>0\sigma>0,期权价值就是光滑的。

当 rr、σ\sigma 和连续股息率 qq 均为常数时,定义 τ=T−t\tau=T-t,并令

d1=ln⁡(S/K)+(r−q+12σ2)τστ,d2=d1−στ.d_1= \frac{\ln(S/K)+(r-q+\tfrac12\sigma^2)\tau} {\sigma\sqrt{\tau}}, \qquad d_2=d_1-\sigma\sqrt{\tau}.

布莱克–斯科尔斯公式为

C=Se−qτN(d1)−Ke−rτN(d2),C=Se^{-q\tau}N(d_1)-Ke^{-r\tau}N(d_2),
P=Ke−rτN(−d2)−Se−qτN(−d1),P=Ke^{-r\tau}N(-d_2)-Se^{-q\tau}N(-d_1),

其中 NN 为标准正态分布的累积分布函数。因子 e−rτe^{-r\tau} 和 e−qτe^{-q\tau} 分别体现了贴现和股息的影响。

对于不支付股息的股票,当股价趋于零时,欧式看涨期权的价值也趋于零。当股价很高时,其价值趋近于 S−Ke−rτS-Ke^{-r\tau}:日后支付执行价格的权利,几乎等同于持有股票,同时保留相当于执行价格现值的资金。对于看跌期权,当 SS 趋于零时,其价值的极限为 Ke−rτKe^{-r\tau};当 SS 无限增大时,其价值则趋于零。这些边界行为对于解析解的唯一性和数值实现都很重要。

将两个公式相减,即得看涨看跌期权平价关系:

C−P=Se−qτ−Ke−rτ.C-P=Se^{-q\tau}-Ke^{-r\tau}.

这一关系并不需要完整的布莱克–斯科尔斯扩散假设。只要欧式期权具有相同的执行价格和到期日,且股票的股息支付能够按假设处理,就可以通过比较到期收益相同的投资组合推导出这一关系。因此,它是一项适用范围更广的无套利约束,可用于检验模型价格和市场报价。

举例来说,假设一只不支付股息的股票满足 S=100S=100、K=100K=100、τ=1\tau=1 年、r=0.05r=0.05、σ=0.20\sigma=0.20。此时 d1=0.35d_1=0.35、d2=0.15d_2=0.15,看涨期权价值约为 10.4510.45,看跌期权价值约为 5.575.57。两者之差约为 4.884.88,等于 100−100e−0.05100-100e^{-0.05},符合平价关系。

因此,这个熟悉的公式只是方程的一个解,而不是方程本身。不同的到期收益会产生不同的价格。例如,一份在 ST>KS_T>K 时支付一单位现金、否则不支付的现金或无型数字看涨期权,其价值为 e−rτN(d2)e^{-r\tau}N(d_2)。这种不连续的收益结构既改变了估值表达式,也改变了临近到期时的对冲行为。

风险中性定价及其与扩散方程的联系

通过风险中性测度进行定价,也能得到相同的价格。在模型的定价概率测度(通常记作 Q\mathbb Q)下,不支付股息的股票遵循

dSt=rSt dt+σSt dWtQ.dS_t=rS_t\,dt+\sigma S_t\,dW_t^{\mathbb Q}.

若连续股息率为 qq,则价格的漂移率变为 r−qr-q。这一变化并不意味着现实中的投资者预期股票收益率等于无风险利率。它改变的是用于表示无套利价格的概率权重,而现实世界中的漂移率对于预测和投资分析仍然具有意义。

对于到期收益为 g(ST)g(S_T) 的欧式衍生品,其价格为

V(S,t)=e−r(T−t)EQ ⁣[g(ST)∣St=S].V(S,t)=e^{-r(T-t)} \mathbb E^{\mathbb Q}\!\left[g(S_T)\mid S_t=S\right].

在适当的正则性和可积性条件下,费曼–卡茨公式建立了这一条件期望与布莱克–斯科尔斯微分方程之间的联系。因此,该方程与上述期望是同一定价问题的两种表示方式:前者侧重局部交易与价值变化,后者侧重定价测度下未来收益的贴现值。

在无股息模型中,贴现后的股票价格在 Q\mathbb Q 下是一个鞅:其未来贴现值的条件期望等于当前的贴现值。更一般地,在存在股息时,具有相应鞅性质的是经过适当贴现的累积收益过程。在标准的完备市场模型中,等价定价测度是唯一的,这与基于复制的价格具有唯一性相对应。

欧式看涨期权公式中的正态分布概率有着明确的含义。在 Q\mathbb Q 下,N(d2)N(d_2) 是看涨期权到期时处于实值状态的概率。N(d1)N(d_1) 则并非同一个行权概率。它来自对收益中股票部分的加权,并可解释为将计价基准变更为股票后的行权概率。混淆两者,就难以理解公式中为何会出现两个不同的正态分布项。

该方程还与热方程有直接联系。在无股息情形下,令 x=ln⁡(S/K)x=\ln(S/K)、τ=T−t\tau=T-t,并记 U(x,τ)=V(Kex,T−τ)U(x,\tau)=V(Ke^x,T-\tau)。于是

Uτ=12σ2Uxx+(r−12σ2)Ux−rU.U_\tau= \frac12\sigma^2U_{xx} +\left(r-\frac12\sigma^2\right)U_x-rU.

令 U=e−rτFU=e^{-r\tau}F,即可消去贴现项。进一步平移空间坐标,就能消去一阶导数项,从而得到标准的扩散方程。随后,对变换后的收益函数进行高斯加权平均,便可得到熟悉的正态分布公式。

这种对应关系解释了期权价值的若干数学特征。在到期前,只要距离到期尚有正的时间,扩散作用就会使到期收益函数中的折点变得平滑;而随着到期日临近,这些尖锐特征又会重新显现。它也解释了为什么为抛物型微分方程发展出的技术可以用于衍生品定价。金融定价问题从已知的到期收益出发,沿时间反向求解,但将时间反转后,它就具有正向扩散问题的结构。

敏感度、对冲以及时间与曲率之间的平衡

期权价值对市场输入变量的各阶导数称为期权希腊值。它们将定价方程转化为用于描述和管理风险的量。其中最直接的是德尔塔(delta):

Δ=∂V∂S,\Delta=\frac{\partial V}{\partial S},

它表示复制一单位衍生品的投资组合中所需持有的标的股票数量。对于具有连续股息率的欧式看涨期权,

ΔC=e−qτN(d1),\Delta_C=e^{-q\tau}N(d_1),

而欧式看跌期权的德尔塔为 e−qτ[N(d1)−1]e^{-q\tau}[N(d_1)-1]。因此,看涨期权空头的局部对冲方式是持有正数量的股票,而不是进一步卖空股票。

伽马(gamma)衡量德尔塔变化的快慢:

Γ=∂2V∂S2.\Gamma=\frac{\partial^2V}{\partial S^2}.

对于欧式看涨期权和看跌期权,均有

Γ=e−qτϕ(d1)Sστ,\Gamma= \frac{e^{-q\tau}\phi(d_1)} {S\sigma\sqrt{\tau}},

其中,ϕ\phi 为标准正态分布的概率密度函数。正伽马体现了凸性:股价上涨时,德尔塔随之增大。当股价接近行权价且期权临近到期时,伽马可能变得很大,使得相对较小的价格变动也需要大幅调整对冲头寸。当股价远离行权价时,临近到期的期权更可能表现得如同行权收益本身,或如同一项几乎毫无价值的或有权利。

西塔(theta)是期权价值对日历时间的导数:

Θ=∂V∂t.\Theta=\frac{\partial V}{\partial t}.

布莱克–斯科尔斯方程可以写为

Θ+12σ2S2Γ+(r−q)SΔ−rV=0.\Theta+\frac12\sigma^2S^2\Gamma +(r-q)S\Delta-rV=0.

这一恒等式表达了时间效应、凸性、股票风险敞口、股息与融资之间的平衡。对于许多期权多头头寸,保持正凸性的代价是承受时间价值衰减。不过,西塔并不总是负值:其正负取决于合约、利率、股息以及期权的价内外程度。

维加(vega)衡量期权价值对波动率的敏感度。对于欧式看涨期权和看跌期权,

V=∂V∂σ=Se−qτϕ(d1)τ\mathcal V=\frac{\partial V}{\partial\sigma} =Se^{-q\tau}\phi(d_1)\sqrt{\tau}

这一表达式对应于以小数表示的波动率每变动一个单位时的敏感度。波动率变动一个百分点所对应的敏感度为 0.01V0.01\mathcal V。正维加意味着,在该模型中,波动率上升会提高标准欧式看涨期权和看跌期权的价值。这一结论并不自动适用于所有奇异期权的收益结构。

一种实用的局部对冲计算方法,是将假定的波动率与实际实现的变动区分开来。对于不支付股息的股票,假设期权价值按波动率 σ\sigma 计算,但股票的瞬时方差率为 σ^t2\widehat{\sigma}_t^2。忽略跳跃和成本,持有期权多头并用 −VS-V_S 股股票进行对冲,其经融资调整后的局部收益为

12(σ^t2−σ2)St2Γt dt.\frac12\left(\widehat{\sigma}_t^2-\sigma^2\right) S_t^2\Gamma_t\,dt.

这说明了为什么对德尔塔对冲的期权头寸而言,以伽马加权的已实现变动十分重要。但这并不意味着,只要比较两个波动率数值就能保证获利:实际结果还取决于再平衡时点、波动率变化、交易执行成本以及不连续的价格变动。

数值方法、提前行权与合约变体

一些重要合约存在闭式解,但这一微分方程本身也是一种计算框架。有限差分法在网格上近似计算其对时间和价格的导数。首先根据合约到期时的收益确定初始值,再向后递推至估值日。显式格式直接利用已知的网格值计算新值,但为了保证稳定性,需要对网格间距和时间步长施加限制。隐式格式则求解线性方程组,对于标准线性问题具有更好的稳定性。

克兰克–尼科尔森方法对显式与隐式时间步进取平均。对于足够光滑的问题,它在时间方向上具有二阶精度,但不光滑的收益函数可能引发振荡,尤其是在临近到期时或收益函数的间断点附近。在最初几个时间步采用隐式格式,通常称为兰纳赫平滑,可以减轻这一问题。实际精度还取决于执行价在网格上的位置、如何截断无界的股价区域,以及如何处理边界条件。

美式期权允许持有人在到期前行权。由于持有人可以选择行权,其价值必须不低于立即行权的收益 g(S)g(S)。定义算子

LV=12σ2S2VSS+(r−q)SVS−rV,\mathcal LV= \frac12\sigma^2S^2V_{SS}+(r-q)SV_S-rV,

则该问题可表示为变分不等式

max⁡ ⁣(Vt+LV,  g(S)−V)=0.\max\!\left(V_t+\mathcal LV,\;g(S)-V\right)=0.

在继续持有区域,定价方程成立;在行权区域,则有 V=gV=g。两者之间的边界事先未知,必须在估值过程中一并求出。

在标准假设下,如果股票不支付股息且利率非负,提前行使美式看涨期权并非最优选择。行权会牺牲剩余的选择权价值,还需要提前支付执行价,却无法获得股息收入。对于美式看跌期权,提前行权则可能是最优选择,因为提前收到执行价款的收益可能超过剩余的选择权价值。股息也可能使看涨期权的提前行权具有意义。这些结论针对的是特定模型和合约权利,并非适用于所有市场环境的通用行权规则。

其他数值方法以不同方式表达相同的经济原理。二叉树期权定价模型以可重组的上涨与下跌树取代连续价格路径,其中尤以考克斯、罗斯和鲁宾斯坦于1979年提出的形式最为著名。采用适当方式不断细化后,其价格会收敛于基于扩散过程的定价结果。蒙特卡洛方法通过模拟估计定价测度下的贴现收益,尤其适用于涉及多个风险因子的衍生品和路径依赖型合约,但处理提前行权还需要额外的方法。

合约设计决定了状态变量和边界。障碍期权可能在价格达到指定水平时终止或生效。亚式期权取决于平均价格,通常需要将累计均价或累计价格总和作为额外的状态变量。回望期权则取决于截至当前的最高价或最低价。这些合约体现了定价原则与单一定价公式之间的区别:复制与风险中性估值始终是核心,而决定支付金额的信息不同,所需求解的数学问题也随之变化。

实证偏离、模型扩展与实际应用

恒定波动率模型与实证观察之间最显著的偏离是:同一标的资产的不同期权,通常并不对应同一个波动率。隐含波动率是使布莱克–斯科尔斯公式给出的价格与某一市场价格相符的 σ\sigma 值。隐含波动率随行权价的变化往往呈现微笑或偏斜形态,随到期期限的变化则形成期限结构。两者共同构成隐含波动率曲面。隐含波动率是从价格中推导出的报价指标,并非直接观测到的物理参数,也不是对未来已实现波动率无条件成立的预测。

在股指期权市场中,较低行权价期权的隐含波动率通常高于其他条件相近的较高行权价期权,这一特征在1987年10月股灾后尤为突出。更一般地说,观测到的收益率具有厚尾、波动率变化以及偶发跳跃等特征,而参数恒定的对数正态扩散过程无法再现这些特征。由不同隐含波动率构成的曲面可以用于表达市场报价,但将每份期权都视为处于各自独立的恒定波动率环境中,本身并不能为未来价格变动构建出一致的联合模型。

多种扩展模型旨在处理这些差异。默顿于1976年提出的跳跃扩散模型,在连续波动之外加入了价格的突然变化。随机波动率模型,包括史蒂文·赫斯顿于1993年提出的模型,将波动率或方差作为额外的随机状态变量。局部波动率方法则使用依赖于时间和资产价格的扩散系数,其代表性工作包括布鲁诺·杜皮尔,以及伊曼纽尔·德曼与伊拉吉·卡尼在1994年的研究。在适当条件下,此类模型能够再现足够规则的欧式期权价格曲面;不过,即使能够匹配当前普通期权的价格,也无法唯一确定该曲面未来的演化方式。

这些变化不仅影响估值,也影响对冲。单靠持有一种股票,通常无法同时抵消连续价格风险和所有可能的跳跃风险。额外引入且无法直接交易的波动率冲击,同样会带来通常无法仅靠股票和无风险账户消除的风险。在这类不完备市场中,无套利条件可能允许存在不止一种定价测度。因此,估值需要借助额外的可交易工具、施加限制条件,或对不可对冲风险的定价作出假设。不同模型对标准欧式期权的估值可能非常接近,但对路径依赖型或可提前行权的或有索取权,却可能给出不同的价值。

市场摩擦是造成偏离的另一类因素。当买卖价差和交易费用不为零时,连续调仓的成本将高到难以承受。实际对冲只能在离散时点进行调整,因此仍会暴露于两次交易之间价格变动带来的风险。流动性不足、市场冲击、股票借入限制以及融资利率差异,都可能进一步拉大理论复制价值与实际可成交价格之间的差距。对于在场外市场交易的合约,交易对手的信用风险、抵押品安排和融资惯例也可能产生影响。

尽管存在这些局限,该方程仍被广泛用作基准,用于计算标准化的敏感度指标,并为期权价格与波动率报价之间的转换提供便利。其复制逻辑也适用于上市股票期权以外的领域。在默顿的公司债务结构模型中,股东享有的有限责任索取权类似于以公司资产为标的的看涨期权,而有风险债务则可借助类似期权的违约风险敞口进行分解。这种数学类比十分有力,但实际应用取决于如何对公司资产价值、波动率、债务义务以及违约条款进行建模。