歡迎來到二項式樹模型（Binomial Trees）的世界！
你好！今天我們將深入探討金融學中最直觀且強大的工具之一：二項式樹模型。本章節屬於你 FRM Part I 學習之旅中「估值與風險模型」（Valuation and Risk Models）的一部分。
為什麼我們要學習這個模型呢？雖然 Black-Scholes-Merton 模型非常出名，但它有時顯得像個「黑盒子」。相比之下，二項式樹模型能讓我們清楚看到期權價值是如何一步步變化的。它在為美式期權（American options）進行估值時特別有用，因為這類期權可以在任何時間點執行。別擔心數學不是你的強項——我們會將其拆解成簡單、合乎邏輯的步驟！
1. 基礎概念：什麼是二項式樹？
想像一下今天的股價。在下一個時間「步驟」中，我們透過假設股票只會出現兩種可能來簡化現實：要麼上漲，要麼下跌。就是這樣！沒有持平，也沒有中間地帶。這種「雙分支」的方法就是我們稱之為「二項式」（Binomial）的原因。
關鍵組成部分：
- \( S_0 \)：當前的股票價格。
- \( u \)：上漲因子（例如：如果股價上漲 10%，則 \( u = 1.10 \)）。
- \( d \)：下跌因子（例如：如果股價下跌 10%，則 \( d = 0.90 \)）。
- \( f \)：期權價值（我們試圖求出的目標！）。
類比：把它想像成一本「選擇你的冒險」書籍。在每一頁，你都有兩個選擇。你所走的路徑決定了你最終的獎勵。
快速回顧：二項式樹構建了一條隨時間推移的潛在股價路徑。在「上漲」狀態下，價格為 \( S_0 u \)。在「下跌」狀態下，價格為 \( S_0 d \)。
2. 單步二項式模型
為了給期權定價，我們使用一種稱為無套利定價（No-Arbitrage Pricing）的巧妙技巧。我們構建一個由一定數量的股票（\( \Delta \)）和賣空一份期權組成的「投資組合」。我們選擇合適的 \( \Delta \)，使得無論股價上漲還是下跌，該投資組合的價值都保持不變。
Delta (\( \Delta \))
Delta 是指每賣出一份期權，我們需要買入的股票數量，以創建一個「無風險」對沖。
其公式為：
\( \Delta = \frac{f_u - f_d}{S_0 u - S_0 d} \)
其中：
- \( f_u \) 是股價上漲時的期權價值。
- \( f_d \) 是股價下跌時的期權價值。
重點：因為這個投資組合是無風險的，它必須獲得無風險利率（\( r \)）。如果它的報酬超過或低於該利率，投資者就會利用其中的差異進行套利。
3. 風險中性定價：神奇的捷徑
這裡有一個能讓 FRM 考試輕鬆許多的秘密：風險中性定價（Risk-Neutral Valuation）。在風險中性世界裡，我們假設投資者不在乎風險，他們只關心預期回報。在這樣的世界中，每項資產都能獲得無風險利率的報酬。
為了使用這個方法，我們計算一個風險中性概率（Risk-neutral probability，\( p \)）。這並非股價上漲的實際概率，而是一個能讓數學運算完美運行的「虛擬」概率。
概率 \( p \) 的公式為：
\( p = \frac{e^{r \Delta t} - d}{u - d} \)
一旦你得到了 \( p \)，今日期權的價值（\( f \)）就是未來價值的折現平均值：
\( f = e^{-r \Delta t} [p f_u + (1 - p) f_d] \)
如果這看起來有點複雜，別擔心！只需記住：
1. 找出 \( p \)。
2. 使用 \( p \) 計算平均支付額。
3. 使用無風險利率 \( r \) 折現回今日價值。
關鍵要點：
我們不需要知道股票上漲的實際概率就能為期權定價。我們只需要無風險利率、波動率（決定了 \( u \) 和 \( d \)）以及到期時間即可。
4. 兩步二項式樹
兩步二項式樹只不過是將兩個單步二項式樹連接在一起。我們從末端（「葉子」節點）開始，向後推導至起點（「根」節點）。
逐步過程：
1. 計算股價：從 \( S_0 \) 開始向前計算，找出步驟 1 和步驟 2 所有可能的股價。
2. 計算期權回報：在最末端（步驟 2），根據股價計算期權價值（例如，對於認購期權：\( Max(S - K, 0) \)）。
3. 向後推導：使用風險中性公式計算步驟 1 的期權價值。
4. 再次向後推導：使用步驟 1 的價值來計算步驟 0 的價值。
你知道嗎？隨著我們在樹模型中加入越來越多的步驟（3 步、10 步、100 步），二項式樹得出的價格會越來越接近 Black-Scholes-Merton 公式得出的價格！
5. 美式期權的估值
這正是二項式樹大顯身手的地方！美式期權可以在任何時間執行。為了給它們定價，我們必須在樹中的每個節點檢查哪種選擇更好：
1. 持有期權（使用我們的風險中性公式計算出的價值）。
2. 立即執行期權（內在價值）。
規則：在每個節點，期權價值應取「持有價值」與「執行價值」中的較大者。
\( Value = Max(Exercise Value, e^{-r \Delta t} [p f_u + (1 - p) f_d]) \)
常見錯誤：學生經常忘記檢查美式認沽期權（Put options）的提前執行情況。請記住，如果股價大幅暴跌，提前執行認沽期權以換取現金並賺取利息，可能會比持有期權更有利！
6. 匹配波動率（\( \sigma \)）
我們如何選取 \( u \) 和 \( d \) 的數值？我們希望我們的樹模型能反映股票的真實波動率（\( \sigma \)）。我們使用以下公式（通常稱為 Cox-Ross-Rubinstein 公式）：
\( u = e^{\sigma \sqrt{\Delta t}} \)
\( d = e^{-\sigma \sqrt{\Delta t}} = \frac{1}{u} \)
簡單技巧：注意 \( d \) 只是 \( u \) 的倒數。如果 \( u \) 是 1.10，那麼 \( d \) 就是 \( 1 / 1.10 = 0.909 \)。這使得樹結構保持「對稱」。
總結與成功秘訣
快速回顧框：
- Delta (\( \Delta \))：期權價格變化與股價變化之比。
- 風險中性概率 (\( p \))：用於計算未來回報平均值的數學「權重」。
- 向後歸納法（Backward Induction）：從樹的末端開始，一步步推導回今日價值的過程。
- 提前執行：僅與美式期權相關；務必取計算價值與執行價值中的最大值。
最後的鼓勵：當你看到一張龐大的樹狀圖時，二項式樹可能會讓你感到畏懼，但其實它們只是一系列簡單計算的重複而已。試著練習畫一個小型的兩步樹，並手動填入數值——這是讓概念「紮根」最好的方法！你一定做得到！