一、风险中性定价导论：从真实世界到风险中性世界
各位同学，欢迎来到这门课。
我是你们的老朋友，一个在衍生品定价坑里摸爬滚打了十几年的量化工程师。今天咱们聊点实在的——风险中性定价。
说实话，我刚入行那会儿，第一次看到“风险中性”这四个字，脑子里全是问号。什么叫风险中性？难道做金融的人还能对风险无所谓？后来我才明白，这压根不是描述交易员心态的，而是一套极其精妙的数学工具。
1.1 真实世界 vs 风险中性世界：到底差在哪？
咱们先想一个问题：
你买一只股票，预期收益率是多少？
正常人都知道，股票有风险，所以预期收益率应该比无风险利率高。比如无风险利率是3%，股票预期收益率可能是10%。这个10%里包含了风险溢价——你承担了波动，市场就得给你补偿。
这就是真实世界。在这个世界里，每个资产的预期收益率都不一样，取决于它的风险大小。
但问题来了——
当我们给期权定价时，真实世界的预期收益率几乎没法用。为什么？因为期权价格里包含了太多主观因素：每个人对风险的厌恶程度不同，对未来的预期也不同。你算一个价，我算一个价，根本没法统一。
于是，聪明的前辈们想了个办法：
我们干脆假设所有投资者都是风险中性的。
什么意思？就是假设大家不在乎风险，只在乎期望值。这样一来，所有资产的预期收益率都等于无风险利率。股票也好，期权也罢，预期回报都一样。
核心思想： 风险中性定价不是描述真实世界，而是构造一个“假想世界”。在这个世界里，定价变得极其简单——任何资产的现值，等于其未来期望收益按无风险利率贴现。
我个人习惯把这个过程叫做“换坐标系”。真实世界是直角坐标系，算起来麻烦；风险中性世界是极坐标系，算期权特别顺手。工具不同，但结果一样。
1.2 为什么金融工程离不开它？
你可能要问：既然是个假想世界，算出来的价格能当真吗？
能。而且非常准。
我在项目中遇到过不少刚入行的同事，总觉得风险中性定价是“理论家的玩具”。直到有一次，我们用真实世界的预期收益率去给一个复杂的结构化产品定价，结果和市场价格差了20%。换成风险中性框架后，误差直接缩到1%以内。
为什么？因为风险中性定价有一个极其强大的数学基础——鞅（Martingale）。
简单说，在风险中性世界里，任何资产的价格过程都是一个鞅。鞅的性质是什么？今天的价格就是未来期望值。这意味着我们可以用偏微分方程、蒙特卡洛模拟、二叉树这些工具，精确地计算期权价格。
你想想看，如果没有风险中性框架，我们得估计每个人的风险偏好、市场情绪、资金成本……这些变量根本没法量化。而风险中性定价直接绕过了所有主观因素，只依赖一个东西——无套利原则。
避坑指南： 我曾经犯过一个低级错误——在风险中性世界里用真实世界的波动率。记住，风险中性定价用的波动率是“隐含波动率”，不是历史波动率。这两个东西差得远，用错了会出大问题。
1.3 核心逻辑：从真实世界到风险中性世界的转换
怎么转换？说白了就是换一个概率测度。
真实世界用P测度，风险中性世界用Q测度。两个测度之间通过一个叫“Radon-Nikodym导数”的东西连接起来。
别被名字吓到。我教你一个直观理解：
- 在P测度下，股票涨的概率是60%，跌的概率是40%
- 在Q测度下，股票涨的概率可能变成50%，跌的概率50%
概率变了，但股票价格没变。我们只是调整了概率权重，让所有资产的期望回报率都等于无风险利率。
这个转换过程，在离散时间下就是二叉树模型里的风险中性概率。在连续时间下，就是Girsanov定理。
嗯，这里要注意：Girsanov定理是核心中的核心。它告诉我们，只要市场没有套利机会，就一定存在一个等价鞅测度。换句话说，风险中性世界不是我们凭空捏造的，而是市场本身隐含的。
1.4 它在金融工程中的地位
这么说吧，风险中性定价是金融工程的基石。
没有它，就没有Black-Scholes公式，没有二叉树模型，没有蒙特卡洛模拟在衍生品定价中的应用。整个量化金融的大厦，都是建在这个地基上的。
我列几个它直接支撑的领域：
| 领域 | 依赖风险中性定价的原因 |
|---|---|
| 期权定价 | 所有解析解和数值解都基于Q测度 |
| 利率衍生品 | HJM框架、LIBOR市场模型都依赖风险中性 |
| 信用衍生品 | 违约概率的校准需要风险中性框架 |
| 结构化产品 | 复杂现金流必须用风险中性贴现 |
你看，从最简单的欧式期权，到最复杂的CDO，底层逻辑都是同一个——风险中性定价。
重要提醒： 风险中性定价不是万能的。它假设市场无摩擦、可以连续交易、没有交易成本。真实世界里这些假设都不成立。所以，我们通常用风险中性价格作为基准，然后根据实际情况做调整。我在做实盘交易时，一般会在理论价格上加一个“流动性溢价”的修正项。
1.5 一张图看懂本章核心
下面这张SVG图，把真实世界和风险中性世界的关系、转换方法、以及应用场景都串起来了。建议你保存下来，以后复习时看一眼就明白。
这张图里，左边是真实世界，右边是风险中性世界。中间那条箭头就是测度转换。底部是各种应用。你记住这个结构，后面每一章都会围绕它展开。
1.6 小结
好了，第一章就讲这么多。
总结一下今天的内容：
- 真实世界和风险中性世界的区别，说白了就是“带风险溢价”和“不带风险溢价”的区别
- 风险中性定价的核心思想：用无风险利率贴现期望值
- 转换工具：Radon-Nikodym导数和Girsanov定理
- 它在金融工程中的地位：基石中的基石
我个人觉得，理解风险中性定价的关键不在于数学公式，而在于思维方式的转变。你不再问“这个资产真实收益率是多少”，而是问“如果市场无套利，这个资产应该值多少钱”。
下一章，咱们会深入二叉树模型，看看风险中性概率到底怎么算。到时候我会拿一个实际案例手把手带你走一遍。
课后思考： 假设无风险利率是5%，某股票当前价格100元。在风险中性世界里，一年后股票的期望价格是多少？如果真实世界里股票预期收益率是15%，一年后期望价格又是多少？这两个数字的差异说明了什么？