KNOWECON WIKI

ARTICLE

美式看跌期权

美式看跌期权 (American Put Option) 美式看跌期权是一种赋予持有者在到期日之前（含到期日）任何交易日以约定行权价 K 卖出标的资产的权利而非义务的金融衍生品合约。与欧式看跌期权只能在到期日行权不同，美式期权的「提前行权」特征使其在理论定价和实际应用中都更为复杂，也因此更具研究价值。 合约结构与收益函数 一份美式看跌期权的买方支付期权金后获

浏览 0 更新 2026-05-25

美式看跌期权 (American Put Option)

美式看跌期权是一种赋予持有者在到期日之前（含到期日）任何交易日以约定行权价 KK 卖出标的资产的权利而非义务的金融衍生品合约。与欧式看跌期权只能在到期日行权不同，美式期权的「提前行权」特征使其在理论定价和实际应用中都更为复杂，也因此更具研究价值。

合约结构与收益函数

一份美式看跌期权的买方支付期权金后获得一项或有权利：当标的资产价格 StS_t 低于行权价 KK 时，持有者可随时选择行权，获得即时收益 (K−St)+=max⁡(K−St,0)(K - S_t)^+ = \max(K - S_t, 0)。美式看跌期权的价值 V(S,t)V(S, t) 始终满足：

V(S,t)≥(K−S)+,∀ t∈[0,T]V(S, t) \geq (K - S)^+, \quad \forall\, t \in [0, T]

此不等式的经济学含义是：期权在任何时刻的市场价值至少不低于即时行权所能获得的收益，否则存在无风险套利机会。美式看跌期权价格同样满足套利定价的基本界限：P≥max⁡(Ke−r(T−t)−S,0)P \geq \max(K e^{-r(T-t)} - S, 0)——即期权价格不低于其内在价值的贴现值。

美式期权与欧式期权的核心分野

美式看跌期权与欧式看跌期权的关键区别在于提前行权的可能性。这一差异产生了三个重要推论：

  1. 价值不等式：美式看跌期权的价值始终不低于同条款的欧式看跌期权，即 PAmerican≥PEuropeanP_{\text{American}} \geq P_{\text{European}}，因为美式期权包含欧式期权所有行权机会的超集。
  2. 看跌-看涨平价失效：欧式期权中经典的看跌-看涨平价关系 C+Ke−rT=P+SC + K e^{-rT} = P + S 在美式期权中不再以等式成立，而代之以不等式约束： \[ S - K \leq C - P \leq S - K e^{-rT} \] 这是因为提前行权的不对称性破坏了套利等式的精确平衡。
  3. 提前行权的经济学逻辑：对于美式看跌期权，当标的资产价格足够低（期权深度价内）且无风险利率足够高时，提前行权可能是最优的。因为行权后获得的现金 KK 可立即存入银行赚取利息 rK dtrK\,dt，而继续持有期权则放弃了这部分利息收入。这一权衡意味着——与美式看涨期权（在不分红情况下永远不会提前行权）不同——美式看跌期权即使在标的资产不支付股息时仍可能被提前行权。

定价理论：自由边界问题

美式看跌期权的定价问题在数学上表现为一个最优停时问题。在Black-Scholes框架下，假设标的资产价格服从几何布朗运动 dS=rS dt+σS dWdS = rS\,dt + \sigma S\,dW，美式看跌期权的价值由下式给出：

V(S,t)=sup⁡τ∈[t,T]EQ[e−r(τ−t)(K−Sτ)+∣Ft]V(S, t) = \sup_{\tau \in [t, T]} \mathbb{E}^{\mathbb{Q}}\left[ e^{-r(\tau - t)} (K - S_\tau)^+ \mid \mathcal{F}_t \right]

其中 τ\tau 是关于滤子 {Ft}\{\mathcal{F}_t\} 的停时，上确界在所有可行的行权策略上取。这一最优停时问题等价于求解一个带有自由边界的抛物型偏微分方程（PDE）：

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

该 PDE 在持有区域（即不应行权的区域）上成立。存在一个临界价格曲线 S∗(t)S^*(t)——称为最优行权边界——将 (S,t)(S, t) 空间划分为两部分：当 S≤S∗(t)S \leq S^*(t) 时，投资者应当立即行权，期权价值等于内在价值 K−SK - S；当 S>S∗(t)S > S^*(t) 时，投资者应当继续持有，期权价值满足上述 PDE。自由边界 S∗(t)S^*(t) 本身不是事先已知的，而是作为解的一部分被同时确定，这是问题非线性的根源。

与欧式期权拥有Black-Scholes 公式这样的闭合形式解不同，美式看跌期权没有解析定价公式，必须通过数值方法求解。

数值定价方法

二叉树模型 (Binomial Tree)

Cox、Ross 和 Rubinstein (1979) 提出的二叉树方法是定价美式看跌期权最直观、最广泛使用的离散化方法。将时间至到期日分为 NN 步，每一步标的资产价格以风险中性概率向上或向下变动。在树的每个终端节点按 (K−S)+(K - S)^+ 赋值后，从后向前回溯：每个内部节点处，期权价值取「立即行权的内在价值」与「继续持有的期望折现值」两者的较大者：

Vi,j=max⁡((K−Si,j)+, e−rΔt[pVi+1,j+1+(1−p)Vi+1,j])V_{i,j} = \max\left( (K - S_{i,j})^+, \ e^{-r\Delta t} \left[ p V_{i+1, j+1} + (1-p) V_{i+1, j} \right] \right)

这种动态规划方法自然地嵌入了最优行权决策。

有限差分法 (Finite Difference)

将 PDE 在 (S,t)(S, t) 网格上离散化，使用隐式或Crank-Nicolson格式，并在每个时间层上施加不等式约束 V≥K−SV \geq K - S——转化为一个线性互补问题，可通过投影逐次超松弛法 (PSOR) 迭代求解。

蒙特卡洛模拟与最小二乘方法

传统 Monte Carlo 方法因路径的前向生成特性而难以处理最优停时。Longstaff 与 Schwartz (2001) 提出的最小二乘蒙特卡洛法 (LSM) 突破了这一瓶颈：从后向前，在每个可行权时刻用继续持有价值对状态变量的基函数做回归，再比较行权收益与回归拟合值以决定是否行权。

最优行权边界的性质

最优行权边界 S∗(t)S^*(t) 具有若干理论性质：在到期日 t=Tt = T 附近，S∗(T)=KS^*(T) = K；随着时间的推移，S∗(t)S^*(t) 是 tt 的连续递增函数（即随时间流逝，行权临界价格逐渐提高，行权区域扩大）；当距到期日足够远时，S∗(t)S^*(t) 趋近于水平渐近线 S∞∗=K⋅γγ−1S^*_\infty = K \cdot \frac{\gamma}{\gamma - 1}，其中 γ\gamma 仅是波动率 σ\sigma、利率 rr 的函数。这些性质为算法实现和套利风控提供了理论基准。

应用场景与风险管理

美式看跌期权的实际应用广泛存在于金融市场中：

  • 投资组合保险：投资者持有股票组合的同时买入指数美式看跌期权，可在市场下跌时随时止损，实现下方风险保护。与欧式看跌相比，美式看跌的提前执行权在危机时期（如市场闪崩）具有显著的灵活性溢价。
  • 交易所交易期权：全球主要交易所（如CBOE、港交所）交易的个股及股指期权多为美式，对这些合约的定价和风险参数（Delta、Gamma、Vega、Theta）计算构成交易商和做市商的核心技术能力。
  • 可赎回债券与信用衍生品：可赎回债券中发行人的赎回权可视为潜伏于债券中的美式期权，公司信用利差定价中的结构化模型亦可通过美式看跌视角加以审视——股权可视作对公司资产的欧式看涨，而公司债的价值等于无风险债务减去对公司资产的看跌期权。
  • 实物期权：投资项目中的放弃期权——企业在不利情况下可随时出售资产、终止运营并收回残值——在本质上正是一份美式看跌期权，其标的为项目未来现金流的现值，行权价为清算价值。

随着加密货币衍生品市场的崛起，美式看跌期权的定价框架也被扩展至波动率极大的数字资产领域，进一步推动了数值方法和计算金融在实务中的应用。