何一若
(美國霍夫斯特拉大學(xué)弗蘭克扎伯商學(xué)院,美國 紐約 NY11549)
隨著信息技術(shù)的不斷發(fā)展,大數(shù)據(jù)已經(jīng)成為當今各行各業(yè)的一個顯著特征,金融大數(shù)據(jù)時代將促使金融風(fēng)險管理的理念及其工具發(fā)生深刻的變革。期權(quán)作為風(fēng)險管理和投機的工具,近年來發(fā)展迅猛。我們可以按照買賣權(quán)利的不同,將期權(quán)分為看漲期權(quán)和看跌期權(quán);按照行權(quán)時間的不同,將期權(quán)分為歐式期權(quán)和美式期權(quán)。另外還有大量非標準化期權(quán)衍生品,例如亞式期權(quán)[1]。期權(quán)定價是期權(quán)交易的前提,大數(shù)據(jù)時代如何為期權(quán)定價一直是經(jīng)濟學(xué)家、期權(quán)提供者、消費者共同關(guān)心的重要問題。
1973年,英國學(xué)者布萊克(Black Fischer)和斯科爾斯邁(Scholes Myron)提出了經(jīng)典的布萊克-斯科爾斯(Black-Scholes,BS)期權(quán)定價模型[2]。該模型簡單靈活,能夠給出確定的歐式期權(quán)定價公式,在為期權(quán)定價上優(yōu)勢突出。該模型并非對所有的期權(quán)都能夠得到解析解,例如該模型對算術(shù)平均亞式期權(quán)無法得到解析形式的定價公式。
1979年,美國學(xué)者考科斯(Cox)等人提出為期權(quán)定價的二叉樹數(shù)值方法,該方法直觀易操作[3],對問題維數(shù)(變量個數(shù))敏感,對一些高維問題無能為力?;镜腂S模型能夠?qū)W式期權(quán)進行定價,對在期權(quán)有效期內(nèi)可以隨時行權(quán)的美式看漲和看跌期權(quán)無能為力。在金融大數(shù)據(jù)時代,選擇合適的模型為不同類型的期權(quán)定價,是期權(quán)客制化的需求。因此,本文以股票為實證數(shù)據(jù),首先比較分析布萊克-斯科爾斯模型與二叉樹模型對歐式期權(quán)定價的有效性,然后探究二叉樹定價模型對美式期權(quán)的估值效果,為期權(quán)定價奠定理論基礎(chǔ)。
本文以股票作為標的資產(chǎn),分析不同模型對歐式期權(quán)和美式期權(quán)的定價性能。標的資產(chǎn)數(shù)據(jù)是從美國BloombergL.P.公司隨機下載的美國蘋果公司期權(quán)數(shù)據(jù),含2017年11月17日美國蘋果公司(AAPL)各類期權(quán)期貨成交數(shù)據(jù)。分別用布萊克-斯科爾斯期權(quán)定價模型和二叉樹期權(quán)定價模型對期權(quán)進行估值。
我們參照美國學(xué)者桑達仁和達斯(Sundaram and Das)介紹的布萊克-斯科爾斯和二叉樹期權(quán)定價模型的假設(shè)前提和公式[4,5]稍作改進,在滿足布萊克-斯科爾斯模型合理預(yù)測的假設(shè)前提下,合理估算期權(quán)價格,即:
其中:
在公式中,C代表期權(quán)初始合理價格,L代表期權(quán)交割價格,S代表交易金融資產(chǎn)現(xiàn)價,T代表期權(quán)有效期,R代表連續(xù)復(fù)利計無風(fēng)險利率,σ2代表年度化方差,N()代表正態(tài)分布變量的累積概率分布函數(shù)。
二叉樹期權(quán)定價模型的第一步是創(chuàng)建價格二項樹。價格二項樹的創(chuàng)建由估值日向期權(quán)到期日一步一步向前推。
第一步,假設(shè)標的資產(chǎn)價格都會移動u或者d(u>=1,0<d<=1)。如果S0是當前價格,那么在下一步,價格會變成Su=S×u或者Sd=S×d。價格移動的幅度取決于標的資產(chǎn)價格的波動率σ以及每一步以年表示的時間長度t。其中:
第二步,找出每個最終節(jié)點上的期權(quán)價值。在二項樹的每一個最終節(jié)點即期權(quán)的到期日,期權(quán)的價格是它的內(nèi)在價值,也就是執(zhí)行價值:
對于看漲期權(quán):Max[(Sn-K),0]
對于看跌期權(quán):Max[(K-Sn),0]
其中,K代表期權(quán)的行權(quán)價格,Sn代表標的資產(chǎn)在第n個節(jié)點的期權(quán)價值,Nu代表價格向上運行的次數(shù),Nd代表價格向下運動的次數(shù)。
第三步,找出更早節(jié)點上期權(quán)的價值。在風(fēng)險中性假設(shè)下,當日衍生品的真實價格等于它以無風(fēng)險利率折現(xiàn)的未來收益的期望價值。因此,期望價值可以由之后的兩個節(jié)點計算得出,分別給價格向上運動賦予概率p,價格向下運動的賦予概率(1-p),即:
其中,Ct,i代表第ith個節(jié)點在時間t的價值,p代表標的資產(chǎn)價格向上運動的概率,q代表標的資產(chǎn)在期權(quán)到期前的股息收益率。
我們根據(jù)以上公式計算獲得的即為二項樹價值,代表給定價格變化的情況下在特定點時期權(quán)的公允價值。我們根據(jù)期權(quán)類型的不同,判斷每一個節(jié)點上期權(quán)提前執(zhí)行的概率,如果期權(quán)能夠執(zhí)行且行權(quán)價值高于二項樹價值,那么節(jié)點價值為行權(quán)價值。歐式期權(quán)不能提前執(zhí)行,二項樹模型可以應(yīng)用于所有節(jié)點上歐式期權(quán)的定價。美式期權(quán)既可以持有,也可在到期日前行權(quán),所以在每個節(jié)點上,期權(quán)價值為Max(二項樹價值,行權(quán)價值)。
我們使用MATLAB(版本號R2021a)軟件編寫程序,分別執(zhí)行布萊克-斯科爾斯期權(quán)定價模型和二叉樹期權(quán)定價模型的計算過程,對不同執(zhí)行價格的期權(quán)進行估值,對兩種模型的估值進行比較分析。
首先,本文以2017年11月17日美國蘋果公司(AAPL)期權(quán)的收盤價(157.005美元)為數(shù)據(jù)源,構(gòu)建一組模擬執(zhí)行價格。由21個步價格組成,每步價格分別為收盤價的50%至150%(每步價格遞增5%),由此得到三種類型估值,即In the money(實值)、At the money(平值)、Out the money(虛值)。
然后,我們應(yīng)用MATLAB軟件分別構(gòu)建上述日期美國AAPL期權(quán)的布萊克-斯科爾斯定價模型和二叉樹定價模型,獲得不同執(zhí)行價格下兩種模型對歐式看漲期權(quán)、看跌期權(quán)估價的模擬結(jié)果,見圖1。
圖1 不同執(zhí)行價格下兩種模型對歐式看漲期權(quán)、看跌期權(quán)估價的模擬結(jié)果
由圖1可見,布萊克-斯科爾斯和二叉樹定價模型對看漲期權(quán)的估值趨勢一致。隨著執(zhí)行價格的增加,布萊克-斯科爾斯和二叉樹定價模型對看漲期權(quán)的估值下降;隨著執(zhí)行價格的增加,布萊克-斯科爾斯和二叉樹定價模型對看跌期權(quán)的估值上升。兩種定價模型對看漲期權(quán)的估值曲線和看跌期權(quán)的估值曲線均在當日美國蘋果公司(AAPL)的收盤價處相交,說明本文構(gòu)建的二叉樹和布萊克-斯科爾斯期權(quán)定價模型能夠正確反映不同執(zhí)行價格下期權(quán)價值的變動趨勢。
我們以布萊克-斯科爾斯定價模型的估值為參照,計算不同模擬步數(shù)和不同執(zhí)行價格下二叉樹定價模型的估值誤差,結(jié)果見圖2。
圖2 不同循環(huán)步驟(A)和不同執(zhí)行價格(B)下二叉樹定價模型的估值誤差
由圖2A可見,隨著模擬步數(shù)的提高,兩種模型對歐式期權(quán)的估算價格趨于相同。模擬步數(shù)在0至200時,兩者估值的差值快速下降;模擬步數(shù)在200至700時波動性大;模擬步數(shù)達到1425時,兩組模型對期權(quán)估算價格的差值小于0.001;在2000步之后保持相對穩(wěn)定的狀態(tài)。
由圖2B可見,在不同執(zhí)行價格下,兩種模型對美國蘋果公司(AAPL)期權(quán)估值表現(xiàn)也有所不同。當執(zhí)行價格處于平值附近時,兩者的估值誤差達到最大值。執(zhí)行價格從平值趨向?qū)嵵祷蛘咛撝底儎拥倪^程中,兩者的估值差均逐漸趨向0。
由圖2B又可見,二叉樹定價模型對歐式看漲和看跌期權(quán)的估值表現(xiàn)完全相同(兩條線重合)。
1.不同執(zhí)行價格下二叉樹模型的波動性分析
我們在Sigma變量分別是原始Sigma值的1.5和0.5倍時,計算不同執(zhí)行價格下二叉樹和布萊克斯科爾斯定價模型的估值誤差,見圖3。
圖3 在1.5倍波動性(A)和0.5倍波動性(B)時不同執(zhí)行價格下二叉樹模型對歐式期權(quán)的估值誤差
由圖3可見,Sigma分別為1.5和0.5倍的波動性時,不同執(zhí)行價格下二叉樹模型的估值誤差變化趨勢基本相同,均在當日蘋果公司(AAPL)的收盤價處出現(xiàn)最大的估值誤差,在執(zhí)行價格趨向?qū)嵵祷蛱撝禃r估值誤差逐漸趨于平坦。相比大波動性組(1.5sigma),小波動性(0.5sigma)下二叉樹模型的估值性能更穩(wěn)定。
2.不同模擬步數(shù)下二叉樹模型的波動性分析
計算不同波動性、不同模擬步數(shù)下二叉樹定價模型對看漲期權(quán)和看跌期權(quán)的估值誤差,見圖4。
圖4 在1.5倍波動性(A)和0.5倍波動性(B)時不同模擬步數(shù)下二叉樹模型對歐式期權(quán)的估值誤差
由圖4A可見,隨著模擬步數(shù)的增加,三組不同波動性二叉樹模型對看漲期權(quán)的估值誤差皆呈現(xiàn)下降的趨勢;1.5倍Sigma 的二叉樹模型估值誤差大于原始Sigma 的二叉樹模型,原始Sigma 組估值誤差大于0.5倍Sigma組。三組不同波動性二叉樹模型分別在模擬步數(shù)為3000、1500、950時估值誤差小于0.001。三組不同波動性二叉樹模型對看跌期權(quán)估值誤差的變化趨勢與上述相同(圖4B),表明二叉樹模型對歐式期權(quán)估值誤差與波動性成正相關(guān),波動性越大,估值誤差越大,得到精確估值的模擬步數(shù)也越高,這一結(jié)論適用于看漲期權(quán)和看跌期權(quán)兩種情況。
3.不同貨幣性下二叉樹模型的波動性分析
分析不同Sigma 值、不同模擬步數(shù),二叉樹對In the money(實值,ITM)、At the money(平值,ATM)、Out the money(虛值,OTM)三種類型期權(quán)的估值誤差,結(jié)果見圖5。
圖5 不同波動性不同模擬步數(shù)下二叉樹模型對歐式期權(quán)的估值誤差
圖5A、圖5B、圖5C是Sigma分別為0.5、1、1.5時二叉樹對看漲期權(quán)的估值。隨著模擬步數(shù)的增加,二叉樹模型對三種類型看漲期權(quán)估值誤差均迅速下降,其中對虛值期權(quán)估值誤差的收斂性最強,其次是實值,平值的收斂性最差。波動性由0.5倍Sigma上升至原始Sigma時,二叉樹模型對平值期權(quán)估值誤差的收斂性基本不受影響,實值的收斂性有波動,虛值則產(chǎn)生劇烈的波動;波動性進一步從原始Sigma上升至1.5倍Sigma時,平值的收斂性仍然不受影響,實值和虛值在收斂過程中波動性進一步加大。
圖5D、圖5E、圖5F是Sigma分別為0.5,1、1.5時二叉樹對看跌期權(quán)的估值。隨著模擬步數(shù)的增加,二叉樹模型對三種類型看跌期權(quán)估值誤差均迅速下降。與看漲期權(quán)不同的是,二叉樹模型對實值期權(quán)估值誤差的收斂性最強,其次是虛值,平值的收斂性最差;波動性由0.5倍Sigma上升至原始Sigma時,二叉樹模型對平值期權(quán)估值誤差的收斂性基本不受影響,虛值的收斂性略有波動,實值的收斂性則產(chǎn)生劇烈波動;波動性進一步上升至1.5倍Sigma時,平值的收斂性仍然不受影響,實值和虛值的波動進一步加大。
由此可見,二叉樹模型對實值、平值、虛值三種不同類型期權(quán)估值誤差的收斂性對于波動性的敏感程度不同。對看漲期權(quán),二叉樹模型對虛值期權(quán)的估值誤差呈現(xiàn)最強的收斂性,但受波動性的影響也最大,其次是實值期權(quán)。對看跌期權(quán),二叉樹模型對實值期權(quán)估值誤差的收斂性最強,受波動性的影響最大,其次是虛值??礉q期權(quán)和看跌期權(quán)的平值的收斂性雖然最差,但是基本不受到波動性的影響。
3.二叉樹模式對美式期權(quán)的估值效果分析
由上可見,本文構(gòu)建的二叉樹模型對歐式看漲和看跌期權(quán)的估值性能較好。為此,本文進一步用該模型預(yù)測美式看漲期權(quán)和看跌期權(quán)的價格。美式看漲期權(quán)、看跌期權(quán)價格均采用2017年11月17日當天美國蘋果公司(AAPL)股票的真實值(來自Bloomberg),二叉樹定價模型的模擬步數(shù)為1000步,結(jié)果見圖6。
圖6 不同執(zhí)行價格下二叉樹模型對美式期權(quán)估值的誤差
由圖6可見,二叉樹模型對看跌期權(quán)的模擬價格接近真實價格,且在執(zhí)行價格處于80至170時,誤差的波動性小,接近直線;對看漲期權(quán)的估值在虛值時偏離真實值較多,且波動較大;當期權(quán)執(zhí)行價格逐漸靠近平值和實值時,誤差變小并趨于穩(wěn)定。表明二叉樹定價模型對美式看漲期權(quán)、看跌期權(quán)估值的誤差表現(xiàn)不同。
本文以美股AAPL為標的資產(chǎn),首先應(yīng)用兩種不同模型,即布萊克-斯科爾斯和二叉樹,對標的歐式期權(quán)進行定價;然后以布萊克-斯科爾斯模型的估值為參照,分析二叉樹模型估值的有效性。結(jié)果發(fā)現(xiàn),在不同執(zhí)行價格下,二叉樹模型對歐式看漲期權(quán)和看跌期權(quán)的估值表現(xiàn)與布萊克-斯科爾斯模型的相一致,模擬步數(shù)達到2000時,二叉樹模型能夠?qū)W式期權(quán)進行正確估值。
前人的研究發(fā)現(xiàn),相對于蒙特卡羅模擬方法,布萊克-斯科爾斯和二叉樹模型對三種不同類型的貨幣性估價都太高[6]。這可能是由股票價格隨機跳躍、不連續(xù)的特點導(dǎo)致的,而二叉樹模型是在離散時間上對期權(quán)進行定價。與布萊克-斯科爾斯模型相比,二叉樹模型更適合用于股票期權(quán)的定價。本文研究發(fā)現(xiàn),當執(zhí)行價格處于平值附近時,二叉樹模型對期權(quán)估值誤差達到最大值。執(zhí)行價格趨向?qū)嵵祷蛘咛撝禃r,估值誤差均逐漸趨向于0,說明二叉樹模型能有效對實值或虛值期權(quán)做出估值。阿爾及利亞學(xué)者本大伯(Bendob)和本圖爾(Bentouir)的研究也得到相同結(jié)論,證明二叉樹模型對虛值期權(quán)定價的有效性[6]。
我們對本文構(gòu)建二叉樹模型的波動性分析發(fā)現(xiàn),波動性越大,對歐式期權(quán)估值誤差越大,說明在小波動性(0.5sigma)下,二叉樹模型的估值性更穩(wěn)定,前人的研究也得到類似結(jié)論。不穩(wěn)定性低時,二叉樹和布萊克-斯科爾斯模型的估值有效性較高[7]??礉q期權(quán)和看跌期權(quán)的二叉樹模型對平值期權(quán)的收斂性雖然最差,但是基本不受到波動性的影響。
美式期權(quán)與普通歐式期權(quán)不同,在期權(quán)有效期內(nèi)可以隨時行權(quán),不宜用普通的布萊克-斯科爾斯模型對美式期權(quán)進行定價。本文構(gòu)建的二叉樹模型對美式看跌期權(quán)的估值表現(xiàn)出較好的有效性,在不同執(zhí)行價格下,二叉樹模型對美式看跌期權(quán)的估值均接近真實值。
總之,本文研究發(fā)現(xiàn),二叉樹模型對歐式期權(quán)的估值效果較好,對美式看跌期權(quán)的估值接近真實值,對美式看漲期權(quán)的估值誤差波動性較大。