第9章期权定价的有限差分法.doc

金融衍生工具(第2版)

金融衍生工具(第2版)

STYLEREF "标题 1,部分标题 1,章" \* MERGEFORMAT

STYLEREF "标题 1,部分标题 1,章" \* MERGEFORMAT 第9章 期权定价的有限差分法

PAGE

PAGE 172

PAGE

PAGE 173

第9章 期权定价的有限差分法

【本章精粹】

期权定价最终归结为一个二阶偏微分方程，而有限差分方法是计算偏微分方程的有效工具。因此，本章介绍3种常见的有限差分方法，并且给出了相关程序，让读者了解有限差分方法计算的基本原理，熟悉用显式法和隐式法计算欧式看涨期权价格。

9.1 有限差分计算方法的基本原理

偏微分方程在金融工程中占有重要位置，著名的Black-Scholes方程就是以二阶偏微分方程形式给出的。偏微分方程为求解复杂的金融衍生工具价格提供了有力手段，但是偏微分方程通常没有解析解，因此用数值计算方法求解衍生工具价格就成为金融工程的一项基本功。求解金融衍生工具价格与求解通常偏微分方程的区别主要在于一般偏微分方程是给定初值求解终值，而衍生品定价问题是给定终值求初值，属于倒向随机偏微分方程求解。

有限差分方法的核心思想是对导数进行离散化，把偏微分方程转化为差分方程，然后利用迭代法求解。

根据对偏导数离散方法的不同，有限差分方法可分为显式差分法、隐式差分法和内含差分法，下面分别进行介绍。

假设表示在i时刻股票价格为第j价位的期权价格，对f一阶导数进行如下差分：

(9-1)

(9-2)

式(9-1)、式(9-2)的差分方法称为显式差分法。也可以对一阶导数做如下差分：

(9-3)

(9-4)

式(9-3)、式(9-4)的差分方法称为隐式差分法。也可以做如下差分：

(9-5)

(9-6)

式(9-5)、式(9-6)的差分方法称为内含差分法。

对二阶微分方程，用如下方法进行差分：

(9-7)

整理得：

以上就是偏微分方程的常见离散方法。

9.2 显式有限差分计算法求解欧式看跌期权

下面利用显式差分法求解欧式看跌期权，对一阶偏导数、二阶导数离散方式如下：

(9-8)

(9-9)

(9-10)

将式(9-8)、式(9-9)、式(9-10)代入Black-Schole公式，有

(9-11)

经过整理可得：

(9-12)

?

?

?

将式(9-12)写成矩阵形式为

则上式可以写成

也即

对于欧式看涨期权，其终值条件为

下面考虑欧式看跌期权的边界条件，当股票价格非常大时，看跌期权到期日价格为0，；当股票价格为0时，=0，那么到期日支付价值为K，贴现到t期有，边界条件可以写成如下形式：

i=1,2,…,N

i=0,1,2, …,N

j=0,1,2, …,M

例9-1 已知股票价格为50元，欧式看跌期权的执行价格为50元，到期日为5个月，股票年波动率的标准差为0.3，无风险利率为10%，试用有限差分方法求解期权的价格。

解 下面是用Matlab编写的程序，程序文件名为osqq.m。

s0=50; %股价

k=50; %执行价

r=0.1; %无风险利率

sigma=0.3; %股票波动率

T=5/12; %续存期

smax=100; %确定股票价格的最大价格

ds=2; %股价离散步长

dt=5/1200; %时间离散步长

M=round(smax/ds); %计算股价离散步数

ds=smax/M; %股价离散实际步长

N=round(T/dt); %时间离散步数

dt=T/N; %时间离散实际步长

%%%%%%%%

matval=zeros(M+1,N+1);

vets=linspace(0,smax,M+1); %将区间[0,smax]分成M+1段

veti=0:N;

vetj=0:M;

%建立偏微分方程边界条件

matval(:,N+1)=max(k-vets,0);

matval(1,:)=k*exp(-r*dt*(N-veti));

matval(M+1,:)=0;

%%%%%