KNOWECON WIKI

ARTICLE

Black-Scholes-Merton模型

Black-Scholes-Merton模型 Black-Scholes-Merton模型（BSM模型）是金融经济学中用于期权定价的里程碑式理论框架，由Fischer Black、Myron Scholes与Robert C. Merton于20世纪70年代初共同创立。该模型为欧式期权提供了闭式定价公式，并奠定了现代金融工程与衍生品定价的数学基础。1997年

浏览 7 更新 2025-10-29

Black-Scholes-Merton模型

Black-Scholes-Merton模型（BSM模型）是金融经济学中用于期权定价的里程碑式理论框架，由Fischer Black、Myron Scholes与Robert C. Merton于20世纪70年代初共同创立。该模型为欧式期权提供了闭式定价公式，并奠定了现代金融工程与衍生品定价的数学基础。1997年，Scholes与Merton因在该领域的开创性贡献获得诺贝尔经济学奖（Black于1995年去世，未能共享此荣誉）。BSM模型不仅是一个定价工具，更是一套完整的理论范式：它论证了在无套利完备市场中，期权可以通过标的资产与无风险资产的动态交易被完美复制，从而将其价格与投资者风险偏好解耦。

核心假设

BSM模型的推导建立在一组理想化假设之上。这些假设定义了模型的适用范围，同时也是其局限性的根源。

市场假设：（1）市场无摩擦——无交易成本、无税收、无卖空限制，资产无限可分；（2）连续交易——投资者可在任意时刻以市场价格买卖资产；（3）存在恒定的无风险利率 r r ，借贷利率相同；（4）市场无套利机会——任何套利机会会因竞争而瞬间消失。

标的资产假设：标的资产价格 St S_t 遵循几何布朗运动（Geometric Brownian Motion）：

dSt=μStdt+σStdWtdS_t = \mu S_t dt + \sigma S_t dW_t

其中 μ \mu 为漂移率（预期收益率），σ \sigma 为恒定波动率，Wt W_t 为标准布朗运动（维纳过程）。该假设意味着：（i）资产价格服从对数正态分布——价格取对数后服从正态分布，因而价格始终为正；（ii）连续复利收益率服从正态分布 ln⁡(St/S0)∼N((μ−σ2/2)t,σ2t) \ln(S_t/S_0) \sim \mathcal{N}((\mu-\sigma^2/2)t, \sigma^2 t) ；（iii）增量独立——价格变化在不相交时间区间上独立。

期权假设：期权为欧式期权——仅在到期日 T T 可行权；到期收益函数确定——看涨期权收益为 max⁡(ST−K,0) \max(S_T - K, 0) ，看跌期权收益为 max⁡(K−ST,0) \max(K - S_T, 0) ，其中 K K 为执行价格；标的资产在期权有效期内不支付股息（原始模型的假设，后续由Merton扩展为含股息版本）。

推导逻辑：Delta对冲与无套利原理

BSM模型的推导遵循两个关键步骤：构建无风险对冲组合，然后利用无套利条件导出偏微分方程。

第一步：构建Delta对冲组合。考虑一个由一份期权空头头寸 −V(S,t) -V(S,t) 与 Δ \Delta 份标的多头头寸 ΔSt \Delta S_t 构成的投资组合：

Πt=−V(S,t)+ΔSt\Pi_t = -V(S,t) + \Delta S_t

选择 Δ=∂V∂S \Delta = \frac{\partial V}{\partial S} （期权的Delta），使得组合在瞬间不具有方向性风险——即组合价值对标的资产价格微小变动不敏感。

第二步：应用伊藤引理（Itô's Lemma）。由于 St S_t 遵循伊藤过程，期权价值 V(S,t) V(S,t) 作为 S S 与 t t 的函数，其动态亦满足伊藤引理：

dV=(∂V∂t+μS∂V∂S+12σ2S2∂2V∂S2)dt+σS∂V∂SdWtdV = \left(\frac{\partial V}{\partial t} + \mu S \frac{\partial V}{\partial S} + \frac{1}{2}\sigma^2 S^2 \frac{\partial^2 V}{\partial S^2}\right)dt + \sigma S \frac{\partial V}{\partial S} dW_t

组合的价值变化为 dΠ=−dV+∂V∂SdS d\Pi = -dV + \frac{\partial V}{\partial S} dS 。代入 dV dV 与 dS dS ，扩散项 dWt dW_t 恰好抵消，组合成为瞬时无风险资产：

dΠ=−(∂V∂t+12σ2S2∂2V∂S2)dtd\Pi = -\left(\frac{\partial V}{\partial t} + \frac{1}{2}\sigma^2 S^2 \frac{\partial^2 V}{\partial S^2}\right)dt

第三步：无套利条件。由于 Π \Pi 为瞬时无风险，其收益率必须等于无风险利率：dΠ=rΠdt d\Pi = r\Pi dt 。代入 Π=−V+∂V∂SS \Pi = -V + \frac{\partial V}{\partial S}S ，整理得Black-Scholes偏微分方程：

∂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

这一抛物型偏微分方程的核心特征是不包含漂移率 μ \mu ——在无套利条件下，期权的公平价格与投资者对标的资产预期收益率的信念无关，仅取决于无风险利率 r r 、波动率 σ \sigma 与合约条款。这意味着持有不同风险偏好的投资者对期权价格应达成一致。该方程的推导是风险中性定价原理的早期体现：在完备市场中，可通过改变测度使所有资产以无风险利率增长，期权价格即为此测度下期望收益的贴现值。

定价公式：Black-Scholes公式

对于不支付股息的欧式看涨期权，BSM偏微分方程在终值条件 V(S,T)=max⁡(S−K,0) V(S,T) = \max(S-K,0) 下的闭式解为著名的Black-Scholes公式：

C=S0N(d1)−Ke−rTN(d2)C = S_0 N(d_1) - Ke^{-rT} N(d_2)

其中 N(⋅) N(\cdot) 为标准正态累积分布函数，而：

d1=ln⁡(S0/K)+(r+σ2/2)TσT,d2=d1−σTd_1 = \frac{\ln(S_0/K) + (r + \sigma^2/2)T}{\sigma\sqrt{T}}, \quad d_2 = d_1 - \sigma\sqrt{T}

各参数的经济解释：S0N(d1) S_0 N(d_1) 为风险中性测度下收到标的资产的期望现值（乘以 N(d1) N(d_1) 可理解为Delta对即期价格的加权）；Ke−rTN(d2) Ke^{-rT}N(d_2) 为执行价格在风险中性测度下的期望贴现值——N(d2) N(d_2) 恰为期权在风险中性测度下到期实值的概率。因此，BSM公式可直观解读为：看涨期权价格等于"若期权被行权则应支付的标的价格"与"行权需支付现金"之差的现值。

看跌期权价格可通过买卖权平价关系（Put-Call Parity）直接获得：

P=Ke−rTN(−d2)−S0N(−d1)P = Ke^{-rT}N(-d_2) - S_0 N(-d_1)

买卖权平价关系 C+Ke−rT=P+S0 C + Ke^{-rT} = P + S_0 是BSM框架下最重要的无套利约束：一份看涨期权加零息债券等于一份看跌期权加标的资产。该关系与任何定价模型无关，仅依赖无套利原理。

风险中性定价与希腊字母

在风险中性定价框架下，BSM价格可等价表达为风险中性期望的贴现值：

C=e−rTEQ[max⁡(ST−K,0)]C = e^{-rT} \mathbb{E}^{\mathbb{Q}}\left[\max(S_T - K, 0)\right]

其中 Q \mathbb{Q} 为等价鞅测度，在该测度下标的资产漂移率被替换为 r r ，即 dSt=rStdt+σStdWtQ dS_t = r S_t dt + \sigma S_t dW_t^{\mathbb{Q}} 。这一等价性表明存在唯一的随机贴现因子使得期权价格等于未来收益的贴现值，且贴现因子与定价核（Radon-Nikodym导数）由波动率 σ \sigma 唯一确定。

希腊字母（Greeks）是BSM模型风险管理维度的重要产出——通过求偏导数量化期权价格对各影响因素的敏感度：

  • Delta Δ=∂C∂S=N(d1) \Delta = \frac{\partial C}{\partial S} = N(d_1) ：标的资产价格变动一单位时期权价格的变动量。对于看涨期权，0<Δ<1 0 < \Delta < 1 。
  • Gamma Γ=∂2C∂S2=N′(d1)SσT \Gamma = \frac{\partial^2 C}{\partial S^2} = \frac{N'(d_1)}{S\sigma\sqrt{T}} ：Delta对标的资产价格的敏感度，衡量Delta对冲需重新平衡的频率。Gamma在平价附近最大，在深度实值或虚值时趋近于零。
  • Vega ν=∂C∂σ=STN′(d1) \nu = \frac{\partial C}{\partial \sigma} = S\sqrt{T} N'(d_1) ：期权价格对波动率的敏感度。Vega在平价附近最大，随到期日临近而衰减——这是期权交易员最关注的希腊字母之一，因为波动率是唯一不可直接观测的输入参数。
  • Theta Θ=∂C∂t \Theta = \frac{\partial C}{\partial t} ：时间衰减，期权价值随到期日逼近而损耗的速度。对看涨期权多头通常为负——期权是"消耗性资产"。
  • Rho ρ=∂C∂r=KTe−rTN(d2) \rho = \frac{\partial C}{\partial r} = KTe^{-rT}N(d_2) ：期权价格对无风险利率的敏感度。

这些希腊字母之间的关系受BSM偏微分方程约束：Θ+12σ2S2Γ+rSΔ−rC=0 \Theta + \frac{1}{2}\sigma^2 S^2 \Gamma + rS\Delta - rC = 0 。

局限性与扩展

BSM模型的核心局限性：（1）恒定波动率假设——实际市场中波动率随执行价格与到期期限变化，形成波动率微笑或波动率偏斜；（2）正态收益率假设——实际资产收益率分布具有肥尾特征，极端事件频率远高于正态分布所预测；（3）连续交易假设——现实中交易离散、存在买卖价差与流动性约束；（4）无跳跃假设——几何布朗运动无法捕捉股价的突发性跳跃；（5）恒定利率假设——利率本身也具有随机性。

针对以上局限，学术界与实务界发展了一系列扩展模型。Merton跳跃扩散模型（1976）在几何布朗运动中引入复合泊松过程以捕捉突发跳跃事件，能生成短到期期权的陡峭微笑。Heston随机波动率模型（1993）将波动率建模为均值回复的CIR过程 dvt=κ(θ−vt)dt+ξvtdWtv dv_t = \kappa(\theta - v_t)dt + \xi\sqrt{v_t}dW_t^v ，通过波动率与价格的相关系数 ρ \rho 捕捉杠杆效应。局部波动率模型（Dupire, 1994）令 σ=σ(S,t) \sigma = \sigma(S, t) 为确定函数，通过校准精确匹配市场波动率曲面。此外，GARCH期权定价模型在离散时间框架下捕捉波动率聚簇效应，SABR模型则在利率期权领域广泛应用。

历史贡献与实践意义

BSM模型的深远影响远超定价公式本身：（1）催生了期权交易所的繁荣——1973年芝加哥期权交易所（CBOE）成立，BSM公式为做市商与投资者提供了共同的定价语言；（2）奠定了金融工程学科的方法论基础——Delta对冲、动态复制与风险中性定价成为衍生品行业的通用范式；（3）推动了风险管理的量化革命——希腊字母体系使交易商能够将复杂的非线性风险分解为可度量、可对冲的维度。

在实务中，BSM模型的应用已超越直接定价：市场参与者使用BSM公式反推隐含波动率（将观测到的期权市场价格代入逆函数求得 σ \sigma ），并将隐含波动率作为期权市场报价的通用"货币"。交易员比较不同执行价格与到期日的隐含波动率以识别相对价值机会；风险管理者监控隐含波动率曲面以评估尾部风险定价；中央银行与监管机构从期权价格中提取市场隐含的前瞻性信息——"波动率指数"（VIX）等指标即为BSM隐含波动率的衍生品。

尽管存在已知的理论局限，BSM模型因其解析表达式的简洁性、直觉性的参数结构以及对冲框架的实用性，至今仍是衍生品定价、教学与风险管理中不可替代的基准模型。正如Merton所言，BSM模型的真正重要性不在于其最初发现的定价公式，而在于其开创的连续时间金融方法——这一方法论已渗透至现代金融的每一个角落。