Cipnec Eof volII

Ciprian Necula
Evaluarea opţiunilor
financiare
Volumul II. Modele

multifactoriale
Bucureşti
2009
Profesorilor mei de matematică
Dumitru Arcanu şi Aurelia Solomon
Cuprins
Introducere ....................................................................................................................3
I. Modele cu rata dobânzii stocastică ...........................................................................7
I.1 Ecuaţia de evaluare ..............................................................................................7

I.2 Modelul SIOU.....................................................................................................10
I.3 Modelul SICIR ....................................................................................................12
I.4 Modelul SICIR-modificat....................................................................................14
I.5 Modelul SICIR pentru opţiuni având ca activ suport contracte futures.............16
I.6 Comparaţie cu modelul Black-Scholes-Merton..................................................18
II. Modele cu volatilitate stocastică............................................................................27
II.1 Ecuaţia de evaluare...........................................................................................27

II.2 Modelul SVOU ..................................................................................................30
II.3 Modelul SVCIR..................................................................................................32
II.4 Modelul Bates pentru opţiuni care au ca activ suport valute ...........................33
II.5 Modelul Bates pentru opţiuni care au ca activ suport contracte futures..........35
II.6 Comparaţie cu modelul Black-Scholes-Merton ................................................37
III. Modele cu rata dobânzii şi volatilitate stocastice ................................................45
III.1 Ecuaţia de evaluare .........................................................................................45

III.2 Modelul SICIR-SVCIR .....................................................................................48
III.3 Modelul SICIR-SVCIR-modificat.....................................................................50
III.4 Modelul SICIR-SVCIR pentru opţiuni care au ca activ suport contracte futures
..................................................................................................................................52
III.5 Comparaţie cu modelul Black-Scholes-Merton ...............................................54
1
IV. Modele cu discontinuităţi în evoluţia cursul activului suport.............................60
IV.1 Ecuaţia de evaluare..........................................................................................60

IV.2 Modelul SICIR-J...............................................................................................62
IV.3 Modelul SVCIR-J .............................................................................................63
IV.4 Modelul SICIR-SVCIR-J ..................................................................................64
IV.5 Modelul Bates cu salturi pentru opţiuni care au ca activ suport o valută.......66
IV.6 Modelul Bates cu salturi pentru opţiuni care au ca activ suport un contract
futures ......................................................................................................................67
IV.7 Comparaţie cu modelul Black-Scholes-Merton ...............................................69
V. Modele de echilibru general şi modele afine.........................................................76
V.1 Modelul Bakshi-Chen pentru evaluarea opţiunilor pe bonduri zero cupon şi

acţiuni ......................................................................................................................76
V.2. Modelul Bakshi-Chen pentru evaluarea opţiunilor care au ca activ suport o
valută........................................................................................................................92
V.3 Modele afine ......................................................................................................98
Bibliografie................................................................................................................101
Anexe .........................................................................................................................105
Anexa 1. Lema Ito generalizată .............................................................................105

Anexa 2. Metodologia de evaluare în cazul modelelor multifactoriale.................106
Anexa 3. Transformarea Fourier inversă ..............................................................108
Anexa 4. Măsura neutră la risc în cazul în care rata dobânzii este stocastică .....109
Anexa 5. Preţul futures şi preţul forward în cazul în care rata dobânzii este
stocastică................................................................................................................111
Anexa 6. Metodologia de comparare a modelelor multifactoriale cu modelul Black-
Scholes-Merton ......................................................................................................114
2
Ciprian Necula – Evaluarea opţiunilor financiare – volumul II
Introducere
Monografia de faţă se adresează studenţilor care doresc să aprofundeze

domeniul evaluării opţiunilor financiare. Parcurgerea acestei lucrări presupune
cunoaşterea noţiunilor elementare privind utilizarea şi evaluarea derivativelor
financiare (vezi Altăr - 2008, Hull - 2006). Volumul II prezintă o serie de modele
multifactoriale de evaluare a opţiunilor, modele care relaxează ipotezele modelului
Black-Scholes-Merton privind rata dobânzii fără risc şi volatilitatea.
Un factor determinant în evaluarea opţiunilor europene îl reprezintă distribuţia
la scadenţă a cursului activului suport (i.e. distribuţia lui ln ST ). Ipotezele modelului
Black-Scholes-Merton (i.e. rata dobânzii fără risc şi volatilitatea activului suport sunt
constante până la scadenţa opţiunii) implică faptul că repartiţia teoretică a lui ln ST
este normală. In aceste condiţii, aşa cum s-a demonstrat în volumul I, se obţine o
formulă explicită pentru prima unei opţiuni europene, precum şi pentru opţiuni barieră
şi pentru alte opţiuni dependente de drum. Datorită acestei formule exacte, modelul
Black-Scholes-Merton este cel mai utilizat model de evaluare a opţiunilor. Insă
utilizarea modelului Black-Scholes-Merton conduce la apariţia unor probleme
3
generate datorită neconcordanţei dintre ipotezele modelului şi constatările empirice

privind cursul activelor financiare. In cadrul acestei lucrări vom prezenta modele
alternative de evaluare a opţiunilor care îşi propun să depăşească aceste probleme.
O primă problemă se referă la apariţia fenomenului cunoscut sub numele de
"volatility smile" (i.e. volatilitatea implicită variază în funcţie de preţul de exerciţiu).
In ceea ce priveşte fenomenul de "volatility smile" s-a constatat că acesta este generat
de faptul că repartiţia reală a lui ln ST (i.e. repartiţia implicită rezultată din preţurile
de pe piaţă al opţiunilor) este diferită de repartiţia normală presupusă de modelul
Black-Scholes-Merton. Repartiţia reală poate fi mai "ascuţită" sau mai "turtită",
aplecată spre dreapta sau spre stânga faţă de repartiţia normală. Forma repartiţiei este
strâns legată de indicatorii de asimetrie (skewness) şi aplatizare (kurtosis) ai acesteia.
Pentru a genera repartiţii teoretice care să fie asemănătoare cu cele reale vom pleca de
la cei doi factori pe care modelul Black-Scholes-Merton îi consideră constanţi, rata
dobânzii şi volatilitatea activului suport şi vom prezenta modelele cu timp continuu de
evaluare a opţiunilor care presupun că aceşti factori sunt stocastici.
Astfel, în capitolul I analizăm modele care consideră rata dobânzii stocastică,
în capitolul II modele cu volatilitate stocastică, în capitolul III vom studia situaţia în
care atât rata dobânzii cât şi volatilitatea sunt stocastice, iar în capitolul IV sunt
analizate modele care iau în considerare faptul că pot apărea discontinuităţi, salturi în
evoluţia cursul activului suport (aşa numite "jump-diffusion models").
Deşi modele prezentate în volumul II nu oferă formule explicite de evaluare a
opţiunii, totuşi acestea au o formă asemănătoare cu formula Black-Scholes Black-
Scholes-Merton ("closed-form solution") şi pot fi calculate numeric folosind
transformarea Fourier inversă. Această metodă de calcul numeric este mult mai rapidă
şi mai exactă decât cea folosită pentru calculul opţiunii prin intermediul rezolvării
numerice a ecuaţiei de evaluare, care în cazul modelelor multifactoriale este foarte
complicată.
In cadrul fiecărui capitol din volumul II va fi dedusă, utilizând principiul
arbitrajului, ecuaţia de evaluare pentru clasa respectivă de modele. Vom considera că
factorii stocastici analizaţi au ecuaţii de dinamică de tip Ornstein-Uhlenbeck ("mean-
reverting") sau de tip CIR ("mean-reverting square-root"). In finalul fiecărui capitol
vor fi comparate rezultatele obţinute prin intermediul modelului analizat cu cele
obţinute prin utilizarea modelului Black-Scholes-Merton. Parametrii utilizaţi în cadrul
4
simulărilor sunt cei estimaţi de autorii modelelor respective - Bakshi, Cao şi Chen
(1997) pentru modelele SICIR, SICIR-J, SVCIR-J; Heston (1993) pentru modelul
SVCIR, Schobel şi Zhu (1998) pentru modelul SVOU. Va fi comparată în special
distribuţia teoretică a lui ln ST rezultată din modelul considerat cu repartiţia normală
şi vom analiza influenţa acestei distribuţii teoretice asupra valorii opţiunii prin analiza
diferenţei de preţ între preţul modelului şi preţul Black-Scholes-Merton în funcţie de
preţul de exerciţiu. Această abordare este similară cu cea utilizată de către Heston
(1993). In plus vom analiza şi influenţa parametrilor modelului considerat asupra
diferenţei de preţ şi a distribuţiei.
In cazul modelelor cu rata dobânzii stocastică prezentate se constată că
diferenţa dintre preţul modelului şi preţul Black-Scholes-Merton se explică în
principal prin influenţa factorului de actualizare, influenţa distribuţiei fiind practic
nulă în cazul modelului SICIR, iar în cazul modelului SICIR-modificat este mică în
comparaţie cu influenţa factorului de actualizare. In plus în cazul modelului SICIR-
modificat volatilitatea totală are şi o componentă sistemică. Repartiţiile teoretice ale
lui ln ST rezultate din aceste modele nu sunt cu mult diferite de repartiţia normală şi
modelele ar putea să aibă aceleaşi probleme ca şi modelul Black-Scholes-Merton
("volatility smile") pe o piaţă cu o distribuţie reală mult diferită de cea normală .
Pe de altă parte însă, parametrii modelelor cu volatilitate stocastică au
influenţă foarte mare asupra distribuţiei lui ln S T mai ales cel care cuantifică
volatilitatea volatilităţii şi cel care cuantifică corelaţia dintre cursul activului suport şi
volatilitatea acestuia, influenţă care se transmite şi diferenţei dintre preţul rezultat prin
utilizarea acestor modele şi preţul Black-Scholes-Merton. Modele cu volatilitate
continuă pot fi utilizate pentru evaluarea opţiunilor pentru active suport caracterizate
printr-o distribuţie a lui ln S T diferită de cea normală.
In ceea ce priveşte modelele cu salturi se observă că magnitudinea medie a
saltului influenţează într-o proporţie foarte mare distribuţia lui ln S T . In ceea ce
priveşte influenţa distribuţiei şi a factorului de actualizare se observă că, spre
deosebire de modelul SICIR-SVCIR, în cadrul căruia influenţa distribuţiei este mult
mai mare decât a factorului de actualizare, în cazul modelului SICIR-J magnitudinea
diferenţei dintre cele două influenţe este mai redusă.
5
O altă problemă a modelului Black-Scholes-Merton se referă la faptul că

diferenţa între preţul Black-Scholes-Merton şi preţul pieţei ("prices biases") variază în
funcţie de caracteristicile de risc ale activului suport (Whaley - 1982).
In prima parte a capitolului V este prezentat un model de echilibru general
propus de Bakshi şi Chen (1997a) care încearcă să răspundă la această problemă.
Autorii modelului consideră că volatilitatea activului suport (acţiune cu dividend) are
o componentă sistemică şi o componentă ce depinde de firma analizată. In plus,
modelul poate fi utilizat şi pentru evaluarea opţiunilor pe obligaţiuni zero-cupon fără
risc. In continuare este prezentat un model de echilibru general pentru evaluarea
opţiunilor care au ca activ suport o valută, ecuaţia de dinamică a cursului de schimb
fiind influenţată de ecuaţia de dinamică a masei monetare în cele două ţări (i.e.
depinde doar de partea nominală a celor două economii).
In ultima parte a capitolului V este analizată o clasă de modele care a cunoscut
o mare dezvoltare în ultima perioadă şi anume modelele afine de evaluare a
opţiunilor. Deşi în această lucrare nu prezentăm decât rezultatele legate de evaluarea
opţiunilor europene, această clasă de modele are aplicaţii şi în evaluarea anumitor
tipuri de opţiuni exotice (Duffie, Pan, şi Singleton - 2000).
6
I. Modele cu rata dobânzii stocastică
I.1 Ecuaţia de evaluare
Considerăm că ecuaţiile de dinamică, faţă de măsura neutră la risc, a cursului

activului suport şi a ratei dobânzii fără risc sunt date de:
⎧⎪dS (t ) = r (t ) ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW1 (t ) , σ > 0

⎨ 1.1
⎪⎩dr (t ) = α ( r (t )) ⋅ dt + ρ ⋅ β ( r (t )) ⋅ dW1 (t ) + 1 − ρ 2 ⋅ β ( r (t )) ⋅ dW2 (t ) , ρ ∈ [− 1,1]
unde α (⋅), β (⋅) sunt funcţii deterministe, iar W1 ,W2 sunt mişcări browniene
independente. Evident ρ reprezintă coeficientul de corelaţie dintre cursul activului
suport şi rata dobânzii fără risc.
Considerăm o opţiune cu scadenţă T. Vom nota cu C (t ) valoarea la momentul
t ∈ [0, T ] a opţiunii. Valoarea opţiunii depinde atât de cursul activului suport cât şi de
rata dobânzii fără risc, deci avem că C (t ) = C (S (t ), r (t ), t ) .
In continuare ne interesează ecuaţia de dinamică a bondului zero-cupon cu
scadentă T. Valoarea la momentul t a acestuia este dată de:
E ⎡⎢exp⎧⎨− ∫ r(u)du ⎫⎬ | Ft ⎤⎥
T
B(t , T ) = 1.2
⎣ ⎩ t ⎭ ⎦
unde Ft este filtrarea generată de mişcarea browniană bidimensională
(W1 ,W2 ) şi reprezintă totalitatea informaţiilor cunoscute la momentul t , iar media este
făcută faţă de măsura neutră la risc.
Rezultă că valoarea bondului depinde de rata dobânzii fără risc şi aplicând
lema lui Ito generalizată (Anexa 1) rezultă că:
7
⎡ ∂B ∂B ⎤
(t, r ) + 1 ⋅ β 2 (r ) ⋅ ∂ B2 (t, r )⎥ ⋅ dt +
2
dB(t , r ) = ⎢ (t , r ) + α (r ) ⋅
⎣ ∂t ∂r 2 ∂r ⎦
∂B
+ ρ ⋅ β (r ) ⋅ (t, r ) ⋅ dW1 + 1 − ρ 2 ⋅ β (r ) ⋅ ∂B (t, r ) ⋅ dW2 1.3
∂r ∂r
Insă deoarece lucrăm faţă de măsura neutră la risc rezultă că:
dB(t , r ) = r ⋅ B (t , r ) ⋅ dt + ρ ⋅ σ B (t , r ) ⋅ B (t , r ) ⋅ dW1 + 1 − ρ 2 ⋅ σ B (t , r ) ⋅ B (t , r ) ⋅ dW2

De aici rezultă ecuaţia de evaluare a bondului:
∂B
(t, r ) + α (r ) ⋅ ∂B (t, r ) + 1 ⋅ β 2 (r ) ⋅ ∂ B2 (t, r ) − r ⋅ B(t, r ) = 0
2
1.4
∂t ∂r 2 ∂r
Rezultă că valoarea bondului nu depinde de ρ.
De asemenea volatilitatea bondului este dată de:
∂B
σ B (t , r ) = β (r ) ⋅ (t, r ) ⋅ 1 1.5
∂r B (t , r )
Să aflăm acum ecuaţia de evaluare a opţiunii. Considerăm un portofoliu
format din a (t ) active suport şi b(t ) bonduri. Valoarea la momentul t a acestui
portofoliu este:
Π (t ) = a (t ) ⋅ S (t ) + b(t ) ⋅ B (t )
Vrem să aflăm a (t ) şi b(t ) astfel încât acest portofoliu să cloneze opţiunea
adică să avem că:
C (t ) = Π (t ) , (∀ ) t ∈ [0, T ] 1.6
Vom avea de asemenea că :
dC (t ) = dΠ (t ) 1.7
Avem că:
dΠ (t ) = a (t ) ⋅ dS (t ) + b(t ) ⋅ dB (t )
= a (t ) ⋅ [r (t ) ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW1 (t )] +
[
+ b(t ) ⋅ r (t ) ⋅ B (t ) ⋅ dt + ρ ⋅ σ B (t , r ) ⋅ B (t ) ⋅ dW1 + 1 − ρ 2 ⋅ σ B (t , r ) ⋅ B (t ) ⋅ dW2 ]
= [r (t ) ⋅ (a (t ) ⋅ S (t ) + b(t ) ⋅ B (t ))] ⋅ dt +
+ [a (t ) ⋅ σ ⋅ S (t ) + b(t ) ⋅ ρ ⋅ σ B (t , r ) ⋅ B (t )] ⋅ dW1 +
[ ]
+ b(t ) ⋅ 1 − ρ 2 ⋅ σ B (t , r ) ⋅ B (t ) ⋅ dW2 1.8
8
Aşa cum am văzut valoarea opţiunii la momentul t depinde de cursul activului

suport şi de rata dobânzii fără risc şi deci aplicând lema Ito generalizată obţinem că:
⎛ ∂C ⎞ ∂C ∂C
dC (t ) = ⎜ + L1C ⎟ ⋅ dt + ⋅ dS (t ) + ⋅ dr (t )
⎝ ∂t ⎠ ∂S ∂r
⎛ ∂C ∂C ∂C ⎞
=⎜ + L1C + r ⋅ S ⋅ + α (r ) ⋅ ⎟ ⋅ dt +
⎝ ∂t ∂S ∂r ⎠
⎛ ∂C ∂C ⎞
+⎜ ⋅ σ ⋅ S (t ) + ⋅ ρ ⋅ β (r )⎟ ⋅ dW1 (t ) +
⎝ ∂S ∂r ⎠
⎛ ∂C ⎞
+⎜ ⋅ 1 − ρ 2 ⋅ β (r )⎟ ⋅ dW2 (t ) 1.9
⎝ ∂r ⎠
unde
1 2 2 ∂ 2C ∂ 2C 1 2 ∂ 2C
L1C = ⋅ σ ⋅ S ⋅ 2 + ρ ⋅ σ ⋅ S ⋅ β (r ) ⋅ + ⋅ β (r ) ⋅ 2
2 ∂S ∂S∂r 2 ∂r
Egalând 1.8 şi 1.9 obţinem că:
∂C ∂C
⋅ β (r )
b(t ) = ∂ r = ∂r
σ B (t , r ) ⋅ B (t ) ∂B
∂r
∂C
a (t ) = 1.10
∂S
Notând cu
∂C ∂C
L C = L1C + r ⋅ S ⋅ + α (r ) ⋅ 1.11
∂S ∂r
se obţine ecuaţia de evaluare a opţiunii:
∂C
+ LC − r ⋅ C = 0 1.12
∂t
Să determinăm relaţia de paritate put-call pentru opţiunile cu scadenţă T şi preţ
de exerciţiu X. Pentru aceasta considerăm două portofolii, primul format dintr-o
opţiune call şi X bonduri zero-cupon cu scadenţă T, iar al doilea dintr-o opţiune put şi
un activ suport. La momentul T ambele portofolii vor avea valoarea max( ST , X ) .
Cum am presupus că nu există arbitraj rezultă că şi valoarea la momentul t al celor
două portofolii trebuie să fie aceeaşi, deci:
9
C (t ) + B (t , T ) ⋅ X = P (t ) + S (t ) 1.13
In continuare vom analiza cazurile în care rata dobânzii e modelată după
modelul Vasicek (SIOU) şi CIR (SICIR).
I.2 Modelul SIOU
In acest caz ecuaţiile de dinamică, faţă de măsura neutră la risc, a cursului

activului suport şi a ratei dobânzii fără risc sunt date de:
⎧⎪dS (t ) = r (t ) ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW1 (t )
⎨ 1.14
⎪⎩dr (t ) = (α r − β r ⋅ r (t )) ⋅ dt + ρ ⋅ σ r ⋅ dW1 (t ) + 1 − ρ 2 ⋅ σ r ⋅ dW2 (t )
Stim că valoarea bondului zero-cupon la momentul t este (Vasicek (1977)):

B (t , T ) = exp{− r (t ) ⋅ M (t , T ) − N (t , T )}
unde
1 − exp{− β r ⋅ (T − t )}
M (t , T ) =
βr
(M (t, T ) − T + t ) ⋅ ⎜⎜α r ⋅ β r − σ r
⎛ 2
⎞
⎟
σ r ⋅ M 2 (t , T )
2
⎝ 2 ⎟⎠
N (t , T ) = − 1.15
4 ⋅ βr βr 2
Se observă că M , N depind de fapt de τ = T − t . In anumite situaţii le von

scrie M (τ ), N (τ ) .
Rezultă că volatilitatea bondului este dată de:
σ B (t , r ) = −σ r ⋅ M (t , T )
şi deci aceasta nu depinde de r.
In acest caz prin rezolvarea ecuaţiei 1.12 (Merton (1973)) se obţine valoarea
unei opţiuni call europene cu preţ de exerciţiu X şi scadenţă T
C (t ) = S (t ) ⋅ N (d 1 ) − B (t , T ) ⋅ X ⋅ N (d 2 ) 1.16
unde
⎛ S (t ) ⎞ 1 2
ln⎜ ⎟ − ln B (t , T ) + ⋅ σˆ ⋅ (T − t )
X ⎠ 2
d1 = ⎝
σˆ ⋅ T − t
10
d 2 = d 1 − σˆ ⋅ T − t
T
∫ (σ + σ B2 (u ) − 2 ⋅ ρ ⋅ σ ⋅ σ B (u ))du
2
σˆ = t
T −t
Să calculăm acum indicatorii de senzitivitate ai modelului. Vom nota cu

ln B(t , T )
R(t , T ) = −
T −t
Astfel avem că:
∂C
ΔS = = N (d 1 )
∂S
∂C ∂C ∂R ⎡ 1 1 ∂B ⎤
Δr = = ⋅ = (T − t ) ⋅ X ⋅ B (t , T ) ⋅ N (d 2 ) ⋅ ⎢− ⋅ ⋅ ⎥
∂r ∂R ∂r ⎣ T − t B (t , T ) ∂r ⎦
= M (t , T ) ⋅ X ⋅ B (t , T ) ⋅ N (d 2 )
∂ 2C ∂Δ S 1 ⎧ d2 ⎫
ΓS = = = ⋅ exp ⎨− 1 ⎬
∂S 2 ∂S 2π ⋅ S ⋅ σˆ ⋅ T − t ⎩ 2 ⎭
∂ 2 C ∂Δ r ⎡ ∂B 1 ⎧ d12 ⎫ ∂d 2 ∂R ⎤
Γr = 2 = = M (t , T ) ⋅ X ⋅ ⎢ ⋅ N (d 2 ) + B (t , T ) ⋅ ⋅ exp ⎨− ⎬ ⋅ ⋅ ⎥
∂r ∂r ⎣ ∂r 2π ⎩ 2 ⎭ ∂R ∂r ⎦
⎡ 1 ⎧ d2 ⎫ 1 ⎤
= M (t , T ) ⋅ X ⋅ B (t , T ) ⋅ ⎢ − M (t , T ) ⋅ N (d 2 ) + M (t , T ) ⋅ ⋅ exp ⎨− 1 ⎬ ⋅ ⎥
⎣ 2π ⎩ 2 ⎭ σˆ ⋅ T − t ⎦
⎡ 1 ⎧ d2 ⎫ 1 ⎤
= M 2 (t , T ) ⋅ X ⋅ B (t , T ) ⋅ ⎢ − N (d 2 ) + ⋅ exp ⎨− 1 ⎬ ⋅ ⎥
⎣ 2π ⎩ 2 ⎭ σˆ ⋅ T − t ⎦
∂ 2 C ∂Δ S 1 ⎧ d 2 ⎫ ∂d ∂R
ΓS ,r = = = ⋅ exp ⎨− 1 ⎬ ⋅ 1 ⋅
∂S∂r ∂r 2π ⎩ 2 ⎭ ∂R ∂r
M (t , T ) ⎧ d2 ⎫
= ⋅ exp ⎨− 1 ⎬ 1.17
2π ⋅ σˆ ⋅ T − t ⎩ 2 ⎭
Inlocuind în ecuaţia de evaluare obţinem următoarea relaţie între indicatorii de

∂C
senzitivitate, relaţie din care se poate afla şi Θ = :
∂t
1 1
Θ + σ 2 S 2 ΓS + ρσSσ r ΓS ,r + σ r2 Γr + rSΔ S + (α r − β r r )Δ r − rC = 0
2 2
1.18
11
I.3 Modelul SICIR
In acest caz considerăm doar cazul in care activul suport şi rata dobânzii fără
risc nu sunt corelate. Deci, ecuaţiile de dinamică, faţă de măsura neutră la risc, a
cursului activului suport şi a ratei dobânzii fără risc sunt date de:
⎨ 1.19
⎪⎩dr (t ) = (α r − β r ⋅ r (t )) ⋅ dt + σ r ⋅ r (t ) ⋅ dW2 (t )
In această situaţie ecuaţia de evaluare nu mai are o soluţie exactă. Se poate

afla însă o aşa numită "closed-form solution" (Anexa 2) care are la bază transformarea
Fourier inversă a unor funcţii caracteristice (Anexa 3). Valoarea opţiunii se află prin
metode numerice de calculare a transformării Fourier inversă, metode mai rapide şi
mai precise decât cele de rezolvare numerică a ecuaţiei de evaluare.
Pentru început vom prezenta formula bondului zero-cupon pentru modelul
CIR (Cox, Ingersoll şi Ross (1985b)):
B (t , T ) = exp{− r (t ) ⋅ M (t , T ) − N (t , T )}
unde
2(1 − exp{− δ ⋅ (T − t )})
M (t , T ) =
2δ − [δ − β r ](1 − exp{− δ ⋅ (T − t )})
αr ⎡ ⎛ (1 − exp{− δ (T − t )})(δ − β r ) ⎞⎤
N (t , T ) = ⎢(δ − β r )(T − t ) + 2 ln⎜1 − ⎟⎥
σ r2 ⎣ ⎝ 2δ ⎠⎦
δ = β r2 + 2σ r2 1.20
Se observă că şi în acest caz M , N depind de fapt de τ = T − t .

Rezultă că volatilitatea bondului este dată de:
σ B (t , r ) = −σ r ⋅ M (t , T ) ⋅ r
şi deci aceasta depinde de r şi este stocastică. Datorită acestui fapt ecuaţia de
evaluare a opţiunii nu are o soluţie frumoasă ca în modelul SIOU.
Folosind metodologia din Anexa 2 se obţine (Bakshi, Cao şi Chen (1997)) că
valoarea unei opţiuni call europene este:
C (t , T , S , r ) = S (t ) ⋅ Π 1 (t , T , S , r ) − X ⋅ B (t , T ) ⋅ Π 2 (t , T , S , r )
12
1 1
∞
⎡ e − iφ ln X f j (t , T , S , r; φ )⎤
Π j (t , T , S , r ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 1.21
2 π 0 ⎣ iφ ⎦
unde
⎧⎪ α ⎡ ⎛ (1 − exp{− ξ r (T − t )})(ξ r − β r ) ⎞⎤
f1 (t , T , S (t ), r (t ); φ ) = exp ⎨− r2 ⎢(ξ r − β r )(T − t ) + 2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ r ⎣ ⎝ 2ξ r ⎠⎦
iφ (iφ + 1) 2
+ σ (T − t ) + iφ ln(S (t ) )
2
2iφ (1 − exp{− ξ r ⋅ (T − t )}) ⎫
+ r (t ) ⎬
2ξ r − [ξ r − β r ](1 − exp{− ξ r ⋅ (T − t )}) ⎭
⎧⎪ α ⎡ *
( ) ⎛
f 2 (t , T , S (t ), r (t ); φ ) = exp ⎨− 2 ⎢ ξ r − β r (T − t ) + 2 ln⎜⎜1 −
r ( *
{ *
})(
1 − exp − ξ r (T − t ) ξ r − β r )⎞⎟⎤⎥
⎟
⎪⎩ σ r ⎣⎢ 2ξ r
*
⎝ ⎠⎦⎥
iφ (iφ − 1) 2
+ σ (T − t ) + iφ ln(S (t ) ) − ln(B (t , T ))
2
+
( {
2(iφ − 1) 1 − exp − ξ r ⋅ (T − t )
*
})
⎫
[ ]( {
2ξ r − ξ r − β r 1 − exp − ξ r ⋅ (T − t )
* * *
r (t ) ⎬
⎭ })
ξ r = β r2 − 2σ r2 iφ
ξ r * = β r2 − 2σ r2 (iφ − 1) 1.22
Să calculăm acum indicatorii de senzitivitate ai modelului. Astfel avem că:
∂C
ΔS = = Π1
∂S
∂C ∂Π ⎡ ∂Π ⎤
Δr = = S (t ) 1 − X ⋅ B (t , T ) ⎢ 2 − M (t , T )Π 2 ⎥
∂r ∂r ⎣ ∂r ⎦
∂ 2 C ∂Π 1 1
∞
⎡ e − iφ ln X f1 (t , T , S , r; φ )⎤
ΓS = = = ∫ Re ⎢ ⎥dφ
∂S 2 ∂S π 0 ⎣ S ⎦
∂ 2 C ∂Δ r ∂ 2 Π1 ⎡ ∂2Π2 ∂Π ⎤ ∂B ⎡ ∂Π 2 ⎤
Γr = = = S (t ) − X ⋅ B ( t , T ) ⎢ − M (t , T ) 1 ⎥ − X ⋅ ⎢ − M (t , T )Π 2 ⎥
∂r 2
∂r ∂r 2
⎣ ∂r
2
∂r ⎦ ∂r ⎣ ∂r ⎦
∂ 2 Π1 ⎡ ∂ 2Π 2 ∂Π ⎤
= S (t ) 2 − X ⋅ B(t , T ) ⎢ 2 − 2 M (t , T ) 1 + M 2 (t , T )Π 2 ⎥
∂r ⎣ ∂r ∂r ⎦
unde
∂Π j (t , T , S , r ) 1
∞
⎡ e −iφ ln X ∂f j (t , T , S , r; φ )⎤
= ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2
∂r π 0 ⎣ iφ ∂r ⎦
13
∂ 2 Π j (t , T , S , r ) 1
∞
⎡ e − iφ ln X ∂ 2 f j (t , T , S , r; φ )⎤
= ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 1.23
∂r 2 π 0 ⎣ iφ ∂r 2 ⎦
Inlocuind în ecuaţia de evaluare obţinem următoarea relaţie între indicatorii de

∂C
senzitivitate, relaţie din care se poate afla şi Θ = :
∂t
1 1
Θ + σ 2 S 2 ΓS + σ r2 rΓr + rSΔ S + (α r − β r r )Δ r − rC = 0
2 2
1.24
I.4 Modelul SICIR-modificat
In această secţiune vom lua în considerare situaţia in care activul suport şi rata
dobânzii fără risc sunt corelate. In acelaşi timp trebuie să ne asigurăm că ecuaţiile
pentru funcţiile caracteristice (Anexa 2) au soluţie. O condiţie suficientă, cum vom
vedea într-un capitol viitor, este ca modelul să fie afin.
Considerăm următoarele ecuaţii de dinamică:
⎧⎪dS (t ) = r (t ) ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW1 (t ) + σ S ⋅ S (t ) ⋅ r (t ) ⋅ dW3 (t )

⎨ 1.25
⎪⎩dr (t ) = (α r − β r ⋅ r (t )) ⋅ dt + ρ ⋅ σ r ⋅ r (t ) ⋅ dW2 (t ) + 1 − ρ 2 ⋅ σ r ⋅ r (t ) ⋅ dW4 (t )
unde W1 , W2 , W3 , W4 sunt mişcări browniene independente.

In acest caz avem că:
1 ⎛ dS (t ) ⎞
V (t ) = Var ⎜⎜ ⎟⎟ = σ 2 + σ S2 r (t ) 1.26
dt ⎝ S (t ) ⎠
Rezultă că deşi am presupus că "volatilitatea" este constantă, riscul activului

nu este constant pe perioada de timp luată în considerare aşa cum era la modelele
precedente ci este o variabilă aleatoare datorită influenţei ratei dobânzii (componentă
sistemică). Se observă că dacă luăm ρ = 0 modelul SICIR-modificat nu se reduce la
modelul SICIR, model în care riscul activului este constant.
14
Aşa cum am văzut valoarea bondului zero-cupon nu depinde de ρ şi cum şi în

acest caz rata dobânzii urmeară un proces CIR rezultă că sunt valabile şi pentru acest
model formulele 1.20 pentru valoarea bondului.
Aplicând aceleaşi metode ca la modelul general ( construim un portofoliu
clonă pentru opţiune) se obţine ecuaţia de evaluare:
∂C
+ LC − r ⋅ C = 0 1.27
∂t
unde
∂ 2C ∂ 2C 1 2 ∂ 2C ∂C ∂C
LC =
2
(
1 2
σ + r )S 2 2 + ρσσ r Sr
∂S
+ σ r r 2 + rS
∂S∂r 2 ∂r ∂S
+ (α r − β r r )
∂r
Folosind metodologia din Anexa 2 se obţine că valoarea unei opţiuni call
europene este (adaptând rezultatele obţinute de Bakshi şi Chen (1997a)) :
C (t , T , S , r ) = S (t ) ⋅ Π 1 (t , T , S , r ) − X ⋅ B (t , T ) ⋅ Π 2 (t , T , S , r )
1 1
∞
⎡ e −iφ ln X f j (t , T , S , r; φ )⎤
Π j (t , T , S , r ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 1.28
2 π 0 ⎣ iφ ⎦
unde
⎧⎪ α ⎡ ⎛ (1 − exp{− ξ r (T − t )})(ξ r − β r + (1 + iφ )ρσ rσ S ) ⎞⎤
f1 (t , T , S (t ), r (t ); φ ) = exp ⎨− r2 ⎢2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ r ⎣ ⎝ 2ξ r ⎠⎦
αr
− (ξ r − β r + (1 + iφ )ρσ rσ S )(T − t )
σ r2
iφ (iφ + 1) 2
+ σ (T − t ) + iφ ln(S (t ) )
2
iφ (2 + (1 + iφ )σ S2 )(1 − exp{− ξ r ⋅ (T − t )}) ⎫
+ r (t ) ⎬
2ξ r − [ξ r − β r + (1 + iφ )ρσ rσ S ](1 − exp{− ξ r ⋅ (T − t )}) ⎭
⎧⎪ α ⎡ ⎛
f 2 (t , T , S (t ), r (t ); φ ) = exp ⎨− 2 ⎢2 ln⎜⎜1 −
r ( *
{ *
})(
1 − exp − ξ r (T − t ) ξ r − β r + iφρσ rσ S )⎞⎟⎤⎥
⎟
⎪⎩ σ r ⎣⎢ ⎝ 2ξ r
*
⎠⎦⎥
−
αr
σr 2
( )
ξ r * − β r + iφρσ rσ S (T − t )
iφ (iφ − 1) 2
+ σ (T − t ) + iφ ln(S (t ) ) − ln(B (t , T ))
2
(iφ − 1)(2 + iφσ S2 )(1 − exp{− ξ r * ⋅ (T − t )}) ⎫

+
2ξ r − [ξ r − β r + iφρσ rσ S ](1 − exp{− ξ r ⋅ (T − t )})
* * *
r (t ) ⎬
⎭
15
ξr = (β r − (1 + iφ )ρσ rσ S )2 − σ r2iφ (2 + (1 + iφ )σ S2 )
ξr* = (β r − iφρσ rσ S )2 − σ r2 (iφ − 1)(2 + iφσ S2 ) 1.29
Indicatorii de senzitivitate au aceaşi formă cu cei din formulele 1.23 însă

avându-se in vedere că s-au modificat formulele pentru Π 1 , Π 2 . In plus mai apare un
indicator:
∂ 2 C ∂Δ S ∂Π 1
ΓS ,r = = =
∂S∂r ∂r ∂r
1
∞
⎡ e − iφ ln X ∂f1 (t , T , S , r; φ )⎤
= ⋅ ∫ Re ⎢ ⎥dφ
π 0 ⎣ iφ ∂r ⎦
Avem următoarea relaţie între indicatorii de senzitivitate:
Θ+
2
(
1 2
σ + r )S 2 ΓS + ρσσ r SrΓS ,r + σ r2 rΓr + rSΔ S + (α r − β r r )Δ r − rC = 0
1
2
1.30
I.5 Modelul SICIR pentru opţiuni având ca activ suport contracte

futures
Ecuaţiile de dinamică, faţă de măsura neutră la risc, a cursului activului suport

şi a ratei dobânzii fără risc sunt date de::
⎨ 1.31
⎪⎩dr (t ) = (α r − β r ⋅ r (t )) ⋅ dt + σ r ⋅ r (t ) ⋅ dW2 (t )
Aşa cum se arată in Anexa 5 in cazul in care rata dobânzii este stocastică
preţul futures nu este egal cu preţul forward. De asemenea, se arată că ecuaţia de
dinamică a preţului futures are driftul zero având forma:
dΦ (t ) = σ S (Φ, r )Φ dW1 (t ) + σ r (Φ, r )ΦdW2 (t )
Pentru deducerea formulelor de mai jos folosim unele rezultate obţinute de

Bakshi şi Chen (1997b) şi le adaptăm la situaţia noastră.
16
In cadrul acestui model avem următoarea formulă pentru preţul futures:

S (t )
Φ (t , T ) =
D (t , T )
unde
⎧α ⎡ ⎛ (1 − exp{− δ (T − t )})(δ − β r ) ⎞⎤
D (t , T ) = exp ⎨ r2 ⎢(δ − β r )(T − t ) + 2 ln⎜1 − ⎟⎥
⎩σ r ⎣ ⎝ 2δ ⎠⎦
2(1 − exp{− δ ⋅ (T − t )}) ⎫

− r (t )⎬
2δ − [δ − β r ](1 − exp{− δ ⋅ (T − t )}) ⎭
δ = β r2 − 2σ r2 1.32
In ceea ce priveşte opţiunile pe futures pentru simplicitate vom considera că
scadenţa opţiunii coincide cu scadenţa contractului futures. In acest caz avem:
C (t , T , Φ , r ) = Φ (t ) ⋅ D (t , T ) ⋅ Π 1 (t , T , Φ, r ) − X ⋅ B (t , T ) ⋅ Π 2 (t , T , Φ, r )
1 1
∞
⎡ e − iφ ln X f j (t , T , Φ, r; φ )⎤
Π j (t , T , Φ, r ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 1.33
2 π 0 ⎣ iφ ⎦
unde
⎧⎪ α ⎡ ⎛ (1 − exp{− ξ r (T − t )})(ξ r − β r ) ⎞⎤
f1 (t , T , Φ (t ), r (t ); φ ) = exp ⎨− r2 ⎢(ξ r − β r )(T − t ) + 2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ r ⎣ ⎝ 2ξ r ⎠⎦
iφ (iφ + 1) 2
+ σ (T − t ) + iφ ln(Φ (t ) ) + iφ ln(D(t , T ) )
2
2iφ (1 − exp{− ξ r ⋅ (T − t )}) ⎫
+ r (t ) ⎬
2ξ r − [ξ r − β r ](1 − exp{− ξ r ⋅ (T − t )}) ⎭
⎧⎪ α ⎡ *
( ) ⎛
f 2 (t , T , Φ (t ), r (t ); φ ) = exp ⎨− r2 ⎢ ξ r − β r (T − t ) + 2 ln⎜⎜1 −
( *
{
1 − exp − ξ r (T − t ) ξ r − β r
*
})( )⎞⎟⎤⎥
⎟
⎪⎩ σ r ⎣⎢ 2ξ r
*
⎝ ⎠⎦⎥
iφ (iφ − 1) 2
+ σ (T − t ) + iφ ln(Φ (t ) )
2
+ iφ ln (D(t , T ) ) − ln(B (t , T ))
+
( {
2(iφ − 1) 1 − exp − ξ r ⋅ (T − t )
*
})
⎫
[ ]( {
2ξ r − ξ r − β r 1 − exp − ξ r ⋅ (T − t )
* * *
r (t ) ⎬
⎭ })
ξ r = β r2 − 2σ r2 iφ
ξ r * = β r2 − 2σ r2 (iφ − 1) 1.34
17
I.6 Comparaţie cu modelul Black-Scholes-Merton
Această comparaţie a fost realizată în conformitate cu metodologia descrisă în

Anexa 6.
Modelul SICIR
Considerăm următoarele date iniţiale:

S = 100, X = 100, r = 0.0953, σ = 10%, T − t = 0.25
α r = 0.02, β r = 0.6, σ r = 3%
Influenţa mediei pe termen lung a ratei dobânzii ( α r ) asupra diferenţei de preţ
este prezentată in figura 1.1.
0.02
0
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
-0.02
-0.04
-0.06 0.01
0.02
-0.08 0.03
-0.1
-0.12
-0.14
Figura 1.1. Influenţa mediei pe termen lung a ratei dobînzii
Se observă că pentru opţiuni ITM există o diferenţă crescătoare până la un

punct. Pentru opţiunile ATM şi OTM diferenţa se reduce până la zero în cazul
opţiunilor DOTM. Diferenţa se accentuează pe măsură ce media pe termen lung a
ratei dobânzii se reduce.
Influenţa vitezei de ajustare a ratei dobânzii ( β r ) asupra diferenţei de preţ este
prezentată in figura 1.2.
Graficul diferenţei de preţ are aceeaşi formă ca şi în cazul precedent. De
această dată diferenţa se accentuează pe măsură ce viteza de ajustre a ratei dobânzii
creşte.
18
0.02
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
-0.02
-0.04
-0.06 0.5
0.6
-0.08 0.7
-0.1
-0.12
-0.14
Figura 1.2. Influenţa vitezei de ajustare a ratei dobânzii
Influenţa volatilităţii ratei dobânzii ( σ r ) asupra diferenţei de preţ nu este

semnificativă şi nu o mai reprezentăm grafic.
In figura 1.3a este reprezentată repartiţia lui ln ST rezultată din modelul SICIR
în comparaţie cu repartiţia normală.
0.001
0
60
67.2
74.4
81.6
88.8
96
103
110
118
125
132
139
-0.001
-0.002
BS
-0.003
SICIR -0.004
-0.005
-0.006
-0.007
4.56
4.58
4.59
4.61
4.63
4.64
4.65
4.67
4.68
4.69
4.6
-0.008
-0.009
-0.01
Skewness Kurtosis
BS 0 0
SICIR 1.23621E-06 2.43472108
a b
Figura 1.3. Repartiţia lui ln ST
19
Se observă că diferenţa dintre cele două distribuţii este foarte mică. Acest
lucru este evidenţiat şi de figura 1.3.b care reprezintă grafic diferenţa Π 2 − Π 2BS . Deşi
pentru opţiunile ATM există o diferenţă, aceasta este aşa cum se vede foarte mică.
Variaţia parametrilor modelului în limite acceptabile faţă de valorile iniţiale

( α r între 0.01 şi 0.03, β r între 0.5 şi 0.7, σ r între 0.02 şi 0.04) nu aduce schimbări
semnificative în distribuţia lui ln ST .
Se pune deci întrebarea că din moment ce distribuţia rezultată din modelul
SICIR nu este foarte diferită de repartiţia normală şi cum această distribuţie nu se
modifică semnificativ odată cu variaţia în limite acceptabile a parametrilor de unde
rezultă diferenţele de preţ constatate în figurile 1.1. şi 1.2. şi mai ales cum se explică
modificarea acestor diferenţe de preţ atunci când α r şi β r se modifică în intervalele
considerate.
Pentru a răspunde la această întrebare trebuie să analizăm cele două influenţe
discutate în Anexa 6. In figura 1.4.a. sunt reprezentate diferenţele de preţ ca urmare a
influenţei distribuţiei, iar în figura 1.4.b. diferenţele apărute ca urmare a influenţei
factorului de actualizare.
0.00005 0
103
110
118
125
132
139
60
96
67.2
74.4
81.6
88.8
0 -0.01
-0.02
-0.00005
-0.03
-0.0001
-0.04
-0.00015
-0.05
-0.0002
-0.06
-0.00025 -0.07
-0.0003 -0.08
a b
Figura 1.4. Influenţa repartiţiei şi a factorului de actualizare
20
Se observă că influenţa distribuţiei asupra diferenţei de preţ este practic nulă,

diferenţa de preţ fiind determinată în totalitate de influenţa factorului de actualizare.
Diferenţa apărută la modificarea parametrilor α r şi β r (fig.1.1. şi 1.2) se explică prin
aceea că variaţia acestor parametrii deşi nu influenţează în mod semnificativ
distribuţia lui ln ST au o influenţă asupra valorii bondului zero-cupon (relaţia 1.20),
care este factorul de actualizare, ducând la modificarea valorică a influenţei factorului
de actualizare. Cum σ r apare numai la puterea 2 în relaţiile 1.20 rezultă că
modificarea lui într-un interval mic nu duce la modificarea semnificativă a lui
B(t , T ) , aşa explicându-se de ce modificarea volatilităţii ratei dobânzii în limite
acceptabile nu duce la modificărea diferenţei de preţ.
In concluizie diferenţa de preţ intre preţul SICIR şi preţul BS se datorează în
totalitate factorului de actualizare influenţa distribuţiei fiind nesemnificativă. O
explicaţie a acestui fapt poate fi că am neglijat corelaţia între cursul activului şi rata
dobânzii.
Modelul SICIR-modificat

S = 100, X = 100, r = 0.0953, σ = 3,16%, σ S = 31,6%, T − t = 0.25
α r = 0.02, β r = 0.6, σ r = 3%, ρ = 0

Relaţia 1.26 arată că în cadrul acestui model volatilitatea totală este compusă
dintr-o componentă constantă ce depinde de întreprindere şi o componentă sistemică
reprezentată aici de rata dobânzii. Parametrii au fost aleşi astfel încât volatilitatea
totală la momentul t dată de modelul SICIR-modificat să fie aproximativ egală cu
volatilitatea dată de modelul SICIR.
Influenţa mediei pe termen lung a ratei dobânzii ( α r ) asupra diferenţei de preţ
este prezentată in figura 1.5.(a arată diferenţele pentru ρ = 0 , b pentru ρ = 0.5 şi c
pentru ρ = −0.5 ).
Se observă că curbele diferenţelor pentru cazul ρ = 0 au aceeaşi formă ca cele
din figura 1.1. In cazul ρ = 0.5 diferenţele devin foarte mici pentru valori ale
preţurilor de exerciţiu mai apropiate de cursul activului, iar pantru cazul ρ = 0.5
diferenţele devin foarte mici pentru valori ale preţurilor de exerciţiu mai depărtate de
21
0.02
0
60
84
103
108
113
118
122
127
132
137
64.
69.
74.
79.
88.
93.
98.
-0.02
-0.04 0.01
-0.06 0.02
-0.08 0.03
-0.1
-0.12
-0.14
0.5
0.02
0
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
-0.02
-0.04
0.01
-0.06 0.02
-0.08 0.03
-0.1
-0.12
-0.14
-0.5
0.02
0
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
-0.02
-0.04
0.01
-0.06 0.02
-0.08 0.03
-0.1
-0.12
-0.14
Figura 1.5. Influenţa mediei pe termen lung a ratei dobînzii
22
cursul activului. Cum corelaţia nu influenţează valoarea bondului zero-cupon şi deci

nici efectul factorului de actualizare asupra diferenţei de preţ. Rezultă că diferenţele
constatate în figura 1.5 pentru diferite valori ale lui ρ apar doar datorită influenţei
distribuţiei.
Modificarea vitezei de ajustare a ratei dobânzii pentru diferite valori ale
corelaţiei conduce la grafice asemănătoare cu cele din figura 1.5 cu singura
modificare că diferenţele cresc odată cu creşterea vitezei de ajustatare nu ca în cazul
mediei pe termen lung a ratei dobânzii când diferenţele cresc odată cu scăderea
acesteia (situaţie similară cu modelul SICIR).
Nici în cazul acestui model variaţia volatilităţii ratei dobânzii nu produce
variaţii semnificative ale diferenţie de preţ decât pentru nivele ale corelaţiei apropiate
de extreme (în figura 1.6 este prezentată influenţa lui σ r pentru cazul ρ = −1 ).
-1
0.02
0
60
84
103
108
113
118
122
127
132
137
64.
69.
74.
79.
88.
93.
98.
-0.02
0.02
-0.04
0.03
-0.06
0.04
-0.08
-0.1
-0.12
Figura 1.6 Influenţa volatilităţii ratei dobînzii
In figura 1.7a este reprezentată repartiţia lui ln ST (pentru datele iniţiale)

rezultată din modelul SICIR-modificat (reprezentată în culoarea roşu) în comparaţie
cu repartiţia normală precum şi indicatorii de asimetrie şi exces pentru diferite valori
ale lui ρ , iar figura 1.7b diferenţa Π 2 − Π 2BS pentru ρ = −0.5,0,0.5 . Se observă că
skewness-ul creşte odată cu creşterea coeficientului de corelaţie însă este foarte mic.
De asemenea se observă că diferenţa dintre Π 2 şi Π 2BS se măreşte pe măsură ce ρ
creşte. Se mai constată că modificare parametrilor α r şi β r în acelaşi intreval ca şi la
modelul SICIR nu aduce modificări semnificative ale distribuţiei.
23
Skewness Kurtosis
BS 0 0
-1 0.001451153 1.577853157
-0.75 0.001093464 -0.021945539
-0.5 0.000736817 -0.932650547
-0.25 0.000717122 -0.845394729
0 2.29365E-05 -2.7388638
0.25 -0.000331757 -1.385680834
0.5 -0.000688253 -0.605359411
0.75 -0.001041893 -1.595838874
1 -0.001397017 0.06302426
4.56
4.58
4.59
4.61
4.63
4.64
4.65
4.67
4.68
4.69
4.6
0.002
0 103
108
113
118
122
127
132
137
60
84
64.8
69.6
74.4
79.2
88.8
93.6
98.4
-0.002
-0.004 -0.5
0
-0.006
0.5
-0.008
-0.01
-0.012
-1
0.001
0
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
-0.001
-0.002
0.02
-0.003 0.03
0.04
-0.004
-0.005
-0.006
-0.007
Figura 1.7 Distribuţia lui ln ST
24
In schimb aşa cum rezultă şi din figura 1.7.c volatilitatea ratei dobânzii
influenţează într-o măsură destul de mare distribuţia doar pentru valori ale lui ρ care
se apropie de extreme.
Să descompunem acum diferenţa de preţ pe cele două influenţe. Se constată că
în lipsa corelaţiei ca şi la modelul SICIR influenţa distribuţiei este nesemnificativă. In
schimb luarea în considerare a corelaţiei duce la apariţia unei influenţe destul de mari
din partea distribuţiei în timp ce efectul de factorului de actualizare este nemodificat.
Figura 1.8. prezintă descompunerea pe cei doi factori în cazul ρ = −0.75 (a) şi
ρ = 0.75 (b).
-0.75
0.02
0
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
-0.02
-0.04 distr.
f.a.
-0.06 total
-0.08
-0.1
-0.12
0.75
0.02
0
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
-0.02
-0.04 distr.
f.a.
-0.06 total
-0.08
-0.1
-0.12
Figura 1.8. Influenţele distribuţiei şi factorului de actualizare
25
Dacă corelaţia este negativă distibuţia influenţează în sensul că sunt mai

scumpe opţiunile ITM şi mai ieftine cele OTM. Influenţa este exact inversă dacă
corelaţia este pozitivă. Ca şi la modelul SICIR modificarea parametrilor α r şi β r au
efecte doar asupra influenţei factorului de actualizare. Modificarea volatilităţii ratei
dobânzii nu aduce modificări semnificative factorului de actualizare, în schimb are o
influenţă destul de mare asupra influenţei distibuţiei pentru valori apropiate de extrem
ale corelaţiei, aşa cu se vede din figura 1.9, aşa putându-se explica diferenţele din
garaficul 1.6.
-1
0.02
0.015
0.01
0.005
0 0.02
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
0.03
-0.005
0.04
-0.01
-0.015
-0.02
-0.025
Figura 1.9 Modificarea influenţei distribuţiei în funcţie de volatilitatea ratei dobînzii
Se observă că diferenţa între preţul modelului şi preţul Black-Scholes-Merton,

datorată numai influenţei distribuţiei, se măreşte pe măsură ce volatilitatea creşte.
In concluzie diferenţa de preţ în cazul ambelor modele se explică în principal

prin influenţa factorului de actualizare, influenţa distribuţiei fiind practic nulă în cazul
modelului SICIR, iar în cazul modelului SICIR-modificat este mică în comparaţie cu
influenţa factorului de actualizare, dar nu poate să nu fie luată în considerare.
26
II. Modele cu volatilitate stocastică
II.1 Ecuaţia de evaluare
Pe tot parcursul acestui capitol rata dobânzii fără risc este presupusă constantă.
activului suport şi a volatilităţii acestui sunt date de:
⎧⎪dS (t ) = r ⋅ S (t ) ⋅ dt + σ (v (t ) ) ⋅ S (t ) ⋅ dW1 (t )
⎨ 2.1
⎪⎩dv (t ) = α ( v (t )) ⋅ dt + ρ ⋅ β ( v (t )) ⋅ dW1 (t ) + 1 − ρ 2 ⋅ β ( v (t )) ⋅ dW2 (t ) , ρ ∈ [− 1,1]
unde σ (⋅), α (⋅), β (⋅) sunt funcţii deterministe, iar W1 ,W2 sunt mişcări browniene
independente. Evident ρ reprezintă coeficientul de corelaţie dintre cursul activului
suport şi volatilitatea sa.
Trebuie făcute câteva precizări în ceea ce priveşte volatilitatea şi măsura
neutră la risc. Aşa cum se explică în Anexa 4 , datorită inexistenţei unui produs
financiar care să depindă de volatilitate (volatilitatea nu se tranzacţionează pe piaţă),
măsura neutră la risc nu este unică. Rezultă că prima de risc nu este unic determinată.
De-a lungul timpului s-au făcut diferite ipoteze privind acest lucru. In modelul lor de
volatilitate stocastică Hull şi White(1987) consideră că prima de risc este zero.
Heston(1993) este primul care consideră prima de risc diferită de zero, considerând că
aceasta este proporţională cu volatilitatea. Deci:
λv (t , S , v ) = λ ⋅ v (t ) , λ const. 2.2
In ceea ce priveşte coeficientul de corelaţie dintre cursul activului suport şi
volatilitatea sa primele modele de volatilitate stocastică (Hull-White (1987), Stein-
Stein(1991)) l-au considerat zero. Tot Heston este primul care presupune că
coeficientul de corelaţie este diferit de zero. Mai mult el consideră că acesta are o
influenţă foarte mare asupra preţului opţiunilor (o influenţă mult mai mare decât cea a
27
coeficientului de corelaţie dintre activul suport şi rata dobânzii fără risc). De aceea în
acest capitol analizăm doar modele care iau în considerare această corelaţie.
Să trecem la aflarea ecuaţiei de evaluare a unei opţiuni cu scadenţă T şi preţ de
exerciţiu X notată cu C (t ) .
Vom construi un portofoliu care să cloneze opţiunea. Acesta va conţine active
suport, bonduri şi încă un tip de activ cu care să anulăm riscul introdus de miscarea
browniană W2 ( acest risc apare deoarece volatilitatea activului este şi ea stocastică şi
deci are la rândul ei o volatilitate - volatilitatea volatilităţii). Cum volatilitatea nu e
tranzacţionabilă vom încerca să construim portofoliul clonă cu încă o opţiune cu
acelaşi preţ de exerciţiu şi scadenţă T ′ > T notată cu C ′(t ) .
Să aflăm acum ecuaţia de evaluare a opţiunii. Considerăm un portofoliu
format din a (t ) active suport, b(t ) bonduri şi c(t ) opţiuni C ′(t ) . Valoarea la
momentul t a acestui portofoliu este:
Π (t ) = a (t ) ⋅ S (t ) + b(t ) ⋅ B (t ) + c(t ) ⋅ C ′(t )
Vrem să aflăm a (t ) , b(t ) , c(t ) astfel încât acest portofoliu să cloneze opţiunea
C (t ) = Π (t ) , (∀) t ∈ [0, T ] 2.3
Cum dobânda este constantă valoarea bondului zero cupon este:
B (t , T ) = e − r (T −t )
şi dB(t ) = rB(t )dt 2.4
Valoarea opţiunii la momentul t depinde de cursul activului suport şi de
volatilitate şi aplicând lema Ito generalizată obţinem că:
⎛ ∂C ⎞ ∂C ∂C
dC (t ) = ⎜ + L1C ⎟ ⋅ dt + ⋅ dS (t ) + ⋅ dv (t )
⎝ ∂t ⎠ ∂S ∂v
⎛ ∂C ∂C ∂C ⎞
=⎜ + L1C + r ⋅ S ⋅ + α (v ) ⋅ ⎟ ⋅ dt +
⎝ ∂t ∂S ∂v ⎠
⎛ ∂C ∂C ⎞
+⎜ ⋅ σ (v ) ⋅ S (t ) + ⋅ ρ ⋅ β (v )⎟ ⋅ dW1 (t ) +
⎝ ∂S ∂v ⎠
⎛ ∂C ⎞
+⎜ ⋅ 1 − ρ 2 ⋅ β (v )⎟ ⋅ dW2 (t ) 2.5
⎝ ∂v ⎠
unde
28
1 2 ∂ 2C ∂ 2C 1 2 ∂ 2C
L1C = ⋅ σ (v ) ⋅ S 2 ⋅ 2 + ρ ⋅ S ⋅ σ (v ) ⋅ β (v ) ⋅ + ⋅ β (v ) ⋅ 2
2 ∂S ∂S∂v 2 ∂v
Mai notăm cu
∂C ∂C
L C = L1C + r ⋅ S ⋅ + α (v ) ⋅ 2.6
∂S ∂v
O formulă analoagă se obţine şi pentru C ′(t ) .
Să revenim la ecuaţia de dinamică a portofoliului:
dΠ (t ) = a (t ) ⋅ dS (t ) + b(t ) ⋅ dB (t ) + c (t ) ⋅ dC ′(t )
= a (t ) ⋅ [r ⋅ S (t ) ⋅ dt + σ (v ) ⋅ S (t ) ⋅ dW1 (t )] +
+ b(t ) ⋅ r ⋅ B (t ) ⋅ dt
⎡⎛ ∂C ′ ⎛ ∂C ′ ∂C ′ ∂C ′ ⎤
+ c(t )⎢⎜
⎞
+ L C ′ ⎟dt + ⎜ σ (v )S (t ) + ρβ (v )⎞⎟dW1 + ⎛⎜ ⎞
1 − ρ 2 β (v )⎟dW2 ⎥
⎣⎝ ∂t ⎠ ⎝ ∂S ∂v ⎠ ⎝ ∂v ⎠ ⎦
⎡ ⎛ ∂C ′ ⎞⎤
= ⎢r (t ) ⋅ (a (t ) ⋅ S (t ) + b(t ) ⋅ B (t )) + c(t )⎜ + L C ′ ⎟⎥ ⋅ dt +
⎣ ⎝ ∂t ⎠⎦
⎡ ⎛ ∂C ′ ∂C ′ ⎤
+ ⎢a (t )σ (v )S (t ) + c(t )⎜ σ (v )S (t ) + ρβ (v )⎞⎟⎥ ⋅ dW1 +
⎣ ⎝ ∂S ∂v ⎠⎦
⎡ ⎛ ∂C ′ ⎞⎤
+ ⎢c(t )⎜ 1 − ρ 2 β (v )⎟⎥ ⋅ dW2 2.7
⎣ ⎝ ∂v ⎠⎦
Egalând 2.5 cu 2.7 obţinem că:
∂C
c(t ) = ∂v
∂C ′
∂v
∂C ∂C ′
a (t ) = − c(t )
∂S ∂S
C (t ) − a (t ) S (t ) − c(t )C ′(t )
b( t ) = 2.8
B(t )
De asemenea se mai obţine:
∂C ∂C ′
+ LC − r ⋅ C + LC′ − r ⋅ C′
∂t = ∂t = a (t , S , v )
∂C ∂C ′
∂v ∂v
29
Acest lucru apare datorită faptului că măsura neutră la risc nu e unică. Vom
lucra cu acea măsură neutră la risc pentru care a (t , S , v ) = 0 . Rezultă de aici ecuaţia
de evaluare a opţiunilor:
∂C
+ LC − r ⋅ C = 0 2.10
∂t
In acest caz relaţia de paritate put-call este relaţia clasică:
C ( t ) + X ⋅ e − r ( T −t ) = P ( t ) + S ( t ) 2.11
In continuare vom considera cazurile particulare în care volatilitatea urmează
un proces Ornstein-Uhlenbeck (SVOU) sau un proces CIR (SVCIR). De asemenea
vom mai prezenta un model cu volatilitate stocastică pentru evaluarea opţiunilor pe
cursul valutar şi pe preţul futures (Bates 1996, 2000).
II.2 Modelul SVOU
Acesta este un model Stien-Stein modificat şi a fost realizat de R. Schobel şi J.

Zhu (1998). In acest caz considerăm ecuaţiile de dinamică faţă de măsura neutră la
risc sunt date de:
⎧⎪dS (t ) = r ⋅ S (t ) ⋅ dt + v (t ) ⋅ S (t ) ⋅ dW1 (t )
⎨ 2.12
⎪⎩dv (t ) = (α v − β v ⋅ v (t )) ⋅ dt + ρ ⋅ σ v ⋅ dW1 (t ) + 1 − ρ 2 ⋅ σ v ⋅ dW2 (t )

europene este:
C (t , T , S , v ) = S (t ) ⋅ Π 1 (t , T , S , v ) − X ⋅ e − r (T −t ) ⋅ Π 2 (t , T , S , v )
1 1
∞
⎡ e − iφ ln X f j (t , T , S , v; φ )⎤
Π j (t , T , S , v ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 2.13
2 π 0 ⎣ iφ ⎦
unde
⎧ 1
[
f1 (t , T , S (t ), v (t );φ ) = exp ⎨iφ (r (T − t ) + ln S (t ) ) − ρ (1 + iφ ) σ v−1v 2 (t ) + σ v (T − t ) ]
⎩ 2
1 ⎛ sinh{γ 1 (T − t )} + γ 2 cosh{γ 1 (T − t )}⎞ 2

+ ⎜β − γ1
2 ⎜ r
⎟v ( t )
2σ v ⎝ cosh{γ 1 (T − t )} + γ 2 sinh{γ 1 (T − t )}⎟⎠
1 ⎛ (α vγ 1 − γ 2γ 3 ) + γ 3 (sinh{γ 1 (T − t )} + γ 2 cosh{γ 1 (T − t )}) ⎞

+ ⎜⎜ − α vγ 1 ⎟⎟v (t )
σ vγ1 ⎝
2
cosh{γ 1 (T − t )} + γ 2 sinh{γ 1 (T − t )} ⎠
30
1 1
− ln(cosh{γ 1 (T − t )} + γ 2 sinh{γ 1 (T − t )}) + β v (T − t )
2 2
(α γ 12 − γ 3 2
2
) ⎛⎜ sinh{γ 1 (T − t )} ⎞
+ ⎜ cosh{γ (T − t )} + γ sinh{γ (T − t )} − γ 1 (T − t )⎟⎟
v
σ v2γ 13 ⎝ 1 2 1 ⎠
+
(α v )
γ 1 − γ 2γ 3 γ 3 ⎛
⎜⎜
cosh{γ 1 (T − t )} − 1 ⎞⎫
⎟⎟ ⎬
σ vγ1 ⎝ cosh{γ 1 (T − t )} + γ 2 sinh{γ 1 (T − t )}⎠ ⎭
2 3
⎧ 1
[
f1 (t , T , S (t ), v (t );φ ) = exp ⎨iφ (r (T − t ) + ln S (t ) ) − ρ iφ σ v−1v 2 (t ) + σ v (T − t ) ]
⎩ 2
~ sinh{γ 1 (T − t )} + γ 2 cosh{γ 1 (T − t )}⎞⎟v 2 (t )

1 ⎛ ~ ~ ~
+ ⎜ β − γ
2σ v2 ⎜⎝ cosh{γ~1 (T − t )} + γ~2 sinh{γ~1 (T − t )}⎟⎠
r 1
1 ⎛ (α vγ~1 − γ~2γ~3 ) + γ~3 (sinh{γ~1 (T − t )} + γ~2 cosh{γ~1 (T − t )}) ⎞

+ 2~ ⎜
⎜ − α vγ~1 ⎟⎟v (t )
σ vγ1 ⎝ cosh{γ 1 (T − t )} + γ 2 sinh{γ 1 (T − t )}
~ ~ ~
⎠
1 1
− ln(cosh{γ~1 (T − t )} + γ~2 sinh{γ~1 (T − t )}) + β v (T − t )
2 2
+
(α v γ~12 − γ~3 2
2
) ⎛⎜ sinh{γ~1 (T − t )}
− ~ (T − t )⎞⎟
γ
σ v2γ~13 ⎜ cosh{γ~ (T − t )} + γ~ sinh{γ~ (T − t )} 1 ⎟
⎝ 1 2 1 ⎠
+
(α v )
γ~1 − γ~2γ~3 γ~3 ⎛
⎜
cosh{γ~1 (T − t )} − 1 ⎞⎫
⎟⎟ ⎬
⎜
⎝ cosh{γ 1 (T − t )} + γ 2 sinh{γ 1 (T − t )}⎠ ⎭
2~ 3
σ vγ1 ~ ~ ~
γ 1 = β v2 + 2σ v2 ⎜ −
⎛ 1
(1 + iφ )2 (1 − ρ 2 ) + 1 (1 + iφ )(1 − 2 β r ρσ v−1 )⎞⎟
⎝ 2 2 ⎠
γ2 =
γ1
1
(β r − σ v (1 + iφ )ρ )
γ 3 = α r (β r − σ v (1 + iφ )ρ )
γ~1 = β v2 + 2σ v2 ⎜ φ 2 (1 − ρ 2 ) + iφ (1 − 2 β r ρσ v−1 )⎟
⎛1 1 ⎞
⎝2 2 ⎠
γ~2 = ~ (β r − σ v iφρ )
1
γ1
γ~3 = α r (β r − σ v iφρ ) 2.14

Indicatorii de senzitivitate ai modelului sunt:
∂C
ΔS = = Π1
∂S
31
∂C ∂Π ∂Π 2
Δv = = S (t ) 1 − X ⋅ e − r (T −t )
∂v ∂v ∂v
∂ 2 C ∂Π 1 1
∞
⎡ e − iφ ln X f1 (t , T , S , v; φ )⎤
ΓS = = = ∫ Re ⎢ ⎥dφ
∂S 2 ∂S π 0 ⎣ S ⎦
∂ 2 C ∂Δ v ∂ 2 Π1 − r ( T −t ) ∂ Π 2
2
Γv = 2 = = S (t ) 2 − X ⋅ e
∂v ∂v ∂v ∂v 2
∂ 2 C ∂Δ S ∂Π 1
ΓS ,v = = =
∂S∂v ∂v ∂v
unde
∂Π j (t , T , S , v ) 1
∞
⎡ e − iφ ln X ∂f j (t , T , S , v; φ )⎤
= ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2
∂v π 0 ⎣ iφ ∂v ⎦
∂ 2 Π j (t , T , S , v ) 1
∞
⎡ e −iφ ln X ∂ 2 f j (t , T , S , v; φ )⎤
= ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 2.15
∂v 2 π 0 ⎣ iφ ∂v 2 ⎦
Relaţia intre indicatori este:
1 2 2 1
Θ+ v S ΓS + ρσσ v SvΓS ,v + σ v2 Γv + rSΔ S + (α v − β v v )Δ v − rC = 0
2 2
2.16
II.3 Modelul SVCIR
Acest model a fost propus de Heston (1993).

In acest caz ecuaţiile de dinamică faţă de măsura neutră la risc sunt:
⎧⎪dS (t ) = r ⋅ S (t ) ⋅ dt + v (t ) ⋅ S (t ) ⋅ dW1 (t )
⎨ 2.17
⎪⎩dv (t ) = (α v − β v ⋅ v (t )) ⋅ dt + ρ ⋅ σ v ⋅ v (t ) ⋅ dW1 (t ) + 1 − ρ 2 ⋅ σ v ⋅ v (t ) ⋅ dW2 (t )

europene este:
C (t , T , S , v ) = S (t ) ⋅ Π 1 (t , T , S , v ) − X ⋅ e − r (T −t ) ⋅ Π 2 (t , T , S , v )
1 1
∞
⎡ e − iφ ln X f j (t , T , S , v; φ )⎤
Π j (t , T , S , v ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 2.18
2 π 0 ⎣ iφ ⎦
unde
32
⎧⎪ α ⎡ ⎛ (1 − exp{− ξ v (T − t )})(ξ v − β v + (1 + iφ )ρσ v ) ⎞⎤

f1 (t , T , S (t ), v (t ); φ ) = exp ⎨− v2 ⎢2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ v ⎣ ⎝ 2 ξ v ⎠⎦
αv
− (ξ v − β v + (1 + iφ )ρσ v )(T − t )
σ v2
+ iφ r (T − t ) + iφ ln (S (t ) )
iφ (1 + iφ )(1 − exp{− ξ v ⋅ (T − t )}) ⎫

+ v (t ) ⎬
2ξ v − [ξ v − β v + (1 + iφ )ρσ v ](1 − exp{− ξ v ⋅ (T − t )}) ⎭
⎧⎪ α ⎡ ⎛
f 2 (t , T , S (t ), v (t ); φ ) = exp ⎨− 2 ⎢2 ln⎜⎜1 −
v ( {
* *
})(
1 − exp − ξ v (T − t ) ξ v − β v + iφρσ v )⎞⎟⎤⎥
⎟
⎪⎩ σ v ⎣⎢ ⎝ 2ξ v
*
⎠⎦⎥
−
αv
σv 2
( )
ξ v * − β v + iφρσ v (T − t )
+ iφ r (T − t ) + iφ ln (S (t ) )
+
( {
iφ (iφ − 1) 1 − exp − ξ v ⋅ (T − t )
*
}) ⎫
[ ]( {
2ξ v − ξ v − β r + iφρσ v 1 − exp − ξ v ⋅ (T − t )
* * *
v (t ) ⎬
⎭ })
ξv = (β v − (1 + iφ )ρσ v )2 − σ v2iφ (1 + iφ )
ξv* = (β v − iφρσ v )2 − σ v2iφ (iφ − 1) 2.19

avându-se in vedere că s-au modificat formulele pentru Π 1 , Π 2 .
1 2 1
Θ+ vS ΓS + ρσσ v SvΓS ,v + σ v2 vΓv + rSΔ S + (α v − β v v )Δ v − rC = 0
2 2
2.20
II.4 Modelul Bates pentru opţiuni care au ca activ suport valute
Ratele dobânzii fără risc sunt considerate constante. Ecuaţiile de dinamică a

cursului valutar şi a volatilităţii acestuia faţă de măsura neutră la risc sunt:
⎧⎪dS (t ) = (r − rf ) ⋅ S (t ) ⋅ dt + v (t ) ⋅ S (t ) ⋅ dW1 (t )
⎨ 2.21
33
Folosind aceeaşi paşi ca mai sus se determină ecuaţia de evaluare a unei

opţiuni pe cursul valutar:
∂C
+ LC − r ⋅ C = 0 2.22
∂t
unde
1 2 ∂ 2C ∂ 2C 1 2 ∂ 2C ∂C ∂C
LC = vS + ρσσ v Sv + σ v v 2 + (r − rf )S + (α v − β v v )
2 ∂S 2
∂S∂v 2 ∂v ∂S ∂v
In ceea ce priveşte valoarea efectivă a opţiunii se foloseşte aproximativ
aceeaşi metodologie din Anexa 2 (Bates(1996) foloseşte însă în loc de funcţiile
caracteristice funcţiile generatoare de momente):
C (t , T , S , v ) = S (t ) ⋅ e ⋅ Π 1 (t , T , S , v ) − X ⋅ e − r ( T −t ) ⋅ Π 2 (t , T , S , v )
− rf ( T −t )
1 1
∞
⎡ e − iφ ln X F j (t , T , S , v; iφ )⎤
Π j (t , T , S , v ) = + ⋅ ∫ Im ⎢ ⎥dφ , j = 1,2 2.23
2 π 0 ⎣ φ ⎦
unde
⎧⎪ α ⎡ ⎛ (1 − exp{− ξ v (T − t )})(ξ v + β v − (1 + φ )ρσ v ) ⎞⎤
F1 (t , T , S (t ), v (t ); φ ) = exp ⎨− v2 ⎢2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ v ⎣ ⎝ 2ξ v ⎠⎦
αv
+ (ξ v + β v − (1 + φ )ρσ v )(T − t )
σ v2
+ φ (r − rf )(T − t ) + φ ln (S (t ) )
φ (1 + φ )(1 − exp{− ξ v ⋅ (T − t )}) ⎫

− v (t ) ⎬
2ξ v − [ξ v + β v − (1 + φ )ρσ v ](1 − exp{− ξ v ⋅ (T − t )}) ⎭
⎧⎪ α ⎡ ⎛
F2 (t , T , S (t ), v (t ); φ ) = exp ⎨− 2 ⎢2 ln⎜⎜1 −
v
*
( *
{
1 − exp − ξ v (T − t ) ξ v + β v − φρσ v })( )⎞⎟⎤⎥
⎟
⎪⎩ σ v ⎣⎢ ⎝ 2ξ v
*
⎠⎦⎥
+
αv
σv 2
(
ξ v * + β v − φρσ v (T − t ) )
+ φ (r − rf )(T − t ) + φ ln (S (t ) )
−
(
φ (φ − 1) 1 − exp − ξ v * ⋅ (T − t ){ ⎫ })
[ ](
2ξ v − ξ v + β r − φρσ v 1 − exp − ξ v ⋅ (T − t )
* * *
{
v (t ) ⎬
⎭ })
ξv = (β v − (1 + φ )ρσ v )2 − σ v2φ (1 + φ )
ξv* = (β v − φρσ v )2 − σ v2φ (φ − 1) 2.24
34
Relaţia intre indicatori de senzitivitate este:
vS ΓS + ρσσ v SvΓS ,v + σ v2 vΓv + (r − rf )SΔ S + (α v − β v v )Δ v − rC = 0

1 2 1
Θ+
2 2
2.25
II.5 Modelul Bates pentru opţiuni care au ca activ suport contracte

futures
Aşa cum s-a demonstrat în volumul I, deoarece rata dobânzii este constantă,
preţul futures coincide cu preţul forward.
Ecuaţiile de dinamică a preţului futures şi a volatilităţii acestuia faţă de măsura
neutră la risc sunt:
⎧⎪dF (t ) = v (t ) ⋅ F (t ) ⋅ dW1 (t )
⎨ 2.26
Ecuaţia de evaluare a unei opţiuni pe futures este:

∂C
+ LC − r ⋅ C = 0 2.27
∂t
unde
1 2 ∂ 2C ∂ 2C 1 2 ∂ 2C ∂C
LC = vF + ρσσ v Fv + σ v v 2 + (α v − β v v )
2 ∂F 2
∂F∂v 2 ∂v ∂v
In ceea ce priveşte valoarea efectivă a opţiunii se foloseşte aproximativ
aceeaşi metodologie din Anexa 2 (din nou în loc de funcţiile caracteristice folosim
funcţiile generatoare de momente (Bates 2000)):
C (t , T , F , v ) = F (t ) ⋅ e − r (T −t ) ⋅ Π1 (t , T , F , v ) − X ⋅ e − r (T −t ) ⋅ Π 2 (t , T , F , v )
1 1
∞
⎡ e −iφ ln X F j (t , T , F , v; iφ )⎤
Π j (t , T , F , v ) = + ⋅ ∫ Im ⎢ ⎥dφ , j = 1,2 2.28
2 π 0 ⎣ φ ⎦
unde
F1 (t , T , F (t ), v (t ); φ ) = exp ⎨− v2 ⎢2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ v ⎣ ⎝ 2ξ v ⎠⎦
αv
+ (ξ v + β v − (1 + φ )ρσ v )(T − t )
σ v2
+ φ ln (F (t ) )
35
φ (1 + φ )(1 − exp{− ξ v ⋅ (T − t )}) ⎫

− v (t ) ⎬
⎧⎪ α
F2 (t , T , F (t ), v (t ); φ ) = exp ⎨− v2
⎡ ⎛
2
⎢ ⎜ ln ⎜ 1 −
( { })(
1 − exp − ξ v (T − t ) ξ v + β v − φρσ v
* *
)⎞⎟⎤⎥
⎟
⎪⎩ σ v 2ξ v
*
⎢⎣ ⎝ ⎠⎥⎦
+
αv
σv 2
(
ξ v * + β v − φρσ v (T − t ))
+ φ ln (F (t ) )
−
( {
φ (φ − 1) 1 − exp − ξ v * ⋅ (T − t ) })⎫
[ ]( {
* * *
v (t ) ⎬
⎭ })
ξv = (β v − (1 + φ )ρσ v )2 − σ v2φ (1 + φ )
ξv* = (β v − φρσ v )2 − σ v2φ (φ − 1) 2.29

∂C
ΔF = = e − r ( T −t ) Π 1
∂F
∂C ∂Π1 ∂Π 2
Δv = = F (t )e −r (T −t ) − X ⋅ e −r (T −t )
∂v ∂v ∂v
∂ 2 C ∂Π 1 1
∞
⎡ e −iφ ln X f1 (t , T , F , v; φ )⎤
π ∫0 ⎢⎣ ⎥dφ
ΓF = = = Re
∂F 2 ∂F F ⎦
∂ 2 C ∂Δ v − r ( T −t ) ∂ Π 1
2
− r ( T −t ) ∂ Π 2
2
Γv = = = F (t )e − X ⋅ e
∂v 2 ∂v ∂v 2 ∂v 2
∂ 2C ∂Δ F ∂Π 1
ΓF ,v = = =
∂S∂v ∂v ∂v
unde
∂Π j (t , T , F , v ) 1
∞
⎡ e − iφ ln X ∂f j (t , T , F , v; φ )⎤
= ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2
∂v π 0 ⎣ iφ ∂v ⎦
∂ 2 Π j (t , T , F , v ) 1
∞
⎡ e − iφ ln X ∂ 2 f j (t , T , F , v; φ )⎤
= ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 2.30
∂v 2 π 0 ⎣ iφ ∂v 2 ⎦
1 2 1
Θ+ vF ΓF + ρσ v FvΓF ,v + σ v2 vΓv + (α v − β v v )Δ v − rC = 0 2.31
2 2
36
II.6 Comparaţie cu modelul Black-Scholes-Merton
In primul rând să observăm că din moment ce în cadrul acestor modele am

presupus că rata dobânzii este constantă, influenţa factorului de actualizare este zero
şi deci diferenţa de preţ se explică doar prin influenţa distribuţiei cursului.
Modelul SVOU
S = 100, X = 100, r = 0.0953, v = 0.2, T − t = 0.5
α v = 0.8, β v = 4, σ v = 20%, ρ = 0
Media pe termen lung a volatilităţii ( α v ) şi viteza de ajustare a acesteia ( β v )
influenţează destul de mult diferenţa de preţ, mai ales în prezenţa corelaţiei dintre
cursul activului şi volatilitatea sa. Figura 2.1. prezintă influenţa lui α v pentru o
corelaţie de 0.5, iar figura 2.2. reprezintă influenţa lui β v pentru ρ = −0.5 .
0.5
0.5
0.4
0.3
0.2
0.1 0.4
0.8
0
1.2
40
46
52
58
64
70
76
82
88
94
100
106
112
118
124
130
136
142
148
154
160
-0.1
-0.2
-0.3
-0.4
Figura 2.1 Influenţa mediei pe termen lung a volatilităţii
Se observă că pentru corelaţii pozitive modelul subevaluează opţiunile ITM şi

ATM şi supraevaluează opţiunile OTM (în comparaţie cu modelul Black-Scholes-
Merton). Odată cu creşterea mediei pe termen lung diferenţele de preţ pentru opţiunile
ITM şi ATM se micşorează, în schimb pentru opţiunile OTM acestea cresc. Astfel
37
odată cu creşterea mediei pe termen lung modelul tinde să supraevalueze opţiunile

OTM cu mai mult decât subevaluează opţiunile ITM şi ATM. Situaţia este inversă
dacă corelaţia este negativă in sensul că odată cu creşterea mediei pe termen lung
modelul subevaluează opţiunile OTM cu mai mult decât supraevaluează opţiunile
ITM.
-0.5
0.3
0.2
0.1
0
40
46
52
58
64
70
76
82
88
94
100
106
112
118
124
130
136
142
148
154
160
-0.1
3
-0.2
4
-0.3 5
-0.4
-0.5
-0.6
-0.7
Figura 2.2 Influenţa vitezei de ajustare a volatilităţii
In condiţiile corelaţiei negative scăderea vitezei de ajustare duce la

subevaluarea opţiunilor OTM cu mai mult decât sunt supraevaluate opţiunile ITM.
Deci ca şi la modelele cu rată stocastică media pe termen lung şi viteza de ajustare
influenţează diferenţa de preţ în sensuri diferite.
Insă, pe lângă corelaţie, parametrul care influenţează foarte mult diferenţa de
preţ este volatilitatea volatilităţii ( σ v ). In absenţa corelaţiei modelul subevaluează
opţiunile ATM şi le supraevaluează pe cele OTM şi ITM. In aceste condiţii
modificarea volatilitatăţii are un impact foarte mare asupra opţiunilor ATM. Dacă
corelaţia este negativă modificarea volatilităţii are un impact foarte mare asupra
opţiunilor OTM în sensul că pe măsura creşterii acesteia, opţiunile OTM sunt din ce
în ce mai ieftine faţă de modelul Black-Scholes-Merton. Dacă corelaţia este pozitivă
opţiunile OTM sunt supraevaluate. Se mai observă că pentru un anumit nivel al
volatilităţii diferenţa maximă pentru opţiunile OTM în cazul ρ = −0.5 este mai mare
decât cea în cazul ρ = 0.5
38
0
0.15
0.1
0.05
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.05 0.1
0.2
-0.1
0.3
-0.15
-0.2
-0.25
-0.3
-0.5
0.4
0.2
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
0.1
-0.2 0.2
0.3
-0.4
-0.6
-0.8
0.5
0.8
0.6
0.4
0.2 0.1
0.2
0
0.3
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.2
-0.4
-0.6
Figura 2.3 Influenţa volatilităţii volatilităţii
39
Figura 2.3 prezintă influenţa volatilităţii volatilităţii asupra diferenţei de preţ

pentru diferite nivele ale corelaţiei.
Deci se constată că volatilitatea volatilităţii şi corelaţia dintre cusul activului şi
volatilitate ei influenţeză într-o măsură foarte mare diferenţa de preţ. Acest lucru
poate fi explicat prin deplasarea distribuţiei lui ln ST faţă de distribuţia normală.
-0.5 0.5
4.14
4.24
4.34
4.44
4.54
4.64
4.74
4.84
4.94
5.04
5.14
4.14
4.24
4.34
4.44
4.54
4.64
4.74
4.84
4.94
5.04
5.14
0
Skewness Kurtosis
BS 0 0
-1 -0.1676303 1.64191958
-0.75 -0.1274851 1.27799012
-0.5 -0.0870719 0.74215697
-0.25 -0.0463798 0.6116705
0 -0.0053973 0.49503893
0.25 0.03588789 0.5389977
0.5 0.07748799 0.63226151
0.75 0.11941767 1.24121321
4.14
4.24
4.34
4.44
4.54
4.64
4.74
4.84
4.94
5.04
5.14
1 0.16169 1.6694542
Figura 2.4 arată că în cazul acestui model corelaţia are un impact deosebit
asupra distribuţiei lui ln ST . De asemenea skewness-ul creşte odată cu creşterea
corelaţiei şi are o valoare mult mai mare decât cea de la modelele cu rata dobânzii
stocastică. Pentru a avea o imagine mai bună intre cele două distribuţii figura 2.5
prezintă diferenţa Π 2 − Π 2BS pentru diferite valori ale lui ρ .
40
0.05
0.04
0.03
0.02
0.01
-0.5
0
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.01 0.5
-0.02
-0.03
-0.04
-0.05
Figura 2.5 Influenţa coeficientului de corelaţie
Modelul SVCIR

S = 100, X = 100, r = 0.0953, v = 0.04, T − t = 0.5
α v = 0.04, β v = 1.2, σ v = 40%, ρ = −0.5
Se constată ca şi la modelul anterior că în cazul corelaţiei negative modelul
SVCIR supraevaluează opţiunile ITM şi subevaluează opţiunile OTM (în comparaţie
cu modelul Black-Scholes-Merton), situaţia fiind inversă pentru o corelaţie pozitivă.
De asemenea diferenţele de preţ pentru opţiunile ITM sunt mai mici decât cele
constatate pentru opţiunile OTM.
In ceea ce priveşte influenţa mediei pe termen lung a volatilităţii şi a vitezei de
ajustare asupra diferenţei de preţ se constată că este mult mai mică decât la modelul
anterior. Graficele au aceeaşi formă cu cele din figurile 2.1 şi 2.2 însă variaţia celor
doi factori nu mai generează diferenţe aşa mari.
Ne vom ocupa în cadrul acestui model de influenţa volatilităţii volatilităţii
asupra diferenţei de preţ şi asupra distribuţiei lui ln S T pentru diferite nivele ale
corelaţiei.
Aşa cum se vede din figura 2.6 în absenţa corelaţiei volatilitatea volatilităţii
influenţează foarte mult preţul opţiunilor ATM.
41
0
0.2
0.1
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.1
0.3
0.4
-0.2
0.5
-0.3
-0.4
-0.5
-0.5
0.6
0.4
0.2
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.2 0.3
-0.4 0.4
0.5
-0.6
-0.8
-1
-1.2
0.5
0.8
0.6
0.4
0.2
0.3
0
0.4
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.2 0.5
-0.4
-0.6
-0.8
42
Se mai observă că modificarea lui σ v produce diferenţe mai mari ale
preţurilor opţiunilor OTM în cazul ρ = −0.5 decât în cazul ρ = 0.5 . Rezultă că preţul
opţiunilor OTM este mai senzitiv la modificările volatilităţii volatilităţii în cazul unei
corelaţii negative decât în cazul corelaţiei pozitive. Pe de altă parte situaţia este
inversă în cazul opţiunilor ITM şi ATM, în sensul că preţul acestora este mai senzitiv
la modificarea lui σ v în cazul unei corelaţii pozitive. Se mai observă că în cazul
corelaţiei negative influenţa volatilităţii volatilităţii asupra preţului opţiunilor OTM
devine nesemnificativă pentru preţuri de exerciţiu mai apropiate de cursul activului
decât pentru o corelaţie pozitivă.
Pentru a explica diferenţele apărute mai sus trebuie să analizăm influenţa lui
σ v asupra distribuţiei pentru diferite nivele ale corelaţiei.
-0.5 0.5
BS BS
0.3 0.3
0.5 0.5
4.14
4.21
4.28
4.35
4.42
4.49
4.56
4.63
4.77
4.84
4.91
4.98
5.05
5.12
4.14
4.21
4.28
4.35
4.42
4.49
4.56
4.63
4.77
4.84
4.91
4.98
5.05
5.12
4.7
4.7
Skewness Kurtosis
0.3 0.5 0.3 0.5
-1 -0.1924 -0.3255 2.53205 6.943
-0.75 -0.1467 -0.2507 1.78547 5.0299
BS -0.5 -0.1007 -0.175 1.2592 3.5773
0.3 -0.25 -0.0543 -0.0984 0.92384 2.6009
0.5 0 -0.0075 -0.0208 0.78515 2.1823
0.25 0.03973 0.058 0.86767 2.3646
0.5 0.08735 0.138 1.18397 3.2238
0.75 0.13542 0.2192 1.75099 4.8571
1 0.18396 0.3019 2.60046 7.3494
4.14
4.21
4.28
4.35
4.42
4.49
4.56
4.63
4.77
4.84
4.91
4.98
5.05
5.12
4.7
43
Figura 2.7 prezintă influenţa volatilităţii volatilităţii asupra distribuţiei lui

ln ST pentru ρ = −0.5,0,0.5 . De asemenea sunt calculaţi indicatorii de asimetrie şi
exces pentru σ v = 0.3,0.5 şi diferite nivele de corelaţie. Skewness-ul creşte odată cu

creşterea coeficientului de corelaţie având cam acelaşi nivel ca şi la modelul anterior
numai că în cazul modelului SVCIR kurtosis-ul este mai mare. Se poate observa
impactul deosebit de mare pe care volatilitatea volatilităţii îl are asupra indicatorilor
de asimetrie şi access. Pentru a arăta şi mai precis influenţa modificării lui σ v asupra
diferenţei dintre distribuţia lui ln ST rezultată din modelul SVCIR şi distribuţia
normală, figura 2.8 prezintă diferenţa Π 2 − Π 2BS pentru ρ = 0.5 şi diferite valori ale
0.5
0.06
0.04
0.02
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
0.3
-0.02
0.4
-0.04 0.5
-0.06
-0.08
-0.1
Figura 2.8
lui σ v .
In concluzie, modelele cu volatilitate stocastică au influenţă foarte mare

asupra distribuţiei lui mai ales ln S T prin parametrii σ v şi ρ , influenţă care se
transmite şi diferenţei între preţul modelului şi preţul Black-Scholes-Merton. In lipsa
corelaţiei skewness-ul este neglijabil modelul nemaiputând fi folosit pentru a evalua
opţiuni al căror activ suport prezintă skewness. Acesta este motivul pentru care am
ales să prezentăm doar modele care iau în considerare corelaţia dintre activul suport şi
volatilitatea sa şi să lăsăm la o parte modelele care nu iau în considerare această
corelaţie: Hull-White (1987), Scott (1987), Wiggins (1987), Stein-Stein (1991), Ball-
Roma (1994).
44
III. Modele cu rata dobânzii şi volatilitate stocastice
III.1 Ecuaţia de evaluare

activului suport, a volatilităţii sale şi a ratei dobânzii fără risc sunt date de:
⎧dS (t ) = r (t ) ⋅ S (t ) ⋅ dt + σ ( v (t )) ⋅ dW1 (t )
⎪⎪
⎨dv (t ) = θ ( v (t )) ⋅ dt + ρ v ⋅ ω ( v (t )) ⋅ dW1 (t ) + 1 − ρ v ⋅ ω ( v (t )) ⋅ dW2 (t )
2
3.1
⎪dr (t ) = α ( r (t )) ⋅ dt + β ( r (t )) ⋅ dW (t )
⎪⎩ 3
unde σ (⋅), θ (⋅), ω (⋅), α (⋅), β (⋅) sunt funcţii deterministe, iar W1 , W2 , W3 sunt mişcări
browniene independente. ρ v reprezintă coeficientul de corelaţie dintre cursul activului

suport şi volatilitatea sa. Incă nu luăm în considerare corelaţia între cursul activului
suport şi rata dobânzii fără risc.
Nici în acest caz datorită faptului că volatilitatea este stocastică măsura neutră
la risc nu este unică. Pentru a deduce ecuaţia de evaluare a unei opţiuni cu scadenţă T
şi preţ de exerciţiu X, notată cu C (t ) , vom construi un portofoliu care să cloneze
opţiunea. Acesta va conţine active suport, bonduri şi încă un tip de activ cu care să
anulăm riscul introdus de mişcarea browniană W2 şi anume o opţiune cu acelaşi preţ
de exerciţiu şi scadenţă T ′ > T notată cu C ′(t ) .
Considerăm un portofoliu format din a (t ) active suport, b(t ) bonduri şi c(t )
opţiuni C ′(t ) . Valoarea la momentul t a acestui portofoliu este:
Π (t ) = a (t ) ⋅ S (t ) + b(t ) ⋅ B (t ) + c(t ) ⋅ C ′(t )
Vrem să aflăm a (t ) , b(t ) , c(t ) astfel încât acest portofoliu să cloneze opţiunea
C (t ) = Π (t ) , (∀ ) t ∈ [0, T ] 3.2
45
Mai avem în considerare că bondul zero-cupon are următoarea ecuaţie de

dinamică:
dB(t , r ) = r (t ) ⋅ B (t , r ) ⋅ dt + σ B (t , r ) ⋅ B (t , r ) ⋅ dW3 3.3
unde volatilitatea bondului este dată de relaţia 1.5.
Valoarea opţiunii la momentul t depinde de cursul activului suport, de
volatilitate şi de rata dobânzii fără risc şi aplicând lema Ito generalizată obţinem că:
⎛ ∂C ⎞ ∂C ∂C ∂C
dC (t ) = ⎜ + L1C ⎟ ⋅ dt + ⋅ dS (t ) + ⋅ dv (t ) + ⋅ dr (t )
⎝ ∂t ⎠ ∂S ∂v ∂r
⎛ ∂C ∂C ∂C ∂C ⎞
=⎜ + L1C + r ⋅ S ⋅ + θ (v ) ⋅ + α (r ) ⋅ ⎟ ⋅ dt +
⎝ ∂t ∂S ∂v ∂r ⎠
⎛ ∂C ∂C ⎞
+⎜ ⋅ σ (v ) ⋅ S (t ) + ⋅ ρ v ⋅ ω (v )⎟ ⋅ dW1 (t ) +
⎝ ∂S ∂v ⎠
⎛ ∂C ⎞ ∂C
⋅ 1 − ρ v ⋅ ω (v )⎟ ⋅ dW2 (t ) + ⋅ β ( r ) ⋅ dW3 (t )
2
+⎜ 3.4
⎝ ∂v ⎠ ∂r
unde
1 ∂ 2C ∂ 2C 1 2 ∂ 2C 1 2 ∂ 2C
L1C = σ 2 (v )S 2 2 + ρ v Sσ (v )ω (v ) + ω (v ) 2 + β (r ) 2
2 ∂S ∂S∂v 2 ∂v 2 ∂r
Mai notăm cu
∂C ∂C ∂C
L C = L1C + rS + θ (v ) + α (r) 3.5
∂S ∂v ∂r
O formulă analoagă se obţine şi pentru C ′(t ) .
Revenind la ecuaţia de dinamică a portofoliului, avem că:
dΠ (t ) = a (t ) ⋅ dS (t ) + b(t ) ⋅ dB (t ) + c (t ) ⋅ dC ′(t )
= a (t ) ⋅ [r (t ) ⋅ S (t ) ⋅ dt + σ (v ) ⋅ S (t ) ⋅ dW1 (t )] +
+ b(t ) ⋅ [r (t ) ⋅ B (t ) ⋅ dt + σ B ⋅ B (t ) ⋅ dW3 (t )]
⎡⎛ ∂C ′ ⎛ ∂C ′ ∂C ′ ∂C ′ ⎤
+ c(t )⎢⎜
⎞
+ L C ′ ⎟dt + ⎜ σ (v )S (t ) + ρ vω (v )⎞⎟dW1 + ⎛⎜ ⎞
1 − ρ v ω (v )⎟dW2 ⎥
2
⎣⎝ ∂t ⎠ ⎝ ∂S ∂v ⎠ ⎝ ∂v ⎠ ⎦
⎡ ⎛ ∂C ′ ⎞⎤
= ⎢r (t ) ⋅ (a (t ) ⋅ S (t ) + b(t ) ⋅ B (t )) + c(t )⎜ + L C ′ ⎟⎥ ⋅ dt +
⎣ ⎝ ∂t ⎠⎦
⎡ ⎛ ∂C ′ ∂C ′ ⎞⎤
+ ⎢a (t )σ (v )S (t ) + c(t )⎜ σ (v )S (t ) + ρ vω (v )⎟⎥ ⋅ dW1 +
⎣ ⎝ ∂S ∂v ⎠⎦
46
⎡ ⎛ ∂C ′ ⎞⎤
+ ⎢c(t )⎜ 1 − ρ 2 ω (v )⎟⎥ ⋅ dW2
⎣ ⎝ ∂v ⎠⎦
+ [b(t )σ B (t , r ) B(t )] ⋅ dW3 (t ) 3.6
Egalând 3.4 cu 3.6 şi ţinând seama de relaţia 1.5 obţinem că:
∂C
c (t ) = ∂v
∂C ′
∂v
∂C ∂C ′
a (t ) = − c(t )
∂S ∂S
∂C
C (t ) − a (t ) S (t ) − c(t )C ′(t )
b(t ) = ∂r = 3.7
∂B B (t )
∂r
De asemenea se mai obţine:
∂C ∂C ′
+ LC − r ⋅ C + LC′ − r ⋅ C′
∂t = ∂t = a (t , S , v )
∂C ∂C ′
∂v ∂v
Folosind aceleaşi observaţii ca şi în capitolul precedent, vom lucra cu acea
măsură neutră la risc pentru care a (t , S , v ) = 0 . Rezultă de aici ecuaţia de evaluare a
opţiunilor:
∂C
+ LC − r ⋅ C = 0 3.8
∂t
Folosind aceleaşi portofolii considerate şi în capitolul 1 relaţia de paritate put-
call este dată de:
C (t ) + X ⋅ B (t , T ) = P ( t ) + S (t ) 3.9
In continuare vom considera cazul particular în care volatilitatea şi rata
dobânzii urmează, ambele, procese de tip CIR.
47
III.2 Modelul SICIR-SVCIR

⎧dS (t ) = r (t ) S (t )dt + v(t ) S (t )dW1 (t )
⎪
⎪
⎨dv (t ) = (α v − β v v (t ))dt + ρ vσ v v (t )dW1 (t ) + 1 − ρ v σ v v (t )dW2 (t )
2
3.10
⎪
⎪⎩dr (t ) = (α r − β r r (t ))dt + σ r r (t )dW3 (t )
Valoarea bondului zero-cupon este dată de relaţia 1.20.

C (t , T , S , v, r ) = S (t ) ⋅ Π 1 (t , T , S , v, r ) − X ⋅ B (t , T ) ⋅ Π 2 (t , T , S , v, r )
1 1
∞
⎡ e − iφ ln X f j (t , T , S , v, r; φ )⎤
Π j (t , T , S , v, r ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 3.11
2 π 0 ⎣ iφ ⎦
unde
⎧⎪ α ⎡ ⎛ (1 − exp{− ξ v (T − t )})(ξ v − β v + (1 + iφ )ρ vσ v ) ⎞⎤
f 1 (t , T , S (t ), v (t ), r (t ); φ ) = exp ⎨− v2 ⎢2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ v ⎣ ⎝ 2ξ v ⎠⎦
αv
− (ξ v − β v + (1 + iφ )ρ vσ v )(T − t )
σ v2
αr ⎡ ⎛ (1 − exp{− ξ r (T − t )})(ξ r − β r ) ⎞⎤
− ⎢2 ln⎜⎜1 − ⎟⎟⎥
σ r2 ⎣ ⎝ 2ξ r ⎠⎦
αr
− (ξ r − β r )(T − t ) + iφ ln(S (t ) )
σ r2
iφ (1 + iφ )(1 − exp{− ξ v ⋅ (T − t )})
+ v (t )
2ξ v − [ξ v − β v + (1 + iφ )ρ vσ v ](1 − exp{− ξ v ⋅ (T − t )})
2iφ (1 − exp{− ξ r ⋅ (T − t )}) ⎫
+ r (t ) ⎬
2ξ r − [ξ r − β r ](1 − exp{− ξ r ⋅ (T − t )}) ⎭
⎧⎪ α ⎡ ⎛
f 2 (t , T , S (t ), v (t ), r (t ); φ ) = exp ⎨− 2 ⎢2 ln ⎜1 −
v ⎜
( *
{ *
})(
1 − exp − ξ v (T − t ) ξ v − β v + iφρ vσ v )⎞⎟⎤⎥
⎟
⎪⎩ σ v ⎣⎢ ⎝ 2ξ v
*
⎠⎦⎥
−
αv
σv 2
( )
ξ v * − β v + iφρ vσ v (T − t )
αr ⎡ ⎛
− 2 ⎢2 ln ⎜⎜1 −
( {
1 − exp − ξ r (T − t ) ξ r − β r
* *
})( )⎞⎟⎤⎥
σ r ⎣⎢ ⎝ 2ξ r
* ⎟
⎠⎦⎥
48
−
αr
σr 2
( )
ξ r * − β r (T − t ) + iφ ln(S (t ) ) − ln( B(t , T ))
+
( {
iφ (iφ − 1) 1 − exp − ξ v ⋅ (T − t )
*
})
[ ](
* * *
{
v (t )
})
+
(
2(iφ − 1) 1 − exp − ξ r
*
{ ⋅ (T − t )})
⎫
[ ]( {
2ξ r − ξ r − β r 1 − exp − ξ r ⋅ (T − t )
* * *
r (t ) ⎬
⎭ })
ξ r = β r2 − 2σ r2 iφ
ξ r * = β r2 − 2σ r2 (iφ − 1)
ξv = (β v − (1 + iφ )ρ vσ v )2 − σ v2iφ (1 + iφ )
ξv* = (β v − iφρ vσ v )2 − σ v2iφ (iφ − 1) 3.12

∂C
ΔS = = Π1
∂S
∂C ∂Π ∂Π 2
Δv = = S (t ) 1 − X ⋅ B(t , T )
∂v ∂v ∂v
∂C ∂Π ⎡ ∂Π ⎤
Δr = = S (t ) 1 − X ⋅ B (t , T ) ⎢ 2 − M (t , T )Π 2 ⎥
∂r ∂r ⎣ ∂r ⎦
∂ 2 C ∂Π 1 1
∞
⎡ e − iφ ln X f1 (t , T , S , v; φ )⎤
π ∫0 ⎢⎣ ⎥dφ
ΓS = = = Re
∂S 2 ∂S S ⎦
∂ 2C ∂Δ v ∂ 2 Π1 ∂2Π 2
Γv = = = S (t ) − X ⋅ B ( t , T )
∂v 2 ∂v ∂v 2 ∂v 2
∂ 2C ∂ 2 Π1 ⎡∂2Π2 ∂Π ⎤
Γr = = S (t ) − X ⋅ B ( t , T ) ⎢ − 2 M (t , T ) 1 + M 2 (t , T )Π 2 ⎥
∂r 2
∂r 2
⎣ ∂r
2
∂r ⎦
∂ 2 C ∂Δ S ∂Π 1
ΓS ,v = = =
∂S∂v ∂v ∂v
unde
∂Π j (t , T , S , v, r ) 1 ⎡ e − iφ ln X ∂f j (t , T , S , v, r; φ )⎤
∞
= ∫ Re ⎢ ⎥dφ , j = 1,2 g = v, r
∂g π 0 ⎣ iφ ∂v ⎦
∂ 2 Π j (t , T , S , v, r ) 1 ⎡ e − iφ ln X ∂ 2 f j (t , T , S , v, r; φ )⎤
∞
= ∫ Re ⎢ ⎥dφ , j = 1,2 g = v, r
∂g 2 π 0 ⎣ iφ ∂v 2 ⎦
3.13
49

1 2 1 1
Θ+ vS ΓS + ρ vσ v SvΓS ,v + σ v2 vΓv + σ r2 rΓr +
2 2 2
+ rSΔ S + (α v − β v v )Δ v + (α r − β r v )Δ r − rC = 0 3.14
III.3 Modelul SICIR-SVCIR-modificat
In această secţiune vom lua în considerare şi corelaţia dintre activul suport şi

rata dobânzii fără risc.
Considerăm următoarele ecuaţii de dinamică:
⎧dS (t ) = r (t )S (t )dt + S (t ) v (t )dW1 (t ) + σ S S (t ) r (t )dW2 (t )
⎪
⎪
⎨dv (t ) = (α v − β v v (t ))dt + ρ vσ v v(t )dW1 (t ) + 1 − ρ v σ v v(t )dW3 (t )
2
3.15
⎪
⎪⎩dr (t ) = (α r − β r r (t ))dt + ρ rσ r r (t )dW2 (t ) + 1 − ρ r σ r r (t )dW4 (t )
2
unde W1 , W2 , W3 , W4 sunt mişcări browniene independente.

Avem că:
1 ⎛ dS (t ) ⎞
V (t ) = Var⎜⎜ ⎟⎟ = v (t ) + σ S2 r (t ) 3.16
dt ⎝ S (t ) ⎠
Se observă că în acest caz riscul activului (volatilitatea totală) are o
componentă care depinde de întreprindere şi o componentă sistemică şi anume rata
dobânzii. In cadrul modelului precedent volatilitatea totală era explicată doar prin
intermediul unei variabile care depindea de întreprindere neexistând şi o componentă
sistemică.
Construind un portofoliu clonă ca mai sus se obţine ecuaţia de evaluare:
∂C
+ LC − r ⋅ C = 0
∂t
unde
2 ∂ C ∂ 2C ∂ 2C 1 2 ∂ 2C 1 2 ∂ 2C
2
1
L C = (v + r )S + ρ rσ r Sr + ρ vσ v Sv + σrr 2 + σvv 2
2 ∂S 2 ∂S∂r ∂S∂v 2 ∂r 2 ∂v
∂C ∂C ∂C
+ rS + (α r − β r r ) + (α v − β v r ) 3.17
∂S ∂r ∂v
50

europene este (adaptând rezultatele obţinute de Bakshi şi Chen (1997a)) :
C (t , T , S , v, r ) = S (t ) ⋅ Π 1 (t , T , S , v, r ) − X ⋅ B (t , T ) ⋅ Π 2 (t , T , S , v, r )
1 1
∞
⎡ e − iφ ln X f j (t , T , S , v, r; φ )⎤
Π j (t , T , S , v, r ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 3.18
2 π 0 ⎣ iφ ⎦
unde
⎪⎩ σ v ⎣ ⎝ 2ξ v ⎠⎦
αv
− (ξ v − β v + (1 + iφ )ρ vσ v )(T − t )
σ v2
αr ⎡ ⎛ (1 − exp{− ξ r (T − t )})(ξ r − β r + (1 + iφ )ρ rσ rσ S ) ⎞⎤
− ⎢2 ln⎜⎜1 − ⎟⎟⎥
σ r2 ⎣ ⎝ 2 ξ r ⎠⎦
α
− r2 (ξ r − β r + (1 + iφ )ρ rσ rσ S )(T − t )
σr
+ iφ ln (S (t ) )
iφ (1 + iφ )(1 − exp{− ξ v ⋅ (T − t )})
+ v (t )
iφ (2 + (1 + iφ )σ S2 )(1 − exp{− ξ r ⋅ (T − t )}) ⎫
+ r (t ) ⎬
2ξ r − [ξ r − β r + (1 + iφ )ρ rσ rσ S ](1 − exp{− ξ r ⋅ (T − t )}) ⎭
⎧⎪ α
f 2 (t , T , S (t ), v (t ), r (t ); φ ) = exp ⎨− v2
⎡ ⎛
2
⎢ ⎜ ln ⎜ 1 −
( { *
})(
1 − exp − ξ v (T − t ) ξ v − β v + iφρ vσ v
*
)⎞⎟⎤⎥
⎟
⎪⎩ σ v 2ξ v
*
⎢⎣ ⎝ ⎠⎥⎦
−
αv
σv 2
( )
ξ v * − β v + iφρ vσ v (T − t )
α
− r2
⎡ ⎛
⎢ ⎜ −
2 ln ⎜ 1
( {
* *
})(
1 − exp − ξ r (T − t ) ξ r − β r + iφρ rσ rσ S )⎞⎟⎤⎥
σr 2ξ r
* ⎟
⎣⎢ ⎝ ⎠⎦⎥
−
αr
σr 2
(
ξ r * − β r + iφρσ rσ S (T − t ) )
+ iφ ln (S (t ) ) − ln (B (t , T ))
+
( {
iφ (iφ − 1) 1 − exp − ξ v ⋅ (T − t )
*
})
[ ](
* * *
{v (t )
})
+
(iφ − 1)(2 + iφσ S2 )(1 − exp{− ξ r * ⋅ (T − t )}) ⎫
2ξ r − [ξ r − β r + iφρσ rσ S ](1 − exp{− ξ r ⋅ (T − t )})
* * *
r (t ) ⎬
⎭
51
ξr = (β r − (1 + iφ )ρ rσ rσ S )2 − σ r2iφ (2 + (1 + iφ )σ S2 )
ξr* = (β r − iφρ rσ rσ S )2 − σ r2 (iφ − 1)(2 + iφσ S2 )

avându-se in vedere că s-au modificat formulele pentru Π 1 , Π 2 . In plus mai apare un
indicator:
∂ 2 C ∂Δ S ∂Π 1
ΓS ,r = = =
∂S∂r ∂r ∂r
1
∞
⎡ e − iφ ln X ∂f1 (t , T , S , v, r; φ )⎤
π ∫0 ⎢⎣ iφ ⎥dφ
= Re
∂r ⎦
Avem următoarea relaţie între indicatorii de senzitivitate:
1
Θ+ (v + r )S 2 ΓS + ρ vσ v SvΓS ,v + ρ rσ r SrΓS ,r + 1 σ v2 vΓv + 1 σ r2 rΓr +
2 2 2
+ rSΔ S + (α v − β v v )Δ v + (α r − β r r )Δ r − rC = 0 3.20
III.4 Modelul SICIR-SVCIR pentru opţiuni care au ca activ suport

contracte futures
Ecuaţiile de dinamică comună faţă de măsura neutră la risc a cursului activului

suport, a volatilităţii sale şi a ratei dobânzii fără risc sunt date de sistemul 3.10.
Preţul futures este dat de relaţia 1.32.
Pentru simplicitate vom considera că scadenţa opţiunii coincide cu scadenţa
contractului futures.
In acest caz avem (adaptând rezultatele obţinute de Bakshi şi Chen (1997b)) :
C (t , T , Φ , v, r ) = Φ (t ) ⋅ D (t , T ) ⋅ Π 1 (t , T , Φ , v, r ) − X ⋅ B(t , T ) ⋅ Π 2 (t , T , Φ, v, r )
1 1
∞
⎡ e −iφ ln X f j (t , T , Φ, v, r; φ )⎤
Π j (t , T , Φ , v, r ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 3.21
2 π 0 ⎣ iφ ⎦
unde
52
⎪⎩ σ v ⎣ ⎝ 2ξ v ⎠⎦
αv
− (ξ v − β v + (1 + iφ )ρ vσ v )(T − t )
σ v2
αr ⎡ ⎛ (1 − exp{− ξ r (T − t )})(ξ r − β r ) ⎞⎤
− ⎢2 ln⎜⎜1 − ⎟⎟⎥
σ r2 ⎣ ⎝ 2ξ r ⎠⎦
αr
− (ξ r − β r )(T − t ) + iφ ln(Φ (t ) ) + iφ ln(D(t, T ) )
σ r2
iφ (1 + iφ )(1 − exp{− ξ v ⋅ (T − t )})
+ v (t )
2iφ (1 − exp{− ξ r ⋅ (T − t )}) ⎫

+ r (t ) ⎬
2ξ r − [ξ r − β r ](1 − exp{− ξ r ⋅ (T − t )}) ⎭
⎧⎪ α ⎡ ⎛
f 2 (t , T , S (t ), v (t ), r (t ); φ ) = exp ⎨− v2 ⎢2 ln⎜⎜1 −
( { })(
1 − exp − ξ v (T − t ) ξ v − β v + iφρ vσ v
* *
)⎞⎟⎤⎥
⎟
⎪⎩ σ v ⎣⎢ ⎝ 2ξ v
*
⎠⎦⎥
−
αv
σv 2
( )
ξ v * − β v + iφρ vσ v (T − t )
αr ⎡ ⎛
⎜
− 2 ⎢2 ln⎜1 −
( *
{
1 − exp − ξ r (T − t ) ξ r − β r
*
})( )⎞⎟⎤⎥
σ r ⎣⎢ ⎝ 2ξ r
* ⎟
⎠⎦⎥
−
αr
σr 2
( )
ξ r * − β r (T − t )
+ iφ ln (Φ (t ) ) + iφ ln (D(t , T ) ) − ln (B (t , T ))
+
( {
iφ (iφ − 1) 1 − exp − ξ v ⋅ (T − t )
*
})
[ ](
* * *
{v (t )
})
+
(
2(iφ − 1) 1 − exp − ξ r{*
⋅ (T − t )})
⎫
[ ]( {
2ξ r − ξ r − β r 1 − exp − ξ r ⋅ (T − t )
* * *
r (t ) ⎬
⎭ })
ξ r = β r2 − 2σ r2 iφ
ξ r * = β r2 − 2σ r2 (iφ − 1)
53
III.5 Comparaţie cu modelul Black-Scholes-Merton
Vom analiza în special influenţa distribuţiei şi factorului de actualizare asupra

diferenţei între preţul dat de model şi preţul Black-Scholes-Merton.
Modelul SICIR-SVCIR

S = 100, X = 100, r = 0.0953, v = 0.01, T − t = 0.25
α r = 0.02, β r = 0.6, σ r = 3%; α v = 0.04, β v = 1, σ v = 40%, ρ v = −0.7
0.5
0.3
0.2
0.1
0
0.01
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
0.02
-0.1
0.03
-0.2
-0.3
-0.4
-0.5
0.2
0.1
0
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
-0.1
0.5
0.6
-0.2
0.7
-0.3
-0.4
-0.5
Figura 3.1 Influenţa mediei pe termen lung (a) şi vitezei de ajustare (b) a ratei dobînzii
54
Influenţa mediei pe termen lung a ratei dobânzii ( α r ) şi a vitezei de ajustare a

ratei dobânzii ( β r ) asupra diferenţei de preţ este destul de mică. Aşa cum se vede din
figura 3.1 acestea influenţează doar preţurile opţiunilor ITM şi ATM. Aşa cum am
văzut în capitolul 1, aceşti parametrii nu influenţau semnificativ distribuţia însă aveau
un impact mare asupra valorii bondului zero-cupon. Putem trage concluzia că aceste
modificări apar doar datorită influenţei factorului de actualizare. De asemenea am
constatat în primul capitol că volatilitatea ratei dobânzii ( σ r ) nu influenţează
semnificativ nici distribuţia şi nici facorul de actualizare. Acest fapt e confirmat şi de
acest model, modificarea volatilităţii ratei dobânzii neinfuenţând semnificativ
diferenţa de preţ.
-0.5
0.2
0.1
0
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
-0.1
0.3
-0.2
0.4
-0.3 0.5
-0.4
-0.5
-0.6
0.5
0.3
0.2
0.1
0
100
104
108
112
116
120
124
128
132
136
140
60
64
68
72
76
80
84
88
92
96
0.3
-0.1
0.4
-0.2 0.5
-0.3
-0.4
-0.5
55
In ceea ce priveşte parametrii volatilităţii se constată că modificarea acestora

influenţeză semnificativ diferenţa de preţ. Cum volatilitatea nu influenţeză factorul de
actualizare putem spune că aceste efecte se datorează influenţei distribuţiei. Vom
analiza în special influenţa volatilităţii volatilităţii ( σ v ). Figura 3.2 arată că şi în
cadrul acestui model σ v are aceleaşi efecte asupra diferenţei de preţ ca cele constatate
în capitolul 2. Astfel creşterea volatilităţii volatilităţii duce la creşterea semnificativă a
diferenţelor de preţ pentru opţiunile cu preţuri de exerciţiu în intervalul 90,110% din
cursul activului suport. Bineînţeles că trebuie să avem în vedere şi coeficientul de
corelaţie. Ca şi în capitolul precedent, o corelaţie pozitivă (figura 3.2b) duce la
subevaluarea opţiunilor ITM şi supraevaluarea celor OTM. O caracteristică aparte
este că spre deosebire de capitolul precedent acest model subevaluează opţiunile
DITM. Acest lucru vom vedea că se datorează influenţei factorului de actualizare.
Dacă corelaţia e negativă lucrurile rămân neschimbate faţă de cele constatate în
-0.5 0.5
4.15
4.25
4.35
4.45
4.55
4.65
4.75
4.85
4.95
5.05
5.15
4.15
4.25
4.35
4.45
4.55
4.65
4.75
4.85
4.95
5.05
5.15
Skewness Kurtosis
-1 -0.23496196 8.532804089
-0.75 -0.17983137 5.985763443
-0.5 -0.12424803 4.05352822
-0.25 -0.06818656 2.795517618
0 -0.01161993 2.242745201
0.25 0.04548118 2.474106875
0.5 0.10314843 3.554791665
0.75 0.16141562 5.549130586
1 0.22031985 8.566617016
4.15
4.25
4.35
4.45
4.55
4.65
4.75
4.85
4.95
5.05
5.15
56
capitolul 2.
In cadrul analizei distribuţiei lui ln ST pentru a pune în evidenţă diferenţele
faţă de repartiţia normală considerăm că T − t = 0.5 . Se constată din forma distribuţiei
că in cazul unei corelaţii negative valorile opţiunilor OTM date de model sunt mai
mici decât preţurile Black-Scholes-Merton. Diferenţa se accentuează pe măsura
creşterii volatilităţii volatilităţii. Situaţia este inversă dacă corelaţia este pozitivă.
Această observaţie este în concordanţă cu cele observate din graficul 3.2
In continuare ne propunem să cuantificăm influenţa celor doi factori
(distribuţia şi factorul de actualizare) asupra diferenţei de preţ.
-0.5
0.3
0.2
0.1
0
103
108
113
118
122
127
132
137
60
84
64.8
69.6
74.4
79.2
88.8
93.6
98.4
distr
-0.1
f.a.
-0.2 total
-0.3
-0.4
-0.5
0.5
0.3
0.2
0.1
0
distr
103
108
113
118
122
127
132
137
60
84
64.8
69.6
74.4
79.2
88.8
93.6
98.4
f.a.
-0.1
total
-0.2
-0.3
-0.4
Figura 3.4 Influenţa distribuţiei şi factorului de actualizare
57
Am văzut în capitolul 1 că în cazul modelelor cu rata dobânzii stocastică

influenţa distribuţiei este foarte mică în comparaţie cu influenţa factorului de
actualizare. Pentru modelele cu volatilitate stocastică influenţa factorului de
actualizare era nulă. Iată că în cazul în care atât rata dobânzii cât şi volatilitatea sunt
stocastice influenţa factorului de actualizare există (figura 3.4), dar este mică în
comparaţie cu influenţa distribuţiei. Influenţa factorului de actualizare este mai
accentuată în zona opţiunilor DITM aşa explicându-se de ce aceste opţiuni sunt
întotdeauna subevaluate de modelul SICIR-SVCIR indiferent de semnul
coeficientului de corelaţie.
Modelul SICIR-SVCIR-modificat

S = 100, X = 100, r = 0.0953, v = 0.001, σ S = 0.316, T − t = 0.25
α r = 0.02, β r = 0.6, σ r = 3%, ρ r = 0; α v = 0.04, β v = 1, σ v = 40%, ρ v = −0.7

Vom analiza în cadrul acestei secţiuni influenţa asupra diferenţei de preţ a
noului parametru apărut, coeficientul de corelaţie între cursul activului suport şi rata
0.02
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.02
-0.04
-0.06
-1
-0.08
0
-0.1
1
-0.12
-0.14
-0.16
-0.18
Figura 3.5 Influenţa corelaţiei dintre cursul activului şi rata dobînzii
dobânzii fără risc ( ρ r ). Figura 3.5 arată că acesta influenţează diferenţa de preţ doar
în mică măsură şi doar pentru valori apropiate de extreme.
58
Aşa cum am mai observat dacă coeficientul de corelaţie dintre cursul activului
şi rata dobânzii este zero modelul SICIR-SVCIR-modificat nu se reduce la modelul
SICIR-SVCIR. Acest lucru este confirmat şi de figura de mai sus care arată că pentru
ρ r = 0 modelul subevaluează toate tipurile de opţiuni pe când în cazul modelului
SICIR-SVCIR (figura 3.2.a) erau subevaluate opţiunile DITM însă cele ITM erau
supraevaluate.
In concluzie introducerea corelaţiei dintre cursul activului şi rata dobânzii fără
risc atât în cazul în care volatilitatea este sau nu stocastică are o influenţă foarte mică
asupra diferenţei de preţ. In cazul modelului SICIR-modificat corelaţia determina
practic apariţia influenţei distribuţiei asupra diferenţei de preţ (care era nulă la
modelul SICIR) însă aceasta era mică în comparaţie cu influenţa factorului de
actualizare. Introducerea corelaţiei dintre cursul activului şi rata dobânzii în cazul în
care volatilitatea este stocastică duce la o mică majorare a influenţei distribuţiei,
influenţă care era mult mai mare decât influenţa factorului de actualizare chiar în
cazul în care corelaţia nu era luată în considerare.
59
IV. Modele cu discontinuităţi în evoluţia cursul activului

suport
IV.1 Ecuaţia de evaluare
Modelele din capitolele anterioare presupuneau că traiectoria cursului

activului suport este continuă. Se pune întrebarea ce se întâmplă dacă luăm în
considerare şi discontinuităţile care apar în evoluţia preţului activelor financiare.
Pentru aceasta au fost propuse modele care pe lângă o mişcare browniană iau în
considerare şi un proces Poisson ( q(t ) ), independent de mişcarea browniană, de
intensitate λ (t ) , constantă sau deterministă, şi magnitudine stocastică J (t ) ,
independentă de mişcarea browniană şi procesul Poisson, cu media μ j . Avem că:
P (dq = 1) = λdt , P (dq = 0) = 1 − λdt 4.1
Vom presupune că rata dobânzii şi volatilitatea sunt constante, cazurile când

sunt stocastice fiind similare. Ecuaţia de dinamică, faţa de măsura neutră la risc este:
[ ]
dS (t ) = r − λμ j S(t) dt + σS (t )dW (t ) + J (t ) S (t )dq(t ) 4.2
Deoarece media creşterii ratei rentabilităţii datorată salturilor este

E [J (t )dq(t )] = λμ j dt iar pe total aceasta este rdt rezultă că media creşterii datorată
mişcării browniene este (r − λμ j )dt .
O altă presupunere a acestor modele este că riscul introdus de procesul

Poisson este risc nesistemic (Merton 1976) şi deci nu poate fi acoperit. In consecinţă
nu putem construi un portofoliu care să cloneze o opţiune. Pentru a deduce ecuaţia de
evaluare vom construi un portofoliu care să cloneze în medie o opţiune, adică:
Π (t ) = C (t )
60
E [dΠ (t )] = E [dC (t )] 4.3

şi dΠ (t ) − dC (t ) nu depinde de dW (t ) (putem anula riscul sistemic dat de
dW , dar nu şi pe cel nesistemic ).
Folosind formula Doleans-Dade-Meyer (o extindere a lemei Ito în cazul în
care pe lângă mişcarea browniană apare şi un proces de salt) avem că ecuaţia de
dinamică a opţiunii este:
⎛ ∂C ⎞ ∂C
dC (t ) = ⎜ + L C ⎟dt + σSdW + [C ((1 + J )S ) − C (S )] dq(t ) 4.4
⎝ ∂t ⎠ ∂S
unde
1 ∂ 2C 2 2 ∂C
LC = σ S + (r − λμ j )S
2 ∂S 2
∂S
Portofoliul conţine a (t ) active suport şi b(t ) bonduri zero-cupon. Deci:

dΠ(t ) = a (t )dS (t ) + b(t )dB(t )
[ ]
= (r − λμ j )a (t ) S (t ) + rb(t ) B (t ) dt
+ a (t )σS (t )dW (t ) + a (t ) J (t ) S (t )dq(t ) 4.5

Rezultă că:
∂C
a (t ) =
∂S
Tinând seama de relaţiile 4.3, 4.4, 4.5 şi de faptul că E [Jdq ] = λμ j dt rezultă şi
ecuaţia de evaluare:
∂C
+ L C + λE [C ((1 + J )S ) − C (S )] − rC = 0 4.6
∂t
Si pentru modelele cu rată a dobânzii stocastică, cu volatilitate stocastică sau

când ambele sunt stocastice ecuaţia de evaluare are aceeaşi formă ca în 4.6 insă forma
lui L ⋅ diferă de la caz la caz fiind dat de formula 1.11, 2.6 respectiv 3.5 cu precizarea
∂⋅
că in loc de rS coeficientul lui va fi (r − λμ j )S .
∂S
61
IV.2 Modelul SICIR-J
Ecuaţiile de dinamică faţă de măsura neutră la risc a cursului activului suport

şi a ratei dobânzii fără risc sunt date de:
⎧
⎪dS (t ) = [r (t ) − λμ j ]S (t )dt + σS (t )dW1 (t ) + J (t ) S (t )dq(t )
⎪⎪
⎨dr (t ) = (α r − β r r (t ))dt + σ r r (t )dW2 (t ) 4.7
⎪
⎪ln[1 + J (t )] ~ N ⎛⎜ ln[1 + μ j ] − 1 σ 2j , σ 2j ⎞⎟
⎪⎩ ⎝ 2 ⎠
unde W1 , W2 , q sunt independente două câte două.
Folosind metodologia din Anexa 2 se obţine (adaptând rezultatele obţinute de

Bakshi, Cao şi Chen (1997)) că valoarea unei opţiuni call europene este:
C (t , T , S , r ) = S (t ) ⋅ Π 1 (t , T , S , r ) − X ⋅ B(t , T ) ⋅ Π 2 (t , T , S , r )
1 1
∞
⎡ e −iφ ln X f j (t , T , S , r; φ )⎤
Π j (t , T , S , r ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 4.8
2 π 0 ⎣ iφ ⎦
unde
⎧⎪ α ⎡ ⎛ (1 − exp{− ξ r (T − t )})(ξ r − β r ) ⎞⎤
f1 (t , T , S (t ), r (t ); φ ) = exp ⎨− r2 ⎢(ξ r − β r )(T − t ) + 2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ r ⎣ ⎝ 2ξ r ⎠⎦
iφ (iφ + 1) 2
+ σ (T − t ) + iφ ln(S (t ) )
2
⎧ ⎡ iφ ⎧ iφ ⎫ ⎤ ⎫
+ ⎨λ (1 + μ j )⎢(1 + μ j ) exp ⎨ (1 + iφ )σ 2j ⎬ − 1⎥ − λiφμ j ⎬(T − t )
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
2iφ (1 − exp{− ξ r ⋅ (T − t )}) ⎫
+ r (t ) ⎬
2ξ r − [ξ r − β r ](1 − exp{− ξ r ⋅ (T − t )}) ⎭
⎧⎪ α ⎡ *
( ) ⎛
f 2 (t , T , S (t ), r (t ); φ ) = exp ⎨− r2 ⎢ ξ r − β r (T − t ) + 2 ln⎜⎜1 −
( *
{ *
})(
1 − exp − ξ r (T − t ) ξ r − β r )⎞⎟⎤⎥
⎟
⎪⎩ σ r ⎢⎣ 2ξ r
*
⎝ ⎠⎥⎦
iφ (iφ − 1) 2
+ σ (T − t ) + iφ ln(S (t ) ) − ln(B (t , T ))
2
⎧ ⎡ iφ ⎧ iφ ⎫ ⎤ ⎫
+ ⎨λ ⎢(1 + μ j ) exp ⎨ (iφ − 1)σ 2j ⎬ − 1⎥ − λiφμ j ⎬(T − t )
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
62
+
( {
2(iφ − 1) 1 − exp − ξ r ⋅ (T − t )
*
⎫})
[ ]( {
2ξ r − ξ r − β r 1 − exp − ξ r ⋅ (T − t )
* * *
r (t ) ⎬
⎭ })
ξ r = β r2 − 2σ r2 iφ
ξ r * = β r2 − 2σ r2 (iφ − 1) 4.9
IV.3 Modelul SVCIR-J

⎧
⎪dS (t ) = [r − λμ j ]S (t )dt + v (t ) S (t )dW1 (t ) + J (t ) S (t )dq(t )
⎪⎪
⎨dv (t ) = (α v − β v v (t ))dt + ρσ v v (t )dW1 (t ) + 1 − ρ σ v v (t )dW2 (t )
2
4.10
⎪
⎪ln[1 + J (t )] ~ N ⎛⎜ ln[1 + μ j ] − 1 σ 2j , σ 2j ⎞⎟
⎪⎩ ⎝ 2 ⎠

C (t , T , S , v ) = S (t ) ⋅ Π1 (t , T , S , v ) − X ⋅ e − r ( T −t ) ⋅ Π 2 (t , T , S , v )
1 1
∞
⎡ e − iφ ln X f j (t , T , S , v; φ )⎤
Π j (t , T , S , v ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 4.11
2 π 0 ⎣ iφ ⎦
unde
⎧⎪ α ⎡ ⎛ (1 − exp{− ξ v (T − t )})(ξ v − β v + (1 + iφ )ρσ v ) ⎞⎤
f 1 (t , T , S (t ), v (t ); φ ) = exp ⎨− v2 ⎢2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ v ⎣ ⎝ 2 ξ v ⎠⎦
αv
− (ξ v − β v + (1 + iφ )ρσ v )(T − t )
σ v2
+ iφ r (T − t ) + iφ ln (S (t ) )
⎧ ⎡ iφ ⎧ iφ ⎫ ⎤ ⎫
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
iφ (1 + iφ )(1 − exp{− ξ v ⋅ (T − t )}) ⎫
+ v (t ) ⎬
2ξ v − [ξ v − β v + (1 + iφ )ρσ v ](1 − exp{− ξ v ⋅ (T − t )}) ⎭
63
⎧⎪ α ⎡ ⎛
f 2 (t , T , S (t ), v (t ); φ ) = exp ⎨− 2 ⎢2 ln⎜1 −
v ⎜
( *
{ *
})(
1 − exp − ξ v (T − t ) ξ v − β v + iφρσ v )⎞⎟⎤⎥
⎟
⎪⎩ σ v ⎣⎢ ⎝ 2ξ v
*
⎠⎦⎥
−
αv
σv 2
( )
ξ v * − β v + iφρσ v (T − t )
+ iφ r (T − t ) + iφ ln (S (t ) )
⎧ ⎡ iφ ⎧ iφ ⎫ ⎤ ⎫
+ ⎨λ ⎢(1 + μ j ) exp ⎨ (iφ − 1)σ 2j ⎬ − 1⎥ − λiφμ j ⎬(T − t )
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
+
( {
iφ (iφ − 1) 1 − exp − ξ v ⋅ (T − t )
*
})⎫
[ ]( {
* * *
v (t ) ⎬
⎭ })
ξv = (β v − (1 + iφ )ρσ v )2 − σ v2iφ (1 + iφ )
ξv* = (β v − iφρσ v )2 − σ v2iφ (iφ − 1) 4.12
Indicatorii de senzitivitate se calculează ca la modelul SVCIR.
IV.4 Modelul SICIR-SVCIR-J
⎧dS (t ) = [r (t ) − λμ j ]S (t )dt + v (t ) S (t )dW1 (t ) + J (t ) S (t )dq(t )

⎪
⎪dv (t ) = (α v − β v v (t ))dt + ρ vσ v v (t )dW1 (t ) + 1 − ρ v 2 σ v v (t )dW2 (t )
⎪
⎨dr (t ) = (α − β r (t ))dt + σ r (t )dW (t ) 4.13
⎪ r r r 3
⎪
⎪ln[1 + J (t )] ~ N ⎜ ln[1 + μ j ] − 2 σ j , σ j ⎟
⎛ 1 2 2⎞
⎩ ⎝ ⎠

C (t , T , S , v, r ) = S (t ) ⋅ Π 1 (t , T , S , v, r ) − X ⋅ B(t , T ) ⋅ Π 2 (t , T , S , v, r )
1 1
∞
⎡ e − iφ ln X f j (t , T , S , v, r; φ )⎤
Π j (t , T , S , v, r ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 4.14
2 π 0 ⎣ iφ ⎦
64
unde
⎪⎩ σ v ⎣ ⎝ 2ξ v ⎠⎦
αv
− (ξ v − β v + (1 + iφ )ρ vσ v )(T − t )
σ v2
αr ⎡ ⎛ (1 − exp{− ξ r (T − t )})(ξ r − β r ) ⎞⎤
− ⎢2 ln⎜⎜1 − ⎟⎟⎥
σ r2 ⎣ ⎝ 2 ξ r ⎠⎦
αr
− (ξ r − β r )(T − t ) + iφ ln(S (t ) )
σ r2
⎧ ⎡ iφ ⎧ iφ ⎫ ⎤ ⎫
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
iφ (1 + iφ )(1 − exp{− ξ v ⋅ (T − t )})
+ v (t )
2iφ (1 − exp{− ξ r ⋅ (T − t )}) ⎫
+ r (t ) ⎬
2ξ r − [ξ r − β r ](1 − exp{− ξ r ⋅ (T − t )}) ⎭
⎧⎪ α
f 2 (t , T , S (t ), v (t ), r (t ); φ ) = exp ⎨− v2
⎡ ⎛
⎢2 ln⎜⎜1 −
( *
{ *
})(
1 − exp − ξ v (T − t ) ξ v − β v + iφρ vσ v )⎞⎟⎤⎥
⎟
⎪⎩ σ v 2ξ v
*
⎢⎣ ⎝ ⎠⎥⎦
−
αv
σv 2
(
ξ v * − β v + iφρ vσ v (T − t ) )
−
αr ⎡ ⎛
2
⎢ ⎜ ln ⎜ 1 −
( {
1 − exp − ξ r (T − t ) ξ r − β r
* *
})( )⎞⎟⎤⎥
σ r2 2ξ r
* ⎟
⎢⎣ ⎝ ⎠⎥⎦
−
αr
σr 2
( )
ξ r * − β r (T − t ) + iφ ln(S (t ) ) − ln( B(t , T ))
⎧ ⎡ ⎧ iφ ⎫ ⎤ ⎫
+ ⎨λ ⎢(1 + μ j ) iφ exp ⎨ (iφ − 1)σ 2j ⎬ − 1⎥ − λiφμ j ⎬(T − t )
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
+
(
iφ (iφ − 1) 1 − exp − ξ v ⋅ (T − t ){ *
})
[ ](
* * *
{
v (t )
})
+
(
2(iφ − 1) 1 − exp − ξ r
*
{ ⋅ (T − t )})
⎫
[ ](
2ξ r − ξ r − β r 1 − exp − ξ r ⋅ (T − t )
* * *
{
r (t ) ⎬
⎭ })
ξ r = β r2 − 2σ r2 iφ
65
ξ r * = β r2 − 2σ r2 (iφ − 1)
IV.5 Modelul Bates cu salturi pentru opţiuni care au ca activ suport o

valută
Ratele dobânzii fără risc din cele două ţări sunt considerate constante.
Ecuaţiile de dinamică a cursului valutar şi a volatilităţii acestuia faţă de măsura neutră
la risc sunt:
⎧
⎪dS (t ) = (r − rf − λμ j )S (t )dt + v (t ) S (t )dW1 (t ) + J (t ) S (t )dq(t )
⎪⎪
2
4.16
⎪
⎪ln[1 + J (t )] ~ N ⎛⎜ ln[1 + μ j ] − 1 σ 2j , σ 2j ⎞⎟
⎪⎩ ⎝ 2 ⎠
Folosind aproximativ aceeaşi metodologie din Anexa 2 (folosind însă în loc

de funcţiile caracteristice funcţiile generatoare de momente (Bates(1996)) ) avem că:
C (t , T , S , v ) = S (t ) ⋅ e ⋅ Π 1 (t , T , S , v ) − X ⋅ e − r ( T −t ) ⋅ Π 2 (t , T , S , v )
− rf ( T −t )
1 1
∞
⎡ e − iφ ln X F j (t , T , S , v; iφ )⎤
Π j (t , T , S , v ) = + ⋅ ∫ Im ⎢ ⎥dφ , j = 1,2 4.17
2 π 0 ⎣ φ ⎦
unde
F1 (t , T , S (t ), v (t ); φ ) = exp ⎨− v2 ⎢2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ v ⎣ ⎝ 2ξ v ⎠⎦
αv
+ (ξ v + β v − (1 + φ )ρσ v )(T − t )
σ v2
+ φ (r − rf )(T − t ) + φ ln (S (t ) )
⎧ ⎡ ⎧φ ⎫ ⎤ ⎫
+ ⎨λ (1 + μ j )⎢(1 + μ j ) φ exp ⎨ (1 + φ )σ 2j ⎬ − 1⎥ − λφμ j ⎬(T − t )
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
φ (1 + φ )(1 − exp{− ξ v ⋅ (T − t )}) ⎫

− v (t ) ⎬
66
⎧⎪ α ⎡ ⎛
F2 (t , T , S (t ), v (t ); φ ) = exp ⎨− 2 ⎢2 ln⎜1 −
v ⎜
( *
{
1 − exp − ξ v (T − t ) ξ v + β v − φρσ v
*
})( )⎞⎟⎤⎥
⎟
⎪⎩ σ v ⎣⎢ ⎝ 2ξ v
*
⎠⎦⎥
+
αv
σv 2
( )
ξ v * + β v − φρσ v (T − t )
+ φ (r − rf )(T − t ) + φ ln (S (t ) )
⎧ ⎡ ⎧φ ⎫ ⎤ ⎫
+ ⎨λ ⎢(1 + μ j ) φ exp ⎨ (φ − 1)σ 2j ⎬ − 1⎥ − λφμ j ⎬(T − t )
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
−
( {
φ (φ − 1) 1 − exp − ξ v * ⋅ (T − t ) ⎫ })
[ ](
* * *
{
v (t ) ⎬
⎭ })
ξv = (β v − (1 + φ )ρσ v )2 − σ v2φ (1 + φ )
ξv* = (β v − φρσ v )2 − σ v2φ (φ − 1) 4.18
IV.6 Modelul Bates cu salturi pentru opţiuni care au ca activ suport un

contract futures
Ecuaţiile de dinamică a preţului futures şi a volatilităţii acestuia faţă de măsura

neutră la risc sunt:
⎧
⎪dF (t ) = −λμ j F (t )dt + v (t ) F (t )dW1 (t ) + J (t ) S (t )dq(t )
⎪⎪
2
4.19
⎪
⎪ln[1 + J (t )] ~ N ⎛⎜ ln[1 + μ j ] − 1 σ 2j , σ 2j ⎞⎟
⎩⎪ ⎝ 2 ⎠
Pentru a afla valoarea unei opţiuni se foloseşte aceeaşi metodologie din Anexa
2 (din nou în loc de funcţiile caracteristice folosim funcţiile generatoare de momente
(Bates(2000)) ):
C (t , T , F , v ) = F (t ) ⋅ e − r (T −t ) ⋅ Π1 (t , T , F , v ) − X ⋅ e − r (T −t ) ⋅ Π 2 (t , T , F , v )
67
1 1
∞
⎡ e −iφ ln X F j (t , T , F , v; iφ )⎤
Π j (t , T , F , v ) = + ⋅ ∫ Im ⎢ ⎥dφ , j = 1,2 4.20
2 π 0 ⎣ φ ⎦
unde
F1 (t , T , F (t ), v (t ); φ ) = exp ⎨− v2 ⎢2 ln⎜⎜1 − ⎟⎟⎥
⎪⎩ σ v ⎣ ⎝ 2ξ v ⎠⎦
αv
+ (ξ v + β v − (1 + φ )ρσ v )(T − t )
σ v2
+ φ ln (F (t ) )
⎧ ⎡ ⎧φ ⎫ ⎤ ⎫
+ ⎨λ (1 + μ j )⎢(1 + μ j ) φ exp ⎨ (1 + φ )σ 2j ⎬ − 1⎥ − λφμ j ⎬(T − t )
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
φ (1 + φ )(1 − exp{− ξ v ⋅ (T − t )}) ⎫

− v (t ) ⎬
⎧⎪ α ⎡ ⎛
F2 (t , T , F (t ), v (t ); φ ) = exp ⎨− 2 ⎢2 ln⎜1 −
v ⎜
( *
{ *
})(
1 − exp − ξ v (T − t ) ξ v + β v − φρσ v )⎞⎟⎤⎥
⎟
⎪⎩ σ v ⎣⎢ ⎝ 2ξ v
*
⎠⎦⎥
+
αv
σv 2
( )
ξ v * + β v − φρσ v (T − t )
+ φ ln (F (t ) )
⎧ ⎡ ⎧φ ⎫ ⎤ ⎫
+ ⎨λ ⎢(1 + μ j ) φ exp ⎨ (φ − 1)σ 2j ⎬ − 1⎥ − λφμ j ⎬(T − t )
⎩ ⎣ ⎩2 ⎭ ⎦ ⎭
−
( {
φ (φ − 1) 1 − exp − ξ v * ⋅ (T − t ) }) ⎫
[ ]( {
* * *
})
v (t ) ⎬
⎭
ξv = (β v − (1 + φ )ρσ v )2 − σ v2φ (1 + φ )
ξv* = (β v − φρσ v )2 − σ v2φ (φ − 1) 4.21
68
IV.7 Comparaţie cu modelul Black-Scholes-Merton
Inainte de a trece la analiza diferenţei de preţ trebuie să observăm că în cadrul

acestor modele cu salturi volatilitatea totală are o componentă (constantă sau
stocastică) care depinde de firma considerată şi o componentă externă care este însă
nesistemică (spre deosebire de alte modele din capitolele anterioare în care
componenta externă firmei era sistemică). Mărimea acestei componente este dată de:
⎡ 2⎤
V j (t ) = λ ⎢ μ 2j + ⎜ e j − 1⎟(1 + μ j ) ⎥
⎛ σ2 ⎞
⎣ ⎝ ⎠ ⎦
Modelul SICIR-J

S = 100, X = 100, r = 0.0953, σ = 7,74%, T − t = 0.25
α r = 0.02, β r = 0.6, σ r = 3%; λ = 0.6, μ j = −0.05, σ j = 0.07
0.1
0.05
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.05
0.5
-0.1
0.6
-0.15 0.7
-0.2
-0.25
-0.3
Figura 4.1 Influenţa intensităţii saltului
Figura 4.1 prezintă influenţa intensităţii saltului ( λ ) asupra diferenţei de preţ.
Se observă că odată cu creşterea intensităţii saltului creşte şi diferenţa de preţ.

In ceea ce priveşte dispersia magnitudinii saltului ( σ j ) situaţia este aceeaşi şi
anume o relaţie de proporţionalitate între aceasta şi diferenţa de preţ ( figura 4.2 ).
69
0.1
0.05
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.05
-0.1 0.06
-0.15 0.07
0.08
-0.2
-0.25
-0.3
-0.35
Figura 4.2 Influenţa dispersiei magnitudinii saltului
Insă parametrul care influenţează foarte mult diferenţa de preţ este însă
magnitudinea medie a saltului ( μ j ), influenţă care este prezentată în figura 4.3.
0.2
0.15
0.1
0.05
0
-0.05
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.05
0
-0.1 0.05
-0.15
-0.2
-0.25
-0.3
Figura 4.3 Influenţa magnitudinii medii a saltului
Pentru o medie negativă modelul supraevaluează opţiunile ITM şi

subevaluează opţiunile OTM şi ATM. Pe de altă parte în condiţiile unei medii
pozitive modelul subevaluează toate tipurile de opţiuni cu excepţia unui interval mic
din zona OTM.
Distribuţia lui ln S T rezultată din model în comparaţie cu distribuţia normală
precum şi calculul coeficientului de asimetrie şi exces pentru diferite valori ale mediei
magnitudinii sunt prezentate în figura 4.4.
70
-0.05 0.05
4.15
4.23
4.31
4.39
4.47
4.55
4.63
4.71
4.79
4.87
4.95
5.03
5.11
4.15
4.23
4.31
4.39
4.47
4.55
4.63
4.71
4.79
4.87
4.95
5.03
5.11
0
Skewness Kurtosis
-0.1 -0.103097574 2.457269204
-0.075 -0.075961187 2.12955309
-0.05 -0.050011276 1.488339847
-0.025 -0.025284077 0.896798015
0 -0.001608607 0.878939615
0.025 0.021391181 1.075483564
0.05 0.044089606 1.480174359
0.075 0.066665626 1.888650327
0.1 0.089110226 2.250918973
4.15
4.23
4.31
4.39
4.47
4.55
4.63
4.71
4.79
4.87
4.95
5.03
5.11
Introducerea salturilor în cadrul modelului cu rată a dobânzii are un efect

foarte mare asupra distribuţiei, acesta fiind mult mai diferită de repartiţia normală
decât cea rezultată din modelul SICIR.
In ceea ce priveşte influenţa distribuţiei şi a factorului de actualizare (figura
4.5) se observă că spre deosebire de modelul SICIR-SVCIR unde influenţa distribuţiei
era mult mai mare decât a factorului de actualizare, în cazul acestui model diferenţa
dintre cele două influenţe este mai mică ca mărime.
Se observă că diferenţa de preţ datorată distribuţiei în cazul în care
magnitudinea medie este negativă (figura 4.5a) are aceeaşi formă cu cea de la molelul
SVCIR în cazul în care corelaţia era negativă şi analog pentru cazul când media
magnitudinii este zero (figura 4.5c) sau pozitivă (figura 4.5b).
71
-0.05
0.2
0.15
0.1
0.05
0
distr.
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.05
f.a.
-0.1
total
-0.15
-0.2
-0.25
-0.3
0.05
0.2
0.15
0.1
0.05
0
distr.
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.05
f.a.
-0.1 total
-0.15
-0.2
-0.25
-0.3
0
0.1
0.05
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
distr.
-0.05
f.a.
total
-0.1
-0.15
-0.2
Figura 4.5 Influenţa distribuţiei şi a factorului de actualizare
72
Modelul SVCIR-J

S = 100, X = 100, r = 0.0953, v = 0.006, T − t = 0.25
α r = 0.04, β v = 2, σ v = 40%, ρ = −0.5; λ = 0.6, μ j = −0.05, σ j = 0.07
Vom analiza influenţa asupra diferenţei de preţ a celor mai importanţi
parametrii: media magnitudinii saltului ( μ j ) şi corelaţia dintre cursul activului şi
volatilitatea sa ( ρ )
-0.5
0.3
0.2
0.1
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.05
-0.1
0
-0.2 0.05
-0.3
-0.4
-0.5
0.5
0.4
0.3
0.2
0.1
-0.05
0
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.1 0.05
-0.2
-0.3
-0.4
Figura 4.5 Influenţa magnitudinii medii a saltului şi a corelaţiei
73
Din figura 4.5 se observă că formele graficelor diferenţei de preţ în cazul în

care ρ = −0.5, μ j = 0.05 şi ρ = 0.5, μ j = −0.05 sunt identice. Cum diferenţele de preţ
în cazul acestui model sunt influenţate în mod exclusiv de distribuţie putem presupune
că cei doi parametrii influenţează distribuţia în acelaşi sens.
0.5 -0.5
4.15
4.23
4.31
4.39
4.47
4.55
4.63
4.71
4.79
4.87
4.95
5.03
5.11
4.15
4.23
4.31
4.39
4.47
4.55
4.63
4.71
4.79
4.87
4.95
5.03
5.11
BS -0.05 0.05 BS -0.05 0.05
Skewness Kurtosis
-0.05 0.05 -0.05 0.05
-1 -0.17965 -0.12039 5.998702 6.166812
-0.75 -0.14502 -0.08411 4.440305 4.594688
-0.5 -0.11048 -0.04789 3.310592 3.37203
-0.25 -0.07605 -0.01174 2.561286 2.718435
0 -0.04171 0.024353 2.333261 3.25932
0.25 -0.00749 0.060375 2.462843 2.471325
0.5 0.026632 0.096328 3.054647 3.168456
0.75 0.060635 0.132208 4.368033 4.258444
4.15
4.23
4.31
4.39
4.47
4.55
4.63
4.71
4.79
4.87
4.95
5.03
5.11
1 0.09452 0.168013 5.780852 6.02473

BS -0.05 0.05
Acest lucru este confirmat de figura 4.6 care ne arată că în cazul în care atât
corelaţia cât şi magnitudinea medie sunt negative efectele acestora se compun ducând
o "aplecare" spre dreapta a distribuţiei lui ln S T (skewness mare negativ). Acelaşi
lucru se întâmplă dar în cealaltă direcţie (skewness mare pozitiv) dacă ambele sunt
pozitive.
74
Dacă unul este pozitiv şi celălalt este negativ cele două influenţe se anulează
reciproc. Astfel se vede că skewness-ul cel mai mic dintre cazurile analizate se obţine
dacă ρ = −0.25, μ j = 0.05 respectiv ρ = 0.25, μ j = −0.05
Modelul SICIR-SVCIR-J

S = 100, X = 100, r = 0.0953, v = 0.006, T − t = 0.25
α r = 0.02, β r = 0.6, σ r = 3%; α v = 0.04, β v = 2, σ v = 40%, ρ v = −0.5
λ = 0.6, μ j = −0.05, σ j = 0.07
Având în vedere că acest model este o combinaţie a celor două modele de mai
sus nu vom mai studia în aprofunzime influenţa parametrilor asupra diferenţei de preţ.
Ne vom limita la a prezenta influenţa distribuţiei şi a factorului de actualizare în cazul
parametrilor iniţiali.
0.3
0.2
0.1
0
100
106
112
118
124
130
136
142
148
154
160
40
46
52
58
64
70
76
82
88
94
-0.1
distr.
-0.2 f.a.
-0.3 total
-0.4
-0.5
-0.6
Figura 4.7 Influenţa distribuţiei şi a factorului de actualizare
Se observă că diferenţa de mărime dintre influenţa distribuţiei şi cea a

factorului de actualizare este mai mare la acest model decât la modelul SICIR-J
deoarece atât volatilitatea stocastică cât şi salturile influenţează distribuţia.
75
V. Modele de echilibru general şi modele afine
V.1 Modelul Bakshi-Chen pentru evaluarea opţiunilor pe bonduri zero

cupon şi acţiuni
Se consideră o economie de schimb de tip Lucas (1978) în care există N

firme şi în care se produce un singur bun de consum. Această economie are un orizont
de timp finit [0, T ]. Ca şi în modelele propuse de Cox, Ingersoll, Ross (1985a) sau
Lucas (1978) se presupune că există un agent reprezentativ care are ca scop
maximizarea utilităţii medii:
⎡T −ρ t ⎤
u( c ) = E ⎢ ∫ e U ( c(t ))dt ⎥ 5.1
⎣0 ⎦
pentru un plan de consum { c(t ) : t ∈ [0, T ] } , un parametru de preferinţă în
timp ρ şi o funcţie de utilitate U : R → R cu U c > 0, U cc < 0 .
Modelul consideră o mişcare browniană M + N dimensională:

W = (W X ,..., WX , WZ ,..., WZ )′
1 M 1 N
cu Cov(W X , WZ ) = 0, ∀m = 1...M , n = 1... N

m n
Primele componente W X = (W X ,..., WX )′ reprezintă surse de incertitudine

1 M
sistemică, surse care se reflectă prin intermediul a M variabile X = ( X 1 ,..., X M )′ a

căror ecuaţie de dinamică este:
dX (t ) = μ X (t , X (t ))dt + σ X (t , X (t ))dW X (t ) 5.2
cu X (0) > 0 şi unde μ X (t , X (t )) reprezintă vectorul modificărilor medii pe
unitate de timp, iar σ X (t , X (t )) este matricea de covarianţă intre dX (t ) şi dW X (t ) .
Celelalte N componente WZ = (WZ ,..., WZ )′ reprezintă surse de incertitudine

1 N
specifice celor N firme, surse care se reflectă prin intermediul a N variabile

Z = ( Z1 ,..., Z N )′ a căror ecuaţie de dinamică este:
76
dZ (t ) = μ Z (t , Z (t ))dt + σ Z (t , Z (t ))dWZ (t ) 5.3

cu Z (0) > 0 şi unde μ Z (t , Z (t )) şi σ Z (t , Z (t )) au aceeaşi semnificaţii ca şi
analoagele lor de mai sus.
Cum am presupus că W X şi WZ sunt independente rezultă că şi X şi Z sunt
independente.
Spre deosebire de Cox, Ingersoll, Ross (1985a) modelul de faţă presupune că
decizia de producţie a fiecărei firme este o variabilă exogenă modelului.
Dividendul instantaneu al fiecărei firme Dn este o funcţie de t , X , Z .
Aplicând lema lui Ito rezultă că D = ( D1 ,..., DN )′ are o ecuaţie de dinamică de forma:
dD (t ) = μ D (t , D, X , Z )dt + σ D (t , D, X , Z ))dW (t ) 5.4

cu D(0) > 0 şi unde μ D (t , X , Z ) reprezintă vectorul modificărilor medii a
dividendelor pe unitate de timp, iar σ X (t , X (t )) este matricea de covarianţă intre
dD(t ) şi dW (t ) .
N
Producţia agregată, q(t ) = ∑ Dn (t ) , se presupune că depinde numai de factorii
n =1
sistemici şi are o ecuaţie de dinamică de forma:

dq(t ) = μ q (t , q, X )dt + σ q (t , q, X )dW X (t ) 5.5
Fiecare firmă n are emise acţiuni care sunt cotate continuu şi ai căror posesori
au dreptul la un flux de dividende {Dn (t ) : t ≥ 0}. Vom nota cu S n (t ) preţul ex-
dividend , la momentul t , al acţiunii firmei n .

De asemenea în acesta economie mai există un bond zero-cupon fără risc şi
M produse financiare a căror ofertă netă este zero şi care sunt cotate continuu astfel
încât piaţa este dinamic completă. Vom nota cu Fm (t ) valoarea la momentul t al
produsului financiar m . Pentru a lua în considerare şi cazul contractelor futures vom

nota cu Qm (t ) eventualele fluxuri de încasări sau plăţi generate de produsul financiar
m . Mai notăm cu R(t ) rata instantanee a dobânzii fără risc.
Să considerăm acum problema de maximizare a utilităţii a agentului

reprezentativ. Conform cu Lucas (1978) considerăm că acesta are un portofoliu
77
format din a n (t ) acţiuni ale firmei n şi bm (t ) unităţi din produsul financiar m .

Astfel avem de rezolvat:
max u( c )
a ,b ,c
cu restricţia de buget:
N M
dA(t ) = ∑ a n (t )[dS n (t ) + Dn (t )dt ] + ∑ bm (t )[dFm (t ) + Qm (t )dt ] − c(t )dt
n =1 m =1
⎡ N M
⎤
+ ⎢ A(t ) − ∑ a n (t ) S n (t ) − ∑ bm (t ) Fm (t )⎥ R(t )dt 5.6
⎣ n =1 m =1 ⎦
N
cu A(0) = ∑ (S n (0) + Dn (0) ) > 0 şi unde A(t ) reprezintă averea agentului la
n =1
momentul t (exprimată în unităţi din bunul de consum).

Să considerăm acum unul din cele m produse financiare a cărui valoare F
este o funcţie de t , q, D, S , X , Z . De asemenea fluxurile de încasări sau plăţi generate
de produsul financiar Q depind de t , q, D, S , X , Z .
Mai presupunem că programul de consum optim rezultat din problema 5.6
urmează un proces de difuzie:
dc(t ) = μ c (t )c(t )dt + σ c (t )c(t )dWc (t ) 5.7
Cu acestă ipoteză suplimentară se arată că ( Breeden(1979,1986) ) problema
de optimizare 5.6 admite următoarele relaţii drept condiţie de ordinul întîi:
⎛ cU cc ⎞ 1 c 2U ccc 2
R(t ) = ρ + ⎜⎜ − ⎟⎟ μ c (t ) − σ c (t ) 5.8
⎝ Uc ⎠ 2 Uc
⎡ Q (t ) ⎤ ⎛ cU cc ⎞1 ⎛ dF (t ) dc(t ) ⎞
⎢ μ F (t ) + F (t ) ⎥ − R(t ) = ⎜⎜ − U ⎟⎟ Cov⎜⎜ , ⎟⎟ 5.9
⎣ ⎦ ⎝ c ⎠ dt ⎝ F (t ) c(t ) ⎠
unde μ F (t ) reprezintă modificarea medie pe unitatea de timp a valorii
produsului financiar.
Insă într-o economie de tip Lucas, la echilibru, optimul în problema 5.6
trebuie să se atingă pentru a n (t ) = 1, ∀n = 1... N , bm (t ) = 0, ∀m = 1...M , c(t ) = q(t ) .
′
Notăm cu H = (q, D ′, S ′, X ′, Z ′) , cu FH vectorul derivatelor lui F fată de
variabilele din H şi cu FHH matricea derivatelor de ordinul doi.
78
In aceste condiţii aplicând lema lui Ito şi ţinând seama de relaţiile 5.8 şi 5.9 se
poare arăta că valoarea produsului financiar este soluţia ecuaţiei cu derivate parţiale
(după simplificarea lui dt ):
1 1 ⎛ qU qq ⎞
Ft + Q − RF + FH′ μ H + dH ′FHH dH = ⎜ − ⎟ FH′ 1 dH dq 5.10
2 dt ⎜ ⎟
⎝ U q ⎠ dt q
In plus avem că:

2
⎛ qU qq ⎞ μ q (t ) 1 q 2U qqq ⎛σ q ⎞
R (t ) = ρ + ⎜ − ⎟ − ⎜⎜ ⎟⎟ 5.11
⎜ U ⎟ q 2 Uq
⎝ q ⎠ ⎝ q ⎠
Conform Lucas(1978) valoarea acţiunii firmei n la momentul t este:
⎡∞ U q ( q( v )) ⎤
S n ( t ) = E ⎢ ∫ e − ρ (v − t ) Dn ( v )dv | F (t )⎥ 5.12
⎢⎣ t U q ( q(t )) ⎥⎦
unde F(t) este filtrarea generată de mişcarea browniană W .

Avem deci că S n este o funcţie de t , q, D, X , Z . Folosind aceeaşi procedură ca
′
mai sus şi notând cu L = (q, D ′, X ′, Z ′) , se obţine că S n verifică o ecuaţie analoagă
cu 5.10 :
⎛ qU qq ⎞
(S n )t + Dn − RS n + (S n )L′ μ L + 1 1
dL′(S n )LL dL = ⎜ −
⎜ Uq ⎟
⎟(S n )L ′ 1 dL dq
2 dt ⎝ ⎠ dt q
cu condiţia limită:
⎡ U q ( q(T )) ⎤
lim E ⎢e − ρ (T −t ) S n (T ) | F (t )⎥ = 0 5.13
T →∞
⎢⎣ U q ( q(t )) ⎥⎦
Cum am văzut că S depinde de t , q, D, X , Z în ecuaţia 5.10 s-ar putea renunţa
la dependenţa de S şi să rezulte o ecuaţie cu derivate parţiale numai în necunoscutele
din vectorul L . Insă este preferată forma din 5.10 deoarece produsele financiare pe
care le ia în considerare modelul sunt în special opţiuni şi valoarea acestora depinde
direct de cursul activului suport.
Până în acest punct am analizat ipotezele şi rezultatele unui model de echilibru
general abstract. Pentru a rezolva ecuaţia 5.10 este nevoie să alegem tipul funcţiei de
utilitate (CRRA, CARA), forma acesteia, ecuaţia de dinamică a factorilor ce
influenţează modelul (cei sistemici şi cei ce depind de firme). Trebuie aflată de
asemenea formula de dependenţă a ratei dobânzii faţa de factorii sistemici.
79
Modelul Bakshi-Chen(1997a) presupune că agentul reprezentativ are o funcţie

de utilitate de tip CRRA :
c1−γ
U (c) = 5.14
1 −γ
unde γ > 0 este coeficientul de aversiune la risc.
Modelul ia în considerare doi factori sistemici independenţi pe care îi notăm
cu x şi y şi a căror ecuaţie de dinamică este un proces de tip CIR ( numit şi "mean-
reverting square-root"):
dx (t ) = κ x (θ x − x (t ) )dt + σ x x (t )dWx (t )
dy (t ) = κ y (θ y − y (t ) )dt + σ y y (t )dW y (t ) 5.15
unde toţi parametrii sunt constante iar mişcare browniană (W x , W y ) corespunde
mişcării browniene W X din modelul general.

Producţia agregată este o funcţie doar de x şi y şi are o ecuaţie de dinamică
dată de:
= (μ q + β x x (t ) + β y y (t ) )dt + σ q , x x (t )dWx (t ) + σ q , y y (t )dW y (t )

dq(t )
5.16
q( t )
In cadrul acestui model prima de risc pentru orice activ financiar F rezultă
din ecuaţia fundamentală 5.9 şi este dată de:
⎡ Q (t ) ⎤ 1 ⎛ dF ⎞ 1 ⎛ dF ⎞
⎢ μ F (t ) + F (t ) ⎥ − R(t ) = γσ q , x x (t ) dt Cov⎜ F , dWx ⎟ + γσ q , y y (t ) dt Cov⎜ F , dW y ⎟
⎣ ⎦ ⎝ ⎠ ⎝ ⎠
5.17
Ne ocupăm pentu început de bondul zero-cupon fără risc cu maturitate τ .
Cum acesta generează un cash-flow, de mărime 1 u.m., doar la scadenţă rezultă că
valoarea sa la momentul t este:
⎡ ⎛ q ( t + τ ) ⎞ −γ ⎤
−ρ τ
B(t , τ ) = e E ⎢⎜⎜ ⎟⎟ | F (t )⎥ 5.18
⎢⎣⎝ q(t ) ⎠ ⎥⎦
Notând cu λ x = γσ xσ q , x , λ y = γσ yσ q , y ecuaţia fundamentală de evaluare 5.10
devine în cazul bondului zero-cupon:

1 2 ∂2B ∂B 1 ∂2B
σ x x 2 + [κ xθ x − (κ x + λ x )x ] + σ y2 y 2
2 ∂x ∂x 2 ∂y
[
+ κ yθ y − (κ y + λ y )y ] ∂∂By − ∂∂Bτ − RB = 0 5.19
80
cu condiţia de limită B(t + τ ,0; x, y ) = 1 .

Soluţia acestei ecuaţii este:
B (t , τ ) = exp{− (ρ + γμ q ) τ − α x (τ ) − α y (τ ) − ψ x (τ ) x (t ) − ψ y (τ ) y (t )}
unde:
(ϑ x − κ x − λx )τ + ln⎜⎜1 + (1 − exp{− ϑ xτ })(κ x + λx − ϑ x ) ⎟⎟⎥

2κ xθ x ⎡ 1 ⎛ ⎞⎤
α x (τ ) = 2 ⎢
σ x ⎣2 ⎝ 2ϑ x ⎠⎦
α y (τ ) =
2κ yθ y ⎡ 1
(
ϑ − κ − λ )τ +
⎛
⎜ +
(1 − exp{− ϑ yτ })(κ y + λ y − ϑ y ) ⎞⎟⎤
⎢ y y y ln
⎜
1
⎟⎥
σ y 2 ⎢⎣ 2 ⎝ 2ϑ y ⎠⎥⎦
⎧ 1 ⎫
2γ ⎨ β x − (1 + γ )σ q2, x ⎬(1 − exp{− ϑ xτ })
ψ x (τ ) = ⎩ ⎭
2
2ϑ x + [κ x + λ x − ϑ x ](1 − exp{− ϑ xτ })
2γ ⎨ β y − (1 + γ )σ q2, y ⎬(1 − exp{− ϑ yτ })

⎧ 1 ⎫
ψ y (τ ) = ⎩ ⎭
2
[ ]
2ϑ y + κ y + λ y − ϑ y (1 − exp{− ϑ yτ })
ϑx = (κ x + λx )2 + 2γσ x2 ⎧⎨ β x − 1 (1 + γ )σ q2, x ⎫⎬
⎩ 2 ⎭
ϑy = (κ y + λ y )2 + 2γσ y2 ⎧⎨β y − 12 (1 + γ )σ q2, y ⎫⎬ 5.20

⎩ ⎭
Intuitiv λ x , λ y reprezintă primele de risc corespunzătoare celor doi factori de
risc sistemic x şi y .
Aplicând lema lui Ito se obţine ecuaţia de dinamică a bondului:
dB(t , τ )
= {R(t ) − λ xψ x (τ ) x (t ) − λ yψ y (τ ) y (t )}dt − σ xψ x (τ ) x (t )dWx (t )
B(t , τ )
− σ yψ y (τ ) y (t )dW y (t ) 5.21
Yield-to-maturity in acest model este:

ln[B(t , τ )] α x (τ ) + α y (τ ) ψ x (τ ) ψ y (τ )
R(t , τ ) = − = ρ + γμ q + + x (t ) + y (t ) 5.22
τ τ τ τ
Rata instantanee a dobânzii fără risc este:
[
R(t ) = lim R(t , τ ) = ρ + γ μ q + β x x (t ) + β y y (t ) −
τ →0
] γ (12+ γ ) [σ q2,x x(t ) + σ q2, y y(t )]
5.23
81
Să trecem acum la evaluarea unei opţiuni call cu maturitate τ şi preţ de

exerciţiu K având ca suport un bond zero-cupon cu maturitate τ~ , unde τ~ > τ .
Dacă notăm cu G (t , τ ) valoarea la momentul t al acestei opţiuni avem că:
⎡⎛ q ( t + τ ) ⎞ − γ ⎤
G (t , τ ) = e −ρ τ
E ⎢⎜⎜ ⎟⎟ max{0, B (t + τ , τ~ − τ ) − K } | F (t )⎥ 5.24
⎢⎣⎝ q(t ) ⎠ ⎥⎦
Valoarea opţiunii verifică ecuaţia 5.19 , ca şi bondul zero-cupon, dar cu altă

condiţie limită: G (t + τ ,0; x, y ) = max{0, B (t + τ , τ~ − τ ) − K }. Rezolvând această
ecuaţie se obţine că:
G (t , τ ) = B (t , τ~ ) Π 1 (t , τ , x, y ) − K B (t , τ ) Π 2 (t , τ , x, y )
~
1 1
∞ ⎡ e −iφK f j (t , τ , x, y; φ )⎤
Π j (t , τ , x, y ) = + ∫ Re ⎢ ⎥dφ , j = 1,2 5.25
2 π 0 ⎢ iφ ⎥⎦
⎣
unde
K = ln (K ) + (ρ + γμ q ) ⋅ (τ~ − τ ) + α x (τ~ − τ ) + α y (τ~ − τ )
~
⎧⎪ κ θ ⎡ ⎛
f1 (t , τ , x, y; φ ) = exp ⎨− 2 ⎢2 ln⎜1 −
x x ⎜
( )
ξ x − κ x − λ x − (1 + iφ )σ x2ψ x (τ~ − τ ) (1 − exp{− ξ xτ }) ⎞⎤
⎟⎥
2ξ x ⎟
⎪⎩ σ x ⎣⎢ ⎝ ⎠⎦⎥
κ yθ y ⎡ ⎛
− 2 ⎢2 ln⎜1 −
( )
ξ y − κ y − λ y − (1 + iφ )σ y2ψ y (τ~ − τ ) (1 − exp{− ξ yτ }) ⎞⎤
⎟⎥
σ y ⎢⎣ ⎜⎝ 2ξ y ⎟⎥
⎠⎦
⎡1 ⎛ 1 ⎞⎤
2 ⎢ (1 + iφ ) σ x2ψ x2 (τ~ − τ ) + (1 + iφ )(κ x + λ x )ψ x (τ~ − τ ) − γ ⎜ β x − (1 + γ )σ q2, x ⎟⎥(1 − exp{− ξ xτ })
2
2 ⎝ 2 ⎠⎦
+ ⎣
[ ]
2ξ x − ξ x − κ x − λ x − (1 + iφ )σ xψ x (τ − τ ) (1 − exp{− ξ xτ })
2 ~ x (t )
⎡1 ⎞⎤
2 ⎢ (1 + iφ )2 σ y2ψ y2 (τ~ − τ ) + (1 + iφ )(κ y + λ y )ψ y (τ~ − τ ) − γ ⎜ β y − (1 + γ )σ q2, y ⎟⎥ (1 − exp{− ξ yτ })
⎛ 1
2 ⎝ 2 ⎠⎦
+ ⎣
[ ]
2ξ y − ξ y − κ y − λ y − (1 + iφ )σ yψ y (τ − τ ) (1 − exp{− ξ yτ })
2 ~ y (t )
− (ρ + γμ q ) τ~ − α x (τ~ − τ ) − α x (τ~ − τ ) − ln[B (t , τ~ )]
− (1 + iφ )[κ xθ xψ x (τ~ − τ ) + κ xθ xψ x (τ~ − τ )] τ
− (1 + iφ )ψ x (τ~ − τ ) x (t ) − (1 + iφ )ψ y (τ~ − τ ) y (t )
−
κ xθ x
σ x2
(
ξ x − κ x − λ x − (1 + iφ )σ x2ψ x (τ~ − τ ) τ )
κ yθ y ⎫⎪
−
σ y2
(ξ y )
− κ y − λ y − (1 + iφ )σ y2ψ y (τ~ − τ ) τ ⎬
⎪⎭
82
⎧⎪ κ θ ⎡ ⎛
f 2 (t , τ , x, y; φ ) = exp ⎨− 2 ⎢2 ln 1 −
x x ⎜
( )(
ξ x * − κ x − λ x − iφσ x2ψ x (τ~ − τ ) 1 − exp − ξ x *τ { })⎞⎟⎤⎥
⎜ ⎟
⎪⎩ σ x ⎢⎣ ⎝ 2ξ x * ⎠⎥⎦
κ yθ y ⎡ ⎛⎜
− 2 ⎢2 ln 1 −
( )(
ξ y * − κ y − λ y − iφσ 2yψ y (τ~ − τ ) 1 − exp − ξ y *τ ⎞⎟⎤
⎥
{ })
σ y ⎢ ⎜⎝ 2ξ * ⎟⎥
⎣ y ⎠⎦
⎡1 ⎛ 1 ⎞⎤
2 ⎢ (iφ ) σ x2ψ x2 (τ~ − τ ) + iφ (κ x + λ x )ψ x (τ~ − τ ) − γ ⎜ β x − (1 + γ )σ q2, x ⎟⎥ 1 − exp − ξ x τ
2
2
⎝ 2 ⎠⎦
*
( { })
+ ⎣ * *
[ ~
2ξ x − ξ x − κ x − λ x − iφσ xψ x (τ − τ ) 1 − exp − ξ x τ
2 *
]( { })
x (t )
⎡1
2
2
⎝
1
2
⎞⎤
2 ⎢ (iφ ) σ y2ψ y2 (τ~ − τ ) + iφ (κ y + λ y )ψ y (τ~ − τ ) − γ ⎜ β y − (1 + γ )σ q2, y ⎟⎥ 1 − exp − ξ y τ
⎛
⎠⎦
*
( { })
+ ⎣ * *
[ ~
2ξ y − ξ y − κ y − λ y − iφσ yψ y (τ − τ ) 1 − exp − ξ y τ
2 *
]( { })
y (t )
− (ρ + γμ q ) τ − ln[B (t , τ )]
− iφ [κ xθ xψ x (τ~ − τ ) + κ xθ xψ x (τ~ − τ )] τ
− iφψ x (τ~ − τ ) x (t ) − iφψ y (τ~ − τ ) y (t )
−
κ xθ x *
σx2
(
ξ x − κ x − λ x − iφσ x2ψ x (τ~ − τ ) τ )
⎫⎪
−
κ yθ y
σ y2
(ξ y
*
)
− κ y − λ y − iφσ y2ψ y (τ~ − τ ) τ ⎬
⎪⎭
⎧⎪ ⎡ ⎤
2
ξ x = ⎨ ⎢ (κ x + λ x ) + (1 + iφ )σ xψ x (τ − τ )⎥
2 ~
⎪⎩ ⎣ ⎦
12
⎡1 ⎛ 1 ⎞⎤ ⎫
− 2σ x2 ⎢ (1 + iφ ) 2
σ x2ψ x2 (τ~ − τ ) + (1 + iφ )(κ x + λ x )ψ x (τ~ − τ ) − γ ⎜ β x − (1 + γ )σ q2, x ⎟⎥ ⎬
⎣2 ⎝ 2 ⎠⎦ ⎭
⎧⎪ ⎡ ⎤
2
ξ y = ⎨ ⎢ (κ y + λ y ) + (1 + iφ )σ yψ y (τ − τ )⎥
2 ~
⎪⎩ ⎣ ⎦
12
2 ⎡1 ⎞⎤ ⎫
− τ ) + (1 + iφ )(κ y + λ y )ψ y (τ~ − τ ) − γ ⎜ β y − (1 + γ )σ q2, y ⎟⎥ ⎬
⎛ 1
− 2σ y⎢ (1 + iφ ) σ 2 2 2 ~
yψ y (τ
⎣2 ⎝ 2 ⎠⎦ ⎭
83
⎧⎪ ⎡ ⎤
2
ξx *
= ⎨ ⎢ (κ x + λ x ) + iφσ xψ x (τ − τ )⎥
2 ~
⎪⎩ ⎣ ⎦
12
⎡1 ⎛ 1 ⎞⎤ ⎫
− 2σ x2 ⎢ (iφ )
2
σ x2ψ x2 (τ~ − τ ) + iφ (κ x + λ x )ψ x (τ~ − τ ) − γ ⎜ β x − (1 + γ )σ q2, x ⎟⎥ ⎬
⎣2 ⎝ 2 ⎠⎦ ⎭
⎧⎪ ⎡ ⎤
2
ξy *
= ⎨ ⎢ (κ y + λ y ) + iφσ yψ y (τ − τ )⎥
2 ~
⎪⎩ ⎣ ⎦
12
2 ⎡1 ⎞⎤ ⎫
− τ ) + iφ (κ y + λ y )ψ y (τ~ − τ ) − γ ⎜ β y − (1 + γ )σ q2, y ⎟⎥ ⎬
⎛ 1
− 2σ y⎢ (iφ ) σ 2 2 2 ~
yψ y (τ
⎣2 ⎝ 2 ⎠⎦ ⎭
5.26
In continuare ne vom ocupa de evaluarea opţiunilor pe active. Pentru a
simplifica scrierea vom considera că în economie există un singur factor sistemic x .
In această situaţie formula ratei dobânzii fără risc devine ( în ecuaţia 5.23 facem
β y = σ q , y = 0) :
⎡
R (t ) = ρ + γμ q + γ ⎢ β x −
(1 + γ ) σ 2 ⎤ x(t ) 5.27
q, x ⎥
⎣ 2 ⎦
Considerăm acum una din cele N firme din economie. Variabila de stare a
acestei firme z presupunem că urmează, de asemenea, un proces CIR:
dz (t ) = κ z (θ z − z (t ) )dt + σ z z (t )dWz (t ) 5.28
Mai presupunem că dividendul D depinde de t , x, z . Deci acesta depinde de

variabila sistemică şi de variabila de stare a înterprinderii nu şi de variabilele de stare
a celorlalte firme. In aceste condiţii avem că:
−γ
⎡∞ ⎤
− ρ (v − t ) ⎛ q ( v ) ⎞
S (t ) = E ⎢ ∫ e ⎜⎜ ⎟⎟ D ( v, x, z )dv | F (t )⎥ 5.29
⎢⎣ t ⎝ q( t ) ⎠ ⎥⎦
şi ecuaţia fundamentală 5.13 devine:

1 2 ∂2S ∂S 1 ∂2S
σ x x 2 + [κ xθ x − (κ x + λ x )x ] + σ z2 z 2
2 ∂x ∂x 2 ∂z
∂S
+ [κ zθ z − κ z z ] + D − RS = 0
∂z
cu condiţia limită:
−γ
⎡ ⎤
− ρ (T −t ) ⎛ q(T ) ⎞
lim E ⎢e ⎜⎜ ⎟⎟ S (T , x, z ) | F (t )⎥ = 0 5.30
T →∞ ⎢⎣ ⎝ q(t ) ⎠ ⎥⎦
84
Mai considerăm că dividendul are următoarea formă:

D(t ) = g (t ) exp{Γx x (t ) + Γz z (t )}
g (t ) = ϕ + ϕ x x (t ) + ϕ y z (t ) 5.31
cu ϕ ≥ 0 .
Rezolvând ecuaţia 5.30 se obţine că:
S (t ) = A exp{Γx x (t ) + Γz z (t )} 5.32
cu restricţiile:
ϕ
A= ≥0
ρ + γμ q − κ xθ x Γx − κ zθ z Γz
ρ + γμ q − κ xθ x Γx − κ zθ z Γz > 0
⎡ 1 1 ⎤
ϕ ⎢γβ x − γ (1 + γ )σ q2, x + (κ x + λ x )Γx − σ x2 Γx2 ⎥
2 2 ⎦ =0
ϕx − ⎣
⎛ 1 ⎞
ϕΓz ⎜ κ z − σ z2 Γz ⎟
⎝ 2 ⎠
ϕz − =0 5.33
Aplicând lema lui Ito pentru funcţia din relaţia 5.32 se obţine că ecuaţia de
dinamică a cursului activului este:
dS (t )
= μ S (t )dt + σ 1 x (t )dWx (t ) + σ 2 z (t )dWz (t ) 5.34
S (t )
unde σ 1 = Γxσ x , σ 2 = Γzσ z şi
1 1
μ S (t ) = Γx2σ x2 x(t ) + κ x Γx (θ x − x(t ) ) + Γz2σ z2 z (t ) + κ z Γz (θ z − z (t ) ) 5.35
2 2
Din relaţia 5.17 mai avem că:

D (t )
μ S (t ) = − + R(t ) + γ Γxσ q, xσ x x (t )
S (t )
ϕ ϕx ϕ
=− − x (t ) − x x (t ) + R(t ) + Γx λ x x (t ) 5.36
A A A
Restricţiile 5.33 au rolul de a asigura faptul că relaţiile 5.35 şi 5.36 sunt
identice.
85
Volatilitatea acţiunii firmei este dată de :

1 ⎛ dS ⎞
V (t ) = Var ⎜ ⎟ = σ 12 x (t ) + σ 2 2 z (t ) 5.37
dt ⎝ S ⎠
Astfel volatilitatea totală a firmei are o componentă sistemică şi una care
depinde de firma respectivă. Măsura în care cei doi parametrii influenţează depinde de
mărimea parametrilor σ 1 , σ 2 .
Aplicând lema lui Ito se obţine ecuaţia de dinamică a volatilităţii:
[ ]
dV (t ) = σ 12κ x (θ x − x(t ) ) + σ 2 2κ z (θ z − z (t ) ) dt + σ 12σ x x(t )dWx (t ) + σ 2 2σ z z (t )dWz (t )
5.38
Se mai observă că corelaţia dintre volatilitatea acţiunii şi rentabilitatea sa este
stocastică:
1 ⎛ dS ⎞
Cov ⎜ , dV ⎟ = Γx3σ x4 x (t ) + Γz3σ z4 z (t ) 5.39
dt ⎝ S ⎠
Să trecem acum efectiv la evaluarea unei opţiuni call cu maturitate τ şi preţ de
exerciţiu K având drept suport acţiunea despre care am discutat mai sus. Dacă notăm
cu C (t ,τ ) valoarea la momentul t a acestei opţiuni avem că:
⎡⎛ q ( t + τ ) ⎞ − γ ⎤
C (t , τ ) = e −ρ τ
E ⎢⎜⎜ ⎟⎟ max{0, S (t + τ ) − K } | F (t )⎥ 5.40
⎢⎣⎝ q(t ) ⎠ ⎥⎦
Cum valoarea opţiunii depinde de S , x, z ecuaţia fundamentală de evaluare

5.10 devine în cazul opţiunii:
1 2
2
( ∂S
)
∂ 2C D ⎤ ∂C
σ 1 x + σ 22 z S 2 2 + ⎡⎢ R − ⎥ S
S ⎦ ∂S
+ σ 1σ x xS
∂ 2C
∂S∂x
⎣
∂ 2C 1 2 ∂ 2C ∂C
+ σ 2σ z zS + σ x x 2 + [κ xθ x − (κ x + λ x )x ]
∂S∂z 2 ∂x ∂x
1 ∂ 2C ∂C ∂C
+ σ z2 z 2 + [κ zθ z − κ z z ] − − RC = 0 5.41
2 ∂z ∂z ∂τ
cu condiţia la limită: C (t + τ ,0; S , x, z ) = max{0, S (t + τ ) − K }
C (t , τ ) = S (t )e −η ( t ,τ , x , z ) Π 1 (t , τ , S , x, z ) − K B (t , τ ) Π 2 (t , τ , S , x, z )
1 1
∞ ⎡ e − iφ ln K f j (t , τ , S , x, y; φ )⎤
Π j (t , τ , S , x, y ) = + ∫ Re ⎢ ⎥dφ , j = 1,2 5.42
2 π 0 ⎣⎢ iφ ⎦⎥
86
unde:
κ xθ x ⎡ ⎛
⎜
η (t , τ , x, z ) = 2 ⎢2 ln⎜1 −
(
δ x − κ x − λ x + Γxσ x2 (1 − exp{− δ xτ }) ⎞⎤
⎟⎥
)
σ x ⎣⎢ ⎝ 2δ x ⎟
⎠⎦⎥
+
κ xθ x
σx2
(
δ x − κ x − λ x + Γxσ x2 τ )
+
κ zθ z ⎡ ⎛
2
⎢ ⎜ ln ⎜ 1 −
( )
δ z − κ z + Γzσ z2 (1 − exp{− δ zτ }) ⎞⎤
⎟⎥
σ z2 2δ z ⎟
⎢⎣ ⎝ ⎠⎥⎦
+
κ zθ z
σz2
( ϕ
δ z − κ z + Γzσ z2 τ + τ
A
)
2(1 − exp{− δ xτ }) ϕx
+
(
2δ x − δ x − κ x − λ x + Γxσ x (1 − exp{− δ xτ }) A
2
)
x (t )
2(1 − exp{− δ zτ }) ϕz ⎫
+
( )
2δ z − δ x − κ z + Γzσ z (1 − exp{− δ zτ }) A
2
z (t ) ⎬
⎭
δx = (κ x + λx − Γxσ x2 )2
+ 2σ x2 ϕ x A−1
δz = (κ z − Γzσ z2 ) 2
+ 2σ z2 ϕ z A−1
⎧⎪ κ θ
f1 (t , τ , S , x, y; φ ) = exp ⎨− x 2 x
⎡ ⎛
⎢2 ln⎜⎜1 −
( )
υ x − κ x − λ x + (1 + iφ )σ xσ 1 (1 − exp{− υ xτ }) ⎞⎤
⎟⎥
2υ x ⎟
⎪⎩ σ x ⎢⎣ ⎝ ⎠⎥⎦
−
κ xθ x
σ x2
(
υ x − κ x − λ x + (1 + iφ )σ xσ 1 τ )
−
κ zθ z ⎡ ⎛
⎢2 ln⎜⎜1 −
( )
υ z − κ z + (1 + iφ )σ z σ 2 (1 − exp{− υ zτ }) ⎞⎤
⎟⎥
σ z2 2υ z ⎟
⎢⎣ ⎝ ⎠⎥⎦
−
κ zθ z
σ z2
(
υ z − κ z + (1 + iφ )σ z σ 2 τ )
+ iφ (ρ + γμ q ) τ −
(1 + iφ )ϕ τ
A
+ η (t , τ , x, z ) + iφ ln[S (t )]
87
⎡ ⎛ 1 ⎞ ⎛ 1 ⎞⎤
2 ⎢iφγ ⎜ β x − (1 + γ )σ q2, x ⎟ − (1 + iφ )⎜ ϕ x A−1 − iφσ 12 ⎟⎥(1 − exp{− υ xτ })
⎝ 2 ⎠ ⎝ 2 ⎠⎦
+ ⎣
[
2υ x − υ x − κ x − λ x + (1 + iφ )σ xσ 1 (1 − exp{− υ xτ }) ] x (t )
⎛1 ⎞ ⎫
2(1 + iφ )⎜ iφσ 22 − ϕ z A−1 ⎟(1 − exp{− υ zτ }) ⎪⎪
+ ⎝2 ⎠
[
2υ z − υ z − κ z + (1 + iφ )σ z σ 2 (1 − exp{− υ zτ }) ]
z (t ) ⎬
⎪
⎪⎭
⎧⎪ κ θ ⎡ ⎛
f 2 (t , τ , S , x, y; φ ) = exp ⎨− 2 ⎢2 ln 1 −
x x ⎜
(
υ x * − κ x − λ x + iφσ xσ 1 1 − exp − υ x *τ )( { })⎞⎟⎤⎥
⎜ ⎟
⎪⎩ σ x ⎣⎢ ⎝ 2υ x * ⎠⎦⎥
−
κ xθ x *
σ x2
(
υ x − κ x − λ x + iφσ xσ 1 τ )
κ zθ z ⎡ ⎛⎜
− 2 ⎢2 ln⎜1 −
(
υ z * − κ z + iφσ z σ 2 1 − exp − υ z *τ )( { })⎞⎟⎤⎥
σ z ⎣⎢ ⎝ 2υ z* ⎟
⎠⎦⎥
−
κ zθ z *
σ z2
(
υ z − κ z + iφσ z σ 2 τ )
iφ ϕ
+ (iφ − 1)(ρ + γμ q ) τ − τ
A
− ln[B (t , τ )] + iφ ln[S (t )]
⎡ ⎛
⎝
1
2
⎞
⎠
⎛
⎝
1
( {⎞⎤
2 ⎢(iφ − 1)γ ⎜ β x − (1 + γ )σ q2, x ⎟ − iφ ⎜ ϕ x A−1 − (iφ − 1)σ 12 ⎟⎥ 1 − exp − υ x τ
2 ⎠⎦
*
})
+ ⎣ * *
[ ]( { })
2υ x − υ x − κ x − λ x + iφσ xσ 1 1 − exp − υ x τ
*
x (t )
2iφ ⎜ (iφ − 1)σ − ϕ A ⎟(1 − exp{− υ τ })

⎛1 ⎞ 2 −1 ⎫ *
2 z ⎪⎪ z
⎝2 ⎠
2υ − [υ − κ + iφσ σ ](1 − exp{− υ τ })
+ * *
z (t ) ⎬ *
z z z z 2 ⎪ z
⎪⎭
⎧⎪ ⎡ ⎤
2
υ x = ⎨ ⎢ (κ x + λ x ) − (1 + iφ )σ x σ 1 ⎥
⎪⎩ ⎣ ⎦
12
⎡ ⎛ 1 ⎞ ⎛ 1 ⎞⎤ ⎫
− 2σ x2 ⎢iφγ ⎜ β x − (1 + γ )σ q2, x ⎟ − (1 + iφ )⎜ ϕ x A−1 − iφσ 12 ⎟⎥ ⎬
⎣ ⎝ 2 ⎠ ⎝ 2 ⎠⎦ ⎭
88
12
⎧⎪ ⎡ ⎤
2
⎫
⎛1 ⎞⎪
υ z = ⎨ ⎢ κ z − (1 + iφ )σ z σ 2 ⎥ − 2σ z2 (1 + iφ )⎜ iφσ 22 − ϕ z A−1 ⎟ ⎬
⎪⎩ ⎣ ⎦ ⎝2 ⎠ ⎪⎭
⎧⎪ ⎡ ⎤
2
υx *
= ⎨ ⎢ (κ x + λx ) − iφσ xσ 1 ⎥
⎪⎩ ⎣ ⎦
12
⎡ ⎫
− 2σ x2 ⎢(iφ − 1)γ ⎛⎜ β x − 1 (1 + γ )σ q2, x ⎞⎟ − iφ ⎛⎜ ϕ x A−1 − 1 (iφ − 1)σ 12 ⎞⎟⎤⎥ ⎬
⎣ ⎝ 2 ⎠ ⎝ 2 ⎠⎦ ⎭
12
⎧⎪ ⎡ ⎤
2
⎫
⎛1 ⎞⎪
υ z* = ⎨ ⎢ κ z + iφσ z σ 2 ⎥ − 2σ z2iφ ⎜ (iφ − 1)σ 22 − ϕ z A−1 ⎟ ⎬ 5.43
⎪⎩ ⎣ ⎦ ⎝2 ⎠ ⎪⎭
Se observă că dacă luăm două tipuri extreme de opţiuni, opţiuni de tip A care
au drept suport actiuni sau indici numai cu risc sistemic (cu Γz = 0 ) şi opţiuni de tip B
care au suport acţiuni fără risc sistemic (cu Γx = 0 ) formulele pentru cele două tipuri
de opţiuni sunt complet diferite. Preţul opţiunii de tip A va depinde numai de x , iar
preţul opţiunii de tip B va depinde doar de z . Dacă un model cum ar fi Black-
Scholes-Merton oferă o singură formulă de evaluare pentru ambele tipuri de opţiuni
pot apărea erori mari de evaluare. Acest model poate da o explicaţie faptului că
modelul Black-Scholes-Merton produce devieri de preţ diferite pentru opţiuni cu
structură a riscului diferită.
Indicatorii de senzitivitate de tip delta sunt:
∂C
ΔS = = e −η ( t ,τ ) Π1
∂S
∂C ⎧ ∂Π ∂η ⎫ ⎧ ∂Π 2 ⎫
Δx = = S (t )e −η ( t ,τ ) ⎨ 1 + Γx Π1 − Π1 ⎬ − KB(t , τ ) ⎨ − ψ x (τ ) Π 2 ⎬
∂x ⎩ ∂x ∂x ⎭ ⎩ ∂x ⎭
∂C ⎧ ∂Π ∂η ⎫ ∂Π 2
Δz = = S (t )e −η ( t ,τ ) ⎨ 1 + Γz Π1 − Π1 ⎬ − KB(t , τ ) 5.44
∂z ⎩ ∂z ∂z ⎭ ∂z
~
In continuare ne ecupăm de opţiuni pe portofoliul pieţei. Notând cu S (t )
valoarea portofoliului pieţei avem că:
−γ
⎡∞ ⎤
~ − ρ (v − t ) ⎛ q ( v ) ⎞
S (t ) = E ⎢ ∫ e ⎜⎜ ⎟⎟ q( v )dv | F (t )⎥ 5.45
⎢⎣ t ⎝ q(t ) ⎠ ⎥⎦
89
Ecuaţia fundamentală de evaluare 5.10 devine în cazul portofoliului pieţei:

2~ ~ ~
1 2
2
σ q, x xq 2 ∂ S
∂q 2
( {
+ μ q + β x − γσ q, x x q
2
})
∂S 1 2 ∂ 2 S
+ σxx 2
∂q 2 ∂x
~ ~
∂S ∂2S ~
+ [κ xθ x − (κ x + λ x )x ] + σ q , xσ x qx + q − RS = 0 5.46
∂x ∂q∂x
~ q( t )
S (t ) = 5.47
h( x (t ))
unde
−1
⎡∞ ⎤
h( x (t ))) = ⎢ ∫ exp{− (ρ + (γ − 1)μ q )v − s (t , v; x )}dv ⎥
⎢⎣ 0 ⎥⎦
⎡ ⎛ ⎛ 1−γ ⎞ ⎞⎤
⎢ ⎜ ⎜⎜ ε x − κ x − λ x ⎟⎟(1 − exp{− ε x v}) ⎟⎥
κ θ ⎜ γ ⎟⎥
s (t , v; x ) = x 2 x ⎢2 ln⎜1 − ⎝ ⎠
⎟⎥
σx ⎢ 2ε x
⎢ ⎜ ⎜ ⎟⎟⎥
⎣⎢ ⎝ ⎠⎦⎥
κ xθ x ⎛ 1−γ ⎞
+ ⎜⎜ ε x − κ x − λ x ⎟⎟ v
σ x2 ⎝ γ ⎠
⎛ 1 ⎞
(γ
− 1)⎜ β x − γσ q2, x ⎟(1 − exp{− ε x v})
⎝ 2 ⎠
+ x (t )
⎡ 1−γ ⎤
2ε x − ⎢ε x − κ x − λ x ⎥(1 − exp{− ε x v})
⎣ γ ⎦
2
⎛ 1−γ ⎞ ⎛ 1 ⎞
ε x = ⎜⎜ κ x + λ x ⎟⎟ + 2σ x2 (γ − 1)⎜ β x − γσ q2, x ⎟ 5.48
⎝ γ ⎠ ⎝ 2 ⎠
In general este greu a se rezolva analitic integrala de mai sus. Un caz pentru
care integrala este cunoscută este γ = 1 funcţia utilităţii fiind U ( c) = ln c . In această
situaţie avem că h( x (t )) = ρ .
Aplicând, pentru cazul γ = 1 , lema lui Ito se obţine că:
~
= (μ q + β x x (t ) )dt + σ q, x x (t )dWx (t )
dS (t )
~ 5.49
S (t )
90
In această situaţie avem că ecuaţia de evaluare a unei opţiuni cu maturitate τ

şi preţ de exerciţiu K având drept suport portofoliul pieţei este:
~ ~ ~
1 2 ~ 2 ∂ 2C ~ ∂C ~ ∂ 2C
σ q, x xS ~ 2 + [R − ρ ]S ~ + σ q, xσ x xS ~
2 ∂S ∂S ∂S ∂x
~ ~ ~
1 2 ∂ 2C ∂C ∂C ~
+ σ x x 2 + [κ xθ x − (κ x + λ x )x ] − − RC = 0 5.50
2 ∂x ∂x ∂τ
~ ~ ~
{
cu condiţia la limită: C (t + τ ,0; S , x ) = max 0, S (t + τ ) − K }
~ ~ ~ ~
C (t , τ ) = S (t )e − ρ τ Π 1 (t , τ , S , x, z ) − K B (t , τ ) Π 2 (t , τ , S , x, z )
( ~
) 1 1
∞
Π j t , τ , S , x = + ∫ Re ⎢
(
⎡ e −iφ ln K f j t , τ , S~, x; φ ⎤ )
⎥dφ , j = 1,2 5.51
2 π 0 ⎢⎣ iφ ⎦⎥
unde
⎧⎪ κ θ ⎡ ⎛ (ζ x − κ x + iφλ x )(1 − exp{− ζ xτ }) ⎞⎤
( ~
)
f1 t , τ , S , x; φ = exp ⎨− x 2 x ⎢2 ln⎜⎜1 −
2ζ x
⎟⎟⎥
⎪⎩ σ x ⎣ ⎝ ⎠⎦
κ xθ x
− (ζ x − κ x + iφλ x ) τ
σ x2
~
[ ]
+ iφμ qτ + iφ ln S (t )
⎛ 1 ⎞ ⎫
2iφ ⎜ β x + (iφ − 1)σ q2, x ⎟(1 − exp{− ζ xτ }) ⎪⎪
⎝ 2 ⎠
+ x (t ) ⎬
2ζ x − [ζ x − κ x + iφλ x ](1 − exp{− ζ xτ }) ⎪
⎪⎭
( ~
)
⎧⎪ κ θ
f 2 t , τ , S , x; φ = exp ⎨− x 2 x
⎡ ⎛
⎢ ⎜
2 ln ⎜ 1 −
( )(
ζ x * − κ x + (iφ − 1)λ x 1 − exp − ζ x *τ { })⎞⎟⎤⎥
⎟
⎪⎩ σ x ⎣⎢ ⎝ 2ζ x * ⎠⎦⎥
−
σ x2
(
κ xθ x *
ζ x − κ x + (iφ − 1)λ x τ )
~
[ ]
+ (iφ − 1)μ qτ − ρτ + iφ ln S (t ) − ln[B(t , τ )]
⎛
⎝
1 ⎞
(
2(iφ − 1)⎜ β x + (iφ − 2 )σ q2, x ⎟ 1 − exp − ζ x *τ
2 ⎠
{ ⎫
⎪⎪ })
+
[ ](
2ζ x * − ζ x * − κ x + (iφ − 1)λ x 1 − exp − ζ x *τ
x (
{
t ) ⎬
⎪ })
⎪⎭
91
12
⎧⎪ ⎡ ⎤
2
⎫
⎞⎪
ζ x = ⎨ ⎢ κ x − iφλ x ⎥ − 2σ x2iφ ⎛⎜ β x + (iφ − 1)σ q2, x ⎟ ⎬
1
⎪⎩ ⎣ ⎦ ⎝ 2 ⎠ ⎪⎭
12
⎧⎪ ⎡ ⎤
2
⎫
⎛ 1 ⎞⎪
ζx *
= ⎨ ⎢ κ x − (iφ − 1)λ x ⎥ − 2σ x2 (iφ − 1)⎜ β x + (iφ − 2 )σ q2, x ⎟ ⎬ 5.52
⎪⎩ ⎣ ⎦ ⎝ 2 ⎠ ⎪⎭
V.2. Modelul Bakshi-Chen pentru evaluarea opţiunilor care au ca activ

suport o valută
Autorii modelului (Bakshi şi Chen (1997b)) consideră o economie de tip

Lucas (1982) cu două ţări, fiecare producând un singur bun de consum şi are propria
politică monetară.
Masa monetară în ambele ţări este influenţată de două variabile independente,
x şi y , care au ecuaţia de dinamică:
dx (t ) = (θ x − κ x x (t ) )dt + σ x x (t )dWx (t )
dy (t ) = (θ y − κ y y (t ) )dt + σ y y (t )dW y (t ) 5.53
Si în acest caz considerăm, intr-una din cele două ţări (în ţara in care dorim să
evaluăm opţiunea), un agent reprezentativ cu utilitate logaritmică care are ca scop
maximizarea utilităţii medii:
⎡∞ − ρ t ⎤
u ( c, c ) = E ⎢ ∫ e
*
[ [ ]]
γ ln[c(t )] + (1 − γ ) ln c * (t ) dt ⎥ 5.54
⎣⎢ 0 ⎥⎦
unde c(t ) reprezintă consumul intern, c * (t ) consumul din exterior, ρ

parametru de preferinţă în timp, iar γ reprezintă proporţia consumului intern în
totalul consumului agentului reprezentativ.
Ecuaţia de dinamică a masei monetare în cele două ţări este:
dM (t )
= (μ m + η1 x(t ) + η 2 y (t ) )dt + σ 1 x (t )dWx (t ) + σ 2 y (t )dW y (t )
M (t )
dM * (t )
*
M (t )
( )
= μ m * + η1* x (t ) + η 2* y (t ) dt + σ 1* x (t )dWx (t ) + σ 2* y (t )dW y (t ) 5.55
92
Se poate arăta, folosind condiţiile de ordinul întîi ale problemei de optimizare

ale agentului reprezentativ (Lucas(1982)), că cursul de schimb între cele două monede
este dat de relaţia:
1 − γ M (t )
S (t ) = 5.56
γ M * (t )
Aplicând lema lui Ito se obţine ecuaţia de dinamică a cursului de schimb:
dS (t )
= μ S (t )dt + σ s , x x (t )dWx (t ) − σ s , y y (t )dW y (t ) 5.57
S (t )
unde
( ) (
μ S (t ) = μ m − μ m * + η1 − η1* + σ 1*2 − σ 1σ 1* x(t ) + η2 − η2* + σ 2*2 − σ 2σ 2* y (t ))
σ s , x = σ 1 − σ 1* , σ s , y = σ 2* − σ 2 5.58
In ceea ce priveşte bondul zero-cupon fără risc se arată că:

⎡ M (t ) ⎤
B(t , τ ) = e − ρ τ E ⎢ | F (t )⎥ 5.59
⎣ M (t + τ ) ⎦
In mod explicit avem că:
B (t , τ ) = exp{− (ρ + μ m ) τ − α x (τ ) − α y (τ ) − ψ x (τ ) x (t ) − ψ y (τ ) y (t )}
unde:
2θ x ⎡ 1
(ϑ x − κ x − λx )τ + ln⎜⎜1 + (1 − exp{− ϑ xτ })(κ x + λx − ϑ x ) ⎟⎟⎥
⎛ ⎞⎤
α x (τ ) = 2 ⎢
σ x ⎣2 ⎝ 2ϑ x ⎠⎦
α y (τ ) =
2θ y ⎡ 1
(
ϑ − κ − λ )τ +
⎛
⎜ +
(1 − exp{− ϑ yτ })(κ y + λ y − ϑ y ) ⎞⎟⎤
⎢ y y y ln
⎜
1
⎟⎥
σ y 2 ⎢⎣ 2 ⎝ 2 ϑ y ⎠⎥⎦
ψ x (τ ) =
( )
2 η1 − σ 12 (1 − exp{− ϑ xτ })
2ϑ x + [κ x + λ x − ϑ x ](1 − exp{− ϑ xτ })
ψ y (τ ) =
( )
2 η 2 − σ 22 (1 − exp{− ϑ yτ })
[ ]
2ϑ y + κ y + λ y − ϑ y (1 − exp{− ϑ yτ })
λ x = σ xσ 1 , λ y = σ y σ 2
ϑx = (κ x + λx )2 + 2σ x2 (η1 − σ 12 )
ϑy = (κ y + λ y )2 + 2σ 2y (η2 − σ 22 ) 5.60
Analog se obţine formula bondului zero-cupon din cealaltă ţară B * (t ,τ ) . Ea

are aceaşi formă cu cea din 5.60 dar cu parametrii pentru ţara respectivă.
93
Yield-to-maturity in acest model este:

ln[B(t , τ )] α x (τ ) + α y (τ ) ψ x (τ ) ψ y (τ )
R(t , τ ) = − = ρ + μm + + x (t ) + y (t )
τ τ τ τ
R (t , τ ) = −
* [
ln B * (t , τ ) ]= ρ +μ m
*
+
α x * (τ ) + α y * (τ ) ψ x * (τ )
+ x (t ) +
ψ y * (τ )
y (t ) 5.61
τ τ τ τ
Rata instantanee a dobânzii fără risc este:
( )
R(t ) = lim R(t , τ ) = ρ + μ m + η1 − σ 12 x (t ) + η 2 − σ 22 y (t )
τ →0
( )
( )
R * (t ) = lim R * (t ,τ ) = ρ + μ m * + η1* − σ 1*2 x (t ) + η2* − σ 2*2 y (t )
τ →0
( ) 5.62
Se poate arăta (Bakshi şi Chen (1997b)) că prima de risc al oricărui produs

financiar ce depinde de cursul de schimb, având preţul F , este dată de:
1 ⎛ dF (t ) dM (t ) ⎞
μ F (t ) − R ( t ) = Cov⎜⎜ , ⎟⎟ 5.63
dt ⎝ F (t ) M (t ) ⎠
Valoarea la momentul t al unei opţiuni cu maturitate τ şi preţ de exerciţiu K
având suport cursul valutar este
⎡ M (t ) ⎤
C (t , τ ) = e − ρ τ E ⎢ max(0, S (t + τ ) − K ) | F (t )⎥ 5.64
⎣ M (t + τ ) ⎦
Deci valoarea opţiunii depinde de t , S , x, y . Aplicând lema lui Ito şi folosind
relaţia fundamentală 5.63 se obţine ecuaţia de evaluare a opţiunii:
1 2
2
( )
∂ 2C
σ s , x x + σ s2, y y S 2 2 + R − R * S
∂S
[
∂C 1 2 ∂ 2 C
+ σxx 2
∂S 2 ∂x
]
∂C 1 2 ∂ 2C
+ [θ x − (κ x + λ x )x ] + σ y y 2 + θ y − (κ y + λ y )y
∂x 2
∂C
∂y
[ ]
∂y
∂ 2C ∂ 2 C ∂C
+ σ s , xσ x xS − σ s , yσ y yS − − RC = 0 5.65
∂S∂x ∂S∂y ∂τ
cu condiţia la limită: C (t + τ ,0; S , x, y ) = max{0, S (t + τ ) − K }
C (t , τ ) = S (t ) B * (t , τ ) Π 1 (t , τ , S , x, y ) − K B (t , τ ) Π 2 (t , τ , S , x, y )
1 1
∞ ⎡ e −iφ ln K f j (t , τ , S , x, y; φ )⎤
Π j (t , τ , S , x, y ) = + ∫ Re ⎢ ⎥dφ , j = 1,2 5.66
2 π 0 ⎢⎣ iφ ⎥⎦
unde
94
⎧⎪ θ
f1 (t , τ , S , x, y; φ ) = exp ⎨− x2
⎡ ⎛
⎢2 ln⎜1 −
( )
ξ x − κ x − λ x + (1 + iφ )σ xσ s , x ) (1 − exp{− ξ xτ }) ⎞⎤
⎟⎥
⎜ ξ ⎟⎥
⎪⎩ σ x ⎢⎣ ⎝ 2 x ⎠⎦
−
θx
σ x2
(
ξ x − κ x − λ x + (1 + iφ )σ xσ s , x τ )
−
θy ⎡
⎢ 2 ln
⎛
⎜1 − y
(
ξ − κ y − λ y − (1 + iφ )σ yσ s , y (1 − exp{− ξ yτ }) ⎞⎤
⎟⎥
)
σ 2y ⎢⎣ ⎜⎝ 2ξ y ⎟⎥
⎠⎦
θy
−
σ y2
(ξ y − κ y − λ y − (1 + iφ )σ yσ s , y τ )
− (ρ + μ m ) τ + (1 + iφ ) μ m − μ m * τ ( )
[ ]
− ln B * (t , τ ) + iφ ln[S (t )]
⎡ ⎛ 1 ⎞ ⎤
2 ⎢(1 + iφ )⎜η1 − σ 12 − η1* + σ 1*2 + σ s2, x iφ ⎟ − η1 + σ 12 ⎥ (1 − exp{− ξ xτ })
⎝ 2 ⎠
+ ⎣ ⎦
[
2ξ x − ξ x − κ x − λ x + (1 + iφ )σ xσ s , x (1 − exp{− ξ xτ }) ] x (t )
⎡ ⎤ ⎫
2 ⎢(1 + iφ )⎜η 2 − σ 22 − η2 * + σ 2*2 + σ s2, y iφ ⎟ − η 2 + σ 22 ⎥ (1 − exp{− ξ yτ })
⎛ 1 ⎞
⎪
⎣ ⎝ 2 ⎠ ⎦ ⎪
+
[
2ξ y − ξ y − κ y − λ y − (1 + iφ )σ yσ s , y (1 − exp{− ξ yτ })] y (t ) ⎬
⎪
⎪⎭
⎧⎪ θ
f 2 (t , τ , S , x, y; φ ) = exp ⎨− x2
⎡ ⎛ (
ξ * − κ x − λ x + iφσ xσ s , x ) 1 − exp − ξ x *τ
⎢2 ln⎜1 − x
)( { })⎞⎟⎤⎥
⎪⎩ σ x ⎢⎣ ⎜⎝ ⎟⎥
*
2ξ x ⎠⎦
−
θx
σx
2
(
ξ x * − κ x − λ x + iφσ xσ s , x τ )
θy ⎡
⎛
⎜
− 2 ⎢2 ln 1 −
(
ξ y * − κ y − λ y − iφσ yσ s , y 1 − exp − ξ y *τ )( { })⎞⎟⎤⎥
σ y ⎢ ⎜⎝ 2ξ y * ⎟⎥
⎣ ⎠⎦
−
θy
σ 2
(ξ y
*
− κ y − λ y − iφσ yσ s , y τ )
y
− (ρ + μ m ) τ + iφ μ m − μ m * τ ( )
− ln[B (t , τ )] + iφ ln[S (t )]
⎡ ⎛
⎝
1
2
⎞
⎠
1 ⎤
2 ⎢iφ ⎜η1 − σ 12 − η1* + σ 1*2 − σ s2, x ⎟ − η1 + σ 12 + (iφ )2 σ s2, x ⎥ 1 − exp − ξ x *τ
2
( { })
+ ⎣ ⎦
* *
[
2ξ x − ξ x − κ x − λ x + iφσ xσ s , x 1 − exp − ξ x τ *
]( {
x (t )
})
95
⎡ ⎛
⎝
1
2
⎞
⎠
1 ⎤
(
2 ⎢iφ ⎜η 2 − σ 22 − η 2* + σ 2*2 − σ s2, y ⎟ − η 2 + σ 22 + (iφ )2 σ s2, y ⎥ 1 − exp − ξ y *τ
2
{ ⎫
⎪
⎪
})
+ ⎣ ⎦
* *
[
2ξ y − ξ y − κ y − λ y − iφσ yσ s , y 1 − exp − ξ y τ ](*
{ }) y ( t ) ⎬
⎪
⎪⎭
⎧⎪ ⎡ ⎤
2
ξ x = ⎨ ⎢ (κ x + λ x ) − (1 + iφ )σ xσ s , x ⎥
⎪⎩ ⎣ ⎦
12
⎡ ⎫
− 2σ x2 ⎢(1 + iφ )⎛⎜η1 − σ 12 − η1* + σ 1*2 + 1 σ s2, x iφ ⎞⎟ − η1 + σ 12 ⎤⎥ ⎬
⎣ ⎝ 2 ⎠ ⎦⎭
⎧⎪ ⎡ ⎤
2
ξ y = ⎨ ⎢ (κ y + λ y ) + (1 + iφ )σ yσ s , y ⎥
⎪⎩ ⎣ ⎦
12
2⎡ ⎛ 1 ⎞ ⎤⎫
− 2σ (1 + iφ )⎜η 2 − σ 22 − η 2 * + σ 2*2 + σ s2, y iφ ⎟ − η 2 + σ 22 ⎥ ⎬
y⎢
⎣ ⎝ 2 ⎠ ⎦⎭
⎧⎪ ⎡ ⎤
2
ξx *
= ⎨ ⎢ (κ x + λ x ) − iφσ xσ s , x ⎥
⎪⎩ ⎣ ⎦
12
⎡ ⎛ 1 ⎞ 1 ⎤⎫
− 2σ x2 ⎢iφ ⎜η1 − σ 12 − η1* + σ 1*2 − σ s2, x ⎟ − η1 + σ 12 + (iφ )2 σ s2, x ⎥ ⎬
⎣ ⎝ 2 ⎠ 2 ⎦⎭
⎧⎪ ⎡ ⎤
2
ξy *
= ⎨ ⎢ (κ y + λ y ) + iφσ yσ s , y ⎥
⎪⎩ ⎣ ⎦
12
2⎡ ⎛ 1 ⎞ 1 ⎤⎫
− 2σ y ⎢iφ ⎜η 2 − σ 22 *
− η 2 + σ 2*2 − σ s2, y ⎟ − η 2 + σ 22 + (iφ )2 σ s2, y ⎥ ⎬ 5.67
⎣ ⎝ 2 ⎠ 2 ⎦⎭
Indicatorii de senzitivitate de tip delta sunt:
∂C
ΔS = = B * (t , τ ) Π1
∂S
∂C ⎧ ∂Π ⎫ ⎧ ∂Π ⎫
Δx = = S (t ) B * (t ,τ ) ⎨ 1 − ψ x * (τ ) Π1 ⎬ − KB(t , τ ) ⎨ 2 − ψ x (τ ) Π 2 ⎬
∂x ⎩ ∂x ⎭ ⎩ ∂x ⎭
∂C ⎧ ∂Π ⎫ ⎧ ∂Π ⎫
Δy = = S (t ) B * (t , τ ) ⎨ 1 − ψ y * (τ )Π1 ⎬ − KB(t , τ ) ⎨ 2 − ψ y (τ )Π 2 ⎬ 5.68
∂y ⎩ ∂y ⎭ ⎩ ∂y ⎭
96
Deşi parametrii x, y nu sunt observabili modelul se poate folosi. Aşa cu se
vede din relaţia 5.62 cale două rate ale dobânzii R, R * sunt liniare în x, y . Cum ratele
dobânzii sunt observabile pe piaţă rezultă că, rezolvând un sistem , se pot afla şi x, y .
Modelul permite şi evaluarea cursului futures al valutei Φ (t , τ ) . Cum rata
dobânzii este stocastică rezultă că preţul futures al valutei este diferit de preţul
forward. Ecuaţia de evaluare a preţului futures al valutei este:
(
1 2
2
)
∂ 2Φ
σ s , x x + σ s2, y y S 2 2 + R − R * S
∂S
[
∂Φ 1 2 ∂ 2 Φ
+ σxx 2
∂S 2 ∂x
]
∂Φ 1 2 ∂ 2 Φ
+ [θ x − (κ x + λ x )x ] + σ y y 2 + θ y − (κ y + λ y )y
∂x 2
∂Φ
∂y
[ ]
∂y
∂ 2Φ ∂ 2 Φ ∂Φ
+ σ s , xσ x xS − σ s , yσ y yS − =0 5.69
∂S∂x ∂S∂y ∂τ
cu condiţia la limită: Φ (t + τ ,0; S , x, y ) = S (t + τ )
Se obţine că:
Φ (t , τ ) = S (t ) exp { (μ m
*
)
− μ m τ + ν x (τ ) + ν y (τ ) + β x (τ ) x (t ) + β y (τ ) y (t ) }
unde:
ν x (τ ) = −
2θ x ⎡ 1
⎢ (
ζ − κ − λ + σ σ τ + ln
⎛
)
⎜1 +
(
(1 − exp{− ζ xτ }) κ x + λ x − σ xσ s, x − ζ x ⎞⎟⎤
⎥
)
σ x 2 ⎢⎣ 2
x x x x s , x ⎜ 2ζ x ⎟⎥
⎝ ⎠⎦
2θ ⎡ 1
(
ν y (τ ) = − y2 ⎢ ζ y − κ y − λ y − σ yσ s , y τ + ln⎜1 +
⎛
) (
(1 − exp{− ζ yτ }) κ y + λ y + σ yσ s, y − ζ y ⎞⎟⎤
⎥
)
σ y ⎢⎣ 2 ⎜ 2ζ y ⎟⎥
⎝ ⎠⎦
β x (τ ) =
( )
2 η1 − σ 12 − η1* + σ 1*2 (1 − exp{− ζ xτ })
[
2ζ x + κ x + λ x − σ xσ s , x − ζ x (1 − exp{− ζ xτ }) ]
β y (τ ) =
( )
2 η 2 − σ 22 − η 2* + σ 2*2 (1 − exp{− ζ yτ })
[
2ζ y + κ y + λ y + σ yσ s , y − ζ y (1 − exp{− ζ yτ }) ]
ζx = (κ x + λ x − σ xσ s , x )2
(
− 2σ x2 η1 − σ 12 − η1* + σ 1*2 )
ζy = (κ y + λ y + σ yσ s , y ) 2
(
− 2σ y2 η 2 − σ 22 − η 2* + σ 2*2 ) 5.70
97
V.3 Modele afine
Fie S (t ) cursul activului suport şi R(t ) rata instantanee a dobânzii fără risc.
Notăm cu x1 (t ) = ln[S (t )] şi cu x2 (t ),..., xn (t ) factorii de influenţă pe care îi luăm în
considerare. Considerăm că ecuaţia de dinamică a vectorului x = ( x1 , x2 ,..., xn ) faţa de

măsura neutră este dată de:
dx(t ) = μ ( x(t ))dt + σ ( x (t ))dW (t ) 5.71
unde W este o mişcare browniană n - dimensională, μ : R n → R n ,
σ : R n → R n ×n .
Spunem că modelul este afin (liniar) dacă:
μ ( x ) = N 0 + N 1 ⋅ x, N = (N 0 , N 1 ) ∈ R n × R n×n
(σ ( x ) ⋅ σ ( x )′)ij = (H 0 )ij + (H1 )ij ⋅ x, H = (H 0 , H 1 ) ∈ R n×n × R n×n×n
R ( x ) = ρ 0 + ρ1 ⋅ x , ρ = ( ρ 0 , ρ1 ) ∈ R × R n 5.72
Marea majoritate a modelelor prezentate în această lucrare sunt afine (de
exemplu SICIR-SVCIR) .
Se consideră funcţia ψ : C n × R n × R+ × R+ → C definită astfel:
⎡ ⎛ T ⎞ ⎤
ψ (u, x (t ), t , T ) = E ⎢exp⎜ − ∫ R( x ( s ))ds ⎟ e u ⋅ x (T ) | Ft ⎥ 5.73
⎜ ⎟
⎣⎢ ⎝ t ⎠ ⎦⎥
Pentru a, b ∈ R n şi y ∈ R notăm cu:
ψ (a, x (t ), t , T ) 1
∞
( )
Im ψ ( a + ibv, x (t ), t , T )e −ivy
π ∫0
Ga ,b ( y; x (t ), t.T ) = − dv 5.74
2 v
Duffie, Pan şi Singleton (2000) au arătat că în cazul modelelor afine avem că:
ψ (u, x, t , T ) = eα (t ) + β (t ) ⋅ x 5.75
unde α , β verifică sistemul de ecuaţii diferenţiale de tip Riccati:
⎧ ′ 1
⎪⎪ β (t ) = ρ1 − N 1 ⋅ β (t ) − 2 β (t )′ ⋅ H 1 ⋅ β (t )
⎨ 5.76
⎪α (t ) = ρ 0 − N 0 ⋅ β (t ) − 1 β (t )′ ⋅ H 0 ⋅ β (t )
⎪⎩ 2
cu condiţiile limită β (T ) = u, α (T ) = 0
98
Tot aceeaşi autori arată că preţul unei opţiuni europene cu scadenţă T şi preţ
de exerciţiu K este:
C (t , T ) = Gc , − c ( − ln[K ] , x (t ), t , T ) − K G0, − c ( − ln[K ] , x (t ), t , T ) 5.77
unde c = (1,0,...,0 ) ∈ R n .
Sistemul 5.76 dacă nu poate fi rezolvat analitic se pot folosi metode numerice
de evaluare a soluţiei.
Se observă că formula din 5.77 pentru valoarea opţiunii nu are aceeaşi formă
cu formula Black-Scholes-Merton.
Pentru a ajunge la o formulă de evaluare a opţiunii, care să semene cu formula
Black-Scholes-Merton, Bakshi şi Madan (2000) au o abordare puţin diferită.
Ei consideră funcţia:
⎡ ⎛ T ⎞ iφ x (T ) ⎤
f (t , T , x; φ ) = E ⎢exp⎜ − ∫ R ( x ( s ))ds ⎟ e 1 | Ft ⎥ 5.78
⎢⎣ ⎜⎝ t ⎟
⎠ ⎥⎦
Avem că:
S (t ) = f (t , T , x;−i )
B(t , T ) = f (t , T , x;0) 5.79
Bakshi şi Madan (2000) arată că dacă se ştie funcţia f , deci nu numai în cazul
modelelor afine, preţul unei opţiuni europene cu scadenţă T şi preţ de exerciţiu K
este:
C (t , T ) = S (t ) Π1 (t , T , x ) − K B(t , T ) Π 2 (t , T , x )
1 1
∞ ⎡ e −iφ ln K f j (t , T , x; φ )⎤
Π j (t , T , x ) = + ∫ Re ⎢ ⎥dφ , j = 1,2 5.80
2 π 0 ⎣⎢ iφ ⎦⎥
unde
1
f 1 ( t , T , x; φ ) = f ( t , T , x; φ − i )
S (t )
1
f 2 ( t , T , x; φ ) = f ( t , T , x; φ ) 5.81
B(t.T )
Insă dacă modelul este afin folosind 5.73, 5.75 şi 5.78 avem că:
f (t , T ; φ ) = e
α (t ) + β ( t ) ⋅ x 5.82
unde α , β verifică sistemul de ecuaţii diferenţiale 5.76 cu condiţiile limită:
β (T ) = (iφ ,0,...,0), α (T ) = 0 5.83
99
In concluzie modelele afine permit luarea în calcul a mai multor factori care
influenţează preţul unei opţiuni, rezultând în acelaşi timp o formulă de evaluare a
opţiunii care seamănă cu formula Black-Scholes-Merton şi care se obţine prin
transformarea Fourier inversă a două funcţii. Funcţiile acestea depind de soluţia unui
sistem de ecuaţii diferenţiale de tip Riccati (sistemul 5.76 cu condiţiile limită 5.83), şi
chiar dacă aceasta nu poate fi găsită analitic se pot folosi metode numerice de
aproximare a sa, metode mult mai rapide şi mai exacte decât cele folosite pentru
estimarea soluţiei prin intermediul ecuaţiei de evaluare.
Modelele afine pot fi extinse să ia în considerare şi salturi (Duffie, Pan şi
Singleton (2000)) rezultând aşa numitele "affine jump-diffusion models". Rezultatele
obţinute rămîn în general adevărate şi pentru acest tip de modele singura modificare
intervenind în sistemul 5.76.
De asemenea au fost introduse şi metode de estimare a parametrilor unui
model afin. Singleton (2001) foloseşte pentru estimare funcţia caracteristică empirică
care se obţine tot prin rezolvarea unui sistem de ecuaţii diferenţiale asemănător cu
5.76.
100
Bibliografie
Altăr, M., (2008), Inginerie financiară, Editura ASE
Bailey, W., şi R. Stulz (1989), "The pricing of Stock Index Options in a General
Equilibrium Model", Journal of Financial and Quantitative Analysis, 24, 1-12
Bakshi, G., şi D. Madan (2000), "Spanning and derivative-security valuation",
Journal of Financial Economics 55, 205–238.
Bakshi, G., şi Z. Chen (1997a). "An Alternative Valuation Model for Contingent
Claims", Journal of Financial Economics, 44, 123−165.
Bakshi, G., şi Z. Chen (1997b). " Equilibrium Valuation of Foreign Exchange
Claims", Journal of Finance, 52, 799-826
Bakshi, G., C. Cao, şi Z. Chen (1997), “Empirical Performance of Alternative Option
Pricing Models”, Journal of Finance, 52, 2003-2049
Ball, C., şi A. Roma (1994), "Stochastic Volatility Option Pricing", Journal of
Financial and Quantitative Analysis, 29(4), 589-607.
Barone-Adesi, G. şi R. Whaley (1987), "Efficient analytic approximation of
American option values", Journal of Finance 42, 301-320.
Bates, D. (1991),"The crash of '87: Was it expected? The evidence from options
markets", Journal of Finance 46, 1009-1044.
Bates, D. (1995), "Testing option pricing models", NBER Working Paper 5129.
Bates, D. (1996), “Jumps and Stochastic Volatility: Exchange Rate Processes Implicit
in Deutsche Mark Options”, Review of Financial Studies, 9, 1, 69-107.
Bates, D. (2000), "Post-`87 Crash Fears in the S&P 500 Futures Option Market",
Journal of Econometrics 94, 181-238.
Bates, D.(1992),“Jumps and Stochastic Processes Implicit in PHLX Foreign Currency
Options”, working paper , Wharton School , University of Pennsylvania.
Bjork, T., (1998), Arbitrage Theory in Continuous Time, Oxford University Press.
Black, F., şi M. Scholes, (1973), "The pricing of options and corporate liabilities,"
Journal of Political Economy 81, 637-659.
Breeden, D. (1979), "An Intertemporal Asset Pricing Model With Stochastic

Consumption and Investment Opportunities", Journal of Financial Economics
7, 265–296.
Breeden, D. (1986), "Consumption, Production, Inflation and Interest Rates: A
Synthesis", Journal of Financial Economics 16, 3-40.
Cox, J. C., J. E. Ingersoll, şi S. A. Ross (1985a), "An Intertemporal General
Equilibrium Model of Asset Prices", Econometrica 53 , 363-384.
Cox, J. C., J. E. Ingersoll, şi S. A. Ross (1985b), "A Theory of the Term Structure of
Interest Rates", Econometrica 53 , 385-407.
Cuculescu, I., (1979). Elemente de teoria proceselor stocastice, Editura Universităţii

Bucureşti
Cuculescu, I., (1998), Teoria probabilităţilor, Editura All
Duffie, D., J. Pan, şi K. Singleton (2000), “Transform Analysis and Option Pricing for
Affine Jump-Diffusions”, Econometrica 68, 1343-1376..
Fleming, W., şi R. Rishel, (1975), Deterministic and Stochastic Optimal Control,

Springer Verlag.
Frey, R. (1997), "Derivative Asset Analysis in Models with Level-Dependent and

Stochastic Volatility", working paper, ETH Zurich
Heston, S. (1993), “A Closed-Form Solution for Options with Stochastic Volatility
with Applications to Bond and Currency Options", Review of Financial
Studies, 6, 2, 327-343.
Hull, J., (2006), Options, Futures, and other Derivatives, Prentice Hall.
Hull, J. şi A. White (1987), “The Pricing of Options with Stochastic Volatilities”,

Journal of Finance, 42, 281-300.
Ikeda, N. şi S. Watanabe, (1989), Stochastic differential equations and diffusion

processes, North Holland, Amsterdam.
Ito, K. şi H.P. McKean, (1965), Diffusion processes and their sample paths, Springer-
Verlag , Berlin
Karatzas, I. şi S. E. Shreve, (1991), Brownian Motion and Stochastic Calculus,

Springer-Verlag, New York
102
Licea , G., (1979), Martingale şi aplicaţii, Editura Universităţii Bucureşti
Lucas, R. (1978), "Asset Prices in an Exchange Economy", Econometrica 46, 1429-

1445
Lucas, R. (1982), "Interest rates and currency prices in a two-country world", Journal
of Monetary Economics 10, 335-360.
Merton, R. C., (1973a), "An Intertemporal Capital Asset Pricing Model,"

Econometrica 41, 867-888.
Merton, R. C., (1973b), "Theory of Rational Option Pricing," Bell Journal of

Economics and Management Science 4, 141-184.
Merton, R. C., (1976), "Option Pricing When Underlying Stock Returns Are
Discontinuous," Journal of Financial Economics 3, 125-145.
Merton, R.C., (1973), “Theory of Rational Option Pricing,” Bell Journal of

Economics and Management Science, 4, 141-183.
Merton, R.C., (1976), "Option Pricing When Underlying Stock Returns Are
Discontinuous", Journal of Financial Economics, 3, 125-144.
Musiela, M., şi M. Rutkowski, (1997), Martingale Methods in Financial Modelling,

Springer Verlag.
Oksendal, B., (2000), Stochastic Differential Equations (5th Edition), Springer

Verlag.
Protter, P., (1992), Stochastic Integration and Differential Equations, Springer

Verlag.
Revuz, D. şi M. Yor, (1991), Continuous martingales and brownian motion, Springer-

Verlag, Berlin
Schobel, R. şi J.Zhu (1998), "Stochastic Volatility with an Ornstein-Uhlenbech

Process: An Extention", working paper, Eberhard-Karls-Universitat Tubingen
Scott, L.O. (1987): “Option Pricing When the Variance Changes Randomly: Theory,
Estimation, and an Application,” Journal of Financial and Quantitative
Analysis, 22, 419-438.
Scott, L.O. (1997), "Pricing Stock Options in a Jump-diffusion Model with Stochastic
Volatility and Interest Rates: Application of Fourier Inversion Methods",
Mathematical Finance 7, 345-358.
103
Shreve, S. (1997), Stochastic Calculus and Finance, lecture notes, Carnegie Mellon
University
Singleton, K.J. (2001), "Estimation of Affine Asset Pricing Models Using the
Empirical Characteristic Function", working paper, Stanford University,
forthcoming, Journal of Econometrics.
Stein, E şi J. Stein (1991), “Stock Price Distributions with Stochastic Volatility: an
Analytic Approach”, Review of Financial Studies, 4, 4, 727-752.
Stoica, G., (1999), Introducere în studiul mişcării browniene, Editura Universităţii

Bucureşti
Vasicek, O. (1977), "An Equilibrium Characterization of the Term Structure", Journal

of Financial Economics 5, 177-188.
Whaley, R.E. (1982), "Valuation of American call options on dividend paying
stocks", Journal of Financial Economics, 10, 29−58.
Wiggins, J. B. (1987), "Option Values under Stochastic Volatility—Theory and
Empirical Estimates", Journal of Financial Economics, 19, 351−372.
104
Anexe
Anexa 1. Lema Ito generalizată
Fie B = (B i )i =1.. r o mişcare browniană r-dimensională şi considerăm funcţiile
(boreliene): σ (t , x ) = (σ i , j (t , x )) : [0, ∞ ) × R d → R d ⊗ R r , 1 ≤ i ≤ d ,1 ≤ j ≤ r şi
b(t , x ) = (bi (t , x )) : [0, ∞ ) × R d → R d , 1 ≤ i ≤ d . Se consideră următoarea ecuaţie
stocastică:
X (0) = x ∈ R d dat
r
dX i (t ) = bi (t , X (t ))dt + ∑ σ i ,k (t , X (t ))dB k (t ) , 1 ≤ i ≤ d A.1.1
k =1
Teoremă:(formula Ito generalizată). Fie f ∈ C 2 (R d +1 , R ) şi X = (X i )i =1.. d
⎛ ∂f 1 d ∂2 f ⎞
⎟ ⋅ dt + ∑ ∂f ⋅ dX i
d
df (t , X (t )) =
⎜ ∂t 2 i∑
⎜ + ci , j ⋅ A.1.2
∂xi ∂x j ⎟ i =1 ∂xi
⎝ , j =1 ⎠
unde c = σ ⋅ σ ′ .
Teoremă:(Feynman-Kac). Fie X = (X i )i =1.. d , f0 funcţie (boreliană)
mărginită. Definim funcţia f (t , y ) = E [ f 0 ( X T ) | X t = y ] , y ∈ R d . Funcţia f (t , y )

verifică ecuaţia cu derivate parţiale:
∂f
+ Lf = 0
∂t
f (T , y ) = f 0 ( y ) A.1.3
unde
1 d ∂2 f d
∂f
Lf = ∑
2 i , j =1
c i, j ⋅ + ∑
∂xi ∂x j i =1
bi ⋅
∂xi
şi c = σ ⋅ σ ′ . A.1.4
105
Anexa 2. Metodologia de evaluare în cazul modelelor multifactoriale
Valoarea la momentul t a unei opţiuni call europene cu preţ de exerciţiu X şi

scadenţă T este:
E ⎡⎢exp⎧⎨− ∫ r(u)du ⎫⎬ ⋅ max(S ⎤

|
T
C (t ) = T − X ,0) F ⎥
⎣ ⎩ t ⎭ t⎦
E ⎡⎢exp⎧⎨− ∫ r(u)du ⎫⎬ ⋅ (S |⎤
T
= T − X ) ⋅ 1{S } Ft ⎥ A.2.1
⎣ ⎩ t ⎭ T >X
⎦
E ⎡⎢exp⎧⎨− ∫ r(u)du ⎫⎬ ⋅ S |⎤
E ⎡⎢exp⎧⎨− ∫ r(u)du ⎫⎬ ⋅ 1{ | ⎤
T T
= ⋅ 1{S F −X⋅ F
⎣ ⎩ t ⎭ T T >X } t ⎥⎦ ⎣ ⎩ t ⎭ ST > X } t ⎥⎦
Considerăm măsurile P* , P ** echivalente cu măsura neutră la risc definite

astfel:
⎧ T ⎫
dP* = ST ⋅ exp ⎨− ∫ r (u )du ⎬dP
⎩ 0 ⎭
⎧ T ⎫
dP** = B (T , T ) ⋅ exp ⎨− ∫ r (u )du ⎬dP A.2.2
⎩ 0 ⎭
Exprimând mediile faţă de noile probabilităţi obţinem că:
C (t ) = S t ⋅ E * ⎡⎢⎣1{ ST > X
| ⎤
} Ft ⎥⎦ − X ⋅ B (t , T ) ⋅ E * * ⎡⎢⎣1{ ST > X
| ⎤
} Ft ⎥⎦
= S t ⋅ Π1 (t ) − X ⋅ B(t , T ) ⋅ Π 2 (t ) A.2.3
Pentru modele simple cum ar fi BS şi SIOU Π 1 (t ), Π 2 (t ) se pot calcula direct.

Insă pentru alte modele acest lucru nu este posibil. Acestea pot fi interpretate ca fiind
preţuri Arrow-Debreu.
Valoarea opţiunii este soluţia unei ecuaţii diferenţiale cu derivate parţiale
(ecuaţia de evaluare) de forma:
∂C
+ LC − r ⋅ C = 0 A.2.4
∂t
unde operatorul diferenţial L ⋅ este diferit de la model la model. Făcând
schimbarea de variabilă L = ln S se obţine ecuaţia:
∂C ~
+ L C − r ⋅C = 0 A.2.5
∂t
106
~
unde operatorul diferenţial L ⋅ este afin (coeficienţii săi sunt polinoame de
grad 1).
Inlocuind în această ecuaţie relaţia A.2.3 se obţin ecuaţii cu derivate parţiale
pentru Π 1 (t ), Π 2 (t ) :
⎧ ∂Π 1
⎪ + L1Π 1 = 0
⎨ ∂t
⎪Π 1 (T ) = 1{S > X }
⎩ T
⎧ ∂Π 2
⎪ + L2 Π 2 = 0
⎨ ∂t A.2.6
⎪Π 2 (T ) = 1{S > X }
⎩ T
Ecuaţiile A.2.6 sunt ecuaţii înainte Fokker-Planck. De aici rezultă că

Π 1 (t ), Π 2 (t ) sunt funcţii de probabilitate valide cu valori intre 0 şi 1. Se ştie că
funcţiile caracteristice asociate acestora f1 , f 2 verifică aceleaşi ecuaţii diferenţiale dar
cu alte condiţii limită:
⎧ ∂f1
⎪ + L1 f1 = 0
⎨ ∂t
⎪ f (T ; φ ) = e iφL
⎩ 1
⎧ ∂f 2
⎪ + L2 f 2 = 0
⎨ ∂t A.2.7
⎪ f (T ; φ ) = e iφL
⎩ 2
In general ecuaţiile A.2.7 sunt mai uşor de rezolvat decât ecuaţiile A.2.6.
Aflarea propriu zisă a funcţiilor de probabilitate Π 1 (t ), Π 2 (t ) se face folosind
transformarea Fourier inversă (Anexa 3):
1 1
∞
⎡ e − iφ ln X f j (t , φ )⎤
Π j (t ) = + ⋅ ∫ Re ⎢ ⎥dφ , j = 1,2 A.2.8
2 π 0 ⎣ iφ ⎦
Această metodologie este foarte folosită în ultima vreme. Ea a fost introdusă
de Heston(1993) şi a fost folosită printre alţii de Bates(1996, 2000), Scott(1997),
Bakshi şi Chen(1997a,b), Bakshi, Cao şi Chen (1997),.
107
Anexa 3. Transformarea Fourier inversă

Să considerăm o repartiţie de probabilitate cu densitatea de repartiţie g ( x ) şi
cu funcţia de repartiţie F ( x ) . Avem evident că:
x
F (x ) = ∫ g ( y )dy A.3.1
−∞
Funcţia caracteristică a repartiţiei numită şi transformata Fourier a lui g se

defineşte astfel:
∞ ∞
f (φ ) = ∫ e g (x )dx = ∫ e dF (x )
iφx φ i x
A.3.2
−∞ −∞
Se poate arăta că:

∞
1
g (x ) = ∫e
−iφx
f (φ ) dφ A.3.3
2π −∞
Se spune că g este transformata Fourier inversă a lui f. Rezultă astfel că dacă

cunosc funcţia caracteristică atunci pot afla şi densitatea de repartiţie.
Să vedem cu putem determina funcţia de repartiţie plecând de la funcţia
caracteristică. Pentru x > y avem că:
x x ∞ ∞ x
1 1
F ( x ) − F ( y ) = ∫ g ( z )dz = ∫ ∫ e f (φ ) dφdz = ∫∫e f (φ )dzdφ
−iϕz −iϕz
y y
2π −∞
2π −∞ y
∞
1 e − iφy − e − iφx
= ∫−∞ iφ f (φ ) dφ A.3.4
2π
Mai mult se poate arăta că:
1 1
∞
⎡ e − iφ x f (φ )⎤
F ( x) = − ∫ Re ⎢ ⎥dφ A.3.5
2 π 0 ⎣ iφ ⎦
Să deducem acum formula A.2.8
Avem că:
Π 1 (t ) = E * ⎡⎢⎣1{
ln ST >ln X
| ⎤
} Ft ⎥⎦ = P* ⎡⎢⎣{ln ST > ln X }| Ft ⎤⎥⎦ = 1 − F *
(ln X )
Π 2 (t ) = E * * ⎡⎢⎣1{ ln ST > ln X
| ⎤
} Ft ⎦⎥ = P* * ⎡⎢⎣{ln ST > ln X }| Ft ⎤⎥⎦ = 1 − F **
(ln X )
unde F* şi F** reprezintă funcţiile de repartiţie ale lui ln ST condiţionat de F

t
faţă de probabilităţile P* respectiv P**. Inlocuind în A.3.5 se obţine relaţia dorită.
P P
108
Anexa 4. Măsura neutră la risc în cazul în care rata dobânzii este

stocastică
In acestă anexă discutăm despre măsura neutră la risc şi despre prima de risc.
⎧ t ⎫
Notăm cu ω (t ) = exp ⎨− ∫ r (u )du ⎬ . Avem dω (t ) = − r (t )ω (t )dt
⎩ 0 ⎭
~
Incepem cu cazul activului suport. Acesta, faţă de măsura pieţei ( P ), are o
ecuaţie de dinamică de forma:
~
dS (t ) = μ S ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW (t ) A.4.1
Ne interesează o măsură faţă de care ω (t )S (t ) să fie martingal. Avem că:
[ ~
]
d (ω (t )S (t )) = ω (t ) (μ S − r ) ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW (t )
⎡ ~ ⎤
(
= ω (t )⎢(μ S − r − λSσ ) ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ λS dt + dW (t ) ⎥

⎥
)
⎣⎢ dW ⎦
μS − r
Dar ω (t )S (t ) martingal ⇔ μ S − r − λSσ = 0 ⇔ λS = A.4.2
σ
Cum prima de risc λS e unic detreminată rezultă că şi măsura neutră la risc
(măsura faţă de care ω (t )S (t ) martingal şi care depinde de λS ) este unică. Faţă de
această măsură ecuaţia de dinamică devine ( W conform teoremei lui Girsanov este
mişcare browniană faţă de noua măsură):
dS (t ) = r ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW (t ) A.4.3
Să trecem acum la cazul ratei dobânzii fără risc. Acesta, faţă de măsura pieţei
~
( P ), are o ecuaţie de dinamică de forma:
~
dr (t ) = α~( r (t )) ⋅ dt + β ( r (t )) ⋅ dW (t ) A.4.4
Rata dobânzii nu se tranzacţionează direct pe piată. In schimb se
tranzacţionează bonduri zero-cupon care sunt senzitive la rata dobânzii. Acestea au o
ecuaţie de dinamică de forma (fiind active tranzacţionate pe piaţă):
~
dB(t ) = μ B ⋅ B (t ) ⋅ dt + σ B ⋅ B (t ) ⋅ dW (t ) A.4.5
Ne interesează o măsură faţă de care ω (t )B (t ) să fie martingal. Avem că:
[ ~
]
d (ω (t )B (t )) = ω (t ) (μ B − r ) ⋅ B(t ) ⋅ dt + σ B ⋅ B (t ) ⋅ dW (t )
109
⎡ ~ ⎤
(
= ω (t )⎢(μ B − r − λrσ ) ⋅ B (t ) ⋅ dt + σ B ⋅ B (t ) ⋅ λr dt + dW (t ) ⎥

⎥
)
⎢⎣ dW ⎦
μB − r
Dar ω (t )B (t ) martingal ⇔ μ B − r − λrσ B = 0 ⇔ λr = A.4.6
σB
Cum prima de risc λr e unic detreminată rezultă că şi măsura neutră la risc
(măsura faţă de care ω (t )B (t ) martingal şi care depinde de λr ) este unică. Faţă de
această măsură ecuaţia de dinamică a bondului devine:
dB (t ) = r ⋅ B (t ) ⋅ dt + σ B ⋅ B (t ) ⋅ dW (t ) A.4.7
Să determinăm acum ecuaţia de dinamică a ratei dobânzii fără risc faţă de
măsura neutră la risc:
~
dr (t ) = α~( r (t )) ⋅ dt + β ( r (t )) ⋅ dW (t )
= α~( r (t )) ⋅ dt + β ( r (t )) ⋅ (dW (t ) − λr dt )
= [α~( r (t )) − λr ⋅ β ( r (t ))] ⋅ dt + β ( r (t )) ⋅ dW (t )

α (r ( t ) )
= α ( r (t )) ⋅ dt + β ( r (t )) ⋅ dW (t ) A.4.8
Să analizăm acum cazul volatilităţii. Ecuaţia de dinamică faţă de măsura pieţei
are forma:
~
dv(t ) = α~(v (t )) ⋅ dt + β ( v (t )) ⋅ dW (t ) A.4.9
Volatilitatea nu se tranzacţionează direct pe piaţă. Nici nu se tranzacţionează
produse financiare care sunt senzitive la volatilitate(aşa cum sunt bondurile în cazul
ratei dobânzii). In această situaţie nu avem cu ce construi un martingal şi deci prima
de risc λv nu este unică şi rezultă că nici masura neutră la risc. Să calculăm ecuaţia de
dinamică faţă de o măsură neutră la risc:
~
dv(t ) = α~(v (t )) ⋅ dt + β ( v (t )) ⋅ dW (t )
= α~( v (t )) ⋅ dt + β ( v (t )) ⋅ (dW (t ) − λv dt )
= [α~( v (t )) − λv ⋅ β ( v (t ))] ⋅ dt + β ( v(t )) ⋅ dW (t )

α (v ( t ) )
= α ( v (t )) ⋅ dt + β ( v (t )) ⋅ dW (t ) A.4.10
110
Anexa 5. Preţul futures şi preţul forward în cazul în care rata dobânzii

este stocastică
In a această secţiune discutăm despre preţul forward şi despre preţul futures.

⎧t ⎫
Notăm cu γ (t ) = exp ⎨ ∫ r (u )du ⎬ . Mediile sunt calculate faţă de măsura neutră
⎩0 ⎭
la risc.
T-preţul forward al unei acţiuni(activ) la momentul t notat cu F (t ) este preţul
stabilit la momentul t pentru cumpărarea la momentul T a unei acţiuni şi ales astfel
încât contractul forward să aibă valoare 0, adică:
E ⎡⎢ γ (1T ) (S (T ) − F (t )) | Ft ⎤⎥ = 0 , 0 ≤ t ≤ T A.5.1
⎣ ⎦
Rezultă că:
S (t )
F (t ) = A.5.2
B (t , T )
T-preţul futures al unui activ este un proces Φ(t) adaptat la F(t) cu
proprietăţile:
i) Φ(T)= S(T)
ii) E⎢∫ dΦ(u) | F(t) ⎤⎥ = 0

⎡T 1
, 0≤ t≤ T A.5.3
⎣ t γ (u ) ⎦
Condiţia doi ne spune că valoarea actualizată a cash-flow-rilor rezultate din
marcarea la piaţă (marking to market) trebuie să fie zero. Altfel spus această condiţie
arată că valoarea contractului futures este zero.
Se poate arăta că:
Φ (t ) = E ⎡⎢⎣S (T ) | Ft ⎤⎥⎦ A.5.4
Diferenţa dintre preţul forward şi preţul futures este:

S (0)
Φ (0) − F (0) = E [S (T )] − ⎡ 1 ⎤
E ⎢ γ (T )⎥
⎣ ⎦
⎛
=
1
⎡ 1 ⎤ ⎜⎝
⎜ E ⎡⎢γ (1T )⎤⎥ E [S (T )] − E ⎡⎢ Sγ ((TT )) ⎤⎥ ⎞⎟⎟
E ⎢ γ (T )⎥
⎣ ⎦ ⎣ ⎦⎠
⎣ ⎦
111
1 ⎛ 1 ⎞
= Cov⎜⎜ S (T ), ⎟
⎡ 1 ⎤ ⎝ γ (T ) ⎟⎠
E ⎢ γ (T )⎥
⎣ ⎦
⎛ 1 ⎞
Deci Φ (0) = F (0) ⇔ Cov⎜⎜ S (T ), ⎟=0 A.5.5
⎝ γ (T ) ⎟⎠
Aşa cum a fost demonstrat şi în volumul I, rezultă că dacă r nu este stocastică
preţul forward şi preţul futures coincid. In cazul particular in care r este constantă
avem că:
Φ (t ) = F (t ) = S (t )e r (T −t ) A.5.6
Să vedem ce se întâmplă dacă r este stocastică. Să luăm spre exemplu
următoarea ecuaţie de dinamică:
⎧dS (t ) = r (t ) ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW1 (t )
⎨
⎩dr (t ) = α ( r (t )) ⋅ dt + β ( r (t )) ⋅ dW2 (t )
Avem că:
⎛ 1 ⎞ 1
dF (t ) = S (t )d ⎜⎜ ⎟⎟ + dS (t )
⎝ B(t , T ) ⎠ B(t , T )
= σ B2 F (t )dt + σF (t )dW1 (t ) − σ B F (t )dW2 (t ) A.5.7
Aplicând lema Ito generalizată rezultă că:
⎛ ∂Φ ⎞ ∂Φ ∂Φ
dΦ (t ) = ⎜ + L Φ ⎟dt + σS (t ) dW1 (t ) + β (r (t )) dW2 (t )
⎝ ∂t ⎠ ∂S ∂r
unde
1 2 2 ∂ 2C 1 2 ∂ 2C ∂C ∂C
LC = σ S + β (r ) 2 + rS + α (r )
2 ∂S 2
2 ∂r ∂S ∂r
Dar preţul futures este dat de A.5.4 şi aplicând teorema Feynman-Kac
(Apendix 1) avem că:
∂Φ
+ LΦ = 0
∂t
Deci:
∂Φ ∂Φ
dΦ (t ) = σS (t ) dW1 (t ) + β (r (t )) dW2 (t )
∂S ∂r
⎛ 1 ∂Φ ⎞ ⎛ 1 ∂Φ ⎞
= ⎜ σS (t ) ⎟Φ (t )dW1 (t ) + ⎜ β (r (t )) ⎟Φ (t )dW2 (t ) A.5.8
⎝ Φ∂
S
⎠ ⎝ Φ ∂r
⎠
σS σr
112
Rezultă ca ecuaţia de dinamică faţă de măsura neutră la risc a preţului futures

are întotdeauna driftul egal cu zero (i.e. preţul futures este martingal faţă de
probabilitatea neutră la risc) lucru care nu este adevărat şi pentru preţul forward.
113
Anexa 6. Metodologia de comparare a modelelor multifactoriale cu

modelul Black-Scholes-Merton
Pentru a face comparaţia intre preţul dat de modelul luat în considerare şi

preţul Black-Scholes-Merton (BSM) vom folosi propunerea lui Heston (1993) care
constă în a alege parametrul σ BS din modelul Black-Scholes-Merton astfel încât
dispersia distribuţiei lui ln S T rezultată din modelul considerat să coincidă cu

dispersia distribuţiei lui ln ST rezultată din modelul Black-Scholes-Merton. Astfel
dacă notăm cu D dispersia rezultată din modelul considerat rezultă că:
D
σ BS = A.6.1
T −t
Vom compara distribuţia lui ln S T faţă de măsura P ** (Apendix 2) rezultată
din modelul analizat cu distribuţia normală rezultată in cazul modelului Black-
Scholes-Merton. Am ales măsura P ** deoarece aceasta coincide cu măsura neutră la
risc in cazul în care r este constant. Vom analiza dacă această această distribuţie
prezintă skewness (asimetrie) şi kurtosis (exces).
Cum ştim funcţia caracteristică a distribuţiei, densitatea de repartiţie o aflăm
prin transformarea Fourier inversă (Anexa 3).
Notând cu f (φ ) funcţia caracteristică momentele iniţiale se calculează astfel:
1 ∂k f
mk = (0) A.6.2
i k ∂φ k
Primele patru momente centrate se calculează astfel:
μ1 = 0
μ 2 = m2 − m12
μ 3 = m3 − 3m2 m1 + 2m13
μ 4 = m4 − 4m3 m1 + 6m2 m12 − 3m14 A.6.3
114
Dispersia (D), skewness (S) şi kurtosis (K) se calculează astfel:

D = μ2
μ3
S=
μ2
μ4
K= −3 A.6.4
μ 22
Dacă rata dobânzii este stocastică factorul de actualizare din modelul Black-
Scholes-Merton ( e − r (T −t ) ) este diferit de factorul de actualizare din modelul considerat
( B (t , T ) ).
Putem descompune diferenţa de preţ în funcţie de două influenţe: influenţa
distribuţiei şi influenţa factorului de actualizare. Ne interesează variaţia diferenţei de
preţ funcţie de preţul de exerciţiu (X) celelalte elemente fiind constante. Avem că:
Dif ( X ) = C ( X ) − C BS ( X )
= {SΠ 1 ( X ) − XB(t , T )Π 2 ( X )} − {SΠ1BS ( X ) − Xe − r (T −t ) Π 2BS ( X )}
= {S (Π1 − Π1BS )( X ) − Xe − r ( T −t ) (Π 2 − Π 2BS )( X )}+ {X (e − r ( T −t ) − B(t , T ) )Π 2 ( X )}

influenta distributiei influenta factorului de actualizare
Să mai facem câteva precizări în ceea ce priveşte graficele ce apar în interiorul

lucrării. Graficele ce reprezintă distribuţia lui ln ST au pe axa OX reprezentat logaritm
din preţul de exerciţiu. Graficele ce prezintă diferenţe de preţ au pe axa OX preţurile
de exerciţiu şi pe axa OY diferenţele de preţ în unităţi monetare.
115

Cipnec Eof volII

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Cipnec Eof volII

Încărcat de

Drepturi de autor:

Formate disponibile

Ciprian Necula

Volumul II. Modele

I. Modele cu rata dobânzii stocastică ...........................................................................7

I.1 Ecuaţia de evaluare ..............................................................................................7

II. Modele cu volatilitate stocastică............................................................................27

II.1 Ecuaţia de evaluare...........................................................................................27

III. Modele cu rata dobânzii şi volatilitate stocastice ................................................45

III.1 Ecuaţia de evaluare .........................................................................................45

IV.1 Ecuaţia de evaluare..........................................................................................60

V. Modele de echilibru general şi modele afine.........................................................76

V.1 Modelul Bakshi-Chen pentru evaluarea opţiunilor pe bonduri zero cupon şi

Anexa 1. Lema Ito generalizată .............................................................................105

Monografia de faţă se adresează studenţilor care doresc să aprofundeze

generate datorită neconcordanţei dintre ipotezele modelului şi constatările empirice

O altă problemă a modelului Black-Scholes-Merton se referă la faptul că

I. Modele cu rata dobânzii stocastică

I.1 Ecuaţia de evaluare

Considerăm că ecuaţiile de dinamică, faţă de măsura neutră la risc, a cursului

⎧⎪dS (t ) = r (t ) ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW1 (t ) , σ > 0

Insă deoarece lucrăm faţă de măsura neutră la risc rezultă că:

dB(t , r ) = r ⋅ B (t , r ) ⋅ dt + ρ ⋅ σ B (t , r ) ⋅ B (t , r ) ⋅ dW1 + 1 − ρ 2 ⋅ σ B (t , r ) ⋅ B (t , r ) ⋅ dW2

Aşa cum am văzut valoarea opţiunii la momentul t depinde de cursul activului

I.2 Modelul SIOU

In acest caz ecuaţiile de dinamică, faţă de măsura neutră la risc, a cursului

Stim că valoarea bondului zero-cupon la momentul t este (Vasicek (1977)):

Se observă că M , N depind de fapt de τ = T − t . In anumite situaţii le von

Să calculăm acum indicatorii de senzitivitate ai modelului. Vom nota cu

Inlocuind în ecuaţia de evaluare obţinem următoarea relaţie între indicatorii de

I.3 Modelul SICIR

In această situaţie ecuaţia de evaluare nu mai are o soluţie exactă. Se poate

Se observă că şi în acest caz M , N depind de fapt de τ = T − t .

Inlocuind în ecuaţia de evaluare obţinem următoarea relaţie între indicatorii de

I.4 Modelul SICIR-modificat

⎧⎪dS (t ) = r (t ) ⋅ S (t ) ⋅ dt + σ ⋅ S (t ) ⋅ dW1 (t ) + σ S ⋅ S (t ) ⋅ r (t ) ⋅ dW3 (t )

unde W1 , W2 , W3 , W4 sunt mişcări browniene independente.

Rezultă că deşi am presupus că "volatilitatea" este constantă, riscul activului

Aşa cum am văzut valoarea bondului zero-cupon nu depinde de ρ şi cum şi în

(iφ − 1)(2 + iφσ S2 )(1 − exp{− ξ r * ⋅ (T − t )}) ⎫

ξr* = (β r − iφρσ rσ S )2 − σ r2 (iφ − 1)(2 + iφσ S2 ) 1.29

Indicatorii de senzitivitate au aceaşi formă cu cei din formulele 1.23 însă

I.5 Modelul SICIR pentru opţiuni având ca activ suport contracte

Ecuaţiile de dinamică, faţă de măsura neutră la risc, a cursului activului suport

dΦ (t ) = σ S (Φ, r )Φ dW1 (t ) + σ r (Φ, r )ΦdW2 (t )

Pentru deducerea formulelor de mai jos folosim unele rezultate obţinute de

In cadrul acestui model avem următoarea formulă pentru preţul futures:

2(1 − exp{− δ ⋅ (T − t )}) ⎫

I.6 Comparaţie cu modelul Black-Scholes-Merton

Această comparaţie a fost realizată în conformitate cu metodologia descrisă în

Considerăm următoarele date iniţiale:

Figura 1.1. Influenţa mediei pe termen lung a ratei dobînzii

Se observă că pentru opţiuni ITM există o diferenţă crescătoare până la un

Figura 1.2. Influenţa vitezei de ajustare a ratei dobânzii

Influenţa volatilităţii ratei dobânzii ( σ r ) asupra diferenţei de preţ nu este

Figura 1.3. Repartiţia lui ln ST

Variaţia parametrilor modelului în limite acceptabile faţă de valorile iniţiale

Figura 1.4. Influenţa repartiţiei şi a factorului de actualizare

Se observă că influenţa distribuţiei asupra diferenţei de preţ este practic nulă,

Considerăm următoarele date iniţiale:

α r = 0.02, β r = 0.6, σ r = 3%, ρ = 0

Figura 1.5. Influenţa mediei pe termen lung a ratei dobînzii

cursul activului. Cum corelaţia nu influenţează valoarea bondului zero-cupon şi deci

Figura 1.6 Influenţa volatilităţii ratei dobînzii

In figura 1.7a este reprezentată repartiţia lui ln ST (pentru datele iniţiale)