布朗運動、伊藤引理、BS 公式（後篇）

石川
金融學等2 個話題下的優秀答主

1,726 人贊同了該文章

1 前文回顧

本系列的前篇從布朗運動出發，介紹了布朗運動的性質並解釋了為什麼使用幾何布朗運動來描述股
價是被投資界廣泛接受的。此外，前文給出了伊藤引理的最基本形式，它是隨機分析的基礎，為分
析衍生品定價提供了堅實的武器。

作為本系列的後篇，本文將從擴展伊藤引理出發，並用它求解幾何布朗運動，然後推導BS 微分方
程以及BS 公式（也稱Black-Scholes-Merton 公式）。在介紹BS 公式時，論述的重點會放在衍生
品定價中的一個核心方法，即風險中性定價理論。此外，我們會花一定的筆墨來解釋BS 公式中的
兩個核心要素（即   和   的業務含義），明白它們對理解BS 公式至關重要。

閱讀提示：下文中將涉及大量數學公式，對閱讀體驗造成影響，我們表示歉意。我們當然不是在寫
學術論文，但是必要的數學推導對於理解期權定價模型至關重要。如果你對閱讀大數學實在不感興
趣，可以跳過第二、三兩節，從第四節開始看。

在那之前，先來點輕鬆的，看看Black，Scholes 和Merton 三位大咖長什麼樣子。Scholes 和

Merton 因在衍生品定價方面的傑出工作於1997 年獲得諾貝爾經濟學獎。Black 沒有在列的原因
是他不幸地於1995 年去世，而諾貝爾獎不追授給頒獎時已故6 個月以上的學者。
2伊藤引理的一般形式

在前篇中，我們介紹了帶有漂移（drift）和擴散（diffusion）的布朗運動有如下形式的隨機微分
方程。在這裡，  和   被假定為常數。

更一般的，漂移和擴散的參數均可以是隨機過程   以及時間   的函數。假設我們令 

 和   表示漂移和擴散參數（則在上面這個例子中， 而
）。我們稱滿足如下隨機微分方程（stochastic differential equation，或SDE）
的隨機過程為伊藤漂移擴散過程（Itō drift-diffusion process，下稱伊藤過程）：

令   為   的二階連續可導函數（並對   一階可導），由伊藤引理可知（省略自變量

以簡化表達）：

將   帶入上式，並且略去所有比   更高階的小量，最終可以得
到伊藤引理的一般形式：

由   的SDE 可知，作為   和   的函數，  本身也是一個伊藤過程。更重要的是，伊藤引理說

明，  表達式右側的布朗運動   恰恰正是   表達式中的那個布朗運動。換句話說，在 
 和   的隨機性由同一個布朗運動決定，而非兩個獨立的布朗運動。這一點在下文中推導BS 微分
方程時至關重要。

下面我們就利用伊藤引理求解幾何布朗運動。

3幾何布朗運動求解

對於股票價格  ，可以用滿足如下SDE 的幾何布朗運動來描述。

上式中   是股票的期望年收益率，  是股票年收益率的標準差。顯然，這是一個伊藤過程（
， ）。為了求解  ，令   並對   使用伊藤引理（注：為了保持符號和前
篇的一致性，我們用   而非   代表股票價格的隨機過程）得到   的SDE：

這個式子說明，  是一個帶漂移的布朗運動，它的漂移率為 ，波動率為 。由布朗運

動的性質可知，在任何時間  ，  的變化符合正態分佈：

如果一個隨機變量的對數滿足正態分佈，我們說這個隨機變量本身滿足對數正態分佈
（lognormal distribution）。因此，當我們用幾何布朗運動來描述股價波動時，得到的股價滿
足對數正態分佈。

通過對   的SDE 兩邊積分，再對等式兩邊取指數，便可很容易的寫出股價隨時間變化的解析

式：

上式乍一看好像有悖於我們的直覺。我們已知股票的年收益率期望為  。但在上式中，拋開 
 帶來的隨機性不談而僅看時間   的係數，股價的增長速率是   而不是  。這意味
著什麼呢？數值   又是否是什麼別的收益率呢？

正確答案是，  恰恰是股票每年的連續複利期望收益率。利用股價   的對數正態特性可以

說明這一點。假設   代表股票每年的連續複利收益率。因此有 ，或
。由上面的分析可知， 符合均值為 、
方差為   的正態分佈。因此每年的連續複利收益率   也是正態分佈並且滿足：

直觀比較股票的每年期望收益率   和每年連續複利期望收益率 ，後者考慮了波動  ，它

們的區別就是年收益率序列算數平均值和幾何平均值的區別。

來看一個例子。假設某股票在過去五年的年收益率分別為15%，20%，30%，-20% 和25%。這個
序列的算數平均值為14%，因此該股票的每年的（樣本）期望收益率 。再來看看它每年
連續複利期望收益率是多少。假設我們在五年前花100 塊買入它並持有5 年，那麼在5 年後我們的
回報是100×1.15×1.20×1.30×0.80×1.25 = 179.4。因此每年（樣本）連續複利期望收益率（即
這個收益率序列的幾何平均值）為12.4%，顯然它低於算數平均值。

4 Black-Scholes 微分方程

本節介紹Black-Scholes 期權定價微分方程。細心如你一定已經發現了，“隨機”兩個字被拿掉
了，而BS 方程是一個微分方程，說明它不再具備任何隨機因素，這是喜聞樂見的，因為沒有多少
人喜歡隨機性。讀完本節你就會明白這是為什麼。

首先來看推導BS 微分方程時用到的假設：

期權的行權方式為歐式，即只有到期日才可以行權。
股票的價格符合幾何布朗運動，即股票的不確定性滿足對數正態分佈。
可以做空證券，且證券可以被分割（如可以買賣半手股票）。
市場無摩擦，即不存在交易費用和稅收。
在期權期限內，標的股票不支付股息。
在期權期限內，標的股票年收益率的標準差   已知且保持不變。
市場不存在無風險套利機會。
標的資產交易是連續的（如股票市場始終開市）。
短期無風險利率（由   表示）為常數並已知。

顯然，有些假設在真實交易中是不可能出現的，但是在確定期權的理論價值時，這些假設還是普遍
被接受的。當然，自BS 模型發明以來，衍生品定價也有了長足的發展。很多改進的模型相繼被提
出，用於修正BS 模型中各種假設。下面以歐式看漲期權（European call option）為例介紹BS
微分方程。

令   代表歐式看漲期權的價格，顯然它是標的股票價格   和時間   的函數，記為 。對 

 運用伊藤引理可得：

讓我們來看看在一個微小的時間區間   內股價   和期權價格   如何變化。為此，將   和 

 的隨機微分方程離散化：
在本文第二節我們曾經強調過，一個伊藤過程   的函數   也是一個伊藤過程，且   和   這兩
個隨機過程中的不確定性來自同一個布朗運動。根據這個性質可知，股價和期權價格的變化，即 
 和   中，的布朗運動也是同一個。認識到這一點是非常關鍵的，因為我們可以使用股票和
期權來構建一個投資組合把這個布朗運動完全乾掉。考慮下面這個投資組合：

該組合做空1 份期權，並做多   份股票。將期權和股票的權重帶入   和   可以很容易

的驗證，布朗運動   被完美的對沖掉了。這種構建投資組合以消除隨機性的方法稱為 Delta 對
沖。

用   表示該投資組合的價值，則它在時間   內的變化為：

不出意外， 不存在於   的表達式中，它僅有一個時間項。換句話說，通過賣出1 份期權並

同時買入   份股票，我們在   內完美的消除了任何風險，構建了一個無風險的投資組
合。在不存在無風險套利的市場中，該投資組合在   內的收益率必須等於無風險收益率 ，即
。將   和   帶入該式並進過簡單的代數運算就推導出：

這便是大名鼎鼎的Black-Scholes 微分方程。由於我們通過Delta 對沖消除了隨機性，該方程中沒

有任何隨機變量，所以它是一個一般的（偏）微分方程，而非隨機微分方程。求解這個微分方程需
要給定的邊界條件。對於歐式看漲期權，它的邊界條件為當時間 （行權時刻）時，期權的價
格   必須滿足 ，這裡K 是行權價格。

最後引用衍生品研究領域的著名學者約翰• 赫爾（John C. Hull）在其著作Options, Futures, and

Other Derivatives 中的一段話來總結BS 微分方程的推導過程：

我們之所以可以建立無風險交易組合是由於股票價格與期權價格均受同一種不定性的影響：股
票價格的變動。在任意一段短時期內，衍生產品的價格與股票價格有完美的相關性；在建立了
一個適當的股票與期權的組合後，由股票所帶來的盈虧總是可以抵消由期權所帶來的盈虧。這
樣一來，交易組合在一個短時間內的價值變化也就成為已知而沒有不確定性。

5風險中性定價理論
其實，使用給定的邊界條件求解BS 微分方程就可以得到歐式看漲期權的價格  。然而，在衍生品
的定價理論中還有一個非常重要的方法怎麼強調都不為過，這就是風險中性定價理論（Risk-
neutral valuation）。使用風險中性定價可以繞過求解BS 微分方程，更加方便的求出  。

僅僅看到這裡也許你會誤解：既然不用求解BS微分方程，那麼費那麼大力氣推導它幹什麼？

然而，風險中性定價理論恰恰來自BS 微分方程中的一個關鍵性質：

BS 微分方程不涉及任何受投資者風險偏好影響的變量，在方程中出現的變量包括股票的當前價
格、時間、股票價格波動率和無風險利率，而它們均與風險選擇無關。

從BS 微分方程可知，標的股票的期望收益率   沒有出現在方程中。顯然，   與投資者的風險偏

好有關：投資者對風險的厭惡程度越高，對任何股票，相應的   也會越高。可喜的是在採用Delta
對沖構投資組合併推導BS 微分方程時，  也正好消失了！我們通過Delta 對沖想要幹掉布朗運
動，結果發現不僅布朗運動被幹掉了，連   也一起被拿下了，這真是一個happy accident！

既然風險偏好在方程中不出現，那麼意味著它的任何取值都不會影響方程的解。因此，在計算 
 時，我們可以使用任意的風險偏好，那麼顯然我們想要一個最簡單的，即假設所有的投資者都是
風險中性的。

對於任何衍生品定價來說，我們無外乎需要知道以下兩點：

在到期（行權日）時它的期望價格。由於衍生品的價格是標的價格的函數，這顯然和標的投資品的
收益率參數   有關。
我們需要根據衍生品在行權日的價格推算出在當前時刻該衍生品的價格，這意味著必須知道適合於
該衍生品的折現率。

不幸的是，在現實世界中，這兩個參數都很難被準確的估計。因此能夠假設風險中性對於衍生品定
價至關重要。正如約翰• 赫爾所論述的那樣：

在每一個投資者都是風險中性的世界裡，所有投資的回報率期望均為無風險利率   ，原因是對
風險中性的投資者而言，不需要額外的回報而使他們承受風險。另外，在一個風險中性世界
裡，任何現金流的現值都可以通過對其期望值以無風險利率貼現來得到。因此，在假設世界是
風險中性時能夠大大地簡化對衍生產品的分析。

利用風險中性定價原理對衍生品定價的過程如下：

假定標的資產的收益率期望為無風險利率（即假定  ）；
計算衍生產品到期時收益的期望；
用無風險利率   對衍生品收益期望進行貼現。
風險中性定價是獲得期權定價公式的一個人為工具，但它所得到的解不僅在這個虛擬的風險中性世
界中成立，而且在所有世界裡（自然也就包括真是世界）也都是成立的。當我們從風險中性世界換
到風險厭惡世界時，兩件事會發生：股票價格變動的增長率期望以及對衍生產品收益所必需使用的
貼現率都將會變化，而這兩種變化剛好相互抵消。

下一節將會介紹如何使用風險中性定價理論求解歐式看漲期權的價格 。

6 Black-Scholes 期權定價公式

歐式看漲期權在行權日   的期望價值為 ，其中   為股票在   時刻的價

格，  為行權價。股價   滿足對數正態分佈，在風險中性定價理論下，   的期望收益率為無風
險收益率  ，且期權的折現率也等於無風險收益率  。因此，期權在當前時刻的價格   為：

根據對數正態分佈的性質可以方便的計算出 ，從而得到著名的BS 期權定價公

式（同時給出看漲期權價格   和看跌期權價格  ）：

根據公式並利用計算機，只要輸入五個變量——當前股價 、行權價格 ，行權日距現在的時

間（按年計算） ，無風險收益率  ，以及標的股票的年收益率的標準差   ——就可以計算出歐
式看漲（看跌）期權的理論價格，這無疑非常方便。然而我們需要了解定價公式背後的含義。

對於任何一個期權，在定價時有兩個不確定性需要考慮：

這個期權到行權日到底是不是實值期權（in-the-money），就是到底有沒有行權的價值（比如說
我買了一個看漲期權，但是行權日股價   低於 ，那麼這個期權就沒有價值）。
如果行權了，那麼我們的（期望）收益到底能有多少（比如行權價是100，在行權日股價是110，
那麼每股我們能賺10 塊；而如果股價是120，則每股我們能賺20 塊）。

這兩個不確定性恰恰就對應著由BS 定價公式中的   和  。

以看漲期權為例來解釋這一點。在BS 公式中， 代表了標準正態分佈的累積密度函數，因此 

 和   就代表兩個概率。其中， 正是在風險中性世界中期權被行權的概率，即
。因此   公式中的第二項   就是在當前時點、考慮了行權概率後的
行權費的期望（即為了在   購買股票所需的期望成本）。

至於 ，對於它的理解遠沒有   直觀。先拋開   不說，而來看看   公式中的第一

項。由於第二項代表著期望成本，那麼第一項必然代表著行權得到股票的期望收益。由於只有 
 大於   才會行權，因此在行權的條件下，股票在行權時的期望價值是一個條件期望，即
。用這個條件期望乘以行權的概率   再把它折現到今天（乘以 ）就
應該是   公式中的第一項。因此有：

將   替換為   並帶入上式可知：

由於 ，因此 （這從   大於   且N 是單調增函數

也可以驗證）。根據這個關係，我們可以把   理解為風險中性世界中、按照股票價格加權的
行權概率。這是因為和固定的行權成本   不同（   是獨立於股價   的），收益和股價之間不
是獨立的。

 在數學上還有另外的解釋，它是“以股票波動率   為市場風險定價，並在以股票為計價單
位時，期權被行權的概率”。如果你覺著這句話是天書也沒有任何問題，因為要解釋它需要涉及到
測度變換、等價鞅、以及計價單位變換等高深的數學知識。這些顯然超出本文的範疇。

如果我們使用   的公式對   求偏導數，那麼不難發現   恰恰等於 。因此在現實

中，投資者把   理解為看歐式漲期權價格   對標的股票價格   的變化的敏感程度。

看到這裡，也許你會發問：BS 定價公式僅僅給出了一個基於各種嚴格假設的理論價格，它在現實
中到底有沒有用？真的會有人因為理論價格和實際交易價格不同來構建策略並且賺錢嗎？

BS 定價公式的核心價值在於它構建了一個數學模型，以此我們可以求出期權的各種風險敞口，這
對於將期權（或任何衍生品）作為配置資產的投資者至關重要。由BS 公式出發可以方便的求出期
權價格對標的資產、時間、利率、波動率的偏導數，從而確定期權在這些因素上的風險敞口。在投
資中，常用的風險敞口有五類（通常用希臘字母來表示），它們是：

我們會在後續的文章中進一步介紹這些風險敞口。

除此之外，BS 公式的另一個核心作用是計算標的資產的隱含波動率。在BS 公式中，除去   之外

的輸入參數的取值都比較確定，唯有   可能會隨著使用者的不同而不同。根據期權的實際交易價
格，可以利用BS 公式反推出標的波動率  ，稱為隱含波動率，這往往代表著市場對於標的資產風
險的普遍觀點。隱含波動率最有名的應用大概是芝加哥交易所針對標普500 指數，利用未來30 天
的看漲和看跌期權計算的VIX 指標，又稱為恐慌指數。它被投資者廣泛參考。

7小結

和本系列前篇一樣，再次恭喜你看到這裡……下面，讓我們來簡單總結一下本文都說了點啥。

本文首先定義了伊藤過程，並給出了伊藤引理的一般形式，通過它可以方便的寫出伊藤過程的函數
的隨機微分方程。伊藤引理說明伊藤過程的函數也是一個伊藤過程，且它的隨機性和原始的伊藤過
程來自同一個布朗運動，這對於推演BS 微分方程至關重要。

利用伊藤引理，可以很容易的求解幾何布朗運動，從而得到股價的描述模型。在幾何布朗運動的假
設下，股價滿足對數正態分佈，這也是BS 定價模型的假設之一。在股價模型中，年收益率期望和
連續複利收益率期望是兩個不同的概念，它們的區別相當於收益率序列的算數平均值和幾何平均值
的區別。
最後利用Delta 對沖，利用標的股票和期權構建投資組合從而完美的消除了布朗運動的隨機性，從
而得到了BS 微分方程，這是衍生品定價的基礎。此外，在Delta 對沖下，和投資者風險偏好相關
的參數   也從BS 方程中消失了。由此引出了衍生品定價中的一個非常重要的方法：風險中性定價
理論。根據該理論求出了歐式期權的價格，並以看漲期權為例解釋了價格表達式中每一項的業務含
義。文章最後介紹了BS 公式在實際投資中的核心作用：它可以量化期權的各種風險敞口，這對於
配置期權的投資者至關重要。