天天看點

測度定義_B-S模型下的PDE和風險中性測度方法

測度定義_B-S模型下的PDE和風險中性測度方法

本篇将解決Black Scholes公式的求解方法。在上一篇文章

呦呦Ruming:From Brownian Motion to Stochastic Integral​zhuanlan.zhihu.com

測度定義_B-S模型下的PDE和風險中性測度方法

中我們介紹了布朗運動與伊藤公式,通過這些數學公式我們将推導Black-Scholes估值公式。

Part 1. 利用資産組合對沖期權

在此部分我們将通過偏微分方程的方法來求解BS公式,這種方法的核心思想與之前離散情況下二叉樹模型是類似的,即構造一個資産組合使得到期時能夠完全對沖期權的風險,再通過資産組合的價格來對期權進行定價。(對沖政策的構造,可見

呦呦Ruming:美式期權的對沖​zhuanlan.zhihu.com

測度定義_B-S模型下的PDE和風險中性測度方法

def 1.1 (廣義幾何布朗運動)假設有W(t),

測度定義_B-S模型下的PDE和風險中性測度方法

,是一個布朗運動,

測度定義_B-S模型下的PDE和風險中性測度方法

是其對應的域流,假設

測度定義_B-S模型下的PDE和風險中性測度方法

是适應的随機過程,定義一個Ito過程X(t),其滿足:

測度定義_B-S模型下的PDE和風險中性測度方法

容易知道

測度定義_B-S模型下的PDE和風險中性測度方法

假設一個資産的價格過程如下:

測度定義_B-S模型下的PDE和風險中性測度方法

利用Ito公式我們可以得到其微分形式:

測度定義_B-S模型下的PDE和風險中性測度方法

我們發現S(t)由于是一個指數函數,是以永遠大于0,連續無跳躍,是由單個布朗運動生成的。特别地,如果

測度定義_B-S模型下的PDE和風險中性測度方法

是常數,我們便得到了通常的幾何布朗運動,其機率分布我們也稱為對數正态分布。

接着我們來構造資産組合,資産組合分為兩塊,一塊是以無風險利率(r)投資貨币市場,一塊是投資于股票市場。我們假設股票價格滿足幾何布朗運動。假設在時刻t投資者持有股票的份額為

測度定義_B-S模型下的PDE和風險中性測度方法

且是一個布朗運動W(t)域流下

測度定義_B-S模型下的PDE和風險中性測度方法

适應的随機過程,餘下的部分

測度定義_B-S模型下的PDE和風險中性測度方法

則投資于貨币市場,我們很容易有:

測度定義_B-S模型下的PDE和風險中性測度方法

以上三項可做如下了解

(1)資産組合平均的最低收益率r

(2)投資于股票的風險溢價

測度定義_B-S模型下的PDE和風險中性測度方法

(3)正比于股票投資份額的波動率項

現在我們考慮貼現股價

測度定義_B-S模型下的PDE和風險中性測度方法

以及貼現資産組合價值

測度定義_B-S模型下的PDE和風險中性測度方法

,利用伊藤公式:

測度定義_B-S模型下的PDE和風險中性測度方法
測度定義_B-S模型下的PDE和風險中性測度方法

我們發現一個小結論,即貼現資産組合的價值的改變完全由貼現股價的改變而引起。

part 2. 構造期權價值的偏微分方程

假設期權的價值為c(t,S(t)),利用伊藤公式我們容易得到:

測度定義_B-S模型下的PDE和風險中性測度方法

在此基礎得到:

測度定義_B-S模型下的PDE和風險中性測度方法

聯系開篇所提到的期權對沖的原理,一個可以完全對沖的期權的價值應當滿足:

測度定義_B-S模型下的PDE和風險中性測度方法

我們容易得到等式

測度定義_B-S模型下的PDE和風險中性測度方法

再結合歐式看漲期權的條件

測度定義_B-S模型下的PDE和風險中性測度方法

自然地我們能對這個偏微分方程進行求解,同時在求解以上等式的時候我們可以得到一個小結論:

測度定義_B-S模型下的PDE和風險中性測度方法

。在解得微分方程後,我們可以利用這個結論反過來确定我們的對沖資産組合的構成。這便是我們求解期權價值的第一種辦法,PDE方法。

的确,解PDE的方法直覺且有效,本質上與我們在離散情況CRR模型或二叉樹模型中構造對沖資産組合,并依照其價值進行期權定價的方法并沒有什麼差別,隻是離散下的模型股票價格并沒有包含布朗運動沒有那麼複雜罷了,但實際上在多叉樹的情況下就近似于PDE方法了。

我們接下來的問題是,我們能否在以完全對沖複制期權的思路上,模仿二叉樹模型中的測度變換技巧,将其轉變為風險中性測度下的條件期望問題?(二叉樹下風險中性機率,風險中性測度下的各種鞅過程,可見

呦呦Ruming:單步二叉樹期權定價與風險中性機率​zhuanlan.zhihu.com

測度定義_B-S模型下的PDE和風險中性測度方法

呦呦Ruming:鞅,條件期望與二叉樹模型的關聯(二)​zhuanlan.zhihu.com

測度定義_B-S模型下的PDE和風險中性測度方法

不過仍需要在此強調的一點是,風險中性求價值的方法僅僅隻是一種數學技巧,原理仍然是利用完全對沖來複制期權。

Part 3. Girsanov Theorem下的測度變換

測度定義_B-S模型下的PDE和風險中性測度方法
測度定義_B-S模型下的PDE和風險中性測度方法

定理及證明可參考http://galton.uchicago.edu/~lalley/Courses/390/Lecture10.pdf(概要包括布朗運動,鞅,随機積分,條件期望,列維定理,随機變量測度變化,随機過程測度變換等)

簡單來說Girsanov定理是一種很重要測度變換工具,假設已知W(t)是測度

測度定義_B-S模型下的PDE和風險中性測度方法

下的布朗運動,通過該定理,我們能夠找到一種新的測度

測度定義_B-S模型下的PDE和風險中性測度方法

使得

測度定義_B-S模型下的PDE和風險中性測度方法

在該測度下是布朗運動。

利用之前我們得到的結論:

測度定義_B-S模型下的PDE和風險中性測度方法

測度定義_B-S模型下的PDE和風險中性測度方法

,利用Gisanov定理我們可以找到測度

測度定義_B-S模型下的PDE和風險中性測度方法

使得

測度定義_B-S模型下的PDE和風險中性測度方法

是一個布朗運動,且

測度定義_B-S模型下的PDE和風險中性測度方法

自然地

測度定義_B-S模型下的PDE和風險中性測度方法

是一個随機微分,是以他是

測度定義_B-S模型下的PDE和風險中性測度方法

下的一個鞅。

類似地

測度定義_B-S模型下的PDE和風險中性測度方法

也是一個鞅。

聯系離散情況下的風險中性測度的定義,我們容易知道這樣的測度

測度定義_B-S模型下的PDE和風險中性測度方法

正是我們所需要的風險中性測度。

剩下的無非就是在連續情況下求解條件期望的過程:

測度定義_B-S模型下的PDE和風險中性測度方法

事實上,對于簡單的歐式看漲期權,我們正是利用此方法得到BS公式的,其公式為:

測度定義_B-S模型下的PDE和風險中性測度方法

其過程無非是利用測度變換後的

測度定義_B-S模型下的PDE和風險中性測度方法

仍滿足正态分布進行證明的,可參考( http://www. maths.usyd.edu.au/u/UG/ SM/MATH3075/r/Slides_8_Black_Scholes_Model.pdf Theorem 8.1)

那麼我們有一個問題,這兩種方法得到的結果是否會有沖突呢?答案是兩者是統一的,證明方法便是Feynman Kac定理所闡述的。該新測度下的條件期望會是我們之前構造的PDE的一個解。