产品组合管理的工具/财务分析方法/实物期权详解与二叉树示例

来自pm_wiki
跳转到导航 跳转到搜索

实物期权详解与二叉树示例

说明:本文把 新产品投资的概率工具 里的"实物期权"单独展开,给出可手算的二叉树示例,并解释为什么它对高风险新产品特别有用。


1. 为什么新产品要用实物期权

传统 NPV 有一个致命假设:"今天决定投,然后一路走到底"。

但真实的创新项目不是这样,你可以:

  • 先花小钱做原型,验证通过再追加(分阶段投资)
  • 情况不对就止损(放弃)
  • 市场起来了就加码(扩张)
  • 先等等看,等信息更清楚再投(延迟)

这些"可以中途调整的权利",本身就值钱 —— 它就是"实物期权"。

核心洞察

期权价值 随 不确定性(波动率 σ)上升而上升

→ 所以 NPV 会系统性低估高不确定性项目。 → 这正好解释了:为什么单个成功率很低的创新仍然值得投——你买的不是一次定死的赌注,而是一张期权。

一句话:不确定性在 NPV 里是敌人,在实物期权里是朋友。


2. 四种常见的实物期权

期权 含义 产品场景
延迟期权(Defer) 先不急,等不确定性降低再投 市场还不明朗,先观望
扩张期权(Expand) 先小投,验证成功后再放大 先做 MVP,跑通了再规模化
放弃期权(Abandon) 情况不好就止损退出 阶段门淘汰,及时止损
转换期权(Switch) 中途切换用途/技术/市场 同一技术转做另一个产品

3. 二叉树方法(Binomial Tree)

实物期权最直观的算法是二叉树:把时间切成几段,每段资产价值"上行"或"下行"。

3.1 三个关键量

符号 含义 公式
u 上行因子 常取 u = e^(σ√Δt)
d 下行因子 常取 d = 1/u
p 风险中性概率 p = (e^(rΔt) − d) / (u − d)
  • r = 无风险利率,σ = 波动率,Δt = 每段时长
  • 教学示例里为了好算,常直接给 u、d(如 u=1.4, d=0.7)

3.2 计算三步

① 画出资产价值树(从 S₀ 向上/向下推)
② 从最后一期往回算期权 payoff,再取期望、折现
③ 得到 t=0 的期权价值

期权在到期日的价值(以"投资 I"为例):

期权价值 = max(资产价值 − 投资额 I, 0)

(亏了就不执行,最多为 0)


4. 示例一:延迟期权(单期二叉树,手把手)

场景

一个新产品项目,可以现在投,也可以等一年再投。

参数 值
项目未来收益现值 S₀ 1000 万
上行因子 u 1.4
下行因子 d 0.7
无风险利率 r 5%
一年后需投入 I 1100 万

第 1 步:风险中性概率

p = (1 + r − d) / (u − d)
  = (1.05 − 0.7) / (1.4 − 0.7)
  = 0.35 / 0.7
  = 0.5

第 2 步:画出一年后的资产价值树

              ┌─ 上行: 1000 × 1.4 = 1400 万
S₀ = 1000 ────┤
              └─ 下行: 1000 × 0.7 =  700 万

第 3 步:算一年后的期权价值(= max(资产 − 投资, 0))

上行: max(1400 − 1100, 0) = 300 万
下行: max( 700 − 1100, 0) =   0 万   ← 亏了,不投

第 4 步:折现回今天

期权价值 = [p × 300 + (1−p) × 0] / (1 + r)
        = [0.5 × 300 + 0.5 × 0] / 1.05
        = 150 / 1.05
        ≈ 142.9 万

对比结论

方法 结果 决策
立即投资的 NPV 1000 − 1100 = −100 万 NPV 说:不要投
延迟期权的价值 +142.9 万 期权说:"等等看"这个权利值 142.9 万

传统 NPV 会误判! 它只看到"现在投会亏 100 万",却忽略了"等一年、看清形势再决定"这个权利的价值。 这就是为什么高风险创新必须用实物期权补正 NPV。


5. 示例二:两期二叉树(分阶段投资 / 复合期权)

场景

同样的项目,但现在允许等两年再决定是否投资。

参数 值
S₀ 1000 万
u / d 1.4 / 0.7
r 5%
p 0.5
两年后投入 I 1100 万

第 1 步:资产价值树(t=0 → t=1 → t=2)

时点 节点 资产价值 推导
t=0 S₀ 1000 起点
t=1 上行 U 1400 S₀ × u(1.4)
t=1 下行 Dn 700 S₀ × d(0.7)
t=2 上行² UU 1960 1400 × 1.4
t=2 上行×下行 UD 980 1400 × 0.7
t=2 下行×上行 DU 980 700 × 1.4
t=2 下行² DD 490 700 × 0.7

第 2 步:t=2 的期权 payoff = max(S − 1100, 0)

1960 → max(1960−1100,0) = 860
 980 → max( 980−1100,0) =   0
 490 → max( 490−1100,0) =   0

第 3 步:回推 t=1

上行节点 = [0.5×860 + 0.5×0] / 1.05 = 430 / 1.05 ≈ 409.5
下行节点 = [0.5×0   + 0.5×0] / 1.05 =   0

第 4 步:回推 t=0

期权价值 = [0.5×409.5 + 0.5×0] / 1.05 = 204.76 / 1.05 ≈ 195.0 万

结论

方法 结果
立即投资的 NPV 1000 − 1100 = −100 万
延迟 2 年的期权价值 +195.0 万
延迟 1 年的期权价值(示例一) +142.9 万

等待越久、信息越充分,期权价值越大(195 > 142.9)。 但现实中"等太久"会错失市场,所以要在"期权价值"和"先发优势"之间权衡。

分阶段投资视角(复合期权)

上面的二叉树也可以理解成分阶段投资:

t=0: 先投一小笔做原型
t=1: 若验证通过 → 再投一大笔做商业化
     若验证失败 → 放弃(止损)
t=2: 商业化收益兑现

每一阶段都是一次"要不要继续"的期权。分阶段投资 = 一串复合期权,这正是门径流程(Stage-Gate)的金融本质。


6. Black-Scholes 简介(连续时间版)

当时间是连续的,用 Black-Scholes 公式(欧式看涨期权):

C = S₀·N(d₁) − I·e^(−rT)·N(d₂)

d₁ = [ln(S₀/I) + (r + σ²/2)T] / (σ√T)
d₂ = d₁ − σ√T
  • N(·) = 标准正态累积分布
  • 关键:C 随 σ(波动率)增大而增大 —— 再次印证"不确定性创造价值"

二叉树(离散)和 Black-Scholes(连续)本质相同,二叉树更直观、更适合分阶段,Black-Scholes 更快。

波动率 σ 怎么估?

方法 说明
历史数据法 用同类项目收益的波动率
类比法 用可比公司/产品的股价波动率
专家判断 德尔菲法估计乐观/悲观区间反推 σ

7. 实物期权 vs 传统 NPV

决策假设 一次决策、一路到底 可分阶段、可调整
对不确定性 越高越糟(折现越狠) 越高越有价值(期权价值↑)
计算复杂度 低 中~高
适合项目 确定性高、路径清晰 高风险创新、分阶段项目
典型结论 "现在投会亏,别投" "先小投,保留选择权"

8. 在产品管理中的应用建议

  1. 把"分阶段投入"当成默认动作:不要一次性 all in,用门径流程分段投。
  2. 高不确定性项目 → 用实物期权估值:不要因为 NPV 为负就否决。
  3. 明确"止损线":每个阶段门设 kill criteria,这就是"放弃期权"的执行。
  4. 保留"扩张权":小步快跑,验证成功后再加码。
  5. 组合层面:用战略桶给高风险期权型项目留固定比例预算(如 20%)。
  6. 和概率工具配合:ECV 算期望,实物期权补正不确定性溢价(见 新产品投资的概率工具)。

9. 一句话总结

NPV 问:"这个项目现在值多少?" 实物期权问:"这个项目给了我们多少'未来可调整'的自由?" 对高风险创新,后者往往才是真相。


关联工具

---