第1章:风险中性概率——定义、推导、与真实概率的区别、鞅性质

各位同学,欢迎来到风险中性定价的第一课。

今天我们要啃的,是整个风险中性定价体系的基石——风险中性概率

说实话,我当年刚接触这个概念时,也觉得很绕。明明市场上有真实的涨跌概率,为什么非要搞出一套“假想”的概率?这不是脱裤子放屁吗?

嗯,等你在实盘中吃过几次亏,你就明白了。真实概率在定价里,很多时候根本用不上。

1.1 什么是风险中性概率?

先给个最直白的定义:风险中性概率,是在一个假想的、所有投资者都不要求风险溢价的世界里,资产价格未来上涨或下跌的概率。

在这个世界里,所有资产的期望收益率,都等于无风险利率。

核心公式:

在风险中性世界里,资产当前价格 = 未来期望价格 / (1 + 无风险利率)

用数学表达就是:

S₀ = E*[S_T] / (1 + r)^T

其中 E*[·] 表示在风险中性概率下的期望。

你可能会问:真实世界里,股票期望收益率明明比无风险利率高啊?

没错。但正因为真实世界里存在风险溢价,我们才需要用风险中性概率把它“剥离”掉。这样定价才能用无风险利率贴现,简单、干净、可复制。

3.2 风险中性概率的推导

推导其实不复杂。我们用一个最简单的单步二叉树模型来演示。

假设一只股票当前价格 S₀ = 100。一个月后,要么涨到 110,要么跌到 90。无风险利率 r = 5%(年化,按月折算)。

我们想给一个欧式看涨期权定价,执行价 K = 105。

真实世界里,涨跌概率可能是 p = 0.6, 1-p = 0.4。但注意,这个概率对期权定价没用。

为什么?因为我们可以用股票和无风险债券复制期权。复制组合的成本,与真实概率无关。

好,推导开始:

  1. 设风险中性上涨概率为 q,下跌概率为 1-q。
  2. 在风险中性世界里,股票的期望收益率 = 无风险利率。
  3. 所以:100 = [110 × q + 90 × (1-q)] / (1 + r)
  4. 解方程:100 × (1+r) = 110q + 90 - 90q
  5. 整理得:100 + 100r = 90 + 20q
  6. 所以:q = (100r + 10) / 20

代入 r = 5% 年化,一个月 r ≈ 0.4167%:

q = (100 × 0.004167 + 10) / 20
  = (0.4167 + 10) / 20
  = 10.4167 / 20
  = 0.5208

你看,风险中性上涨概率 q ≈ 0.52,而真实概率是 0.6。两者不一样。

我个人习惯:每次推导完,我都会用期权复制组合再验证一遍。算出来的期权价格,用复制组合的成本应该完全一致。如果不一致,说明推导有误。

3.3 风险中性概率 vs 真实概率

这两者的区别,我总结为一张表:

对比维度 真实概率 风险中性概率
定义基础 基于历史数据或主观判断 基于无套利假设推导得出
期望收益率 包含风险溢价,> 无风险利率 等于无风险利率
贴现率 需要风险调整后的贴现率 直接用无风险利率
是否可观测 可以统计估计 不可直接观测,需从价格反推
定价用途 不直接用于衍生品定价 衍生品定价的标准工具

我曾经在项目中遇到过一位同事,坚持用真实概率给期权定价。他算出来的价格比市场价高出一大截,怎么调参数都对不上。后来我帮他换成风险中性概率,一次就对了。

说白了,真实概率描述的是“世界会怎样”,而风险中性概率描述的是“市场如何定价”。两者是不同维度的东西。

3.4 鞅性质

这是风险中性概率最漂亮的数学性质。

定义:如果一个随机过程 X_t 满足:

E*[X_{t+1} | 当前信息] = X_t

那么 X_t 就是一个鞅(Martingale)。

翻译成人话:给定当前所有信息,未来期望值等于当前值。没有趋势,没有漂移。

在风险中性世界里,贴现后的资产价格是一个鞅

用公式表达:

E*[ e^{-r(T-t)} × S_T | F_t ] = e^{-rt} × S_t

两边同时乘以 e^{rt}:

E*[ e^{-rT} × S_T | F_t ] = e^{-rt} × S_t

或者更简洁地:

E*[ S_T / (1+r)^{T-t} | F_t ] = S_t

这个性质为什么重要?

因为它保证了:在风险中性概率下,任何衍生品的价格都可以表示为未来收益的贴现期望。而且这个期望值,不会因为时间推移而改变其“公平性”。

注意:鞅性质只对贴现后的价格成立。原始价格 S_t 本身不是鞅,它是有漂移的。千万别搞混了。

我曾经见过有人直接用 S_t 做鞅假设,结果推导出一堆荒谬的结论。嗯,这坑我踩过。

3.5 知识体系结构图

下面这张图,把本章的核心逻辑串起来了:

风险中性概率知识体系 风险中性概率 定义:无风险溢价世界 推导:二叉树模型 与真实概率的区别 鞅性质 期望收益率 = 无风险利率 贴现价格是鞅 定价 vs 预测 核心:无套利 → 风险中性概率 → 鞅 → 定价

3.6 实战中的一点体会

最后,我想分享一点个人经验。

风险中性概率不是“真实”的,但它是有用的。就像地图不是真实的地面,但能帮你导航。

我在做利率衍生品定价时,经常需要从市场报价中反推风险中性概率。这个过程叫“校准”。校准出来的概率,能完美匹配市场价格。但如果你拿它去预测未来真实涨跌,那肯定错得离谱。

记住一句话:风险中性概率是定价工具,不是预测工具

嗯,这一章就到这里。内容不多,但很核心。后面的所有章节,都建立在这个基础上。

本章要点回顾:

  • 风险中性概率 = 无风险溢价世界里的概率
  • 推导核心:无套利 + 复制组合
  • 与真实概率的区别:定价 vs 预测
  • 鞅性质:贴现价格是鞅,保证定价一致性

公众号:蓝海资料掘金营,微信deep3321