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
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
- 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。
- 高不确定性项目 → 用实物期权估值:不要因为 NPV 为负就否决。
- 明确"止损线":每个阶段门设 kill criteria,这就是"放弃期权"的执行。
- 保留"扩张权":小步快跑,验证成功后再加码。
- 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%)。
- 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
- 新产品投资的概率工具(ENPV / ECV / 决策树 / 蒙特卡洛)
- 财务分析方法(NPV / IRR / ROI / PBP)
- 资源配置方法(分阶段投入与资源分配)
产品组合概率投资模型-ENPV-ECV.xlsx(配套 Excel 模板)
---