Documente Academic
Documente Profesional
Documente Cultură
Modele Stochastice in Finante
Modele Stochastice in Finante
Ecaterina Sava
2006
ii
Contents
0.1
Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Concepte fundamentale
0.2 Notiuni de teoria probabilit
atilor
0.2.1 Cmp de probabilitate . .
0.2.2 Variabile aleatoare . . . .
0.2.3 Procese stochastice . . . .
0.2.4 Martingale . . . . . . . .
0.3 Notiuni de matematic
a nanciar
a
0.3.1 Optiuni . . . . . . . . . .
0.3.2 Arbitraj . . . . . . . . . .
0.3.3 Piete viabile si complete .
.
.
.
.
.
.
.
.
.
Op
tiuni europene n modelul discret
0.4 Modelul Cox-Ross-Rubinstein . . .
0.5 Strategii admisibile . . . . . . . . .
0.6 Viabilitate si completitudine . . . .
0.7 Pretul de vnzare si de cump
arare
0.8 Formula lui Black-Scholes . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
1
2
5
5
6
6
7
8
.
.
.
.
.
9
9
9
11
13
14
Op
tiuni 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
Op
tiuni 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
Op
tiuni americane n modelul continuu
Rata dobnzii
si obliga
tiuni
0.14 Rata dobnzii ntr-un viitor cert . . . . . . .
0.15 Rata dobnzii ntr-un viitor incert.Obligatiuni
0.16 Optiuni cu obligatiuni . . . . . . . . . . . . .
0.17 Un model pentru rata dobnzii . . . . . . . .
41
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
43
43
44
46
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.
0.1
INTRODUCERE
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 dezvolt
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
St = S0 + B t :
Acest model avea ns
a,defectul c
a pretul putea deveni negativ.
Prin intermediul acestei lucr
ari aduc sincere multumiri profesorului coordonator Profesor.dr Aurel R
ascanu pentru sprijinul acordat si pentru profesionalismul dovedit n elaborarea prezentei lucr
ari.
Concepte fundamentale
0.2
No
tiuni de teoria probabilit
a
tilor
0.2.1
Cmp de probabilitate
Plec
am cu o multime abstract
a,pe care o not
am
vom interpreta ca ind evenimente.
,ale c
arei submultimi le
Deni
tia 1 Numim cmp de probabilitate (abreviat: c.p.) un triplet ( ; F; P) ;
unde
(I)
2F
P ( );
( c2 ) A 2 F =) Ac (=
( c3 ) fAn : n 2 N g
n A) 2 F;
S
F =)
n2N
; adica
An 2 F;
T
(p2 ) (numarabila aditivitate) daca fAn : n 2 N g
F si Ai Aj = ;
(adica evenimentele sunt incompatibile doua cte doua) pentru orice
i 6= j; atunci
1
1
X
S
P
An =
P (An )
n=1
def
Nota
tia 2 A = Ac =
n=1
nA
CONCEPTE FUNDAMENTALE
(i) P (;) = 0;
(ii) P A = 1
P (A) ;
(iii) P (A n B) = P (A)
T
P (A B) ;
A atunci P (A n B) = P (A)
A atunci P (B)
P (B) ;
P (A) ;
T
(vi) (nit
a aditivitate) dac
a Ai : i 2 1; n
F si Ai Aj = ; pentru orice
i 6= j; atunci
n
n
X
S
P
Ai =
P (Ai ) :
i=1
0.2.2
i=1
Variabile aleatoare
Deni
tia 4 Numim
algebra generata de A
care contine pe A; adica
(A) =
A F =
A se nume
ste sistem de generatori pentru
algebra
F :
(A) :
Deni
tia 5 Numim
corpul ( algebra) Borel pe Rn
generat de multimile deschise din Rn adica cea mai mica
toate multimile deschise din Rn :
Bn
=
def
F =
=
F =
Rn
algebra
algebra
algebra
F : F :F =F
Rn
corpul ( algebra)
algebra care contine
Rn g
F :
Presupunem c
a f este o functie nenegativ
a, integrabil
a, astfel nct
f (x)dx = 1: Denim
Z
P(B) =
f (x)dx
B
TILOR
0.2. NOTIUNI
DE TEORIA PROBABILITA
FX =
(B1 ) = fX
(B) : B 2 B1 g
Xn
variabila aleatoare cu valori n Rn ) daca X este o functie (F; Bn )-masurabila,
adica,
def
F X = X 1 (Bn ) = fX 1 (B) : B 2 Bn g F
(se va scrie X = (X1 ; :::; Xd ) : ( ; F; P) ! Rd ; Bd ).
Deni
tia 7 Numim repartitie a v.a. X :
PX : Bn ! [0; 1] data prin
PX (B) = P (X 2 B) :
Daca X :
1; x])
x)
se nume
ste functia de repartitie a v.a. X:
Exemple de reparti
tii
Exemplu 8 1.Repartitia binomiala
Daca A este un eveniment asociat unui experiment aleator astfel nct P(A) =p,
si daca experimentul este repetat de n ori (experimentele ind independente),
atunci numarul X de aparitii ale lui A, numit si frecventa lui A n aceste
repetitii, are repartitia binomiala
pk = P (X = k) =
n
k
pk (1
n k
p)
n:
; si
CONCEPTE FUNDAMENTALE
Integrarea n raport cu o m
asur
a
Dac
a ( ; F; P) este un cmp de probabilitate si X =
k
P
i=1
abil
a aleatoare simpl
a, atunci denim integral
a din X astfel:
Z
k
X
XdP =
ai P(Ai ):
i=1
Dac
a X este o variabil
a aleatoare nenegativ
a, atunci denim
Z
Z
XdP =
sup
Y dP:
0 Y
X; Y
simpl
a
Si, dac
a X este o variabil
a aleatoare arbitrar
a, denim
Z
Z
Z
XdP =
X + dP
X dP
considernd c
a cel putin una din integralele din membrul stng este nit
a, iar
X + = max(X; 0), X = max( X; 0); deci X = X + X :
Deni
tia 10 Daca ( ; F; P) este un cmp de probabilitate si X : ! R este o
variabila aleatoare, numim valoarea medie sau media lui X si o notam E(X)
cantitatea:
Z
E(X) =
XdP:
Deni
tia 11 Numim
D (X) = V ar(X) :=
jX
E(X)j2 dP
E(X)j2 ) = E(jXj2 )
jE(X)j2 :
Deni
tia 12 Functia 'X : R ! C denita prin
'X (t) = E eitX
se nume
ste functia caracteristica a v.a. X:
Deni
tia 13 Fie ( ; F; P) un cmp de probabilitate si presupunem ca G este o
-algebra, G F.Daca X : ! R este o variabila aleatoare, denim
E(XjG)
ca ind orice variabila aleatoare pe
astfel nct:
TILOR
0.2. NOTIUNI
DE TEORIA PROBABILITA
0.2.3
Procese stochastice
def
T ! Rd ; X(!; t) = Xt (!) :
! Rd ; t 2 T; ! 2
0.2.4
Martingale
Motiva
tie:Presupunem c
a Y1 ; Y2 ; Y3 ,....sunt variabile aleatoare independente,
cu valori reale, astfel nct
E(Yi ) = 0; (i = 1; 2; : : :):
Denim suma Sn := Y1 + Y2 + Y3 + :::Yn : Cum putem aa Sn+k ;cunoscnd
S1 ; S2 ; S3 ; : : : Sn ? R
aspunsul este
E(Sn+k jS1 ; S2 ; : : : ; Sn ) = E(Y1 + Y2 + : : : + Yn jS1 ; S2 ; : : : ; Sn )+
E(Yn+1 + Yn+2 + : : : + Yn+k jS1 ; S2 ; : : : ; Sn )
= Y1 + Y2 + : : : + Yn + E(Yn+1 + Yn+2 + : : : + Yn+k )
{z
}
|
=0
= Sn :
Deci, cea mai buna estimare medie a "valorilor viitoare " Sn+k ; cunoscnd valorile pn
a n momentul n, S1 ; S2 ; S3 ; : : : Sn ; este Sn :
Dac
a interpret
am Yi ca ind cstigul la un joc de noroc n momentul i; si
Sn suma tuturor cstigurilor pn
a n momentul n, 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:
1
Deni
tia 15 (Xi )n=1 este martingal
a discret
a daca E(jXi j) < 1; 8 i =
1; 2; : : : si
Xk = E(Xj jX1 ; X2 ; : : : Xk ) a:s:
pentru 8j
1.
CONCEPTE FUNDAMENTALE
Deni
tia 16 Fie X( ) un proces stochastic real. Atunci
FtX = F(Xs j0
t),
1. Daca
Xs = E(Xt jFsX ) a:s:, pentru toti t
atunci fXt : t
0;
0g se nume
ste martingal
a.
2. Daca
Xs
atunci fXt : t
0.3
(resp
0;
0g se nume
ste submartingal
a (supramartingal
a).
No
tiuni de matematic
a nanciar
a
0.3.1
Op
tiuni
Deni
tia 20 O op
tiune este un contract n termenii careia detinatorul are
dreptul (dar nu si obligatia ) de a cump
ara (optiune de cumparare sau "call
option") sau de a vinde (optiune de vnzare sau "put option") o cantitate
xat
a dintr-un activ dat ,la un pret xat de la nceput (numit pret de exerciciu
sau "strike") la o data de scadenta T xata n avans pentru o op
tiune european
a. O op
tiune american
a poate exercitata n orice moment dintre
semnarea contractului si data de scadenta T.
In cazul unei optiuni europene, dac
a not
am
T = data de scadenta
St = cursul activului la momentul t
K = pretul de exercitiu
FINANCIARA
0.3. NOTIUNI
DE MATEMATICA
0.3.2
Arbitraj
CONCEPTE FUNDAMENTALE
Pt = St
Ke
r(T
t)
Pt > St
Ke
r(T
t)
atunci rezult
a o oportunitate de arbitraj. La momentul t, operatiunea respectiv
a
va aduce la un prot net egal cu
Xt = Ct
Pt
St
Dac
a Xt > 0, atunci se plaseaz
a Xt cu dobnda r pn
a la data de scadenta
T ; dac
a Xt < 0, atunci se mprumut
a cu aceeasi doband
a pn
a la data de
scadenta T . In momentul T , avem dou
a situatii:
1. ST > K:atunci se realizeaz
a cump
ararea (si nu se realizeaz
a vnzarea) ,
se ncaseaz
a K si se pl
ateste mprumutul, deci va rezulta un prot egal cu
K + er(T
t)
(Ct
Pt
St ) > 0:
0.3.3
Pie
te viabile
si complete
Op
tiuni 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 St ; 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 Rt ; unde T reprezint
a data
scadentei optiunii.
Presupunem c
a exist
a r > 0 astfel nct
Rt+1 = Rt (1 + r);
si, pentru simplicare,dac
a lu
am R0 = 1, atunci obtinem
Rt = (1 + r)t ; t 2 0; T :
Presupunem c
a S0 (cursul actiunii,activului la momentul initial) este constant, si c
a exist
a succesiunea de variabile aleatoare independente n ansamblu
si identic repartizate t , 1 t T; care ia valori n multimea fa; bg; 0 < a < b,
astfel nct :
St+1 = St t+1 ; t 2 0; T 1:
0.5
t 2 0; T
Strategii admisibile
def
= F0 = f;; g
9
10
OPTIUNI
def
Ft =
f 1;
2;
; t g;
1;
Rt ) + Yt+1 (St+1
St )
sau nc
a
Xt + Yt S~t = Xt+1 + Yt+1 S~t ;
adic
a
V~t+1 (X; Y )
S~t )
In cele ce urmeaz
a, vom nota
St = St
St
1;
S~t = S~t
S~t
1:
Propozi
tia 21 Urmatoarele conditii sunt echivalente:
t 2 0; T g este de autonantare.
Vt (X; Y ) = V0 (X; Y ) +
t
X
(Xs Rs + Ys Ss ) :
s=1
t
X
Ys S~s :
s=1
Propozi
tia 22 Pentru toate procesele previzibile fYt ; t 2 0; T g si toate valorile initiale V0 (deterministe) ale portofoliului, exista un unic proces previzibil
fXt ; t 2 0; T g astfel nct strategia f(Xt ; Yt ); t 2 0; T g sa e de autonantare si
sa corespunda unui portofoliu cu valoare initiala V0 :
11
Demonstra
tie. Conditia de autonantare impune ca, pentru toti t 2 0; T ;
V~t (X; Y ) = Xt + Yt S~t = V~0 +
t
X
Ys
sS
s=1
X t Vs
1 s t
este o martingala.
0.6
Viabilitate
si completitudine
Teorema 26 Piata denita anterior este viabila (nu exista strategie de arbitraj)
daca si numai daca a < 1 + r < b.
Demonstra
tie. Nu este dicil de demonstrat c
a, dac
a 1+r 2
= (a; b), exist
ao
strategie de arbitraj.
Reciproc, dac
a a < 1 + r < b, probabilitatea P ( numit
a si probabilitatea
cu risc neutru) pe cmpul ( ; F) astfel nct, sub P , variabilele aleatoare t
sunt independente n ansamblu si identic repartizate astfel nct
E ( t) = 1 + r
este echivalent
a cu P (deoarece P ( 1 = a) > 0 si P ( 1 = b) > 0). Mai mult,
e
sub P , fSt g este o martingal
a, deci conform propozitiei de mai sus, V~ (X; Y )
este o martingal
a pentru toate strategiile (X; Y ). Deci si
V0 (X; Y ) = 0;
E V~t (X; Y ) = 0:
= a) =
b
b
c
;
a
P (
= b) =
c
b
a
:
a
12
OPTIUNI
Teorema 27 Daca a < 1 + r < b, piata denita mai sus este completa, adica
pentru toate variabilele aleatoare Ft masurabile, 9 H
0, exista o strategie
admisibila (X; Y ), astfel nct VT (X; Y ) = H. In alte cuvinte, pentru orice
t 2 0; T ,
Rt
Vt (X; Y ) =
E (HjFt ):
RT
Demonstra
tie. Dac
a exist
a o strategie admisibil
a astfel nct VT (X; Y ) = H,
atunci conform Propozitiei 21( punctul (iii)), pentru toti t 2 0; T ,
T
X
H
= V~t (X; Y ) +
Ys S~s :
RT
s=t+1
o
n
a, adic
a
Deci, sub P , V~t (X; Y ) ; t 2 0; T este o martingal
H
V~t (X; Y ) = E (
jFt )
RT
sau
Vt (X; Y ) =
Rt
E (HjFt ):
RT
In particular dac
a H
0, atunci Vt (X; Y )
0, deci dac
a exist
a o strategie
de autonantare care genereaz
a succesiunea Vt (X; Y ) ; t 2 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 Yt ; t 2 0; T astfel nct:
T
X
H
Ys S~s =
R
T
s=1
Succesiunea Yt ; t 2 1; T
Yt Set
1(
E (
se caracterizeaz
a prin:
~ t)
1) = E (HjF
H
):
RT
~ t
E (HjF
1 );
~ := H , sau
unde H
RT
Yt =
~ t ) E (HjF
~ t
c(E (HjF
Set 1 ( t c)
Mai r
amne s
a demonstr
am c
a Yt este Ft
t ).
Not
am
t 1
= ( 1;
2 ; : : : ; t 1 ).
functie de dou
a variabile (
t 1
; t ).
1 ))
m
asurabil
a (adic
a nu depinde de
~ t)
E (HjF
este o
Set 1
0.7. PRETUL
DE VNZARE SI DE CUMPARARE
Not
am
gt (
Atunci avem
Yt =
t 1
t 1
gt (
; t ) := c
13
~ t)
E (HjF
:
Set 1
; t)
E (gt (
c
t
1)
= gt (
t 1
t 1
b
b
t 1
; t )jFt
1)
Notnd
t 1
E (gt (
; t )jFt
; a)
b
b
c
a
gt (
t 1
; b)
c
b
a
;
a
obtinem
(gt (
t 1
; t)
gt (
; a))
Yt =
c
+ (gt (
a
c
t
t 1
Ramne de remarcat c
a n cele dou
a cazuri,
Yt =
t 1
gt (
; b)
b
t 1
gt (
a
; t)
= a,
; a)
gt (
t 1
; b))
c
b
a
a:
= b, se obtine:
Observa
tia 28 Ultima formula da fractiunea din prot care poate investita
n activul cu risc n momentul t, pentru a obtine o strategie de conversie.
Observnd forma particulara a membrului drept, ea poate asemanata cu o
derivata.
0.7
Pre
tul de vnzare
si de cump
arare
b
b
c
=P (
a
= a);
deci,
1
p=P (
= b):
(T
t)
E [(St
T
Y
s=t+1
Ins
a, pentru toti 0
P (
T
Y
s=t+1
k
= ak bT
t;
t k
)=
(T t)!
pk (1
k!(T t k)!
p)T
t k
14
OPTIUNI
(T
t)
T
Xt
k=0
(T t)!
pk (1
k!(T t k)!
p)T
t k
p)T
t k
(St k
K)+ ;
(T
t)
T
Xt
k=0
0.8
(T t)!
pk (1
k!(T t k)!
(K
St k)+ :
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
[N T ]
; :::;
;
N
N
si
[N T ]
St = S0
[N T ]
S~t = S0 exp(
N
k ;
k=1
cu
N
k );
k=1
N
k
N
k
= log
r
:
N
N
k
;p
. Acest lucru semnic
a,
N
N
n baza notatiilor de mai sus, c
a (indicii superiori N nu sunt exponenti! ) :
Presupunem c
a
cN = exp(
r
);
N
aN = exp(
r
N
bN = exp(
),
r
+ p ).
N
N
(respectiv
E
S0 exp(ZTN )
Ke
rT
Ke
rT
S0 exp(ZTN )
):
R
amne s
a g
asim limita lui ZTN cnd N ! 1 sub P (convergenta n lege). Are
loc :
15
[N t]
N
k
N
k ;k
k=1
;p
, cu E
N
N
N ! 1; are loc
N
k
si N
ZtN ! t + Bt ;
0:
Demonstra
tie. Se stie c
a, dac
a o variabil
a aleatoare real
a X admite un moment de ordin 3, pentru toti r 2 R,
r2
E(X 2 )
2
E(exp(irX)) = 1 + irE(X)
cu j (X; r)j
r3
(E(X 3 ) + (X; r));
6
3E(jXj3 ). Deci,
E(exp(ir
N
k ))
= 1 + ir
r2 2
+ O(N
2N
3=2
);
r2 2
+ O(N
2N
3=2
))[N t] ! exp(ir t
r2 2
t);
2
cnd N ! 1.
Pentru a putea aplica aceast
a teorem
a, r
amne s
a calcul
am media variabilelor aleatoare kN sub P . Are loc identitatea:
E exp(
sau, notnd pa := P (
N
k
=p
exp( p
N
k )
= 1;
),
)pa + exp( p
)pb = 1;
de unde rezult
a c
a
e
pa =
e
pb =
e
si
2
1
+ O( ):
2N
N
Rezult
a atunci, conform teoremei de mai sus c
a sub P ,
E
N
k
ZtN
N !1
t + Bt
16
OPTIUNI
C0 = (2 )
+1
2T
2
(S0 e
Ty
Ke
rT
)+ e
y2
2
dy
1
2
+1
(Ke
rT
2T
2
S0 e
Ty
)+ e
y2
2
dy:
rT
Ke
F ( d2 )
rT
F (d2 )
S0 F ( d 1 )
cu
d1 =
d2 =
p
p
T
r T
S0
+
log( ) +
2
K
T
p
p
T
r T
1
S
p log( 0 ) +
:
2
K
T
1
p
Se observ
a c
a aici se regaseste paritatea vnzare-cump
arare (call-put), remarcnd c
a F (di ) + F ( di ) = 1; i = 1; 2:
Op
tiuni europene n
modelul continuu
In cele ce urmeaz
a, consider
am c
a St 2 R+ (cursul actiunii la momentul t)
variaz
a continuu n raport cu timpul t 2 R+ .
0.9
0.9.1
Mi
scare Brownian
a
0g se nume
ste mi
scare
1. B0 = 0:
2. Procesul are cre
steri independente, adica pentru ecare n 1, si 0
t1
tn variabilele aleatoare Btn Btn 1 sunt independente.
17
t0
18
OPTIUNI
St
) , t
0g are cresteri independente (adic
a
S0
posed
a proprietatea 2 din denitia de mai sus) si c
a pentru 0 s < t variabilele
St
urmeaz
a o repartitie normal
a N ( (t s); 2 (t s)): Procesul
aleatoare log
S0
fSt g se numeste mi
scare Brownian
a geometric
a.
O proprietate fundamental
a a misc
arii Browniene este dat
a de propozitia:
Se deduce c
a procesul flog(
Propozi
tia 31 (Variatia patratica a mi
scarii Browniene) Fie t > 0 si 0 = tn0 <
n
n
t1 <
< tn = t o subdiviziune a intervalului [0; T ], astfel nct
def
n
= sup (tnk
tnk
1)
k21;n
cnd n ! 1. Atunci
n
X
Btnk 1 )2
(Btnk
! t;
n!1
k=1
n medie patratica:
! 0;
Demonstra
tie. Deoarece
E[
n
X
Btnk 1 )2
(Btnk
t] = 0
k=1
atunci
E
n
X
(Btnk
Btnk 1 )
= V ar
k=1
n
X
(Btnk
Btnk 1 )
k=1
n
X
=2
tnk
k=1
2t
!0
cnd n ! 1:
Integrale stochastice
Btnk 1 )2 ]
V ar[(Btnk
k=1
n
X
0.9.2
tnk
2
1
19
dBs
dBs
ds pentru c
a derivata
nu
ds
ds
exist
a). Consider
am cazul unei functii ff (s); s 0g, deterministe, astfel nct
Z T
f 2 (s)ds < +1:
0'
's
cu 0
va
t0 < t 1 <
< tn
f (s)dBs =
n
X1
fk (Bt^tk+1
Bt^tk ):
k=1
Rt
a aleatoare si are urm
atoarele propriet
ati,
Observ
am c
a 0 f (s)dBs este o variabil
care se deduc din propriet
atile misc
arii Browniene:
Lema 32 (Proprietati ale integralei Wiener)
Rt
(i) E( 0 f (s)dBs ) = 0:
Rt
Rt
(ii) E[( 0 f (s)dBs )2 ] = 0 f 2 (s)ds:
Demonstra
tie. (i) Se folose
ste punctul 3 din denitia mi
scarii Browniene:
Z t
n
X1
E(
f (s)dBs ) = E[
fk (Bt^tk+1 Bt^tk )]
0
k=1
n
X1
fk E(Bt^tk+1
Bt^tk ) = 0:
k=1
(ii)Se bazeaz
a pe o proprietate a misc
arii Browniene (Propozitia 31 ):
Z t
n
X1
E[(
f (s)dBs )2 ] = Ej
fk (Bt^tk+1 Bt^tk )j2
0
k=1
=
=
n
X1
k=1
Z t
0
fk2 (t ^ tk+1
f 2 (s)ds:
t ^ tk )
20
OPTIUNI
reprezint
a formula de izometrie si permite extinderea integralei stochastice(Wiener) de la clasa functiilor n scar
a la clasa tuturor functiilor de p
atrat
integrabil. Se veric
a cu usurinta c
a procesul
Z T
f
f (s)dBs ; 0 t T g
0
0.9.3
Integrala It
(i)
-algebra
B(t) := F B(t) = fB(s)j0
tg
se nume
ste trecutul (sau istoria) mi
scarii Browniene pna n momentul
t (
si incluznd t).
(ii)
-algebra
B + (t) := fB(s)
B(t)js
tg
se nume
ste viitorul mi
scarii Browniene ncepnd cu momentul t.
Deni
tia 34 O famile Ft de -sub-algebre F se nume
ste non-anticipativ
a
(se mai folose
ste si notiunea de ltrare), n raport cu mi
scarea Browniana B( ),
daca:
(i) Ft
Fs , pentru toti t
(ii) Ft
0:
0:
0:
21
Deni
tia 35 Un proces stochastic real X( ) se nume
ste non-anticipativ ( n
raport cu Ft ) daca pentru ecare t 0; Xt este Ft -masurabila.
Deni
tia 36 X este proces stochastic (Ft ) progresiv masurabil daca
(!; s) 7 ! X (!; s) :
[0; t] ! R
este Ft
B[0;t] ; B1
masurabila, 8t
n
X1
k=1
cu 0 t0 < t1 <
< tn T .
Denim integrala stochastic
a It
It (X) =
def
Xs dBs =
Se demonstreaz
a c
a
"
E 1 ^ sup
t2[0;T ]
n
X1
k=0
Xs dBs
Xk Btk+1 ^t
"
3 E 1^
Btk ^t ;
jXs j ds
!#1=3
tk : k = 0; n
= max tk+1
are loc
IT (X) =
Xs dB = lim
n!1
1 ! 0;
n
X1
pentru n ! 1:
Xtk Btk+1
Btk ;
k=0
jXs j ds < 1
Z
E(
Xs dBs ) = 0;
22
OPTIUNI
Z
(ii) E
jXs j ds < 1
Xs dBs
izometrie)
Rt
In plus, procesul f 0 Xs dBs ; 0
0 < s < t, atunci
Z
0.9.4
T g este o martingal
a, deoarece dac
a
Xr dBr jFs ] =
E[
Z
=E
Xr dBr :
Formula It
Deni
tia 38 Numim proces It un proces stochastic X de forma :
Z t
Z t
Xt = X0 +
Fs ds +
Gs dBs ;
8t 0; a:s:;
0
unde F; G :
nct
jFs jds +
jGs j2 ds < 1;
P a:s::
dXt = Ft dt + Gt dBt ;
T:
(1)
Xs =
Fr dr +
Gr dBr ;
80
t; a:s::
1
d' (t; Xt ) = '0t (t; Xt ) + '0x (t; Xt ) Ft + '00xx (t; Xt ) G2t dt + '0x (t; Xt ) Gt dBt ;
2
adica
' (t; Xt ) = ' (0; X0 ) +
@' (s; Xs )
@' (s; Xs ) 1 2 @ 2 ' (s; Xs )
+ Gs
ds
+ Fs
@t
2
@x2
Z@x
t
@' (s; Xs )
+
Gs dBs ; P a:s::
@x
0
23
Observa
tia 40 Daca folosim un calcul liniar simbolic intuitiv bazat pe
dtdt = 0;
dtdBt = 0
si
= max tk+1
tk : k = 1; n ! 0;
pentru n ! 1:
Atunci
' (T; XT )
' (0; X0 ) =
n
X1
k=0
n
X1
k=0
n
X1
' tk ; Xtk+1
'0t
k ; Xtk+1
(tk+1
tk ) +
n
X
k=1
n 1
1 X 00
'xx (tk ; X k ) Xtk+1
2
Xtk
k=0
si formula It rezult
a prin trecere la limit
a pentru n ! 1:
Corolarul 41 Daca ' 2 C 1;2 R+
' (t; Bt ) = ' (0; 0) +
Rk ; C atunci
1
'0t (s; Bs ) + '00xx (s; Bs ) ds
2
Z t
0
+ 'x (s; Bs ) dBs ; P a:s::
0
Ecua
tii diferen
tiale stochastice
Fie F; G : [0; T ]
(i)
(ii)
R ! R dou
a functii astfel nct
0 t T;
si exist
a K astfel nct 8z; y 2 R; t 2 [0; T ] are loc conditia Lipschitz:
(iii)
Atunci are loc:
jF (t; z)
k=1
k=0
n
X
G(t; y)j
Kjz
yj:
Xtk
24
OPTIUNI
L2pm
0
Z T
( (X)t
(Y )t )[F (t; Xt )
F (t; Yt )]dt
( (X)t
(Y )t )[G(t; Xt )
G(t; Yt )]dBt
(3)
0
T
jG(t; Xt )
[2( (X)t
[2Kj (X)T
(Y )t )(F (t; Xt )
F (t; Yt )) + jG(t; Xt )
(Y )T j
jXt
Yt j + K 2 jXt
Yt j2 ]dt:
jXt
Yt j2 ]dt:
Deci,
1)E
j (X)T
(Y )T j2 dt
2K 2 E
jXT
YT j2 dt:
Alegem
E
25
(2K 2 +2)t
Deci, functia
j (X)T
2K 2
E
2K 2 + 1
(Y )T j2 dt
(2K 2 +2)t
jXt
Yt j2 ]dt:
0.10
Modelul Black-Scholes
0.10.1
In continuare, vom prezenta un prim mod de rezolvare a problemei "pricingului "(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
St = S0 exp( t + Bt )
cursul actiunii la momentul t, unde ;
fBt ; t 0g este o miscare Brownian
a.
Din formula It
2 R (
dSt = ( +
)St dt + St dBt :
R+ ! R+
@u
@u
(t; St ) +
(t; St ) ( +
@t
@x
)St +
1 @2u
(t; St ) 2 St2 dt
2 @x2
@u
+
(t; St ) St dBt
@x
26
OPTIUNI
Absenta oportunit
atii de arbitraj impune existenta unei strategii admisibile
f(Xt ; Yt ) : t 2 [0; T ]g astfel nct capitalul asociat la momentul nal s
a e
VT (X; Y ) = h (ST )
si Vt (X; Y ) = Pt
Pe de alt
a parte avem
Vt (X; Y ) = Xt Rt + Yt St ;
si conditia de autonantare va
dVt (X; Y ) = Xt dRt + Yt dSt :
Ins
a
dRt = rRt dt,
unde constanta r > 0 reprezint
a rata dobnzii. Conditia de autonantare devine
dPt = dVt (X; Y )
= Xt dRt + Yt dSt
2
= r Xt Rt dt + Yt ( +
)St dt + St dBt
r X t Rt + ( +
)Yt St dt + Yt St dBt :
de unde rezult
a
@u
(t; St )
@x
@u
1 @2u
r X t Rt =
(t; St ) +
(t; St )
@t
2 @x2
Yt =
St2
Asadar
r u (t; St ) = r Pt
= r Vt (X; Y )
= r Xt Rt + r Yt St
=
sau nc
a
@u
1 @2u
(t; St ) +
(t; St )
@t
2 @x2
St2 + r
@u
(t; St ) St
@x
St2
27
8
< @u
@u
1 @2u
(t; St ) + r
(t; St ) St +
(t; St ) 2 St2 = r u (t; St )
@x
2 @x2
: @t
u (T; ST ) = h (ST )
n nal deducem c
a u (t; St ) veric
a (4) P
u (t; x) este solutie a EDP de tip parabolic
8
@u
@u
>
<
(t; x) + rx
(t; x) +
@t
@x
>
:
a:s: ! 2
(4)
dac
a si numai dac
a
2 2
x @2u
(t; x) = r u (t; x) ; 0
2 @x2
u (t; 0) = 0; 0 t < T
u (T; x) = h (x) ; x > 0
t < T; x > 0
(5)
Reamintim c
a u (0; S0 ) este pretul care ne interesa.
0.10.2
Rt+ = er t ;
Rt = er t ;
Xt r Rt )dt + Yt dSt :
(6)
Dac
a relu
am calculul din sectiunea anterioar
a, n cazul n care conditia de autonantare este (6), vom obtine din nou
Yt =
@u
(t; St )
@x
si
Xt+ Rt+
(u(t; St )
X t Rt
(u(t; St )
@u
(t; St ))+
@x
@u
St
(t; St ))
@x
St
28
OPTIUNI
de unde rezult
a ecuatia cu derivate partiale neliniar
a
8
@u
>
<
(t; x) +
@t
>
:
0.10.3
2 2
x @2u
@u
(t; x) = r+ (u(t; x) x
(t; x))+
2
2 @x
@x
u (t; 0) = 0; 0 t < T
u (T; x) = h (x) ; x > 0
r (u(t; x)
@u
(t; x))
@x
(7)
Alt
a variant
a a formulei Black-Scholes
Xt dRt +
Yt dSt = H:
Consider
am Rt = ert si denim valoarea actualizat
a a portofoliului la momentul
t astfel:
V~t (X; Y ) = Rt 1 Vt (X; Y ) = Xt + Y~t ;
unde Y~t := Rt 1 Yt St , reprezint
a valoarea actualizat
a a portofoliului investit n
activul cu risc. Atunci
Y~t = V~t Xt :
Pe de alt
a parte
dV~t (X; Y )
=
=
=
Tinnd cont c
a
rV~t dt + Rt 1 dVt
rV~t dt + rXt dt + Rt 1 Yt dSt
rY~t dt + Rt 1 Yt dSt:
2
dSt = ( +
)St dt + St dBt ;
29
obtinem
2
dV~t = (
r+
Not
am
2
r
Bt = (
)t + Bt :
Atunci
dV~t = Y~t dBt ;
si rezolvnd aceast
a ecuatie diferential
a, obtinem
Z T
rT
~
Vt = e
H
Y~s dBs :
t
Tg;
s
a e o miscare Brownian
a. Presupunem c
a E (H 2 ) < 1. In aceste ipoteze, se
poate ar
ata cu usurinta c
a
Z T
E
jY~t j2 dt < 1;
0
deci, n particular
V~t = e
rT
E (HjFt );
sau
Vt = e
r(T
t)
E (HjFt );
si obtinem din nou formula lui Black-Scholes pentru pretul de call si put european.
n o
Care este strategia de conversie? Sub P , V~t este o martingal
a n raport
cu ltratia Ft . Folosind o teorem
a general
a a lui It, obtinem
Z t
V~t = V0 +
Zs dBs ;
0 t T;
0
asim
cu Z 2 L0pm ( ; C [0; T ]) : Atunci g
Yt =
Rt Zt
:
St
In cazul n care H = h(St ); obtinem ecuatia cu derivate partiale a lui BlackScholes (5), si Yt 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 = h(St ) (optiuni cu barier
a de cump
arare si optiuni asiatice).
30
OPTIUNI
Op
tiuni cu barier
a de cump
arare
Aportul unei optiuni cu barier
a de cump
arare la momentul de scadenta este
H = 1[0; [ ( sup St ) (ST
K)
t2[0;T ]
T : ST
g;
St = St^
si
8
>
< 0;
x
h (x) =
>
:
0;
Deci
dac
ax
dac
aK
dac
ax
K;
H = h St
K;
x<
:
unde
8
2 2 2
@u
@u
x @ u
>
<
(t; x) +
(t; x)
(t; x) + rx
@t
@x
2 @x2
u (t; 0) = u (t; )
>
:
u (T; x)
= r u (t; x) ;
= 0;
= h (x) ;
0 t < T;
0<x< :
Op
tiuni asiatice
O optiune asiatic
a aduce cump
ar
atorului la momentul de scadenta suma
!+
Z
1 T
H=
St dt K
:
T 0
Dac
a not
am
Ut =
Sr dr
unde
h (x) =
x
T
31
Se arat
a c
a pretul optiunii la momentul t este
Pt = u (t; St ; Ut )
unde
8
@u
@u
< @u
(t; x; y) + rx
(t; x; y) + x
(t; x; y) +
@t
@x
@y
:
0.10.4
x @2u
(t; x; y) = r u (t; x; y) ;
2 @x2
u (T; x; y) = h (y) ;
2 2
Viabilitate
si completitudine
i=1
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 Piata este viabila daca si numai daca exista cel mult o probabilitate risc neutru P , echivalenta cu P. Piata este completa daca exista exact o
probabilitate risc neutru P , echivalenta cu P.
Faptul c
a existenta unei probabilit
ati risc neutru ntretine caracterul viabil al pietei se demonstreaz
a ca si n cazul modelului discret. Vom admite ca
adev
arate celelalte armatii din teorema de mai sus.
Observa
tie: 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 BlackScholes (Sectiunea 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
OPTIUNI
Op
tiuni 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 h(St ) cstigul detin
atorului optiunii la
momentul t. In cazul call-ului american
h(x) = (x
K)+ ;
h(x) = (K
x)+ :
Not
am Zt = h(St ); 0
t
T; si At pretul optiunii americane la momentul
t; 0 t T: In particular, A0 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
Rt = (1 + r)t ;
T;
Zt
;
(1 + r)t
A~t =
At
:
(1 + r)t
= ZT
1
E (ZT jST
1+r
= Zt
T; are loc:
1
E (At jSt
1+r
33
1 ):
1 ):
34
OPTIUNI
= Z~T
(8)
= Z~t 1 _ E (A~t jSt 1 ); 0 t T:
n
o
Propozi
tia 44 Succesiunea A~t ; 0 t T este o P supramartingala. In
n
o
plus, aceasta supramartingala majoreaza succesiunea Z~t ; 0 t T :
n
o
Demonstra
tie. Proprietatea succesiunii A~t ; 0 t T de a supramartinn o
n o
gala si faptul ca A~t majoreaza succesiunea Z~t ; rezulta imediat din relatia
n o
(8). Fie acum fMt g o alta P supramartingala care majoreaza Z~t : Atunci
MT Z~T = A~T si daca Mt Z~t ;
Mt
si la fel Mt
Z~t
1,
1)
E (A~t jFt
1 );
deci
Mt
0.11
E (Mt jFt
Z~t
_ E (A~t jFt
1)
= A~t
1:
Timpuri de oprire
Deni
tia 45 O variabila aleatoare cu valori n multimea f0; 1; T g se nume
ste timp de oprire (n engleza "stopping time") daca pentru orice 0 t T;
f = tg 2 Ft :
Fiind dat
a o succesiune de variabile aleatoare fXt ; 0 t T g ; Ft m
asurabile
si un timp de oprire , sirul de variabile aleatoare (numite de oprire) fXt^ ; 0 t T g
este deasemeni Ft m
asurabil. De aici rezult
a c
a este un timp de oprire dac
a
si numai dac
af
tg 2 Ft ; pentru 0 t T:
Teorema 46 (Proprietati ale timpurilor de oprire) Fie
oprire. Atunci :
(i) f < tg 2 Ft ; 0
(ii)
:= min( 1 ;
si
timpuri de
T:
2)
si
:= max( 1 ;
2)
Demonstra
tie. Observ
am c
a
1
f < tg = [ f
k=1
|
2Ft
t
{z
1
k
1
g:
k}
Ft
35
Deasemeni avem
f
tg = f
tg [ f
tg 2 Ft ;
tg = f
tg \ f
tg 2 Ft :
si
Teorema 47 Daca fMt ; 0 t T g este o martingala (respectiv o supramartingala), atunci fMt^ ; 0 t T g este deasemeni o martingala (respectiv o supramartingala).
Demonstra
tie. Este sucient sa remarcam, folosind conditiile din Propozitia
25 ,ca
Mt^ = M (Y )t ; 0 t T;
c
= ZT
= Ut _ E(Ut+1 jFt ); 0
T:
Se observ
a c
a, att timp ct Ut > Zt ; are loc Ut = E(Ut+1 jFt ). Aceast
a remarc
a
se poate formaliza astfel:
Propozi
tia 48 Variabila aleatoare denita astfel
= inf f0
T jUt = Zt g
\ fUt
> Zt
T g este o martingala.
1g
\ fUt = Zt g :
g:
U (Y )t = 1ft+
g (Ut+1
U (Y )t jFt ) =0:
Ut );
36
OPTIUNI
Demonstra
tie. Conform propozitiei de mai sus (Propozitia 48), fU ^ g este o
martingala, deci
U0 = E(UT ^ jF0 )
= E(Z jF0 ):
Daca
E(UN ^ jF0 )
E(Z jF0 ):
= E(Z t jFt );
dac
a = inf fs tjUs = Zs g : 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
nite urmatoarele conditii:
(i) Z = U
(ii) fUt^ ; 0
T g este o martingala.
Demonstra
tie. (i) si (ii) implica U0 = E(Z jF0 ), deci optimalitatea lui
Corolarul 49. Reciproc, presupunem ca este optimal. Atunci
U0 = E(Z jF0 )
din
E(U jF0 );
U0 , deci
E(Ut^ jF0 )
E(U jF0 );
37
Tg
Ct ;
Ut = Mt+1
Mt
Ct+1 + Ct ;
de unde rezulta ca
E(Ut+1 jFt )
Ut =
Ct+1 + Ct ;
si
Mt+1
Mt = Ut+1
E(Ut+1 jFt ):
Propozi
tia 52 Fie fZt ; 0 t T g un sir de variabile aleatoare, Ft masurabile
avnd "plicul lui Snell"(Snell envelope) Ut = Mt Ct : Atunci cel mai mare timp
de oprire optimal este
max
= inf ft
T; Ct+1 6= 0g :
Demonstra
tie. Faptul ca max este un timp de oprire rezulta din previzibilitatea sirului fCt ; 0 t T g : Din Ct = 0 pentru t
a
max , se deduce c
U^
max
=M^
max
max
PT 1
=
U + YT UT
PTt=01 t
=
Y max(Zt ; E(Ut+1 jFt )) + YT ZT
PTt=01 t
=
t=0 Yt Zt + YT ZT
= Z max :
38
OPTIUNI
unde se folose
ste faptul ca :E(Ut+1 jFt ) = Mt Ct+1 ; si pe multimea fYt = 1g ;
Ct = 0; sau E(Ut+1 jFt ) = Mt Ct+1 < Ut+1 , de unde rezulta n mod necesar
ca Ut = Zt :
Ramne sa demonstram ca nu exista un timp de oprire optimal , astfel
nct
i P(
ar, avem
max s
max ) >0: Intr-adev
E(U ) = E(M )
E(C ) = E(U0 )
In practic
a, pentru a determina timpul de oprire
= inf ft; Ut = Zt g
se calculeaz
a solutia u a sistemului retrograd din Propozitia 53, si se opreste la
momentul = inf ft T; u(t; Xt ) = (t; Xt )g :
0.12
Pre
tul op
tiunii americane
n o
Conform propozitiei 42, pretul actualizat A~t al optiunii americane este
n
o
P "plicul lui Snell" al succesiunii Z~t = (1 + r) t h(St ) = Rt 1 h(St ) : Se stie
c
a (ca generalizare a Corolarului 49)c
a
A~t = sup E (R
h(S )jFt );
2Tt
sau
At = Rt sup E (R
h(S )jFt ):
2Tt
n o
~ t C~t ; unde M
~ t o P martingal
Conform descompunerii lui Doob, A~t = M
a
si C~t un sir cresc
ator, previzibil cu C0 = 0:
Deoarece piata este complet
a, exist
a o valoare initial
a a portofoliului V0 ,
si o strategie de autonantare f(Xt ; Yt )g astfel nct
~ t;
VT (X; Y ) = RT M
0.13. OPTIUNI
AMERICANE SI OPTIUNI
EUROPENE
39
sau
~T ;
V~t (X; Y ) = M
si ntruct sunt dou
a P -martingale, 80
A~t = Vt (X; Y )
~ t ; rezult
T; V~t (X; Y ) = M
a c
a
C~t ;
si
At = Vt (X; Y ) Ct ;
~
unde Ct = Rt Ct : Un timp optimal veric
a A = h(S ): Acesta trebuie s
a
verice si relatia
max = inf ft; Ct+1 6= 0g ;
deoarece optiunea se exercit
a la data max .Proprietarul ei si constituie capitalul
A max = V max (X; Y ) si datorit
a strategiei f(X; Y )g, portofoliul s
au valoreaz
a
mai mult dect optiunea n momentele max + 1; max + 2;
; N:
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.
Op
tiuni americane
si modelul markovian
Relu
am o optiune american
a care aduce detin
atorului un cstig Zt = h(St )
dac
a este exercitat
a la momentul t si presupunem c
a fSt ; 0 t T g este un lant
Markov. Atunci pretul At se poate scrie sub forma At = u(t; St ): Consider
am
~ x) = R 1 h(x): Din Propozitia 53 rezult
u
~(t; x) = Rt 1 u(t; x) si h(t;
a
c
a
t
X
~ x) _
u
~(t; x) = h(t;
Pxy u
~(t + 1; y);
y
(9)
0.13
T; u(t; St ) = h(St )g :
Op
tiuni americane
si op
tiuni europene
Propozi
tia 54 Fie At pretul unei optiuni americane la momentul t, optiune
care aduce detinatorului acesteia un c
stig Zt daca este exercitata la momentul
t si Et pretul unei optiuni europene la momentul t, optiune care aduce detinatorului un c
stig ZT , la exercitare. Atunci At Et ; 80 t T: Daca, n plus
Et Zt ; 8t; atunci Et = At ; 8t:
Demonstra
tie. Prima inegalitate (At
Et ) este evidenta, si aceasta rezulta
din proprietatea de a martingala (respectiv
n o supramartingala) a lui fEt g (re~t este o P -martingala (deci si o
spectiv fAt g) sub P : Daca Et
Zt ; E
n o
n o
n o
~t majoreaza si A~t conform
supramartingala) care majoreaza Z~t ; deci E
Propozitiei 44.
40
OPTIUNI
deci
Et
St
St
dar Et
rioara.
0; deci Et
Rt
K
RT
K;
Aceast
a proprietate nu este vericat
a pentru un put, nici pentru un call
referitor la un activ distribuitor de dividende.
Op
tiuni americane n
modelul continuu
Studiul optiunilor americane n modelul Black-Scholes cere notiuni matematice complexe. Vom prezenta ecuatia cu derivate partiale asociat
a, prin trecerea
la limit
a n formulele din sectiunea "Optiuni americane si modelul markovian".
Rescriem formula (9) n cadrul sectiunii 0.9 (Formula lui Black-Scholes),
cu schimb
arile de variabile:
g(x)
= h(ex )
v(t; x) = u(t; ex ):
Se obtine
v(t
1
; x) = g(x) _ e
N
r=N
(pN
+ v(t; x +
r
r
+ p ) + pN v(t; x +
N
N
N
)) (10)
cu
pN
+
= P(
N
k
=p
1
2
pN
= P(
N
k
1
2
)
N
p )
N
p + O(N
4 N
+ p + O(N
4 N
3=2
3=2
):
Consider
am
(AN v)(t; x) = e
r=N
(pN
+ v(t; x +
r
r
+ p ) + pN v(t; x +
N
N
N
(AN v)(t; x)
(v(t
1
; x)
N
1
; x)
N
g(x);
v(t
1
; x)
N
g(x))((AN v)(t; x)
41
v(t
0;
1
; x)) = 0:
N
)):
42
OPTIUNI
Multiplic
am relatia (AN v)(t; x) v(t N1 ; x) cu N; admitem c
a functia v este
sucient de regulat
a si prin trecere la limit
a pentru N ! 1, obtinem
N [(AN v)(t; x)
Av(t; x) :=
@v
(t; x) + (r
@t
v(t
1
N !1
; x)] !
N
2 2
@v
@ v
(t; x) +
(t; x)
2 @x
2 @x2
2
rv(t; x):
g(x);
0;
= 0;
Rata dobnzii
si obliga
tiuni
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 obligatiune cupon-zero ( n englez
a "zero coupon bond") cu
data de scadenta 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 Ot;T valoarea
titlului la momentul t. Este evident c
a OT;T = 1, pentru orice dat
a de scadenta
T.
0.14
t)r]:
80
t < u < T:
Din aceast
a relatie, mpreun
a cu Rtt = 1 si cu continuitatea lui R, se deduce
faptul c
a exist
a o functie t ! r(t) astfel nct
RTt = exp(
r(s)ds); 80
43
r(s)ds):
T:
Tg
44
0.15
Not
am Rt = Rt0 si presupunem c
a
Rt = exp(
rs ds);
~ u;u = (Ru0 )
Deoarece Ou;u = 1; O
deci
et;u := E (exp
O
Ot;u = E (exp
rs ds jFt );
rs ds jFt ):
a:s;
T; a:s
Lt = exp(
qs dBs
1
2
qs2 ds):
45
Ru
Demonstra
tie. Consideram X = exp( t rs ds): Trebuie sa calculam E (XjFt ):
Fie Yt o variabila aleatoare, marginita si Ft masurabila. Atunci are loc
E (XY ) = E(XY LT )
= E(E[XLT jFt ]Y )
=E (
E[XLT jFt ]
Y );
Lt
E[XLT jFt ]
;
Lt
dOt;u = (Rt
u
t dBt :
+ Ot;u
Demonstra
tie. Utiliznd, pentru nceput,
formula stabilit
a n demonstratia
n
o
et;u ; 0 t u de a martingala sub
anterioara si, n plus, proprietatea lui O
P , se obtine ca, pentru 0 s t u;
et;u Lt jFs )= E (O
et;u jFs )
E(O
es;u Ls :
=O
n
o
et;u Lt ; 0 t u este o martingala sub P, strict pozitiva, deci log O
et;u Lt
Deci O
este o semimartingala, deci partea sa martingala este de forma
Z
t
u
s dBs ;
n
et;u Lt ; 0
si din nou folosind ca O
Z
et;u Lt = O
e0;u exp(
O
u
s dBs
Z t
= O0;u exp(
rs
0
t
u 2
s ) ds):
; se obtine
[(
u 2
s)
qs2 ]=2)ds
u
s
qs )dBs ):
u
t
46
Dac
a raport
am formula din propozitia de mai sus la rata dobnzii, stiind
c
a
dRt = rt Rt dt;
se observ
a c
a obligatiunea este mai riscat
a dect un depozit la banc
a. Termenul
u
q
reprezint
a
diferen
t
a
dintre
prot
s
i
dobnda
f
a
r
a
risc.
Deci
qt se poate
t t
interpreta ca o "prim
a
f
a
r
a
risc".
Observ
a
m
c
a
sub
probabilitatea
risc
neutru
Rt
P ; Bt = B t
q
ds
este
o
mi
s
care
Brownian
a
standard,
s
i
0 s
u
t dBt :
0.16
Op
tiuni cu obliga
tiuni
Consider
am o optiune european
a cu obligatiuni, data de scadenta a optiunii
0
0
ind T , iar cea a obligatiunii ind T , cu T
T : Consider
am c
a pretul de
exercitiu (n cazul unei optiuni de tip call ) este K, iar valoarea optiunii la
momentul T este (OT;T 0 K)+ ; si vrem s
a vedem cum evolueaz
a portofoliul.
Evolutia portofoliului este dat
a, n cazul unei strategii de autonantare prin
formula
dVt (X; Y ) = Xt dRt + Yt dOt;T :
Deni
tia 59 O strategie f(Xt ; Yt ); 0
onantare si valoarea actualizata
~ t;T
V~t (X; Y ) = Xt + Yt O
a portofoliului la momentul t, este, pentru orice t, pozitiva si integrabila sub P
inf j
0 t T
T
t
j > 0; si T <
RT
RT
t
rs ds
HjFt ):
Demonstra
tie. Are loc
~ 0
dV~t (X; Y ) = Yt dO
t;T
~ 0
= Yt O
t;T
Se deduce ca
n
V~t ; 0
T
t
dBt :
Vt (X; Y ) = e
rs ds
E (e
RT
0
rs ds
HjFt ):
47
0.17
Jt
~ 0
O
t;T
T0
t
RT
RT
Xt = E (He
rs ds
jFt )
Jt
T0
t
Vom examina modelul lui Vasicek, care este cel mai simplu, dar si cel mai
satisf
ac
ator. In acest model, procesul frt ; 0 t T g este solutie a ecuatiei cu
derivate partiale
drt = a(b rt )dt + dBt ;
unde a, b; si sunt constante pozitive si q este deasemeni o constant
a, qt =
Dac
a Bt = Bt + t si b = b
=a; atunci
drt = a(b
rt )dt + dBt :
Se arat
a cu usurinta c
a rt se poate rescrie
rt = r0 e
at
+ b(1
at
at
)+ e
eas dBs ;
si c
a rt urmeaz
a sub P repartitia normal
a de parametri
N (r0 e
at
+ b(1
at
);
21
e 2at
);
2a
si sub P urmeaz
a aceeasi repartitie, cu b n locul lui b: Deci rt ia o valoare
negativ
a cu o probabilitate nenul
a.
Pretul obligatiunii va
Ot;T = E (e
unde fXs = rs
RT
t
rs ds
jFt );
Atunci
E (e
RT
t
Xs ds
aXs ds + dBs :
jFt ) = F (T
t; rt
Rs
0
Xtx dt
);
(11)
b );
48
Z
V ar[
Xtx dt = x
Xtx dt] =
Cov(Xtx ; Xrx )
a(t+r)
Z t
Z
as
E (
e dBs
0
a2
a3
Xtx dt
(1
eas dBs )
e2a(t^r)
= 2 e a(t+r)
2a
de unde rezult
a c
a
Z s
V ar[
Xtx dt] =
as
e
a
dar
Rs
as
2a3
(1
as 2
) :
In sfrsit,
Ot;T = exp( (T
unde R(T
formula
t)R(T
t; rt ));
R(s; r) = R
(as)
[(R
r)(1
as
4a2
(1
as 2
) ];
2
cu R = b
=2a2 : R se poate interpreta ca o dobnd
a pe termen lung, care
este independent
a de rata instantanee r:
Simulare n Matlab
0.18
Pre
tul unei op
tiuni n Matlab
d1 =
1
p
Ke
rT
F (d2 )
p
p
T
r T
S0
;
+
log( ) +
2
K
T
T ) reprezint
a cursul activului cu risc la momentul t,
C0 reprezint
a pretul de cump
arare al optiunii europene,
F reprezint
a functia de repartitie a repartitiei normale,
r reprezint
a rata dobnzii,
reprezint
a volatilitatea pretului de stocare,
K reprezint
a pretul de exercitiu,
T reprezint
a data de scadenta.
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 ( mai sus)
init=100;//pretul initial de stocare
c=95;//pretul de exercitiu (K 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
ata ecranul
subplot(2,2,1);//creeaz
a axele pentru grac
mesh(t,S_0,C_0);//gracul pretului optiunii functie de activul cu risc
S0
shading faceted;//modul de colorare al gracului
xlabel(Time remaining);//eticheta axei Ox
ylabel(Stock price);//eticheta axei Oy
zlabel(Option price);//eticheta axei Oz
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 scadenta 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 programul 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 S_0
si timpul r
amas pn
a la scadenta ind t. Volatilitatea este sigma ( ) 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));
p
p
1
S0
r t
t
// d1 = p log
+
+
;
c
2
t
C_0=S_0.*normcdf(d_1)-c*exp(-r*t).*normcdf(d_1-sigma*sqrt(t));
p
p
// C0 = S0 F (d1 ) ce rt F (d1
t); d2 = d1
t
Prin compilarea n Matlab a programului de mai sus (pentru pretul unei
optiuni) se vor obtine urm
atoarele grace:(gura OptionPrice)
0.19
51
Ke
rT
F (d2 )
p
p
T
1
r T
S0
p
;
+
d1 =
log( ) +
2
K
T
p
d2 = d1
T;
T ) reprezint
a cursul activului cu risc la momentul t,
C0 reprezint
a pretul de cump
arare al optiunii europene,
F reprezint
a functia de repartitie a repartitiei normale,
r reprezint
a rata dobnzii,
reprezint
a volatilitatea pretului de stocare,
K reprezint
a pretul de exercitiu,
T reprezint
a data de scadenta.
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 1h 2h 3h
N h]
clf;//cur
ata ecranul
for k=1:4
subplot(2,2,k)
b=zeros(size(t));//pretul obligatiunii (bonds)
p=zeros(size(t));//pretul activelor cu risc (St 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));
//d1 n formulele de mai sus
p
p
1
S0
r T
T
// d1 = p log( ) +
+
K
2
T
p
w=v-sigma*sqrt(s);// d2 = d1
T
x(1)=p(1).*normcdf(v)-c*exp(-r*s).*normcdf(w);
//pretul optiunii (mai sus) C0 = S0 F (d1 ) Ke rT F (d2 )
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));
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 d1 la momentul i + 1
w=v-sigma*sqrt(s);//se actualizeaz
a d2
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),xx = St ; tt = t mai sus
gg=(log(xx/c)+(r+(sigma^2)/2)*tt)./(sigma*sqrt(tt));
//gg=d1 n formule
uu=xx.*normcdf(gg)-c*exp(-r*tt).*normcdf(gg-sigma*sqrt(tt));
mesh(tt,xx,uu);//realizeaz
a gracul C(S(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));
p
p
1
r t
S0
t
// d1 = p log
+
+
;
c
2
t
C_0=S_0.*normcdf(d_1)-c*exp(-r*t).*normcdf(d_1-sigma*sqrt(t));
p
// C0 = pF (d1 ) ce rt F (d1
t);
plot3(T-t,S_0,x+0.1);
end.
Prin compilarea n Matlab a programului de mai sus se vor obtine urm
atoarele 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 Pricing", Cambridge U.Press, 1996
4. Etienne Pardoux:"Introduction aux Mathmatiques Financires"
55