Modele stochastice n nante

Ecaterina Sava
2006
ii
Contents
0.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . v
Concepte fundamentale 1
0.2 Notiuni de teoria probabilit atilor . . . . . . . . . . . . . . . . . . 1
0.2.1 Cmp de probabilitate . . . . . . . . . . . . . . . . . . . . 1
0.2.2 Variabile aleatoare . . . . . . . . . . . . . . . . . . . . . . 2
0.2.3 Procese stochastice . . . . . . . . . . . . . . . . . . . . . . 5
0.2.4 Martingale . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.3 Notiuni de matematic a nanciar a . . . . . . . . . . . . . . . . . . 6
0.3.1 Optiuni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
0.3.2 Arbitraj . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
0.3.3 Piete viabile si complete . . . . . . . . . . . . . . . . . . . 8
Optiuni europene n modelul discret 9
0.4 Modelul Cox-Ross-Rubinstein . . . . . . . . . . . . . . . . . . . . 9
0.5 Strategii admisibile . . . . . . . . . . . . . . . . . . . . . . . . . . 9
0.6 Viabilitate si completitudine . . . . . . . . . . . . . . . . . . . . . 11
0.7 Pretul de vnzare si de cump arare . . . . . . . . . . . . . . . . . 13
0.8 Formula lui Black-Scholes . . . . . . . . . . . . . . . . . . . . . . 14
Optiuni europene n modelul continuu 17
0.9 Introducere n calcul stochastic . . . . . . . . . . . . . . . . . . . 17
0.9.1 Miscare Brownian a . . . . . . . . . . . . . . . . . . . . . . 17
0.9.2 Integrale stochastice . . . . . . . . . . . . . . . . . . . . . 18
0.9.3 Integrala It . . . . . . . . . . . . . . . . . . . . . . . . . 20
0.9.4 Formula It . . . . . . . . . . . . . . . . . . . . . . . . . . 22
0.10 Modelul Black-Scholes . . . . . . . . . . . . . . . . . . . . . . . . 25
0.10.1 Rezolvarea problemei pricing-ului si acoperiirii riscului
unei optiuni europene. . . . . . . . . . . . . . . . . . . . . 25
0.10.2 Generalizarea modelului Black-Scholes . . . . . . . . . . . 27
0.10.3 Alt a variant a a formulei Black-Scholes . . . . . . . . . . . 28
0.10.4 Viabilitate si completitudine . . . . . . . . . . . . . . . . 31
iii
iv CONTENTS
Optiuni americane n modelul discret 33
0.11 Timpuri de oprire . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
0.12 Pretul optiunii americane . . . . . . . . . . . . . . . . . . . . . . 38
0.13 Optiuni americane si optiuni europene . . . . . . . . . . . . . . . 39
Optiuni americane n modelul continuu 41
Rata dobnzii si obligatiuni 43
0.14 Rata dobnzii ntr-un viitor cert . . . . . . . . . . . . . . . . . . 43
0.15 Rata dobnzii ntr-un viitor incert.Obligatiuni . . . . . . . . . . . 44
0.16 Optiuni cu obligatiuni . . . . . . . . . . . . . . . . . . . . . . . . 46
0.17 Un model pentru rata dobnzii . . . . . . . . . . . . . . . . . . . 47
Simulare n Matlab 49
0.18 Pretul unei optiuni n Matlab . . . . . . . . . . . . . . . . . . . . 49
0.19 Modelul Black-Scholes n Matlab . . . . . . . . . . . . . . . . . . 51
Bibliograe 55
0.1. INTRODUCERE v
0.1 Introducere
Capacitatea imens a a computerelor din zilele noastre a permis folosirea
unor modele stochastice complexe, pentru c a datele din sistemele studiate pot
obtinute ntr-un num ar mare si analizate prin tehnici de simulare sau prin alte
metode numerice. Matematica nanciar a este exemplul unui domeniu care s-a
dezvoltat surprinz ator n ultimul timp, n care s-au creat multe modele, si n care
analiza datelor se face destul de des cu ajutorul modelelor traditionale discrete,
chiar dac a cele mai multe dintre modelele folosite pentru xarea preturilor active
sunt modele continue. Modelele continue au n plus, avantajul c a pot analizate
cu ajutorul instrumentelor calculului stochastic, si se pot obtine rezultate chiar
si pentru modele foarte complicate.
Scopul acestei lucr ari este de a prezenta modelele stochastice folosite n -
nante, problemele de xare a preturilor optiunilor europene si americame, si nu
n ultimul rnd, strategiile de convertur a asociate. Se vor prezenta, n paralel,
modelele discrete si modelele continue ale lui Black si Scholes. Modelele discrete
permit demonstrarea rezultatelor de natur a elementar a, iar cele continue dez-
volt a formule care sunt folosite n mod curent de c atre profesionistii n nante.
Ultimul capitol al lucr arii cuprinde o simulare n limbajul de programare Matlab
a unor modele analizate pe parcursul primelor capitole.
Primul model stochastic n matematici nanciare a fost introdus de Bachelier
in 1900 n teza sa "La thorie de la spculation", n care propunea un model
pentru cursul pretului grului
o
|
= o
0
+1
|
.
Acest model avea ns a,defectul c a pretul putea deveni negativ.
Prin intermediul acestei lucr ari aduc sincere multumiri profesorului coordo-
nator Profesor.dr Aurel R ascanu pentru sprijinul acordat si pentru profesional-
ismul dovedit n elaborarea prezentei lucr ari.
Concepte fundamentale
0.2 Notiuni de teoria probabilit atilor
0.2.1 Cmp de probabilitate
Plec am cu o multime abstract a,pe care o not am ,ale c arei submultimi le
vom interpreta ca ind evenimente.
Denitia 1 Numim cmp de probabilitate (abreviat: c.p.) un triplet (, T, P) ,
unde
(1) este o mul time abstracta;
(11) T este o-corp (o-algebra ) peste , adica
(oc
1
) T T () ,
(oc
2
) T ==
c
(= ) T,
(oc
3
)
n
: : N
+
T ==

nN

n
T;
(111) P : T [0, 1] , este o (masura de) probabilitate, adica
(j
1
) P() = 1,
(j
2
) (numarabila aditivitate) daca
n
: : N
+
T si
I

= O
(adica evenimentele sunt incompatibile doua cte doua) pentru orice
i ,= ,, atunci
P
_
o

n=1

n
_
=
o

n=1
P(
n
)
Notatia 2
Jt}
=
c
=
Elementele lui T se numesc evenimente aleatoare. Un eveniment este
eveniment elementar dac a din O ,= 1 rezult a 1 = . Perechea (, T) se
numeste cmp de evenimente .
Propozitia 3 (Proprieta ti ale probabilita tii) Daca (, T, 1) este un cmp de
probabilitate atunci:
1
2 CONCEPTE FUNDAMENTALE
(i) P(O) = 0,
(ii) P
_

_
= 1 P() ,
(iii) P( 1) = P() P(

1) ,
(i) (substractivitate) dac a 1 atunci P( 1) = P() P(1) ,
() (monotonie) dac a 1 atunci P(1) _ P() ,
(i) (nit a aditivitate) dac a
_

I
: i 1, :
_
T si
I

= O pentru orice
i ,= ,, atunci
P
_
n

I=1

I
_
=
n

I=1
P(
I
) .
0.2.2 Variabile aleatoare
Denitia 4 Numim oalgebra generata de / T () cea mai mica oalgebra
care con tine pe /, adica
o (/) =

,J = coltb: o
T .
/ se nume ste sistem de generatori pentru o (/) .
Denitia 5 Numim ocorpul (oalgebra) Borel pe R
n
ocorpul (oalgebra)
generat de mul timile deschise din R
n
adica cea mai mica oalgebra care con tine
toate mul timile deschise din R
n
:
E
n
= o (G : i:t (G) = G R
n
)
Jt}
=

J = coltb: o
_
T : G : i:t (G) = G R
n
T
_
=

J = coltb: o
_
T :
_
1 : 1 = 1 R
n
_
T
_
.
Presupunem c a ) este o functie nenegativ a, integrabil a, astfel nct
_
R
n
)(r)dr = 1. Denim
P(1) =
_
1
)(r)dr
pentru ecare 1 E
n
Atunci (R
n
, E
n
, P) este un cmp de probabilitate. Numim
) densitatea probabilit atii P.
Denitia 6 Fie (, T, 1) un cmp de probabilitate.
0.2. NO TIUNI DE TEORIA PROBABILIT

A TILOR 3
(a) A : R este o variabila aleatoare reala (v.a.) daca A este o func tie
(T, E
1
)-masurabila, adica,
_
T

Jt}
=
_
A
1
(E
1
) = A
1
(1) : 1 E
1
T
(se va scrie A : (; T, P) (R, E
1
) );
(b) A =
_
_
_
A
1
.
.
.
A
n
_
_
_ = (A
1
, ..., A
n
)
+
: R
n
este un vector aleator (sau
variabila aleatoare cu valori n R
n
) daca A este o func tie (T, E
n
)-masurabila,
adica,
_
T

Jt}
=
_
A
1
(E
n
) = A
1
(1) : 1 E
n
T
(se va scrie A = (A
1
, ..., A
J
)
+
: (; T, P)
_
R
J
, E
J
_
).
De obicei,scriem A si nu A(.). De asemenea,not am P(A
1
(1)) = P(A
1), ca ind probabilitatea evenimentului ca A s a apartin a lui 1.
Denitia 7 Numim reparti tie a v.a. A : R
n
masura de probabilitate
P

: E
n
[0, 1] data prin
P

(1) = P(A 1) .
Daca A : R atunci func tia 1

: R [0, 1] data prin

1

(r) = P

(] , r])
= P(A _ r)
se nume ste func tia de reparti tie a v.a. A.
Exemple de repartitii
Exemplu 8 1.Reparti tia binomiala
Daca este un eveniment asociat unui experiment aleator astfel nct P() =j,
si daca experimentul este repetat de : ori (experimentele ind independente),
atunci numarul A de apari tii ale lui , numit si frecven ta lui n aceste
repeti tii, are reparti tia binomiala
j
|
= P(A = /) =
_
:
/
_
j
|
(1 j)
n|
, 0 _ / _ :.
Exemplu 9 2.Reparti tia normala
Spunem ca v.a A urmeaza o reparti tie normala de parametri : si o, si
notam A ~ (:, o) daca
1

(r) =
_
2o
2
_
1/2
_
r
o
c
(1/2c
2
)(n)
2
dj
4 CONCEPTE FUNDAMENTALE
Integrarea n raport cu o m asur a
Dac a (, T, P) este un cmp de probabilitate si A =
|

I=1
a
I
1
.i
este o vari-
abil a aleatoare simpl a, atunci denim integral a din A astfel:
_

AdP =
|

I=1
a
I
P(
I
).
Dac a A este o variabil a aleatoare nenegativ a, atunci denim
_

AdP = sup
0Y , Y simpl a
_

1 dP.
Si, dac a A este o variabil a aleatoare arbitrar a, denim
_

AdP =
_

A
+
dP
_

dP
considernd c a cel putin una din integralele din membrul stng este nit a, iar
A
+
= max(A, 0), A

= max(A, 0); deci A = A

+
A

.
Denitia 10 Daca (, T, P) este un cmp de probabilitate si A : R este o
variabila aleatoare, numim valoarea medie sau media lui A si o notam E(A)
cantitatea:
E(A) =
_

AdP.
Denitia 11 Numim
1
2
(A) = \ ar(A) :=
_

[A E(A)[
2
dP
dispersia (n franceza si engleza: variance) variabilei aleatoare A.
Se observ a c a
\ ar(A) = E([A E(A)[
2
) = E([A[
2
) [E(A)[
2
.
Denitia 12 Func tia ,

: R C denita prin
,

(t) = E
_
c
I|
_
se nume ste func tia caracteristica a v.a. A.
Denitia 13 Fie (, T, P) un cmp de probabilitate si presupunem ca ( este o
o-algebra, ( _ T.Daca A : R este o variabila aleatoare, denim
E(A[()
ca ind orice variabila aleatoare pe astfel nct:
(i) E(A[() este (masurabila
(ii)
_
.
AdP =
_
.
E(A[()dP, pentru \ (.
(iii) E(A[() se nume ste media conditionata a variabilei aleatoare X.
0.2. NO TIUNI DE TEORIA PROBABILIT

A TILOR 5
0.2.3 Procese stochastice
Procesele stochastice apar n modelarea matematic a a fenomenelor aleatoare
care depind de timp. Un proces stochastic este o functie de doua variabile (un
argument aleator . si un parametru "timp" t).
Denitia 14 Daca (, T, P) este un cmp de probabilitate si T este o sub-
mul time a mul timii numerelor reale R, atunci func tia
A : T R
J
, A(., t)
Jt}
= A
|
(.) : R
J
, t T, .
este un proces stochastic cu valori n R
J
, daca, pentru ecare t T, .
A
|
(.) este o variabila aleatoare (adica este (T, E
1
) masurabila).
Dac a T = 1, 2, ...., atunci procesul stochastic A
|
, t T este doar
o secventa de variabile aleatoare si n acest caz vorbim de proces stochastic cu
timp discret, sau proces stochastic discret. Dac a T este o multime continu a (
un interval ) atunci procesul se numeste proces stochastic cu timp continuu.
0.2.4 Martingale
Motivatie:Presupunem c a 1
1
, 1
2
, 1
3
,....sunt variabile aleatoare independente,
cu valori reale, astfel nct
E(1
I
) = 0, (i = 1, 2, . . .).
Denim suma o
n
:= 1
1
+ 1
2
+ 1
3
+ ...1
n
. Cum putem aa o
n+|
,cunoscnd
o
1
, o
2
, o
3
, . . . o
n
? R aspunsul este
E(o
n+|
[o
1
, o
2
, . . . , o
n
) = E(1
1
+1
2
+. . . +1
n
[o
1
, o
2
, . . . , o
n
)+
E(1
n+1
+1
n+2
+. . . +1
n+|
[o
1
, o
2
, . . . , o
n
)
= 1
1
+1
2
+. . . +1
n
+E(1
n+1
+1
n+2
+. . . +1
n+|
)
. .
=0
= o
n
.
Deci, cea mai buna estimare medie a "valorilor viitoare " o
n+|
, cunoscnd val-
orile pn a n momentul :, o
1
, o
2
, o
3
, . . . o
n
, este o
n
.
Dac a interpret am 1
I
ca ind cstigul la un joc de noroc n momentul i, si
o
n
suma tuturor cstigurilor pn a n momentul :, calculul de mai sus indic a,
c a n orice moment viitor valoarea medie a cstigului, dndu-se cstigul curent
(pn a n momentul prezent), va reprezenta cstigul curent (suma detinut a n
momentul prezent). Incorpornd aceste idei ntr-o denitie formal a obtinem:
Denitia 15 (A
I
)
o
n=1
este martingala discreta daca E([A
I
[) < , \ i =
1, 2, . . . si
A
|
= E(A

[A
1
, A
2
, . . . A
|
) a.:.
pentru \, _ / _ 1.
6 CONCEPTE FUNDAMENTALE
Denitia 16 Fie A() un proces stochastic real. Atunci
T

|
= T(A
s
[0 _ : _ t),
o-algebra generata de variabilele aleatoare A
s
, pentru 0 _ : _ t ,se nume ste
trecutul (sau istoria) procesului pna n momentul t (inclusiv t).
Denitia 17 Fie A
|
: t _ 0 un proces stochastic, astfel nct E([A
|
[) < ,
pentru to ti t _ 0.
1. Daca
A
s
= E(A
|
[T

s
) a.:., pentru toti t _ : _ 0,
atunci A
|
: t _ 0 se nume ste martingala.
2. Daca
A
s
_ (rc:j _) E(A
|
[T

s
) a.:., pentru toti t _ : _ 0,
atunci A
|
: t _ 0 se nume ste submartingala (supramartingala).
0.3 Notiuni de matematic a nanciar a
In continuare, vom deni anumite notiuni de matematic a nanciar a care
vor utilizate pe parcursul lucr arii.
Denitia 18 Un contract viitor (future) este un acord de a cumpara (sau de
a vinde) o cantitate dintr-un activ dat (care poate o ac tiune, o obliga tiune,
un titlu, un deviz, o materie prima,etc) la o data viitoare specicata, la un pre t
specicat si n anumite condi tii standard impuse de contractul respectiv.
Denitia 19 Numim portofoliu ansamblul activelor nanciare (ac tiuni, oblig-
a tii, titluri, devize,asigurari) de tinute la un moment dat de catre un agent eco-
nomic.
0.3.1 Optiuni
Denitia 20 O optiune este un contract n termenii careia de tinatorul are
dreptul (dar nu si obliga tia ) de a cumpara (op tiune de cumparare sau "call
option") sau de a vinde (op tiune de vnzare sau "put option") o cantitate
xata dintr-un activ dat ,la un pre t xat de la nceput (numit pre t de exerciciu
sau "strike") la o data de scaden ta T xata n avans pentru o optiune eu-
ropeana. O optiune americana poate exercitata n orice moment dintre
semnarea contractului si data de scaden ta T.
In cazul unei optiuni europene, dac a not am
T = data de scadent a
o
|
= cursul activului la momentul t
1 = pretul de exercitiu
0.3. NO TIUNI DE MATEMATIC

A FINANCIAR

A 7
atunci, n cazul optiunii de cump arare, cantitatea (o
T
1)
+
va reprezenta
cstigul detin atorului (cump ar atorului) optiunii la momentul T, iar n cazul
optiunii de vnzare, cantitatea (1 o
T
)
+
va reprezenta cstigul detin atorului
(vnz atorului) optiunii la momentul T.
Observatie: Cstigul detin atorului (deci cump ar atorului) optiunii este pierderea
vnz atorului. Prima (suma v arsat a de cump ar ator vnz atorului) este pentru a
compensa aceast a pierdere; prima este pretul optiunii rezultat din confruntarea
ordinelor de cump arare si de vnzare de pe piat a.
Optiunile americane sunt mai greu de analizat dect cele europene, motiv
pentru care vom insista mai mult asupra lor.
Teoria matematic a a optiunilor trateaz a dou a mari probleme:
1. Fixarea pretului optiunii ("pricing"), adic a xarea sumei pe care cump ar a-
torul optiunii trebuie s a o verse vnz atorului n momentul semn arii con-
tractului.
2. Acoperirea riscului: cum vnz atorul actiunii va gestiona prima ncasat a
n momentul semn arii contractului, pentru a compensa (n cazul unei opti-
uni europene), pierderea (o
T
1)
+
, respectiv (1 o
T
)
+
.
Propriet ati ale optiunilor
Factori care afecteaz a pretul optiunilor:
pretul curent de stocare si pretul de exercitiu (optiunile de cump arare
sunt mai valoroase dac a pretul de stocare creste si mai putin valoroase
dac a pretul de exercitiu creste).
data scadentei ( optiunile americane de vnzare si de cump arare cresc n
valoare cu ct data scadentei creste; cele europene nu sunt n mod necesar
mai valoroase ).
volatilitatea pretului de stocare, o, astfel nct o
_
t reprezint a deviatia
standard a pretului de stocare ntr-o perioad a de timp scurt a t (cu ct
volatilitatea creste,cu att valoarea optiunilor de vnzare si de cump arare
creste).
rata dobnzii (dac a rata dobnzii creste valoarea unei optiuni de vnzare
descreste iar cea a unei optiuni de cump arare creste).
0.3.2 Arbitraj
Una dintre ipotezele care intervin n teoria matematic a a optiunilor este
absen ta oportunita tii de arbitraj, adic a imposibilitatea c stigarii de bani fara
risc. Aceast a ipotez a antreneaz a o asa-zis a relatie de paritate ntre optiunea
de vnzare si cea de cump arare european a pentru acelasi activ suport (actiune,
8 CONCEPTE FUNDAMENTALE
obligatie, indice bursier) si data de scadent a. Dac a T = data de scadent a si
1 = pretul de exercitiu avem relatia de paritate:
C
|
1
|
= o
|
1c
:(T|)
unde C
|
este pretul de cump arare, 1
|
este pretul de vnzare, o
|
reprezint a cursul
actiunii la momentul t, si r dobnda constant a la care se realizeaz a tranzactia.
Dac a presupunem, de exemplu, c a la momentul t, relatia de paritate nu
este satisf acut a, adic a:
C
|
1
|
o
|
1c
:(T|)
atunci rezult a o oportunitate de arbitraj. La momentul t, operatiunea respectiv a
va aduce la un prot net egal cu
A
|
= C
|
1
|
o
|
Dac a A
|
0, atunci se plaseaz a A
|
cu dobnda r pn a la data de scadent a
T; dac a A
|
< 0, atunci se mprumut a cu aceeasi doband a pn a la data de
scadent a T. In momentul T, avem dou a situatii:
1. o
T
1:atunci se realizeaz a cump ararea (si nu se realizeaz a vnzarea) ,
se ncaseaz a 1 si se pl ateste mprumutul, deci va rezulta un prot egal cu
1 +c
:(T|)
(C
|
1
|
o
|
) 0.
2. o
T
< 1:atunci se realizeaz a vnzarea (si nu se realizeaz a cump ararea), si
se va obtine un acelasi prot ca mai sus.
Deci, n cele dou a cazuri se obtine, la data de scadent a T, un prot pozitiv
f ar a nici o depunere de capital la momentul t:acesta este un exemplu de arbitraj.
0.3.3 Piete viabile si complete
O piat a se numeste viabil a dac a nu are oportunit ati de arbitraj.
O piat a se numeste complet a dac a orice activ conditionat la momentul T
(adic a orice functie de o
|
: 0 _ t _ T, n particular o
T
, sau (o
T
1)
+
,sau
(1o
T
)
+
,etc) este simulabil, adic a exist a o strategie admisibil a a c arei valoare
la momentul T este egal a cu (o
T
1)
+
(respectiv (1 o
T
)
+
).
Notiunea de strategie admisibil a va precizat a in cadrul celor dou a modele
(discret si continuu).
Pretul exact al call -ului sau put-ului european va valoarea initial a a
strategiei admisibile valorii nale (o
T
1)
+
(respectiv (1 o
T
)
+
). O astfel
de valoare realizeaz a acoperirea de risc a optiunii.
Optiuni europene n
modelul discret
0.4 Modelul Cox-Ross-Rubinstein
Se consider a un model n timp discret cu un singur activ cu risc, al c arui
curs la momentul t l vom nota cu o
|
, t = 0, 1, 2...., T si cu un singur activ f ar a
risc, al c arui curs la momentul t l vom nota cu 1
|
, unde T reprezint a data
scadentei optiunii.
Presupunem c a exist a r 0 astfel nct
1
|+1
= 1
|
(1 +r),
si, pentru simplicare,dac a lu am 1
0
= 1, atunci obtinem
1
|
= (1 +r)
|
, t 0, T.
Presupunem c a o
0
(cursul actiunii,activului la momentul initial) este con-
stant, si c a exist a succesiunea de variabile aleatoare independente n ansamblu
si identic repartizate
|
, 1 _ t _ T, care ia valori n multimea a, /, 0 < a < /,
astfel nct :
o
|+1
= o
|

|+1
, t 0, T 1.
Cmpul nostru de probabilitate este (, T, P),cu = a, /
T
, T = T(),
iar probabilitatea P este astfel nct sub P variabilele aleatoare
|
, 1 _ t _ T,
sunt independente si identic repartizate si P(
1
= a) 0, P(
1
= /) 0.
Denim pretul actualizat la momentul t al activului cu risc astfel:
~
o
|
=
o
|
1
|
, t 0, T
0.5 Strategii admisibile
O strategie de gestiune este o succesiune de variabile aleatoare (A
|
, 1
|
),
t 0, T cu valori n R
2
, astfel nct, dac a
T
1
= T
0
Jt}
= O,
9
10 OP TIUNI EUROPENE N MODELUL DISCRET
T
|
Jt}
= o
1
,
2
, ,
|
, t _ 1,
perechea (A
|
, 1
|
) este T
|1
m asurabil a, pentru toti 0 _ t _ T. Se zice c a
perechea (A
|
, 1
|
) este previzibil a.
Valoarea portofoliului la momentul t este dat a de relatia:
\
|
(A, 1 ) = A
|
1
|
+1
|
o
|
si valoarea sa actualizat a reprezint a cantitatea
~
\
|
(A, 1 ) =
\
|
(A, 1 )
1
|
= A
|
+1
|
~
o
|
.
Spunem c a strategia este de autonantare dac a
A
|
1
|
+1
|
o
|
= A
|+1
1
|
+1
|+1
o
|
,
sau, sub o form a echivalent a
\
|+1
(A, 1 ) \
|
(A, 1 ) = A
|+1
(1
|+1
1
|
) +1
|+1
(o
|+1
o
|
)
sau nc a
A
|
+1
|
~
o
|
= A
|+1
+1
|+1
~
o
|
,
adic a
~
\
|+1
(A, 1 )
~
\
|
(A, 1 ) = 1
|+1
(
~
o
|+1

~
o
|
)
In cele ce urmeaz a, vom nota
o
|
= o
|
o
|1,

~
o
|
=
~
o
|

~
o
|1
.
Propozitia 21 Urmatoarele condi tii sunt echivalente:
(i) Strategia (A
|
, 1
|
), t 0, T este de autonan tare.
(ii) Pentru to ti t 0, T :
\
|
(A, 1 ) = \
0
(A, 1 ) +
|

s=1
(A
s
1
s
+1
s
o
s
) .
(iii) Pentru to ti t 0, T
~
\
|
(A, 1 ) =
~
\
0
(A, 1 ) +
|

s=1
1
s

~
o
s
.
Propozitia 22 Pentru toate procesele previzibile 1
|
, t 0, T si toate valo-
rile ini tiale \
0
(deterministe) ale portofoliului, exista un unic proces previzibil
A
|
, t 0, T astfel nct strategia (A
|
, 1
|
), t 0, T sa e de autonan tare si
sa corespunda unui portofoliu cu valoare ini tiala \
0
.
0.6. VIABILITATE SI COMPLETITUDINE 11
Demonstratie. Conditia de autonantare impune ca, pentru toti t 0, T,
~
\
|
(A, 1 ) = A
|
+1
|
~
o
|
=
~
\
0
+
|

s=1
1
s

s
~
o
Previzibilitatea este usor de vericat.
Denitia 23 O strategie (A, 1 ) se nume ste admisibila daca este de auto-
nan tare si are loc \
|
(A, 1 ) _ 0, \t 0, T.
Denitia 24 O strategie de arbitraj este o strategie admisibila (A, 1 ) astfel
nct \
0
(A, 1 ) = 0 si \
T
(A, 1 ) ,= 0, sau echivalent \
0
(A, 1 ) = 0 si
~
\
|
(A, 1 ) ,=
0.
Propozitia 25 Fie \
|
, 0 _ t _ T o martingala, iar A
|
, 0 _ t _ T o succe-
siune previzibila. Atunci succesiunea \ (A)
|
, 0 _ t _ T denita astfel.
\ (A)
0
= A
0
\
0
\ (A)
|
= A
0
\
0
+

1s|
A
|
\
s
este o martingala.
0.6 Viabilitate si completitudine
Teorema 26 Pia ta denita anterior este viabila (nu exista strategie de arbitraj)
daca si numai daca a < 1 +r < /.
Demonstratie. Nu este dicil de demonstrat c a, dac a 1 + r , (a, /), exist a o
strategie de arbitraj.
Reciproc, dac a a < 1 +r < /, probabilitatea P
+
( numit a si probabilitatea
cu risc neutru) pe cmpul (, T) astfel nct, sub P
+
, variabilele aleatoare
|
sunt independente n ansamblu si identic repartizate astfel nct
E
+
(
|
) = 1 +r
este echivalent a cu P (deoarece P
+
(
1
= a) 0 si P
+
(
1
= /) 0). Mai mult,
sub P
+
,

o
|
este o martingal a, deci conform propozitiei de mai sus,
~
\ (A, 1 )
este o martingal a pentru toate strategiile (A, 1 ). Deci si
\
0
(A, 1 ) = 0, E
+
~
\
|
(A, 1 ) = 0.
Conditia de admisibilitate impune ca
~
\
|
(A, 1 ) _ 0, deci
~
\
|
(A, 1 )=0. Not am
c = 1 +r. Se veric a c a:
P
+
(
1
= a) =
/ c
/ a
, P
+
(
1
= /) =
c a
/ a
.
12 OP TIUNI EUROPENE N MODELUL DISCRET
Teorema 27 Daca a < 1 +r < /, pia ta denita mai sus este completa, adica
pentru toate variabilele aleatoare T
|
masurabile, H _ 0, exista o strategie
admisibila (A, 1 ), astfel nct \
T
(A, 1 ) = H. In alte cuvinte, pentru orice
t 0, T,
\
|
(A, 1 ) =
1
|
1
T
E
+
(H[T
|
).
Demonstratie. Dac a exist a o strategie admisibil a astfel nct \
T
(A, 1 ) = H,
atunci conform Propozi tiei 21( punctul (iii)), pentru toti t 0, T,
H
1
T
=
~
\
|
(A, 1 ) +
T

s=|+1
1
s

~
o
s
.
Deci, sub P
+
,
_
~
\
|
(A, 1 ) ; t 0, T
_
este o martingal a, adic a
~
\
|
(A, 1 ) = E
+
(
H
1
T
[T
|
)
sau
\
|
(A, 1 ) =
1
|
1
T
E
+
(H[T
|
).
In particular dac a H _ 0, atunci \
|
(A, 1 ) _ 0, deci dac a exist a o strategie
de autonantare care genereaz a succesiunea
_
\
|
(A, 1 ) ; t 0, T
_
de mai sus,
ea este admisibil a. Avnd n vedere Propozitia 22, r amne s a demonstr am c a
exist a o succesiune previzibil a
_
1
|
; t 0, T
_
astfel nct:
T

s=1
1
s

~
o
s
=
H
1
T
E
+
(
H
1
T
).
Succesiunea
_
1
|
; t 1, T
_
se caracterizeaz a prin:
1
|

o
|1
(

|
c
1) = E
+
(
~
H[T
|
) E
+
(
~
H[T
|1
),
unde
~
H :=
H
1
T
, sau
1
|
=
c(E
+
(
~
H[T
|
) E
+
(
~
H[T
|1
))

o
|1
(
|
c)
.
Mai r amne s a demonstr am c a 1
|
este T
|1
m asurabil a (adic a nu depinde de

|
).
Not am
|1
= (
1
,
2
, . . . ,
|1
). Atunci variabila aleatoare
E
+
(
~
H[T
|
)

o
|1
este o
functie de dou a variabile (
|1
,
|
).
0.7. PRE TUL DE VNZARE SI DE CUMP

ARARE 13
Not am
q
|
(
|1
,
|
) := c
E
+
(
~
H[T
|
)

o
|1
.
Atunci avem
1
|
=
q
|
(
|1
,
|
) E
+
(q
|
(
|1
,
|
)[T
|1
)

|
c
.
Notnd
E
+
(q
|
(
|1
,
|
)[T
|1
) = q
|
(
|1
, a)
/ c
/ a
q
|
(
|1
, /)
c a
/ a
,
obtinem
1
|
=
(q
|
(
|1
,
|
) q
|
(
|1
, a))
/ c
/ a
+ (q
|
(
|1
,
|
) q
|
(
|1
, /))
c a
/ a

|
c
.
Ramne de remarcat c a n cele dou a cazuri,
|
= a,
|
= /, se obtine:
1
|
=
q
|
(
|1
, /) q
|
(
|1
, a)
/ a
.
Observatia 28 Ultima formula da frac tiunea din prot care poate investita
n activul cu risc n momentul t, pentru a ob tine o strategie de conversie.
Observnd forma particulara a membrului drept, ea poate asemanata cu o
derivata.
0.7 Pretul de vnzare si de cump arare
In continuare, vom preciza formula pentru \
|
(A, 1 ) (valoarea portofoliului
la momentul t) n cele dou a cazuri:de vnzare si de cump arare. Not am
j =
/ c
/ a
= P
+
(
1
= a),
deci,
1 j = P
+
(
1
= /).
In cazul optiunii de vnzare europene,
\
|
(A, 1 ) = c
(T|)
E
+
[(o
|
T

s=|+1

s
1)
+
[T
|
)].
Ins a, pentru toti 0 _ / _ T t,
P
+
(
T

s=|+1

s
= a
|
/
T||
) =
(T t)!
/!(T t /)!
j
|
(1 j)
T||
.
14 OP TIUNI EUROPENE N MODELUL DISCRET
Deci,
\
|
(A, 1 ) = c
(T|)
T|

|=0
(T t)!
/!(T t /)!
j
|
(1 j)
T||
(o
|
/ 1)
+
,
si n cazul optiunii de cump arare european a,
\
|
(A, 1 ) = c
(T|)
T|

|=0
(T t)!
/!(T t /)!
j
|
(1 j)
T||
(1 o
|
/)
+
.
0.8 Formula lui Black-Scholes
In cele ce urmeaz a vom stabili formulele modelului continuu, ce vor
folosite n sectiunea urm atoare (cunoscute sub numele de formulele lui Black
Scholes), si care se obtin prin trecerea la limit a n modelul discret.
Presupunem c a T este un num ar real, pozitiv, arbitrar, t ia valorile
0,
1

, . . . ,
[T]

,
si
o
|
= o
0
[T]

|=1

|
,
~
o
|
= o
0
exp(
[T]

|=1
j

|
),
cu
j

|
= log

|

r

.
Presupunem c a j

|
ia valori din multimea
_
o
_

,
o
_

_
. Acest lucru semnic a,
n baza notatiilor de mai sus, c a (indicii superiori nu sunt exponen ti! ) :
c

= exp(
r

), a

= exp(
r

o
_

), /

= exp(
r

+
o
_

).
Formula pentru pretul de cump arare (respectiv de vnzare) devine deci, dac a
7

|
:=
[|]

|=1
j

|
:
E
+
_
_
o
0
exp(7

T
) 1c
:T
_
+
_
(respectiv
E
+
_
_
1c
:T
o
0
exp(7

T
)
_
+
_
).
R amne s a g asim limita lui 7

T
cnd sub P
+
(convergenta n lege). Are
loc :
0.8. FORMULA LUI BLACK-SCHOLES 15
Teorema 29 Daca 7

|
:=
[|]

|=1
j

|
si pentru ecare variabilele aleatoare
_
j

|
, / _ 0
_
sunt independente n ansamblu, identic repartizate si iau valori din mul timea
_
o
_

,
o
_

_
, cu Ej

|
= j

si j

j cnd , atunci sub P, cnd

, are loc
7

|
jt +o1
|
, t _ 0.
Demonstratie. Se stie c a, dac a o variabil a aleatoare real a A admite un mo-
ment de ordin 3, pentru toti r R,
E(exp(irA)) = 1 +irE(A)
r
2
2
E(A
2
) i
r
3
6
(E(A
3
) +c(A, r)),
cu [c(A, r)[ _ 3E([A[
3
). Deci,
E(exp(irj

|
)) = 1 +irj

r
2
o
2
2
+O(
3/2
),
si, prin urmare
E(exp(ir7

|
)) = (1 +irj

r
2
o
2
2
+O(
3/2
))
[|]
exp(irjt
r
2
o
2
2
t),
cnd .
Pentru a putea aplica aceast a teorem a, r amne s a calcul am media vari-
abilelor aleatoare j

|
sub P
+
. Are loc identitatea:
E
+
exp(j

|
) = 1,
sau, notnd j
o
:= P
+
(j

|
=
o
_

),
exp(
o
_

)j
o
+ exp(
o
_

)j
b
= 1,
de unde rezult a c a
j
o
=
c

p
N
1
c

p
N
c

p
N
, j
b
=
1 c

p
N
c

p
N
c

p
N
si
E
+
j

|
=
o
2
2
+O(
1

).
Rezult a atunci, conform teoremei de mai sus c a sub P
+
,
7

|
o

o
2
2
t +o1
|
16 OP TIUNI EUROPENE N MODELUL DISCRET
Se poate deduce formula limit a pentru pretul de cump arare (call ) al optiunii
C
0
= (2)

1
2
_
+o
o
(o
0
c

2
T
2
+c
_
T
1c
:T
)
+
c

y
2
2
dj
si pentru cel de vnzare
1
0
= (2)

1
2
_
+o
o
(1c
:T
o
0
c

2
T
2
+c
_
T
)
+
c

y
2
2
dj.
Aceste formule se rescriu ca functii de functia de repartitie 1 a legii normale
astfel:
C
0
= o
0
1(d
1
) 1c
:T
1(d
2
)
1
0
= 1c
:T
1(d
2
) o
0
1(d
1
)
cu
d
1
=
1
o
_
T
log(
o
0
1
) +
r
_
T
o
+
o
_
T
2
d
2
=
1
o
_
T
log(
o
0
1
) +
r
_
T
o

o
_
T
2
.
Se observ a c a aici se regaseste paritatea vnzare-cump arare (call-put), remar-
cnd c a 1(d
I
) +1(d
I
) = 1, i = 1, 2.
Optiuni europene n
modelul continuu
In cele ce urmeaz a, consider am c a o
|
R
+
(cursul actiunii la momentul t)
variaz a continuu n raport cu timpul t R
+
.
0.9 Introducere n calcul stochastic
Toate variabilele aleatoare si procesele stochastice ce intervin vor denite
pe cmpul de probabilitate (, T, P) .
Dintre modelele stochastice continue ne vom ocupa de modelul lui Black-
Scholes care stipuleaz a c a
o
|
= o
0
exp(jt +o1
|
)
unde j, o R (o se numeste volatilitate ) iar 1
|
, t _ 0 este o miscare Brow-
nian a.
0.9.1 Miscare Brownian a
Modelele discrete reprezint a doar o aproximare indel a a modului n care
se lucreaz a n realitate cu pietele. Un model mai ecient ar unul n care
preturile de stocare se pot modica n orice moment. In 1900, Bachelier, n
lucrarea sa "Teoria specula tiei ", a propus miscarea Brownian a ca un model de
uctuatie a preturilor de stocare. Este remarcabil c a o portiune larg a a teoriei
nantelor moderne utilizeaz a mi sarea Browniana geometrica ca model de baz a
n modicarea preturilor de stocare. Importanta misc arii Browniene n teoria
modern a a probabilit atilor este foarte mare.
Denitia 30 Un proces stochastic continuu 1
|
, t _ 0 se nume ste mi scare
Browniana (sau proces Wiener) daca:
1. 1
0
= 0.
2. Procesul are cre steri independente, adica pentru ecare : _ 1, si 0 _ t
0
_
t
1
_ _ t
n
variabilele aleatoare 1
|n
1
|n1
sunt independente.
17
18 OP TIUNI EUROPENE N MODELUL CONTINUU
3. 1
|
1
s
~ (0, t :), pentru orice 0 _ : < t.(adica variabilele aleatoare
1
|
1
s
urmeaza o reparti tie normala de medie 0 si dispersie t :).
Se deduce c a procesul log(
o
|
o
0
) , t _ 0 are cresteri independente (adic a
posed a proprietatea 2 din denitia de mai sus) si c a pentru 0 _ : < t variabilele
aleatoare log
o
|
o
0
urmeaz a o repartitie normal a (j(t :), o
2
(t :)). Procesul
o
|
se numeste miscare Brownian a geometric a.
O proprietate fundamental a a misc arii Browniene este dat a de propozitia:
Propozitia 31 (Varia tia patratica a mi scarii Browniene) Fie t 0 si 0 = t
n
0
<
t
n
1
< < t
n
n
= t o subdiviziune a intervalului [0, T], astfel nct
c
n
Jt}
= sup
|1,n
(t
n
|
t
n
|1
) 0,
cnd : . Atunci
n

|=1
(1
|
n
k
1
|
n
k1
)
2

no
t,
n medie patratica.
Demonstratie. Deoarece
E[
n

|=1
(1
|
n
k
1
|
n
k1
)
2
t] = 0
atunci
E

|=1
(1
|
n
k
1
|
n
k1
)
2
t

2
= \ ar
_
n

|=1
(1
|
n
k
1
|
n
k1
)
2
_
=
n

|=1
\ ar[(1
|
n
k
1
|
n
k1
)
2
]
= 2
n

|=1
_
t
n
|
t
n
|1
_
2
_ 2t c
n
0
cnd : .
0.9.2 Integrale stochastice
In continuare, vom deni o integral a de tipul
_
|
0
,
s
d1
s
, t _ 0
0.9. INTRODUCERE N CALCUL STOCHASTIC 19
(care nu se poate scrie sub forma
_
|
0,
,
s
d1
s
d:
d: pentru c a derivata
d1
s
d:
nu
exist a). Consider am cazul unei functii )(:), : _ 0, deterministe, astfel nct
_
T
0
)
2
(:)d: < +.
Atunci se deneste integrala Wiener (sau integrala stochastic a)
_
|
0
)(:)d1
s
, pentru 0 _ t _ T.
Presupunem, pentru nceput, c a ) este o functie n scar a, adic a poate scris a
sub forma
)(:) = )
0
1
[|0,|1]
+
n1

|=1
)
|
1
(|
k
,|
k+1
]
,
cu 0 _ t
0
< t
1
< < t
n
_ T. Atunci o denitie natural a a integralei Wiener
va
_
|
0
)(:)d1
s
=
n1

|=1
)
|
(1
||
k+1
1
||
k
).
Observ am c a
_
|
0
)(:)d1
s
este o variabil a aleatoare si are urm atoarele propriet ati,
care se deduc din propriet atile misc arii Browniene:
Lema 32 (Proprieta ti ale integralei Wiener)
(i) E(
_
|
0
)(:)d1
s
) = 0.
(ii) E[(
_
|
0
)(:)d1
s
)
2
] =
_
|
0
)
2
(:)d:.
Demonstratie. (i) Se folose ste punctul 3 din deni tia mi scarii Browniene:
E(
_
|
0
)(:)d1
s
) = E[
n1

|=1
)
|
(1
||
k+1
1
||
k
)]
=
n1

|=1
)
|
E(1
||
k+1
1
||
k
) = 0.
(ii)Se bazeaz a pe o proprietate a misc arii Browniene (Propozi tia 31):
E[(
_
|
0
)(:)d1
s
)
2
] = E[
n1

|=1
)
|
(1
||
k+1
1
||
k
)[
2
=
n1

|=1
)
2
|
(t . t
|+1
t . t
|
)
=
_
|
0
)
2
(:)d:.
20 OP TIUNI EUROPENE N MODELUL CONTINUU
A doua proprietate a integralei Wiener,
E[(
_
|
0
)(:)d1
s
)
2
] =
_
|
0
)
2
(:)d:,
reprezint a formula de izometrie si permite extinderea integralei stochas-
tice(Wiener) de la clasa functiilor n scar a la clasa tuturor functiilor de p atrat
integrabil. Se veric a cu usurint a c a procesul

_
T
0
)(:)d1
s
, 0 _ t _ T
este un proces gaussian, cu cresteri independente, cu media egal a cu zero si care
veric a relatia:
E[(
_
|
0
)(:)d1
s
)
2
] =
_
|
0
)
2
(:)d:, 0 _ t _ T.
0.9.3 Integrala It
Pentru a putea indica constructia integralei It, trebuie s a introducem noti-
unea de ltrare a unei misc ari Browniene. Fie 1() o miscare Brownian a denit a
pe cmpul de probabilitate (, T, P) .
Denitia 33 (i) o-algebra
E(t) := T
1(|)
= o1(:)[0 _ : _ t
se nume ste trecutul (sau istoria) mi scarii Browniene pna n momentul
t ( si incluznd t).
(ii) o-algebra
E
+
(t) := o1(:) 1(t)[: _ t
se nume ste viitorul mi scarii Browniene ncepnd cu momentul t.
Denitia 34 O famile T
|
de o-sub-algebre _ T se nume ste non-anticipativa
(se mai folose ste si no tiunea de ltrare), n raport cu mi scarea Browniana 1(),
daca:
(i) T
|
_ T
s
, pentru to ti t _ : _ 0.
(ii) T
|
_ E(t), pentru to ti t _ 0.
(iii) T
|
este independenta de E
+
(t), pentru to ti t _ 0.
Putem interpreta T
|
ca continnd toate informatiile disponibile, pn a n
momentul t.
Fie A : [0, ) R un proces stochastic (adic a A
|
(.)
Jt}
= A (., t) :
R este (T, E
1
) m asurabil a). Pentru . xat, t A
|
(.) : [0, ) R,
se numeste traiectorie a procesului stochastic.
0.9. INTRODUCERE N CALCUL STOCHASTIC 21
Denitia 35 Un proces stochastic real A() se nume ste non-anticipativ ( n
raport cu T
|
) daca pentru ecare t _ 0, A
|
este T
|
-masurabila.
Denitia 36 A este proces stochastic (T
|
) progresiv masurabil daca
(., :) A (., :) : [0, t] R este
_
T
|
E
[0,|]
, E
1
_
masurabila, \t _ 0
Se noteaza cu 1
0
n
(; C [0, T]) spa tiul proceselor stochastice progresiv masura-
bile si continue .
Denim, mai nti, integrala It pentru procese stochastice n scar a T
|
progresiv
m asurabile adic a de forma
A
|
= A
0
1
[|0,|1]
(t) +
n1

|=1
A
|
1
(|
k
,|
k+1
]
(t) ,
cu 0 _ t
0
< t
1
< < t
n
_ T.
Denim integrala stochastic a It
1
|
(A) =
_
|
0
A
s
d1
s
def
=
n1

|=0
A
|
_
1
|
k+1
|
1
|
k
|
_
,
Se demonstreaz a c a
E
_
1 . sup
|[0,T]

_
|
0
A
s
d1
s

_
_ 3
_
E
_
1 .
_
T
0
[A
s
[
2
d:
__
1/3
si n consecint a integrala se extinde prin continuitate (n raport cu convergenta
n probabilitate) la un operator liniar continuu
1 : 1
0
n
_
; 1
2
(0, T)
_
1
0
n
(; C [0, T])
In plus pentru procese stochastice T
|
progresiv m asurabile continue A :
[0, T] R si 0 = t
0
< t
1
< . . . < t
n
= t astfel nct
c
n
Jt}
= max
_
t
|+1
t
|
: / = 0, : 1
_
0, pentru : .
are loc
1
T
(A) =
_
|
0
A
s
d1 = lim
no
n1

|=0
A
|
k
_
1
|
k+1
1
|
k
_
,
unde limita este n sensul convergen tei n probabilitate; dac a A 1
2
n
(; C [0, T])
atunci convergenta este in 1
2
(, T, P; R)
Lema 37 (Proprieta ti ale integralei stochastice It) Integrala It verica:
(i) E
_
T
0
[A
s
[ d: < = E(
_
T
0
A
s
d1
s
) = 0,
22 OP TIUNI EUROPENE N MODELUL CONTINUU
(ii) E
_
T
0
[A
s
[
2
d: < = E

_
T
0
A
s
d1
s

2
= E
_
T
0
[A
s
[
2
d:. (Formula de
izometrie)
In plus, procesul
_
|
0
A
s
d1
s
, 0 _ t _ T este o martingal a, deoarece dac a
0 < : < t, atunci
E[
_
|
0
A
:
d1
:
[T
s
] =
_
s
0
A
:
d1
:
.
0.9.4 Formula It
Denitia 38 Numim proces It un proces stochastic A de forma :
A
|
= A
0
+
_
|
0
1
s
d: +
_
|
0
G
s
d1
s
, \t _ 0, a.:.,
unde 1, G : [0, ) R sunt procese stochastice progresiv masurabile astfel
nct
_
T
0
[1
s
[d: +
_
T
0
[G
s
[
2
d: < , Pa.:..
In acest caz diferen tiala stochastica a procesului A
dA
|
Jt}
= 1
|
dt +G
|
d1
|
, 0 _ t _ T. (1)
Scrierea de mai sus este formal a deoarece t 1
|
nu este diferentiabil a.
Forma (1) trebuie inteleas a n sensul
A
|
A
s
=
_
|
s
1
:
dr +
_
|
s
G
:
d1
:
, \ 0 _ : _ t, a.:..
Teorema 39 (Formula It).Presupunem ca A() are diferen tiala stochastica
dA
|
= 1
|
dt +G
|
d1
|
,
, C
1,2
(R
+
R) (adica , este o func tie continua si
0,
0t
,
0,
0r
,
0
2
,
0r
2
exista si
sunt continue) atunci
d,(t, A
|
) =
_
,
t
|
(t, A
|
) +,
t
r
(t, A
|
) 1
|
+
1
2
,
tt
rr
(t, A
|
) G
2
|
_
dt +,
t
r
(t, A
|
) G
|
d1
|
,
adica
,(t, A
|
) = ,(0, A
0
) +
_
|
0
_
0,(:, A
s
)
0t
+1
s
0,(:, A
s
)
0r
+
1
2
G
2
s
0
2
,(:, A
s
)
0r
2
_
d:
+
_
|
0
0,(:, A
s
)
0r
G
s
d1
s
, P a.:..
0.9. INTRODUCERE N CALCUL STOCHASTIC 23
Observatia 40 Daca folosim un calcul liniar simbolic intuitiv bazat pe
dtdt = 0, dtd1
|
= 0 si d1
|
d1
|
= dt,
atunci formula It poate rescrisa formal astfel
d,(t, A
|
) = ,
t
|
(t, A
|
) dt +,
t
r
(t, A
|
) dA
|
+
1
2
,
tt
rr
(t, A
|
) (dA
|
)
2
.
Demonstratie pentru formula It (schit a)
Fie 0 = t
0
< t
1
< . . . < t
n
= T si
c
n
Jt}
= max
_
t
|+1
t
|
: / = 1, :
_
0, pentru : .
Atunci
,(T, A
T
) ,(0, A
0
) =
n1

|=0
_
,
_
t
|+1
, [[A
|
k+1
_
,(t
|
, A
|
k
)

=
n1

|=0
_
,
_
t
|+1
, A
|
k+1
_
,
_
t
|
, A
|
k+1
_
+
n

|=1
_
,
_
t
|
, A
|
k+1
_
,(t
|
, A
|
k
)

=
n1

|=0
,
t
|
_
0
|
, A
|
k+1
_
(t
|+1
t
|
) +
n

|=1
,
t
r
(t
|
, A
|
k
)
_
A
|
k+1
A
|
k
_
+
1
2
n1

|=0
,
tt
rr
(t
|
, A
r|
)
_
A
|
k+1
A
|
k
_
2
si formula It rezult a prin trecere la limit a pentru : .
Corolarul 41 Daca , C
1,2
_
R
+
R
|
; C
_
atunci
,(t, 1
|
) = ,(0, 0) +
_
|
0
_
,
t
|
(:, 1
s
) +
1
2
,
tt
rr
(:, 1
s
)
_
d:
+
_
|
0
,
t
r
(:, 1
s
) d1
s
, P a.:..
Ecuatii diferentiale stochastice
Fie 1, G : [0, T] R R dou a functii astfel nct
(i) t 1(t, n) si t G(t, n) sunt masurabile, \n R,
(ii) sup
0|T,
([1(t, 0)[ +[G(t, 0)[) <
si exist a 1 astfel nct \., j R, t [0, T] are loc conditia Lipschitz:
(iii) [1(t, .) 1(t, j)[ +[G(t, .) G(t, j)[ _ 1[. j[.
Atunci are loc:
24 OP TIUNI EUROPENE N MODELUL CONTINUU
Teorema 42 In ipotezele (i) , (ii) si (iii) si r R, ecua tia diferen tiala sto-
chastica
A
|
= r +
_
|
0
1(:, A
s
)d: +
_
|
0
G(:, A
s
)d1
s
, 0 _ t _ T (2)
admite o singura solu tie A 1
2
n
(; C [0, T]) .
Demonstratie. Notam cu aplica tia : 1
2
n
(; C [0, T]) 1
2
n
(; C [0, T])
denita astfel
(A)
|
= r +
_
|
0
1(:, A
s
)d: +
_
|
0
G(:, A
s
)d1
s
, 0 _ t _ T.
Deci o solu tie a ecua tiei diferen tiale stochastice (1) este un punct x al func tiei
. Si pentru ca func tia sa admita un singur punct x, este sucient sa e
o contrac tie pentru o norma bine aleasa n 1
2
n
(; C [0, T]). Aplicam formula
It procesului It (A)
|
(1 )
|
si func tiei ,(t, r) = c
X|
[r[
2
(` 0). Atunci
ob tinem
c
XT
[(A)
T
(1 )
T
[
2
+`
_
T
0
c
X|
[(A)
|
(1 )
|
[
2
dt
= 2
_
T
0
c
X|
((A)
|
(1 )
|
)[1(t, A
|
) 1(t, 1
|
)]dt (3)
+ 2
_
T
0
c
X|
((A)
|
(1 )
|
)[G(t, A
|
) G(t, 1
|
)]d1
|
+
_
T
0
c
X|
[G(t, A
|
) G(t, 1
|
)[
2
dt.
Aplicnd media egalitatii 3 si utiliznd condi tia Lipschitz rezulta
c
XT
E[(A)
T
(1 )
T
[
2
+`E
_
T
0
c
X|
[(A)
|
(1 )
|
[
2
dt
= E
_
T
0
c
X|
[2((A)
|
(1 )
|
)(1(t, A
|
) 1(t, 1
|
)) +[G(t, A
|
) G(t, 1
|
)[
2
]dt
_ E
_
T
0
c
X|
[21[(A)
T
(1 )
T
[ [A
|
1
|
[ +1
2
[A
|
1
|
[
2
]dt.
Folosind inegalitatea lui Cauchy-Schwarz ob tinem
21E
_
T
0
c
X|
[(A)
T
(1 )
T
[ [A
|
1
|
[dt
_ E
_
T
0
c
X|
[(A)
|
(1 )
|
[
2
dt +1
2
E
_
T
0
c
X|
[A
|
1
|
[
2
]dt.
Deci,
(` 1)E
_
T
0
c
X|
[(A)
T
(1 )
T
[
2
dt _ 21
2
E
_
T
0
c
X|
[A
T
1
T
[
2
dt.
0.10. MODELUL BLACK-SCHOLES 25
Alegem ` = 21
2
+ 2 si rezulta
E
_
T
0
c
(21
2
+2)|
[(A)
T
(1 )
T
[
2
dt _
21
2
21
2
+ 1
E
_
T
0
c
(21
2
+2)|
[A
|
1
|
[
2
]dt.
Deci, func tia este o contrac tie, si prin urmare, admite un singur punct x.
0.10 Modelul Black-Scholes
0.10.1 Rezolvarea problemei pricing-ului si acoperiirii riscu-
lui unei optiuni europene.
In continuare, vom prezenta un prim mod de rezolvare a problemei "pricing-
ului "(de xare a preturilor) si de conversie a unei optiuni europene, demonstrnd
cum putem transforma problema noastr a ntr-o ecuatie cu derivate partiale.
Fie
o
|
= o
0
exp(jt +o1
|
)
cursul actiunii la momentul t, unde j, o R (o se numeste volatilitate ) iar
1
|
, t _ 0 este o miscare Brownian a.
Din formula It
do
|
= (j +
o
2
2
)o
|
dt +oo
|
d1
|
.
In cazul optiunii europene, consider am H = /(o
T
) ca ind cstigul detin a-
torului optiunii n momentul T. Vom lua n considerare cele dou a cazuri :cnd
/(r) = (r 1)
+
(ceea ce reprezint a cstigul cump ar atorului optiunii n cazul
optiunii de cump arare) si cnd /(r) = (1 r)
+
(ceea ce reprezint a cstigul
vnz atorului optiunii n cazul optiunii de vnzare), 1 reprezentnd pretul de
exercitiu. Fie 1
|
pretul optiunii n momentul t, 0 _ t _ T. Cu sigurant a are
loc:1
T
= /(o
T
). Presupunem c a exist a o functie
n : [0, T] R
+
R
+
astfel nct putem deni procesul
1
|
= n(t, o
|
)
= n(t, o
0
exp(jt +o1
|
)).
Acesta este aleator deoarece pretul de stocare o
|
, este aleator. Ceea ce ne
intereseaz a n continuare este n(0, o
0
).
Presupunem c a n C
1,2
((0, T) R
+
). Aplicnd formula It din Teorema
39 obtinem:
d1
|
=
_
0n
0t
(t, o
|
) +
0n
0r
(t, o
|
) (j +
c
2
2
)o
|
+
1
2
0
2
n
0r
2
(t, o
|
) o
2
o
2
|
_
dt
+
0n
0r
(t, o
|
) oo
|
d1
|
26 OP TIUNI EUROPENE N MODELUL CONTINUU
Absenta oportunit atii de arbitraj impune existenta unei strategii admisibile
(A
|
, 1
|
) : t [0, T] astfel nct capitalul asociat la momentul nal s a e
\
T
(A, 1 ) = /(o
T
) si \
|
(A, 1 ) = 1
|
pentru orice t [0, T] .
Pe de alt a parte avem
\
|
(A, 1 ) = A
|
1
|
+1
|
o
|
,
si conditia de autonantare va
d\
|
(A, 1 ) = A
|
d1
|
+1
|
do
|
.
Ins a
d1
|
= r1
|
dt,
unde constanta r 0 reprezint a rata dobnzii. Conditia de autonantare devine
d1
|
= d\
|
(A, 1 )
= A
|
d1
|
+1
|
do
|
= r A
|
1
|
dt +1
|
_
(j +
o
2
2
)o
|
dt +oo
|
d1
|
_
=
_
r A
|
1
|
+ (j +
o
2
2
)1
|
o
|
_
dt +o1
|
o
|
d1
|
.
Identicnd coecientii obtinem
_

_
r A
|
1
|
+ (j +
o
2
2
)1
|
o
|
=
0n
0t
(t, o
|
) +
0n
0r
(t, o
|
) (j +
o
2
2
)o
|
+
1
2
0
2
n
0r
2
(t, o
|
) o
2
o
2
|
o1
|
o
|
=
0n
0r
(t, o
|
) oo
|
de unde rezult a
1
|
=
0n
0r
(t, o
|
)
r A
|
1
|
=
0n
0t
(t, o
|
) +
1
2
0
2
n
0r
2
(t, o
|
) o
2
o
2
|
Asadar
r n(t, o
|
) = r 1
|
= r \
|
(A, 1 )
= r A
|
1
|
+r 1
|
o
|
=
_
0n
0t
(t, o
|
) +
1
2
0
2
n
0r
2
(t, o
|
) o
2
o
2
|
_
+r
0n
0r
(t, o
|
) o
|
sau nc a
0.10. MODELUL BLACK-SCHOLES 27
_
_
_
0n
0t
(t, o
|
) +r
0n
0r
(t, o
|
) o
|
+
1
2
0
2
n
0r
2
(t, o
|
) o
2
o
2
|
= r n(t, o
|
)
n(T, o
T
) = /(o
T
)
(4)
n nal deducem c a n(t, o
|
) veric a (4) P a.:. . dac a si numai dac a
n(t, r) este solutie a EDP de tip parabolic
_

_
0n
0t
(t, r) +rr
0n
0r
(t, r) +
o
2
r
2
2
0
2
n
0r
2
(t, r) = r n(t, r) , 0 _ t < T, r 0
n(t, 0) = 0, 0 _ t < T
n(T, r) = /(r) , r 0
(5)
Reamintim c a n(0, o
0
) este pretul care ne interesa.
0.10.2 Generalizarea modelului Black-Scholes
In cazul optiunii de cump arare (call option) se remarc a c a /(r) _ 0 si ne
astept am ca
0n
0r
(t, r) _ 0:dac a cstigul detin atorului optiunii creste, si pretul
optiunii creste, deci ne astept am ca 1
|
_ 0. Observ am c a aceste inegalit ati se
inverseaz a n cazul optiunii de vnzare(put option).
Ceea ce nu stim este dac a variabila A
|
, n cadrul activului cu risc, ia valori
pozitive sau negative (adic a actioneaz a ca un depozit sau ca un mprumut) si
ipoteza c a rata dobnzii (r) n cele dou a cazuri (A
|
0 sau A
|
< 0) ar aceeasi,
este nerealist a. Presupunem atunci c a depozitul (cazul A
|
0) beneciaz a de
o rat a a dobnzii r
+
, iar mprumutul (cazul A
|
< 0) beneciaz a de o rat a a
dobnzii r

. Considernd
1
+
|
= c
:
+
|
, 1

|
= c
:

|
,
A
+
|
= max(0, A
|
), A

|
= max(0, A
|
),
se obtine, n cadrul unei strategii de autonantare,
d\
|
= (A
+
|
r
+
1
+
|
A

|
r

|
)dt +1
|
do
|
. (6)
Dac a relu am calculul din sectiunea anterioar a, n cazul n care conditia de aut-
onantare este (6), vom obtine din nou
1
|
=
0n
0r
(t, o
|
)
si
A
+
|
1
+
|
= (n(t, o
|
) o
|
0n
0r
(t, o
|
))
+
A

|
1

|
= (n(t, o
|
) o
|
0n
0r
(t, o
|
))

28 OP TIUNI EUROPENE N MODELUL CONTINUU

de unde rezult a ecuatia cu derivate partiale neliniar a
_

_
0n
0t
(t, r) +
o
2
r
2
2
0
2
n
0r
2
(t, r) = r
+
(n(t, r) r
0n
0r
(t, r))
+
r

(n(t, r) r
0n
0r
(t, r))

n(t, 0) = 0, 0 _ t < T
n(T, r) = /(r) , r 0
(7)
0.10.3 Alt a variant a a formulei Black-Scholes
In continuare, vom aborda ntr-o modalitate mai general a modelul Black-
Scholes. Fiind dat a o optiune care aduce detin atorului acesteia un cstig H
(_ 0) n momentul T (data scadentei) ne intereseaz a care este pretul just al
acestei optiuni. Presupunem c a variabila aleatoare H este T
T
-m asurabil a,
unde
T
|
= o1
s
; 0 _ : _ t = oo
s
; 0 _ : _ t.
Un exemplu particular este cazul
H = /(o
T
)
valabil pentru call-ul si put-ul european, ns a n cazul altor tipuri de optiuni,
variabila aleatoare H nu mai are aceast a form a particular a.
Prin urmare, vom folosi modelul discret (formula Black-Scholes), din capi-
tolul precedent(Sec tiunea 09). Vom pune intrebarea sub urm atoarea form a:trebuie
s a gasim \
0
(valoarea portofoliului n momentul initial) si o strategie de auto-
nantare (A
|
, 1
|
); 0 _ t _ T astfel nct
\
T
(A, 1 ) = \
0
+
_
T
0
A
|
d1
|
+
_
T
0
1
|
do
|
= H.
Consider am 1
|
= c
:|
si denim valoarea actualizat a a portofoliului la momentul
t astfel:
~
\
|
(A, 1 ) = 1
1
|
\
|
(A, 1 ) = A
|
+
~
1
|
,
unde
~
1
|
:= 1
1
|
1
|
o
|
, reprezint a valoarea actualizat a a portofoliului investit n
activul cu risc. Atunci
~
1
|
=
~
\
|
A
|
.
Pe de alt a parte
d
~
\
|
(A, 1 ) = r
~
\
|
dt +1
1
|
d\
|
= r
~
\
|
dt +rA
|
dt +1
1
|
1
|
do
|
= r
~
1
|
dt +1
1
|
1
|
do
|.
Tinnd cont c a
do
|
= (j +
o
2
2
)o
|
dt +oo
|
d1
|
,
0.10. MODELUL BLACK-SCHOLES 29
obtinem
d
~
\
|
= (j r +
o
2
2
)
~
1
|
dt +o
~
1
|
d1
|
.
Not am
1
+
|
= (
j r
o
+
o
2
)t +1
|
.
Atunci
d
~
\
|
= o
~
1
|
d1
+
|
,
si rezolvnd aceast a ecuatie diferential a, obtinem
~
\
|
= c
:T
H o
_
T
|
~
1
s
d1
+
s
.
Fie P
+
o probabilitate denit a pe spatiul (, T
|
), astfel nct
1
+
|
; 0 _ t _ T ,
s a e o miscare Brownian a. Presupunem c a E
+
(H
2
) < . In aceste ipoteze, se
poate ar ata cu usurint a c a
E
+
_
T
0
[
~
1
|
[
2
dt < ,
deci, n particular
~
\
|
= c
:T
E
+
(H[T
|
),
sau
\
|
= c
:(T|)
E
+
(H[T
|
),
si obtinem din nou formula lui Black-Scholes pentru pretul de call si put euro-
pean.
Care este strategia de conversie? Sub P
+
,
_
~
\
|
_
este o martingal a n raport
cu ltratia T
|
. Folosind o teorem a general a a lui It, obtinem
~
\
|
= \
0
+
_
|
0
7
s
d1
+
s
, 0 _ t _ T,
cu 7 1
0
n
(; C [0, T]) . Atunci g asim
1
|
=
1
|
7
|
oo
|
.
In cazul n care H = /(o
|
), obtinem ecuatia cu derivate partiale a lui Black-
Scholes (5), si 1
|
se calculeaz a n functie de derivata solutiei sistemului EDP
de tip parabolic. In cazul mai general, calculul se poate face cu ajutorul altor
unelte din calculul stochastic, de exemplu calculul lui Malliavin.
Finaliz am aceast a sectiune prin dou a exemple clasice de optiuni care nu mai
sunt de forma H = /(o
|
) (optiuni cu barier a de cump arare si optiuni asiatice).
30 OP TIUNI EUROPENE N MODELUL CONTINUU
Optiuni cu barier a de cump arare
Aportul unei optiuni cu barier a de cump arare la momentul de scadent a este
H = 1
[0,o[
( sup
|[0,T]
o
|
) (o
T
1)
+
altfel spus, are loc acelasi cstig ca si pentru o optiune european a de cump arare,
dar optiunea este exercitat a numai dac a cursul activelor nu atinge bariera ,.
Not am
t
o
= inf t _ T : o
T
_ , ,
o
o
|
= o
|r

si
/(r) =
_

_
0, dac a r _ 1,
r 1, dac a 1 _ r < ,
0, dac a r _ ,.
Deci
H = /
_
o
o
|
_
.
n acest caz pretul optiunii la momentul t este
1
|
=
_
_
_
0, dac a t _ t
o
,
n
_
t, o
o
|
_
, dac a 0 _ t < t
o
,
unde
_

_
0n
0t
(t, r) +rr
0n
0r
(t, r) +
o
2
r
2
2
0
2
n
0r
2
(t, r) = r n(t, r) , 0 _ t < T, 0 < r < ,,
n(t, 0) = n(t, ,) = 0, 0 _ t < T,
n(T, r) = /(r) , 0 < r < ,.
Optiuni asiatice
O optiune asiatic a aduce cump ar atorului la momentul de scadent a suma
H =
_
1
T
_
T
0
o
|
dt 1
_
+
.
Dac a not am
l
|
=
_
|
0
o
:
dr
atunci aportul optiunii la momentul T este
H = /(l
T
) , unde /(r) =
_
r
T
1
_
+
.
0.10. MODELUL BLACK-SCHOLES 31
Se arat a c a pretul optiunii la momentul t este
1
|
= n(t, o
|
, l
|
)
unde
_
_
_
0n
0t
(t, r, j) +rr
0n
0r
(t, r, j) +r
0n
0j
(t, r, j) +
o
2
r
2
2
0
2
n
0r
2
(t, r, j) = r n(t, r, j) , 0 < t < T, r, j 0,
n(T, r, j) = /(j) , r, j 0, .
0.10.4 Viabilitate si completitudine
Notiunea de piat a viabil a si complet a se deneste ca si n cazul modelului
discret, cu diferenta c a acum o piat a complet a este o piat a, astfel nct, tuturor
variabilelor aleatoare H _ 0, T
T
m asurabile si integrabile se poate asocia un
prot initial (o valoare initial a a portofoliului) \
0
si o strategie admisibil a (A, 1 ),
astfel nct:
H = \
0
+
_
T
0
A
|
d1
|
+
n

I=1
1
I
|
do
I
|
.
Restrictia ca H s a e integrabil a este inutil a n cazul modelului discret, deoarece,
n modelul discret este o multime nit a, deci toate variabilele aleatoare sunt
denite pe o multime nit a. Atunci are loc rezultatul fundamental:
Teorema 43 Pia ta este viabila daca si numai daca exista cel mult o probabil-
itate risc neutru P
+
, echivalenta cu P. Pia ta este completa daca exista exact o
probabilitate risc neutru P
+
, echivalenta cu P.
Faptul c a existenta unei probabilit ati risc neutru ntretine caracterul via-
bil al pietei se demonstreaz a ca si n cazul modelului discret. Vom admite ca
adev arate celelalte armatii din teorema de mai sus.
Observatie: Am asociat tuturor optiunilor ntlnite n acest capitol e
ecuatie cu derivate partiale. Ne-ar interesa ns a, dac a se poate da o formul a
probabilistic a pentru pretul optiunii n cazul modelului general al lui Black-
Scholes (Sec tiunea 0.11.2). R aspunsul la aceast a ntrebare este da, dac a facem
apel la teoria ecuatiilor cu derivate partiale retrograde, si exist a mai multe
metode.
32 OP TIUNI EUROPENE N MODELUL CONTINUU
Optiuni americane n
modelul discret
Contrar optiunilor zise "europene", o optiune american a poate exercitat a
n orice moment de la data semn arii contractului (momentul 0) pn a la data
scadentei (momentul T). Not am cu /(o
|
) cstigul detin atorului optiunii la
momentul t. In cazul call-ului american
/(r) = (r 1)
+
,
iar n cazul put-ului american
/(r) = (1 r)
+
.
Not am 7
|
= /(o
|
), 0 _ t _ T, si
|
pretul optiunii americane la momentul
t, 0 _ t _ T. In particular,
0
reprezint a suma pe care cump ar atorul optiunii
americane trebuie s a o achite n momentul semn arii contractului (momentul 0).
Presupunem din nou c a
1
|
= (1 +r)
|
, 0 _ t _ T,
si denim valorile actualizate la momentul t astfel:
~
7
|
=
7
|
(1 +r)
|
,
~

|
=

|
(1 +r)
|
.
In continuare, vom preciza valoarea
|
a optiunii americane prin recurent a
retrograd a. Este evident c a

T
= 7
T
.
La momentul T 1, detin atorul optiunii are dou a posibilit ati:de a exercita
optiunea imediat, sau de a o p astra, n speranta obtinerii unui prot mai mare
n momentul T. Atunci are loc:

T1
= 7
T1
.
1
1 +r
E
+
(7
T
[o
T1
).
Prin acelasi rationament, pentru toti 0 _ t _ T, are loc:

|1
= 7
|1
.
1
1 +r
E
+
(
|
[o
|1
).
33
34 OP TIUNI AMERICANE N MODELUL DISCRET
In termenii valorii actualizate, se obtine
_
~

T
=
~
7
T
~

|1
=
~
7
|1
. E
+
(
~

|
[o
|1
), 0 _ t _ T.
(8)
Propozitia 44 Succesiunea
_
~

|
, 0 _ t _ T
_
este o P
+
supramartingala. In
plus, aceasta supramartingala majoreaza succesiunea
_
~
7
|
, 0 _ t _ T
_
.
Demonstratie. Proprietatea succesiunii
_
~

|
, 0 _ t _ T
_
de a supramartin-
gala si faptul ca
_
~

|
_
majoreaza succesiunea
_
~
7
|
_
, rezulta imediat din rela tia
(8). Fie acum '
|
o alta P
+
supramartingala care majoreaza
_
~
7
|
_
. Atunci
'
T
_
~
7
T
=
~

T
si daca '
|
_
~
7
|
,
'
|1
_ E
+
('
|
[T
|1
) _ E
+
(
~

|
[T
|1
),
si la fel '
|1
_
~
7
|1
, deci
'
|1
_
~
7
|1
. E
+
(
~

|
[T
|1
) =
~

|1
.
0.11 Timpuri de oprire
Fie (, T, P) un cmp de probabilitate si T
|
o ltrare (o familie de o-
subalgebre _ T).
Denitia 45 O variabila aleatoare i cu valori n mul timea 0, 1, T se nu-
me ste timp de oprire (n engleza "stopping time") daca pentru orice 0 _ t _ T,
i = t T
|
.
Fiind dat a o succesiune de variabile aleatoare A
|
, 0 _ t _ T , T
|
m asurabile
si un timp de oprire i, sirul de variabile aleatoare (numite de oprire) A
|i
, 0 _ t _ T
este deasemeni T
|
m asurabil. De aici rezult a c a i este un timp de oprire dac a
si numai dac a i _ t T
|
, pentru 0 _ t _ T.
Teorema 46 (Proprieta ti ale timpurilor de oprire) Fie i
1
si i
2
timpuri de
oprire. Atunci :
(i) i < t T
|
, 0 _ t _ T.
(ii) i
1
. i
2
:= min(i
1
, i
2
) si i
1
. i
2
:= max(i
1
, i
2
) sunt timpuri de oprire.
Demonstratie. Observ am c a
i < t =
o
'
|=1
i _ t
1
/

. .
J
t
1
k
Jt
.
0.11. TIMPURI DE OPRIRE 35
Deasemeni avem
i
1
. i
2
_ t = i
1
_ t ' i
2
_ t T
|
,
si
i
1
. i
2
_ t = i
1
_ t i
2
_ t T
|
.
Teorema 47 Daca '
|
, 0 _ t _ T este o martingala (respectiv o supramartin-
gala), atunci '
|i
, 0 _ t _ T este deasemeni o martingala (respectiv o supra-
martingala).
Demonstratie. Este sucient sa remarcam, folosind condi tiile din Propozi tia
25 ,ca
'
|i
= '(1 )
|
, 0 _ t _ T,
daca 1
|
= 1
]|i]
. Deoarece t _ i = i _ t 1
c
, succesiunea 1 este pre-
vizibila si are loc rezultatul din Propozi tia 25. Acela si ra tionament, exploatnd
pozitivitatea lui 1 , duce la rezultatul pentru supramartingala.
Plicul lui Snell
Fiind dat un sir de variabile aleatoare 7
|
, 0 _ t _ T , T
|
m asurabile,
vrem s a studiem "plicul lui Snell ", altfel zis, cea mai mic a supramartingal a care
majoreaz a sirul de variabile aleatoare dat. Aceast a supramartingal a reprezint a
chiar sirul de variabile aleatoare l
|
, 0 _ t _ T , denit prin
_
l
T
= 7
T
l
|
= l
|
. E(l
|+1
[T
|
), 0 _ t _ T.
Se observ a c a, att timp ct l
|
7
|
, are loc l
|
= E(U
|+1
[T
|
). Aceast a remarc a
se poate formaliza astfel:
Propozitia 48 Variabila aleatoare denita astfel
i = inf 0 _ t _ T[l
|
= 7
|

este un timp e oprire si sirul de oprire l

|i
, 0 _ t _ T este o martingala.
Demonstratie. Observam ca
i = t = l
0
7
0
l
|1
7
|1
l
|
= 7
|
.
Consideram din nou 1
|
= 1
]|i]
.
l(1 )
|+1
l(1 )
|
= 1
]|+i]
(l
|+1
l
|
),
si pe mul timea t + 1 _ i , l
|
= E(U
|+1
[T
|
), deci
E(l(1 )
|+1
l(1 )
|
[T
|
) =0.
36 OP TIUNI AMERICANE N MODELUL DISCRET
Not am cu T
|
multimea timpilor de oprire care iau valori n multimea
t, t + 1, t + 2, , T .
Corolarul 49 Are loc egalitatea
l
0
= E(7
~
[T
0
) =sup
~J0
E(7
~
[T
0
).
Demonstratie. Conform propozi tiei de mai sus (Propozi tia 48), l
i
este o
martingala, deci
l
0
= E(l
Ti
[T
0
)
= E(7
i
[T
0
).
Daca T
0
, conform Teoremei 47, l
~
este o supramartingala, deci
l
0
_ E(l
~
[T
0
)
_ E(7
~
[T
0
).
Corolarul se poate generaliza astfel
l
|
= sup
~Jt
E(Z
~
[T
|
)
= E(Z
u|
[T
|
),
dac a = inf : _ t[l
s
= 7
s
. Se numeste timp de oprire optimal un timp de
oprire care veric a proprietatea de optimalitate a timpului de oprire stabilit a
n Corolarul 49. Teorema urm atoare arm a c a este cel mai mic dintre timpii
de oprire optimali.
Teorema 50 Timpul de oprire este optimal daca si numai daca sunt ndepli-
nite urmatoarele condi tii:
(i) 7
u
= l
u
(ii) l
|i
, 0 _ t _ T este o martingala.
Demonstratie. (i) si (ii) implica l
0
= E(Z
u
[T
0
), deci optimalitatea lui din
Corolarul 49. Reciproc, presupunem ca este optimal. Atunci
l
0
= E(7
u
[T
0
) _ E(l
u
[T
0
),
si deoarece l
u
este o supramartingala, E(l
u
[T
0
) _l
0
, deci
E(l
u
[T
0
) = E(7
u
[T
0
) =l
0
,
de unde, ntruct l domina 7, rezulta ca l
u
= 7
u
(deci (i)). l
u
este o
supramartingala, deci
l
0
_ E(l
|u
[T
0
) _ E(l
u
[T
0
),
0.11. TIMPURI DE OPRIRE 37
si, deoarece cei doi termeni extremi coincid, rezulta
E(l
|u
[T
0
) = E(l
u
[T
0
) = E(E(l
u
[T
|
)[T
0
).
Pe de alta parte l
|u
_ E(l
u
[T
|
), deci are loc egalitatea
l
|u
= E(l
u
[T
|
).
Descompunerea lui Doob
Propozitia 51 (Descompunerea lui Doob) Orice supramartingala l
|
, 0 _ t _ T
se poate scrie n mod unic sub forma
l
|
= '
|
C
|
,
unde '
|
, 0 _ t _ T este o supramartingala si C
|
, 0 _ t _ T este un sir
crescator, previzibil astfel nct C
0
= 0.
Demonstratie. In mod necesar '
0
= l
0
si C
0
= 0. Pe de alta parte, avem
l
|+1
l
|
= '
|+1
'
|
C
|+1
+C
|
,
de unde rezulta ca
E(l
|+1
[T
|
) l
|
= C
|+1
+C
|
,
si
'
|+1
'
|
= l
|+1
E(l
|+1
[T
|
).
Propozitia 52 Fie 7
|
, 0 _ t _ T un sir de variabile aleatoare, T
|
masurabile
avnd "plicul lui Snell"(Snell envelope) l
|
= '
|
C
|
. Atunci cel mai mare timp
de oprire optimal este

max
= inf t _ T, C
|+1
,= 0 .
Demonstratie. Faptul ca
max
este un timp de oprire rezulta din previzibili-
tatea sirului C
|
, 0 _ t _ T . Din C
|
= 0 pentru t _
max
, se deduce ca
l
umax
= '
umax
,
deci l
umax
este o martingala. Conform Teoremei 50, este sucient sa
demonstram ca
max
este optimal, adica are loc egalitatea l
umax
= 7
umax
. Con-
sideram 1
|
= 1
]|maxi]
.
l
umax
=

T1
|=0
l
|
+1
T
l
T
=

T1
|=0
1
|
max(7
|
, E(l
|+1
[T
|
)) +1
T
7
T
=

T1
|=0
1
|
7
|
+1
T
7
T
= 7
umax
.
38 OP TIUNI AMERICANE N MODELUL DISCRET
unde se folose ste faptul ca :E(l
|+1
[T
|
) = '
|
C
|+1
, si pe mul timea 1
|
= 1 ,
C
|
= 0, sau E(l
|+1
[T
|
) = '
|
C
|+1
< l
|+1
, de unde rezulta n mod necesar
ca l
|
= 7
|
.
Ramne sa demonstram ca nu exista un timp de oprire optimal , astfel
nct _
max
si P( _
max
) 0. Intr-adevar, avem
E(l
u
) = E('
u
) E(C
u
) = E(l
0
) E(C
u
) < E(l
0
),
deci l
u
nu este o martingala.
Preciz am acum forma "plicului lui Snell" n cazul unei situatii markoviene.
Fie A
|
, 0 _ t _ T un lant Markov omogen cu valori n multimea nit a 1,
avnd matricea de tranzitie 1 = 1
r
, r, j 1 . Presupunem c a 0 _ t _ T,
T
|
= o A
0
, A
1
, , A
|
.
Propozitia 53 Fie 7
|
o succesiune denita prin 7
|
= c(t, A
|
), cu c :
0, 1, , T 1 R. Atunci "plicul lui Snell" l
|
al succesiunii 7
|
este
dat prin formula l
|
= n(t, A
|
), unde func tia n este denita prin
_
n(T, r) = c(T, r), r 1
n(t, r) = c(t, r) .

1
r
n(t + 1, j), r 1, 0 _ t _ T.
In practic a, pentru a determina timpul de oprire
= inf t, l
|
= 7
|

se calculeaz a solutia n a sistemului retrograd din Propozi tia 53, si se opreste la

momentul = inf t _ T, n(t, A
|
) = c(t, A
|
) .
0.12 Pretul optiunii americane
Conform propozi tiei 42, pretul actualizat
_
~

|
_
al optiunii americane este
P
+
"plicul lui Snell" al succesiunii
_
~
7
|
= (1 +r)
|
/(o
|
) = 1
1
|
/(o
|
)
_
. Se stie
c a (ca generalizare a Corolarului 49)c a
~

|
= sup
uJt
E
+
(1
1
u
/(o
u
)[T
|
),
sau

|
= 1
|
sup
uJt
E
+
(1
1
u
/(o
u
)[T
|
).
Conform descompunerii lui Doob,
~

|
=
~
'
|

~
C
|
, unde
_
~
'
|
_
o P
+
martingal a
si
~
C
|
un sir cresc ator, previzibil cu C
0
= 0.
Deoarece piata este complet a, exist a o valoare initial a a portofoliului \
0
,
si o strategie de autonantare (A
|
, 1
|
) astfel nct
\
T
(A, 1 ) = 1
T
~
'
|
,
0.13. OP TIUNI AMERICANE SI OP TIUNI EUROPENE 39
sau
~
\
|
(A, 1 ) =
~
'
T
,
si ntruct sunt dou a P
+
-martingale, \0 _ t _ T,
~
\
|
(A, 1 ) =
~
'
|
, rezult a c a
~

|
= \
|
(A, 1 )
~
C
|
,
si

|
= \
|
(A, 1 ) C
|
,
unde C
|
= 1
|
~
C
|
. Un timp optimal veric a
~
= /(o
~
). Acesta trebuie s a
verice si relatia
_ i
max
= inf t, C
|+1
,= 0 ,
deoarece optiunea se exercit a la data
max
.Proprietarul ei si constituie capitalul

~max
= \
~max
(A, 1 ) si datorit a strategiei (A, 1 ), portofoliul s au valoreaz a
mai mult dect optiunea n momentele
max
+ 1,
max
+ 2, , .
Se veric a c a dac a cump ar atorul optiunii nu exercit a optiunea la un timp
optimal, vnz atorul realizeaz a un prot strict pozitiv.
Optiuni americane si modelul markovian
Relu am o optiune american a care aduce detin atorului un cstig 7
|
= /(o
|
)
dac a este exercitat a la momentul t si presupunem c a o
|
, 0 _ t _ T este un lant
Markov. Atunci pretul
|
se poate scrie sub forma
|
= n(t, o
|
). Consider am
~ n(t, r) = 1
1
|
n(t, r) si
~
/(t, r) = 1
1
|
/(r). Din Propozi tia 53 rezult a c a
~ n(t, r) =
~
/(t, r) .

1
r
~ n(t + 1, j),
de unde se deduce formula de recurent a
n(t, r) = /(r) .

1
r
n(t + 1, j)
1 +r
. (9)
Un timp de exercitiu optimal este denit prin
i = inf t _ T, n(t, o
|
) = /(o
|
) .
0.13 Optiuni americane si optiuni europene
Propozitia 54 Fie
|
pre tul unei op tiuni americane la momentul t, op tiune
care aduce de tinatorului acesteia un c stig 7
|
daca este exercitata la momentul
t si 1
|
pre tul unei op tiuni europene la momentul t, op tiune care aduce de tina-
torului un c stig 7
T
, la exercitare. Atunci
|
_ 1
|
, \0 _ t _ T. Daca, n plus
1
|
_ 7
|
, \t, atunci 1
|
=
|
, \t.
Demonstratie. Prima inegalitate (
|
_ 1
|
) este evidenta, si aceasta rezulta
din proprietatea de a martingala (respectiv supramartingala) a lui 1
|
(re-
spectiv
|
) sub P
+
. Daca 1
|
_ 7
|
,
_
~
1
|
_
este o P
+
-martingala (deci si o
supramartingala) care majoreaza
_
~
7
|
_
, deci
_
~
1
|
_
majoreaza si
_
~

|
_
conform
Propozi tiei 44.
40 OP TIUNI AMERICANE N MODELUL DISCRET
Corolarul 55 In cazul call-ului european si american cu aceea si data de sca-
den ta T, acela si pre t de exerci tiu 1, avnd un singur activ cu risc cu pre tul o
|
la momentul t, avem
|
= 1
|
, 0 _ t _ T.
Demonstratie. Are loc 7
|
= (o
|
1)
+
, si
~
1
|
= 1
1
T
E
+
((o
T
1)
+
[T
|
)
_ E
+
(
~
o
T
1
1
T
1[T
|
)
=
~
o
|
1
1
T
1,
deci
1
|
_ o
|

1
|
1
T
1
_ o
|
1,
dar 1
|
_ 0, deci 1
|
_ 7
|
. Restul se poate demonstra folosind propozi tia ante-
rioara.
Aceast a proprietate nu este vericat a pentru un put, nici pentru un call
referitor la un activ distribuitor de dividende.
Optiuni americane n
modelul continuu
Studiul optiunilor americane n modelul Black-Scholes cere notiuni matem-
atice complexe. Vom prezenta ecuatia cu derivate partiale asociat a, prin trecerea
la limit a n formulele din sectiunea "Op tiuni americane si modelul markovian".
Rescriem formula (9) n cadrul sectiunii 0.9 (Formula lui Black-Scholes),
cu schimb arile de variabile:
q(r) = /(c
r
)
(t, r) = n(t, c
r
).
Se obtine
(t
1

, r) = q(r) .c
:/
(j

+
(t, r+
r

+
o
_

) +j

(t, r+
r

o
_

)) (10)
cu
j

+
= P(j

|
=
o
_

) =
1
2

o
4
_

+O(
3/2
)
j

= P(j

|
=
o
_

) =
1
2
+
o
4
_

+O(
3/2
).
Consider am
(

)(t, r) = c
:/
(j

+
(t, r +
r

+
o
_

) +j

(t, r +
r

o
_

)).
Atunci (10) se poate rescrie astfel
(t
1

, r) _ q(r),
(

)(t, r) (t
1

, r) _ 0,
((t
1

, r) q(r))((

)(t, r) (t
1

, r)) = 0.
41
42 OP TIUNI AMERICANE N MODELUL CONTINUU
Multiplic am relatia (

)(t, r) (t
1

, r) cu , admitem c a functia este

sucient de regulat a si prin trecere la limit a pentru , obtinem
[(

)(t, r) (t
1

, r)]
o

(t, r) :=
0
0t
(t, r) + (r
o
2
2
)
0
0r
(t, r) +
o
2
2
0
2

0r
2
(t, r) r(t, r).
Deci, pretul optiunii americane este

|
= (t, log o
|
),
unde este solutia inecuatiei variationale
(t, r) _ q(r),
(t, r) _ 0,
((t, r) q(r))(t, r) = 0,
si un timp optimal de exercitare a optiunii este dat de timpul de oprire
i = inf t _ T, (t, log o
|
) = q(log o
|
) = /(o
|
) .
Rata dobnzii si obligatiuni
Pn a acum am presupus c a rata dobnzii este constant a (nu depinde de
timp sau de uctuatiile pietei). O astfel de ipotez a este acceptat a n cazul n
care se fac tranzactii cu actiuni si optiuni cu actiuni, ns a acest lucru nu mai
este valabil cnd avem de-a face cu obligatiuni si optiuni cu obligatiuni.
Se numeste obliga tiune cupon-zero ( n englez a "zero coupon bond") cu
data de scadent a T, un titlu care i d a posesorului dreptul de a ncasa o unitate
monetar a (de exemplu un Euro) la data scadentei T. Se noteaz a cu O
|,T
valoarea
titlului la momentul t. Este evident c a O
T,T
= 1, pentru orice dat a de scadent a
T.
0.14 Rata dobnzii ntr-un viitor cert
Rata dobnzii unui credit depinde de data emiterii creditului t, si de data
scadentei T. O persoan a care mprumut a un euro n momentul t trebuie s a
restituie suma 1
|
T
la data T. In cazul ratei constante a dobnzii n modelul
Black-Scholes, avem
1
|
T
= exp[(T t)r].
Generaliznd, ntr-un cadru determinist, adic a atunci cnd cantit atile 1
|
T
, 0 _ t _ T
sunt cunoscute, absenta oportunit atii de arbitraj impune ca functia 1 s a verice
1
|
T
= 1
|
u
1
u
T
, \0 _ t < n < T.
Din aceast a relatie, mpreun a cu 1
|
|
= 1 si cu continuitatea lui 1, se deduce
faptul c a exist a o functie t r(t) astfel nct
1
|
T
= exp(
_
T
|
r(:)d:), \0 _ t _ T.
In acest caz, trebuie s a aib a loc
O
|,T
= exp(
_
T
|
r(:)d:).
43
44 RATA DOBNZII SI OBLIGA TIUNI
0.15 Rata dobnzii ntr-un viitor incert.Obligatiuni
Not am 1
|
= 1
0
|
si presupunem c a
1
|
= exp(
_
|
0
r
s
d:),
unde r
|
, t _ 0 este un proces stochastic n raport cu ltratia T
|
, t _ 0 a unei
misc ari Browniene 1
|
, t _ 0 (T
|
= o 1
s
, 0 _ : _ t).
Facem urm atoarea ipotez a:
(H)
_
_
_
Exist a o probabilitate P
+
, echivalent a cu P, sub care

O
|,u
:= (1
|
)
1
O
|,u
, 0 _ t _ T
este o martingal a, \0 _ n _ T.
Deoarece O
u,u
= 1,
~
O
u,u
= (1
0
u
)
1
, prin urmare (H) implic a faptul c a

O
|,u
:= E
+
(exp
_

_
u
0
r
s
d:
_
[T
|
),
deci
O
|,u
= E
+
(exp
_

_
u
|
r
s
d:
_
[T
|
).
Pentru a explica cantitatea O
|,u
, trebuie s a preciz am densitatea Radom-Nikodym
a probabilit atii P
+
n raport cu P. Not am cu 1
T
aceast a densitate. Aceasta este
astfel nct pentru toate variabilele aleatoare A, m arginite
E
+
(A) = E(A1
T
).
1
T
este densitatea restrictiei lui P
+
la T
|
n raport cu P. Dintr-o teorem a a lui
Girsanov rezult a
Propozitia 56 Exista un proces
|
, 0 _ t _ T T
|
masurabil, care verica
_
T
0

2
|
dt < +, a.:,
astfel nct pentru to ti 0 _ t _ T, a.:
1
|
= exp(
_
|
0

s
d1
s

1
2
_
|
0

2
s
d:).
Corolarul 57 Pre tul unei obliga tiuni "zero-cupon", cu data de scaden ta n _ t
se poate scrie
O
|,u
= E( exp[
_
u
|
(r
s
+

2
s
2
)d: +
_
u
|

s
d1
s
][T
|
).
0.15. RATA DOBNZII NTR-UN VIITOR INCERT.OBLIGA TIUNI 45
Demonstratie. Consideram A = exp(
_
u
|
r
s
d:). Trebuie sa calculam E
+
(A[T
|
).
Fie 1
|
o variabila aleatoare, marginita si T
|
masurabila. Atunci are loc
E
+
(A1 ) = E(A1 1
T
)
= E(E[A1
T
[T
|
]1 )
= E
+
(
E[A1
T
[T
|
]
1
|
1 ),
si, conform caracterizarii lui E
+
(A[T
|
)
E
+
(A[T
|
) =
E[A1
T
[T
|
]
1
|
,
de unde decurge concluzia corolarului.
Propozitia 58 Pentru orice data de scaden ta n, exista un proces T
|
masurabil
o
u
|
, 0 _ t _ n , astfel nct pe intervalul [0, n]
dO
|,u
= (1
|
o
u
|

|
)O
|,u
dt +O
|,u
o
u
|
d1
|
.
Demonstratie. Utiliznd, pentru nceput, formula stabilita n demonstra tia
anterioara si, n plus, proprietatea lui
_

O
|,u
, 0 _ t _ n
_
de a martingala sub
P
+
, se ob tine ca, pentru 0 _ : _ t _ n,
E(

O
|,u
1
|
[T
s
)= E
+
(

O
|,u
[T
s
)
=

O
s,u
1
s
.
Deci
_

O
|,u
1
|
, 0 _ t _ n
_
este o martingala sub P, strict pozitiva, deci log

O
|,u
1
|
este o semimartingala, deci partea sa martingala este de forma
_
|
0
0
u
s
d1
s
,
si din nou folosind ca
_

O
|,u
1
|
, 0 _ t _ n
_
este o Pmartingala, rezulta ca

O
|,u
1
|
=

O
0,u
exp(
_
|
0
0
u
s
d1
s

1
2
_
|
0
(0
u
s
)
2
d:).
Multiplicnd rela tia cu 1
|
(1
|
)
1
, se ob tine
O
|,u
= O
0,u
exp(
_
|
0
r
s
[(0
u
s
)
2

2
s
],2)d: +
_
|
0
(0
u
s

s
)d1
s
).
Concluzia teoremei se deduce utiliznd formula lui It, si punnd condi tia o
u
|
=
0
u
|

u
.
46 RATA DOBNZII SI OBLIGA TIUNI
Dac a raport am formula din propozitia de mai sus la rata dobnzii, stiind
c a
d1
|
= r
|
1
|
dt,
se observ a c a obligatiunea este mai riscat a dect un depozit la banc a. Termenul
o
u
|

|
reprezint a diferenta dintre prot si dobnda f ar a risc. Deci
|
se poate
interpreta ca o "prim a f ar a risc". Observ am c a sub probabilitatea risc neutru
P
+
, 1
+
|
= 1
|

_
|
0

s
d: este o miscare Brownian a standard, si
dO
|,u
= r
|
O
|,u
dt +O
|,u
o
u
|
d1
|
.
0.16 Optiuni cu obligatiuni
Consider am o optiune european a cu obligatiuni, data de scadent a a optiunii
ind T, iar cea a obligatiunii ind T
0
, cu T _ T
0
. Consider am c a pretul de
exercitiu (n cazul unei optiuni de tip call ) este 1, iar valoarea optiunii la
momentul T este (O
T,T
0 1)
+
, si vrem s a vedem cum evolueaz a portofoliul.
Evolutia portofoliului este dat a, n cazul unei strategii de autonantare prin
formula
d\
|
(A, 1 ) = A
|
d1
|
+1
|
dO
|,T
.
Denitia 59 O strategie (A
|
, 1
|
), 0 _ t _ T este admisibila daca este de aut-
onan tare si valoarea actualizata
~
\
|
(A, 1 ) = A
|
+1
|
~
O
|,T
a portofoliului la momentul t, este, pentru orice t, pozitiva si integrabila sub P
+.
In conditii rezonabile, se poate acoperi o optiune european a cu data de sca-
dent a T < T
0
.
Propozitia 60 Presupunem ca sup
0|T
[r
|
[ < + a.s, inf
0|T
[o
T
0
|
[ 0, si T <
T
0
. Fie H o variabila aleatoare T
T
masurabila, astfel nct Hc

R
T
0
:sJs
este
integrabila sub P
+
. Atunci exista \
0
si o strategie admisibila (A, 1 ) astfel
nct \
T
(A, 1 ) = H. In plus
\
|
(A, 1 ) = E
+
(c

R
T
t
:sJs
H[T
|
).
Demonstratie. Are loc
d
~
\
|
(A, 1 ) = 1
|
d
~
O
|,T
0
= 1
|
~
O
|,T
0 o
T
0
|
d1
+
|
.
Se deduce ca
_
~
\
|
, 0 _ t _ T
_
este o P
+
-martingala, deci
\
|
(A, 1 ) = c
R
t
0
:sJs
E
+
(c

R
T
0
:sJs
H[T
|
).
0.17. UN MODEL PENTRU RATA DOBNZII 47
Ramne sa gasim o strategie corespondenta. Din teorema de reprezentare a lui
It, rezulta ca
Hc

R
T
0
:sJs
= E
+
(c

R
T
0
:sJs
) +
_
T
0
J
|
d
~
1
|
,
unde J
|
, 0 _ t _ T este un proces astfel nct
_
T
0
J
2
|
dt < + a.s. Atunci este
sucient sa alegem
1
|
=
J
|
~
O
|,T
0 o
T
0
|
, A
|
= E
+
(Hc

R
T
0
:sJs
[T
|
)
J
|
o
T
0
|
.
0.17 Un model pentru rata dobnzii
Vom examina modelul lui Vasicek, care este cel mai simplu, dar si cel mai
satisf ac ator. In acest model, procesul r
|
, 0 _ t _ T este solutie a ecuatiei cu
derivate partiale
dr
|
= a(/ r
|
)dt +od1
|
,
unde a, /, si o sunt constante pozitive si este deasemeni o constant a,
|
= `.
Dac a 1
+
|
= 1
|
+`t si /
+
= / `o,a, atunci
dr
|
= a(/
+
r
|
)dt +od1
+
|
.
Se arat a cu usurint a c a r
|
se poate rescrie
r
|
= r
0
c
o|
+/(1 c
o|
) +oc
o|
_
|
0
c
os
d1
s
,
si c a r
|
urmeaz a sub P repartitia normal a de parametri
(r
0
c
o|
+/(1 c
o|
), o
2
1 c
2o|
2a
),
si sub P
+
urmeaz a aceeasi repartitie, cu /
+
n locul lui /. Deci r
|
ia o valoare
negativ a cu o probabilitate nenul a.
Pretul obligatiunii va
O
|,T
= E
+
(c

R
T
t
:sJs
[T
|
),
unde A
s
= r
s
/
+
este solutie a ecuatiei cu derivate partiale
dA
s
= aA
s
d: +od1
+
s
. (11)
Atunci
E
+
(c

R
T
t
sJs
[T
|
) = 1(T t, r
|
/
+
),
unde functia 1 este denit a prin
1(:, r) = E
+
(c

R
s
0

x
t
J|
),
48 RATA DOBNZII SI OBLIGA TIUNI
iar A
r
|
reprezint a solutia ecuatiei (11) si veric a A
0
= r. Intruct
_
s
0
A
r
|
dt
este o variabil a aleatoare real a gaussian a,
1(:, r) = exp(E
+
_
s
0
A
r
|
dt +
1
2
\ ar[
_
s
0
A
r
|
dt]).
Sau
E
+
_
s
0
A
r
|
dt = r
1 c
os
a
,
si
\ ar[
_
s
0
A
r
|
dt] =
_
s
0
_
s
0
Co(A
r
|
, A
r
:
)dtdr,
dar
Co(A
r
|
, A
r
:
) = o
2
c
o(|+:)
E
+
(
_
|
0
c
os
d1
+
s
_
:
0
c
os
d1
+
s
)
= o
2
c
o(|+:)
c
2o(|:)
1
2a
,
de unde rezult a c a
\ ar[
_
s
0
A
r
|
dt] =
o
2
:
a
2

o
2
a
3
(1 c
os
)
o
2
2a
3
(1 c
os
)
2
.
In sfrsit,
O
|,T
= exp((T t)1(T t, r
|
)),
unde 1(T t, r
|
), rata medie a dobnzii pe intervalul [t, T], este dat a prin
formula
1(:, r) = 1 (a:)
1
[(1 r)(1 c
os
)
o
2
4a
2
(1 c
os
)
2
],
cu 1 = /
+
o
2
,2a
2
. 1 se poate interpreta ca o dobnd a pe termen lung, care
este independent a de rata instantanee r.
Simulare n Matlab
0.18 Pretul unei optiuni n Matlab
Programul "option_price.m" aseaz a pretul unei optiuni in functie de
pretul de exercitiu si de timpul r amas pn a la expirarea optiunii.Vom folosi
urm atoarele formule
C
0
= o
0
1(d
1
) 1c
:T
1(d
2
)
d
1
=
1
o
_
T
log(
o
0
1
) +
r
_
T
o
+
o
_
T
2
,
pe care le-am obtinut n capitolul "Op tiuni europene n modelul discret". In
relatiile de mai sus
o
|
(t = 0, 1, 2 T) reprezint a cursul activului cu risc la momentul t,
C
0
reprezint a pretul de cump arare al optiunii europene,
1 reprezint a functia de repartitie a repartitiei normale,
r reprezint a rata dobnzii,
o reprezint a volatilitatea pretului de stocare,
1 reprezint a pretul de exercitiu,
T reprezint a data de scadent a.
option_price.m
r=log(1.04)/365;//rata dobnzii
mu=log(1.05)/365;//rata de crestere a pretului de stocare
sigma=0.01;//volatilitatea pretului de stocare (o mai sus)
init=100;//pretul initial de stocare
c=95;//pretul de exercitiu (1 mai sus)
[S_0,t]=meshgrid(60:1:120,0.05:3:180);
//creeaz a reteaua de puncte(grid)
C_0=profit(S_0,t,c,r,sigma);//apeleaz a functia prot.m
49
50 SIMULARE N MATLAB
clf;//cur at a ecranul
subplot(2,2,1);//creeaz a axele pentru grac
mesh(t,S_0,C_0);//gracul pretului optiunii functie de activul cu risc
o
0
shading faceted;//modul de colorare al gracului
xlabel(Time remaining);//eticheta axei Or
ylabel(Stock price);//eticheta axei Oj
zlabel(Option price);//eticheta axei O.
title([Option price function C_0 for strike price c=int2str(c)]);
axis([0 180 60 120 0 25]);//deseneaz a axele
grid on;
T=[10 90 180];//vector cu date de scadent a diverse
K=80:0.5:120;//vector cu diverse preturi de exercitiu
S_0=init;
for i=1:3
subplot(2,2,i+1);
t=T(i);
C_0=profit(S_0,t,K,r,sigma);
plot(K,C_0);
hold on;
C_0=profit(S_0,t,c,r,sigma);
plot(c,C_0,*,markersize,5);//deseneaz a gracul
grid on;
title([Option price with T=int2str(t).Initial price=100.]);
xlabel(Strike price c);
ylabel(Option price);
end
In continuare, vom deni functia "prot.m" care este apelat a n progra-
mul de mai sus, si care returneaz a protul unui portofoliu care administreaz a
valoarea unei optiuni cu pretul de exercitiu c, cursul activului cu risc ind o_0
si timpul r amas pn a la scadent a ind t. Volatilitatea este sigma (o) si rata
constant a a dobnzii r.
prot.m
function C_0=profit(S_0,t,c,r,sigma)
d_1=(log(S_0)-log(c)+(r+(sigma^2)/2)*t)./(sigma*sqrt(t));
// d
1
=
1
o
_
t
log
o
0
c
+
r
_
t
o
+
o
_
t
2
;
C_0=S_0.*normcdf(d_1)-c*exp(-r*t).*normcdf(d_1-sigma*sqrt(t));
// C
0
= o
0
1(d
1
) cc
:|
1(d
1
o
_
t); d
2
= d
1
o
_
t
Prin compilarea n Matlab a programului de mai sus (pentru pretul unei
optiuni) se vor obtine urm atoarele grace:(gura OptionPrice)
0.19. MODELUL BLACK-SCHOLES N MATLAB 51
0.19 Modelul Black-Scholes n Matlab
Programul "blackscholes.m" genereaz a preturile obligatiunilor si preturile
de stocare si simuleaz a portofoliul Black-Scholes (echivalent cu detinerea unei
optiuni de cump arare a activului).Se vor folosi formulele
C
0
= o
0
1(d
1
) 1c
:T
1(d
2
)
d
1
=
1
o
_
T
log(
o
0
1
) +
r
_
T
o
+
o
_
T
2
,
d
2
= d
1
o
_
T,
care au fost deduse n capitolul "Op tiuni europene n modelul discret", sectiunea
"Formula lui Black Scholes". In relatiile de mai sus,
o
|
(t = 0, 1, 2 T) reprezint a cursul activului cu risc la momentul t,
C
0
reprezint a pretul de cump arare al optiunii europene,
1 reprezint a functia de repartitie a repartitiei normale,
r reprezint a rata dobnzii,
o reprezint a volatilitatea pretului de stocare,
1 reprezint a pretul de exercitiu,
T reprezint a data de scadent a.
52 SIMULARE N MATLAB
blackscholes.m
r=log(1.04)/365;//rata dobnzii
mu=log(1.05)/365;//rata de crestere a pretului de stocare
sigma=0.01;//volatilitatea pretului de stocare
init=100;//pretul initial de stocare
c=95;//pretul de exercitiu
N=500;//num arul de iteratii,de pasi
T=180;//data maxim a a scadentei
h=T/N;//lungimea unui interval
t=(0:h:T);// t este vectorul [0 1/ 2/ 3/ /]
clf;//cur at a ecranul
for k=1:4
subplot(2,2,k)
b=zeros(size(t));//pretul obligatiunii (bonds)
p=zeros(size(t));//pretul activelor cu risc (o
|
mai sus)
m=zeros(size(t));//num arul de obligatiuni
n=zeros(size(t));//num arul de active cu risc
x=zeros(size(t));//pretul optiunii din functia option_price.m
y=zeros(size(t));
//pretul optiunii rezultat din sistemul de ecuatii cu derivate partiale
//Valori initiale
b(1)=init;//pretul initial al obligatiunii
p(1)=init;//pretul initial al activului cu risc
s=T;//argumentul timp
v=(log(p(1)/c)+(r+(sigma^2)/2)*s)./(sigma*sqrt(s));
//d
1
n formulele de mai sus
// d
1
=
1
o
_
T
log(
o
0
1
) +
r
_
T
o
+
o
_
T
2
w=v-sigma*sqrt(s);// d
2
= d
1
o
_
T
x(1)=p(1).*normcdf(v)-c*exp(-r*s).*normcdf(w);
//pretul optiunii (mai sus) C
0
= o
0
1(d
1
) 1c
:T
1(d
2
)
y(1)=x(1);
n(1)=normcdf(v)+(normcdf(v)-c*exp(-r*s)*normcdf(w)/p(1))
/(sigma*sqrt(s));
//nr activelor cu risc la momentul initial
m(1)=(x(1)-n(1)*p(1))/b(1);
//nr.de obligatiuni la momentul initial
for i=1:N
b(i+1)=b(i)+r*b(i);
p(i+1)=p(i)+mu*p(i)*h+sigma*p(i)*sqrt(h)*randn;
//randn=normally distributed random numbers
y(i+1)=y(i)+n(i)*(p(i+1)-p(i))+m(i)*(b(i+1)-b(i));
0.19. MODELUL BLACK-SCHOLES N MATLAB 53
//pretul optiunii
s=T-t(i+1);//argumentul timp
v=(log(p(i+1)/c)+(r+(sigma^2)/2)*s)./(sigma*sqrt(s));
//se actualizeaz a d
1
la momentul i + 1
w=v-sigma*sqrt(s);//se actualizeaz a d
2
x(i+1)=p(i+1).*normcdf(v)-c*exp(-r*s).*normcdf(w);
n(i+1)=normcdf(v)+(normcdf(v)-c*exp(-r*s)*normcdf(w)/p(i+1))
/(sigma*sqrt(s));
//nr.de active cu risc la momentul i + 1
m(i+1)=(x(i+1)-n(i+1)*p(i+1))/b(i+1);
//obligatiuni la mom. i + 1
end
[xx,tt]=meshgrid(60:1:120,0.05:3:180);
//creeaz a reteaua de puncte(grid),rr = o
|
, tt = t mai sus
gg=(log(xx/c)+(r+(sigma^2)/2)*tt)./(sigma*sqrt(tt));
//gg=d
1
n formule
uu=xx.*normcdf(gg)-c*exp(-r*tt).*normcdf(gg-sigma*sqrt(tt));
mesh(tt,xx,uu);//realizeaz a gracul C(o(t))
shading faceted;
xlabel(Time remaining);
ylabel(Stock price);
zlabel(Wealth);
title(Function C_0 graphed with wealth of Black Scholes
portofolio);
axis([0 180 60 120 0 25]);
grid on;
hold on;
d_1=(log(S_0/c)+(r+(sigma^2)/2)*t)./(sigma*sqrt(t));
// d
1
=
1
o
_
t
log
o
0
c
+
r
_
t
o
+
o
_
t
2
;
C_0=S_0.*normcdf(d_1)-c*exp(-r*t).*normcdf(d_1-sigma*sqrt(t));
// C
0
= j1(d
1
) cc
:|
1(d
1
o
_
t);
plot3(T-t,S_0,x+0.1);
end.
Prin compilarea n Matlab a programului de mai sus se vor obtine urm a-
toarele grace
54 SIMULARE N MATLAB
Bibliograe
1. Janos Galambos:"Advanced Probability Theory", 2nd edition,M.Decker,New
York, 1995.
2. Lawrence C.Evans:"An introduction to Stochastic Dierential Equations",
Version 1.2
3. M.Baxter,A.Rennie:"Financial Calculus:An Introduction to Derivative Pric-
ing", Cambridge U.Press, 1996
4. Etienne Pardoux:"Introduction aux Mathmatiques Financires"
55