歡迎來到二項式樹模型（Binomial Trees）的定價與對沖世界！

歡迎你，未來的 CAIA 特許持有人！今天我們將深入探討金融領域中最實用且直觀的工具之一：二項式樹（Binomial Trees）。如果你曾被 Black-Scholes 等複雜的期權定價公式嚇到，那你一定會喜歡這個工具。你可以將二項式樹想像成股票價格或利率的「冒險地圖」。它將時間劃分為多個小步驟，讓我們能更清楚地看到衍生工具或內嵌債券特徵的價值如何隨著標的資產的漲跌而變化。

學完本指南後，你將掌握如何構建這些樹狀圖、如何為標準期權與美式期權定價、如何管理 Delta 對沖，以及如何將樹狀模型應用於可贖回債券（callable bonds）和可換股證券（convertible securities）等複雜工具。讓我們開始吧！

1. 基本概念：什麼是二項式樹？

二項式樹的核心是一個離散時間模型（discrete-time model）。與假設價格每毫秒都在變化的連續時間模型不同，該模型假設價格僅在特定的時間間隔（例如每月或每年一次）發生變化。

在每個時間間隔內，標的資產價格只能出現兩種情況：
1. 上漲（乘以「上漲因子」，u）
2. 下跌（乘以「下跌因子」，d）

類比：拋硬幣
想像一隻股票現在價值 $100。在一個期間後，我們拋一次硬幣。如果是正面，股票漲至 $110（上漲）；如果是反面，則跌至 $90（下跌）。這個簡單的「V」型結構就是所有二項式樹的構建基礎！

需要記住的關鍵術語：

u (上漲因子)： 通常為 \(1 + \text{漲幅百分比}\)。它必須大於 1。
d (下跌因子)： 通常為 \(1 - \text{跌幅百分比}\)。它必須小於 1。
無風險利率 (r)： 這是安全基準投資上的回報。為了防止套利，無風險利率必須介於下跌與上漲變動之間：\(d < (1+r) < u\)。

快速回顧： 二項式樹假設每一步都有兩種可能的結果。這是一個用於映射未來潛在價格的離散模型。

2. 單步二項式模型

讓我們看看單步模型。我們想要根據期權在未來的可能價值，來推算其今天的價值。

為此，我們使用風險中性定價（Risk-Neutral Valuation）。這個數學架構讓我們能假設市場參與者對風險無感來為衍生工具定價。這並不意味著投資者真的是風險中性的；相反，由於複製投資組合對沖了風險，無套利機會的存在保證了在風險中性概率下對預期回報進行折現能夠得出準確的市場價格。

步驟 1：計算風險中性概率 (p)

這是在風險中性世界中，標的資產上漲的引伸概率：
\(p = \frac{(1 + r) - d}{u - d}\)

相應的下跌概率就是簡單的 \(1 - p\)。

步驟 2：計算期權回報（Payoffs）

找出期權在步驟結束時的價值。
對於認購期權（Call Option）：\(\max(0, S - K)\)
對於認沽期權（Put Option）：\(\max(0, K - S)\)

步驟 3：折現回今日價值

我們計算未來回報的概率加權平均值，並以無風險利率將其折現：
\(\text{期權價值} = \frac{p C_u + (1 - p) C_d}{1 + r}\)

其中 \(C_u\) 是標的資產上漲時的認購期權回報，\(C_d\) 是標的資產下跌時的回報。

關鍵點： 風險中性定價意味著我們不需要估計股票上漲的主觀概率；我們只需要無風險利率以及上漲/下跌因子即可。

3. 多步二項式樹：向前與向後推導

多步二項式樹將連續的單步樹結合成一個擴展的網格：
步驟 0：今天 (\(S\))
步驟 1：標的資產為 \(Su\) 或 \(Sd\)
步驟 2：標的資產為 \(Su^2\)、\(Sud\) 或 \(Sd^2\)

倒推法（Backward Induction）的過程

倒推法是指我們從未來的回報倒推回現時的估值：
1. 從左到右計算每個節點的標的資產價格。
2. 計算最終到期節點上的期末衍生工具回報。
3. 向後退一步，使用風險中性折現計算每個節點的繼續持有價值（continuation value）。
4. 重複此步驟，直到抵達第 0 節點（今天）。

你知道嗎？ 在可重組的二項式樹中，「先漲後跌」（\(ud\)）與「先跌後漲」（\(du\)）相匹配，使節點數量保持線性增長而非指數級擴展。

4. 美式期權 vs. 歐式期權

二項式樹相比閉合解公式（closed-form formulas）的一個核心優勢在於其對提前行使特徵估值的靈活性：
歐式期權： 只能在到期時（最終節點）行使。
美式期權： 可以在到期前或到期時的任何時間行使。

在為美式期權定價時，在倒推過程中於每個節點評估此選擇：
\(\text{節點價值} = \max(\text{繼續持有價值}, \text{立即行使價值})\)

其中 \(\text{繼續持有價值} = \frac{p V_u + (1 - p) V_d}{1 + r}\)，而對於認購期權，\(\text{立即行使價值} = \max(0, S - K)\)，對於認沽期權則為 \(\max(0, K - S)\)。

應避免的常見錯誤： 考生經常忽略美式認沽期權的提前行使。雖然不派息資產的美式認購期權通常不會提前行使，但深入價內的美式認沽期權往往適合提前行使，以便立即變現並賺取無風險利率。

5. Delta 對沖：保持平衡

Delta (\(\Delta\)) 表示建立無風險對沖所需的股份數量。在 Delta 中性（Delta-neutral）的持倉中，標的資產價格的微小變動不會改變投資組合的總價值。

在二項式模型中，Delta 計算為兩個分支間期權回報變化與標的資產價格變化之比：
\(\Delta = \frac{C_u - C_d}{S_u - S_d}\)

類比：蹺蹺板
想像一個蹺蹺板，標的資產在一端，期權在另一端。Delta 就是平衡支點。如果股票變動 $1.00 而認購期權變動 $0.50，則 \(\Delta = 0.50\)。為了對沖空頭認購期權持倉，應買入 0.50 股股票。

對沖比率（Hedge Ratio）屬性：

1. 對於認購期權：\(0 \le \Delta \le 1\)。
2. 對於認沽期權：\(-1 \le \Delta \le 0\)（為負值是因為資產價格下跌時期權價值上升）。

6. 為可贖回債券及可換股證券定價

除了普通股票期權外，CAIA 課程重點強調使用二項式樹為具有內嵌期權的複雜固定收益工具進行定價，特別是可贖回債券（callable bonds）和可換股證券（convertible securities）。

可贖回債券（Callable Bonds）

可贖回債券賦予發行人權利，在到期日前以指定的贖回價買回（「贖回」）債券，通常發生在現行市場利率下降時。

在利率樹上為可贖回債券定價：
1. 預測二項式利率網格，並計算到期時的票息加上面值。
2. 使用倒推法向前推導，以該節點的利率對預期現金流進行折現。
3. 在每個贖回日，檢查發行人的動機：如果未贖回價值超過贖回價，發行人將贖回該債券。
\(\text{節點處的可贖回債券價值} = \min(\text{未來現金流折現值}, \text{贖回價})\)
由於贖回期權屬於發行人，它降低了債券對投資者的價值：\(\text{可贖回債券} = \text{純粹債券} - \text{債券認購期權}\)。

可換股證券（Convertible Securities）

可換股債券賦予投資者將債券轉換為指定數量普通股的權利（換股比率，\(CR\)）。它結合了純粹公司債務工具與股票認購期權的特徵。

在標的股票二項式樹上為可換股證券定價：
1. 在每個期末節點，計算回報：\(\max(\text{面值} + \text{票息}, CR \times S_{\text{terminal}})\)。
2. 使用風險中性定價在樹狀圖中向後倒推。
3. 在每個中間節點，比較三個價值：繼續持有價值（持有債券）、立即轉換價值（\(CR \times S\)），以及如果發行人擁有內嵌贖回特徵時的贖回價值：
\(\text{可換股證券價值} = \max(\text{繼續持有價值}, CR \times S)\)
（如果發行人可贖回，除非持有人在此之前行使轉換特權，否則上限為贖回價）。

關鍵點： 二項式樹能自然處理內嵌期權，因為決策規則——例如發行人是否贖回債務或投資者是否轉換為股權——是在每一個單獨的節點上明確評估的。

成功總結清單

在進入下一部分之前，確保你能：
1. 計算上漲因子 (\(u\))、下跌因子 (\(d\)) 以及風險中性概率 (\(p\))。
2. 透過多期倒推法為歐式和美式期權定價。
3. 計算樹中任何節點的對沖比率 (\(\Delta\))。
4. 應用 \(\min(\text{價值}, \text{贖回價})\) 規則為可贖回債券定價。
5. 評估轉換價值與繼續持有價值以對可換股證券進行定價。