Cipnec Eof VolI

Ciprian Necula
Evaluarea opiunilor
financiare

Volumul I. Modelul Black-
Scholes-Merton

Bucureti
2009

Domnului profesor Mois Altr

Cuprins

Introducere.................................................................................................................... 3
I. Noiuni privind teoria probabilitilor ...................................................................... 6
I.1 Noiuni preliminare .............................................................................................. 6
I.2 Variabile aleatoare............................................................................................... 8
I.3 Msur i probabilitate ...................................................................................... 10
I.4 Repartiia i funcia de repartiie a unei variabile aleatoare............................. 12
I.5 Media unei variabile aleatoare .......................................................................... 13
I.6 Convergena irurilor de variabile aleatoare .................................................... 17
I.7 Densitatea de repartiie a unei variabile aleatoare ........................................... 18
I.8 Vectori aleatori................................................................................................... 20
I.9 Funcia caracteristic......................................................................................... 21
I.10 Noiunea de independen a variabilelor aleatoare......................................... 21
I.11 Media condiionat........................................................................................... 23
II. Noiuni privind teoria proceselor stocastice.......................................................... 25
II.1 Noiuni preliminare........................................................................................... 25
II.2 Micarea brownian ......................................................................................... 27
III. Noiuni privind teoria calculului stocastic .......................................................... 34
III.1 Variaia ptratic a unui proces stocastic....................................................... 34
III.2 Integrala stocastic.......................................................................................... 38
III.3 Formula de schimbare de variabil................................................................. 40
III.4 Teorema de reprezentare a martingalelor....................................................... 43
III.5 Teorema de schimbare a msurii..................................................................... 44
IV. Noiuni privind teoria proceselor de difuzie ........................................................ 46
IV.1 Ecuaii difereniale stocastice.......................................................................... 46
IV.2 Generatorul infinitizimal al unui proces de difuzie ......................................... 50
IV.3 Teorema de legtur dintre procesele de difuzie i ecuaiile difereniale cu
derivate pariale....................................................................................................... 52
1

V. Piaa financiar de tip Black-Scholes-Merton (BSM).......................................... 55
V.1 Ipotezele modelului Black-Scholes-Merton....................................................... 55
V.2 Arbitrajul i msura neutr la risc.................................................................... 57
V.3 Trecerea de la probabilitate pieei la msura neutr la risc ............................ 60
V.4 Hedging i msura neutr la risc ...................................................................... 61
V.5 Msura neutr la risc in cazul unidimensional ................................................. 63
V.6 Msura neutr la risc in cazul bidimensional................................................... 64
V.7 Utilizarea msurii neutre la risc pentru evaluarea produselor financiare
derivate .................................................................................................................... 66
VI. Evaluarea opiunilor europene n contextul pieei financiare de tip BSM........ 69
VI.1 Opiuni europene care au ca activ suport o aciune fr dividend.................. 69
VI.2 Opiuni europene care au ca activ suport o aciune cu dividend .................... 72
VI.3 Opiuni europene care au ca activ suport o valut.......................................... 75
VI.4 Opiuni europene care au ca activ suport un contract futures ........................ 76
VII. Evaluarea opiunilor cu barier n contextul pieei financiare de tip BSM..... 80
VII.1 Opiuni knock-out i knock-in......................................................................... 80
VII.2 Opiuni "ladder" ............................................................................................. 93
VIII. Evaluarea opiunilor dependente de drum n contextul pieei financiare de tip
BSM............................................................................................................................. 96
VIII.1 Opiuni cliquet ............................................................................................... 96
VIII.2 Opiuni cu maxim discret............................................................................... 99
VIII.3 Opiuni asiatice ........................................................................................... 102
IX. Evaluarea opiunilor cu mai multe active suport n contextul pieei financiare
de tip BSM................................................................................................................. 104
IX.1 Distribuia normal bidimensional.............................................................. 104
IX.2 Micarea brownian bidimensional............................................................. 105
IX.3 Proces de difuzie bidimensional i lema Ito bidimensional......................... 105
IX.4 Evoluia cursului a dou active...................................................................... 106
IX.5 Opiuni curcubeu............................................................................................ 107
IX.6 Opiuni quanto ............................................................................................... 112
Bibliografie................................................................................................................ 118

2
Ciprian Necula Evaluarea opiunilor financiare volumul I
Introducere
Monografia de fa se adreseaz studenilor care doresc s aprofundeze
domeniul evalurii opiunilor financiare. Parcurgerea acestei lucrri presupune
cunoaterea noiunilor elementare privind utilizarea i evaluarea derivativelor
financiare (vezi Altr - 2008, Hull - 2006). Volumul I reprezint o abordare ab initio
n ceea ce privete evaluarea opiunilor n contextul pieei financiare de tip Black-
Scholes-Merton. Astfel, prima parte (capitolele I-IV) este consacrat aspectelor
teoretice necesare n cadrul matematicii financiare, iar n partea a doua (capitolele V-
IX) este analizat viabilitatea i completitudinea pieei financiare de tip BSM i sunt
evaluate diferite tipuri de opiuni financiare.
In capitolul I sunt prezentate noiuni elementare de teoria probabilitilor cum
ar fi conceptul de variabil aleatoare, repartiie i funcie de repartiie, funcie de
densitate, funcie caracteristic, medie condiionat .a.
Capitolul II este axat pe studiul micrii browniene, fiind analizate
principalele proprieti ale micrii browniene: proprietatea de scalare, simetrie i
inversiune a timpului, nederivabilitatea traiectoriilor, calculul variaiei ptratice,
proprietatea Markov, proprietatea tare Markov, principiul de reflexie, precum i
3
repartiia comun a proceselor i a proceselor
t s
t s
B B , sup ( )
t s
t s
B B , inf
repartiii care
vor fi utilizate pentru evaluarea opiunilor cu barier.
In capitolul III sunt prezentate noiuni elementare de calcul stocastic. Pentru
nceput este analizat conceptul de variaie ptratic n cazul martingalelor, a
martingalelor locale i a semimartingalelor i este studiat spaiul martingalelor
mrginite. In continuare este introdus conceptul de integral stocastic n raport cu
martingale -mrginite, n raport cu martingale locale i n raport cu
semimartingalele i sunt prezentate proprietile lor. Tot n cadrul acestui capitol sunt
demonstrate teorema de integrare prin pri i teorema de schimbare de variabil
(i.e. formula lui Ito), teorema de caracterizare a lui Levy, teorema de reprezentare a
martingalelor i n final teorema de schimbare a probabilitii (i.e teorema lui
Girsanov).
2
L -
2
L
Capitolul IV este consacrat analizei ecuaiilor difereniale stocastice i
proceselor de difuzie. Pentru nceput sunt demonstrate teorema de existena i
unicitate a unei soluii a unei ecuaii difereniale stocastice, precum i proprietatea
Markov a proceselor de difuzie. De asemenea, este prezentat forma particular a
formulei Ito pentru procesele de difuzie. In continuare sunt analizate cteva proprieti
ale generatorului infinitizimal i este calculat generatorul infinitizimal al unui proces
de difuzie omogen. In final este demonstrat teorema de legtur dintre procesele
de difuzie i ecuaiile cu derivate pariale (i.e. teorema Feynman-Kac).
In capitolul V sunt analizate proprietilor pieei financiare de tip Black-
Scholes-Merton (BSM), prin utilizarea conceptului de msur neutr la risc. Pentru
nceput este analizat legtura dintre arbitrajul financiar i existena msurii neutre la
risc, precum i dintre existena portofoliilor de hedging i unicitatea msurii neutre la
risc. Concluzia la care se ajunge este aceea c modelul BSM (unidimensional sau
multidimensional) este viabil i complet (i.e. msura neutr la risc exist i este
unic). In continuare este prezentat trecerea la msura neutr la risc in cazul
unidimendsional i bidimensional. In final este demonstrat principiul evalurii
neutre la risc i este determinat ecuaia fundamental de evaluare a unui activ
financiar.
In continuare sunt determinate, prin utilizarea principiului evalurii neutre la
risc, formulele de evaluare pentru diverse tipuri de opiuni financiare n contextul
4
pieei financiare de tip Black-Scholes-Merton. Astfel, n capitolul VI este analizat
evaluarea opiunilor europene n cazul n care activul suport este o aciune fr
dividend, o aciune cu dividend, o valut sau un contract futures. Tot n cadrul acestui
capitol este demonstrat faptul c, n contextul modelului BSM, preul futures teoretic
este egal cu preul forward teoretic, rezultat care se datoreaz ipotezei privind rata
dobnzii fr risc. Capitolul VII este dedicat analizei opiunilor barier de tip knock-
aut, knock-in i ladder, iar capitolul VIII analizei opiunilor dependente de drum de
tip cliquet, cu maxim discret i asiatice. In capitolul IX sunt obinute formule de
evaluare pentru o serie de opiuni care au mai multe active suport.

5
I. Noiuni privind teoria probabilitilor

I.1 Noiuni preliminare

Fie o mulime i mulimea prilor lui ( ) / . Vom nota cu
complementara mulimii
A A
C
= :
A.

Definiia 1.1
( ) / 1 se numete - algebr dac sunt ndeplinite condiiile:
1. i 1 1
2. 1 1
C
A A
3. ( ) 1 1

n
n n n
A A

Definiia 1.2
( ) / 7 se numete algebr dac sunt ndeplinite condiiile:
1. i 7 7
2. 7 7
C
A A
3. ( ) 7 7

I n
n I n n
A A finit I ,

Definiia 1.3
Fie ( ) / A . Vom defini - algebra generat de , A ( ) A , ca fiind cea
mai mic - algebr care l conine pe , i.e. A ( )

ebra a lg
:

=
/
/ A
/ A

Propoziia 1.4
Fie i dou 1 / - algebre. Atunci / 1 este - algebr. Dar
nu este neaprat o - algebr.
/ 1

Vom nota n continuare ( ) / 1 / 1 = : .
6

Definiia 1.5
( ) / 7 se numete topologie pe dac sunt ndeplinite condiiile:
1. 7 i 7
2. ( ) 7 7

I n
n I n n
A A finit I ,
3. ( ) 7 7

n
n n n
A A

Definiia 1.6
Fie 7 o topologie pe . Vom defini borelianul lui asociat topologiei
7 , , ca fiind ( ) J - algebra generat de 7 , i.e. ( ) ( ) 7 J = :

Exemplul 1.7 (mulimea borelienelor reale)
Fie i ( )
< = =

n
n n n n
b a b a G G , , | R 7 ( ) { } { } O R < = b a b a b a , , | , J
Avem c 7 este o topologie pe R (topologia mulimilor deschise) i ( ) ( ) J 7 = .
Mulimea borelienelor reale este borelianul generat de topologia mulimilor deschise.

Definiia 1.8 (indicatorul unei mulimi)
Fie ( ) / A . Indicatorul lui A este o funcie { } 1 , 0 :
A
l definit astfel:
( )

=
A
A
A
, 0
, 1
l .

Propoziia 1.9 (proprietile funciei indicator)
1. 0 , 1 = =
O
l l
2.
A
A
C
l l =1
3.
A
l l
/
=
2
4.
B A B A
l l l =
5.
B A B A B A
l l l l l + =
6.
B A A B A
l l l l =
7.
B A
B A l l = =

7

I.2 Variabile aleatoare

Definiia 1.10
Fie ( ) / 1 o - algebr. ( ) 1 , se numete spaiu msurabil.

Definiia 1.11
Fie o funcie, E f : E A i ( ) E / 7 . Vom defini preimaginile lui
A respectiv astfel 7 ( ) ( ) { } E f A f =
| :
1
, ( ) ( ) { } 7 7 =

A A f f | :
1 1
.

Propoziia 1.12
Fie o funcie i E f : ( ) E / 7 . Avem c ( ) ( ) ( ) ( ) 7 7 =
1 1
f f . In
particular dac este o - algebr atunci i 7 ( ) 7
1
f este o - algebr.

Definiia 1.13
Fie i dou spaii msurabile. Funcia ( ) 1 , ( / , E ) E f : se numete
- msurabil dac ( / 1, ) ( ) 1 /
1
f ( i.e. ( ) 1 /

A f A
1
).

Exemplul 1.14
Fie dou ( ) / / 1, - algebre, . 1 / ( ) 1 , i ( ) / , sunt spaii
msurabile. Fie funcia identitate
: id , ( ) =
id . Deoarece
( ) / 1 1 =
1
id funcia nu este
id ( ) 1 / , - msurabil. Dar este ( ) -

msurabil pentru c
/ 1,
( ) 1 / / =
1
id

Definiia 1.15 (variabil aleatoare)
Fie spaiu msurabil. Funcia ( 1 , ) R : X se numete variabil
aleatoare dac este - msurabil ( i.e. ( ) ( R J 1, ) ( ) ( ) 1 J
R
1
X ).

Definiia 1.16
8
Fie spaiu msurabil. Funcia msurabil ( 1 , ) R : f se numete
simpl (etajat) dac ,
=
n
A n
n
a f l R
n
a , j i A A
j i
= O , . =
n
n
A

Propoziia 1.17 (proprietile funciilor msurabile)
1. Fie funcii msurabile i R : , g f R . Atunci ,
,
g f +
fg f , ( ) g f g f , min := , ( ) g f g f , max := , , g f f sunt funcii
msurabile.
2. Fie funcie msurabil. Atunci R : f
2
: ,
2
:
f f
f
f f
f

=
+
=
+

sunt funcii msurabile pozitive.
3. Fie funcie msurabil. Atunci R : f ( )
n n
f , funcii simple,
astfel nct ,
n
f
n n
f f
+1
f f
n
i
n
n
f f lim = (punctual) i.e.
( ) ( ) = , lim
n
n
f f .

Definiia 1.18 ( - algebra generat de o funcie msurabil)
1. Fie i ( 1 , ) ( ) / , E dou spaii msurabile i funcia
E f : msurabil. Vom defini - algebra generat de , ,
ca fiind - algebra generat de preimaginea lui , i.e.
f ( ) f
/
( ) ( ) /
1
:

= f f . Evident c datorit msurabilitii lui avem c
.
f
( ) 1 f
2. Fie i ( ) 1 , ( )
I n n
E
n
/ , spaii msurabile i funcii
msurabile. Vom defini
n n
E f :
- algebra generat de astfel
.
n
f
( ) ( ) ( )

I n
I n
f f
n
/
1
:
9

I.3 Msur i probabilitate

Definiia 1.19 (msur)
Fie spaiu msurabil. O funcie ( 1 , ) [ ] , 0 : 1 se numete masur pe
dac ndeplinete condiiile: 1
1. disjuncte ( ( ) 1 =
n
n
n
n
n
A A A ;
- aditiv)
2. astfel nct 1 A ( ) < A .

Propoziia 1.20 (proprietile msurii)
1. ( ) 0 = O
2. disjuncte ( ) 1 =

= =
i
n
i
n
i
i
A A A ;
1 i 1
3. ( ) ( ) B A B A
4. ( ) 1
n
n
n
n
n
A A A ;
5. ( ) ( )
n
n
n
n
A A inf lim inf lim
6. ( )
n
n
n
n
A A
sup lim sup lim

7. Dac ( ) ( )
n
n
n
n
n n
A A A A =
+
lim lim
1

8. Dac ( ) ( )
n
n
n
n
n n
A A A A =
+
lim lim
1

9. Fie
2 1
, dou msuri i R
2 1
, a a . Atunci
2 2 1 1
+ a a este msur.
10. Fie ( msuri. Atunci )
n n
n
n
este msur
Definiia 1.21
Fie o msur pe . 1
1. Dac ( ) < atunci se numete msur finit (mrginit)
10
2. Dac 1
n
A astfel nct i =
n
n
A ( ) <
n
A atunci se
numete msur - finit

Exemplul 1.22 (msura Dirac)
Fie . Definim a ( ) ( ) a A
A a
l = : . Se poate arta c
a
este o msur.
Aceasta se numete msura Dirac concentrat n punctul . a
Fie i . Atunci
n
a 0
n
p

=
n
a n
n
p : este o msur. Dac se
obine card .
1 =
n
p

Exemplul 1.23 (msura Lebesgue)
Fie ( ] { b a b a b a } = , , | , R 7 . Se poate arta c este o algebr i c
. Definim msura Lebesgue pe astfel
7
( ) ( ) 7 J = R 7 ( ] ( ) a b b a = , . Msura se
extinde la folosind procedeul lui Caratheodry ( o msur ( ) R J - finit definit pe
o algebr poate fi extins n mod unic pe 7 ( ) 7 ).
Msura Lebesgue mai poate fi extins, existnd mulimi neboreliene care sunt
msurabile Lebesgue. Dar nu poate fi extins pe ( ) R / existnd mulimi care nu sunt
msurabile Lebesgue.
Dac A este cel mult numrabil atunci ( ) 0 = A , dar exist mulimi de
puterea continuumului care sunt neglijabile Lebesgue ( i.e ( ) 0 = A ).

Propoziia 1.24
Fie spaiu msurabil i ( 1 , ) , msuri pe 1 . Fie i notm ( ) / A
finit , | : I A A
i
I i
i d
A A

. Dac
1. (se spune c este nchis la intersecii finite) A A =
d
A
2. ( ) ( ) A = A A A ,
Atunci ( ) ( ) ( ) A = A A A , .

Aceast propoziie este foarte important. Ea arat c dac trebuie s artm
egalitate dintre dou msuri pe o - algebr este de ajuns s artm egalitatea
acestora pe un sistem de generatori nchis la intersecii finite. Astfel dac trebuie s
11
demonstrm egalitatea a dou msuri pe ( ) R J de ajuns de artat egalitatea acestora
pe (vezi exemplul 1.23) deoarece este nchis la intersecii finite i este un
sistem de generatori pentru ( i.e.
7 7
( ) R J ( ) ( ) 7 J = R ).

Definiia 1.25
1. Fie spaiu msurabil i ( 1 , ) o msur pe . Spunem c 1
( ) , , 1 este spaiu cu msur.
2. Fie spaiu msurabil i o msur pe astfel nct ( 1 , ) P 1
( ) 1 = P . Atunci se numete probabilitate, iar se
numete cmp de probabilitate.
P ( ) P , , 1

I.4 Repartiia i funcia de repartiie a unei variabile aleatoare

Definiia 1.26 (repartiia unei variabile aleatoare)
Fie ( un cmp de probabilitate i ) P , , 1 R : X o variabil aleatoare.
Repartiia lui X notat
1
X P sau
X
este o funcie definit pe ( ) R J cu valori n
astfel:
+
R ( ) ( ) ( ) A X P A X P
1 1
:

= .

Propoziia 1.27
Fie ( ) P , , 1 un cmp de probabilitate i R : X o variabil aleatoare.
Repartiia lui X este o probabilitate pe ( ) R J .

Definiia 1.28 (funcia de repartiie a unei variabile aleatoare)
Fie ( ) P , , 1 un cmp de probabilitate i R : X o variabil aleatoare.
Funcia , R R :
X
F ( ) ( ] ( ) ( ] ( ) ( ] ( ) ( ) = = = =

a X P a X P a a F
X X
, , , :
1 1

( ) { } ( ) a X P a X P
not
= = | ( ) se numete funcia de repartiie a lui X .

Propoziia 1.29 (proprietile funciei de repartiie)
1. este cresctoare
X
F
2. ( ) ( ) 1 lim , 0 lim = =

a F a F
X
a
X
a

12
3. este continu la dreapta i are limite la stnga (i.e.
X
F
( ) ( ) ( ) 0 , 0 = + a F a F a F
X X X
)
4. ( ) ( ) ( ] ( ) ( ) b X a P b a a F b F
X X X
< = = ,
5. ( ) ( ) { } ( ) ( ) a X P a a F a F
X X X
= = = 0

Definiia 1.28 (variabil aleatoare discret)
X se numete variabil aleatoare discret dac
astfel nct .
1 , 0 , =

n
n n n
p p a R
n
a n
n
p X P
1
Dac X este variabil aleatoare discret se observ c:

( ) { } ( ) { } ( )
=

= = = =

n n
n
n
a n
a a n p
n a a
a p a X P a X P
n
a.i. ,
, 0
1

De aici rezult binecunoscuta notaie pentru o variabil aleatoare discret (mai
exact pentru distribuia acesteia)
. .......... .........
.. .......... .........
~
2 1
2 1
n
n
p p p
a a a
X

Definiia 1.29 (variabil aleatoare continu)
X se numete variabil aleatoare continu dac este continu.
X
F

Se observ c dac X este variabil aleatoare continu atunci sau
altfel spus repartiia unei variabile aleatoare continue nu vede punctele.
{ } ( ) 0 = a
X

I.5 Media unei variabile aleatoare

Definiia 1.30 (integrala)
Fie ( ) , , 1 un spaiu cu msur. Integrala se construiete n cinci pai
1. (integrala funciei indicator) ( )
A d
A
: l
2. ( )

n
n n
n
A
A a d
n
: l a
n
(integrala funciilor simple)
13
3. Fie R : f msurabil i (integrala funciilor pozitive) 0 f

=

f s s sd fd simpla, functie este | sup :
4. Fie R : f msurabil i definite n propoziia 1.17
+
f f ,

+
=

d f d f fd :
5.

=
d f fd
A
A
l :

Pentru integral se mai folosesc i notaiile ( ) ( )
d f sau . ( ) ( )
d f
Exemplul 1.31
1. ( ) a f fd
a
=

2. ( ) 0 = =
Q l
R
Q
d

Definiia 1.32 (funcie - integrabil)
Fie ( ) , , 1 un spaiu cu msur. O funcie msurabil R : f se
numete - integrabil (sau integrabil cnd nu exist riscul de confuzie) dac
. <
fd

Propoziia 1.33 (legtura dintre integrala Riemman i integrala Lebesgue)
Fie integrabil Riemman. Atunci este integrabil Lebesgue i [ ] R b a f , :
( )
[ ]
[ ]

= =
R
a
l d f fd dx x f
b
a b a

,

Reciproca nu este adevrat aa cum se vede i din exemplul 1.32 funcia
fiind integrabil Lebesgue, dar nu Riemman.
Q
l

Definiia 1.34 ( - apt, - as)
14
Fie ( ) , , 1 un spaiu cu msur. Spune c o proprietate are loc - aproape
peste tot sau - apt sau apt cnd nu exist riscul de confuzie ( - aproape sigur,
- as sau as dac este o probabilitate) dac mulime punctelor pentru care
proprietatea nu are loc este - neglijabil.

Definiia 1.35 (proprietile integralei)
1. Dac 0 0

fd f
2.

d f fd
3. Dac 0 0 = =

fd apt f
4. Dac i 0 f 0 0 apt f fd = =
5. Dac este f - integrabil atunci apt f <

6. Dac R atunci

=

fd fd
7.

+ = +

gd fd d g f
8. ( )

+ = +

fd fd fd

Propoziia 1.36 (convergen monoton Beppo Levi)
Fie R :
n
f integrabile i apt f f
n n

1 +
. Atunci

=

d f d f
n
n
n
n
lim lim

Propoziia 1.37 (convergen dominat Lebesgue)
Fie R :
n
f integrabile i integrabil astfel nct g apt g f
n
. Atunci

=

d f d f
n
n
n
n
lim lim

Propoziia 1.38 (lema Fatou)
Fie R :
n
f integrabile i . Atunci 0
n
f
15

d f d f
n
n
n
n
inf lim inf lim

Propoziia 1.39 (formula de transport)
Fie un cmp de probabilitate , o variabil aleatoare ( P , , 1 ) X i o funcie
. Atunci . R R : f

= =

R R
X
d f X dP f dP X f

1

Aceast propoziie arat cum putem transforma o integral pe ntr-o
integral pe care este n general mai uor de calculat. Propoziia nu are loc doar
pentru probabiliti, ci pentru orice msur.
R

Definiia 1.40 (media i dispersia unei variabile aleatoare)
Fie un cmp de probabilitate i o variabil aleatoare ( P , , 1 ) X . Media lui
X este definit astfel . Variana
(sau dispersia) lui
[ ]
1
I.39 Prop
:

= = = X dP id dP X id XdP X E
R
R R
X este ( ) [ ] ( ) [ ]
2
: X E X E X VAR = , iar abaterea medie ptratic
este ( ) ( ) X VAR X = :

Exemplul 1.41 (media unei variabile aleatoare discret)
Fie X variabil aleatoare discret, deci conform definiiei 1.28
. Folosind formula de transport, proprietile integralei i exemplul
1.32 media lui
n
a n
n
p X P
1
X este:
[ ] = = = = =

R
R
R
R R
n
a n
n
p d id X dP id dP X id XdP X E

:
1

( )

= = =
n
n n
n
a n
n
a n
a id p d id p d id p
n n
R
R
R
R
R

=
n
n n
a p
16

I.6 Convergena irurilor de variabile aleatoare

Definiia 1.42 (spaiul )
p
L
1. { } a integrabil - este | :
p
f f =
p
[
2. Spunem c dou funcii sunt g f , - echivalente, , dac g f ~
apt g f - = . Mulimea funciilor echivalente cu o funcie se
numete clasa de echivalen a lui , iar se numete
reprezentantul clasei de echivalen. Dac n 1 lum doar
reprezentanii claselor de echivalen se obine spaiul . Se mai
spune c
f
f f
p
L
~
p
[ =
p
L .
3.
p
p
p
d f f
1

Propoziia 1.43 (inegaliti importante)
1. (Minkovski)
p p p
g f g f + +
2. (Holder) Dac 1
1 1
= +
q p
atunci
q p
g f fgd

3. (Schwartz)
2 2
g f fgd

4. (Jensen) Fie X o variabil aleatoare i funcia convex .
Atunci
R R : f
( ) [ ] [ ] ( ) X E f X f E .
5. (Cebsev) Fie X o variabil aleatoare i . Atunci: 0 > k
[ ] ( ) ( )
2
1

k
X k X E X P

Definiia 1.44 (tipuri de convergen)
Fie ( P , , 1 ) un cmp de probabilitate i R : ,
n
X X variabile aleatoare.
Definim urmtoarele tipuri de convergen:
17
1. (punctual) ( ) ( ) X X X X
n n

2. (aproape sigur) ( ) ( ) { } ( ) 1 |
. .
= X X P X X
n
s a
n
3. (n )
p
L 0 lim 0 lim = =
p
n
n
p
n
n
L
n
X X dP X X X X
p

4. (n probabilitate)
( ) ( ) { } ( ) 0 | lim 0 = > > X X P X X
n
n
P
n

5. (n distribuie)
X X n
F F X X
n

/

Propoziia 1.45
Avem urmtoarele implicaii:
X X
X X X X X X X X
n
s a
n
P
n
L
n
L
n
/

. .
1 2

I.7 Densitatea de repartiie a unei variabile aleatoare

Definiia 1.46 (absolut continuitatea i echivalena a dou msuri)
Fie ( spaiu msurabil i ) 1 , , dou msuri pe . 1
1. se numete absolut continu n raport cu ( << ) dac
mulimile neglijabile fa de sunt neglijabile i fa de (i.e.
( ) ( ) 0 0 = = A A )
2. i se numesc echivalente ( ~ ) dac au aceleai mulimi
neglijabile (i.e. ( ) ( ) 0 0 = = A A )

Propoziia 1.47 (Radon Nikodym)
Fie spaiu msurabil i ( 1 , ) , dou msuri pe . Dac 1 << atunci
o funcie ! R : - integrabil astfel nct ( ) 1 =
A d A
A
, ( se
18
folosete notaia = ). Funcia se numete derivata Radon Nikodym a lui
n raport cu i se noteaz cu
d
d
.

Propoziia 1.48
Fie ( spaiu msurabil i ) 1 , , dou msuri pe . Dac 1 = atunci

=

d f fd

Definiia 1.49
Fie ( P , , 1 ) un cmp de probabilitate i X o variabil aleatoare. X se
numete absolut continu dac (i.e. este absolut continu n raport cu
msura Lebesgue), iar
<<
1
X P
d
X dP
X
1
:

=

se numete densitatea de repartiie a lui 1.

Propoziia 1.50 (proprietile densitii de repartiie)
Fie ( P , , 1 ) un cmp de probabilitate, X o variabil aleatoare absolut
continu i
X
densitatea lui X .
1. 0
X

2. Dac este derivabil atunci
X
F
'
X X
F =

Exemplul 1.51 (media unei variabile aleatoare absolut continu)
Fie X variabil aleatoare absolut continu i
X
densitatea lui X .Folosind
formula de transport, propoziia 1.48 i propoziia 1.33 media lui X este:
[ ] = = = = =

R
R
R
R R

X
d id X dP id dP X id XdP X E :
1

( ) ( )

= = dx x id d id
X X
x
R
R
R
( )

= dx x x
X

19
I.8 Vectori aleatori

Definiia 1.52 (spaiul produs)
Fie ( )
1 1 1
, , 1 i ( )
2 2 2
, , 1 spaii cu msur,
2 1
: = ,
( ) =
2 1
, . Fie
1 1
: pr , ( )
1 1
= pr i
2 2
: pr , ( )
2 1
= pr .
Definim pe o - algebr ( )
2 1 2 1
, : pr pr = 1 1 (vezi definiia 1.18).
Pe aceast - algebr se definete o msur (msura produs) astfel:
(se observ c
2 1
1 1 A ( ) ( ) ( ) ( )

=
1 2
1 1 2 2 2 1 2 1
, :

d d A
/
l
( ) ( ) (
2 2 1 1 2 1 2 1
A A A A ) = )
(
2 1 2 1 2 1
, , ) 1 1 se numete spaiul produs.

Propoziia 1.53 (Fubini)
Fie ( )
1 1 1
, , 1 i (
2 2 2
, , ) 1 spaii cu msur i spaiul produs
( )
2 1 2 1 2 1
, , 1 1 . Fie o funcie R
2 1
: f . Avem c:
( ) ( ) ( ) ( ) (

1 2 2 1
1 1 2 2 2 1 2 1 2 1 2 1
, , ,

d d f d f )
)

( ) ( ) (

=
2 1
2 2 1 1 2 1
,

d d f

Definiia 1.54 (vectori aleatori)
Fie ( P , , 1 ) un cmp de probabilitate. Funcia ,
se numete vector aleator dac este
d
X R :
(
d
X X X X ,..., ,
2 1
= ) ( )
d
R J - msurabil.
1. Analog cu cazul unidimensional ( )
1
2 1
1
,... , :

= =
d X
X X X P X P se
numete repartiia lui X i este o probabilitate pe .
d
R
2. Funcia , R R
d
X
F : ( ) ( ] ( ] ( ] ( )
d X X
a a a a F , ... , , :
2 1
=
se numete funcia de repartiie a lui X .
3. sunt variabile aleatoare, iar se numete
repartiia marginal a lui fiind o probabilitate pe .
d i X
i
... 1 , =
1
:

=
i X
X P
i

i
X R
4. X se numete absolut continuu dac .
d
X P <<
1
20

I.9 Funcia caracteristic

Definiia 1.55 (funcia caracteristic, transformata Fourier)
Fie ( ) P , , 1 un cmp de probabilitate.
1. Fie X variabil aleatoare. Funcia C R :
X
, ( ) [ ]
itX
X
e E t = se
numete funcia caracteristic (transformata Fourier) a lui X .
2. Dac X este vector aleator, funcia caracteristic este o funcie
, . C R
d
X
: ( )

=
=
d
n
n n
X t i
X
e E t
1

Propoziia 1.56 (proprietile funciei caracteristice)
1. Fie variabile aleatoare. Y X,
Y X
Y P X P = =
1 1

2. Fie variabile aleatoare. X X
n
,
X X n
n
X X
/
3. ( ) ( ) [ ] ( ) [ ]
2 ' ' '
0 , 0 , 1 0 X E X iE
X X X
= = =

I.10 Noiunea de independen a variabilelor aleatoare

Definiia 1.57 (independena)
1. Dou mulimi 1 B A, se numesc independente dac
( ) ( ) ( ) B P A P B A P =
2. 1 A A
2
,
1
se numesc independente dac
2 2 1 1
, A A A A
sunt independente.
2 1
, A A
3. Dou variabile aleatoare se numesc independente dac Y X,
( ) ( ) R J
1
X i ( ) ( ) R J
1
Y sunt independente
( ) ( ) ( ) b Y P a X P B Y a X P = ,
( )
( ) ( ) (b F a F b a F
Y X Y X
) = ,
,

21

Propoziia 1.58
Fie ( ) P , , 1 un cmp de probabilitate i variabile aleatoare.
d
X X X ,... ,
2 1
1. sunt independente
d
X X X ,... ,
2 1
( )
1
1
1
1
,...

=
=
i
d
i
d
X P X X P
2. sunt independente
d
X X X ,... ,
2 1 ( )
=
=
d
i
X X X
i d
1
,...
1

Exemplul 1.59 (media produsului a dou v.a. independente)
Fie ( P , , 1 ) un cmp de probabilitate i variabile aleatoare
independente. Folosind formula de transport, propoziia 1.58 i teorema lui Fubini
avem:
Y X,
[ ] ( ) ( ) ( ) (y Y P x X xydP y x Y X xydP XYdP XY E
1 1 1
2 2
, ,

= = =
R R
)
( ) ( ) ( ) ( ) y Y P d x X xdP y y Y P d x X xydP
1 1 1 1

=
R R R R
( ) ( ) P Yd XdP y Y P yd x X xdP

= =

1 1

R R

[ ] [ ] Y E X E =

Definiia 1.60 (variabile aleatoare i.i.d.)
Fie ( P , , 1 ) un cmp de probabilitate. Variabile aleatoare se
numesc i.i.d. (independente i identic repartizate) dac sunt independente i

n
X X X ,... ,
2 1
1 1
2
1
1
...

= = =
n
X P X P X P

Propoziia 1.61
Fie ( ) P , , 1 un cmp de probabilitate i ( )
n n
X i.i.d. , [ ] [ ] = =
n n
X a X E ,
1. (teorema numerelor mari)
a
n
X X X
s a
n
. .
2 1
...
+ + +

2. (teorema limit central)
( ) 1 , 0
...
2 1
+ + +
n
na X X X
n

22
unde ( 1 , 0 ) este distribuia normal standard.
3. (teorema lui Glivenko)
Fie
n
X X
F F F = = = ...
1
i ( )
{ }
n
x X n i
x F
i
n

=
| 1
: . Atunci:
( ) ( ) R x x F x F
s a
n
,
. .

I.11 Media condiionat

Definiia 1.62 (probabilitatea i media condiionat)
1. Fie , 1 B A, ( ) 0 A P . Probabilitatea lui B condiionat de A
este ( )
( )
( ) A P
B A P
A B P

= : | . Se observ c dac sunt independente
atunci
B A,
( ) ( ) B P A B P = |
2. Fie , 1 A ( ) 0 A P . Putem defini o probabilitate pe numit
probabilitatea condiionat de A astfel ( ) ( ) 1 = B A B P B P
A
, | : .
Fie X o variabil aleatoare. Definim media condiionat a lui X de
A ca fiind media fa de i.e.
A
P [ ]

=
A
XdP A X E : | .
3. Fie o 1 / - algebr i o variabil aleatoare X . Dac exist o
variabil aleatoare Y astfel nct:
i. Y este - msurabil (i.e. / ( ) ( ) / J
R
1
Y )
ii. [ ] [ ] / = A Y E X E
A A
, l l
atunci Y se numete media condiionat a lui X de i se noteaz
cu . Se poate defini i repartiia lui
/
[ ] / | X E X condiionat de /
( ) ( ) ( ) [ ] ( ) R l J / /
/
= =

A X E A X P A
A X
, | : |
1

Propoziia 1.63 (proprietile mediei condiionate)
1. [ ]
[ ]
( ) A P
X E
A X E
A
l
| =
2. ( ) [ ] [ ] [ ]
c
A
c
A
A X E A X E A X E l l | | | + =
23
3. Media condiionat [ ] / | X E exist i este unic
4. [ ] . . | s a xd X E
X
=
R
/
/
5. Dac X este - msurabil atunci / [ ] X X E = / |
6. [ ] [ ] X E X E E = / | [ ]
7. . Avem / [ ] [ ] [ ] / / | | | X E X E E =
8. Dac X este - msurabil atunci / [ ] [ / / | | Y E X XY E ] =
9. Dac Y X atunci [ ] [ ] / / | | Y E X E
10. Fie funcia convex . Atunci R R : f ( ) [ ] [ ( ) / / | | X E f X f E ]
11. Dac ( ) X i sunt independente atunci / [ ] [X E X E ] = / |
12. Fie variabile aleatoare astfel nct Y X, X este - msurabil, iar /
( ) Y i sunt independente. Fie astfel nct
este o variabil aleatoare i fie funcia definit prin
/ R R
2
: g ( ) Y X g ,
R R : f
( ) ( ) [ ] ( ) ( ) ( ) R
R
= = =

x y Y dP y x g dP Y x g Y x g E x f , , , ,
1
. Atunci
( ) [ ] ( ) X f Y X g E = / | , .
13. Dac este absolut continuu atunci exist ( Y X, )
Y X|
i
X Y|
astfel
nct i
( )

=
Y X
Y
X |
( )

=
X Y
X
Y |
, iar ( )
( )
( )
( ) Y
Y x
x
Y
Y X
Y X
,
,
|
= i
( )
( )
( )
( ) X
y X
y
X
Y X
X Y
,
,
|
= .

Definiia 1.64 (regresia)
Fie ( P , , 1 ) un cmp de probabilitate i variabile aleatoare. Y X,
[ ] ( ) [ Y X E Y X E ] | : | = se numete regresia lui X fa de Y .

24
II. Noiuni privind teoria proceselor stocastice

II.1 Noiuni preliminare

Fie ( ,K,P) un cmp de probabilitate. Un ir cresctor F(t) notat i F
t
, t 0
de -algebre poart numele de filtrare. Intuitiv F(t) reprezint mulimea
informaiilor disponibile pn la momentul de timp . t
Un proces stocastic notat X sau X(t,) sau X
t
() sau X(t) sau X
t
reprezint o
aplicaie msurabil X:[0,) . Aplicaiile t X R
t
() se numesc traiectoriile
procesului stocastic. Un proces stocastic se numete adaptat la filtrarea F(t) dac
X(t) sunt F(t)-msurabile.
O filtrare se numete continu la dreapta dac . O filtrare
se numete complet dac F(t) conine mulimile neglijabile.
0
) F(t F(t)
>
+ =

Un proces X se numete F(t) - martingal dac X este adaptat i este
ndeplinit proprietatea c:
[ ] t s s X s t X E = , ) ( | ) ( ) F( .
Dac n relaia de mai sus in loc de semnul = consideram semnul () atunci
procesul se numete supermartingal respectiv submartingal.
Mulimea informaiilor generat doar de ctre procesul stocastic X , noiune
cunoscut i sub numele de trecutul minimal al procesului stocastic, este definit
astfel:
F
X
(t)= (X(u),0 u t).
Un proces X se numete proces Markov dac
[ ] [ ] ) ( | |
s t
X
s t
X A X P A X P = F
S presupunem c exist pentru orice s t probabilitile de tranziie P
s,t
(x,)
boreliene in x astfel nct:
[ ] ( ) . . , |
,
s a A X P A X P
s t s
X
s t
= F pentru A R borelian.
25
Pentru orice s t i f borelian i mrginit definim operatorii de tranziie:
( ) ) , ( ) (
, ,
dy x P y f x f P
t s t s

=
Dac avem c atunci p(t,s,x,y) se numesc
densiti de tranziie.
( ) dy y x s t p y f x f P
t s
) , , , ( ) (
,

=

Pentru f borelian mrginit avem c pentru orice s t:
( ) [ ] ( ) ( ) . . |
,
s a X f P X f P
s t s
X
s t
= F
Probabilitile de tranziie P
s,t
se numesc omogene dac depind doar de t-s i
in acest caz notm P
s,t
= P
t-s
Are loc relaia Chapman-Kolmogorov:
) , ( ) , ( ) , ( A x P dy x P A x P
t s s t

=
+
, t,s 0 i A R borelian.
Avem c:
( )
( )
) (x f P P x f P
s t s t
=
+

Aceasta inseamn c {P
t
,t 0} formeaz un semigrup. Conform teoremei
Hille-Yoshida generatorul infinitizimal L asociat semigrupului conine in domeniul
su funciile boreliene mrginite i avem c:
l operatoria sens in lim
0
t
f f P
f
t
t
=

L
Avem c:
( ) ) ( ) ( x f P x f P
dt
d
t t
L = i ( ) ) ( ) ( x f P x f P
dt
d
t t
L =
numite ecuaia nainte (Fokker-Planck) respectiv ecuaia napoi.
Fie F
t
o filtrare continu la dreapta i X
t
proces stocastic adaptat la F
t
. Se
numete timp de stopare o aplicaie T: [0,) astfel nct (T < t) F
t
Notm cu:
F
T
={A F
|A (T t) F
t
pentru orice t>0} i
X
T
()=X
T()
()
Dac ST sunt timpi de stopare mrginii i M
t
este martingal continuu la
dreapta atunci E[M
T
| F
S
]= M
S

26
Dac M
t
este martingal notm cu
s
t s
t
M M
= sup
*
.
Teorem (Inegalitile Doob): Dac M
n
este martingal continuu la dreapta
atunci:
[ ]
n n
M E
a
a M P >
1
*

Dac p>1 atunci exist c care depinde doar de p astfel inct
( )
p
n
p
n
M E c M E
*

Rezultatele rmn adevrate i pentru M
t
martingal continuu la dreapta.

II.2 Micarea brownian

Definiie: Un proces stocastic BB
t
se numete micare brownian (cu valoare iniial
0) dac ndeplinete urmtoarele condiii:
- B(0)=0 a.s
- pentru orice 0 s t , BB
t
- B
s
este variabil aleatoare gausian centrat cu
dispersia t-s
- pentru orice 0 s < t , BB
t
- B
s
este variabil aleatoare independent in raport
cu (B(u),0 u s).
- cu probabilitatea 1 traiectoriile sunt continue.
Se poate observa c s t B B
t t
= ) , cov( i a doua condiie din definiie este
echivalent cu urmtoarea proprietate: pentru orice 0 s t , BB
t
- B
s
este familie
gausian centrat cu covariaia ts.
In mod analog se poate defini micarea brownian n-dimensional
inlocuind a doua condiie cu : pentru orice 0 s t , BB
t
- B
s
este variabil aleatoare
gausian centrat cu matricea de covariaie (t-s)I
n
.
Pentru a defini micarea brownian cu valare iniial x se consider
procesul . Dac F= ( B(t) , t < ) definim pe ( ,F) o probabilitate P
R
t
x
t
B x B + = P
x

astfel
, x A F ] [ ] [ A B x P A B P
x x
+ = R
Se numete micare brownian cu valoare iniial x perechea (P
x
,B
t
).

27
Teorem:
1. (proprietatea de sclare) Dac (P
x
,B
t
) este micare brownian cu valoare iniial x
este micare brownian cu valoare iniial x/a unde a>0 ) B a (P
t a
a x
2
1 /
,

2. (proprietatea de simetrie) Dac (P
x
,B
t
) este micare brownian cu valoare iniial x
este micare brownian cu valoare iniial -1. ) B (P
t
x
,
3. (proprietatea de inversiune a timpului) Dac BB
t
este micare brownian pe [0,1]
atunci e micare brownian pe [1, ]
t t
tB B
/ 1
*
=
Demonstraie:
1. Aplicaiile sunt continue i avem c:
t a
B a
2
1
( ) ( ) s t s a t a a B a B a
s a t a
= =
2 2 2 1 1
2 2
, cov
2. Aplicaia -B
t
este continu i avem c:
( ) ( ) s t B B B B
s t s t
= = , cov , cov
3. Aplicaia este continu i avem c:
*
t
B
( ) s t
s t
ts B B
s t
=
=
1 1
, cov
* *
.

Teorem: (nederivabilitatea traiectoriilor).
Aproape toate traiectoriile micrii browniene nu sunt nicieri derivabile,
altfel spus cu probabilitate 1 aplicaiile t B
t
() nu au derivat in nici un punct t.
Demonstraie:
E suficient s facem demonstraia pentru t[0,1]. Bac BB
t
ar fi derivabil intr-
un punct s[0,1] atunci ar exista > 0 i un intreg k1 astfel ca:
< < s t s t k B B
s t
0 pentru
Atunci pentru n suficient de mare avem c

( )
[ ] 1 unde 3 , 2 , 1 ,
4
/ 1 /
+ = + + + = <
+
ns i i i i j
n
k B B
n j n j

Fie mulimea acelor care satisfac inegalitatea de mai sus. Fie
j i
n k
A
,
,

1 1 0 3
,
,
< + <
=
k m m n n i i j i
j i
n k
A A
28
Mulimea A este evenimentul urmtor: exist un intreg k astfel nct pentru toi
n suficient de mari inegalitatea de mai sus are loc intr-un punct i/n. Deci A conine toi
pentru care BB
t
este derivabil intr-un punct t. Este suficient s artm c P(A)=0.
< =
<

< + <
3
1
3
/ 1
0 3
,
,
4 inf lim 4 inf lim
n
k
B P n
n
k
B P n A P
n
n
n
m n n i i j i
j i
n k
0
8
2
1
lim
3
=

n
k
n
n

Cum A este reuniune numrabile de mulimi de probabilitate nul rezult c
este neglijabil.

Definiie: Fie X un proces stocastic i
n
={0=t
0
<t
1
<<t
n
=t} o partiie a
intervalului [0,t]. Se numete variaie ptratic urmtorul proces (dac exist):
( )
=
+

=
n
i
i i
t
t X t X P X X
n
0
2
1
0
) ( ) ( lim ,

Teorem: t B B
t
= ,
Demonstraie:
E suficient s artm c
( )
( ) t B B
P
k
t k kt
n
n n

=

2
1
2
2 / 1 2 /
Fie
( )
n
n nk nk
t k kt
nk
k
t
B B B
n n
2 ,..., 1 ,
2
,
2
2 / 1 2 /
= = =

Avem de demonstrat c . Pentru orice n, v.a.
=

n
k
P
nk
B
2
1
0 ( )
k nk
B sunt i.i.d cu:
[ ] [ ]
n nk nk
t
B E B E
4
2
, 0
2
2
= =
Avem c: [ ]
1
2 2
1
2 1
2
2
1
2 4
2
=
+
=
= = =

n
k
n
n
nk
k
nk
t t
B E B E
n n
. Cum 0
2
1
2
n
t
rezult c
i deci converge i in probabilitate.
=

n
k
L
nk
B
2
1
2
0

Fie F
t
0
corpul borelian generat de F
t
B
i de mulimile PP
x
-neglijabile pentru
orice x i . R

0
F F
>
+
=

0
t t
29

Teorem: Dac (P
x
,B
t
) este micare brownian cu valoare iniial x, Y este
v.a. mrginit i - msurabil, T este - timp de stopare i este operator de lag,
atunci avem c:
F
t
F
1. BB
t
, i
2
t B
t
C
,
2
exp
2
t B
t
sunt - martingale
0
t
F
2. (proprietatea Markov). [ ] . . | s a P Y E Y E
x B
t t
x
t
= F
3. (proprietatea tare Markov). [ ] ( ) < = T s a P Y E Y E
x B
T T
x
T
pe . . | F
4. = sau altfel spus este continu la dreapta
t
F
0
t
F
0
t
F
Demonstraie:
1. [ ] [ ] [ ]
s s t
x
s s s t
x
s s t
x
B B B E B B B E B B E = + = + =
0 0
F F | |
[ ] ( ) [ ] [ ]
2 2 2 2
| 2 | |
s s s t
x
s s s t
x
s t
x
B s t B B E B B B E B E + = + =
0 0 0
F F F
( ) [ ] ( ) ( ) ( ) [ ] ( ) ( ( ) ) [ ]
t t
x
s s t t
x
s s t
x
B B E B B B E B B E = = exp exp | exp exp | exp
0 0
F F
( ) ( )
= s t B
s
2
exp exp
2

3. Demonstrm mai nti pentru i Y = f(B
0
t
F
t
) , f borelian mrginit. E suficient s
artm pentru . Avem c:
s t
iuB
e
+
( ) ( )
t
u
s s s t
x
s
s
s s t
x
s
s
s t
x
e
iuB
e
B B iu
e E
iuB
e
B B iu
e E
iuB
e
iuB
e E
2
2
| |

+ +
=
0 0
F F
t
u
t t
y
e
iuy
e
iuy
e
iuB
e E
iuB
e E
2
0
2
. Prin liniaritate i trecind la limit este

suficient s considerm , f ) (
1
=
=
n
i
i
t i
B f Y
i
boreliene mrginite s t
1
t
2
t
n
.Facem
prin inducie. Presupunem adevrat pentru n i fie i ) (
1
2
1
+
=

=
n
i
t
i
t i
B f V V E y h
y
= ) (
[ ] [ ] [ ]

= =
+
=
0 0 0 0
F F F F
s t
t
B
x
s t t t
x x
s
n
i i
i
t i
x
B f V E E B f V E E B f E | ) ( | ) ( | | ) (
1
1
1
1
1
1 1
1

( ) [ ] ( ) [ ) ( | ) (
1
1
1
1 s t
s
B
s t
x
B hf E B hf E

= =
0
F ]. Dar pentru orice y avem c:
30
( ) [ ] [ ] [ ] [ ] ( ) [ ] ) ( ) ( | ) ( ) (
1
1
1 1
1
1 1 1
1
1
1
1 s t s t
y
s t s t s t
y y
s t
s t
B
y
s t
y
B f V E B f V E E B f V E E B hf E

= =
=
0
F
Verificm c micarea brownian este proces Markov omogen cu densitile de
tranziie
t
x
e
t
x t p
2
2
2
1
) , (

=
.Se observ c dac f este mrginit P

t
f(x) e continu in
1. E suficient s artm c pentru orice 0 s < t , A R borelian i C avem c
0
t
F
[ ] ( ) [ dP B A B P dP A B P
C
s t
x
C
s t
x

= | |
0
F ] . Mulimea C poate fi luat de forma
{ } s s s A B A B A B A B C
n s s n
n
s n
n
s
< =

... 0 cu , ,..., ,
1 0 1
1
1
1
, A
0
,A
n

boreliene. Avem c:
R
[ ]
( )
( ) [ ] = = =

A B C P dP dP A B P
t
C
A
t
B
C
s t
x
1 |
0
F
dxdy dx dx x y s t p x x s s p x s p
n n n n n
A A A A
n n
n
1 1 1
... ) , ( )... , ( ) , ( ...
1 0
=

dx dx dx dy x y s t p x x s s p x x s s p x s p
n
A
n n n n
A A A
n n
n
1 1 1 1 1
... ) , ( ) , ( )... , ( ) , ( ...
1 0

=

Dar integrala dintre acolade reprezint de fapt [ ] x B A B P
s t
x
= | .
In continuare vom demonstra proprietatea Markov fa de a micrii
browniene. Este suficient s considerm Y = f(B
t
F
t
) , f continu. Dac A atunci
A pentru orice >0. Din proprietatea Markov fa de avem
. Trecnd la limit cnd 0 i innd seama de
continuitatea lui f i B se obine relaia dorit.
s
F
0
+ t
F
0
+ t
F
( ) ( )
x
A
s t
x
A
s t
dP B f P dP B f

+ + +
=

3. E suficient s artm pentru cazul Y = f(B
t
) , f continu i mrginit.
Definim T
n
astfel T
n
()=k/2
n
dac T()[(k-1)/2
n
, k/2
n
). T
n
este un ir
descresctor de timpi de stopare ctre T pe mulimea (T < ). Dac A atunci
A i deci A (T
T
F
n
T
F
n
= k/2
n
) i avem c:
n
k 2 /
F
( )
( )
( )
( )
[ ]
( )
[ ]
( )
x
k T A
t
T
B
x
k T A
t
k
B
k T A
x
t k
k T A
x
t
n
T
dP B f E dP B f E dP B f dP B f
n
n
n
n
n
n
n
n
n
n
n

= = =
+
=
+
= = =

2 / 2 /
2 /
2 /
2 /
2 /
) ( ) (
Avem c:
( )
( )
( )
( )
= =

=
=
+
<
+
1
2 /
k
k T A
x
t
n
T
T A
x
t
n
T
n
n
dP B f dP B f

31
[ ]
( )
[ ]
( )
x
T A
t
T
B
k
x
k T A
t
T
B
dP B f E dP B f E
n
n
n
n
n

<
=
=
= =

) ( ) (
1
2 /
Din continuitatea lui f i B cnd facem n avem c:
( )
( )
( )
( )

<
+
<
+

T A
x
t T
T A
x
t
n
T
dP B f dP B f
Pe de alt parte din continuitatea lui P
t
f rezult c:
[ ] [ ] ) ( ) ( ) ( ) (
t
T
B
T t
n
T t t
T
B
B f E B f P B f P B f E
n
= =
4. Fie astfel nct t ) (
1
=
=
n
i
i
t i
B f Y
i
s < t
i+1
i
{ }
) (
|
1
=
s
i
t i
i
t i
B f Y ,
{ }
) (
|
2
>
=
s
i
t i
i
t i
B f Y
Avem c:
[ ] |
2 1
Y E Y Y E
t
B
t
x
= F care este -msurabil. Prin liniaritate i trecind la limit avem
c este -msurabil pentru orice . Fie
0
t
F
[ |
t
x
Y E F ]
0
t
F
0
F
Y
t
F A . Lum i
rezult c .
A
Y 1 =
0
t
F A

Fie T timp de stopare i notm . Definim un nou proces stocastic Y
t T
T
t
B B

=
t
:

<

=
= =
T
T t B B
T t B
Y
T B Y
t
T
t
t
t
t t
daca
, 2
0 ,
daca

Teorem:(principiul de reflexie al micrii browniene). Procesul Y
t
e micare
brownian.
Demonstraie:
Considerm T< a.s. Notm { } 0 , = t B B
t
, { } 0 , = t Y Y
t
, { } 0 , = t B B
T
t
T
,
i considerm tripletele { 0 , =
+
t B B C
T t T T
} ( )
T
T
C B T , , i ( )
T
T
C B T , , . Avem c
T
B i T sunt -msurabile i sunt deci independente de
T
F
T
C . Exist o aplicaie
msurabil f astfel nct ( )
T
T
C B T f B , , = i folosind al doilea triplet avem c
( )
T
T
C B T f Y = , , , deci B i Y au aceeai repartiie.

Fie BB
t
micare brownian cu valoare iniial 0 i notm
s
t s
t
B M
= sup .

32
Teorem: Fie a b, a 0 atunci:
1. [ ] [ ] b a B P b B a M P
t t t
> = < 2 ,
0 0

3. Densitatea de repartiie comun a lui M
t
i BB
t
este
( )
( )
t
b a
e
t t
b a
2
2
2
2
2 2

Demonstraie:
1. Fie . Avem c { a B s T
s
= = | inf }
{ }
( )
{ } T t t T T t t t
B B B X
> <
+ = 1 2 1 e miscare
brownian i fie { } a X s R
s
= = | inf . Cum ( ) X R, i ( ) B T, au aceeai distribuie
avem c : [ ] [ ] b B t T P b X t R P
t t
< = < , ,
0 0
. Dar avem evident c R T . Din
construcia lui X avem c { } { } b a B t T b X t R
t t
> = < 2 , , . Deci rezult c:
[ ] [ ] [ ] [ ] = > = < = < = < b a B t T P b X t R P b B t T P b B a M P
t t t t t
2 , , , ,
0 0 0 0

[ ] [ b a B P b a B a M P
t t t
> = > = 2 2 ,
0 0
] deoarece dac atunci
.
b a B
t
> 2
a M
t

3. Avem c [ ] [ ] [ ] b B P b B a M P b B a M P
t t t t t
< = < + < <
0 0 0
, , i deci
[ ] [ ] [ ] b a B P
b a
b B a M P
b a
b B a M P
b a
t t t t t
>

= <

= < <

2 , ,
0 0 0

( )
( )
t
b a
e
t t
b a
2
2
2
2
2 2

.

Teorem: Fie a b, a 0. Densitatea de repartiie comun a lui i B
s
t s
B
inf B
t
este
( )
( )
t
b a
e
t t
a b
2
2
2
2
2 2

.
[ ( ) ] ( )

< < = < < =
b B a B P b B a B P b a F
t s
t s
t s
t s
, sup , inf ,
0 0
Demonstraie:
( )
( ) ( )
+
> > =

a
b a
t s
t s
dydx
t
x y
t t
x y
b B a B P
2
2
exp
2
2 2
, sup
2
0

( ) ( ) ( )

+
=
+
a a x
a
b
dx
t
x
t
dx
t
x a
t
dydx
t
x y
t t
x y
2
exp
2
1

2
2
exp
2
1

2
2
exp
2
2 2

2 2 2

( )
( )
( )
t
b a
e
t t
a b
b a
b a
F
2
2
2 2
2
2 2
,

.

33
III. Noiuni privind teoria calculului stocastic
III.1 Variaia ptratic a unui proces stocastic

Definiie: Un proces stocastic A se numete cu variaie mrginit dac
traiectoriile procesului au variaie mrginit. In acest caz, pentru un fixat se poate
defini integrala Riemann-Stieltjes ( . ) ( ) ( ) ( )
s
t
s t
dA X A X

=
0

Teorem: Un martingal continuu M are variaie mrginit dac i numai dac
este constant.
Demonstraie:
Presupunem c M
0
=0. Notm cu V
t
variaia lui M pe [0,t]. Definim timpul de
stopare . Avem c { n V s S
s n
= | inf }
n
S
M are variaie mrginit. Este de ajuns s
demonstrm rezultatul cnd M i variaia sa sunt mrginite de un numr K. Fie o
diviziune a lui [0,t] { } t t t t
n
= < < < = = ... 0
1 0
. Avem c:
[ ] ( ) ( )
=
+
=
+
=
+

i
t
i
t
i
t
n
i
i
t
i
t
n
i
i
t
i
t t
M M V E M M E M M E M E
1
1
1
2
1
1
1
2 2
1
2
sup

+ i
t
i
t
i
M M KE
1
sup
Cum M e continuu avem c [ ] 0
2
t
M E i deci M
t
=0.

Teorem: Un martingal continuu i mrginit M are variaie ptratic mrginit
i M M, este unicul proces adaptat, continuu i cresctor cu valoare iniial 0 astfel
nct M M M ,
2
este martingal.

34
Definiie: Un proces stocastic adaptat X, continuu la dreapta se numete
martingal local dac exist un ir cresctor de timpi de stopare astfel nct: 1 , n T
n
i) . . lim s a T
n
n
=

ii) procesul
)
este martingal uniform integrabil.
( 0
1
>
n
T
T
n
X
0
1
>
n
T
T
n
X Alegnd convenabil avem c
)
este martingal mrginit.
n
T
(

Teorem: Dac M este martingal local continuu atunci exist un unic proces
cresctor, continuu care incepe din 0 notat M M, astfel nct M M M ,
2
este
martingal local continuu.
Demonstraie:
Fie ir cresctor de timpi de stopare cu 1 , n T
n
. . lim s a T
n
n
=

i astfel nct
)
este martingal mrginit. Deci exist un proces adaptat, continuu i
cresctor care ncepe din 0 astfel nct e martingal. Definim
( 0
1
>
=
n
T
T
n
n
M X
n
A
n n
A X
2
n
A M M = , pe
. ( ) 0 >
n
T

Teorem: Dac M i N sunt martingale locale continue atunci exist un unic
proces cresctor, continuu care incepe din 0 notat N M, astfel nct N M MN ,
este martingal local continuu i ( ) N M N M N M N M N M + + = , ,
4
1
, .
Dac T e timp de stopare avem
T
T T T
N M N M N M , , , = = .

Teorem (Inegalitatea Kunita-Watanabe): Dac M i N sunt martingale locale
continue, H,K sunt msurabile, p1 i atunci: 1
1 1
= +

q p

q
s
s
p
s
s
s
s s
N N d K M M d H N M d K H E
2 / 1
0
2
2 / 1
0
2
0
, , ,

3.1

Demonstraie:
35
Fie { t t t t
n
} = < < < = = ... 0
1 0
o diviziune a lui [0,t]. Este de ajuns s
considerm H i K de forma
[ ]
K H X X X
i
i
t
i
t
i
i
, marginite , 1
1
,
=
+
. Notm cu
s t
t
s
N M N M N M , , , = . Avem c, aproape sigur :
R + + = + + r N N r N M r M M rN M rN M
t
s
t
s
t
s
t
s
, , , 2 , , 0
2

De unde rezult c: ( ) ( )
2 / 1 2 / 1
, , ,
t
s
t
s
t
s
N N M M N M = . Ca urmare:

+ + +

2 / 1
1
2 / 1
1 1
0
, , , ,
i
t
i
t
i
t
i
t
i
i i
i
t
i
t
i
i i
t
s
s s
N N M M K H N M K H N M d K H
2 / 1
0
2
2 / 1
0
2
2 / 1
1
2
2 / 1
1
2
, , , ,

+ +
s
t
s
s
t
s
i
i
t
i
t
i
i
i
t
i
t
i
N N d K M M d H N N K M M H
Se aplic inegalitatea lui Holder i se obine relaia dorit.

Definiie: Un proces X se numete semimartingal continuu dac poate fi
scris sub forma A M X + = unde M este martingal local continuu i A este adaptat,
continuu i cu variaie mrginit.

Teorem: Un semimartingal continuu A M X + = are variaie ptratic finit
i M M X X , , = .
Demonstraie:
Fie { t t t t
n
} = < < < = = ... 0
1 0
o diviziune a lui [0,t]. Avem c:
( ) ( ) ( ) ( )( )
i
t
i
t
i
i
t
i
t
i
i
t
i
t
i
i
t
i
t
i
i
t
i
t
A A M M A A M M X X + + =
+ + + + +

1 1
2
1
2
1
2
1
2
Primul termen tinde in probabilitate la M M, , al doilea tinde la 0 i ultimul
tot la 0 deoarece: ( )( ) ( )

+ + +
i
t
i
t
i
t
i
t
i
t
i
i
t
i
t
M M A Var A A M M
1 1 1
sup i M e
continuu.
Definiie: Dac A M X + = i B N Y + = sunt semimartingale continui
definim: ( ) Y X Y X Y X Y X N M Y X + + = = , ,
4
1
, , i este limita in
probabilitate a ( )( )
i
t
i
t
i
i
t
i
t
Y Y X X
+ +
1 1
.
36
Definiie: Definim urmtoarele mulimi:
[ ]

< =
2
t
2
sup | martingal
t
M E M H - spaiul martingalelor - mrginite
2
L
{ } continuu |
2 2
M M H H =
{ } 0 |
0
2 2
0
= = M H M H

Teorem:
i) este spaiu Hilbert cu norma
2
H [ ]
2
2 / 1
2
2

= = M M E M
H

ii) Dac avem c
2
0
H M [ ]
2
2 / 1 2 / 1
2
, ,

= = M M M M E M
H

iii)
2
H este nchis n i este nchis n
2
H
2
0
H
2
H
Demonstraie:
i) Se vede c [ ]
2
2
, , N M N M E N M = =

H
este produs scalar i
2
2 2
,
H H
M M M = . Trebuie s artm c este spaiu Banach. Fie
2
H { }
0 n
n
M un ir
Cauchy n . Rezult c
2
H { }
0 n
n
M este ir Cauchy n . Cum este spaiu Banach
rezult c
2
L
2
L
{ }
0 n
n
M converge la un . Fie
2
L M
[ ]
t t
M E M F |
= . Artm c
2
H M i c { }
0 n
n
M converge la M. Avem c: [ ] [ ] ( )
2 2 2
| |
t t t
M M E M E =

F F
[ ] [ ] [ ] [ ] < =

2 2 2
| M E M E E M E
t t
F
2
H M . Mai avem c:
0
2
2
=

M M M M
n n
H
.
ii) [ ] [ ] 0 , ,
0
2
0
2
= =

M M M E M M M E [ ]
2 / 1
2
,

= M M E M
H

iii) Fie { }
0 n
n
M un ir din
2
H care converge la un
2
H M . Din inegalitatea
Doob avem c
2
2
2
sup
H
M M c M M E
n
t
n
t
t

i deci 0 sup
2
L
t
n
t
t
M M i
exist un subir{ astfel nct }
k
n 0 sup
. .s a
t
k
n
t
t
M M . Avem c:

s
k
n
s
s
k
n
t
k
n
t t t
M M M M M M +
+ +
sup 2

. Deci
2
H M .
Fie { }
0 n
n
M un ir din care converge la un
2
0
H
2
H M . Avem c:
( ) [ ] ( ) [ ] ( ) ( ) [ ]
2
2 2
2 2
0
H
M M M M E M M E M E M
n n n
= = =

. 0
0
= M
37
III.2 Integrala stocastic

Definiie: Fie
2
H M , ( )
+
F B R . Definim:
( )
<
= =

0
2
2
2
, K | masurabil progresiv
s
s
M
M M d K E K M L
( ) ( ) ( )
0
, , 1
s
M
M M d s E P o msur pe ( )
+
F B R
( )
( )
~
2
2 M
M L
L
= unde H K ~ . . s a P H K
M
=

Teorem:(Integrala stocastic in raport cu martingalele - mrginite)
2
L
i) Fie
2
H M . Pentru orice ( ) M L K
2
exist i este unic , notat
i cu , astfel nct
2
0
H M K
s s
dM K
0
( )
2
, , , H N N M K N M K =
ii) Aplicaia M K K este o izometrie de la ( ) M L
2
la
2
0
H
iii) Dac i (M L K
2
) ( ) M K L H
2
atunci ( ) M L HK
2
i avem c
( ) ( M K H M HK ) =
iv) Dac T e timp de stopare
[ ]
( )
T
T
T
M K M K M K = =
, 0
1
Demonstraie:
i) Existena. E suficient s artm pentru . Conform inegalitii
Kunita-Watanabe pentru avem c:
2
0
, H M N
2 = = q p
( )
2
2
2 / 1
2
2 / 1
0
2
0 0
K , , , ,
H
N N N M M d K N M d K E N M d K E
M s
s
s
s
s
s
=

Rezult c aplicaia ( ) [ ]
N M K E N , este liniar i continu pe spaiul

Hilbert . Deci conform teoremei lui Riesz exist astfel nct
2
0
H
2
0
H M K
( ) [ ] ( ) [ ]

= N M K E N M K E , . Fie T timp de stopare . Avem c:
( ) [ ] ( ) [ ] [ ] ( ) [ ] [ ] ( ) [ ]
T T T T T T T
N M K E N M K E E N M K E E N M K E

= = = F F | |
( ) [ ] ( ) [ ]

= =
T T
N M K E N M K E ,
( ) [ ] ( ) [ ]
T
T
N M K E N M K E , , = =

38
Avem c ( ) N M K N M K , e martingal i deci N M K N M K , , = .
Unicitatea. Dac astfel nct
2
0
, H L L ( )
2
, 0 , H N N L L = avem n
particular c 0 , = L L L L . Notnd cu L L R = avem c
( ) [ ] [ ] 0 ,
2
0
= =
t
t
R R E R R E 0
0
= = R R
t
.
ii) ( ) [ ] ( ) [ ]
2
2 2
2
2
,
M
K M M K E M K E M K = = =

H

iii) ( ) ( ) M M K H M K H M K H , ,
2 2
=
( ) < =
2
2
2
H
M K H HK
M
( ) M L HK
2

( ) ( ) ( ) N M K H N M K H N M K H N M HK N M HK , , , , , = = = =
( ) ( ) M K H M HK =
iv)
[ ] [ ]
N M N M N M N M
T T
T
T
, 1 , 1 , ,
, 0 , 0
= = = . Deci avem c:
[ ]
( )
[ ]
M K M K M K
T T
T
= =
, 0 , 0
1 1 i ( )
[ ]
( )
[ ]
M K M K M K
T T
T
= =
, 0 , 0
1 1

Definiie: Fie M martingal local continuu. Notm cu mulimea
claselor de procese progresiv msurabile K cu proprietatea c exist un ir cresctor
de timpi de stopare cu
(M L
loc
2
)
1 , n T
n
. . lim s a T
n
n
=

i <
n
T
s
s
M M d K E
0
2
, .

Teorem: (Integrala stocastic in raport cu martingalele local continue)
Fie M este martingal local continuu. Pentru orice ( ) M L K
loc
2
exist i este
unic M K martingal local continuu , notat i cu , astfel nct orice N
martingal local continuu
s s
dM K
0
N M K N M K , , = . Rmn adevrate i proprietile
iii) i iv) din teorema de mai sus.
Demonstraie: Se poate alege un ir cresctor de timpi de stopare cu
astfel nct
1 , n T
n
. . lim s a T
n
n
=

2
H M
n
T
i ( )
n
T
n
T
M L K
2
. Putem s definim procesul
. Cum coincide cu pe
n
T
n
T
n
M K X =
1 + n
X
n
X [ ]
n
T , 0 putem defini pe
care este evident un martingal local continuu.
n
X M K =
[
n
T , 0 ]
39
Definiie: Un proces progresiv msurabil K se numete local mrginit dac
exist un ir cresctor de timpi de stopare cu 1 , n T
n
. . lim s a T
n
n
=

i constantele
astfel nct
n
C
n
n
T
C K .
Se vede c procesele continue i adaptate sunt local mrginite iar procesele
local mrginite sunt in . ( ) M L
loc
2

Definiie: (Integrala stocastic in raport cu semimartingalele continue)
Fie K local mrginit i A M X + = semimartingal continuu. Definim integrala
stocastic a lui K in raport cu X semimartingalul continuu A K M K X K + = . Se
observ c are proprietile iii) i iv) din teorema de mai sus.

Corolar: (Integrala stocastic in raport cu micarea brownian)
i) Pentru orice ( ) B L K
2
exist i este unic , notat i cu
, astfel nct
2
0
H B K
s
t
s t
dB K I

=
0
( )
2
, , , H N N B K N B K =
ii) [ ] 0 =
t
I E
iii) (izometria Ito) [ ] [ ]ds K E I VAR
t
s t

=
0
2
iv) este martingal
t
I
v) Dac i ( ) B L K
2
( ) B K L H
2
atunci ( ) B L HK
2
i avem c
( ) ( B K H B HK ) =
vi) Dac T e timp de stopare
[ ]
( )
T
T
T
B K B K B K = =
, 0
1

III.3 Formula de schimbare de variabil

Teorem:(de convergen dominant)
Fie A M X + = semimartingal continuu. Dac ( )
n
K este un ir de procese
local mrginite ce tinde punctual la 0 i exist un proces local mrginit K astfel nct
K K
n
atunci ( ) X K
n
converge la 0 in probabilitate, uniform pe fiecare interval
compact.
40
Demonstraie: Trebuie artat c ( ) 0 sup lim =

s
n
t s
n
X K P care este evident
adevrat pentru X cu variaie finit. Dac X martingal local continuu i T timp de
stopare astfel nct e martingal mrginit i
( 0
1
> T
T
X
)
[ ] t T P . tinde la 0
n
( )
T
n
K
( )
T
X L
2
i deci converge la 0 n (
T
n
X K )
2
H . Cum ( ) X K
n
coincide cu
pe [ avem c (
T
n
X K ) ] T , 0 ( ) ( )

> +
>

T
s
n
t s
s
n
t s
X K P X K P sup sup i
cum ultimul termen tinde la 0 rezult convergena dorit.

Teorem: Dac K este continuu i ( )
n
un i de diviziuni a lui [0,t] cu
0
n
atunci: ( )
i
t
i
t
n
i
t
i
t
n
s
t
s
X X K P dX K =
+

1
0
lim .
Demonstraie: E suficient s facem pentru K mrginit(dac nu apelm la
localizare). Fie
]
. Cum
[
1
,
1
+

=
i
t
i
t
n
i
t
i
t
n
K K ( )
i
t
i
t
n
i
t
i
t
n
X X K X K =
+

1
,
i
K K
n
K K
n
se poate aplica teorema de mai sus.

Teorem:(integrarea prin pri).Fie Y X, semimartingale continue. Atunci:

t
s
t
s s
t
s t t
Y X dX Y dY X Y X Y X ,
0 0
0 0
+ + + =

3.2
Demonstraie: Avem c:
( )( ) ( ) ( )

=
+ + + +
i
i
t
i
t
i
t
i
t
i
t
i
i
t t t
i
t
i
t
i
i
t
i
t
X X Y Y Y X Y X Y X Y Y X X
1 1
0 0
1 1

Trecnd la limit se obine relaia dorit.

Teorem: (formula Ito). Fie ( ) R R ,
2 d
C f i ( )
d i
i
X X
.. 1 =
= vector de
semimartingale continui. Atunci ( ) X f este semimartingal continuu i:
( ) ( ) ( ) ( )
s
j i
s
j i
t
j i
i
s s
d
i
t
i
t
X X d X
x x
f
dX X
x
f
X f X f ,
2
1
,
0
2
1
0
0
+ =
=
3.3
Demonstraie: Dac f are proprietatea din enun conform formulei de integrare
prin pri i funciile ) ,..., ( ) ,..., (
1 1 d i d i
x x f x x x g = au aceeai proprietate. Deci
proprietatea e adevrat pentru funcii polinomiale. E suficient s artm cazul in care
41
X ia valori intr-un compact
d
K R . Dar pe K orice funcie este limita unui ir de
funcii polinomiale. Folosind teorema de convergen, formula este demonstrat.

Lem: Fie M martingal local continuu i C . Notm cu
( )
= M M M M ,
2
exp
2
. Avem c ( ) M
e martingal local continuu.

Demonstraie: Fie ( )
= y x y x f
2
exp ,
2
. Aplicnd formula Ito i avnd

n vedere c ( ) ( M M M f M , ,

= ) avem c :
( ) ( ) 0 , ,
0
2
2
0 0
0

+
+ =
t
s
t
s
t
s t
M M d
x
f
M M d
y
f
dM
x
f
M M

( ) ( )

+ =
+ =
t
s
t
s
t
s
dM
x
f
M M M d
x
f
y
f
dM
x
f
M
0
0
0
0
2
2
0
0
,

Teorem:(Levy). Fie X un proces d-dimensional, adaptat cu . Dac X
este martingal local continuu i
0
0
= X
d j i t X X
ij
i i
= , 1 , , atunci X e micare
brownian.
Demonstraie: Fie T>0 i
[ ]
d k f
k k k
= ,1 1 ,
0,T
R . Notm cu
k
s
k
t
k t
dX f M

=
0
. Avem c ds f M M
k
t
k
t

=
0
2
, . Aplicnd lema de mai sus cu i =
avem c ( ) ( )
+ = =

T t X i M D
T t t
i
t
2
2
1
, exp este martingal local continuu.
Dar fiind mrginit rezult c este martingal. Pentru
t
D
s
A F i T t s < < avem c:
{ } [ ] ( ) ( )
= s t A P X X i E
s t A
2
exp , exp 1
2
. Deci
s t
X X este independent
de i este v.a. gaussian cu maticea de covarian
s
F ( )
n
I s t . Deci X este micare
brownian.
42

III.4 Teorema de reprezentare a martingalelor

Fie B micare brownian. In continuare considerm filtrarea pe care o
notm cu .
B
t
F
t
F
Lem: Mulimea e
total in .
( )
= =

compact sup. cu simpla |
0
f dB s f
s
f

( ) P L ,
2
F ,
Demonstraie: Artm c dac ( ) P L Y ,
2
F , i Y este ortogonal pe orice

atunci
f
P Y e msura nul. E de ajuns s artm c e nul pe ( )

n
t t
B B ,...,
1
pentru
orice secven finit . Funcia e
analitic pe . Cum
(
n
t t ,...,
1
) ( ) ( )

=

=

Y B B z E z z
n
i
i
t
i
t i n
1
1
1
exp ,...,
n
C ( ) ( )
n
n
i
i
t
i
t i n
Y B B E R =
=

=

, 0 exp ,...,
1
1
1
avem
c 0 i deci . Deci ( )
n
n
i
i
t
i
t i
Y B B i E R =
=

, 0 exp
1
1
P Y e nul pe
( )
n
t t
B B ,...,
1
deoarece transformata Fourier e nul.

Lem: Fie . Exist i e unic astfel nct
.
( P L F ,
2
F , ) ( ) B L H
2
[ ]

+ =
0
s s
dB H F E F
Demonstraie: Notm cu mulimea acelor H ( ) P L F ,
2
F , cu proprietatea
de mai sus. Dac atunci H F [ ]
2
2
2
2 B
H F E F + = . Dac { }
n
F converge in la
atunci irul corespunztor
H
( P L F ,
2
F , ) { }
n
H tinde la . Rezult c
. Deci e nchis. Dar folosind formula lui Ito avem
c . Deci
( ) B L H
2
[ ] ( ) H + =

0
lim
s s
n
n
dB H F E F H
s
f
s
f
dB s f ) ( 1
0
+ = H
. Rezult c { } 0 =
H i cum e inchis H
43
atunci . Dac avem ( P L ,
2
= F , H ) ( ) B L H H
2
, cu proprietatea de mai sus rezult
c [ ]
2
2
2
2
0 0
B
H H E + = i deci H H = .

Teorem: (teorema de reprezentare a martingalelor). Fie ( )
d i
i
B B
.. 1 =
= o
micare brownian d-dimensional. Dac M este - martingal atunci exist i este
unic
t
F
( ) ( ) B L H H
d i
i 2
.. 1
=
=
astfel nct .
=
+ =
d
i
t
i
s
i
s t
dB H C M
1
0
Demonstraie: Facem demonstraia pentru 1 = d i M martingal -mrginit.
Deci exist astfel nct
2
L
( P L M ,
2

F , ) [ ]
t t
M E M F |
= . Aplicnd lema de mai

sus avem c :
. [ ] [ ] [ ]

+ =
+ =
+ =

t
s s t s s t s s t
dB H M E dB H E M E dB H M E E M
0 0 0
| | F F

Observaie Una din proprietile fundamentale ale integralei stocastice n
raport cu micarea brownian se refer la faptul c aceasta este un martingal n raport
cu filtrarea generat de micarea brownian. Teorema de reprezentare a martingalelor
reprezint o reciproc a acestei proprieti, n sensul orice martingal n raport cu
filtrarea generat de micarea brownian se poate scrie sub forma unei integrale
stocastice.

III.5 Teorema de schimbare a msurii

Lem: Fie L martingal local continuu. Notm cu ( ) L D = . Avem c
s
t
s t
dD D D L

+ =
0
1
0
ln i L M D M D , ,
1
=
cu M martingal local continuu

Demonstraie: Aplicnd formula lui Ito rezult c

s
t
s s
t
s t
D D d D dD D D D ,
2
1
ln ln
0
2
0
1
0

+ =
s
t
s t
dD D D L

+ =
0
1
0
ln
L M D D D M D D M D M D , ln , , ,
1
0
1 1
= + = =

44
Teorema:(Girsanov). Fie L martingal local continuu i ( ) P L P =
~
. Dac B
este P-micare brownian atunci L B B B ,
~
= este P
~
-micare brownian.
Demonstraie: Facem demonstraia pentru 1 = d . Notm cu ( ) L D = . In
primul rnd artm c B
~
este P
~
- martingal local continuu artnd c D B
~
este P-
martingal local continuu. Aplicnd formula de integrare prin pri i lema avem c:

t
s
t
s s
t
s t t
D B B d D dD B D B D B ,
~ ~ ~ ~ ~
0 0
0 0
+ + + =

t
s
t
s s
t
s
D B L B D dB D dD B D B ,
~
,
~ ~
0 0
0 0
+ + + =

s
t
s s
t
s
dB D dD B D B

+ + =
0 0
0 0
~ ~
Dar t B B B B
t
t
= = ,
~
,
~
. Aplicnd teorema lui Levy rezult c B
~
este P
~
-
micare brownian.

In general este important cazul in care ( ) L este martingal i nu doar
martingal local continuu. In acest caz avem c probabilitatea ( ) P L P =
~
poate fi
extins pe . In aceast lucrare vom lua n considerare doar cazul
F
T t t
B L

= unde
B este micare brownian rezultnd c ( ) L e martingal. Pentru cazul general dm in
continuare fr demonstraie dou criterii care ne asigur c ( ) L e martingal.

Teorema:(criteriul Kazamaki). Dac L martingal local continuu astfel nct
L
2
1
exp este submartingal uniform integrabil atunci ( ) L este martingal uniform
integrabil.

Teorema:(criteriul Novikov). Dac L martingal local continuu astfel nct
<
L L E ,
2
1
exp atunci ( ) L este martingal uniform integrabil.

45
IV. Noiuni privind teoria proceselor de difuzie
IV.1 Ecuaii difereniale stocastice

Fie ( )
r i
i
B B
.. 1 =
= o micare brownian r-dimensional i considerm funciile
boreliene: ( ) ( ) ( ) [ )
r d d
j i
x t x t R R R = , 0 : , ,
,
, r j d i 1 , 1 i
( ) ( ) ( ) [ )
d d
i
x t b x t b R R = , 0 : , , , 1 d i . Funcia poart numele de
drift, iar funcia
) , ( x t b
( ) x t, poart numele de difuzie.
Se consider urmtoarea ecuaie diferenial stocastic:
( )
d
x X R = 0 dat
( ) ( ) ( ) ( ) ( )
k
s
t
r
k
k i
t
i i
i
dB s X s ds s X s b x t X

=
+ + =
0
1
,
0
, , , 1 d i 4.1
Ecuaia stocastic poate fi scris i in form "diferenial":
( )
d
x X R = 0 dat
( ) ( ) ( ) ( ) ( )
k
s
r
k
k i i
i
dB t X t dt t X t b t dX , ,
1
,
=
+ = , 1 d i 4.2
Dac ( ) (x x t ) = , i ( ) ( ) x b x t b = , atunci ecuaia se numete omogen.

Definiie: Se numete proces de difuzie orice soluie a ecuaiei stocastice 4.1 .

Se observ c procesle de difuzie au traiectorii continue. De asemenea, din
teorema de reprezentare a martingalelor rezult c n cazul n care driftul este egal cu
zero, procesul de difuziune este un martingal. De fapt, n matematica financiar, o
modalitate simpl de a arta c un proces stocastic este martingal const n a arta c
acesta este un proces de difuziune fr drift.

46
Teorem:(de existent i unicitate a unei soluii tari). Dac exist
astfel nct
0 > K
( ) ( ) ( ) ( )
2 2 2
, , , , y x K y t b x t b y t x t + , ( ) ( ) [ )
d
y t x t R , 0 , , ,
( ) ( ) ( ) 1 , ,
2 2 2
+ + x K x t b x t , ( ) [ )
d
x t R , 0 ,
atunci ecuaie 4.1 are soluie unic ( ) t X - msurabil.
B
t
F

Demonstraie:
Vom considera doar cazul ecuaiilor omogene cu 1 = = r d .
Existena. Fie i . Construim irul 0 > T [ T t , 0 ] ( ) ( )
n n
t X definit astfel:
R = x t X ) (
0

( ) ( ) ( ) ( ) ( )
s n
t
n
t
n
dB s X ds s X b x t X
1
0
1
0

+ + =
Avem c:
( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) ( ) [ ] ( ) ( ) t I t I ds s X b s X b dB s X s X t X t X
t
n n s
t
n n n n 2 1
0
1
0
1 1
+ = + =

+

Folosind inegalittea lui Doob avem c:
( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) ( ) [ ]
ds s X s X E dB s X s X E s I E
t
n n s
t
n n
t s
2
0
1
2
0
1
2
1
4 4 sup
( ) ( ) [ ]ds s X s X E K
t
n n

0
2
1
4
Analog folosind inegalitatea Cauchy-Schwartz avem c:
( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) ( ) [ ]
ds s X b s X b ds E dB s X b s X b E s I E
t
n n
t
s
t
n n
t s
2
0
1
0
2
0
1
2
2
sup

( ) ( ) ( ) ( ) [ ] ( ) ( ) [ ]ds s X s X E TK ds s X b s X b TE
t
n n
t
n n

0
2
1
2
0
1

Rezult c:
( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ]ds s X s X E T K s I E s I E s X s X E
t
n n
C
t s t s
n n
t s

+

0
2
1
2
2
2
1
2
1
4 2 sup sup 2 sup

Se obine prin iteraii succesive c:

( ) ( ) ( ) ( ) [ ]
2
0 1
2
1

!
sup t X t X E
n
T C
s X s X E
n n
n n
t s

47
Dar
( ) ( ) [ ] ( ) ( ) ( ) [ ] ( ) ( ) ( ) ( ) ( )
2 2 2 2 2 2 2
2
0
2
0
2
0 1
2 2 2 t x b t x t x b B E x ds x b dB x E t X t X E
t
t
s
t
+ = + =

( ) ( ) ( ) ( ) < + +
2 2 2 2 2
1 4 4 x K T x b x T
Rezult c
( ) ( )
=
+
<
1 2
1
sup
n
n n
t s
s X s X
. Deci
( ) ( )
=
+

1
1
sup
n
n n
t s
s X s X
converge a.s. i
ca urmare converge a.s., uniform pe fiecare interval mrginit, ctre un proces
continuu care e soluie - msurabil a ecuaiei 4.1.
) (t X
n
( ) t X
B
t
F
Unicitatea. Fie ( ) t X i dou soluii ale ecuaiei 4.1 i fie irul de timpi de
stopare
( ) t Y
( ) ( ) { } sau | 0 inf n t Y n t X t T
n
> > > = . Pentru n fixat notm cu:
( )

2
sup
n
T
s
n
T
s
t s
Y X E t
Folosind aceleai argumente ca mai sus rezult c pentru n fixat pe [ ] T T
n
, 0 avem:
( ) ( )ds s C t
t
0

Folosind lema Gronwall rezult c 0 i deci Y X = pe . Cnd
i
[ ] T T
n
, 0
n T innd seama c
n
T rezult c Y X = pe [ ) , 0 .

Teorem: Procesele de difuzie sunt procese Markov. Mai mult, dac procesul
de difuzie este soluie a unei ecuaii stocastice omogene atunci este proces Markov
omogen.
Demonstraie:
Vom considera doar cazul 1 = = r d .
Fie . Fie soluia ecuaiei stocastice 4.1. Notm cu 0 > T
t
X
s T s
T
s
B B B =
+
~
.
Considerm ecuaia stocastic:
4.3 ( ) (

+ + + + =
t
s
T
s
t
s T t
ds X T s b B d X T s X X
0 0
,
~
, )
Cum
T
s
B
~
e independent de rezult c
B
T
F
T
B
~
e independent de . Notm cu
soluia ecuaiei 4.3 care exist i e unic.
T
X
{ 0 , > = t X X
t
}
Fie X definit astfel
48

<
=
T t X
T t X
X
T t
t
t
,
,
Avem c X verific 4.1 i din unicitate rezult c X X = , deci
t T t
X X =
+

pentru . Rezult c nu depinde dect de i de 0 t
T t
X
+ T
X
T
B
~
.
Dar am vzut c
T
B
~
este independent de . Altfel spus avem c legea
condiionat a lui relativ la depinde dect de t,T i de , adic
B
T
F
T t
X
+
B
T
F
T
X X e proces
Markov.
Dac procesul de difuzie este soluie a unei ecuaii stocastice omogene avem
c i 4.3 este omogen. Se observ c legea condiionat a lui cunoscnd c
este aceeai cu a lui cunoscnd c
T t
X
+
x X
T
=
t
X x X =
0
i deci X e proces Markov
omogen. In acest caz avem c probabilitile de traniie sunt omogene i deci
. ( ) [ ] A X P A x P
t
x
t
= ,

Teorem: (formula Ito pentru procesele de difuzie). Fie ( ) R R ,
2 d
C f i
( )
d i
i
X X
.. 1 =
= proces de difuzie. Atunci ( ) X f este proces de difuzie i:
( ) ( )
k
s k i
r
k
t
d
i i
t
j i
d
j i
j i
i
d
i
i t
dB
x
f
ds
x x
f
c
x
f
b X f X f
,
1
0
1
0
2
1 ,
,
1
0
2
1

= = = =

+ = 4.3
unde .
t
c =
Demonstraie:
Calculm
j i
X X , i aplicm formula lui Ito. Avem c:
= = =

= = =
r
p k
p
s
t
p j
k
s
t
k i
p
s
t
r
p
p j
k
s
t
r
k
k i
j i
dB dB dB dB X X
1 ,
0
,
0
,
0
1
,
0
1
,
, , ,

= =
= = =
t
j i
r
k
t
k j k i
r
p k
t
p
s
k
s p j k i
ds c ds B B d
0
,
1
0
, ,
1 ,
0
, ,
,

49

IV.2 Generatorul infinitizimal al unui proces de difuzie

Fie {P
t
,t 0} un semigrup de probabiliti de tranziie omogene al unui
proces Markov omogen cu
t
X 0
0
= X .

Definiie: Fie (funcii continue cu limita la infinit zero) i
generatorul infinitizimal al semigrupului {P
0
C f
L
t
,t 0}. Spunem c dac ( ) L Dom f
0
0
lim C
t
f f P
f
t
t

=

L

Teorem: Dac ( ) L Dom f atunci
i) ( ) L Dom f P
t

ii) ( ) ( f P f P f P
dt
d
t t t
L L = = )
iii) ( ) ( )

= =
t
t
t
t t
ds f P ds f P f f P
0 0
L L
iv) este ( ) ( ) ( )ds X f X f X f M
t
s t
f
t

=
0
0
L
x
P -martingal x
Demonstraie: Pentru t fixat avem c:
( )
( f P
s
f f P
P
s
f P f P P
s
f P f P
t
s
t
s
t t s
s
t s t
s
L =

+
0 0 0
lim lim lim )
( ) L Dom f P
t
, ( ) ( f P f P
t t
L L = ) i are derivat la dreapta egal cu f P t
t
( ) f P
t
L
Funcia e derivabil i are derivata egal cu
t
s
fds P t
0
L ( ) f P
t
L . Rezult c :
g fds P f P
t
s t
+ =
0
L . Fcnd rezult c 0 = t f g = . In continuare vom demonstra iv)
[ ] ( ) ( ) ( )

+ =

s
t
s
s s t
x f
s s
f
t
x
ds X f X f X f E M M E F L F | |
( ) ( ) ( )

+ =

ds X f X f X f E M
s t
s s t
s
X
f
s
0
0
L
50
Dar ( ) ( ) ( ) ( ) ( ) ( )( ) 0
0 0
0
= =
s t
u s t
s t
s s t
y
du y f P y f y f P ds X f X f X f E L L

Teorem: Dac i exist
0
C f
0
C g a.i. este ( ) ( ) ( )ds X g X f X f
t
s t

0
0
x
P -martingal atunci x ( ) L Dom f i g f = L .
Demonstraie: Avem . Deci ( ) ( ) ( ) 0
0
=

t
s t
ds x g P x f x f P
( ) 0
1 1
0 0
=

ds g g P
t
ds g g P
t
g
t
f f P
t
s
t
s
t

Definiie: O funcie borelian aparine domeniului generatorului
infinitizimal extins notat tot cu
f
( ) L Dom dac exist o funcie borelian g a.i.
( ) <
ds X g
t
s
0
i este ( ) ( ) ( )ds X g X f X f
t
s t

0
0
x
P -martingal i scriem
.
x
g f = L

In continuare vom considera c este proces de difuzie omogen.
t
X

Teorem:(generatorul infinitizimal al unui proces de difuzie omogen).
Fie ( )
d i
i
X X
.. 1 =
= proces de difuzie. Atunci ( ) L Dom C
K

i
( ) ( ) ( ) ( ) ( ) x
x x
f
x c x
x
f
x b x f
j i
d
j i
j i
i
d
i
i

=

= =
2
1 ,
,
1
2
1
L 4.4
unde
t
c =
Demonstraie: Conform formulei Ito pentru ( ) R R ,
d
K
C f

avem:
( ) ( )
k
s k i
r
k
t
d
i i
t
j i
d
j i
j i
i
d
i
i t
dB
x
f
ds
x x
f
c
x
f
b X f X f
,
1
0
1
0
2
1 ,
,
1
0
2
1

= = = =

care este
x
P -
martingal , fiind martingal local continuu mrginit. x

51
Teorem: Fie e proces de difuzie .Urmtoarele afirmaii sunt echivalente:
t
X
i) , ( ) [ ] ( ) ( )

+ =

ds X f E x f X f E
t
s
x
t
x
0
L x i

K
C f
ii)
f
M este
x
P -martingal x ,

K
C f
iii)
f
M este
x
P -martingal local x ,
2
C f
Demonstraie:
ii) i). Cum , 0
0
=
f
M ( ) ( ) ( ) [ ] 0
0
= =

f
t
x
t
s
x
t
M E ds X f E x f x f P L
i) ii). Avem c . Rezut deci c: [ ] 0 =
f
t
s
X
M E
[ ] ( ) ( ) ( ) [ ]
f
s
f
s t
s
X
f
s s
t
s
s s t
x f
s s
f
t
x
M M E M ds X f X f X f E M M E = + =
+ =

F L F | |
iii) ii). Dac
f
M este
x
P -martingal local i e mrginit pe [ ] t , 0 atunci e martingal
ii) iii). Fie . Exist un compact H i un ir de funcii
2
K
C f { }
k
f din care
converge uniform ctre f pe H. Procesul e mrginit pe [ de o
constant . Avem c:
K
C
f
t
k
f
t
M M ] t , 0
0
k
c
[ ] [ ] [ ] 0 | | | +
f
s
k
f
t s
k
f
t
x
s
f
t
x f
s s
f
t
x
M M M E M E M M E F F F , deci
f
M este
martingal. Dac fie din a.i.
2
C f { }
n
g
2
K
C
n
g f = pe . Fie irul de timpi
de stopare
1 +
n n
K K
{
n t n
K X t > = | 0 inf } . Cum avem c pn la
n
g
t
f
t
M M =
n
i cum
e martingal rezult c e martingal local.
n
g
t
M
f
t
M

IV.3 Teorema de legtur dintre procesele de difuzie i ecuaiile
difereniale cu derivate pariale

Fie g borelian i . Definim : ( )

=

t
s t
ds X g N
0
exp
x
t
x
g
P N P = pe i
t
F ( ) ( ) [ ]
t t
x g
t
X f N E x f P =

52
Teorem: Fie e proces de difuzie cu generatorul infinitizimal . Avem:
t
X L
i) e proces Markov i fa de msura
t
X
x
g
P
ii) Generatorul infinitizimal al semigrupului { } 0 , > t P
g
t
este :
4.5 gf f f
g
= L L
Demonstraie:
i) Fie h borelian i Y -msurabil. Avem c:
t
F
( ) [ ] ( ) [ ] ( ) [ ] [ ] ( ) [ ] [ ]
s
t
X
g
x
g s s
t
X
t
x
s t s t
x
s t
x
g
X h YE E N X h E YN E N X Yh E X Yh E = = =
+ + +

ii) Fie . Avem c
K
C f
f
M este
x
P -martingal x . Folosind formula de
integrare prin pri rezult c:
( ) ( ) ( ) ( ) ( )
f
s
t
s
t
s s s s
t
s t t
dM N s d X f N ds X g N X f X f X f N

+ + =
0 0 0
0
L
Se vede c ultimul termen este
x
P -martingal. Integrnd in raport cu
x
P
avem c :
( ) [ ] ( ) [ ] ( )( )

+ =

ds X gf f E X f E X f E
t
s
x
g
x
g t
x
g
0
0
L
Folosind teorema de mai sus rezult c . gf f f
g
= L L

Teorem:(Feynman-Kac). Fie e proces de difuzie cu generatorul
infinitizimal , i fie i g boreliane mrginite. Definim funcia
. Funcia
t
X
L 0 > T
0
f
( ) ( ) ( )
=

T
T
t
s
y t
X f ds X g E y t f
0
,
exp , ( ) y t f , verific ecuaia cu
derivate pariale:
0 = +
gf f
t
f
L
cu condiie pe frontier
( ) ) ( ,
0
y f y T f = 4.6
Demonstraie:
Considerm procesul ( care este proces de difuzie care pornete din
. Generatorul infinitizimal al acestui proces este evident
)
)
t
X t,
( x , 0 +

L
t
. Deci cu
notaiile de mai sus (fcnd modificrile necesare adic in loc de x considerm
53
perechea ) rezult c ( x , 0 ) gf f
t
f
f
g
+
= L L . Dintr-o teorem anterioar rezult

c ( ) ( ) ( )ds X gf f
t
f
X f X t f
t
s t

0
0
, 0 , L este - martingal.
x
g
P
, 0
Fie . Avem c: t u <
( ) [ ] ( ) ( ) ( )
=

u T
T
s
t
X t
u
x
u t
u
t x
u t
x
g
X f ds X g E
N
E X t f
N
N
E X t f E F F F | exp
1
| , | ,
0
0
,
, 0 , 0 , 0

( ) ( ) ( ) ( )
=

u T
T
s
u
x
u t T
T
s
x
u
x
X f ds X g
N
E X f ds X g E
N
E F F F | exp
1
| | exp
1
0
0
, 0
0
0
, 0 , 0

( ) ( ) (
u u T
T
u
s
x
X u f X f ds X g E , | exp
0
, 0
=
=

F )
) Deci este - martingal i in consecin rezult c (
t
X t f ,
x
g
P
, 0
( )ds X gf f
t
f
t
s
0
L este - martingal. De aici rezult c:
x
g
P
, 0
0 = +
gf f
t
f
L .

Observaie. In matematica financiar exist dou modaliti de evaluare a activelor
financiare i anume principiul arbitrajului i principiul evalurii neutre la risc. Prin
utilizarea principiului arbitrajului se ajunge la concluzia c preul activului financiar
trebuie s verifice o ecuaie diferenial cu derivate pariale. Pe de alt parte ns prin
utilizarea principiului evalurii neutre la risc preul activului reprezint o medie a
cash-flow-urilor viitoare actualizate. Teorema Feynman-Kac este fundamental n
matematica financiar n sensul c arat faptul c cele dou principii de evaluare sunt
echivalente.

54
V. Piaa financiar de tip Black-Scholes-Merton (BSM)

V.1 Ipotezele modelului Black-Scholes-Merton

Fie spaiul tuturor evenimentelor care influeneaz cursul bursier al unui
activ i fie P o probabilitate pe aceast spatiu, numit probabilitatea pieei. Fie B(t) o
micare browniana relativa la P cu ( ) 0 0 = B , 0tT, i F(t),0tT , filtrarea
generat de micarea brownian.

Modelul Black-Scholes-Merton presupune urmtoarele ipoteze:
tranzacionarea are loc n mod continuu (model cu timp continuu)
rentabilitatea activului suport are o distribuie normal
activul suport nu genereaz dividende pe perioada analizat
rata dobnzii este constant
volatilitatea anual a cursului suport este constant

Ipoteza de baz a modelului Black-Scholes este c rentabilitatea activului
suport este distribuit normal. Mai exact, rentabilitatea pe perioada ( are o
distribuie normal cu medie
) t t t + ,
t i dispersie t , unde reprezint
rentabilitatea medie anual, iar este volatilitatea anual a activului suport:
( ) t t N
S
S S
t
t t t

+
, ~
Folosind proprietile mediei i dispersiei putem scrie c:
+ =
+
t t
S
S S
t
t t t

unde are o distribuie normal standard (i.e. ( ) 1 , 0 ~ N ).

55
O alt ipotez a modelului este aceea c tranzacionarea are loc n timp
continuu. De aceea este nevoie de o ecuaie de evoluie pe un interval mic de timp
( dt ) a cursului activului suport. Dac notm cu modificarea cursului n intervalul
rentabilitatea instantanee pe intervalul dt se poate scrie sub forma:
t
dS
( ) dt t t + ,
t
t
t
dB dt
S
dS
+ =
Astfel, n cadrul modelul Black-Scholes-Merton, cursul activului reprezint o
proces stocastic S(t), 0tT, adaptat la filtrarea F(t) si care are urmtoarea ecuaie de
dinamic:

) ( ) ( ) ( ) ( t dB t S dt t S t dS + = , 0 > 5.1
Aplicnd lema lui Ito ecuaie 5.1 pentru funcia g(t,S)=ln(S) si tinnd seama de
faptul c:
0 =
t
g

S S
g 1
=

2 2
2
1
S S
g
=
5.2
obinem ecuaia de dinamica a procesului ln(S):

+
+ + = ) ( ) (
) (
1
) (
) (
1
2
1
) (
) (
1
0 )) ( ln(
2 2
2
t dB t S
t S
dt t S
t S
t S
t S
t S d

) (
2
)) ( ln(
2
t dB dt t S d +
5.3

Integrnd ecuaia 5.3 de la t la t+ obinem:
( ) s dB ds t S t S
t
t
t
t

+ +
+
= +

2
)) ( ln( )) ( ln(
2
5.4
Cum i sunt constante relatia 5.4 devine:
( ) ( ) (
2
)) ( ln( )) ( ln(
2
t B t B t S t S + +
= +
) 5.5
Dar B(t+)-B(t) N(0, ) , deci
ln(S(t+)) N(
+
2
)) ( ln(
2
t S , ) 5.6
56
Considernd =1 (o unitate de timp) obinem semnificaia parametrului .
Volatilitatea activului reprezint dispersia repartiiei logaritmului cursului activului la
momentul t+1 condiionat de faptul c valoarea cursului la momentul t este S(t),
repartiie care conform relaiei 5.6 este normal cu media ( )
2
2
)) 1 ( ln(

+ + t S i
dispersie .
Este importanta alegerea unitii de timp. Daca unitatea de timp este 1 zi
atunci vorbim despre volatilitate zilnic (
z
), iar dac unitatea de timp este 1 an
atunci vorbim de volatilitate anual (
a
). Relaia dintre volatilitatea anual i cea
zilnic este urmtoarea:
N
z a
= 5.7
unde N numrul de zile de tranzacionare dintr-un an.

V.2 Arbitrajul i msura neutr la risc

Consideram ca pe pia exist n active i notam cu S
i
(t) cursurile lor, 1in i
fie spaiul tuturor evenimentelor care influeneaz cursul bursier al celor n active,
fie P o probabilitate pe aceast spatiu (probabilitatea pieei).
Fie B(t)=(B
1
(t),B
2
(t),,BB
n
(t)) o micare browniana relativa la P ,0tT, i
F(t), 0tT , filtrarea generat de miscarea brownian. (F(t) reprezint mulimea
informaiilor cunoscute la momentul t referitoare la cursurile celor n active).
Cursul activelor urmeaz urmtoarele ecuatii de dinamic:
, ) ( ) ( ) ( ) (
1
,
t dB t S dt t S t dS
j
n
j
j i i i i i
+ =

=
0
,
>
j i
1 i n 5.7

Definiie: O probabilitate PP
*
pe echivalent cu probabilitatea pieei P cu
proprietatea c procesele ,1in, sunt martingale relativ la P
*
) (t S e
i
t r

P se numete
msur (probabilitate) neutr la risc.

Considerm un portofoliu format din activele de pe pia i dintr-o suma de
bani remunerat cu o rat a dobnzii fr risc r. Fie
i
(t) numrul de uniti din activul
57
de tip i coninute in portofoliu la momentul t.
i
(t) sunt F(t) - msurabile. Notam cu
L(t) cantitatea de bani din portofoliu la momentul t.
Avem evident c:
5.9 ) 0 ( ) ( L e t L
t r
=

Dac notm cu (t) valoarea portofoliului la momentul t, avem c:
5.10 ) ( ) ( ) ( ) (
1
t L t S t t
i
n
i
i
+ =
=

Definiie: Un portofoliu se numete autofinanat dac are proprietatea c
) ( ) ( ) ( ) (
1
t dL t dS t t d
i
n
i
i
+ =
=

Un portofoliu autofinanat se caracterizeaz prin faptul c o eventual
modificare a structurii nu conduce la modificarea valorii acestuia sau altfel spus nu
exist intrri sau ieiri de fonduri.

Teorema: Pentru orice portofoliu autofinanat procesul este
martingal relativ la probabilitatea P
) (t e
t r

P
*
.
Demonstratie:
Conform definiiei msurii neutre la risc procesele ,1in, sunt
martingale martingal relativ la probabilitatea P
) (t S e
i
t r

P
*
. Conform teoremei de reprezentare a
martingalelor exist procesele (t) ,1 t n, adaptate la F(t) astfel nct:
i,j

5.11 n i t dB t t S e d
j
n
j
j i i
t r
=

=

1 ) ( ) ( )) ( (
*
1
,

Ecuaia de dinamica a valorii portofoliului este:
5.12 ) ( ) ( ) ( ) (
1
t dL t dS t t d
i
n
i
i
+ =
=

Avem c:
)) ( ( ) ( )) ( ( ) ( ) ( )) ( ( t d e dt t e r t d e t e d t e d
t r t r t r t r t r
+ = + =

58

+ +
+ =

=

=

) ( ) ( ) ( ) ( ) ( ) (
1 1
t dL t dS t e dt t L t S t e r
i
n
i
i
t r
i
n
i
i
t r
)) ( ) ( ) ( ( )) ( ) ( ) ( ( ) (
1
t dL e t L e d t dS e t S e d t
t r t r
i
t r
i
t r
n
i
i
+ + + =

=
)) 0 ( ( )) ( ( ) (
1
L e e d t S e d t
t r t r
i
t r
n
i
i
+ =

=
)) 0 ( ( ) ( ) ( ) (
*
1
,
1
L d t dB t t
j
n
j
j i
n
i
i
+ =

= =

5.12 ) ( ) ( ) (
*
1
,
1
t dB t t
j
n
j
j i
n
i
i
=
= =

Deoarece este un proces de difuziune fr drift, procesul este
martingal relativ la probabilitatea P
) (t e
t r

P
*
.

Definiie: Un portofoliu autofinanat cu proprietile:
i) (0) = 0
ii) P ( (T) 0 ) = 1
iii) P ( (T) > 0 ) > 0, unde P este probabilitatea pieei
se numete portofoliu de arbitraj.

Teorema (Teorema fundamental a evalurii activelor - partea I):
Dac exist o masur neutr la risc nu exist nici un portofoliu de arbitraj.
Demonstratie:
Notam cu PP
*
probabilitatea neutr la risc, care exist conform ipotezei.
S presupunem prin reducere la absurd c exist un portofoliu de arbitraj a
carui valoare o notm cu (t). Conform teoremei demonstrate mai sus procesul
este martingal relativ la probabilitatea P ) (t e
t r

P
*
. Deci:
[ ] [ ] 0 ) 0 (
*
) (
* 0
E E = =
r T r
e T e 5.13
Cum am presupus c (t) valoarea unui portofoliu de arbitraj avem c :
P ( (T) 0 ) = 1 5.14
Dar tinnd seama ca P i PP
*
sunt echivalente avem:

P ( (T) 0 ) = 1 P ( (T) < 0 ) = 0 P
*
( (T) < 0 )= 0
59

PP
*
( (T) 0 ) = 1 5.15
Din relatia 5.13 tinnd cont c iese de sub integrala obinem
T r
e

5.16 [ ] 0 ) (
*
E = T
Din 5.15 i 5.16 avem c:

P
*
( (T) = 0 ) = 1 PP
*
( (T) > 0 ) = 0 P( (T) > 0 ) = 0 5.17
S-a ajuns la o contradicie.

V.3 Trecerea de la probabilitate pieei la msura neutr la risc

innd seama de relaia 5.7 avem c:
)) ( ( ) ( ) ( )) ( ( t S d e t S e d t S e d
i
t t
i
t r
i
t r
+ =

+ + =

=

) ( ) ( ) ( ) (
1
,
t dB t S dt t S e t S e r
j
n
j
j i i i i
t r
i
t r

( )

+ =

=

) ( ) (
1
,
t dB dt r t S e
j
n
j
j i i i
t r

5.18 ( ) ( )
+ +
=

= =

) ( ) (
1
,
1
,
t dB dt dt r t S e
j j
n
j
j i
n
j
j j i i i
t r

Fie
= =
=
t
n
j
j j
t
n
j
j
ds s dB t Z
0
1
2
0
1
)
2
1
) ( exp( ) (
i
=
A
d T Z A P P
*
) ( ) (
1jn ) ( ) (
0
*
t B ds t B
j
t
j j
+ =

Conform teoremei lui Girsanov B
*
(t)=(B
1
*
(t),, B
n
*
(t)) este micare
brownian relativ la probabilitatea PP
*
.
Relaia 5.18 devine:
( )

=

= =

) ( ) ( )) ( (
*
1
,
1
,
t dB dt r t S e t S e d
j
n
j
j i
n
j
j j i i i
t r
i
t r

60

Pentru ca PP
*
s fie msura neutr la risc trebuie ca procesele ,1 in ) (t S e
i
t r

s fie martingale. Deci trebuie ca
j
, 1 jn s verifice sistemul:

, 1 i n 5.19 r
i
n
j
j j i
=
=

1
,

Acest sistem poate s nu aib soluie, poate s aib soluie unic sau poate s
aib mai multe soluii. Dac sistemul nu are soluie atunci nu exist msura neutr la
risc i deci este posibil s existe un portofoliu de arbitraj. Implicaiile cazului n care
soluia este unic le analizm in seciunea urmtoare.

V.4 Hedging i msura neutr la risc

In aceast seciune considerm un produs financiar a crui valoare la
momentul t, 0 tT, o notm cu V(t).

Definiie: Se numete portofoliu de hedging pentru un activ financiar cu
valoare V(t) un portofoliu cu proprietatea c (T)=V(T).

Teorema (Teorema fundamental a evalurii activelor - partea II):
Dac msura neutr la risc este unic atunci orice activ financiar are un
portofoliu de hedging.
Demonstraie:
Notm A=(
i,j
)
i,j{1,..,n}
. Cum msura neutr la risc este unic inseamn ca
sistemul 5.19 are soluie unic si deci

det(A) 0 5.20

Avem c:
=

=

) ( ) ( )) ( (
*
1
,
t dB t S e t S e d
j
n
j
j i i
t r
i
t r

61
) ( ) (
*
1
,
t dB t S e
j
n
j
i
t r
j i
=

=
5.21 ) (
*
1
,
t dB
j
n
j
j i
=
=

unde am notat , 1 i,j n ) (
, ,
t S e
i
t r
j i j i
=

Fie un portofoliu cu valoarea (t). Din 5.12 avem c
5.22 ) ( ) ( ) ( )) ( (
*
1
,
1
t dB t t t e d
j
n
j
j i
n
i
i
t r
=

= =

Pentru a fi portofoliul de hedging trebuie s existe

i
(t) , 1 i n , astfel nct
(T)=V(T).
Fie 0 t T. [ ) ( | ) (
*
) ( E t T V e t Y
T r
F =

]
Evident Y(t) este martingal fa de probabilitatea PP
*
. Conform teoremei de
reprezentare a martingalelor avem c exist procesul (t)=( (t), (t),, (t)) adaptat
la filtrarea F(t) astfel nct
1 2 n
5.23 ) ( ) ( )) ( (
*
1
t dB t t Y d
j
n
j
j
=
=

Lum [ ] ) (
*
) 0 ( ) 0 ( E T V e Y
T r
= =

5.24
Dac exist
i
(t) , 1 i n , astfel nct
, 1 j n 5.25 ) ( ) ( ) (
,
1
t t t
j j i
n
i
i
=
=
atunci portofoliul asociat verific:

) ( ) ( ) ( )) ( (
*
1
,
1
t dB t t t e d
j
n
j
j i
n
i
i
t r
=

= =

) ( ) (
*
1
t dB t
j
n
j
j
=
=

5.26 )) ( ( t Y d =
Integrnd 5.26 de la 0 la t obinem:
5.27 ) 0 ( ) ( ) 0 ( ) ( Y t Y t e
t r
=

Dar innd cont de 5.24 avem c
, 0 t T 5.28 ) ( ) ( t Y t e
t r
=

62
i in particular
) ( ) ( T Y T e
T r
=

[ ] ) ( | ) (
*
E T T V e
T r
F =

) (T V e
T r
=

i deci
(T)=V(T) 5.29
Deci rmne s artm c sistemul 5.25 are soluie. Sistemul este echivalent cu
, 1 j n 5.30 ) ( ) ( ) (
,
1
t e t S t
j
t r
j i i
n
i
i
=

=
Cum det(A
T
) = det(A) 0 sistemul 5.30 are soluie unic i dac notm
inversa lui A cu A
-1
= (
i,j
)
i,j{1,..,n}
avem c:
) (
) (
) (
1
,
t
t S
e
t
j
n
j
i j
i
t r
i
=

=
, 1 i n 5.31

V.5 Msura neutr la risc in cazul unidimensional

Considerm cazul unui activ cu ecuaia de dinamic:
) ( ) ( ) ( ) ( t dB t S dt t S t dS + =
Avem
( ) ( ) ) ( ) ( )) ( ( t dB dt r t S e t S e d
t r t r
+ =

( ) [ ] [ ] ( ) ) ( ) ( t dB dt dt r t S e
t r
+ + =

Considernd
r
= , procesul este martingal fa de
probabilitatea P
) (t S e
t r

P
*
care este msura neutr la risc, definit astfel:
P P
*
d T T B A
A
=
)
2
1
) ( exp( ) (
2
5.32

In cazul unidimensional msura neutr la risc este unic deci nu exist
portofoliu de arbitraj (i.e. modelul BSM unidimensional este viabil), iar orice activ
financiar are portofoliu de hedging (i.e. modelul BSM unidimensional este complet).
S aflm portofoliul de hedging asociat unui activ financiar care la scaden are
valoarea V(T).
63
Fie . Y(t) fiind martingal fa de P [ ) ( | ) (
*
) ( E t T V e t Y
T r
F =

] P
*
exist un
proces adaptat (t) astfel inct

+ =
t
s dB s Y t Y
0
) ( ) ( ) 0 ( ) (
Folosind teorema fundamental a evalurii activelor obinem c portofoliul de
hedging indeplinete urmtoarele condiii:
i) (0) = Y(0)
ii)
) (
) (
) (
t S
t e
t
t r

, 0 tT 5.33
Fa de PP
*
ecuatia de dinamic a activului este:
5.34 ) ( ) ( ) ( )) ( (
*
t dB t S dt t S r t S d + =

V.6 Msura neutr la risc in cazul bidimensional

Considerm o micare brownian bidimensional B(t)=(BB
1
(t),B
2
B (t)) notm cu
F(t) filtrarea generat de B(t).
Considerm dou active cu urmtoarea ecuaie de dinamic:
) ( ) ( ) ( )) ( (
1 1 1 1 1 1
t dB t S dt t S t S d + =
) ( ) ( 1 ) ( ) ( ) ( )) ( (
2 2 2
2
1 2 2 2 2 2
t dB t S t dB t S dt t S t S d + + = 5.36
cu ] 1 , 1 [ .

In cazul bidimensional sistemul 5.19 devine:
= +
=
r
r
2 2 2
2
1 2
1 1 1
1

5.37
Dac ) 1 , 1 ( sistemul 5.37 are soluie unic:

1
1
1
r
=

( ) ( )
2
2 1
1 2 2 1
2
1

=
r r
5.38

Msura neutr la risc PP
*
este definit astfel:
64
P P
*
d T t B T B A
A
+ =
) ) (
2
1
) ( ) ( exp( ) (
2
2
2
1 2 2 1 1
5.39
Deci dac ) 1 , 1 ( msura neutr la risc este unic i deci nu exist
portofoliu de arbitraj (i.e. modelul BSM bidimensional este viabil), iar orice activ
financiar are portofoliu de hedging (i.e. modelul BSM bidimensional este complet).
Concluzia poate fi estins i pentru cazul n care se consider trei sau mai multe
active, iar matricea de varian-covarian nu este degenerat.
In continuare vom determina portofoliul de hedging asociat unui activ
financiar care la scaden are valoarea V(T).
Fie . Y(t) fiind martingal fa de P [ ) ( | ) (
*
) ( E t T V e t Y
T r
F =

] P
*
exist un
proces adaptat (t)=( (t), (t)) astfel inct
1 2

+ + =
t t
s dB s s dB s Y t Y
0
2 2
0
1 1
) ( ) ( ) ( ) ( ) 0 ( ) (
Folosind teorema fundamental a evalurii activelor obinem c portofoliul de
hedging indeplinete urmtoarele condiii:
i) (0) = Y(0)
ii)
2
1 1
2
2
1
1
1 ) (
) ( 1 ) (
) (

=

t S
t e t e
t
t r t r

2
2 2
2
2
1 ) (
) (
) (

=

t S
t e
t
t r
5.40

Dac = 1 sistemul 5.37 sau nu are soluie sau are soluie multipl. S
analizm cazul = 1 . Sistemul 5.37 devine:
r =
1 1 1

r =
2 1 2

Avem 2 situaii:
- dac
2
2
1
1
r r
sistemul nu are soluie neexistnd msur

neutr la risc i deci se poate construi un portofoliu de arbitraj
65
- dac
2
2
1
1
r r
=
sistemul are mai multe soluii existnd mai

multe msuri neutre la risc i deci pot exista produse financiare
care s nu aib portofoliu de hedging

V.7 Utilizarea msurii neutre la risc pentru evaluarea produselor
financiare derivate

Fie B(t)=(B
1
(t),B
2
(t),,BB
n
(t)) ,0tT, o micare browniana relativa la P,
probabilitatea pieei, i F(t), 0tT , filtrarea generat de micarea brownian.
Cursul activelor urmeaz urmtoarele ecuaii de dinamic:
, 1 i n ) ( ) ( ) ( ) (
1
,
t dB t S dt t S t dS
j
n
j
j i i i i i
+ =

=

i notam S(t)=(S
1
(t),S
2
(t),,S
n
(t)).

Definiie: Se numete produs financiar derivat un produs financiar a crui
valoare la momentul T depinde de S(T), valoare pe care o notm g(S(T)).

Definiie: Valoarea unui produs financiar derivat la momentul t, 0 t T, este
egal cu valoarea portofoliului de hedging asociat activului financiar.

Teorem: (Teorema fundamental a evalurii activelor - partea III)
Dac msura neutr la risc exist i este unic atunci valoarea la momentul t a
unui produs financiar derivat, notat cu V(t,S(t)), a crui valoare la momentul T
(payoff) este g(S(T)), este dat de:

( )
[ ] )) ( (
) ( , *
)) ( , ( E T S g e
t S t
t S t V
t T r
=

5.41
Demonstraie:
Deoarece msura neutr la risc exist i este unic, conform teoremei
fundamentale a evalurii activelor produsul financiar are portofoliu de hedging a carui
valoare o notm cu (t).
Am demonstrat in cadrul teoremei fundamentale a evalurii activelor partea
II (relaia 5.28) c:
66
[ ] ) ( | )) ( (
*
) ( E t T S g e t e
T r t r
F =

5.42
( )
[ ) ( | )) ( (
*
) ( E t T S g e t
t T r
F =

]
Aplicnd proprietatea Markov in relaia 5.42 obinem:

( )
[ ] )) ( (
) ( , *
) ( E T S g e
t S t
t
t T r
=

5.43
innd seama de definiie obinem relaia dorit.

Teorem: (Ecuaia fundamental de evaluare a unui activ financiar)
Dac msura neutr la risc exist i este unic atunci valoarea la momentul t a
unui produs financiar derivat a crui valoare la momentul T este
g(S
1
(T),S
2
(T),,S
n
(T)) este egal cu V(t, S
1
(t),S
2
(t),,S
n
(t)) , unde funcia de n+1
variabile V(t,S
1
,S
2
,,S
n
) este soluia ecuaiei cu derivate pariale:
0
2
1
1
2
1 ,
,
=

= =
V r
S
V
S r
S S
V
c
t
V
i
n
i
i
j i
n
j i
j i

) ,..., , ( ) ,..., , , (
2 1 2 1 n n
S S S g S S S T V = 5.44
unde .
j k
n
k
k i j i
c
,
1
, ,
=
=
Demonstraie:

Conform teoremei precedente avem c:
( )
( )
[ ] )) ( ),..., ( (
) ( ),..., ( , *
)) ( ),..., ( , (
1
1
1
E T S T S g e
t S t S t
t S t S t V
n
t T r
n
n
=

Notnd cu:
( )
( )
[ ] ) ,..., (
,..., , *
) ,..., , (
1
1
1
E
n
t T r
n
n
S S g e
S S t
S S t V =

5.45
( )
=

) ,..., (
,..., , *
) ,..., , (
1
1
1
E
n
ds r
n
n
S S g e
S S t
S S t V
T
t

In 5.45 aplicm teorema Feyman-Kac si obinem c V(t,S
1
,,S
n
) este soluia
ecuaiei cu derivate pariale:

0 = +
V r V
t
V
L
67
5.46 ) ,..., ( ) ,..., , (
1 1 n n
S S g S S T V =
unde L este generatorul infinitizimal al procesului de difuzie S(t) fa de
probabilitatea PP
*
.

Cum:
) ( ) ( ) ( ) (
*
1
,
t dB t S dt t S r t dS
j
n
j
j i i i i
+ =

=
, 1 i n
avem c generatorul infinitizimal al lui S(t) este:

i
n
i
i
j i
n
j i
j i
S
V
S r
S S
V
c V
=

= = 1
2
1 ,
,
2
1
L
unde .
j k
n
k
k i j i
c
,
1
, ,
=
=

In continuarea lucrrii vom aplica Teorema fundamental de evaluare a
activelor financiare pentru evaluarea, n contextul pieei financiare de tip BSM, a
principalelor tipuri de opiuni financiare.

68
VI. Evaluarea opiunilor europene n contextul pieei
financiare de tip BSM
VI.1 Opiuni europene care au ca activ suport o aciune fr dividend

Am vzut c in cazul unidimensional msura neutr la risc exist i este unic.
Vom considera c s-a fcut deja trecerea de la msura pieei la msura neutr la risc
pe care o notm cu P.
Astfel ecuaia de dinamic a activului suport este:
) ( ) ( ) ( ) ( t dB t S dt t S r t dS + = , 0 > 6.1

Definiie: O opiunea european cu pre de exerciiu X i scaden T este un
produs financiar derivat a crui valoare la scaden este g(S(T))=max((S(T)-X),0),
unde = 1 pentru opiunea de tip call i = -1 pentru opiunea de tip put.

Teorem: Valoarea la momentul t a unei opiuni europene cu pre de exerciiu
X i scaden T este egal cu V(t, S(t)), unde funcia V(t,S) este soluia ecuaiei cu
derivate pariale:
0
2
1
2
2
2 2
=
V r
S
V
S r
S
V
S
t
V

) 0 ), ( max( ) , ( X S S T V = 6.2
Demonstraie:
Avnd n vedere c modelul BSM unidimensional este viabil i complet,
teorema este un caz particular al teoremei din capitolul precedent privind ecuaia de
evaluare a produselor financiare derivate.

Teorem: Valoarea la momentul t a unei opiuni, cu pre de exerciiu X i
scaden T, este:
) ( ) ( ) ( )) ( , (
2
) (
1
d N e X d N t S t S t V
t T r
=

6.3
69
unde
( )
t T
t T r
X
t S
d

+ +
2
) (
ln
2
1
i

( )
t T
t T r
X
t S
d

2
) (
ln
2
2

iar N() reprezint funcia de repartiie a unei variabile aleatoare distribuit normal
standard.
Demonstraie: Pentru a nu complica notaiile considerm cazul =1.
Avem c

( )
( ) [ ] ) 0 , ) ( max( )) ( , ( E X T S e
t,S(t)
t S t V
t T r
=

( ) ( )
>

>
=

} ) ( } ) (
) ( E E
X T S
t,S(t)
e X
X T S
T S e
t,S(t) t T r t T r
{ {
1 1
6.4
2 1
V V =
Vom calcula mai nti V
3.
Avem c:

( )
[ ] } ) (
2
X T S
t,S(t)
e X V
t T r
> =

{ P
tim c:
( ) ( ) ( ) (
2
)) ( ln( )) ( ln(
2
t B T B t T r t S T S +
)
( ) ( )
= ) ( ) (
2
exp ) ( ) (
2
t B T B t T r t S T S

Deci

( )
( ) ( ) [ ] } ln ) ( ln
2
X T S
t,S(t)
e X V
t T r
> =

{ P
( )
( ) ( ) ( ) ( )

> +
+ =

} ln ) ( ) (
2
) ( ln
2
X t B T B t T r t S
t,S(t)
e X
t T r
{ P

( )
>
=

}
) ( ) (
2
d
t T
t B T B
t,S(t)
e X
t T r
{ P

innd seama de faptul c B(T)-B(t) este independent de F( t ) avem c:

( )
>
=

}
) ( ) (
2 2
d
t T
t B T B
e X V
t T r
{ P
70

Dar tim c:
N(0,1) ~
) ( ) (
t T
t B T B

innd cont de simetria densitii repartiiei normale standard obinem:

( )
) (
2 2
d N e X V
t T r
=

6.5
S calculm acum V
1
.
Fie

= t t B t Z
2
2
1
) ( exp ) ( i

=
A
d T Z A P P
*
) ( ) (
Conform teoremei lui Girsanov avem c B
*
(t)=B(t)-t este micare
brownian fa de probabilitatea PP
*
. Rezult c:
( ) ( ) ) ( ) (
2
)) ( ln( )) ( ln(
* *
2
t B T B t T r t S T S +
+ =

( ) ( )
+ = ) ( ) (
2
exp ) ( ) (
* *
2
t B T B t T r t S T S

Avem c:

( )
>
=

} ) (
) ( E
1
X T S
T S e
t,S(t)
V
t T r
{
1

( )
>
=

} ) (
) (
) (
) (
*
E
X T S
T S e
t Z
T Z
t,S(t) t T r
{
1

>
=
} ) (
) (
*
E
X T S
t S
t,S(t)
{
1

>
=
} ) (
*
) ( E
X T S
t,S(t)
t S
{
1
[ ] } ) (
*
) ( P X T S
t,S(t)
t S > = {
( ) ( ) [ ] } ln ) ( ln
*
) ( X T S
t,S(t)
t S > = { P
( ) ( ) ( ) ( )

> +
+ + = } ln ) ( ) (
2
) ( ln
*
) (
* *
2
X t B T B t T r t S
t,S(t)
t S
{ P
71

>
= }
) ( ) (
*
) (
1
* *
d
t T
t B T B
t,S(t)
t S { P

>
= }
) ( ) (
*
) (
1
* *
d
t T
t B T B
t S { P
6.6 ) ( ) (
1 1
d N t S V =
Din 6.5 i 6.6 rezult formula dorit.

VI.2 Opiuni europene care au ca activ suport o aciune cu dividend

Considerm un activ care are la momentul t un dividend D(t).
Ecuaia de dinamic a activului suport fa de msura neutr la risc este:
) ( ) ( ) ( ) ( ) ( t dB t S dt t S r dt t D t dS + = + 6.7
Vom considera in continuare c:
) ( ) ( t S q t D = 6.8
Astfel ecuaia de dinamic devine:
( ) ) ( ) ( ) ( ) ( t dB t S dt t S q r t dS + = 6.9

Teorem: Valoarea la momentul t a unei opiuni, cu pre de exerciiu X i
scaden T, este egal cu V(t, S(t)) , unde funcia V(t,S) este soluia ecuaiei cu
derivate pariale:
( ) 0
2
1
2
2
2 2
=
V r
S
V
S q r
S
V
S
t
V

) 0 ), ( max( ) , ( X S S T V = 6.10
Demonstraie:
tim c:

( )
( ) [ ] ) 0 , ) ( max( )) ( , ( E X T S e
t,S(t)
t S t V
t T r
=

Aplicnd teorema Feynman-Kac i innd seama de ecuaia de dinamic dat
de 6.9 rezult ecuaia dorit.

Teorem: Valoarea la momentul t a unei opiuni europene, cu pre de
exerciiu X i scaden T, este:
6.11 ) ( ) ( ) ( )) ( , (
2
) (
1
) (
d N e X d N e t S t S t V
t T r t T q
=

72
unde
( )
t T
t T q r
X
t S
d

+ +
2
) (
ln
2
1
i

( )
t T
t T q r
X
t S
d

2
) (
ln
2
2

standard.
Demonstraie: Pentru a nu complica notaiile considerm cazul =1.
Avem c

( )
( ) [ ] ) 0 , ) ( max( )) ( , ( E X T S e
t,S(t)
t S t V
t T r
=

( ) ( )
>

>
=

} ) ( } ) (
) ( E E
X T S
t,S(t)
e X
X T S
T S e
t,S(t) t T r t T r
{ {
1 1
6.12
2 1
V V =
Vom calcula mai nti V
6.
Avem c:

( )
[ ] } ) (
2
X T S
t,S(t)
e X V
t T r
> =

{ P
Aplicnd lema Ito funciei ln(S) avem:
( ) ( ) ( ) (
2
)) ( ln( )) ( ln(
2
t B T B t T q r t S T S +
)
( ) ( )
= ) ( ) (
2
exp ) ( ) (
2
t B T B t T q r t S T S

Deci

( )
( ) ( ) [ ] } ln ) ( ln
2
X T S
t,S(t)
e X V
t T r
> =

{ P
( )
( ) ( ) ( ) ( )

> +
+ =

} ln ) ( ) (
2
) ( ln
2
X t B T B t T q r t S
t,S(t)
e X
t T r
{ P

( )
>
=

}
) ( ) (
2
d
t T
t B T B
t,S(t)
e X
t T r
{ P

innd seama de faptul c B(T)-B(t) este independent de F( t ) avem c:

( )
>
=

}
) ( ) (
2 2
d
t T
t B T B
e X V
t T r
{ P
73

Dar tim c:
N(0,1) ~
) ( ) (
t T
t B T B

innd cont de simetria densitii repartiiei normale standard obinem:

( )
) (
2 2
d N e X V
t T r
=

6.13
S calculm acum V
1
.
Fie

= t t B t Z
2
2
1
) ( exp ) ( i

=
A
d T Z A P P
*
) ( ) (
*
(t)=B(t)-t este micare brownian
fa de probabilitatea PP
*
. Rezult c:
( ) ( ) ) ( ) (
2
)) ( ln( )) ( ln(
* *
2
t B T B t T q r t S T S +
+ =

( ) ( )
+ = ) ( ) (
2
exp ) ( ) (
* *
2
t B T B t T q r t S T S

Avem c:

( ) ( ) ( )
>
=

} ) (
) ( E
1
X T S
T S e
t,S(t)
e V
t T q r t T q
{
1

( ) ( )( )
>
=

} ) (
) (
) (
) (
*
E
X T S
T S e
t Z
T Z
t,S(t)
e
t T q r t T q
{
1

( )
>
=

} ) (
) (
*
E
X T S
t S
t,S(t)
e
t T q
{
1

( )
>
=

} ) (
*
) ( E
X T S
t,S(t)
e t S
t T q
{
1

( )
[ ] } ) (
*
) ( P X T S
t,S(t)
e t S
t T q
> =

{

( )
( ) ( ) [ ] } ln ) ( ln
*
) ( X T S
t,S(t)
e t S
t T q
> =

{ P
( )
( ) ( ) ( ) ( )

> +
+ + =

} ln ) ( ) (
2
) ( ln
*
) (
* *
2
X t B T B t T q r t S
t,S(t)
e t S
t T q
{ P

74

( )
>
=

}
) ( ) (
*
) (
1
* *
d
t T
t B T B
t,S(t)
e t S
t T q
{ P

( )
>
=

}
) ( ) (
*
) (
1
* *
d
t T
t B T B
e t S
t T q
{ P

( )
) ( ) (
1 1
d N e t S V
t T q
=

6.14
Din 6.13 i 6.14 rezult formula dorit.

VI.3 Opiuni europene care au ca activ suport o valut

Notm cu S(t) cursul valutar la momentul t al valutei care este activ suport
(vforeign) fa de cealalt valut (vhome) exprimat astfel:
1 unitate vforeign = ( ) t S uniti vhome .

Notm cu r rata dobnzii fr risc la valuta vhome i cu r
f
rata dobnzii fr
risc la valuta vforeign.

Teorem: Valoarea la momentul t a unei opiuni europene, cu pre de
exerciiu X i scaden T, este egal cu V(t, S(t)) , unde funcia V(t,S) este soluia
( ) 0
2
1
2
2
2 2
=
V r
S
V
S r r
S
V
S
t
V
f

) 0 ), ( max( ) , ( X S S T V = 6.15

In mod explicit avem:
6.16 ) ( ) ( ) ( )) ( , (
2
) (
1
) (
d N e X d N e t S t S t V
t T r
t T r
f
=

unde
( )
t T
t T r r
X
t S
d
f

+ +
2
) (
ln
2
1
i

( )
t T
t T r r
X
t S
d
f

2
) (
ln
2
2

75
iar N() reprezint funcia de repartiie a unei variabile aleatoare distribuit
normal standard.
Demonstraie:
Deinerea unei uniti din moneda strin i plasarea ei intr-un depozit la
vedere (i.e. remunerat la rata dobnzii fr risc) aduce intr-un interval un profit,
msurat in uniti monetare interne, de dS(t)+r
dt
f
S(t)dt.
Deci putem considera cursul de schimb ca fiind cursul unui activ cu dividend
la momentul t egal cu r
f
S(t).
Relaiile din teorem se obin aplicnd teoremele de la cazul activului cu
dividend pentru q = r
f
.

VI.4 Opiuni europene care au ca activ suport un contract futures

Considerm c ecuaia de dinamic a activului suport fa de msura neutr la
risc este:
) ( ) ( ) ( ) ( t dB t S dt t S r t dS + = 6.17

Definiie: T-preul futures (i.e. preul futures al contractului futures cu
scaden T ) al unui activ este un proces (t) adaptat la F(t) cu proprietile:
i) (T)= S(T)
ii) , 0 t T 6.18 0 | ) ( E =

T
t
u r
u d e F(t)

Teorem: Unicul proces care verific definiia de mai sus este:
[ ] F(t) | ) ( ) ( E T S t = , 0 t T 6.19
Demonstraie:
Vom arta mai nti c ii) se verific dac i numai dac (t) este martingal.
Intr-adevr dac (t) este martingal atunci i este martingal i
avem c:

t
u r
u d e
0
) (
76

t
u r
T
u r
T
t
u r
u d e u d e u d e
0 0
| ) ( | ) ( | ) ( E E E F(t) F(t) F(t)

=

t
u r
T
u r
u d e u d e
0 0
) ( | ) ( E F(t)

=

t
u r
t
u r
u d e u d e
0 0
) ( ) (
0 =
Reciproc dac ii) se verific notm cu:

=

T
u r
u d e t M
0
| ) ( ) ( E F(t)
M(t) este martingal i avem c:

=

T
t
u r
t
u r
u d e u d e t M F(t) F(t) | ) ( | ) ( ) ( E E
0
, 0 t T
=

t
u r
u d e
0
) (
Rezult c:
) ( ) ( t d e t dM
t r
=

) ( ) ( t dM e t d
t r
=

De unde avem c (t) este martingal.
Fie:
[ ] F(t) | ) ( ) ( E T S t =
Evident c (T)=S(T) i (t) fiind martingal se verific i ii).
S presupunem c mai exist un proces '(t) care verific i) i ii).
Fie Z(t)= (t) - '(t). Avem c Z(T)=0 i Z(t) verific ii). Deci Z(t) este
martingal i avem c:
[ ] [ ] a.s 0 | 0 | ) ( ) ( E E = = = F(t) F(t) T Z t Z
De unde rezult c:
(t) = '(t) a.s

Teorem: In cazul pieei financiare de tip BSM T-preul futures este dat de relaia
, 0 t T 6.20 ) ( ) (
) (
t S e t
t T r
=

Demonstraie:
77

Avem c:
[ ] [ ] ) ( | ) ( ) ( E E T S
t,S(t)
T S t = = F(t)
Deci (t)=V(t,S(t)), conform teoremei Feynman-Kac V(t,S) este soluia

0
2
1
2
2
2 2
=
S
V
S r
S
V
S
t
V

6.21 S S T V = ) , (

Soluia ecuaiei 6.21 este . S e S t V
t T r
=
) (
) , (

Aa cum se observ preul futures este egal cu preul forward. Acest lucru este
o consecin a ipotezei modelului BSM privind rata dobnzii fr risc. In volumul II
al lucrrii aceast ipotez va fi relaxat studiindu-se modele de evaluare care presupun
c rata dobnzii este modelat cu ajutorul unui proces stocastic. In acest caz preul
futures teoretic este diferit de preul forward teoretic.

Teorem: Valoarea la momentul t a unei opiuni pe T'-preul futures, cu pre
de exerciiu X i scaden T T' , este egal cu V(t, (t)) , unde funcia V(t, ) este
soluia ecuaiei cu derivate pariale:
0
2
1
2
2
2 2
=

V r
V
t
V

) 0 ), ( max( ) , ( X S T V = 6.22

In mod explicit avem:
6.23 ) ( ) ( ) ( )) ( , (
2
) (
1
) (
d N e X d N e t t t V
t T r t T r
=

unde
( )
t T
t T
X
t
d

+
2
) (
ln
2
1
i

( )
t T
t T
X
t
d

2
) (
ln
2
2

78
standard.
Demonstraie:
Avem c (t)=G(t,S(t)). Aplicm lema lui Ito i obinem:
) ( ) ( ) ( ) (
2
1
) (
2
2
2 2
t dB
S
G
t S dt
S
G
t S r
S
G
t S
t
G
t d
=
Folosind 6.20 i 6.21 obinem c:
) ( ) ( ) ( t dB t t d = 6.24
Rezult c:
r-q=0 q=r
Deci se poate considera c preul futures este cursul unui activ care q=r i
aplicnd teoremele de la activul cu dividend se obin relaiile dorite.

79

VII. Evaluarea opiunilor cu barier n contextul pieei
financiare de tip BSM

VII.1 Opiuni knock-out i knock-in

Vom considera c s-a fcut deja trecerea de la msura pieei la msura neutr
la risc pe care o notm cu P.
Astfel, ecuaia de dinamic a activului suport,care are i dividend, este:
( ) ) ( ) ( ) ( ) ( t dB t S dt t S q r t dS + = 7.1
Fie
i 7.2 ) ( min ) (
0
*
u S t S
t u
= ) ( max ) (
0
*
u S t S
t u
=

Definiie: Fie L < S(0). O opiune down-and-out, cu pre de exerciiu X i
scaden T, este un produs financiar derivat cu valoare la scaden
. O opiune down-and-in, cu pre de exerciiu X
i scaden T, este un produs financiar derivat cu valoare la scaden
.
( )
} ) (
) 0 , ) ( max(
*
L T S
X T S
>

{
1
( )
} ) (
) 0 , ) ( max(
*
L T S
X T S
<

{
1
Fie L > S(0). O opiune up-and-out, cu pre de exerciiu X i scaden T, este
un produs financiar derivat cu valoare la scaden
. O opiune up-and-in, cu pre de exerciiu X i
scaden T, este un produs financiar derivat cu valoare la scaden
,unde = 1 pentru opiunea de tip call i = -1
pentru opiunea de tip put.
( )
} ) (
) 0 , ) ( max(
*
L T S
X T S
<

{
1
( )
} ) (
) 0 , ) ( max(
*
L T S
X T S
>

{
1
80
Notm cu c i p valoarea la momentul 0 a unei opiuni europene call respectiv
put i cu c
ui
respectiv p
ui
valoarea la momentul 0 a unei opiuni up-and-in call
respectiv put. Analog pentru celelalte tipuri de opiuni.
Notm cu S=S(0).

Notam cu:

2
2
2
+
=
q r
T
T
X S
L
y +
2
2
ln

T
T
L
S
x +
ln
1
T
T
S
L
y +
ln
1

Teorem: Fie L > S. Avem urmtoarele relaii:
i) 7.3
p p p
c c c
ui uo
ui uo
= +
= +
ii) Dac X < L avem:
[ ]+
=

) ( ) ( ) ( ) (
1 2
2
1 1
y N y N
S
L
e S T x N e X x N e S c
T q T r T q
ui

[ ] ) ( ) (
1 2
2 2
T y N T y N
S
L
e X
T r
+ +

ui uo
c c c =
) ( ) (
2
2 2
2
2
T y N
S
L
e X y N
S
L
e S p
T r T q
ui
+

ui uo
p p p = 7.4
iii) Dac X > L avem:
0 =
uo
c
c c
ui
=

+ + + =

) ( ) ( ) (
1
2
1 1
y N
S
L
e S T x N e X x N e S p
T q T r T q
uo

81
) (
1
2 2
T y N
S
L
e X
T r
+

uo ui
p p p = 7.5

Demonstraie:
( ) +
<
= +

F(0) |
} ) (
) 0 , ) ( max(
*
E
L T S
X T S e c c
T r
ui uo
{
1
( )

>
+

F(0) |
} ) (
) 0 , ) ( max(
*
E
L T S
X T S e
T r
{
1
( ) [ ] F(0) | ) 0 , ) ( max( E X T S e
T r
=

c =
Analog pentru opiunea put.
Lum cazul X < L
( )

>
=

F(0) |
} ) (
) 0 , ) ( max(
*
E
L T S
T S X e p
T r
ui
{
1
7.6 ( )

> <
=

} ) (
) (
*
E
L T S X S(T)
T S X e
T r
, {
1
Avem c:

= ) (
2
1
exp ) (
2
T B T q r S T S

= ) (
2
1
exp T B T
q r
S

( ) ) ( exp
*
T B S =
unde
=
2
1 q r

) ( ) (
*
t B t t B + =
Fie

= t t B t Z
2
2
1
) ( exp ) ( i

=
A
d T Z A P P
*
) ( ) (
82
*
(t)=B(t)+t este micare brownian fa
de probabilitatea PP
*
.
Fie
) ( max ) (
*
0
*
u B t M
t u
=
Rezult c:
( ) ) ( exp ) (
* *
t M S t S =
Notm cu:

=
S
X
b ln
1
=
S
L
m ln
1

Avem evident c b < m
Cu notaiile de mai sus
( ) ( )
( ) ( )

> <
=

} ) (
*
exp ) (
*
exp
) ( exp
*
E
L T M S X T B S
T B S X e p
T r
ui

, {
1

( ) ( )

> <
=

} ) (
*
) (
*
) ( exp
*
E
m T M b T B
T B S X e
T r
, {
1
( ) ( )

> <
=

} ) (
*
) (
*
) ( exp
* *
E
m T M b T B
T B S X e
T r
, {
1
( ) ( )

> <
+ =

} ) (
*
) (
*
2
1
) ( exp ) ( exp
* 2 *
E
m T M b T B
T T B T B S X e
T r
, {
1

( ) ( )

> <
=

} ) (
*
) (
*
2
1
) ( exp ) ( exp
* 2 * *
E
m T M b T B
T T B T B S X e
T r
, {
1

( ) ( )
( ) ( )
dydx
T
x y
T T
x y
T x x S X e
b
m
T r

2
2
exp
2
2 2
2
1
exp exp
2
2

( ) ( )
( )
dx
T
x y
T
T x x S X e
b
T r

2
2
exp
2
1
2
1
exp exp
y
m y
2
2
=
=

=

83
( ) ( )
( )
dx T x
T
x m
T
x S X e
b
T r

=

2
2
2
1
2
2
exp
2
1
exp

( )
+
+ +

=

b
T r
dx T x x
T
x m
T
e S
2
2
2
1
2
2
exp
2
1

( )
dx T x
T
x m
T
e X
b
T r

+
2
2
2
1
2
2
exp
2
1

2 1
I I + = 7.7
Calculm mai nti I
3.
Facem schimbarea de variabil:
T
T
x m
z

=
2
dx
T
dz
1
= 7.8
Avem c:
( ) = 1 7.9
Rezult c:
( ) T y T
T
X S
L
T
T
b m
+ =
2
2
1
ln
2

( )
( ) dx
T
m T x m
T
x m
e X I
b
T r
1
2 2 2
2
2
1
exp
2
1
2
2
2

+ +

( ) dz
z
m e X
T y
T r
2
2
exp
2
1
2 exp
2

) ( ln 2 exp
2
T y N
S
L
e X
T r
+

) (
2
2 2
T y N
S
L
e X
T r
+
7.10
S calculm acum I
1
.
Facem schimbarea de variabil:
( ) T
T
x m
z +

=
2
dx
T
dz
1
= 7.11
( ) ( )
+ + + +
=
2
2
2
1
2
2
exp
2
1
2
2
1
y
T r
dz T m
z
e S I

84
( ) ( ) ) ( 2
2
1
2 exp
2
2
y N T m e S
T r

+ + + =

( ) ) ( 1
2
exp ln 2 exp
2
2
2
y N T
S
L
e S
T r

( )
) (
2
2
y N e
S
L
e S
T q r T r

) (
2
2
y N
S
L
e S
T q

=

7.12
( )

>
=

} ) (
) 0 , ) ( max(
*
E
L T S
X T S e c
T r
ui
{
1
( )

> >
=

} ) (
) (
*
E
L T S X S(T)
X T S e
T r
, {
1
( ) ( )

> >
=

} ) (
*
) (
*
) ( exp
*
E
m T M b T B
X T B S e
T r
, {
1
( ) ( )

> >
=

} ) (
*
) (
*
) ( exp
* *
E
m T M b T B
X T B S e
T r
, {
1
( ) ( )

> >
+ =

} ) (
*
) (
*
2
1
) ( exp ) ( exp
* 2 *
E
m T M b T B
T T B X T B S e
T r
, {
1

( ) ( )

> >
=

} ) (
*
) (
*
2
1
) ( exp ) ( exp
* 2 * *
E
m T M b T B
T T B X T B S e
T r
, {
1
( ) ( )
( ) ( )
+

2
2
exp
2
2 2
2
1
exp exp
2
2
dydx
T
x y
T T
x y
T x X x S e
m
b m
T r

( ) ( )
( ) ( )
dydx
T
x y
T T
x y
T x X x S e
m x
T r
+

2
2
exp
2
2 2
2
1
exp exp
2
2

( ) ( )
( )
+
=
=
=

2
2
exp
2
1
2
1
exp exp
y
m y
2
2
dx
T
x y
T
T x X x S e
m
b
T r

85
( ) ( )
( )
dx
T
x y
T
T x X x S e
m
T r

2
2
exp
2
1
2
1
exp exp
y
x y
2
2
=
=

( ) ( )
( )
+

2
1
2
2
exp
2
1
exp
2
2
dx T x
T
x m
T
X x S e
m
b
T r

( ) ( ) dx T x
T
x
T
X x S e
m
T r
2
2
2
1
2
exp
2
1
exp

( )

2
1
2
2
exp
2
1
2
2
+ +

=

m
b
T r
dx T x x
T
x m
T
e S

( )

m
b
T r
dx T x
T
x m
T
e X
2
2
2
1
2
2
exp
2
1

+ +

m
T r
dx T x x
T
x
T
e S
2
2
2
1
2
exp
2
1

m
T r
dx T x
T
x
T
e X
2
2
2
1
2
exp
2
1

4 3 2 1
I I I I + + + = 7.13
Pentru a calcula I
4
facem schimbarea de variabil:
T
T
x
z = dx
T
dz =
1
7.14
Avem c:
( ) T x T T
T
L
S
T
T
m
+ = +
=
1
ln
1
Rezult c:

=
T x
T r
dz
z
e X I

1
2
exp
2
1
2
4

=
T x
T r
dz
z
e X

1
2
exp
2
1
2

) (
1
T x N e X
T r
=

Pentru a calcula I
3
facem schimbarea de variabil:
( ) T
T
x
z + = dx
T
dz =
1
7.15
86
Rezult c:
( )
+ +
=
1
2
2
1
2
exp
2
1
2
2
3
x
T r
dz T
z
e S I

( )
=
1
2
exp
2
1
2
x
T q r T r
dz
z
e e S

) (
1
x N e S
T q
=

Pentru a calcula I
2
folosim schimbarea de variabil 7.8 i obinem:
+
+

=
T y
T y
T r
dz m
z
e X I

1
2
2
2
exp
2
1
2
2

( ) ) ( ) (
2 1
2 2
T y N T y N
S
L
e X
T r
+ +

Pentru a calcula I
1
folosim schimbarea de variabil 7.11 i obinem:
( ) ( )
+ + + +
=
1
2
2
2
1
2
2
exp
2
1
2
2
1
y
y
T r
dz T m
z
e S I

( ) ) ( ) (
2 1
2
y N y N
S
L
e S
T q

=

Lum acum cazul X > L. Avem c b > m .
Dac S(T) > X S(T) > L S
*
(T) > L
0
} ) (
*
=
< > L T S X S(T) , {
1
( ) 0 0
} ) (
) ( ] E[ E
*
= =
< >
=

L T S X S(T)
X T S e c
T r
uo
, {
1
( )

< <
=

} ) (
) (
*
E
L T S X S(T)
T S X e p
T r
uo
, {
1
( ) ( )

< <
=

} ) (
*
) (
*
2
1
) ( exp ) ( exp
* 2 * *
E
m T M b T B
T T B T B S X e
T r
, {
1

( ) ( )
( ) ( )
+
=

dydx
T
x y
T T
x y
T x x S X e
m
T r
2
2
exp
2
2 2
2
1
exp exp
2 0
0
2

87
( ) ( )
( ) ( )
dydx
T
x y
T T
x y
T x x S X e
m m
x
T r
+

2
2
exp
2
2 2
2
1
exp exp
2
0
2

( ) ( )
( )
+
=
=
=

dx
T
x y
T
T x x S X e
m
T r

2
2
exp
2
1
2
1
exp exp
y
0 y
2 0
2

( ) ( )
( )
dx
T
x y
T
T x x S X e
m
m
T r

2
2
exp
2
1
2
1
exp exp
y
x y
2
0
2
=
=

=

dx T x
T
x
T
X e
m
T r 2
2
2
1
2
exp
2
1

+ +

dx T x x
T
x
T
S e
m
T r 2
2
2
1
2
exp
2
1

( )
+

dx T x
T
x m
T
X e
m
T r 2
2
2
1
2
2
exp
2
1

( )
dx T x x
T
x m
T
S e
m
T r
+ +

+

2
2
2
1
2
2
exp
2
1

) ( ) ( ) (
1
2 2
1 1
T y N
S
L
e X x N e S T x N e X
T r T q T r
+
+ =

) (
1
2
y N
S
L
e S
T q

+

Teorem: Fie L < S. Avem urmtoarele relaii:
i) 7.16
p p p
c c c
di do
di do
= +
= +
ii) Dac X < L avem:
+
=

) ( ) ( ) (
1
2
1 1
y N
S
L
e S T x N e X x N e S c
T q T r T q
do

) (
1
2 2
T y N
S
L
e X
T r

ui uo
c c c =
0 =
do
p
7.17 p p
di
=
iii) Dac X > L avem:
88
) ( ) (
2
2 2
2
2
T y N
S
L
e X y N
S
L
e S c
T r T q
di

di do
c c c =
[ ]
+ + + =

) ( ) ( ) ( ) (
1 2
2
1 1
y N y N
S
L
e S T x N e X x N e S p
T q T r T q
di
[ ] ) ( ) (
1 2
2 2
T y N T y N
S
L
e X
T r

7.18

Demonstraie:
Demonstraia este similar cu cea din teorema anterioar. Pentru exemplificare
s calculm c
di
in cazul X > L. Pstrnd notaiile din teorema precedent notm cu:
) ( min ) (
*
0
*
u B t M
t u
=
( )

<
=

} ) (
) 0 , ) ( max(
*
E
L T S
X T S e c
T r
ui
{
1
( )

< >
=

} ) (
) (
*
E
L T S X S(T)
X T S e
T r
, {
1
( ) ( )

< >
=

} ) ( ) (
) ( exp
*
*
*
E
m T M b T B
X T B S e
T r
, {
1
( ) ( )

< >
=

} ) ( ) (
) ( exp
*
*
*
*
E
m T M b T B
X T B S e
T r
, {
1
( ) ( )

< >
=

} ) ( ) ( 2
1
) ( exp ) ( exp
*
*
*
2 * *
E
m T M b T B
T T B X T B S e
T r
, {
1
( ) ( )
( ) ( )
dydx
T
x y
T T
y x
T x X x S e
b
m
T r

2
2
exp
2
2 2
2
1
exp exp
2
2

( ) ( )
( )
dx
T
x y
T
T x X x S e
m
b
T r

2
2
exp
2
1
2
1
exp exp
y
- y
2
2
=
=

( ) ( )
( )
dx T x
T
x m
T
X x S e
b
T r
2
2
2
1
2
2
exp
2
1
exp

( )

+ +

b
T r
dx T x x
T
x m
T
e S
2
2
2
1
2
2
exp
2
1

89

( )
dx T x
T
x m
T
e X
b
T r

2
2
2
1
2
2
exp
2
1

=
T y
T r
y
T q
dz
z
S
L
e X dz
z
S
L
e S

2 2
2
exp
2
exp
2
2 2
2
2

) ( ) (
2
2 2
2
2
T y N
S
L
e X y N
S
L
e S
T r T q

De obicei opiunile cu barier nu sunt tranzacionabile pe pia i din acest
motiv este important doar valoarea la momentul 0. Totui se pot calcula i valorile la
un moment t.
In continuare considerm valorile opiunilor ca funcie de t,T i S. Vom nota
cu momentul atingerii barierei. Acesta reprezint un timp de stopare definit prin:
{ } L t S t = = ) ( | 0 inf .

Teorem: Fie 0 t T. Avem c:
i) Dac t <

)) ( , , 0 ( )) ( , , (
)) ( , , 0 ( )) ( , , (
t S t T v t S T t v
t S t T v t S T t v
ki ki
ko ko
=
=
7.19
ii) Dac t >

)) ( , , ( )) ( , , (
0 )) ( , , (
t S T t v t S T t v
t S T t v
ki
ko
=
=
7.20
Demonstraie:
Dac la momentul t nc nu a fost atins bariera valoarea la momentul t se
obine nlocuind in formulele pentru valoarea la momentul 0 pe T cu T-t i pe S cu
S(t). Se obin astfel formulele 7.19.
Dac la momentul t s-a atins bariera valoarea la momentul t a unei opiuni
knock-out este 0, iar a uneia knock-in este egal cu valoarea la momentul t a unei
opiuni europene.

90
Teorem:
i) Valoarea optiunilor knock-in dup momentul verific ecuaia Black-Scholes.
ii) Valoarea optiunilor knock-out pn la momentul verific ecuaia Black-
Scholes.
Demonstraie:
Primul punct este evident avnd in vedere teorema precedent.
Pentru punctul doi facem demonstraia in cazul opiunii up-and-out call cu L > 1.
Fie
, t T , S L ( )

<
=

} ) (
) 0 , ) ( max(
*
E
L T S
X T S e
t,S
V(t,S)
T r
{
1
V(t,S(t)) este valoarea opiunii la momentul t < .
Avem c
V( T,S ) = max( S-X ,0 ) , 0 S L
V( t,0 ) = 0 , 0 t T
V( t,L ) = 0 , 0 t T
Trebuie s mai artm c verific ecuaia:
0
2
1
2
2
2 2
=
V r
S
V
S r
S
V
S
t
V

Avem evident c
S
*
(T) < L > T
Fie t fixat.
Dac () t avem c S
*
(T) L i rezult c:
( ) 0 ) (
} ) (
) 0 , ) ( max( |
*
E =
<

F(t)
L T S
X T S e
T r
{
1
Avem c:
0 ) ), ( ( )) ), ( ( ), ( ( = = L t V t S t V
Si putem scrie c:
( ) =
<

) (
} ) (
) 0 , ) ( max( |
*
E F(t)
L T S
X T S e
T r
{
1

( )
)) ), ( ( ), ( (
) (

=

t S t V e
t r
Dac ()> t avem c:
91
( ) =
<

) (
} ) (
) 0 , ) ( max( |
*
E F(t)
L T S
X T S e
T r
{
1
( ) =
<
=

} ) (
) 0 , ) ( max(
)
*
E
L T S
X T S e
t,S(t, T r
{
1
)) , ( , ( t S t V e
t r
=

( )
)) ), ( ( ), ( (
) (

=

t S t V e
t r
Deci in concluzie:
( )
( )
)) ( , (
} ) (
) 0 , ) ( max( |
*
E
<

t S t V e
L T S
X T S e
t r T r
F(t)
{
1
Fie 0 u t T.
( )
[ ]=

F(u) | )) ( , ( E
t S t V e
t r

( )

<
=

F(u) F(t) | |
} ) (
) 0 , ) ( max(
*
E E
L T S
X T S e
T r
{
1
( )

<
=

F(u) |
} ) (
) 0 , ) ( max(
*
E
L T S
X T S e
T r
{
1
( )
)) ( , (
=

u S u V e
u r

Si deci rezult c este martingal.
( )
)) ( , (

t S t V e
t r
Avem c:
( ) ) (
2
1
) ( , (
2
2
2 2
t dB
S
V
S e dt V r
S
V
S r
S
V
S
t
V
e t S t V e d
t r t r t r
=

Integrnd de la 0 la t obinem:

( )
+ =

t
u r t r
u dB
S
V
S e S V t S t V e
0
) ( )) 0 ( , 0 ( )) ( , ( +

t
u r
du V r
S
V
S r
S
V
S
t
V
e
0
2
2
2 2
2
1

Cum i
( )
)) ( , (

t S t V e
t r
t
u r
u dB
S
V
S e
0
) ( sunt martingale
rezult c i
t
u r
du V r
S
V
S r
S
V
S
t
V
e
0
2
2
2 2
2
1
este martingal i
conform teoremei de reprezentare a martingalelor (orice martingal are drift zero)
avem c:
92
0
2
1
2
2
2 2
=
V r
S
V
S r
S
V
S
t
V

VII.2 Opiuni "ladder"

Definiie: Fie L > S(0). O opiune ladder, cu pre de exerciiu X i scaden T,
este un produs financiar derivat cu valoare la scaden dat de
( ) ( ) ( )
} ) (
) , ) ( max(
} ) (
) 0 , ) ( max(
* *
L T S
X L X T S
L T S
X T S
>

<
+
{ {
1 1
unde = 1 pentru opiunea de tip call i = -1 pentru opiunea de tip put.
Notm cu V valoarea la momentul 0 a unei opiuni europene i cu V
L
valoarea
la momentul 0 a unei opiuni ladder.

Teorem:
i) Dac L < X avem c V
L
= V
ii) Dac L > X avem c:
( ) ( )
+ =

) (
1
2 2
T y N
S
L
e X L V V
T r
L

[ ]+

) ( ) (
2 1
2
y N y N
S
L
e S
T q

( ) ( ) [ ] ) ( ) (
2 1
2 2
T y N T y N
S
L
e X
T r

Demonstraie:
Dac L < X avem c max((S(T)-X), (L-X))= max((S(T)-X),0 ) i valoarea
la scaden devine max((S(T)-X),0 ) de unde rezult relaia din enun.
Notm cu valoarea opiunii call up-and-in respectiv up-and-out.
Analog pentru put.
X
uo
X
ui
c c ,
Dac L > X demonstrm relaia pentru opiunea call =1.

Avem c:
93
>

<
=

+
} ) (
) , ) ( max(
} ) (
) 0 , ) ( max(
* *
E
L T S
X L X T S e
L T S
X T S e c
T r T r
L
{ {
1 1
( ) +
>
+
<
=

} ) ( } ) (
) 0 , ) ( max(
* *
E E
L T S
X L e
L T S
X T S e
T r T r
{ {
1 1

>
+

} ) (
) 0 , ) ( max(
*
E
L T S
L T S e
T r
{
1
( )
L
ui
T r X
uo
c
m T M
X L e c +
>
+ =

} ) (
*
E
{
1
( )

>
+ + =

} ) ( 2
1
exp
*
*
2
E
m T M
T (T) B X L e c c c
* T r L
ui
X
ui
{
1
=
>

} ) ( 2
1
exp
*
*
2
E
m T M
T (T) B
*
{
1

( ) ( )
+
dydx
T
x y
T T
x y
T x
m
m
2
2
exp
2
2 2
2
1
exp
2
2

( ) ( )
dydx
T
x y
T T
x y
T x
m x

+

2
2
exp
2
2 2
2
1
exp
2
2

( )
+
=
=
=

dx
T
x y
T
T x
m

2
2
exp
2
1
2
1
exp
y
m y
2
2

( )
dx
T
x y
T
T x
m

2
2
exp
2
1
2
1
exp
y
x y
2
2
=
=

( )
+

=

m
dx T x
T
x m
T
2
2
2
1
2
2
exp
2
1

+
m
dx T x
T
x
T
2
2
2
1
2
exp
2
1

) ( ) (
1
2 2
1
T y N
S
L
T x N +
+ =

nlocuind valoarea opiunilor knock-in i valoarea integralei de mi sus se
obine relaia dorit.

94
Teorem: Fie 0 t T. Avem c:
i) Dac t <
)) ( , , 0 ( )) ( , , ( t S t T V t S T t V
L L
= 7.19
ii) Dac t >
7.20 )) ( , , ( )) ( , , ( t S T t V X L t S T t V
L
L
+ =
unde V
L
este valoarea opiunii europene cu pre de exerciiu egal cu L
Demonstraie:
Prima parte este evident. Pentru a doua parte avem c:

( )
[ ] F(t) | E ) , ) ( max( )) ( , , ( X L X T S e t S T t V
t T r
L
=

( )
[ ] F(t) | E ) 0 , ) ( max( L T S e X L
t T r
+ =

)) ( , , ( t S T t V X L
L
+ =

95
VIII. Evaluarea opiunilor dependente de drum n
contextul pieei financiare de tip BSM

VIII.1 Opiuni cliquet

Vom considera c s-a fcut deja trecerea de la msura pieei la msura neutr
la risc pe care o notm cu P.
Astfel ecuaia de dinamic a activului suport,care are i dividend, este:
( ) ) ( ) ( ) ( ) ( t dB t S dt t S q r t dS + = 8.1

Definiie: Fie 0 < t
c
< T. Se numete opiune cliquet, cu pre de exerciiu X i
scaden T, un produs financiar derivat cu valoarea la scaden egal cu
,0) , ) ) ( ( ) ) ( ( max( X t S X T S
c
,unde = 1 pentru opiunea de tip call i = -1
pentru opiunea de tip put.
Notm cu S=S(0).

Teorem: Notnd cu V
C
(t,T,S(t)) valoarea la momentul t a opiunii cliquet
avem c:
i) Dac t t
c

( )
( )
)) ( , , ( 0 , ) ( max )) ( , , (
), ( max
t S T t V X t S t S T t V
X t S
c C
c
+ = 8.2
ii) Dac t < t
c

( )
+
=

c c
X t T r
C
t T N t S t t V e t S T t V
c
2
)) ( , , ( )) ( , , (

+

t T
t T
d t T N e t S
c
c
T q
, , ) (
1
1
2

t T
t T
d t T N e X
c
c
T r
, ,
2
2
2

8.3
96
unde V
X
(t,T,S(t)) reprezint valoarea opiunii europene , cu pre de exerciiu X
i scaden T, d
1
i d
2
sunt cele definite la opiunile europene i
2
2
1

= q r
2
2
2

+ = q r
Demonstraie:
Facem demonstraia pentru =1.
Dac t > t
c
i S(t
c
) < X avem c:
( ) [ ] )) ( , , ( ) 0 , ) ( max( )) ( , , ( | E t S T t V X T S e t S T t V
X T r
C
= =

F(t)
Dac t > t
c
i S(t
c
) > X avem c:
( ) [ ] F(t) | ) 0 , ) ( ) ( max( ) ( )) ( , , ( E
c
T r
c C
t S T S e X t S t S T t V + =

)) ( , , ( ) (
) (
t S T t V X t S
c
t S
c
+ =
Vom calcula doar valoarea la momentul 0 in cazul t < t
c
.
+
> >
=

} ) ( ), ( ) (
) ) ( ( E
X t S T S t S
X t S e V
c c
c
T r
C
{
1

> <
+

} ) ( ), ( ) (
) ) ( ( E
X T S T S t S
X T S e
c
T r
{
1

2 1
V V + =
> >
=

) ( F
c
t
X t S T S t S
X t S e V
c c
c
T r
|
} ) ( ), ( ) (
) ) ( ( E E
1
{
1

> >
=

) ( F
c
t
T S t S X t S
X t S e
c c
c
T r
|
)} ( ) ( } ) (
) ) ( ( E E
{ {
1 1

>

>
=

} ) (
) ) ( (
)} ( ) (
E E |
X t S
X t S e
c
t
T S t S
c
c
T r
c
{ {
1 1 ) ( F

( )
>
=

) ( F
c
t
T S t S
S t V e
c
c
X t T r
c
|
)} ( ) (
) , , 0 ( E
{
1
( )
=
<

) ( F
c
t S t V e
c
t T
c
t T
c
t B T B
c
X t T r
c
|
}
2
) ( ) (
E ) , , 0 (
{
1
97
( )
<
=

}
2
) ( ) (
) , , 0 ( E
c
t T
c
t T
c
t B T B
S t V e
c
X t T r
c
{
1
( )
=

c c
X t T r
t T N S t V e
c
2
) , , 0 (
> <

> <
=

} ) ( ), ( ) ( } ) ( ), ( ) (
) ( E E
2
X T S T S t S
X e
X T S T S t S
T S e V
c
T r
c
T r
{ {
1 1
[ ] } ) ( ), ( ) (
} ) ( ), ( ) (
P E X T S T S t S
X T S T S t S
c
c
> < =
> <
{
{
1

< <
= }
) (
,
) ( ) (
2
2
P d
T
T B
t T
c
t T
c
t B T B
c
{-

=
T
t T
d
c
t T N
c
; ,
2
2 2

deoarece avem c:
T
T B
c
t T
c
t B T B
T
T B
c
t T
c
t B T B
T
T B
c
t T
c
t B T B
) (
) ( ) (
) (
) ( ) (
) (
,
) ( ) (
cov E E E -
( ) [ ] 0 ) ( ) ( ) (
1
E

= T B
c
t B T B
c
t T T

[ ] [ ] ( ) ) ( ) ( ) (
1
E E
2
c
t B T B T B
c
t T T

=
( ) ( )
c
t T T
c
t T T

=
1

T
c
t T
=
Fie

= t t B t Z
2
2
1
) ( exp ) ( i

=
A
d T Z A P P
*
) ( ) (
98
*
(t)=B(t)-t este micare
brownian fa de probabilitatea PP
*
. Urmnd acelai raionament ca n cazul opiunile
europene rezult c:
( )
[ ] } ) ( ), ( ) (
*
} ) ( ), ( ) (
P E X T S T S t S e S
X T S T S t S
S(T)
c
T q r
c
> < =
> <

{
{
1

( )
< <
=

}
) (
,
) ( ) (
*
1
*
1
* *
P d
T
T B
t T
c
t T
c
t B T B
e S
c
T q r
{-

( )

=

T
t T
d
c
t T N e S
c T q r
; ,
1
1
2

deoarece folosind acelai raionament ca mai sus avem c:

T
t T
T
T B
c
t T
c
t B T B
c
) (
,
) ( ) (
cov
*
* *
-

VIII.2 Opiuni cu maxim discret

Definiie: Fie 0 t
1
t
2
t
n
T. Se numete opiune cu maxim discret, cu
pre de exerciiu X i scaden T, un produs financiar derivat cu valoarea la scaden
egal cu ( ) ,0) ) ) ( ),..., ( ), ( (max max(
2 1
X t S t S t S
n
, unde = 1 pentru opiunea de
tip call i = -1 pentru opiunea de tip put.

Teorem: Valoarea la momentul 0 a opiunii cu maxim discret, cu pre de
exerciiu X i scaden T, este:
( )
( ) ( ) ) ; ,..., ( 1
1
, 1 , 2 1 , 2
1
k j n
T r T r t q r
i n
n
i
i MD
C d d N e X e S I H V
i
=

unde
( )
=

3
, , 1 1
1
1
1
, , ,...,
k j i i i i i i
C d t t t t N H

( )
=
+
2
,
2
1
2
, ,...,
k j i n i i i n i n
C t t t t N I
8.4
S=S( 0 ),d
1,i
i d
2,i
reprezint d
1
i d
2
definite la opiunile europene in care se
inlocuiete T cu t
i
.
99

k j
k j
k j
t
t
C
=
1
,
,1 j,k n ,
i k j i
i k j i
k j
t t
t t
C
=
+
+ 2
,
,1 j,k n-i

k j i
k j i
k j
t t
t t
C
=
3
,
, j,k i
i
j i
j i i j
t
t t
C C

= =
3
,
3
,
, j i
Demonstraie:
Notm cu S
i
=S(t
i
).Facem demonstraia pentru cazul =1.
>

>
=

} ) ,..., max( } ) ,..., max(
) ,..., max(
1 1
1
E E
X S S
e X
X S S
S S e V
n
T r
n
n
T r
MD
{ {
1 1

2 1
V V + =
Calculm mai nti V
3.
[ ] [ ] ( ) } ) ,..., max( 1 } ) ,..., max(
1 1 2
P P X S S - e X X S S e X V
n
T r
n
T r
< = > =

{ {
[ ] ( ) } ,..., , 1
2 1
P X S X S X S - e X
n
T r
< < < =

{

< < =

}
) (
,...,
) (
1
, 2 1 , 2
1
1
P
n
n
n T r
d
t
t B
d
t
t B
- e X {
( ) ( ) ) ; ,..., ( 1
1
, 1 , 2 1 , 2 k j n
T r
C d d N e X =

k j
k j
k
k
j
j
k j
t
t
t
t B
t
t B
C
=
) (
,
) (
cov
1
,

Avem c:

= =

=
> > >

=
n
i
i
n
i i n i i
i
T r
V
X S S S S S
S e V
1
, 1
1 1
1
} , ,...
E
{
1
Rezult c:

> > >

=

} , ,...
1
, 1
E
X S S S S S
S e V
i n i i
i
T r
i
{
1

> > >

=

) ( |
} , ,...
1
E E
i
i n i i
i
T r
t
X S S S S S
S e F
{
1
> > > > > >

=
+

) ( |
} , ,... } , ,...
1 1 1
E E
i
i n i i i i i i i
i
T r
t
X S S S S S X S S S S S
S e F
{ {
1 1

Fie acum:

> > >

=
+
) ( |
} , ,...
1
E
i
i n i i i
i n
t
X S S S S S
I F
{
1
100
<
<
=
+
+
+
) ( |
2
1
2
1
1
) ( ) (
,...,
) ( ) (
i i n
i n
i n
i i
i i
i i
t t t
t t
t B t B
t t
t t
t B t B
F
<
<
=
+
+
+
i n
i n
i n
i i
i i
i i
t t
t t
t B t B
t t
t t
t B t B
2
1
2
1
1
) ( ) (
,...,
) ( ) (
P
( )
=
+
2
,
2
1
2
, ,...,
k j i n i i i n
C t t t t N
=
+
+
+
+
+
+
+
+
i k i
i k i
i j i
i j i
i k i
i k i
i j i
i j i
k j
t t
t B t B
t t
t B t B
t t
t B t B
t t
t B t B
C
) ( ) (
) ( ) (
) ( ) (
,
) ( ) (
cov E
2
,

[ ] [ ] [ ] [ ] ( )
2
) ( ) ( ) ( ) ( ) ( ) ( ) (
1
E E E E
i k i i i j i k i j i
i k i i j i
t B t B t B t B t B t B t B
t t t t
+

=
+ + + +
+ +

( ) ( ) = +

=
+ +
+ +
i i i k i j i
i k i i j i
t t t t t
t t t t
1

i k j i
i k j i
t t
t t
=
+
+
,1 j,k n-i

Fcnd schimbarea de msur definit mai sus avem c:

( )
[ ] } , ,...
1 1 , 1
X S S S S S e S e I V
i i i i
t q r T r
i n i
i
> > > =

{
*
P
Avem c:
[ ] } , ,...
1 1
X S S S S S H
i i i i i
> > > =

{
*
P
< <
<
i
i
i
i i
i i
i i
i
i
i
d
t
t B
t t
t t
t B t B
t t
t t
t B t B
, 1
*
1
1
1
1
* *
1
1
1
1
* *
) (
,
) ( ) (
,...,
) ( ) (
*
P

( )
=

3
, , 1 1
1
1
1
, , ,...,
k j i i i i i
C d t t t t N

( ) ( )
k j k j i
k i j i k i
k i
j i
j i
k j
t t t t t
t t t t t t
t B t B
t t
t B t B
C +

=
=
1 ) ( ) (
,
) ( ) (
cov
* *
* *
3
,

k j i
k j i
t t
t t
= , j,k i
101
( )
i
j i
j i
i j i i
i
j i
j i
i j
t
t t
t t
t t t t
t B
t t
t B t B
C

=

=
=
1 ) (
,
) ( ) (
cov
*
* *
3
,

VIII.3 Opiuni asiatice

Definiie: Se numete opiune asiatic, cu pre de exerciiu X i scaden T, un
produs financiar derivat cu valoarea la scaden egal cu
,0)

) ) (
1
( max(
0
X dt t S
T
T
,unde = 1 pentru opiunea de tip call i = -1 pentru
opiunea de tip put.
Notm cu , 0 t T
=
t
du u S t Y
0
) ( ) (

Teorem: Valoarea la momentul t a unei opiuni asiatice, cu pre de exerciiu
X i scaden T, este egal cu V(t, S(t),Y(t)) , unde funcia V(t,S,Y) este soluia ecuaiei
cu derivate pariale:
( ) 0
2
1
2
2
2 2
=
V r
Y
V
S
S
V
S q r
S
V
S
t
V

) 0 ), ( max( ) , , ( X
T
Y
Y S T V = 8.5
Demonstraie:
Avem c:
( ) ) ( ) ( ) ( ) ( t dB t S dt t S q r t dS + =
dt t S t dY = ) ( ) ( 8.6
Generatorul infinitizimal al procesului de difuzie 8.6 este:
( )
Y
S
S
S q r
S
S
t
=
2
2
2 2
2
1
L
Dar:

( )
=

) 0 ),
) (
( max( )) ( ), ( , ( E X
T
T Y
e
) t,S(t),Y(t
t Y t S t V
t T r

Aplicnd teorema Feynman-Kac rezult ecuaia cu derivate pariale dorit.

102
Teorem: Dac Y(t) > TX, valoarea la momentul t a unei opiuni call asiatice,
cu pre de exerciiu X i scaden T, este:
( ) ( )
( )
( )
=

X
T
t Y
e
T q r
e e
t S t Y t S t V
t T r
t T r t T q
) (
) ( )) ( ), ( , ( 8.7
Demonstraie:
Avem c:
X
T
t Y
T
T Y
>
) ( ) (

Deci:
( ) ( )
=

) ( | ) ( |
) (
) 0 ,
) (
max( )) ( ), ( , ( E E t t X
T
T Y
e X
T
T Y
e t Y t S t V
t T r t T r
F F

( )
( )
=

) ( | ) (
) (
E t
T
t
t T r
t T r
du u S
T
e
X
T
t Y
e F

( )
( )
[ ] du u S
T
e
X
T
t Y
e
T
t
t T r
t T r
t +
=

) ( | ) (
) (
E F

( )
( )
( ) ( )
du e t S
T
e
X
T
t Y
e
T
t
t u q r
t T r
t T r
= ) (
) (

( )
( ) ( ) ( )
( )
du
q r
e
t S
T
e
X
T
t Y
e
t T q r t T r
t T r
=

1
) (
) (

( ) ( )
( )
( )
=

X
T
t Y
e
T q r
e e
t S
t T r
t T r t T q
) (
) (

103
IX. Evaluarea opiunilor cu mai multe active suport n
contextul pieei financiare de tip BSM

IX.1 Distribuia normal bidimensional

Vectorul aleator ( )
=
2 1
, X X X cu medie i matrice de
varian-covarian are o distribuie
normal bidimensional notat cu
[ ] (

= =
2 1
, m m m X E )
[ ] ( ) [ ] ( )

= =

2
2 2 1
2 1
2
1
X E X X E X E
( ) ,
2
m dac are densitatea de repartiie dat de:

( ) ( ) ( )

=

m t m t t t f
1
2 1 2
2
1
exp
det 2
1
, unde (9.1) (

=
2 1
, t t t )

Se poate arta c dac ( ) , ~
2
m X atunci avem c:

1) ( ) (
2 2 2 1 1 1
, ~ , , ~ m X m X )
2) (9.2) ( )
2 1 2 1
2
2
2
2
2
1
2
1
2
2 2 1 1 2 2 1 1
2 , , ~ + + = + + a a a a unde m a m a X a X a

Dac 0
2 1
= = m m i 1
2 1
= = se spune c distribuia este normal
bidimensional standard cu coeficient de corelaie , iar pentru funcia de
repartiie a acestei distribuii exist formule de
aproximare (vezi de exemplu Hull - 2006).
( ) ( )

=
x y
dt dt t t f y x N
2 1 2 1 2 2
, : ; ,


IX.2 Micarea brownian bidimensional

( ) ( ) ( ) ( t B t B t B
2 1
, = ) este proces Wiener bidimensional (micare brownian
bidimensional) cu coeficient de corelaie dac:
1) ; ( ) ( ) 0 0 0
2 1
= = B B
2) Variaia procesului ntre dou momente de timp ( ) ( ) t B T B este independent de
informaiile acumulate pn la momentul t ;
3) ( ) ( )
( )
( )

t T t T
t T t T
t B T B

,
0
0
~
2
.

Pentru un interval scurt de timp variaia procesului are urmtoare
distribuie:
dt
( )
( )
( )

=
dt dt
dt dt
t dB
t dB
t dB

,
0
0
~
2
2
1
(9.3)

Pentru a pune n eviden coeficientul de corelaie se folosete notaia
( ) ( ) dt t dB t dB =
2 1
.

IX.3 Proces de difuzie bidimensional i lema Ito bidimensional

Fie ( ) ( ) ( ) ( ) t x t x t x
2 1
, = un proces de difuzie bidimensional:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) dt t dB t dB unde
t dB t x t x t b dt t x t x t a t dx
t dB t x t x t b dt t x t x t a t dx
=
+ =
+ =
2 1
2 2 1 2 2 1 2 2
1 2 1 1 2 1 1 1
,
, , , ,
, , , ,

i fie o funcie . R R R G
+
2
:

105
Ne intereseaz variaia lui ( ) ( ) ( ) t x t x t G
2 1
, , . Aplicnd lema Ito pentru procese
de difuzie bidimensionale rezult c:

2
2
2 1
1
1
2 1
2
2 1 2
2
2
2
2 2
1
2
2
1
2
2
1
1

2
1
2
1
dz
x
G
b dz
x
G
b
dt
x x
G
b b
x
G
b
x
G
b
x
G
a
x
G
a
t
G
dG
+
+
=
(9.4)

IX.4 Evoluia cursului a dou active

Modelul BSM bidimensional presupune c pe pia exist dou active
financiare al cror curs verific urmtorul sistem de ecuaii difereniale stocastice:

dt dB dB unde
dB S dt S dS
dB S dt S dS
+ =
+ =
2 1
2 2 2 2 2 2
1 1 1 1 1 1
, (9.5)

In continuare vom determina repartiiile cursurilor celor dou active la
momentul T . Astfel, aplicnd lema lui Ito bidimensional pentru funciile
respectiv obinem c:
1
ln S
2
ln S

( )
( )
=
+
=
2 2
2
2
2 2
1 1
2
1
1 1
2
ln
2
ln
dB t T S d
dB t T S d
(9.6)

Prin integrare de la la t T rezult c :

( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ( )
=
+
=
t B T B t T t S T S
t B T B t T t S T S
2 2 2
2
2
2 2 2
1 1 1
2
1
1 1 1
2
ln ln
2
ln ln
)

106
Deci
( )
( )
( ) ( )( )
( ) ( )( )
( ) ( )
( ) ( )

+
+
t T t T
t T t T
t T t S
t T t S
T S
T S
m
2
2 2 1
2 1
2
1
2
2 2 2
2
1 1 1
2
2
1
,
2 ln
2 ln
~
ln
ln

Utiliznd repartiia la momentul T al cursurilor celor dou active, se poate
calcula probabilitatea ca la momentul T s avem c ( ) ( ) T S T S
2 1
> . Astfel, utiliznd
proprietatea (9.2) rezult c:
( ) ( )

v
X
t T m m T S T S , ~ ln ln
2 1 2 1
unde
2 1
2
2
2
1
2
2 + =

Dar ( ) 1 , 0 ~ N
v
X
, deci:

( ) ( ) ( ) ( ) ( ) ( ) ( )

>

=
> = > = >
v
N
v v
X
P
X P T S T S P T S T S P
1
0 ln ln
2 1 2 1
(9.7)

IX.5 Opiuni curcubeu

Opiunile curcubeu sunt produse financiare al cror payoff la scaden (T)
depinde de i . Deci pot fi considerate derivative care au dou active
suport.
( ) T S
1
( ) T S
2
Prima la momentul al unui astfel de derivativ va depinde .
Vom nota aceast prim cu .
T t < ( ) ( ) t S t S t
2 1
, ,
( )
2 1
, , S S t D

5.1 Ecuaia de evaluare a unei opiuni curcubeu

Vom considera un portofoliu format dintr-o poziie -1 pe derivativ, pe
primul activ suport i pe cel de al doilea activ suport:
1
h
2
h

107
2 2 1 1
S h S h D + + = (9.8)

Variaia valorii acestui portofoliu este (folosind (9.4) i (9.5)):

2 2 1 1
dS h dS h dD d + + =

( ) (
2 2 2 2 2 2 1 1 1 1 1 1 2
2
2 2 1
1
1 1
2 1
2
2 1 2 1
2
2
2
2
2
2
2
2
1
2
2
1
2
1
2
2 2
1
1 1

2
1
2
1
dB S dt S h dB S dt S h dB
S
D
S dB
S
D
S
dt
S S
D
S S
S
D
S
S
D
S
S
D
S
S
D
S
t
D

+ + + +
=
)

(9.9)
2
1
2
1
2
2
2 2 2 1
1
1 1 1
2 1
2
2 1 2 1
2
2
2
2
2
2
2
2
1
2
2
1
2
1
2
2 2
1
1 1 2 2 1 2 1 1 1
dB
S
D
h S dB
S
D
h S
dt
S S
D
S S
S
D
S
S
D
S
S
D
S
S
D
S
t
D
S h S h
+
+
+ =

Pentru ca s fie portofoliu fr risc trebuie ca
1
1
S
D
h
= i
2
2
S
D
h
= (9.10)

Deoarece nu exist posibiliti de arbitraj trebuie ca portofoliul fr risc s
aib rentabilitatea egal cu rata dobnzii fr risc:

dt r d = (9.11)

Folosind (9.9),(9.10) i (9.11) avem c:

+ =
2
2
1
1 2 1
2
2 1 2 1
2
2
2
2
2
2
2
2
1
2
2
1
2
1
S
S
D
S
S
D
D r
S S
D
S S
S
D
S
2
1
S
D
S
2
1
t
D

De aici rezult ecuaia de evaluare pentru o opiune curcubeu:

108
rD
S S
D
S S
S
D
S
S
D
S
S
D
rS
S
D
rS
t
D
=

2 1
2
2 1 2 1 2
2
2
2
2
2
2 2
1
2
2
1
2
1
2
2
1
1
2
1
2
1
(9.12)

Ecuaia (9.12) este verificat de prima oricrei opiuni curcubeu. Pentru a afla
prima pentru o opiune anume trebuie pus i o condiie la scaden (T) i anume:

( )
optiune
Payoff S S T D =
2 1
, , (9.13)

Ecuaia (9.12) este un caz particular al ecuaiei fundamentale de evaluare a
activelor financiare obinut n capitolul V. In acest capitol demonstraia a fost
realizat prin utilizarea principiului arbitrajului (Altr - 2008).

5.2 Tipuri opiuni curcubeu

1) Opiunea de a schimba cele dou active (Spread options)

( ) ( ) ( ) 0 , max
2 1
T S T S Payoff
Spread
= (9.14)

Prima acestei opiuni la momentul T t < va fi:

( ) ( ) ( )
2 2 1 1 2 1
, , d N S d N S S S t Spread = (9.15)

unde:

( ) ( )
t T
t T S S
d

+
=
2
ln
2
2 1
1
t T d d =
1 2

2 1
2
2
2
1
2
2 + =

Demonstraie

Se observ c putem scrie payoff-ul opiunii spread astfel:

( ) ( ) ( )
2 1
,
2
0 , 1
2 1
max
2
0 ,
2 1
max S S T H S S S S S S = = unde ( ) ( ) 0 , 1 max : , = x x T H

109
Datorit formei payoff-ului vom cuta o soluie a ecuaiei de evaluare (9.12)
de forma:

( ) ( )
2 1
,
2
2
,
1
, S S t H S S S t D =

Fcnd schimbarea de variabil
2 1
S S x = , vom cuta s obinem o ecuaie
diferenial cu derivate pariale pentru ( ) x t H , (care s semene cu ecuaia Black-Scholes
a crei soluie o tim) . Avem c:

2
x
H
2
2
2
S
1
S
2
S
1
S
D
2
;
2
x
H
2
3
2
S
2
1
S
2
2
S
D
2
;
2
x
H
2
2
S
1
2
1
S
D
2
;
x
H
2
S
1
S
H
2
S
D
;
x
H
1
S
D
;
t
H
2
S
t
D

nlocuind in ecuaia (9.12) derivatele pariale de mai sus i folosind
schimbarea de variabil obinem urmtoarea ecuaie diferenial cu derivate pariale
pentru ( ) x t H , :
0
2
2
2 2
2
1
=
x
H
x
t
H

cu condiia pe frontier ( ) ( ) 0 , 1 max : , = x x T H .
Se observ c aceasta este ecuaia de evaluare a unei opiuni call pentru cazul
n care . Deci 1 , 0 = = K r

( ) ( ) ( )
2 1
: , d N d xN x t H =
Dar ( ) ( )
2 1
,
2
2
,
1
, S S t H S S S t Spread = i se obine (9.15)

2) Opiunea de a livra activul mai scump

( ) ( ) ( ) T S T S Payoff
Optmax 2 1
, max =
( ) ( ) ( ) ( ) ( )
Spread
Payoff T S T S T S T S + = + =
2 2 1 2
0 , max (9.16)

110
Folosind principiul arbitrajului rezult c prima acestei opiuni la momentul
va fi: T t <
( ) ( ) ( )
2 1 2 2 1
, , , , S S t Spread t S S S t Optmax + = (9.17)

3) Opiunea de a livra activul mai ieftin

( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 , min , min
1 2 1 2 1
T S T S T S T S T S Payoff
Optmin
+ = =
( ) ( ) ( ) ( ) ( )
Spread
Payoff T S T S T S T S = =
1 2 1 1
0 , max (9.18)

Folosind principiul arbitrajului avem c prima acestei opiuni la momentul
va fi: T t <
( ) ( ) ( )
2 1 1 2 1
, , , , S S t Spread t S S S t Optmin = (9.19)

4) Opiunea de a livra activul mai scump sau o sum de bani

( ) ( ) ( ) K T S T S Payoff
Optmaxcash
, , max
2 1
= (9.20)

Prima acestei opiuni este dat de:

( ) ( ) ( ) [ ] ( ) ( ) [ ]
( )
( ) + +

+
+ + =
;
2
2
,
1
2

2
;
2
,
2 2 2 2 1
;
1
,
1 2 1 1 2
,
1
,
1
t T d t T d N
t T r
Ke
d N N S d N N S S S t Optmaxcash

unde

( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
2 1
2
2
2
2
1
2
,
2 1
2
,
1 2
1
2
2
1
ln
2
,
2
2
1
ln
1
2
2
2
ln
2
,
2
2
1
1
ln
1

2 2
2
+ =
+
=

+
=

+
=

+
=
t T
t T S S
t T
t T S S
t T
t T K S
d
t T
t T K S
d

111
5) Opiuni call i put pe maximul a dou active

( ) ( ) ( ) ( ) 0 , , max max
2 1
max
K T S T S Payoff
c
=
( ) ( ) ( ) ( ) 0 , , max max
2 1
max
T S T S K Payoff
p
= (9.21)

Se poate arta c exist urmtoarele relaii de paritate:
1) ( ) ( )
( ) t T r
Ke S S t Optmaxcash S S t c

=
2 1 2 1 max
, , , ,
2) ( )
( )
( ) ( )
2 1 2 1 max 2 1 max
, , , , , , S S t Optmax S S t p Ke S S t c
t T r
+ = +

(9.22)

6) Opiuni call i put pe maximul a dou active

( ) ( ) ( ) ( ) 0 , , min max
2 1
min
K T S T S Payoff
c
=
( ) ( ) ( ) ( ) 0 , , min max
2 1
min
T S T S K Payoff
p
= (9.24)

Se poate arta c exist urmtoarele relaii de paritate:
1) ( ) ( ) ( ) ( K , S , t c K , S , t c S , S , t c S , S , t c
2 es BlackSchol 1 es BlackSchol 2 1 min 2 1 max
) + = +
2) ( )
( )
( ) ( )
2 1 2 1 min 2 1 min
, , , , , , S S t Optmin S S t p Ke S S t c
t T r
+ = +

(9.25)

IX.6 Opiuni quanto

Quanto-urile sunt derivative tranzacionate ntr-o ar (de exemplu SUA) i
care au ca suport un activ financiar tranzacionat ntr-o alt ar (de exemplu indicele
Nikkei din Japonia). Fiind tranzacionat n SUA payoff-ul unui quanto este exprimat
n USD.
Vom nota cu:
S - cursul indicelui Nikkei exprimat n JPY
Q - cursul valutar USD/JPY (1 JPY = Q USD)
r - rata dobnzii n SUA
112
f
r - rata dobnzii n Japonia

Prima la momentul al unui astfel de derivativ va depinde .
Vom nota aceast prim cu .
T t < ( ) ( ) t Q , t S , t
( ) Q , S , t D

Variaia n timp a celor doi factori de influen este dat de:

(9.26)
( )
dt dB dB unde
QdB Qdt r dQ
SdB Sdt dS
Q S
Q Q f Q
S S S
+ =
+ =
,

6.1 Ecuaia de evaluare a unui quanto

Vom considera un portofoliu format dintr-o poziie -1 pe derivativ, yeni i
uniti din indicele Nikkei. Valoarea portofoliului (exprimat n USD) este:
Q
h
S
h

SQ h Q h D
S Q
+ + = (9.27)

Variaia valorii acestui portofoliu este (folosind (9.4) i (9.26)):

( )

in USD exprimata
yeni la dobinda
f Q S Q
Qdt r h SQ d h dQ h dD d + + + =

( )
( ) ( )
( ) [ ]
Q Q S S Q S f Q S S
f Q Q Q f Q Q Q Q S S
Q S Q S f Q S
SQdB SQdB SQdt r h
Qdt r h QdB Qdt r h dB
Q
D
Q dB
S
D
S
dt
Q S
D
SQ
Q
D
Q
S
D
S
Q
D
Q r
S
D
S
t
D

+ + + + +
+ + +
=

2
1
2
1
2
2
2
2 2
2
2
2 2

113
( ) [
( ) dt
Q S
D
SQ
Q
D
Q
2
1
S
D
S
2
1
Q
D
Q r
S
D
S
t
D

SQ r h Q h
2
Q S
2
2
2 2
Q
2
2
2 2
S f Q S
Q S f Q S S Q Q
+ + + =
Q S Q Q S S S
dB
Q
D
S h h Q dB
S
D
Q h S

+ +
+ (9.28)

Pentru ca s fie portofoliu fr risc trebuie ca
S
D
Q
1
h
S
= i
S
D
Q
S
Q
D
h
Q
= (9.29)

Deoarece nu exist posibiliti de arbitraj trebuie ca portofoliul fr risc s
aib rentabilitatea egal cu rata dobnzii fr risc:

dt r d = (9.30)

Folosind (9.28),(9.29) i (9.30) avem c:

( )
+ =
=
Q
D
Q D r
Q S
D
SQ
Q
D
Q
2
1
S
D
S
2
1
Q
D
Q r
S
D
S r
t
D
2
Q S
2
2
2 2
Q
2
2
2 2
S f Q S f

De aici rezult ecuaia de evaluare pentru un quanto:

( ) ( ) rD
Q S
D
SQ
Q
D
Q
2
1
S
D
S
2
1
Q
D
Q r r
S
D
S r
t
D
2
Q S
2
2
2 2
Q
2
2
2 2
S f Q S f
=

(9.31)

Ecuaia (9.31) este verificat de prima oricrui quanto. Pentru a afla prima
pentru o opiune anume trebuie pus i o condiie la scaden (T):

( )
optiune
Payoff Q , S , T D = (9.32)

114
6.2 Tipuri de quanto

1) Opiuni quanto cu pretul de exerciiu (K) fixat n JPY

Payoff-ul n SUA va fi:

( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 , K T S max T Q 0 , T KQ T Q T S max Payoff
Quantocall
= =
( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 , T S K max T Q 0 , T Q T S T KQ max Payoff
Quantoput
= = (9.33)

Prima opiunii call la momentul T t < va fi:

( ) ( )
( )
( ) ( )
2
t T r
1
d N Ke d SN Q Q , S , t Quantocall
f

= (9.34)
unde:

( ) ( )
t T
t T
2
r K S ln
d
S
2
S
f
1

+ +
= t T d d
S 1 2
=
Deci n cazul n care preul de exerciiu este fixat n JPY (variabil n USD)
prima call pe piaa american va fi egal cu prima call de pe piaa japonez (rata
dobnzii din Japonia este ) transformat n USD.
f
r

Demonstraie

Se observ c putem scrie payoff-ul opiunii call astfel:

( ) ( ) S , T QH 0 , K S max Q = unde ( ) ( ) 0 , K S max : S , T H =

de forma:

( ) ( ) S , t QH Q , S , t D =

115
Vom cuta s obinem o ecuaie diferenial cu derivate pariale pentru ( ) S , t H .
Avem c:

S
H
Q S
D
2
; 0
2
Q
D
2
;
2
S
H
2
Q
2
S
D
2
; H
Q
D
;
S
H
Q
S
D
;
t
H
Q
t
D

nlocuind in ecuaia (9.31) derivatele pariale de mai sus obinem urmtoarea
ecuaie diferenial cu derivate pariale pentru ( ) S , t H :
H
f
r
2
x
H
2
2
S
2
2
1
S
H
S
f
r
t
H
S
=

cu condiia pe frontier ( ) ( ) 0 , K S max : S , T H = .
Dar aceast ecuaie este chiar ecuaia de evaluare pentru o opiune call de tip
european pe indicele Nikkei evaluat pe piaa japonez (rata dobnzii din Japonia fiind
)
f
r

2) Opiuni quanto cu pretul de exerciiu (K) fixat n USD

Payoff-ul n SUA va fi:

( ) ( ) ( ) 0 , K T Q T S max Payoff
Quantocall
=
( ) ( ) ( ) 0 , T Q T S K max Payoff
Quantoput
= (9.35)

Prima opiunii call la momentul T t < va fi:

( ) ( )
( )
( )
2
t T r
1
d N Ke d SQN Q , S , t Quantocall

= (9.36)

unde:

( ) ( )
t T
t T
2
r K SQ ln
d
2
1

+ +
= t T d d
1 2
=
Q S
2
Q
2
S
2
2 + + =
116
Demonstraie

Se observ c putem scrie payoff-ul opiunii call astfel:

( ) ( ) SQ , T H 0 , K SQ max = unde ( ) ( ) 0 , K x max : x , T H =

de forma:

( ) ( ) SQ , t H Q , S , t D =

Facem schimbarea de variabil SQ x = . Vom cuta s obinem o ecuaie
diferenial cu derivate pariale pentru. Avem c:

x
H
x
H
SQ
Q S
D
x
H
S
Q
D
x
H
Q
S
D
x
H
S
Q
D
x
H
Q
S
D
t
H
t
D
2
2 2
;
2
2
2
2
2
;
2
2
2
2
2
; ; ;

Inlocuind in ecuaia (9.31) derivatele pariale de mai sus i folosind
schimbarea de variabil obinem urmtoarea ecuaie diferenial cu derivate pariale
pentru ( ) x , t H :
H r
2
x
H
2
2
x
2
2
1
x
H
x r
t
H
=

cu condiia pe frontier ( ) ( ) 0 , K x max : x , T H = .
Deci
( ) ( )
( )
( )
2
d N
t T r
Ke
1
d xN x , t H

= .

117
Bibliografie
Altr, M., (2008), Inginerie financiar, Editura ASE
Cuculescu, I., (1998), Teoria probabilitilor, Editura All
Cuculescu, I., (1979). Elemente de teoria proceselor stocastice, Editura Universitii
Bucureti
Bjork, T., (1998), Arbitrage Theory in Continuous Time, Oxford University Press.
Black, F., i M. Scholes, (1973), "The pricing of options and corporate liabilities,"
Journal of Political Economy 81, 637-659.
Fleming, W., i R. Rishel, (1975), Deterministic and Stochastic Optimal Control,
Springer Verlag.
Hull, J., (2006), Options, Futures, and other Derivatives, Prentice Hall.
Ikeda, N. i S. Watanabe, (1989), Stochastic differential equations and diffusion
processes, North Holland, Amsterdam.
Ito, K. i H.P. McKean, (1965), Diffusion processes and their sample paths, Springer-
Verlag , Berlin
Karatzas, I. i S. E. Shreve, (1991), Brownian Motion and Stochastic Calculus,
Springer-Verlag, New York
Licea , G., (1979), Martingale i aplicaii, Editura Universitii Bucureti
Merton, R. C., (1973a), "An Intertemporal Capital Asset Pricing Model,"
Econometrica 41, 867-888.
Merton, R. C., (1973b), "Theory of Rational Option Pricing," Bell Journal of
Economics and Management Science 4, 141-184.
Merton, R. C., (1976), "Option Pricing When Underlying Stock Returns Are
Discontinuous," Journal of Financial Economics 3, 125-145.
118
Musiela, M., i M. Rutkowski, (1997), Martingale Methods in Financial Modelling,
Springer Verlag.
Oksendal, B., (2000), Stochastic Differential Equations (5th Edition), Springer
Verlag.
Protter, P., (1992), Stochastic Integration and Differential Equations, Springer
Verlag.
Revuz, D. i M. Yor, (1991), Continuous martingales and brownian motion, Springer-
Verlag, Berlin
Shreve, S. (1997), Stochastic Calculus and Finance, lecture notes, Carnegie Mellon
University
Stoica, G., (1999), Introducere n studiul micrii browniene, Editura Universitii
Bucureti

119

Cipnec Eof VolI

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Cipnec Eof VolI

Încărcat de

Drepturi de autor:

Formate disponibile

Ciprian Necula

id ( ) 1 / , - msurabil. Dar este ( ) -

sup lim sup lim

Dac X este variabil aleatoare discret se observ c:

5. Dac este f - integrabil atunci apt f <

. Prin liniaritate i trecind la limit este

.Se observ c dac f este mrginit P

< < = < < =

N M K E N , este liniar i continu pe spaiul

e martingal local continuu.

. Aplicnd formula Ito i avnd

F , i Y este ortogonal pe orice

P Y e msura nul. E de ajuns s artm c e nul pe ( )

= . Aplicnd lema de mai

cu M martingal local continuu

= L L . Dintr-o teorem anterioar rezult

Pentru a fi portofoliul de hedging trebuie s existe

sistemul nu are soluie neexistnd msur

sistemul are mai multe soluii existnd mai

> > >

> > >

> > >

> > > > > >

> > >

S-ar putea să vă placă și