- 統計學教程
- 首頁
- 調整後的R平方
- 方差分析
- 算術平均數
- 算術中位數
- 算術眾數
- 算術極差
- 條形圖
- 最佳點估計
- 貝塔分佈
- 二項分佈
- 布萊克-斯科爾斯模型
- 箱線圖
- 中心極限定理
- 切比雪夫定理
- 卡方分佈
- 卡方表
- 圓排列
- 整群抽樣
- 科恩Kappa係數
- 組合
- 有放回組合
- 比較圖表
- 連續均勻分佈
- 連續數列算術平均數
- 連續數列算術中位數
- 連續數列算術眾數
- 累積頻率
- 變異係數
- 相關係數
- 累積圖
- 累積泊松分佈
- 資料收集
- 資料收集 - 問卷設計
- 資料收集 - 觀察法
- 資料收集 - 案例研究法
- 資料模式
- 十分位數統計
- 離散數列算術平均數
- 離散數列算術中位數
- 離散數列算術眾數
- 點圖
- 指數分佈
- F分佈
- F檢驗表
- 階乘
- 頻數分佈
- 伽馬分佈
- 幾何平均數
- 幾何機率分佈
- 擬合優度
- 總平均數
- Gumbel分佈
- 調和平均數
- 調和數
- 諧振頻率
- 直方圖
- 超幾何分佈
- 假設檢驗
- 個體數列算術平均數
- 個體數列算術中位數
- 個體數列算術眾數
- 區間估計
- 逆伽馬分佈
- Kolmogorov-Smirnov檢驗
- 峰度
- 拉普拉斯分佈
- 線性迴歸
- 對數伽馬分佈
- 邏輯迴歸
- 麥克尼馬爾檢驗
- 平均差
- 均值差異
- 多項分佈
- 負二項分佈
- 正態分佈
- 奇排列和偶排列
- 單比例Z檢驗
- 離群值函式
- 排列
- 有放回排列
- 餅圖
- 泊松分佈
- 合併方差 (r)
- 功效計算器
- 機率
- 機率加法定理
- 機率乘法定理
- 機率貝葉斯定理
- 機率密度函式
- 過程能力 (Cp) 和過程效能 (Pp)
- 過程Sigma
- 二次迴歸方程
- 定性資料與定量資料
- 四分位差
- 經驗法則
- 瑞利分佈
- 迴歸截距置信區間
- 相對標準偏差
- 信度係數
- 所需樣本量
- 殘差分析
- 殘差平方和
- 均方根
- 樣本計劃
- 抽樣方法
- 散點圖
- 夏農-維納多樣性指數
- 信噪比
- 簡單隨機抽樣
- 偏度
- 標準差
- 標準誤 (SE)
- 標準正態分佈表
- 統計顯著性
- 統計公式
- 統計符號
- 莖葉圖
- 分層抽樣
- 學生t檢驗
- 平方和
- t分佈表
- TI 83指數迴歸
- 轉換
- 截尾平均數
- I型和II型錯誤
- 方差
- 韋恩圖
- 大數弱定律
- Z表
- 統計學有用資源
- 統計學 - 討論
統計學 - 布萊克-斯科爾斯模型
布萊克-斯科爾斯模型是一個數學模型,用於檢查諸如股票等金融工具隨時間推移的價格變化,可用於計算歐式看漲期權的價格。該模型假設交易量大的資產價格遵循具有恆定漂移和波動率的幾何布朗運動。在股票期權的情況下,布萊克-斯科爾斯模型包含標的股票的恆定價格變化、貨幣的時間價值、期權的執行價格及其到期時間。
布萊克-斯科爾斯模型是由費舍爾·布萊克、羅伯特·默頓和邁倫·斯科爾斯於1973年提出的,至今仍在歐洲金融市場廣泛使用。它提供了一種確定期權公平價格的最佳方法。
輸入
布萊克-斯科爾斯模型需要五個輸入。
期權的執行價格
當前股票價格
到期時間
無風險利率
波動率
假設
布萊克-斯科爾斯模型假設以下幾點。
股票價格遵循對數正態分佈。
資產價格不能為負。
無交易成本或稅收。
所有期限的無風險利率均為恆定。
允許使用收益進行證券賣空。
不存在無風險套利機會。
公式
${ C = SN(d_1) - Ke^{-rT}Nd_2 \\[7pt] \, P = Ke^{-rT}N(-d_2) - SN(-d_1) \\[7pt] \, 其中 \\[7pt] \, d_1 = \frac{1}{{\sigma \sqrt T}} [ln(\frac{S}{K}) + (r + \frac{\sigma^2}{2}T)] \\[7pt] \, d_2 = d_1 - \sigma \sqrt T }$
其中 -
${C}$ = 看漲期權價值。
${P}$ = 看跌期權價值。
${S}$ = 股票價格。
${K}$ = 執行價格。
${r}$ = 無風險利率。
${T}$ = 到期時間。
${\sigma}$ = 年化波動率。
侷限性
布萊克-斯科爾斯模型具有以下侷限性。
僅適用於歐式期權,因為美式期權可以在到期前執行。
恆定的股息和恆定的無風險利率可能不切實際。
波動率可能會隨著期權供求水平而波動,因此恆定可能不正確。
廣告