{
  "id": "black-scholes-model",
  "title": "布莱克–斯科尔斯模型",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "布莱克–斯科尔斯模型通过连续时间资产动态、无套利定价和动态复制为期权估值。",
  "category": "economics",
  "subcategory": "finance",
  "type": "concept",
  "aliases": [
    "布莱克–斯科尔斯–默顿模型",
    "BSM模型",
    "BS模型"
  ],
  "generated_at": "2026-11-06",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/black-scholes-model/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/black-scholes-model/",
      "json": "https://aiwiki.page/en/black-scholes-model.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "布莱克–斯科尔斯模型是一种为金融衍生工具，尤其是期权估值的数学框架。它将衍生工具的价格与标的资产的价格变动，以及实施复制交易策略所需的融资成本联系起来。该模型最著名的成果是欧式看涨期权和看跌期权的闭式定价公式；这类期权合约只能在指定的到期日行权。这一框架由费希尔·布莱克、迈伦·斯科尔斯和罗伯特·C. 默顿于20世纪70年代初提出，后来成为现代金融经济学的基石之一。\n\n该模型的核心见解是：在特定假设下，通过持续调整由标的资产和无风险投资构成的投资组合，可以复制期权的收益。因此，市场竞争和不存在套利机会的条件要求期权与其复制组合具有相同的价值。这一论证使得期权定价无需直接估计投资者对标的资产的预期收益率，也无需直接估计他们的风险偏好。\n\n“布莱克–斯科尔斯”一词可以指模型所假定的资产价格过程、相应的定价方程，也可以指欧式期权定价公式。三者密切相关，但并不相同。该模型的实际意义不仅在于计算理论价格：它还为波动率报价、衡量价格敏感度以及安排对冲策略提供了一套通用语言。其简化假设也为评估更贴近现实的市场行为模型提供了基准。"
    },
    {
      "heading": "历史发展与理论基础",
      "text": "早在公认的期权价值理论形成之前，期权合约就已存在。期权定价的一个特殊难点在于其收益具有非线性：当资产价格高于合约约定的行权价时，看涨期权持有人可以获利；而当行权对自己不利时，则可以让期权到期作废。因此，常规的折现估值既需要预测未来价格，也需要作出适当的风险调整。早期方法未能就如何确定这种调整提出普遍令人满意的解决方案。\n\n路易·巴舍利耶在1900年的博士论文《投机理论》（Théorie de la spéculation）中，利用连续随机过程，对投机性价格和期权估值进行了早期的数学研究。与后来的对数正态框架不同，他的模型允许价格为负。20世纪60年代，保罗·萨缪尔森等研究者建立了一些模型，将价格的比例变动而非绝对变动视为随机变量。爱德华·索普和希恩·卡苏夫于1967年出版的《战胜市场》（Beat the Market）也介绍了期权与认股权证的对冲策略。这些贡献为后来的理论奠定了重要基础，但尚未提出同样具有一般性的复制论证。\n\n布莱克和斯科尔斯于1973年在《政治经济学杂志》发表了《期权与公司负债的定价》。他们的分析表明，通过恰当构建由期权及其标的股票组成的头寸，可以消除瞬时价格风险。同年，默顿在《贝尔经济学与管理科学杂志》发表《理性期权定价理论》，进一步发展了连续时间推导，阐明了动态交易的作用，并将分析扩展至股息及其他合约特征。“布莱克—斯科尔斯—默顿”这一名称体现了对这些互补性贡献的认可。\n\n这一理论的问世恰逢一项重要的制度变革：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。标准化合约、有组织的交易以及不断增强的计算能力，共同为实用估值公式融入日常市场操作创造了条件。采用这一模型并不意味着简单地以数学取代判断。交易者仍须估计波动率、处理股息与融资问题，并评估模型假设与实际交易条件之间的差异。\n\n1997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，因此未能获奖。这一框架持久的理论贡献并不局限于一个公式：它使动态复制成为分析或有金融索取权的核心方法，其中也包括嵌入公司证券的或有索取权。"
    },
    {
      "heading": "资产动态、合约与假设",
      "text": "期权赋予持有人按合约进行某项特定交易的权利，但不要求其履行交易义务。看涨期权赋予持有人以执行价格 \\(K\\) 买入标的资产的权利；看跌期权则赋予其卖出标的资产的权利。欧式期权只能在到期时刻 \\(T\\) 行权，而美式期权可以提前行权。当标的资产价格为 \\(S_T\\) 时，欧式期权的到期收益为\n\n\\[C_T=\\max(S_T-K,0), \\qquad P_T=\\max(K-S_T,0).\\]\n\n这些收益并未扣除购买期权所支付的权利金。一笔交易在整个存续期内的利润还取决于权利金、融资成本以及其他相关现金流。\n\n标准模型假设标的资产价格服从几何布朗运动。若考虑连续、按比例支付的股息，其股息率为 \\(q\\)，则价格在现实世界中的动态可写为\n\n\\[dS_t=(\\mu-q)S_t\\,dt+\\sigma S_t\\,dW_t,\\]\n\n其中，\\(\\mu\\) 为预期总收益率，\\(\\sigma>0\\) 为波动率，\\(W_t\\) 为布朗运动。增量 \\(dW_t\\) 表示随机冲击，其方差与所经过的时间成正比。该模型中的价格路径是连续的：价格不会瞬间跳跃，且初始为正的价格在任何有限时间范围内始终为正。\n\n在参数恒定的情况下，长度为 \\(\\tau\\) 的时间区间内的对数收益率服从正态分布：\n\n\\[\\log\\!\\left(\\frac{S_{t+\\tau}}{S_t}\\right) \\sim N\\!\\left( \\left(\\mu-q-\\frac{\\sigma^2}{2}\\right)\\tau, \\sigma^2\\tau \\right).\\]\n\n因此，波动率是对数收益率的标准差除以时间长度的平方根。例如，在这一设定下，年化波动率为 \\(20\\%\\)，对应的月度对数收益率波动率约为 \\(20\\%/\\sqrt{12}\\)，即 \\(5.77\\%\\)。这种换算关系源于模型的独立增量和恒定方差率假设，并非普遍适用的经验规律。\n\n经典框架还假设无风险利率 \\(r\\) 已知且恒定，可以连续交易，且不存在交易成本或税收。资产可以无限分割，交易者能够按既定条件借入资金、贷出资金及建立空头头寸。不存在妨碍构建复制策略的有效融资约束或持仓限制。在基本的股票期权模型中，标的资产不支付股息；引入恒定股息率的扩展模型则允许按比例派息。\n\n这些假设各有不同的作用。价格的连续性和单一布朗风险源，使得仅用一种标的资产即可在局部消除价格风险。无摩擦、不受限制的交易使所需策略能够实施。已知的波动率决定了维持该策略的成本。仅仅不存在套利，并不一定意味着一项或有索取权具有唯一价格：这里的定价唯一性还取决于模型能否复制该项或有索取权。"
    },
    {
      "heading": "动态复制与定价方程",
      "text": "模型的估值论证从衍生品价格 \\(V(S,t)\\) 出发，将其视为标的资产价格与到期前时间的充分光滑函数。随机微积分中的伊藤公式给出其局部变化：\n\n\\[dV= \\left[ V_t+(\\mu-q)S V_S+ \\frac{1}{2}\\sigma^2S^2V_{SS} \\right]dt +\\sigma S V_S\\,dW_t.\\]\n\n下标表示偏导数。含有 \\(V_{SS}\\) 的项至关重要：对于具有曲率的收益函数，随机价格波动会对其价值产生系统性影响。普通的确定性微分会遗漏这一影响，从而得出错误的定价关系。\n\n复制组合持有 \\(\\Delta=V_S\\) 单位的标的资产，并将其剩余价值 \\(V-\\Delta S\\) 投入无风险账户。该组合是自融资的：调整持仓所需的资金来自出售组合中的其他资产，而非注入外部资金。如果标的资产支付连续收益率 \\(q\\)，则持有并交易该资产的总收益既包括价格变动，也包括股息。因此，组合的收益为\n\n\\[dV=\\Delta(dS+qS\\,dt)+r(V-\\Delta S)\\,dt.\\]\n\n选择 \\(\\Delta=V_S\\) 可使组合与衍生品的随机风险敞口相匹配。比较剩余的漂移项，即可得到布莱克–斯科尔斯方程：\n\n\\[V_t+\\frac{1}{2}\\sigma^2S^2V_{SS} +(r-q)S V_S-rV=0.\\]\n\n预期收益率 \\(\\mu\\) 消失了。这一抵消并不意味着预期收益率在经济上无关紧要，而是因为期权与标的资产具有相同的局部随机性来源，因此可以通过交易来匹配这部分风险敞口。由此得到的价格由复制成本决定，无须另行估计期权的风险溢价。采用自融资表述十分重要，因为当对冲比率发生变化时，不能把再平衡视为对组合现金流毫无影响的操作。\n\n该方程需要终端条件和边界条件。欧式看涨期权的终端价值为 \\(\\max(S-K,0)\\)。当标的资产价格为零时，其价值为零；当标的资产价格很高时，其价值趋近于 \\(Se^{-q\\tau}-Ke^{-r\\tau}\\)，其中 \\(\\tau=T-t\\)。看跌期权具有不同的到期收益及相应的边界行为。仅凭微分方程本身无法区分这些合约。\n\n这一逻辑体现了一价定律。如果期权的交易价格高于精确复制组合的成本，交易者就可以卖出期权并买入复制组合；如果交易价格低于复制成本，则可以采取相反的头寸。在模型假设下，未来的负债会相互抵消。现实市场中的情况更为复杂，因为交易执行成本、融资条件、交易限制以及不完全复制，都可能使理论上的价差无法转化为可实现的套利机会。"
    },
    {
      "heading": "欧式期权公式及其解释",
      "text": "对于标的资产支付连续股息收益率 \\(q\\) 的欧式看涨期权，布莱克–斯科尔斯–默顿公式为\n\n\\[C=Se^{-q\\tau}N(d_1)-Ke^{-r\\tau}N(d_2),\\]\n\n其中\n\n\\[d_1= \\frac{\\log(S/K)+(r-q+\\sigma^2/2)\\tau} {\\sigma\\sqrt{\\tau}}, \\qquad d_2=d_1-\\sigma\\sqrt{\\tau}.\\]\n\n这里，\\(N(x)\\) 是标准正态分布的累积分布函数。相应的看跌期权价值为\n\n\\[P=Ke^{-r\\tau}N(-d_2)-Se^{-q\\tau}N(-d_1).\\]\n\n价格与行权价必须使用一致的单位，利率、波动率和剩余期限也必须采用相互兼容的时间计量口径。这些公式适用于到期前、波动率为正且剩余期限为正的情形；极限情形可以单独求值。\n\n看涨期权公式由与股票相关的部分和经过贴现的行权价部分组成。不应将这两项理解为两个相互独立的现实世界预测的现值。它们的概率含义源于某个特定的定价测度。在该测度下，\\(N(d_2)\\) 是看涨期权到期时处于实值状态的概率，而 \\(N(d_1)\\) 通常并不等于这一概率。这一区别十分重要，因为将两者都称为行权概率，会掩盖公式的结构。\n\n假设一只不支付股息的股票满足 \\(S=100\\)、\\(K=100\\)，剩余期限为一年，连续复利无风险利率为 \\(5\\%\\)，波动率为 \\(20\\%\\)，则\n\n\\[d_1=0.35,\\qquad d_2=0.15.\\]\n\n根据公式，看涨期权价值约为 \\(10.45\\)，看跌期权价值约为 \\(5.57\\)，计价货币单位均与股票价格相同。尽管初始时现货价格与行权价相等，期权价值仍为正，这反映了期权收益的不对称性。\n\n看涨期权与看跌期权的价格通过看涨看跌期权平价相联系：\n\n\\[C-P=Se^{-q\\tau}-Ke^{-r\\tau}.\\]\n\n这一关系源于到期收益的匹配，而非对数正态分布假设本身。在比例股息收益率已知的情况下，一项预先付款、到期交付一股股票的合约，其成本为 \\(Se^{-q\\tau}\\)；将其与适当的现金和期权头寸组合，即可确立上述等式。如果已知的是现金股息，则应采用不同于固定股息收益率假设的股息处理方式。\n\n该公式还满足一些有用的界限：\n\n\\[\\max(0,Se^{-q\\tau}-Ke^{-r\\tau})\\leq C\\leq Se^{-q\\tau},\\]\n\n\\[\\max(0,Ke^{-r\\tau}-Se^{-q\\tau})\\leq P\\leq Ke^{-r\\tau}.\\]\n\n当波动率趋于零时，期权价格趋近于由无风险远期价格路径确定的到期收益的贴现值。当到期日临近时，期权价格收敛于合约规定的到期收益。只要剩余期限为正，看涨期权和看跌期权的价格都会随波动率上升而增加：由于二者的收益函数具有凸性，更大的价格离散程度会提高其价值。其他比较静态结论则需要附加条件。例如，延长欧式看跌期权的期限并不一定会提高其价值，因为推迟收到行权价款可能降低该款项的现值。"
    },
    {
      "heading": "风险中性估值与市场完备性",
      "text": "得出相同价格的另一条途径是使用风险中性估值。在通常记为 \\(\\mathbb{Q}\\) 的概率测度下，标的资产的动态变为\n\n\\[dS_t=(r-q)S_t\\,dt+\\sigma S_t\\,dW_t^{\\mathbb{Q}}.\\]\n\n对于到期支付为 \\(H(S_T)\\) 的欧式或有索取权，其价值为\n\n\\[V_t=e^{-r(T-t)} \\mathbb{E}^{\\mathbb{Q}}\\!\\left[ H(S_T)\\mid\\mathcal{F}_t \\right],\\]\n\n其中，\\(\\mathcal{F}_t\\) 表示在时刻 \\(t\\) 可获得的信息。预期支付是在定价测度下计算的，而不一定是在用于预测实际市场结果的统计分布下计算的。\n\n“风险中性”一词并不意味着投资者对风险无所谓。投资者持有风险资产时，可能要求获得可观的风险补偿。概率测度的变换将相关的定价调整纳入未来结果的分布，使贴现后的总收益满足相应的鞅性质。对于支付股息的股票，必须将股息计入，而不能假定仅贴现后的除息股价就是鞅。\n\n在布莱克–斯科尔斯框架下，经调整的到期对数价格满足\n\n\\[\\log S_T= \\log S_t+ \\left(r-q-\\frac{\\sigma^2}{2}\\right)\\tau+ \\sigma\\sqrt{\\tau}\\,Z,\\]\n\n其中，\\(Z\\) 在 \\(\\mathbb{Q}\\) 下服从标准正态分布。将看涨期权的到期支付对这一分布积分，即可得到闭式公式。同一期望也可以通过数值方法计算；它与定价微分方程的等价关系，是费曼–卡茨公式的一个实例。因此，复制、微分方程和概率方法，是同一估值结果的不同表示方式。\n\n定价的唯一性以市场完备性为基础。在基本设定中，市场上有一个布朗运动不确定性来源、一种对该不确定性具有非零风险敞口的可交易风险资产，以及一个无风险账户。在交易策略和到期支付满足相应技术条件的前提下，由这一不确定性驱动的或有索取权均可被复制。因此，无套利定价测度也是唯一的。可容许性限制排除了无限加倍策略等病态交易策略，否则这些策略会破坏这一数学框架。\n\n当额外的、无法对冲的风险出现时，这一结构就会改变。如果波动率本身由另一个独立的随机源驱动，那么仅交易股票和现金通常无法覆盖所有风险。此时，仅凭无套利条件可能无法排除多个可容许的定价测度，衍生品定价还需要额外的市场信息或有关风险溢价的假设。风险中性估值在这类模型中仍然有用，但不能再由此推断，标的股票与无风险账户能够唯一确定所有衍生品的价格。这一区别将广义的定价方法与布莱克–斯科尔斯模型特有的完备性区分开来。"
    },
    {
      "heading": "价格敏感度与对冲机制",
      "text": "期权希腊值衡量期权价值对市场输入变量变化的反应。在布莱克–斯科尔斯框架下，它们是定价函数的导数，而不是对市场行为的额外假设。它们将估值公式转化为管理头寸所用的各项指标。对这些指标的解释取决于哪些变量保持不变：在波动率恒定时计算的现货价格偏导数，不同于市场隐含波动率也发生变动时所产生的总价格变化。\n\n对于标的资产具有连续股息收益率的欧式看涨期权，\n\n\\[\\Delta_C=\\frac{\\partial C}{\\partial S} =e^{-q\\tau}N(d_1),\\]\n\n而看跌期权的德尔塔为\n\n\\[\\Delta_P=e^{-q\\tau}[N(d_1)-1].\\]\n\n因此，看涨期权多头具有正的股价风险敞口，看跌期权多头则具有负的股价风险敞口。复制一份期权的策略，需要持有数量等于该期权德尔塔的标的资产。反过来，交易者若要抵消期权多头对股价即时变动的风险敞口，就要持有方向相反的标的资产头寸。这种持续调整称为德尔塔对冲。\n\n伽马衡量标的资产价格变动时德尔塔的变化：\n\n\\[\\Gamma=\\frac{\\partial^2V}{\\partial S^2} =\\frac{e^{-q\\tau}\\phi(d_1)} {S\\sigma\\sqrt{\\tau}},\\]\n\n其中，\\(\\phi\\) 为标准正态分布的概率密度函数。执行价和到期日相同的欧式看涨期权与看跌期权具有相同的正伽马。正伽马意味着衍生品价值相对于标的资产价格在局部呈凸性。当标的资产价格接近执行价时，随着到期日临近，伽马可能变得非常大，因此小幅价格变动也可能显著改变对冲比率。\n\n维加衡量对波动率的敏感度：\n\n\\[\\nu=\\frac{\\partial V}{\\partial\\sigma} =Se^{-q\\tau}\\phi(d_1)\\sqrt{\\tau}.\\]\n\n看涨期权和看跌期权的维加均为正。该表达式中的波动率以 \\(1.00\\) 为计量单位；波动率每变动一个百分点所对应的敏感度，是上述数值的百分之一。西塔通常表示其他输入变量不变时，期权价值对日历时间流逝的敏感度，而柔衡量对利率的敏感度。期权多头的西塔往往为负，但并非总是如此；利率、股息和价内外程度都可能改变其正负号。\n\n对于小幅变动，头寸价值的变化可近似表示为\n\n\\[\\Delta V\\approx \\Delta\\,\\Delta S+ \\frac{1}{2}\\Gamma(\\Delta S)^2+ \\Theta\\,\\Delta t+ \\nu\\,\\Delta\\sigma+ \\rho\\,\\Delta r.\\]\n\n当变动较大时，交叉效应和高阶项就会变得重要。在理想的连续时间模型中，正确的德尔塔策略能够实现精确复制。在离散交易条件下，伽马敞口会在两次对冲调整之间产生残余损益。在局部层面，计入融资和股息因素后，这些损益取决于实际价格变动的平方与期权价格中所计入的方差之间的差异。交易执行成本、波动率变化和价格跳跃，会使实际对冲结果进一步偏离这一近似。"
    },
    {
      "heading": "波动率估计、隐含波动率与校准",
      "text": "波动率是模型的一项输入，既不是合约条款，也不能作为单一市场价格直接观测。历史波动率根据过去的收益率估计，通常采用对数收益率的样本标准差，并按一定惯例进行年化。这种估计取决于观测窗口、采样频率以及对异常观测值的处理方式。它描述的是过去的波动情况；将其用于期权定价，还隐含着一个假设：它能够为期权剩余期限内的波动情况提供参考。\n\n隐含波动率则将定价计算反过来进行。给定观测到的期权价格 \\(C_{\\mathrm{market}}\\)，隐含波动率 \\(\\sigma_{\\mathrm{imp}}\\) 满足\n\n\\[C_{\\mathrm{BS}}(S,K,r,q,\\tau,\\sigma_{\\mathrm{imp}}) =C_{\\mathrm{market}}.\\]\n\n对于通常的有限执行价格和正的现货价格，只要剩余期限为正，vega 就为正，因此模型价格随波动率严格递增。当期权价格严格介于相应的零波动率极限价格与无穷大波动率极限价格之间时，存在唯一的有限正隐含波动率。一般而言，求解隐含波动率没有初等函数形式的反解公式，因此需要采用数值求根方法。\n\n隐含波动率尤其适合作为通用的报价语言。以某一货币金额表示的期权价格，很难在不同股价、执行价格和到期期限之间直接比较；波动率报价则通过标准化公式对这些差异进行换算。不过，报价所得的数值仍取决于所采用的模型和输入。错误的股息假设、不适用的利率曲线，或对具有重要提前行权权利的合约使用欧式期权公式，都会影响推算出的波动率。\n\n如果波动率恒定的布莱克–斯科尔斯模型能够精确描述整个期权市场，那么同一标的资产上的所有欧式期权都会得出相同的隐含波动率。实际市场中的隐含波动率却会随执行价格和到期期限呈现系统性变化。随执行价格呈弯曲形态的模式称为波动率微笑，而不对称的模式通常称为波动率偏斜。股指期权中，较低执行价格的隐含波动率通常高于其他条件相近的较高执行价格期权。1987年10月股灾之后，股票期权持续存在的波动率偏斜变得尤为显著。\n\n不同执行价格和到期期限所对应的一组隐含波动率，构成隐含波动率曲面。这一曲面用布莱克–斯科尔斯坐标体系记录市场价格，并不意味着标的资产实际上针对每份期权分别遵循不同的恒定波动率过程。它也不能直接提供对未来已实现波动率的无偏预测。价格中可能包含对波动率风险、非对称损失及其他风险的补偿，也可能反映交易摩擦的影响。\n\n因此，构建可用的曲面，不能仅仅对每个报价分别进行拟合。插值应保留基本的无套利性质。对于固定的到期期限，看涨期权价格必须随执行价格的上升而不增，并且是执行价格的凸函数；其曲率与风险中性的到期分布有关。交易稀疏、买卖价差以及相互不一致的观测数据，都可能增加校准的难度。因此，拟合出的曲面既是对观测价格的表征，也体现了如何依托模型处理这些观测点之间的信息。"
    },
    {
      "heading": "基础股票期权之外的扩展与应用",
      "text": "布莱克–斯科尔斯框架可以自然地推广到持有成本不同的资产。连续股息率使股票在定价测度下的漂移率由 \\(r\\) 变为 \\(r-q\\)，并使公式中的股票部分乘以折现因子 \\(e^{-q\\tau}\\)。对于股息收益可近似视为连续支付的指数，这种处理方式很有用。然而，个股往往以离散方式支付现金股息，其价格可能在除息日发生跳跌。因此，用平均股息率代替实际股息支付只是一种近似，尤其是在期限较短或派息金额较大时。\n\n货币期权是一个与此密切相关的应用。在1983年提出的加曼–科尔哈根模型中，外国利率起到股息率的作用，而本国利率用于折现。如果 \\(S\\) 表示每单位外币对应的本币金额，看涨期权公式就变为\n\n\\[C=Se^{-r_f\\tau}N(d_1)-Ke^{-r_d\\tau}N(d_2),\\]\n\n其中，\\(d_1\\) 和 \\(d_2\\) 的定义使用 \\(r_d-r_f\\)。这一关系反映了持有外币可以赚取外国利率收益的事实，将期权估值与外汇市场中的融资关系联系起来。\n\n布莱克于1976年提出的模型将类似的对数正态公式用于期货期权，并可在采用适当估值惯例的情况下用于以远期价格为基础的期权。对于以期货价格 \\(F\\) 为标的的欧式期权，在利率为确定性的情况下，\n\n\\[C=e^{-r\\tau}\\left[F N(d_1)-K N(d_2)\\right],\\]\n\n其中\n\n\\[d_1=\\frac{\\log(F/K)+\\sigma^2\\tau/2} {\\sigma\\sqrt{\\tau}}, \\qquad d_2=d_1-\\sigma\\sqrt{\\tau}.\\]\n\n这一框架在商品衍生品和利率衍生品领域发挥了重要作用。各产品特有的结算、折现和支付惯例仍然十分重要；采用相同的公式，并不意味着这些合约在经济意义上完全相同。对数正态设定还要求建模价格为正值，因此对于价格可能跌破零的市场，其适用性受到限制。\n\n美式期权引入了最优行权决策。美式看跌期权可能值得在到期前行权；而对于不支付股息的股票，在利率非负的标准无摩擦假设下，美式看涨期权提前行权并非最优选择。股息则可能使看涨期权的提前行权成为最优选择。这类合约通常需要采用数值方法，例如格点模型或带有行权约束的有限差分法，而不能直接使用基础欧式期权的闭式解。\n\n这一框架也有助于理解公司证券。对于一家资产价值为 \\(A_T\\)、仅有一笔到期债务支付 \\(D\\) 的简化公司，股东获得的收益为 \\(\\max(A_T-D,0)\\)：股权类似于以公司资产为标的的看涨期权。默顿于1974年提出的结构化方法利用这一联系来分析风险债务和信用风险。类似的推理也是实物期权分析的基础，后者研究延迟、扩大或放弃投资的权利。不过，对于不可交易的项目，精确复制可能无法实现，因此使用期权公式需要额外假设，而不能直接由无套利原则推出。"
    },
    {
      "heading": "实证局限与替代模型",
      "text": "在实证层面，最明显的局限是价格连续与波动率恒定这两项假设的结合。实际收益率呈现波动率聚集现象：大幅波动之后，往往会接着出现一段波动程度较高的时期。收益率分布中的极端观测值，也比恒定方差的高斯模型通常预测的更多。新闻发布、市场休市以及交易条件的骤变都可能导致价格跳跃。这些特征既影响期权价格，也影响以股票进行对冲的有效性。\n\n交易成本带来了另一类问题。精确复制要求连续调仓，而这即使在流动性很高的市场中也是一种理想化假设。按交易金额比例收取的成本，会使越来越频繁的交易变得越来越昂贵；但降低交易频率，又会留下更多未对冲的价格风险。因此，交易者通常无法仅靠选择足够短的交易间隔，同时消除交易成本和跟踪误差。卖空限制、股票借入费用、融资利差和抵押品要求，则使现实情况进一步偏离以单一无摩擦融资账户为基础的设定。\n\n基于布莱克–斯科尔斯德尔塔的对冲，还取决于标的资产价格变动时波动率如何变化。假定隐含波动率保持不变，会得到一种敏感度；允许隐含波动率曲面随即期价格变动，则会得到另一种敏感度。不同的曲面动态都可能拟合当前期权价格，却产生不同的对冲比率和未来盈亏分布。因此，对某一时点价格横截面的良好拟合，并不足以证明模型能够准确描述风险随时间的演变。\n\n若干替代模型针对特定缺陷作出了改进。默顿于1976年提出的跳跃扩散模型，在扩散过程中加入了不连续的价格变动。1993年发表的赫斯顿模型将方差设为随机过程，并允许方差冲击与资产收益率相关。局部波动率模型源于布鲁诺·杜皮尔以及伊曼纽尔·德曼与伊拉吉·卡尼在1994年的研究，将瞬时波动率设为即期价格和时间的确定性函数。在适当条件下，局部波动率模型可以重现观测到的欧式期权价格曲面。但这种校准本身并不能保证未来波动率微笑的动态符合现实。\n\n这些扩展模型各有取舍，并非通用的替代方案。跳跃引入了通常无法通过连续股票交易消除的风险。随机波动率能够更好地刻画不断变化的不确定性，但需要更多参数，而且在市场不完备的情况下，还需要额外的定价信息。局部波动率模型虽然可以拟合当下的欧式期权价格，但对于路径依赖型或有索取权，其估值可能与随机波动率模型不同。障碍期权等产品对价格路径尤其敏感，而不只是取决于某一到期日的价格分布。\n\n实践中，模型评估会将估值、校准和对冲表现区分开来。回溯检验考察特定模型和交易规则在历史数据上会有怎样的表现，而压力测试则考察价格、波动率、融资和市场交易可及性发生重大变化的情形。这些检验必须区分估值所依据的假设，以及这些假设不成立时产生的损失。即使其对资产动态的具体描述不被接受，布莱克–斯科尔斯模型仍被广泛用作基准和报价惯例；如何解读模型价格，取决于哪些风险得到了复制，哪些风险只是近似处理，以及哪些风险仍处于模型之外。"
    }
  ],
  "links": [
    "financial-derivative",
    "arbitrage",
    "nobel-memorial-prize-in-economic-sciences",
    "brownian-motion",
    "normal-distribution",
    "interest-rate",
    "transaction-cost",
    "stochastic-calculus",
    "black-scholes-equation",
    "law-of-one-price",
    "present-value",
    "feynman-kac-formula",
    "option-greeks",
    "bid-ask-spread",
    "foreign-exchange-market",
    "credit-risk",
    "liquidity",
    "short-selling",
    "collateral",
    "backtesting",
    "stress-testing"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}