핵심 요약
블랙-숄즈 모델은 주가, 행사가, 만기, 무위험 이자율, 변동성의 다섯 가지 입력값을 사용하여 유럽형 옵션의 폐쇄형 가격 솔루션을 제공합니다. 일정한 변동성과 로그정규 수익률을 가정한다는 알려진 한계에도 불구하고, 이 모델은 옵션 시장의 보편적 언어로 남아 있습니다. 트레이더들이 이 모델을 사용하는 이유는 그것이 정확하다고 믿기 때문이 아닙니다. 유일한 자유 매개변수인 내재 변동성이 전 세계 옵션 시장의 표준 호가 관행이 되었기 때문입니다.
블랙-숄즈가 해결한 문제
1973년 이전에 옵션 거래는 예술이었습니다. 딜러들은 직관, 수요와 공급, 경험 법칙에 기반하여 가격을 설정했습니다. 옵션의 적정 가치를 결정하는 체계적인 프레임워크가 없었으며, 이는 서로 다른 마켓메이커들이 동일한 계약에 대해 크게 다른 가격을 제시할 수 있다는 것을 의미했습니다.
피셔 블랙과 마이런 숄즈는 1973년 Journal of Political Economy에 발표한 논문으로 이를 변화시켰습니다. 로버트 머튼은 독립적으로 동일한 문제에 대한 연속시간 프레임워크를 개발하여 Bell Journal of Economics에 그의 확장을 발표했습니다. 핵심 통찰은 기만적으로 단순했습니다: 기초자산 주식으로 옵션을 연속적으로 헤지할 수 있다면, 옵션 가격은 투자자의 위험 선호와 무관해야 합니다. 이 "위험중립 가격결정" 원리는 유일한, 선호 독립적인 공식을 도출할 수 있게 했습니다.
이 지적 업적으로 숄즈와 머튼은 1997년 노벨 경제학상을 수상했습니다(블랙은 1995년 사망했습니다). 더 실질적으로, 이 공식은 현대 파생상품 산업을 탄생시켰습니다. 시카고옵션거래소(CBOE)가 논문 발표 직후인 1973년 4월에 개장했을 때, 트레이더들은 마침내 옵션을 체계적으로 가격 결정할 수 있게 되었습니다. 글로벌 파생상품 시장은 이후 명목 가치 600조 달러를 초과하는 규모로 성장했습니다.
다섯 가지 입력값
유럽형 콜옵션에 대한 블랙-숄즈 공식은 다음과 같습니다:
C = S * N(d1) - K * e^(-rT) * N(d2)
여기서 d1 = [ln(S/K) + (r + sigma^2/2) * T] / (sigma * sqrt(T))이고 d2 = d1 - sigma * sqrt(T)입니다.
다섯 가지 입력값이 가격을 결정합니다:
S (현재 주가). 실시간으로 관찰 가능합니다. 모호성이 없습니다.
K (행사가). 옵션 계약에 정의되어 있습니다. 모호성이 없습니다.
T (만기까지의 시간). 옵션 계약에 정의되어 있습니다. 연 단위로 측정됩니다. 30일 옵션은 T = 30/365 = 0.0822입니다.
r (무위험 이자율). 일반적으로 옵션 만기에 맞는 국채 수익률로 근사합니다. 실무에서 r의 작은 오차는 옵션 가격에 미미한 영향을 미칩니다.
sigma (변동성). 주식 로그 수익률의 연간 표준편차입니다. 이것은 직접 관찰할 수 없는 유일한 입력값입니다.
이 비대칭성은 근본적입니다. 다섯 가지 입력값 중 네 가지는 거의 확실하게 알려져 있습니다. 옵션 가격 결정의 전체 과제는 단 하나의 매개변수, 즉 변동성을 추정하는 것으로 귀결됩니다. 이것이 옵션 거래가 본질적으로 변동성 거래인 이유입니다.
그리스: 민감도 측정
그리스 지표는 각 입력값이 변할 때 옵션 가격이 어떻게 변하는지를 정량화합니다. 리스크 관리와 헤징에 필수적인 도구입니다.
델타는 주가 변화에 대한 옵션의 민감도를 측정합니다. 델타가 0.60인 콜옵션은 주가가 1달러 상승할 때 약 0.60달러 상승합니다. 델타는 콜의 경우 0에서 1(풋의 경우 -1에서 0) 범위입니다. 등가격 옵션은 0.50 근처의 델타를 가집니다. 깊은 내가격 옵션은 델타 1.0에 접근하여 주식 자체와 거의 동일하게 움직입니다. 델타는 또한 위험중립 측도에서 옵션이 내가격으로 만료될 확률을 근사합니다.
감마는 주가에 대한 델타의 변화율을 측정합니다. 볼록성을 정량화합니다: 주가가 움직일 때 델타 자체가 얼마나 변하는지를 나타냅니다. 감마는 만기가 가까운 등가격 옵션에서 가장 높고, 깊은 내가격 또는 외가격 옵션에서는 거의 0에 가깝습니다. 높은 감마는 포지션의 익스포저가 빠르게 변하여 더 빈번한 리밸런싱이 필요하다는 것을 의미합니다. 감마가 옵션을 비선형 상품으로 만드는 핵심입니다.
세타는 시간 가치 소멸 속도를 측정합니다. 다른 조건이 동일할 때, 옵션은 시간이 지남에 따라 가치를 잃습니다. 이는 큰 유리한 움직임의 확률이 줄어들기 때문입니다. 세타는 일반적으로 롱 옵션 포지션에서 음수이며 만기가 가까워질수록 가속합니다. 만기 30일인 등가격 옵션은 하루에 약 0.05달러를 잃을 수 있습니다. 잔여 5일이 되면 그 소멸은 하루 0.15달러로 가속될 수 있습니다.
베가는 내재 변동성 변화에 대한 민감도를 측정합니다. 베가가 0.20이면 내재 변동성이 1%포인트 상승할 때 옵션 가격이 0.20달러 증가합니다. 베가는 만기가 긴 등가격 옵션에서 가장 높습니다. 변동성이 유일하게 관찰 불가능한 입력값이기 때문에, 베가 리스크는 종종 옵션 포트폴리오에서 지배적인 고려사항입니다.
로는 무위험 이자율에 대한 민감도를 측정합니다. 로가 0.05이면 무위험 이자율이 1%포인트 변할 때 옵션 가격이 0.05달러 변합니다. 로는 일반적으로 단기 주식 옵션에서 가장 덜 중요한 그리스이지만, 장기 옵션이나 고금리 환경에서는 유의미해집니다.
그리스 민감도 분석
다음 표는 $100 주식에 대한 콜옵션의 그리스가 무위험 이자율 5%, 내재 변동성 25%에서 어떻게 변하는지를 보여줍니다.
| 매개변수 | ATM (K=100, T=90일) | OTM (K=110, T=90일) | ATM (K=100, T=30일) | ATM (K=100, T=180일) |
|---|---|---|---|---|
| 가격 ($) | 5.38 | 1.42 | 2.89 | 7.85 |
| 델타 | 0.57 | 0.25 | 0.54 | 0.59 |
| 감마 | 0.031 | 0.022 | 0.054 | 0.022 |
| 세타 ($/일) | -0.048 | -0.026 | -0.076 | -0.036 |
| 베가 ($/1% vol) | 0.196 | 0.138 | 0.112 | 0.280 |
| 로 ($/1% 금리) | 0.117 | 0.051 | 0.039 | 0.238 |
몇 가지 패턴이 두드러집니다. 감마는 ATM 단기 옵션에서 가장 높으며(30일 ATM의 경우 0.054), 이러한 포지션이 가장 큰 볼록성을 가지고 가장 활발한 헤징이 필요하다는 것을 확인합니다. 세타도 동일한 옵션에서 가장 크게 음수이며, 잘 알려진 트레이드오프를 반영합니다: 감마를 매수하는 것은 세타를 지불하는 것입니다. 베가는 만기가 길수록 증가하여(30일의 0.112 대 180일의 0.280), 장기 옵션이 더 많은 변동성 리스크를 수반한다는 것을 의미합니다. 로도 같은 패턴을 따르며, 장기 만기에서만 유의미해집니다.
블랙-숄즈가 틀린 이유
이 모델은 실제 시장에서 명백히 위반되는 가정에 기초하고 있습니다.
일정한 변동성. 블랙-숄즈는 변동성(sigma)이 옵션 수명 전체에 걸쳐 고정된다고 가정합니다. 현실에서 변동성 자체가 확률적입니다: 군집화하고(높은 변동성 기간 뒤에 높은 변동성 기간이 따르고), 평균회귀하며, 시장 하락 시 급등하는 경향이 있습니다. 이 단일 가정의 실패가 금융 연구의 전체 하위 분야를 생성했습니다.
로그정규 수익률. 이 모델은 주식 수익률이 정규분포 로그 수익률을 가진 기하 브라운 운동을 따른다고 가정합니다. 경험적 수익률 분포는 팻테일(극단적 움직임이 정규분포가 예측하는 것보다 훨씬 더 자주 발생)과 음의 왜도(큰 하락이 큰 상승보다 더 흔함)를 보입니다. 1987년 10월 폭락은 하루 만에 20% 이상 하락한 사건으로, 정규분포 하에서 약 25 표준편차 사건이었습니다. 그 확률은 본질적으로 0이 됩니다.
연속 거래. 이 모델은 시장이 연속적으로 운영되고 기초 주식이 어떤 시점에서든 마찰 없이 거래될 수 있다고 가정합니다. 현실에서 시장은 야간에 닫히고, 유동성은 변하며, 거래비용이 이론적 헤지 성과와 달성 가능한 헤지 성과 사이에 유의미한 차이를 만듭니다.
점프 없음. 이 모델은 가격이 갑작스러운 불연속적 점프 없이 매끄럽게 움직인다고 가정합니다. 현실에서 실적 발표, 지정학적 사건, 시장 미시구조가 연속 과정 모델이 포착할 수 없는 순간적 가격 갭을 만들 수 있습니다.
변동성 스마일: 실무적 핵심
블랙-숄즈가 정확하다면, 내재 변동성은 모든 행사가와 만기에서 동일해야 합니다. 트레이더들은 단일 변동성 수치를 호가하고, 동일한 주식의 모든 옵션이 동일한 sigma를 내재할 것입니다.
이것은 실제로 일어나지 않습니다. 블랙-숄즈 공식을 역변환하여 관찰된 시장 가격에서 내재 변동성을 추출하면, 특징적인 패턴이 나타납니다: 외가격 풋옵션은 등가격 옵션보다 높은 내재 변동성을 가지며, 외가격 콜옵션도 약간 높은 내재 변동성을 가질 수 있습니다. 내재 변동성을 행사가에 대해 그래프로 그리면 스마일 또는, 주식 시장에서 더 일반적으로, 스큐(하방에서 더 높은 내재 변동성)와 유사한 곡선이 나타납니다.
변동성 스마일은 1987년 폭락 이전에는 존재하지 않았습니다. 폭락 이전에 내재 변동성은 행사가에 걸쳐 비교적 평탄하여 블랙-숄즈 가정과 일치했습니다. 1987년 10월 이후, 시장은 꼬리 위험을 영구적으로 재평가했고, 스마일은 그 이후 지속적인 특징이 되었습니다.
| 행사가 (현물 대비 %) | BS 이론적 IV | 시장 IV | 차이 |
|---|---|---|---|
| 80% (깊은 OTM 풋) | 25.0% | 35.2% | +10.2% |
| 90% (OTM 풋) | 25.0% | 29.8% | +4.8% |
| 95% (약간 OTM 풋) | 25.0% | 27.4% | +2.4% |
| 100% (ATM) | 25.0% | 25.0% | 0.0% |
| 105% (약간 OTM 콜) | 25.0% | 24.1% | -0.9% |
| 110% (OTM 콜) | 25.0% | 23.8% | -1.2% |
| 120% (깊은 OTM 콜) | 25.0% | 24.5% | -0.5% |
스마일은 시장의 꼬리 위험 평가를 인코딩합니다. 낮은 행사가 풋옵션의 높은 내재 변동성은 하방 보호에 대한 수요와 블랙-숄즈가 예측하는 것보다 큰 하락이 더 자주 발생한다는 경험적 현실을 반영합니다. 깊은 외가격 콜의 약간의 상승은 상방 복권 수요와 인수 프리미엄의 가능성을 반영합니다.
시장 언어로서의 내재 변동성
여기서 결정적인 개념적 전환이 있습니다. 알려진 결함에도 불구하고, 블랙-숄즈는 실무적 역전 때문에 보편적으로 남아 있습니다: 변동성에서 옵션 가격을 계산하는 대신, 트레이더들은 관찰된 가격을 내재 변동성으로 변환하기 위해 이 모델을 사용합니다.
내재 변동성은 옵션의 표준 호가 관행이 되었습니다. 트레이더가 "30-델타 풋이 28 vol에 거래되고 있다"고 말할 때, 그들은 블랙-숄즈를 변환 레이어로 사용하여 변동성 단위로 가격을 전달하고 있습니다. 이 관행에는 여러 장점이 있습니다: 직관적이고(높은 vol은 더 비싼 보호를 의미), 행사가와 만기 간에 비교 가능하며, 주가와 시간의 기계적 효과를 제거합니다.
이런 의미에서 블랙-숄즈는 가격 결정 모델이 아닙니다. 좌표계입니다. 이 모델은 달러 가격과 내재 변동성 사이의 매핑을 제공하며, 시장은 달러 가격이 아닌 변동성 표면을 직접 거래합니다. "변동성을 매수하는" 트레이더들은 시장이 미래 실현 변동성을 과소평가하고 있다는 견해를 표현하고 있습니다. "변동성을 매도하는" 트레이더들은 그 반대를 믿습니다.
VIX 지수는 종종 "공포 지수"라 불리며, S&P 500 옵션 가격의 스트립에서 모델 프리 방식으로 계산되지만 연간 변동성 단위로 호가됩니다. 그 해석은 계산에 블랙-숄즈 공식을 사용하지 않더라도 블랙-숄즈 개념적 프레임워크에 전적으로 의존합니다.
블랙-숄즈를 넘어서: 스마일을 다루는 모델들
블랙-숄즈의 한계는 여러 세대의 개선된 모델을 동기부여했습니다.
국소 변동성 모델 (Dupire 1994). 브루노 듀피르는 모든 행사가와 만기에 걸쳐 관찰된 옵션 가격과 정확히 일치하는 결정론적 변동성 함수 sigma(S,t)를 구성할 수 있음을 보여주었습니다. 국소 변동성 표면은 시장 가격에서 모델 프리로 추출되어 스마일을 완벽히 재현합니다. 그러나 국소 변동성 모델에는 치명적 결함이 있습니다: 주가가 움직일 때 스마일이 평탄해진다고 예측하며, 이는 관찰된 행동과 모순됩니다. 실무에서 스마일은 "행사가에 고착"되는 경향이 있으며, 이는 내재 변동성 패턴이 주가에 대해 상대적으로 지속된다는 것을 의미합니다.
확률적 변동성 모델 (Heston 1993). 스티븐 헤스턴은 변동성 자체가 평균회귀 확률 과정을 따르는 모델을 도입했습니다. 헤스턴 모델은 다섯 가지 매개변수(장기 분산, 평균회귀 속도, 변동성의 변동성, 상관관계, 초기 분산)를 가지며 변동성 스마일을 내생적으로 생성합니다. 주식에서 일반적으로 음수인 상관관계 매개변수가 시장에서 관찰되는 비대칭 스큐를 만들어냅니다. 헤스턴 모델은 유럽형 옵션에 대한 폐쇄형 솔루션(특성함수를 통해)을 가지므로 보정에 계산적으로 실용적입니다.
SABR 모델 (Hagan et al. 2002). 원래 금리 파생상품을 위해 개발된 SABR(Stochastic Alpha Beta Rho) 모델은 선물 가격과 그 변동성 모두에 대한 확률적 역학을 지정합니다. 행사가의 함수로서 내재 변동성에 대한 편리한 폐쇄형 근사를 제공하여, 채권 및 외환 옵션 트레이더들 사이에서 특히 인기가 있습니다. SABR 모델의 핵심 장점은 스마일의 역학(기초자산이 움직일 때 스마일이 어떻게 변하는지)을 포착하는 능력이며, 이는 헤징에 매우 중요합니다.
점프-확산 모델 (Merton 1976). 로버트 머튼은 주가에서 가끔 발생하는 불연속적 점프를 허용하도록 블랙-숄즈 프레임워크를 확장했으며, 이를 포아송 과정으로 모델링했습니다. 점프-확산 모델은 순수 확산 모델이 생성하기 어려운 단기 변동성 스마일을 만들 수 있습니다. 과제는 점프 리스크를 완벽하게 헤지할 수 없어 블랙-숄즈를 뒷받침하는 완전시장 가정이 깨진다는 것입니다.
옵션 가격결정 모델의 계층구조
| 모델 | 핵심 혁신 | 스마일 생성 | 계산 비용 | 주요 용도 |
|---|---|---|---|---|
| 블랙-숄즈 (1973) | 위험중립 가격결정, 폐쇄형 | 없음 (일정 변동성 가정) | 매우 낮음 | 호가 관행, 기본 헤징 |
| 머튼 점프-확산 (1976) | 불연속적 가격 점프 | 단기 스마일 | 낮음 | 이벤트 리스크가 있는 주식 옵션 |
| 듀피르 국소 변동성 (1994) | 결정론적 변동성 표면 | 완벽한 스마일 적합 | 보통 | 이색 옵션 가격결정 |
| 헤스턴 확률적 변동성 (1993) | 평균회귀 변동성 과정 | 내생적 스마일 | 보통 | 바닐라 및 이색 주식 옵션 |
| SABR (2002) | 확률적 선물 및 변동성 | 스마일 역학 | 낮음 | 금리, 외환 옵션 |
| 러프 변동성 (2018+) | 분수 브라운 운동 기반 변동성 | 현실적 기간 구조 | 높음 | 연구 최전선 |
틀리지만 유용함
"모든 모델은 틀리지만, 일부는 유용하다"는 통계학자 조지 박스에게 자주 귀속되는 구절이 블랙-숄즈에 특히 강력하게 적용됩니다. 이 모델은 구체적이고 잘 알려진 방식으로 틀립니다: 변동성은 일정하지 않고, 수익률은 로그정규가 아니며, 시장은 마찰이 없지 않고, 가격은 점프할 수 있습니다. 모든 실무자가 이를 알고 있습니다.
그럼에도 블랙-숄즈는 그 유용성이 정확성에 의존하지 않기 때문에 존속합니다. 복잡한 리스크 익스포저를 단순하게 전달해야 하는 시장에 공통 언어(내재 변동성)를 제공합니다. 일상적 리스크 관리에 충분히 잘 작동하는 1차 헤지 비율(델타, 감마)을 제공합니다. 그리고 벤치마크를 제공합니다: 블랙-숄즈 가격으로부터의 편차(스마일, 스큐, 변동성의 기간 구조)가 바로 실제 거래 기회가 있는 곳을 드러내는 현상입니다.
변동성 스마일은 블랙-숄즈의 실패가 아닙니다. 시장이 모델이 정확히 어떻게 그리고 어디서 무너지는지를 알려주는 것입니다. 스마일을 읽는 것은 시장의 꼬리 위험, 점프 위험, 보험 가격에 대한 집단적 평가를 읽는 것입니다. 가장 정교한 옵션 트레이더들은 블랙-숄즈를 폐기하지 않습니다. 좌표계로 사용하고 편차를 거래합니다.
증거의 현황
블랙-숄즈 프레임워크는 무차익 가격결정과 연속시간 확률 미적분학의 수학에서 도출된, 금융에서 가장 강력한 이론적 기반 중 하나에 기초합니다. 경험적 기록은 더 미묘합니다.
이론적 타당성. 블랙-숄즈의 기반이 되는 위험중립 가격결정 원리는 광범위하게 검증되었습니다. 헤징 논증(연속적으로 리밸런싱되는 델타중립 포트폴리오가 무위험 수익률을 달성)은 유동적이고 고빈도 시장에서 근사적으로 성립합니다. Boyle과 Emanuel(1980)은 이산 헤징이 리밸런싱 간격의 제곱근에 비례하는 추적 오차를 도입한다는 것을 보여주며, 헤징 효과에 대한 정량적 경계를 제공했습니다.
경험적 한계. 일정한 변동성 가정은 1987년 이후 변동성 스마일에 의해 결정적으로 기각되었습니다. Cont와 Tankov(2004)는 주식 지수 수익률이 5-10의 초과 첨도와 -0.5에서 -1.0의 음의 왜도를 나타낸다고 기록했으며, 이는 블랙-숄즈가 가정하는 정규분포와 거리가 멉니다. Bakshi, Cao, Chen(1997)은 확률적 변동성 모델(특히 헤스턴)이 주식 지수 옵션에 대한 가격 결정 오차를 블랙-숄즈 대비 20-50% 감소시킨다는 것을 보여주었습니다.
실무적 회복력. 이러한 한계에도 불구하고, 블랙-숄즈는 호가, 헤징, 리스크 관리의 산업 표준으로 남아 있습니다. 2019년 Risk.net의 설문 조사에 따르면 옵션 데스크의 90% 이상이 더 정교한 모델을 가격 결정과 헤징에 사용하면서도 블랙-숄즈 내재 변동성을 주요 호가 관행으로 사용합니다. 이 모델의 단순성, 투명성, 보편성은 그 정확성보다 더 가치 있다는 것이 입증되었습니다.
참고 문헌
- Black, F., & Scholes, M. (1973). "The Pricing of Options and Corporate Liabilities." Journal of Political Economy, 81(3), 637-654. https://doi.org/10.1086/260062
- Merton, R. C. (1973). "Theory of Rational Option Pricing." Bell Journal of Economics and Management Science, 4(1), 141-183. https://doi.org/10.2307/3003143
- Heston, S. L. (1993). "A Closed-Form Solution for Options with Stochastic Volatility with Applications to Bond and Currency Options." Review of Financial Studies, 6(2), 327-343. https://doi.org/10.1093/rfs/6.2.327
- Dupire, B. (1994). "Pricing with a Smile." Risk Magazine, 7(1), 18-20.
- Hagan, P. S., Kumar, D., Lesniewski, A. S., & Woodward, D. E. (2002). "Managing Smile Risk." Wilmott Magazine, September, 84-108.
- Bakshi, G., Cao, C., & Chen, Z. (1997). "Empirical Performance of Alternative Option Pricing Models." Journal of Finance, 52(5), 2003-2049. https://doi.org/10.1111/j.1540-6261.1997.tb02749.x
- Cont, R., & Tankov, P. (2004). Financial Modelling with Jump Processes. Chapman & Hall/CRC.
이 분석은 Black & Scholes (1973), Merton (1973) 을(를) 기반으로 QD Research Engine AI-Synthesised — Quant Decoded의 자동화 리서치 플랫폼 — 에 의해 작성되었으며, 편집팀이 정확성을 검토했습니다. 우리의 방법론 자세히 보기.