Modele stochastice n nante

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)

este o multime abstracta;

(II) F este -corp ( -algebr

a ) peste
( c1 )

2F

P ( );

( c2 ) A 2 F =) Ac (=
( c3 ) fAn : n 2 N g

n A) 2 F;
S

F =)

n2N

; adica

An 2 F;

(III) P : F ! [0; 1] ; este o (m

asur
a de) probabilitate, adica
(p1 ) P ( ) = 1;

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

Elementele lui F se numesc evenimente aleatoare. Un eveniment A este

eveniment elementar dac
a din ; 6= B
A rezult
a B = A: Perechea ( ; F) se
numeste cmp de evenimente .
Propozi
tia 3 (Proprietati ale probabilitatii) Daca ( ; F; P ) este un cmp de
probabilitate atunci:
1

CONCEPTE FUNDAMENTALE
(i) P (;) = 0;
(ii) P A = 1

P (A) ;

(iii) P (A n B) = P (A)

T
P (A B) ;

(iv) (substractivitate) dac

aB
(v) (monotonie) dac
aB

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

P ( ) cea mai mica

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

(fG : int (G) = G Rn g)

\
F : fG : int (G) = G

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

pentru ecare B 2 Bn Atunci (R ; Bn ; P) este un cmp de probabilitate. Numim

f densitatea probabilit
atii P.
Deni
tia 6 Fie ( ; F; P ) un cmp de probabilitate.

 TILOR
0.2. NOTIUNI

DE TEORIA PROBABILITA

(a) X : ! R este o variabil

a aleatoare real
a (v.a.) daca X este o functie
(F; B1 )-masurabila, adica,
def

FX =

(B1 ) = fX

(B) : B 2 B1 g

(se va scrie X : ( ; F; P) ! (R; B1 ) );

0
1
X1
B
C
(b) X = @ ... A = (X1 ; :::; Xn ) :
! Rn este un vector aleator (sau

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 ).

De obicei,scriem X si nu X(!). De asemenea,not

am P(X 1 (B)) = P(X 2
B), ca ind probabilitatea evenimentului ca X s
a apartin
a lui B:
! Rn masura de probabilitate

Deni
tia 7 Numim repartitie a v.a. X :
PX : Bn ! [0; 1] data prin

PX (B) = P (X 2 B) :
Daca X :

! R atunci functia FX : R ! [0; 1] data prin

FX (x) = PX (]
= P (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:

Exemplu 9 2.Repartitia normala

Spunem ca v.a X urmeaza o repartitie normala de parametri m si
notam X N (m; ) daca
Z x
2
2
1=2
e (1=2 )(y m) dy
FX (x) = 2 2
1

; si

CONCEPTE FUNDAMENTALE

Integrarea n raport cu o m
asur
a
Dac
a ( ; F; P) este un cmp de probabilitate si X =

k
P

ai 1Ai este o vari-

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

dispersia (n franceza si engleza: variance) variabilei aleatoare X:

Se observ
a c
a
V ar(X) = E(jX

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:

(i) E(XjG) este G masurabila

R
R
(ii) A XdP = A E(XjG)dP; pentru 8A 2 G:

(iii) E(XjG) se nume

ste media condi
tionat
a a variabilei aleatoare X.

 TILOR
0.2. NOTIUNI

DE TEORIA PROBABILITA

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).
Deni
tia 14 Daca ( ; F; P) este un cmp de probabilitate si T este o submultime a multimii numerelor reale R, atunci functia
X:

def

T ! Rd ; X(!; t) = Xt (!) :

! Rd ; t 2 T; ! 2

este un proces stochastic cu valori n Rd , daca, pentru ecare t 2 T; ! 7!

Xt (!) este o variabila aleatoare (adica este (F; B1 ) masurabila).
Dac
a T = f1; 2; ::::g, atunci procesul stochastic Xt ; t 2 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

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),

-algebra generata de variabilele aleatoare Xs , pentru 0

s
t ,se nume
ste
trecutul (sau istoria) procesului pna n momentul t (inclusiv t):
Deni
tia 17 Fie fXt : t
pentru toti t 0:

0g un proces stochastic, astfel nct E(jXt j) < 1;

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

) E(Xt jFsX ) a:s:, pentru toti t

0;

0g se nume
ste submartingal
a (supramartingal
a).

No
tiuni de matematic
a nanciar
a

In continuare, vom deni anumite notiuni de matematic

a nanciar
a care
vor utilizate pe parcursul lucr
arii.
Deni
tia 18 Un contract viitor (future) este un acord de a cumpara (sau de
a vinde) o cantitate dintr-un activ dat (care poate o actiune, o obligatiune,
un titlu, un deviz, o materie prima,etc) la o data viitoare specicata, la un pret
specicat si n anumite conditii standard impuse de contractul respectiv.
Deni
tia 19 Numim portofoliu ansamblul activelor nanciare (actiuni, obligatii, titluri, devize,asigurari) detinute la un moment dat de catre un agent economic.

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

atunci, n cazul optiunii de cump

arare, cantitatea (ST
K)+ va reprezenta
cstigul detin
atorului (cump
ar
atorului) optiunii la momentul T , iar n cazul
optiunii de vnzare, cantitatea (K ST )+ va reprezenta cstigul detin
atorului
(vnz
atorului) optiunii la momentul T .
Observa
tie: 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 piata.
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 pre
tului optiunii ("pricing"), adic
a xarea sumei pe care cump
ar
atorul optiunii trebuie s
a o verse vnz
atorului n momentul semn
arii contractului.
2. Acoperirea riscului: cum vnz
atorul actiunii va gestiona prima ncasat
a
n momentul semn
arii contractului, pentru a compensa (n cazul unei optiuni europene), pierderea (ST K)+ , respectiv (K ST )+ :
Propriet
a
ti ale op
tiunilor
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 scaden
tei ( 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 ).
p
t reprezint
a deviatia
volatilitatea pretului de stocare, , astfel nct
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
absenta oportunitatii 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,

CONCEPTE FUNDAMENTALE

obligatie, indice bursier) si data de scadenta. Dac

a T = data de scadenta si
K = pretul de exercitiu avem relatia de paritate:
Ct

Pt = St

Ke

r(T

t)

unde Ct este pretul de cump

arare, Pt este pretul de vnzare, St 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:
Ct

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:

2. ST < K: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 scadenta T , un prot pozitiv
f
ar
a nici o depunere de capital la momentul t:acesta este un exemplu de arbitraj.

0.3.3

Pie
te viabile
si complete

O piata se numeste viabil

a dac
a nu are oportunit
ati de arbitraj.
O piata se numeste complet
a dac
a orice activ conditionat la momentul T
(adic
a orice functie de fSt : 0 t T g, n particular ST ; sau (ST K)+ ,sau
(K ST )+ ,etc) este simulabil, adic
a exist
a o strategie admisibil
a a c
arei valoare
la momentul T este egal
a cu (ST K)+ (respectiv (K ST )+ ).
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 (ST K)+ (respectiv (K ST )+ ). O astfel
de valoare realizeaz
a acoperirea de risc a optiunii.

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:

Cmpul nostru de probabilitate este ( ; F; P),cu = fa; bgT , F = P( );

iar probabilitatea P este astfel nct sub P variabilele aleatoare t ; 1 t T;
sunt independente si identic repartizate si P( 1 = a) > 0, P( 1 = b) > 0:
Denim pre
tul actualizat la momentul t al activului cu risc astfel:
St
S~t =
;
Rt

0.5

t 2 0; T

Strategii admisibile

O strategie de gestiune este o succesiune de variabile aleatoare f(Xt ; Yt ),

t 2 0; T g cu valori n R2 ; astfel nct, dac
a
F

def

= F0 = f;; g
9

10

OPTIUNI

EUROPENE N MODELUL DISCRET

def

Ft =

f 1;

2;

; t g;

1;

perechea (Xt ; Yt ) este Ft 1 m

asurabil
a, pentru toti 0
t
T: Se zice c
a
perechea f(Xt ; Yt )g este previzibil
a.
Valoarea portofoliului la momentul t este dat
a de relatia:
Vt (X; Y ) = Xt Rt + Yt St
si valoarea sa actualizat
a reprezint
a cantitatea
Vt (X; Y )
= Xt + Yt S~t :
V~t (X; Y ) =
Rt
Spunem c
a strategia este de autonan
tare dac
a
Xt Rt + Yt St = Xt+1 Rt + Yt+1 St ;
sau, sub o form
a echivalent
a
Vt+1 (X; Y )

Vt (X; Y ) = Xt+1 (Rt+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 )

V~t (X; Y ) = Yt+1 (S~t+1

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.

(i) Strategia f(Xt ; Yt );

(ii) Pentru toti t 2 0; T :

Vt (X; Y ) = V0 (X; Y ) +

t
X

(Xs Rs + Ys Ss ) :

s=1

(iii) Pentru toti t 2 0; T

V~t (X; Y ) = V~0 (X; Y ) +

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 :

0.6. VIABILITATE SI COMPLETITUDINE

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

Previzibilitatea este usor de vericat.

Deni
tia 23 O strategie (X; Y ) se nume
ste admisibil
a daca este de autonantare si are loc Vt (X; Y ) 0; 8t 2 0; T .
Deni
tia 24 O strategie de arbitraj este o strategie admisibila (X; Y ) astfel
nct V0 (X; Y ) = 0 si VT (X; Y ) 6= 0, sau echivalent V0 (X; Y ) = 0 si V~t (X; Y ) 6=
0.
Propozi
tia 25 Fie fVt ; 0 t T g o martingala, iar fXt ; 0 t T g o succesiune previzibila. Atunci succesiunea fV (X)t ; 0 t T g denita astfel.
V (X)0 = X0 V0
V (X)t = X0 V0 +

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:

Conditia de admisibilitate impune ca V~t (X; Y )

c = 1 + r: Se veric
a c
a:
P (

= a) =

b
b

c
;
a

P (

0, deci V~t (X; Y )=0. Not

am

= b) =

c
b

a
:
a

12

OPTIUNI

EUROPENE N MODELUL DISCRET

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

Atunci variabila aleatoare

~ 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

In continuare, vom preciza formula pentru Vt (X; Y ) (valoarea portofoliului

la momentul t) n cele dou
a cazuri:de vnzare si de cump
arare. Not
am
p=

b
b

c
=P (
a

= a);

deci,
1

p=P (

= b):

In cazul optiunii de vnzare europene,

Vt (X; Y ) = c

(T

t)

E [(St

T
Y

s=t+1

Ins
a, pentru toti 0
P (

T
Y

s=t+1

k
= ak bT

K)+ jFt )]:

t;
t k

)=

(T t)!
pk (1
k!(T t k)!

p)T

t k

14

OPTIUNI

EUROPENE N MODELUL DISCRET

Deci,
Vt (X; Y ) = c

(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)+ ;

si n cazul optiunii de cump

arare european
a,
Vt (X; Y ) = c

(T

t)

T
Xt
k=0

0.8

(T t)!
pk (1
k!(T t k)!

(K

St k)+ :

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
[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(

ia valori din multimea

r
);
N

aN = exp(

r
N

bN = exp(

),

r
+ p ).
N
N

Formula pentru pretul de cump

arare (respectiv de vnzare) devine deci, dac
a
[N t]
X
N
ZtN :=
k :
k=1

(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 :

0.8. FORMULA LUI BLACK-SCHOLES

15

[N t]

Teorema 29 Daca ZtN :=

N
k

si pentru ecare N variabilele aleatoare

N
k ;k

k=1

sunt independente n ansamblu, identic repartizate si iau valori din multimea

p

;p
, cu E
N
N
N ! 1; are loc

N
k

si N

cnd N ! 1, atunci sub P, cnd

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

);

si, prin urmare

E(exp(irZtN )) = (1 + ir

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

EUROPENE N MODELUL DISCRET

Se poate deduce formula limit
a pentru pretul de cump
arare (call ) al optiunii
1
2

C0 = (2 )

+1

2T
2

(S0 e

Ty

Ke

rT

)+ e

y2
2

dy

si pentru cel de vnzare

P0 = (2 )

1
2

+1

(Ke

rT

2T
2

S0 e

Ty

)+ e

y2
2

dy:

Aceste formule se rescriu ca functii de functia de repartitie F a legii normale

astfel:
C0 = S0 F (d1 )
P0 = Ke

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

Introducere n calcul stochastic

Toate variabilele aleatoare si procesele stochastice ce intervin vor denite

pe cmpul de probabilitate ( ; F; P) :
Dintre modelele stochastice continue ne vom ocupa de modelul lui BlackScholes care stipuleaz
a c
a
St = S0 exp( t + Bt )
unde ;
nian
a.

2 R ( se numeste volatilitate ) iar fBt ; t

0.9.1

Mi
scare Brownian
a

0g este o miscare Brow-

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 speculatiei ", 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.
Deni
tia 30 Un proces stochastic continuu fBt ; t
Brownian
a (sau proces Wiener) daca:

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

EUROPENE N MODELUL CONTINUU

3. Bt
Bt

Bs N (0; t s), pentru orice 0 s < t:(adica variabilele aleatoare

Bs urmeaza o repartitie normala de medie 0 si dispersie t s).

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

In continuare, vom deni o integral

a de tipul
Z t
's dBs ;
t 0
0

Btnk 1 )2 ]

V ar[(Btnk

k=1
n
X

0.9.2

tnk

2
1

0.9. INTRODUCERE N CALCUL STOCHASTIC

Rt

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:

(care nu se poate scrie sub forma

0'

's

Atunci se deneste integrala Wiener (sau integrala stochastic

a)
Z t
f (s)dBs ; pentru 0 t T:
0

Presupunem, pentru nceput, c

a f este o functie n scar
a, adic
a poate scris
a
sub forma
n
X1
f (s) = f0 1[t0 ;t1 ] +
fk 1(tk ;tk+1 ] ;
k=1

cu 0
va

t0 < t 1 <

< tn

T . Atunci o denitie natural

a a integralei Wiener

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

EUROPENE N MODELUL CONTINUU

A doua proprietate a integralei Wiener,
Z t
Z t
2
E[(
f (s)dBs ) ] =
f 2 (s)ds;
0

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

este un proces gaussian, cu cresteri independente, cu media egal

a cu zero si care
veric
a relatia:
Z t
Z t
E[(
f (s)dBs )2 ] =
f 2 (s)ds;
0 t T:
0

0.9.3

Integrala It

Pentru a putea indica constructia integralei It, trebuie s

a introducem notiunea de ltrare a unei misc
ari Browniene. Fie B( ) o miscare Brownian
a denit
a
pe cmpul de probabilitate ( ; F; P) :
Deni
tia 33

(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

B(t), pentru toti t

0:
0:

(iii) Ft este independenta de B + (t), pentru toti t

0:

Putem interpreta Ft ca continnd toate informatiile disponibile, pn

a n
momentul t:
def
Fie X :
[0; 1) ! R un proces stochastic (adic
a Xt (!) = X (!; t) : !
R este (F; B1 ) m
asurabil
a). Pentru ! 2 xat, t 7 ! Xt (!) : [0; 1) ! R,
se numeste traiectorie a procesului stochastic.

0.9. INTRODUCERE N CALCUL STOCHASTIC

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

Se noteaza cu L0pm ( ; C [0; T ]) spatiul proceselor stochastice progresiv masurabile si continue .

Denim, mai nti, integrala It pentru procese stochastice n scar
a Ft progresiv
m
asurabile adic
a de forma
Xt = X0 1[t0 ;t1 ] (t) +

n
X1

Xk 1(tk ;tk+1 ] (t) ;

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

si n consecinta integrala se extinde prin continuitate (n raport cu convergenta

n probabilitate) la un operator liniar continuu
I : L0pm

; L2 (0; T ) ! L0pm ( ; C [0; T ])

In plus pentru procese stochastice Ft progresiv m

asurabile continue X :
[0; T ] ! R si 0 = t0 < t1 < : : : < tn = t astfel nct
def
n

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

unde limita este n sensul convergentei n probabilitate; dac

a X 2 L2pm ( ; C [0; T ])
2
atunci convergenta este in L ( ; F; P; R)
Lema 37 (Proprietati ale integralei stochastice It) Integrala It verica:
Z
(i) E

jXs j ds < 1

Z
E(

Xs dBs ) = 0;

22

OPTIUNI

EUROPENE N MODELUL CONTINUU

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

jXs j ds. (Formula de

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

[0; 1) ! R sunt procese stochastice progresiv masurabile astfel

Z

jFs jds +

jGs j2 ds < 1;

P a:s::

In acest caz diferentiala stochastica a procesului X

def

dXt = Ft dt + Gt dBt ;

T:

(1)

Scrierea de mai sus este formal

a deoarece t ! Bt nu este diferentiabil
a.
Forma (1) trebuie inteleas
a n sensul
Xt

Xs =

Fr dr +

Gr dBr ;

80

t; a:s::

Teorema 39 (Formula It).Presupunem ca X( ) are diferentiala stochastica

dXt = Ft dt + Gt dBt ;
' 2 C 1;2 (R+

R) (adica ' este o functie continua si

sunt continue) atunci

@' @' @ 2 '

;
;
exista si
@t @x @x2

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

0.9. INTRODUCERE N CALCUL STOCHASTIC

23

Observa
tia 40 Daca folosim un calcul liniar simbolic intuitiv bazat pe
dtdt = 0;

dtdBt = 0

si

dBt dBt = dt;

atunci formula It poate rescrisa formal astfel

1
2
d' (t; Xt ) = '0t (t; Xt ) dt + '0x (t; Xt ) dXt + '00xx (t; Xt ) (dXt ) :
2
Demonstra
tie pentru formula It (schita)
Fie 0 = t0 < t1 < : : : < tn = T si
def
n

= max tk+1

tk : k = 1; n ! 0;

pentru n ! 1:

Atunci
' (T; XT )

' (0; X0 ) =

n
X1
k=0

n
X1

' tk+1 ; jjXtk+1

' tk+1 ; Xtk+1

' (tk ; Xtk )

' tk ; Xtk+1

k=0

n
X1

' tk ; Xtk+1

'0t

k ; Xtk+1

(tk+1

tk ) +

n
X

'0x (tk ; Xtk ) Xtk+1

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

t ! F (t; u) si t ! G(t; u) sunt masurabile, 8u 2 R;

sup (jF (t; 0)j + jG(t; 0)j) < 1

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)

' (tk ; Xtk )

k=1

k=0

n
X

F (t; y)j + jG(t; z)

G(t; y)j

Kjz

yj:

Xtk

24

OPTIUNI

EUROPENE N MODELUL CONTINUU

Teorema 42 In ipotezele (i) ; (ii) si (iii) si x 2 R, ecuatia diferentiala stochastica

Z t
Z t
Xt = x +
F (s; Xs )ds +
G(s; Xs )dBs ;
0 t T
(2)
0

L2pm

admite o singura solutie X 2

( ; C [0; T ]) :
Demonstra
tie. Notam cu aplicatia : L2pm ( ; C [0; T ]) ! L2pm ( ; C [0; T ])
denita astfel
Z t
Z t
(X)t = x +
F (s; Xs )ds +
G(s; Xs )dBs ;
0 t T:
0

Deci o solutie a ecuatiei diferentiale stochastice (1) este un punct x al functiei

. Si pentru ca functia sa admita un singur punct x, este sucient sa e
o contractie pentru o norma bine aleasa n L2pm ( ; C [0; T ]). Aplicam formula
It procesului It (X)t
(Y )t si functiei '(t; x) = e t jxj2 ( > 0). Atunci
obtinem
Z T
T
2
e
j (X)T
(Y )T j +
e t j (X)t
(Y )t j2 dt
=2
+2
+

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 )

G(t; Yt )j2 dt:

Aplicnd media egalitatii 3 si utiliznd conditia Lipschitz rezulta

Z T
T
2
e
Ej (X)T
(Y )T j + E
e t j (X)t
(Y )t j2 dt
=E
E

[2( (X)t

[2Kj (X)T

(Y )t )(F (t; Xt )

G(t; Yt )j2 ]dt

F (t; Yt )) + jG(t; Xt )

(Y )T j

jXt

Yt j + K 2 jXt

Yt j2 ]dt:

Folosind inegalitatea lui Cauchy-Schwarz obtinem

RT
2KE 0 e t j (X)T
(Y )T j jXt Yt jdt
RT
RT
E 0 e t j (X)t
(Y )t j2 dt + K 2 E 0 e

jXt

Yt j2 ]dt:

Deci,

1)E

j (X)T

(Y )T j2 dt

2K 2 E

jXT

YT j2 dt:

0.10. MODELUL BLACK-SCHOLES

= 2K 2 + 2 si rezulta

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:

este o contractie, si prin urmare, admite un singur punct x.

0.10

Modelul Black-Scholes

0.10.1

Rezolvarea problemei pricing-ului

si acoperiirii riscului unei optiuni europene.

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 (

se numeste volatilitate ) iar

dSt = ( +

)St dt + St dBt :

In cazul optiunii europene, consider

am H = h(ST ) ca ind cstigul detin
atorului optiunii n momentul T . Vom lua n considerare cele dou
a cazuri :cnd
h(x) = (x K)+ (ceea ce reprezint
a cstigul cump
ar
atorului optiunii n cazul
optiunii de cump
arare) si cnd h(x) = (K x)+ (ceea ce reprezint
a cstigul
vnz
atorului optiunii n cazul optiunii de vnzare), K reprezentnd pretul de
exercitiu. Fie Pt pretul optiunii n momentul t; 0
t
T . Cu siguranta are
loc:PT = h(ST ). Presupunem c
a exist
a o functie
u : [0; T ]

R+ ! R+

astfel nct putem deni procesul

Pt = u(t; St )
= u(t; S0 exp( t + Bt )):
Acesta este aleator deoarece pretul de stocare St , este aleator. Ceea ce ne
intereseaz
a n continuare este u (0; S0 ).
Presupunem c
a u 2 C 1;2 ((0; T ) R+ ). Aplicnd formula It din Teorema
39 obtinem:
dPt

@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

EUROPENE N MODELUL CONTINUU

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

pentru orice t 2 [0; T ] :

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 :

Identicnd coecientii obtinem

8
2
2
@u
@u
1 @2u
>
< r X t Rt + ( +
)Yt St =
(t; St ) +
(t; St ) ( +
)St +
(t; St )
2
@t
@x
2
2 @x2
@u
>
: Yt St
=
(t; St ) St
@x

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

0.10. MODELUL BLACK-SCHOLES

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

Generalizarea modelului Black-Scholes

In cazul optiunii de cump

arare (call option) se remarc
a c
a h(x) 0 si ne
@u
(t; x)
0:dac
a cstigul detin
atorului optiunii creste, si pretul
astept
am ca
@x
optiunii creste, deci ne astept
am ca Yt
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 Xt , 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 (Xt > 0 sau Xt < 0) ar aceeasi,
este nerealist
a. Presupunem atunci c
a depozitul (cazul Xt > 0) beneciaz
a de
o rat
a a dobnzii r+ , iar mprumutul (cazul Xt < 0) beneciaz
a de o rat
a a
dobnzii r . Considernd
+

Rt+ = er t ;

Rt = er t ;

Xt+ = max(0; Xt ); Xt = max(0; Xt );

se obtine, n cadrul unei strategii de autonantare,
dVt = (Xt+ r+ Rt+

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

EUROPENE N MODELUL CONTINUU

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

In continuare, vom aborda ntr-o modalitate mai general

a modelul BlackScholes. 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 FT -m
asurabil
a,
unde
Ft = fBs ; 0 s tg = fSs ; 0 s tg:
Un exemplu particular este cazul
H = h(ST )
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 capitolul precedent(Sectiunea 09 ). Vom pune intrebarea sub urm
atoarea form
a:trebuie
s
a gasim V0 (valoarea portofoliului n momentul initial) si o strategie de autonantare f(Xt ; Yt ); 0 t T g astfel nct
VT (X; Y ) = V0 +

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 ;

0.10. MODELUL BLACK-SCHOLES

29

obtinem
2

dV~t = (

r+

Not
am

2
r

Bt = (

)Y~t dt + Y~t dBt :

)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

Fie P o probabilitate denit

a pe spatiul ( ; Ft ), astfel nct
fBt ; 0

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

EUROPENE N MODELUL CONTINUU

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 ]

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
= inf ft

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<
:

n acest caz pretul optiunii la momentul t este

8
dac
at
;
< 0;
Pt =
dac
a0 t<
: u t; St ;

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) ;

t < T; 0 < 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

atunci aportul optiunii la momentul T este

H = h (UT ) ;

unde

h (x) =

x
T

0.10. MODELUL BLACK-SCHOLES

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

Notiunea de piata viabil

a si complet
a se deneste ca si n cazul modelului
discret, cu diferenta c
a acum o piata complet
a este o piata, astfel nct, tuturor
variabilelor aleatoare H
0, FT m
asurabile si integrabile se poate asocia un
prot initial (o valoare initial
a a portofoliului) V0 si o strategie admisibil
a (X; Y ),
astfel nct:
Z T
n
X
H = V0 +
Xt dRt +
Yti dSti :
0

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.

0 < t < T; x; y > 0;

x; y > 0; :

32

OPTIUNI

EUROPENE N MODELUL CONTINUU

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)+ :

iar n cazul put-ului american

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;

si denim valorile actualizate la momentul t astfel:

Z~t =

Zt
;
(1 + r)t

A~t =

At
:
(1 + r)t

In continuare, vom preciza valoarea At a optiunii americane prin recurenta

retrograd
a. Este evident c
a
AT = ZT :
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:
AT

= ZT

1
E (ZT jST
1+r

Prin acelasi rationament, pentru toti 0

At

= Zt

T; are loc:

1
E (At jSt
1+r
33

1 ):

1 ):

34

OPTIUNI

AMERICANE N MODELUL DISCRET

In termenii valorii actualizate, se obtine

A~T
A~t 1

= 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

Fie ( ; F; P) un cmp de probabilitate si Ft o ltrare (o familie de

subalgebre F).

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

sunt timpuri de oprire.

0.11. TIMPURI DE OPRIRE

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

daca Yt = 1ft g : Deoarece ft

g = f
t 1g ; succesiunea Y este previzibila si are loc rezultatul din Propozitia 25. Acela
si rationament, exploatnd
pozitivitatea lui Y , duce la rezultatul pentru supramartingala.
Plicul lui Snell
Fiind dat un sir de variabile aleatoare fZt ; 0 t T g ; Ft 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 fUt ; 0 t T g ; denit prin
UT
Ut

= 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

este un timp e oprire si sirul de oprire fUt^ ; 0

Demonstra
tie. Observam ca
f = tg = fU0 > Z0 g \
Consideram din nou Yt = 1ft
U (Y )t+1
si pe multimea ft + 1

\ fUt

> Zt

T g este o martingala.
1g

\ fUt = Zt g :

g:

U (Y )t = 1ft+

g (Ut+1

g ; Ut = E(Ut+1 jFt ), deci

E(U (Y )t+1

U (Y )t jFt ) =0:

Ut );

36

OPTIUNI

AMERICANE N MODELUL DISCRET

Not
am cu Tt multimea timpilor de oprire care iau valori n multimea
ft; t + 1; t + 2;
;Tg:

Corolarul 49 Are loc egalitatea

U0 = E(Z jF0 ) = sup E(Z jF0 ):
2T0

Demonstra
tie. Conform propozitiei de mai sus (Propozitia 48), fU ^ g este o
martingala, deci
U0 = E(UT ^ jF0 )
= E(Z jF0 ):
Daca

2 T0 ; conform Teoremei 47, fU ^ g este o supramartingala, deci

U0

E(UN ^ jF0 )
E(Z jF0 ):

Corolarul se poate generaliza astfel

Ut

sup E(Z jFt )

2Tt

= 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:

este optimal daca si numai daca sunt ndepli-

(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 );

si deoarece fU ^ g este o supramartingala, E(U jF0 )

U0 , deci

E(U jF0 ) = E(Z jF0 ) =U0 ;

de unde, ntruct U domina Z, rezulta ca U = Z (deci (i)). fU ^ g este o
supramartingala, deci
U0

E(Ut^ jF0 )

E(U jF0 );

0.11. TIMPURI DE OPRIRE

37

si, deoarece cei doi termeni extremi coincid, rezulta

E(Ut^ jF0 ) = E(U jF0 ) = E(E(U jFt )jF0 ):
Pe de alta parte Ut^

E(U jFt ), deci are loc egalitatea

Ut^ = E(U jFt ):

Descompunerea lui Doob

Propozi
tia 51 (Descompunerea lui Doob) Orice supramartingala fUt ; 0
se poate scrie n mod unic sub forma
Ut = Mt

Tg

Ct ;

unde fMt ; 0 t T g este o supramartingala si fCt ; 0 t T g este un sir

crescator, previzibil astfel nct C0 = 0:
Demonstra
tie. In mod necesar M0 = U0 si C0 = 0: Pe de alta parte, avem
Ut+1

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

deci fU ^ max g este o martingala. Conform Teoremei 50, este sucient sa

demonstram ca max este optimal, adica are loc egalitatea U max = Z max : Consideram Yt = 1ftmax g :
U

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

AMERICANE N MODELUL DISCRET

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 )

E(C ) < E(U0 );

deci fU ^ g nu este o martingala.

Preciz
am acum forma "plicului lui Snell" n cazul unei situatii markoviene.
Fie fXt ; 0 t T g un lant Markov omogen cu valori n multimea nit
a E,
avnd matricea de tranzitie P = fPxy ; x; y 2 Eg : Presupunem c
a 0
t
T;
Ft = fX0 ; X1 ;
; Xt g :
Propozi
tia 53 Fie fZt g o succesiune denita prin Zt = (t; Xt ); cu
:
f0; 1;
; T g E ! R: Atunci "plicul lui Snell" fUt g al succesiunii fZt g este
dat prin formula Ut = u(t; Xt ); unde functia u este denita prin
(
u(T; x) =
(T; x); x
P2 E
u(t; x) =
(t; x) _ Pxy u(t + 1; y); x 2 E; 0 t T:
y

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

de unde se deduce formula de recurenta

X
u(t + 1; y)
u(t; x) = h(x) _
Pxy
:
1+r
y

(9)

Un timp de exercitiu optimal este denit prin

= inf ft

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

AMERICANE N MODELUL DISCRET

Corolarul 55 In cazul call-ului european si american cu aceea

si data de scadenta T , acela
si pret de exercitiu K; avnd un singur activ cu risc cu pretul St
la momentul t, avem At = Et ; 0 t T:
Demonstra
tie. Are loc Zt = (St K)+ ; si
~t = R 1 E ((ST K)+ jFt )
E
T
E (S~T RT 1 KjFt )
= S~t R 1 K;
T

deci
Et

St
St

dar Et
rioara.

0; deci Et

Rt
K
RT
K;

Zt : Restul se poate demonstra folosind propozitia ante-

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

Atunci (10) se poate rescrie astfel

v(t

(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

AMERICANE N MODELUL CONTINUU

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):

Deci, pretul optiunii americane este

At = v(t; log St );
unde v este solutia inecuatiei variationale
v(t; x)
Av(t; x)
(v(t; x) g(x))Av(t; x)

g(x);
0;
= 0;

si un timp optimal de exercitare a optiunii este dat de timpul de oprire

= inf ft

T; v(t; log St ) = g(log St ) = h(St )g :

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

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 RTt la data T . In cazul ratei constante a dobnzii n modelul
Black-Scholes, avem
RTt = exp[(T

t)r]:

Generaliznd, ntr-un cadru determinist, adic

a atunci cnd cantit
atile fRTt ; 0
sunt cunoscute, absenta oportunit
atii de arbitraj impune ca functia R s
a verice
RTt = Rut RTu ;

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

In acest caz, trebuie s

a aib
a loc
Ot;T = exp(

43

r(s)ds):

T:

Tg

44

RATA DOBNZII SI OBLIGATIUNI

0.15

Rata dobnzii ntr-un viitor incert.Obliga

tiuni

Not
am Rt = Rt0 si presupunem c
a
Rt = exp(

rs ds);

unde frt ; t 0g este un proces stochastic n raport cu ltratia fFt ; t 0g a unei

misc
ari Browniene fBt ; t 0g (Ft = fBs ; 0 s tg):
Facem urm
atoarea ipotez
a:
8
a o probabilitate P , echivalent
a cu P, sub care
< Exist
et;u := (Rt ) 1 Ot;u ; 0 t T
(H)
O
:
este o martingal
a, 80 u T:

~ u;u = (Ru0 )
Deoarece Ou;u = 1; O

deci

, prin urmare (H) implic

a faptul c
a

et;u := E (exp
O
Ot;u = E (exp

rs ds jFt );

rs ds jFt ):

Pentru a explica cantitatea Ot;u , trebuie s

a preciz
am densitatea Radom-Nikodym
a probabilit
atii P n raport cu P. Not
am cu LT aceast
a densitate. Aceasta este
astfel nct pentru toate variabilele aleatoare X, m
arginite
E (X) = E(XLT ):
LT este densitatea restrictiei lui P la Ft n raport cu P. Dintr-o teorem
a a lui
Girsanov rezult
a
Propozi
tia 56 Exista un proces fqt ; 0
Z

T g Ft masurabil, care verica

qt2 dt < +1;

a:s;

astfel nct pentru toti 0

T; a:s

Lt = exp(

qs dBs

1
2

qs2 ds):

Corolarul 57 Pretul unei obligatiuni "zero-cupon", cu data de scadenta u

se poate scrie
Z u
Z u
q2
Ot;u = E( exp[
(rs + s )ds +
qs dBs ]jFt ):
2
t
t

0.15. RATA DOBNZII NTR-UN VIITOR INCERT.OBLIGATIUNI

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

si, conform caracterizarii lui E (XjFt )

E (XjFt ) =

E[XLT jFt ]
;
Lt

de unde decurge concluzia corolarului.

Propozi
tia 58 Pentru orice data de scadenta u, exista un proces Ft masurabil
f tu ; 0 t ug ; astfel nct pe intervalul [0; u]
u
t qt )Ot;u dt

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

Multiplicnd relatia cu Rt (Lt )

Ot;u

Z t
= O0;u exp(
rs
0

este o P martingala, rezulta ca

1
2

t
u 2
s ) ds):

; se obtine
[(

u 2
s)

qs2 ]=2)ds

u
s

qs )dBs ):

Concluzia teoremei se deduce utiliznd formula lui It, si punnd conditia

u
qu :
t

u
t

46

RATA DOBNZII SI OBLIGATIUNI

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 :

dOt;u = rt Ot;u dt + Ot;u

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 g este admisibila daca este de aut-

~ t;T
V~t (X; Y ) = Xt + Yt O
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 sca0
denta T < T :
Propozi
tia 60 Presupunem ca sup jrt j < +1 a.s,
0 t T

inf j

0 t T

T
t

j > 0; si T <
RT

T : Fie H o variabila aleatoare FT masurabila, astfel nct He 0 rs ds este

integrabila sub P : Atunci exista V0 si o strategie admisibila f(X; Y )g astfel
nct VT (X; Y ) = H: In plus
Vt (X; Y ) = E (e

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 :

este o P -martingala, deci

Rt

Vt (X; Y ) = e

rs ds

E (e

RT
0

rs ds

HjFt ):

0.17. UN MODEL PENTRU RATA DOBNZII

47

Ramne sa gasim o strategie corespondenta. Din teorema de reprezentare a lui

It, rezulta ca
Z T
RT
RT
rs ds
rs ds
~t ;
0
0
He
= E (e
)+
Jt dB
unde fJt ; 0 t T g este un proces astfel nct
sucient sa alegem
Yt =

0.17

Jt
~ 0
O
t;T

T0
t

RT

Jt2 dt < +1 a.s. Atunci este

RT

Xt = E (He

rs ds

jFt )

Jt
T0
t

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 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 );

b g este solutie a ecuatiei cu derivate partiale

dXs =

Atunci
E (e

RT
t

Xs ds

aXs ds + dBs :
jFt ) = F (T

t; rt

unde functia F este denit

a prin
F (s; x) = E (e

Rs
0

Xtx dt

);

(11)
b );

48

RATA DOBNZII SI OBLIGATIUNI

iar fXtx g reprezint

a solutia ecuatiei (11) si veric
a X0 = x: Intruct
este o variabil
a aleatoare real
a gaussian
a,
Z s
Z s
1
x
Xtx dt]):
F (s; x) = exp( E
Xt dt + V ar[
2
0
0
Sau
E
si

Z
V ar[

Xtx dt = x

Xtx dt] =

Cov(Xtx ; Xrx )

Cov(Xtx ; Xrx )dtdr;

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 ));

t; rt ); rata medie a dobnzii pe intervalul [t; T ], este dat

a prin

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

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
C0 = S0 F (d1 )

d1 =

1
p

Ke

rT

F (d2 )

p
p
T
r T
S0
;
+
log( ) +
2
K
T

pe care le-am obtinut n capitolul "Optiuni europene n modelul discret". In

relatiile de mai sus
St (t = 0; 1; 2

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. MODELUL BLACK-SCHOLES N MATLAB

0.19

51

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
C0 = S0 F (d1 )

Ke

rT

F (d2 )
p
p
T
1
r T
S0
p
;
+
d1 =
log( ) +
2
K
T
p
d2 = d1
T;

care au fost deduse n capitolul "Optiuni europene n modelul discret", sectiunea

"Formula lui Black Scholes". In relatiile de mai sus,
St (t = 0; 1; 2

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));

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 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