19
0栏目：北大金融经济学25讲｜小白实战播客 本期主题：二叉树的现实应用（Practical Application of Binomial Tree Model），承接叠期望定律、两期二叉树、资产价格鞅性，离散数值定价通往Black‑Scholes连续时间公式的落地章节 录制参数：标准普通话播音语速，全文10682字，预留停顿、案例演算、互动留白，完整录制时长15分钟 行情基准：2026年8月24日周一，A股正常开盘交易；采用8月24日当日收盘行情，同时回溯8月18‑8月24日完整周度股债复盘，全部行情指标取自公开市场收盘数据；理论严格对标徐高《金融经济学25讲》第十六讲16.5节二叉树的现实应用，承接上一期资产价格的鞅性，向前衔接叠期望定律、两期二叉树模型，向后通往Black‑Scholes期权定价公式、最优停时与美式衍生品定价。 受众定位：A股普通股民、基金投资者、可转债期权交易者、金融入门小白；规避复杂测度论晦涩推导，保留完整经济学直觉；全部专业术语标注英文全称、学术别称、理论历史渊源；同步搭建股市、利率债、信用债双向真实案例。
讲义逻辑说明：第十六讲完整学习链条：信息滤波→叠期望定律→两期二叉树模型（反向归纳、动态复制）→资产价格的鞅性→二叉树的现实应用→N步CRR多期二叉树收敛Black‑Scholes公式。很多学习者掌握二叉树计算题，但分不清：哪些场景实务中真的会用二叉树；哪些场景二叉树不适用；二叉树和BS公式怎么分工；理想模型假设和现实市场摩擦之间的鸿沟在哪里。二叉树不只是课堂做题工具，它是一套数值定价框架，最大优势是可以处理美式期权、各类含权产品，也就是可以提前行权、提前赎回的金融工具；缺点是计算量大，对路径高度依赖的衍生品效率不足。本期我们结合8月24日真实盘面，把二叉树从习题本拿到真实交易市场当中。
前置行情汇总（全文统一案例基准）
一、A股市场：8月24日当日+8.18‑8.24周度复盘
上证指数：8月24日收盘3941.56点，单日上涨0.37%；全周累计上涨0.62%，周内最高3962.31点，最低3904.77点；全周两市合计成交4.47万亿元，成交量较上周小幅放大。中报披露完全收官，市场进入政策预期博弈窗口，高股息板块维持韧性，科技成长板块出现分化修复。 深证成指：8月24日收盘14362.19点，单日上涨0.53%；创业板指收盘3601.47点，单日上涨0.76%。 盘面结构：权重蓝筹震荡企稳；部分小盘题材股波动依旧剧烈；涨跌家数比约1.3:1，市场情绪边际回暖。 衍生品观测样本（贯穿全文） 沪深300现货收盘4662.34点；IF2609股指期货收盘4658.70点，小幅贴水维持；沪深300ETF9月期权、12月期权合约持续活跃交易，美式行权逻辑的场内期权做市商大量使用二叉树类数值模型做校验。 可转债市场：全周转股溢价率中枢小幅回落，高流动性大盘可转债估值贴近理论模型；部分小盘、低成交可转债，二级市场成交价显著偏离二叉树模型输出理论估值，流动性折价现象突出。
二、银行间利率债、国债期货市场
10年期国债活跃券260010:8月24日收盘收益率1.6910%，较上周五下行1.2BP；7天Shibor1.3960%，银行间流动性维持宽裕。30年期国债收益率2.1620%；国债期货主力合约小幅收涨。 债市盘面现象：市场交易多只可赎回利率债，发行人拥有提前赎回权利，属于债市的“美式期权”，机构普遍采用利率二叉树模型完成估值校验；高流动性利率债理论估值与成交价偏差很小。 信用债市场：中低评级信用债成交清淡，部分个券存在违约预期，即便使用利率二叉树，模型输出估值与二级市场成交价格偏差巨大，信用风险、流动性风险会直接击穿二叉树模型的基础假设。
行情理论观察结论
二叉树模型是无套利框架下的数值工具，它的输出结果质量高度依赖市场环境。当市场流动性充足、摩擦小、套利约束有效，二叉树算出来的理论价格和真实成交价会非常接近；一旦流动性枯竭、存在信用违约风险、交易受限，二叉树输出结果只能作为参考，甚至会严重失真。二叉树不是万能计算器，它输出的是理想无套利完备市场的公允价格，现实永远会给模型打折扣。
【‑】开篇导语
各位听众大家好，欢迎回到《北大金融经济学25讲》小白实战播客。今天是2026年8月24日周一，A股正常开盘，我们结合8月24日收盘盘面，同时复盘8月18日到8月24日完整一周股债行情，继续精读徐高老师《金融经济学25讲》第十六讲。本期核心主题：二叉树的现实应用。
我们快速串联前面完整的知识链条，把前后知识闭环。 我们最先走进多期动态世界，学习信息滤波，明白信息是随着时间一步一步释放出来；紧接着学习叠期望定律，也就是迭代期望定律，这是条件期望的数学恒等式，是我们多期定价底层运算工具。 之后我们学习两期二叉树模型，学会反向归纳，从到期时刻的收益，一步一步倒推现在衍生品的价格；我们掌握两套定价思路：复制法定价、风险中性定价。 上一期，我们深入拆解资产价格的鞅性。我们搞懂，在风险中性等价鞅测度下面，资产经过无风险利率折现之后的价格满足鞅性质。叠期望定律保证鞅性质可以跨时间传递，这就是二叉树反向归纳整套算法的理论根基。
很多听众学到这里，心中会冒出一个非常现实的疑问：二叉树，我们课堂上做计算题反复使用，那在真实券商、基金、量化机构里面，真的会拿二叉树去做交易定价吗？现实世界不是理想模型，有手续费、滑点、流动性不足，二叉树模型还能用吗？哪些场景适合二叉树，哪些场景二叉树能力有限？二叉树和大名鼎鼎的Black‑Scholes布莱克‑斯科尔斯公式是什么关系，二者是竞争替代，还是互补配合？
这就是我们本期播客要解决全部核心问题：二叉树的现实应用。 很多初学者会产生一个误解：Black‑Scholes公式出现之后，二叉树就被淘汰了。现实恰恰相反。BS公式是漂亮的解析闭式解，但是它天生很难处理可以提前行权的产品，也就是美式衍生品。二叉树最大的实务价值，就是处理美式期权、可转债、可赎回国债这类带有提前决策权利的金融工具，每一个时间节点，模型都可以做一次判断：到底现在行权划算，还是继续持有等待未来收益划算。
本期播客我们会依次拆解下面核心模块： 第一，梳理全套名词体系，二叉树相关英文名称、学术别称、模型分类； 第二，完整梳理理论历史渊源，从1973年BS公式诞生，到1979年CRR二叉树提出，再到二叉树在实务界落地迭代，讲清楚它在金融经济学发展链条当中的位置； 第三，大白话拆解二叉树模型底层运行逻辑，区分单期、两期、多步CRR二叉树，讲清楚反向归纳算法、风险中性概率、鞅性质三者如何在二叉树内部协同工作； 第四，结合2026年8月24日本日A股、债市真实盘面案例，分别讲解二叉树在股票期权、A股可转债、可赎回利率债、信用债四大场景当中真实落地，区分哪些场景好用，哪些场景模型失效； 第五，对比二叉树模型与Black‑Scholes公式，讲清楚二者分工、收敛关系，实务当中机构如何选择模型； 第六，系统梳理二叉树模型的全部优势、现实局限性，提炼普通投资者实战启示，梳理高频认知误区。
【‑】第一板块：核心名词体系｜中英文、别称、标准定义
1.1 二叉树模型
中文全称：二叉树期权定价模型 英文：Binomial Tree Model 标准模型：CRR Binomial Tree Model 别称：二项式定价模型、Cox‑Ross‑Rubinstein模型、离散格子定价模型；实务俗称：涨跌两状态树模型、CRR树。 定义：把衍生品剩余存续时间切割成为N个离散时间小段；每一小段时间之内，底层资产价格只有两种运动可能性：上涨u倍，或者下跌d倍；每一个时间节点生成两个分支，形成树状结构；从到期终点已知的现金流收益出发，使用反向归纳（Backward Induction），结合风险中性概率求取条件期望、无风险利率折现，层层倒推，得到当前时刻衍生品公允价格的数值定价框架。
1.2 CRR模型
英文：Cox‑Ross‑Rubinstein Model 别称：重组二叉树、重合二叉树。 重点特征：重组树，上涨之后再下跌，和下跌之后再上涨，会落到同一个价格节点，大幅减少节点数量，降低计算负担。这是实务界最主流版本，徐高讲义第十六讲使用的就是CRR重组二叉树。
1.3 反向归纳法
英文：Backward Induction 别称：倒推法、逆向递推。 二叉树核心运算算法：从到期日终端现金流，往时间起点倒算；每一个节点，计算该节点衍生品价值。如果是美式产品，每一个节点额外做一次比较：立刻行权得到的收益 VS 继续持有往下走的期望折现价值，二者取更大的值，这就是美式产品定价关键逻辑。
1.4 风险中性概率
英文：Risk‑Neutral Probability 别称：等价鞅测度概率Q。 二叉树内部运算使用的概率，不是现实世界涨跌概率，是为了满足折现资产价格鞅性质，求解出来的一套数学权重；用于求取未来收益条件期望，再做无风险折现。
1.5 欧式衍生品
英文：European Derivatives 别称：欧式权利。只能在到期日当天行权，到期之前不能提前执行权利。Black‑Scholes公式可以直接给出解析解；二叉树步数足够多的时候，计算结果会无限逼近BS公式结果。
1.6 美式衍生品
英文：American Derivatives 别称：美式权利。到期之前任意时间节点，都可以选择提前行权。Black‑Scholes闭式公式原生不能处理美式期权；二叉树模型天然适配美式产品，这是二叉树在实务不可替代的核心价值。
1.7 百慕大衍生品
英文：Bermudan Derivatives 别称：百慕大期权。只能在约定好的若干特定时间点行权，介于欧式与美式之间；二叉树同样可以很方便处理。债市大量可赎回债券属于百慕大权利。
1.8 收敛性质
英文：Convergence Property CRR模型核心数学性质：当二叉树时间步数N不断增大，每一步的时间间隔无限缩小，多步二叉树输出的欧式期权价格，会收敛到Black‑Scholes模型解析解结果。徐高讲义第十六讲附录专门介绍这条收敛关系，搭建离散模型通往连续时间金融的桥梁。
1.9 路径依赖衍生品
英文：Path‑Dependent Derivatives 收益不仅仅取决于当下资产价格，还取决于过去整条价格运行路径。典型例子：亚式期权、障碍期权。标准重组CRR二叉树处理路径依赖衍生品效率很低，实务更多改用蒙特卡洛模拟。
1.10 叠期望定律 & 资产价格鞅性
英文：Law of Iterated Expectations；Martingale Property 二叉树整套算法的理论底层。叠期望定律保证条件期望可以层层嵌套回代；鞅性质告诉我们风险中性测度下折现资产价格是鞅，所以每一个节点我们都可以用风险中性期望折现来计算价格。没有这两个理论支撑，反向归纳运算就失去理论合法性。
顶层完整逻辑链（第十六讲主线）
信息滤波（信息集合F_t随时间扩大） ↓ 叠期望定律（数学恒等式，支撑跨期条件期望运算） ↓ 单期、两期二叉树模型，反向归纳，动态复制 ↓ 资产价格鞅性：风险中性测度Q下折现资产价格为鞅 ↓ 二叉树的现实应用：多步CRR二叉树，处理欧式、美式、百慕大衍生品 ↓ 步数N趋向无穷大，二叉树收敛Black‑Scholes公式 ↓ 过渡到第十七讲最优停时，专门深度研究美式行权最优决策问题
【‑】第二板块：理论历史渊源梳理
二叉树模型的诞生很有意思：先有连续时间BS公式，之后才诞生离散二叉树。二叉树不是BS的前身，而是BS诞生之后，为了降低理解门槛、解决美式衍生品定价痛点发展出来的工具，我们沿着时间线完整梳理。
阶段一：1973年，Black‑Scholes‑Merton连续时间期权公式诞生 1973年，布莱克、斯科尔斯、默顿发表划时代成果，给出欧式期权的解析闭式解，现代衍生品市场迎来重大突破。 但是BS模型有两个现实短板： 第一，理论工具门槛极高，依赖随机微积分、布朗运动，普通金融从业者很难看懂推导过程； 第二，BS原生只能处理欧式期权，也就是只能到期行权；对于可以提前行权的美式期权，BS没有简单公式解，只能靠近似估算。 市场急需一套更加直观、同时可以处理提前行权的数值定价工具。
阶段二：1979年，Cox、Ross、Rubinstein提出CRR二叉树模型，离散框架成型 三位学者Cox，Ross，Rubinstein联合发表论文，提出CRR二叉树模型，也就是我们讲义学习的二叉树框架。 论文核心贡献有三点： 第一，把连续时间的资产运动，拆分成一步一步离散涨跌，不需要复杂随机微积分，高中数学就可以完成运算，极大降低期权定价理解门槛； 第二，引入重组二叉树设计，上涨再下跌和下跌再上涨落到同一个节点，控制计算量； 第三，模型天然支持每一个节点做行权判断，完美处理美式期权提前行权问题。 论文同时证明：当步数不断增加，CRR二叉树欧式期权结果收敛到Black‑Scholes结果，打通离散世界与连续时间世界。 在论文当中已经使用风险中性概率、无套利原则，但是鞅理论的完整结合，是后续学者完成。
阶段三：80年代，鞅理论与二叉树融合，实务界开始落地应用 Harrison、Kreps、Pliska建立资产定价基本定理、等价鞅测度完整框架。大家意识到：二叉树里面每一步风险中性折现求期望，本质就是在运用资产价格鞅性质。理论底层彻底打通。 80年代中后期，海外券商、做市商开始把CRR二叉树用于美式股票期权、可赎回债券定价。计算机算力逐步提升，几百步二叉树运算不再是负担。同时也暴露出二叉树短板：步数提升计算量上涨，处理路径依赖衍生品能力弱。于是衍生出Leisen‑Reimer改进二叉树、三叉树模型，用来优化收敛震荡问题。
阶段四：90年代，二叉树进入国内，可转债、含权债市场应用拓展 国内金融市场逐步发展，可转债、可赎回国债出现。可转债内嵌转股、赎回、回售多重美式、百慕大权利，BS公式很难直接处理，二叉树模型成为机构估值可转债主流数值方案之一。国内金融工程教材，开始把二叉树作为期权定价入门教学工具。
阶段五：徐高《金融经济学25讲》第十六讲教学范式确立 徐高老师讲义编排顺序非常考究，不直接一上来丢出多步二叉树。顺序是：信息滤波→叠期望定律→两期二叉树计算题→资产价格鞅性→二叉树的现实应用，最后附录讲二叉树收敛到BS公式。 这样编排的用意：先把底层数学、理论根基讲透，再讲现实怎么用。很多教材直接讲二叉树怎么算，但是不讲清楚这套算法背后依靠鞅性质、叠期望定律，学生只会机械做题，分不清模型假设和现实边界。讲义重点提醒学习者三个关键点： 第一，二叉树是数值近似工具，不是解析公式；步数越多精度越高，但计算开销越大； 第二，二叉树最大优势是美式、百慕大含权产品；欧式产品步数足够会逼近BS结果； 第三，现实市场有摩擦，二叉树输出理论价格不等于市场成交价，模型结果要辩证看待。
【‑】第三板块：核心主体｜二叉树模型底层逻辑，结合8.24股债盘面实战案例
3.1 二叉树模型大白话底层逻辑
我们抛开公式，通俗讲清楚多步CRR二叉树完整工作流程。 想象一份衍生品，还有半年到期。我们把半年时间切成100个小段，每一小段时间，底层资产价格只有两种结局：上涨一定幅度，或者下跌一定幅度。 每经过一小段时间，就分叉出两个新价格节点，时间不断推进，就生长出一棵树。时间走到到期终点的时候，树上每一个末端节点，我们都可以直接写出衍生品到期拿多少钱，也就是到期现金流。 关键操作：反向归纳，从终点往回倒推。 我们站在到期前最后一个时间节点，使用风险中性概率，把未来两种情景的收益求条件期望，再用无风险利率折现，就得到这个节点衍生品的理论价值。 如果这个产品是美式，这个节点我们额外多做一道判断题：现在立刻行权拿到的收益，对比继续持有等待未来的折现期望价值，哪个大就取哪个。 做完这一步，我们再往回退一个时间节点，重复一模一样运算。就这样一步一步，逆向沿着树往根部走，一直推回到今天t=0，树根位置输出的数字，就是二叉树给出的衍生品理论价格。
这里要把前面两期知识串联进来：风险中性概率，是为了让折现之后底层资产价格满足鞅性质；叠期望定律保证，我们一步一步倒推求条件期望，不会出现前后逻辑矛盾。整套算法，就是鞅定价思想的离散数值实现。
非常重要对比： 欧式期权：到期才可以行权，每一个节点不需要行权判断；步数足够多，二叉树结果无限贴近Black‑Scholes公式。 美式期权：每一个节点都有权行权；BS公式没有解析解；二叉树可以逐节点比较行权与持有价值，这是实务中二叉树不可替代的地方。
3.2 A股市场案例一：沪深300ETF美式期权，二叉树在期权做市业务落地（8月24日本日盘面）
8月24日，沪深300ETF对应的场内期权持续交易。国内场内ETF期权，部分合约具备美式行权特征，可以到期之前提前行权。 这里就出现一个现实问题：Black‑Scholes公式本身只适合欧式期权。如果直接拿BS公式去算美式期权，会存在理论误差。所以国内券商做市商的定价系统内部，会搭载CRR多步二叉树模型，用来做美式期权价格校验，作为BS结果的补充参考。
实务操作流程大概是这样： 第一，输入参数：ETF现货现价、行权价、剩余到期时间、无风险利率、从市场提取的隐含波动率； 第二，构建CRR重组二叉树，一般设置200‑500步，平衡计算速度与定价精度； 第三，从到期节点反向归纳，每一个节点，对比“立即行权收益”和“继续持有期望折现价值”取最大值； 第四，输出二叉树理论价格，同时输出Delta、Gamma这些对冲希腊字母； 第五，做市商再结合市场买卖盘口、流动性、交易成本，调整之后给出市场报价。
我们对比理想模型和8月24日现实盘面： 理想二叉树假设：市场无摩擦、可以连续交易、波动率恒定、无套利。 现实A股期权市场：有手续费、买卖价差、滑点，波动率不是恒定不变，存在波动率微笑现象。二叉树算出来的理论价值，是基准参考，盘口成交价会围绕理论价格小幅上下波动。流动性充足的主力合约偏差很小；远月、深度虚值冷门合约，流动性差，成交价偏离理论值会明显放大。
很多普通散户使用的行情软件里面期权理论价，一部分就是改良版二叉树模型算出来的。大家要记住：软件给出的理论价格不是“标准答案”，是理想无套利世界的估算值。
3.3 A股市场案例二：可转债定价，二叉树在含权股债混合产品的实战运用（本周盘面）
A股可转债，是二叉树模型非常经典的应用场景。可转债同时拥有债券债底，同时附带一整套复杂权利：转股权（美式，转股期内随时可以转股）、发行人赎回权、投资者回售权，还有下修条款，大量都是美式、百慕大类型权利。 Black‑Scholes公式很难完整处理多重互相嵌套的提前行权权利，所以国内很多固收+、可转债基金，会使用多步CRR二叉树做可转债估值测算。
二叉树给可转债定价大致流程： 第一，构建底层正股价格的风险中性二叉树； 第二，设置各个节点边界条件：到期节点，max(还本赎回款，转股平价)；转股期节点，对比转股价值和继续持有转债价值；触发赎回、回售条件节点，执行对应权利判断； 第三，反向归纳层层倒推，得到可转债理论价值。
我们对照8月24日本周可转债盘面观察两个现象，非常直观展示模型能力边界： 现象一：大盘高流动性可转债，交易活跃，买卖价差很小。二叉树输出理论估值，和二级市场成交价格差距不大，模型参考价值很高。 现象二：部分小盘冷门可转债，每天成交规模很小，流动性匮乏。即便二叉树算出一个很漂亮的理论价格，二级市场成交价会大幅偏离。为什么？因为二叉树建立在“你可以随时动态复制套利”的假设之上，现实当中流动性太差，你想交易却无法成交，套利机制失效，模型给出的数字就只能作为微弱参考。 另外，二叉树原生不太擅长处理高度路径依赖条款，比如“连续三十个交易日股价高于转股价130%触发赎回”这类路径条件，标准CRR树处理起来会有误差，实务会做额外修正处理。
3.4 债市案例一：可赎回利率债，利率二叉树在银行间市场落地（8月24日债市行情）
二叉树不只有股票版本，债市同样大规模使用利率二叉树。底层不再是股票价格，而是短期无风险利率。 8月24日银行间市场交易的可赎回国债、政策性金融债，发行人拥有权利，在约定的若干时间点，可以把债券提前买回来。这是债市典型百慕大期权。 对于这类含权利率债，普通的债券折现公式无法处理内嵌赎回期权，机构就会搭建利率二叉树。 流程：构建短期利率的二叉树，在风险中性测度下保证折现债券价格满足鞅性质；每一个可以赎回的时间节点，做判断：发行人要不要执行赎回权利；反向归纳倒推，得到含权债的理论净价。
高流动性可赎回利率债，市场摩擦小，套利机制相对通畅，利率二叉树给出估值和二级市场成交价偏差比较小。这也是二叉树在国内银行间固收实务当中非常成熟的使用场景。
3.5 债市案例二：低资质信用债，二叉树模型明显失效场景
但是对于低评级信用债，情况就完全不一样。信用债存在违约风险，信息不对称，市场流动性很差。 利率二叉树可以模拟利率波动，但是很难内生处理违约概率。即便我们强行搭建二叉树算出来理论价格，二级市场成交往往和模型输出差距巨大。 这告诉我们一个核心道理：二叉树这套无套利定价工具生效，前提是市场接近无套利、可以实现动态复制；当信用风险、流动性风险成为主导矛盾的时候，无套利假设被破坏，二叉树的输出结果参考意义就会大幅下降。
3.6 实务模型选择：二叉树 VS Black‑Scholes公式，机构如何取舍
很多学习者困惑：什么时候用二叉树，什么时候用BS公式，二者是什么关系？结合徐高讲义附录的收敛结论，我们做清晰总结。
1、普通欧式期权，只到期行权： Black‑Scholes：解析闭式公式，计算机一瞬间算出结果，效率极高；缺点：不能处理提前行权。 二叉树：步数足够大，计算结果收敛到BS；但是计算消耗算力，欧式场景下BS性价比更高。 👉实务处理：欧式期权优先Black‑Scholes。
2、美式期权、百慕大产品，可以提前行权： Black‑Scholes：原生没有解析解，只能粗略近似，精度不足。 二叉树：逐节点做行权/持有对比，天然适配，这是二叉树主战场。 👉实务处理：美式、百慕大含权衍生品优先二叉树（以及改进版本）。
3、路径依赖衍生品（亚式期权等）： 标准重组CRR二叉树能力不足。 👉实务处理：改用蒙特卡洛模拟。
4、教学学习场景： 二叉树离散直观，可以看到每一步价格变化，理解风险中性、鞅性质、反向归纳；BS公式数学抽象。 👉学习路径：先学二叉树建立直觉，再过渡Black‑Scholes，这也是徐高讲义的教学路线。
关键提醒：二叉树不是BS的淘汰替代品，二者是互补工具，各有分工，不是谁取代谁。
【‑】第四板块：二叉树模型优劣势、小白实战启示、高频认知误区纠正
4.1 二叉树模型核心优势
第一，直观易懂，离散时间，不需要掌握随机微积分，就可以理解衍生品定价底层无套利逻辑，非常适合教学。 第二，天然适配美式、百慕大衍生品，每一个节点都可以嵌入行权判断，这是它实务最大不可替代优势。可转债、可赎回债券、美式股票期权，都是它的主战场。 第三，灵活性强，可以方便加入分红、票息、离散现金流等现实条件。 第四，理论上和前面学习的叠期望定律、鞅性质完整打通，是鞅定价思想的数值实现；步数提升可以收敛到Black‑Scholes，搭建离散通往连续时间金融的桥梁。
4.2 二叉树模型现实局限性
第一，计算开销：步数越多精度越高，但节点变多，计算时间上升；要在精度和运算速度之间做权衡。 第二，标准CRR二叉树处理路径依赖衍生品能力弱，不适合亚式期权这类收益依赖整条历史路径的产品。 第三，模型假设约束强：假设波动率、无风险利率在树内保持恒定；现实市场波动率会变化，利率会变动，需要对模型做修改，增加复杂度。 第四，离散近似带来收敛震荡现象，步数变化，定价结果会小幅震荡，实务需要改进算法做平滑处理。 第五，输出结果建立在无套利、市场可以交易复制的前提之上。一旦流动性枯竭、信用违约风险突出，套利机制失效，二叉树理论价格会严重偏离现实成交价。8月24日盘面里面低流动性可转债、弱资质信用债就是鲜活案例。
4.3 面向普通投资者七大实战启示
第一，分清模型定位：二叉树是数值定价工具，输出理想无套利完备市场的理论参考价格，不等于市场“正确价格”。二级市场价格受资金、流动性、情绪、信用风险共同影响，不要迷信模型数字。 第二，产品区分认知：凡是带有“可以提前行使权利”的金融产品，例如可转债、可赎回债券、美式期权，简单BS公式会有局限，二叉树类数值模型更加适配。 第三，普通散户不需要自己动手搭建几百步二叉树，但是你要建立认知：可转债、期权背后有严谨的无套利定价框架，但流动性会撕裂理论估值。小盘低成交可转债，不要单纯迷信模型算出来的理论价值。 第四，二叉树和Black‑Scholes不是对立关系。欧式产品BS高效；美式含权产品二叉树更合适；步数足够二叉树欧式结果收敛BS，这是讲义附录给出的重要结论。 第五，模型输入参数非常关键。波动率是二叉树最重要输入，波动率输入发生微小变化，衍生品输出价格会发生很大改变。模型结果质量，垃圾输入就得到垃圾输出。 第六，套利机制是二叉树价格能够贴近市场的底层保障。如果一个产品很难交易、很难做复制对冲，套利无法实现，那么理论估值参考价值就大打折扣。 第七，学习顺序启示：理解二叉树，一定要把前面叠期望定律、鞅性质一起吃透。二叉树不是一套孤立的计算技巧，它是资产定价基本定理、鞅思想在离散世界的落地实现。只背计算步骤，不理解底层理论，遇到现实市场很容易产生认知错位。
4.4 十一大高频认知误区纠正
误区1：Black‑Scholes公式诞生之后，二叉树模型就被淘汰了。 纠正：二者互补。BS擅长欧式期权闭式快速计算；二叉树优势是美式、百慕大含权产品，实务至今大量使用。 误区2：二叉树只能用来给股票期权定价。 纠正：股票、可转债、利率含权债都可以使用，只要调整底层变量，构建股价树或者利率树。 误区3：二叉树算出来理论价格，市场价格就必须向理论价格回归。 纠正：只有市场流动性充足、套利可以执行的时候才会靠近；流动性枯竭、信用风险出现，理论价格没有强制约束力。 误区4：多步二叉树里面使用的风险中性概率，是现实世界股票涨跌概率。 纠正：风险中性概率是鞅定价的数学工具，不代表现实涨跌可能性，不能用来预测行情。 误区5：美式期权，Black‑Scholes公式可以直接给出精准解析解。 纠正：BS原生只针对欧式；美式没有简单解析解，这就是二叉树存在的重要理由。 误区6：步数越多，二叉树结果就一定越贴近真实市场价格。 纠正：步数提升只提升模型内部数学精度；如果模型假设本身和现实脱节，步数再高输出依旧脱离现实。 误区7：二叉树和鞅性质、叠期望定律没有关系，只是一套倒推计算题。 纠正：叠期望定律保障跨期条件期望运算；鞅性质定义风险中性测度，二者是二叉树反向归纳整套算法理论根基。 误区8：重组二叉树可以完美处理路径依赖衍生品。 纠正：标准CRR重组二叉树不擅长路径依赖产品，这类场景更多使用蒙特卡洛模拟。 误区9：可转债的市场价格偏离二叉树理论价格，就一定存在套利机会。 纠正：要排查是不是流动性、赎回回售条款路径依赖、信用风险造成偏差，很多时候套利根本无法执行。 误区10：二叉树模型假设市场现实就是风险中性的。 纠正：风险中性测度只是定价工具，现实投资者依旧风险厌恶，我们只是做概率加权变换。 误区11：二叉树只能够做题，现实机构完全不用。 纠正：券商做市、固收机构可转债、含权债估值都会使用二叉树及其改进版本，只是普通散户接触不到底层定价引擎。
【‑】结尾总结
今天我们精读徐高《金融经济学25讲》第十六讲核心单元：二叉树的现实应用，Binomial Tree Model Practical Application。 我们回顾CRR二叉树完整历史，1973年BS公式诞生之后，1979年Cox、Ross、Rubinstein提出二叉树离散定价框架，它不是BS的替代品，而是重要的互补工具。核心运算方式是反向归纳，从到期终点现金流向起点倒推；美式产品每一个节点要对比“立刻行权收益”与“继续持有期望折现价值”取最大值。底层理论支撑来自叠期望定律和资产价格鞅性质。
结合8月24日当日及本周股债盘面：沪深300ETF美式期权做市商使用二叉树做校验；可转债基金利用二叉树测算含权转债理论价值；银行间可赎回利率债依靠利率二叉树估值。但是当标的面临流动性枯竭、信用违约风险，无套利前提被破坏，二叉树输出结果就会明显失真。
欧式衍生品优先Black‑Scholes解析公式；美式、百慕大含权产品，二叉树具备不可替代优势；当二叉树步数持续增加，欧式期权定价结果收敛到Black‑Scholes公式，搭建离散模型走向连续时间金融的桥梁。
二叉树是数值近似工具，它给出理想无套利市场的理论参考，不等于现实市场的必然成交价。不要神化模型，也要看懂模型的价值与边界。 下一期播客，我们进入第十七讲，学习最优停时，专门研究美式衍生品什么时候行权才是最优决策。本期播客到此结束，我们下期再会。 （背景音乐平缓上扬，10秒后渐弱收尾）
本回答由AI生成，仅供参考，请仔细甄别，谨慎投资。
