15.1 股票价格的对数正态分布性质

    布莱克、斯科尔斯和默顿用来描述股票价格行为的模型正是我们在第14章中建立的模型。该模型假设无股息股票在一短时间内的百分比变化具有正态分布。定义

    μ:股票每年的期望收益率;

    σ:股票价格每年的波动率。

    在Δt时间内股票收益的均值和标准差分别近似地等于μΔt和空标题文档 - 图1。因此

    空标题文档 - 图2

    其中ΔS为股票价格在Δt时间内的变化,φ(m,v)代表期望为m,方差为v的正态分布。(这正是式(14-9)。)

    在14.7节中我们曾证明

    空标题文档 - 图3

    因此

    空标题文档 - 图4

    空标题文档 - 图5

    其中ST是在未来时间T时的价格,S0是在时间零时的价格。在这里没有做任何近似。式(15-3)说明lnST服从正态分布,所以ST服从对数正态分布。lnST的均值是lnS0+(μ-σ2/2)T,标准差是空标题文档 - 图6

    例15-1

    考虑一个初始价格为40美元的股票,该股票的期望收益率为每年16%,波动率为每年20%。由式(15-3)我们知道,股票价格ST在6个月时的概率分布是

    空标题文档 - 图7

    一个服从正态分布的变量取值落在与均值的距离小于1.96倍标准差范围内的概率为95%。在本例中,标准差为空标题文档 - 图8,因此在95%的置信度下,我们有

    空标题文档 - 图9

    这可以写成

    空标题文档 - 图10

    空标题文档 - 图11

    因此,在6个月后股票价格介于32.55及56.56范围内的概率为95%。

    具有对数正态分布的变量可以取零与无穷大之间的任何值,图15-1显示了对数正态分布的形状。与正态分布不同的是,它呈偏态,因此它的均值、中位数以及众数均不相等。由式(15-3)以及对数正态分布的性质,我们可以证明ST的期望值E(ST)为

    空标题文档 - 图12

    这与将μ定义成收益率期望的含义是一致的。ST的方差(varST)可以表示为[1]

    空标题文档 - 图13

    空标题文档 - 图14

    图15-1 对数正态分布

    例15-2

    考虑某股票,其当前价格是20美元,期望收益率是每年20%,波动率为每年40%。股票在1年后价格的期望和方差由下面式子给出

    空标题文档 - 图15

    1年后股票价格的标准差为空标题文档 - 图16,即10.18。

    [1] 关于式(15-4)和式(15-5)的证明可以在网页www.rotman.utoronto.ca/~hull/TechnicalNotes里的Technical Note 2中找到。关于对于对数正态分布性质更详细的讨论,见J.Aitchison和J.A.C.Brown,The Lognormal Distribution.Cambridge University Press,1966。