Sunteți pe pagina 1din 121

Ciprian Necula

Evaluarea opţiunilor financiare

Volumul I. Modelul Black- Scholes-Merton

Bucureşti

2009

Domnului profesor Moisă Altăr

Cuprins

Introducere

3

I. Noţiuni privind teoria probabilităţilor

6

I.1 Noţiuni preliminare

6

I.2 Variabile aleatoare

8

I.3 Măsură şi probabilitate

10

I.4 Repartiţia şi funcţia de repartiţie a unei variabile aleatoare

12

I.5 Media unei variabile aleatoare

13

I.6 Convergenţa şirurilor de variabile aleatoare

17

I.7 Densitatea de repartiţie a unei variabile aleatoare

18

I.8 Vectori aleatori

20

I.9 Funcţia caracteristică

21

I.10 Noţiunea de independenţă a variabilelor aleatoare

21

I.11 Media condiţionată

23

II. Noţiuni privind teoria proceselor stocastice

25

II.1

Noţiuni preliminare

25

II.2 Mişcarea browniană

27

III. Noţiuni privind teoria calculului stocastic

34

III.1 Variaţia pătratică a unui proces stocastic

34

III.2 Integrala stocastică

38

III.3 Formula de schimbare de variabilă

40

III.4 Teorema de reprezentare a martingalelor

43

III.5 Teorema de schimbare a măsurii

44

IV. Noţiuni privind teoria proceselor de difuzie

46

IV.1 Ecuaţii diferenţiale stocastice

46

IV.2 Generatorul infinitizimal al unui proces de difuzie

50

IV.3 Teorema de legătură dintre procesele de difuzie şi ecuaţiile diferenţiale cu derivate parţiale

52

V. Piaţa financiară de tip Black-Scholes-Merton (BSM)

55

V.1 Ipotezele modelului Black-Scholes-Merton

55

V.2 Arbitrajul şi măsura neutră la risc

57

V.3 Trecerea de la probabilitate pieţei la măsura neutră la risc

60

V.4 Hedging şi măsura neutră la risc

61

V.5 Măsura neutră la risc in cazul unidimensional

63

V.6 Măsura neutră la risc in cazul bidimensional

64

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

66

VI.

Evaluarea opţiunilor europene în contextul pieţei financiare de tip BSM

69

VI.1 Opţiuni europene care au ca activ suport o acţiune fără dividend

69

VI.2 Opţiuni europene care au ca activ suport o acţiune cu dividend

72

VI.3 Opţiuni europene care au ca activ suport o valută

75

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

76

VII. Evaluarea opţiunilor cu barieră în contextul pieţei financiare de tip BSM

80

VII.1 Opţiuni knock-out şi knock-in

80

VII.2 Opţiuni "ladder"

93

VIII. Evaluarea opţiunilor dependente de drum în contextul pieţei financiare de tip

BSM

96

VIII.1 Opţiuni cliquet

96

VIII.2 Opţiuni cu maxim discret

99

VIII.3 Opţiuni asiatice

102

IX. Evaluarea opţiunilor cu mai multe active suport în contextul pieţei financiare

de tip BSM

104

IX.1 Distribuţia normală bidimensională

104

IX.2 Mişcarea browniană bidimensională

105

IX.3 Proces de difuzie bidimensional şi lema Ito bidimensională

105

IX.4 Evoluţia cursului a două active

106

IX.5 Opţiuni curcubeu

107

IX.6 Opţiuni quanto

112

Bibliografie

118

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

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 I reprezintă o abordare ab initio în ceea ce priveşte evaluarea opţiunilor în contextul pieţei financiare de tip Black- Scholes-Merton. Astfel, prima parte (capitolele I-IV) este consacrată aspectelor teoretice necesare în cadrul matematicii financiare, iar în partea a doua (capitolele V- IX) este analizată viabilitatea şi completitudinea pieţei financiare de tip BSM şi sunt evaluate diferite tipuri de opţiuni financiare. In capitolul I sunt prezentate noţiuni elementare de teoria probabilităţilor cum ar fi conceptul de variabilă aleatoare, repartiţie şi funcţie de repartiţie, funcţie de densitate, funcţie caracteristică, medie condiţionată ş.a. Capitolul II este axat pe studiul mişcării browniene, fiind analizate principalele proprietăţi ale mişcării browniene: proprietatea de scalare, simetrie şi inversiune a timpului, nederivabilitatea traiectoriilor, calculul variaţiei pătratice, proprietatea Markov, proprietatea tare Markov, principiul de reflexie, precum şi

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

repartiţia comună a proceselor

sup B , B

s

s

t

t

şi a proceselor

(

inf B , B

s

t

s

t

)

repartiţii care

vor fi utilizate pentru evaluarea opţiunilor cu barieră. In capitolul III sunt prezentate noţiuni elementare de calcul stocastic. Pentru început este analizat conceptul de variaţie pătratică în cazul martingalelor, a

L -

mărginite. In continuare este introdus conceptul de integrală stocastică în raport cu

martingale

semimartingalele şi sunt prezentate proprietăţile lor. Tot în cadrul acestui capitol sunt demonstrate teorema de integrare prin părţi şi teorema de schimbare de variabilă (i.e. formula lui Ito), teorema de caracterizare a lui Levy, teorema de reprezentare a martingalelor şi în final teorema de schimbare a probabilităţii (i.e teorema lui Girsanov). Capitolul IV este consacrat analizei ecuaţiilor diferenţiale stocastice şi proceselor de difuzie. Pentru început sunt demonstrate teorema de existenţa şi unicitate a unei soluţii a unei ecuaţii diferenţiale stocastice, precum şi proprietatea Markov a proceselor de difuzie. De asemenea, este prezentată forma particulară a formulei Ito pentru procesele de difuzie. In continuare sunt analizate câteva proprietăţi ale generatorului infinitizimal şi este calculat generatorul infinitizimal al unui proces de difuzie omogen. In final este demonstrată teorema de legătură dintre procesele de difuzie şi ecuaţiile cu derivate parţiale (i.e. teorema Feynman-Kac). In capitolul V sunt analizate proprietăţilor pieţei financiare de tip Black- Scholes-Merton (BSM), prin utilizarea conceptului de măsură neutră la risc. Pentru început este analizată legătura dintre arbitrajul financiar şi existenţa măsurii neutre la risc, precum şi dintre existenţa portofoliilor de hedging şi unicitatea măsurii neutre la risc. Concluzia la care se ajunge este aceea că modelul BSM (unidimensional sau multidimensional) este viabil şi complet (i.e. măsura neutră la risc există şi este unică). In continuare este prezentată trecerea la măsura neutră la risc in cazul unidimendsional şi bidimensional. In final este demonstrat principiul evaluării neutre la risc şi este determinată ecuaţia fundamentală de evaluare a unui activ financiar. In continuare sunt determinate, prin utilizarea principiului evaluării neutre la risc, formulele de evaluare pentru diverse tipuri de opţiuni financiare în contextul

-mărginite, în raport cu martingale locale şi în raport cu

martingalelor locale şi a semimartingalelor şi este studiat spaţiul martingalelor

2

2

L

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

pieţei financiare de tip Black-Scholes-Merton. Astfel, în capitolul VI este analizată evaluarea opţiunilor europene în cazul în care activul suport este o acţiune fără dividend, o acţiune cu dividend, o valută sau un contract futures. Tot în cadrul acestui capitol este demonstrat faptul că, în contextul modelului BSM, preţul futures teoretic este egal cu preţul forward teoretic, rezultat care se datorează ipotezei privind rata dobânzii fără risc. Capitolul VII este dedicat analizei opţiunilor barieră de tip knock- aut, knock-in şi ladder, iar capitolul VIII analizei opţiunilor dependente de drum de tip cliquet, cu maxim discret şi asiatice. In capitolul IX sunt obţinute formule de evaluare pentru o serie de opţiuni care au mai multe active suport.

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

I. Noţiuni privind teoria probabilităţilor

I.1 Noţiuni preliminare

Fie Ω o mulţime şi (Ω) mulţimea părţilor lui Ω . Vom nota cu

complementara mulţimii

Definiţia 1.1

A .

A

C :=Ω−

A

(Ω) se numeşte σ - algebră dacă sunt îndeplinite condiţiile:

1.

2.

3.

şi Ω ∈

A

A

C

(

A

n

)

n

n

A

n

Definiţia 1.2

(Ω) se numeşte algebră dacă sunt îndeplinite condiţiile:

1.  ∈ şi Ω ∈ 2. A ∈ ⇒ A C ∈ 3. (
1.
 ∈ şi Ω ∈
2.
A
A
C ∈
3.
(
A
)
∈ ,
I
finit ⇒
∪ A
n
n ∈ I
n

n I

Definiţia 1.3

Fie (Ω). Vom defini σ - algebra generată de , σ( ), ca fiind cea

mai mică σ - algebră care îl conţine pe , i.e.

σ

(

)

Propoziţia 1.4

Fie

nu este neapărat o σ - algebră.

şi

două

σ - algebre. Atunci

:

=

σ− a lg ebra

este

Vom nota în continuare := σ( ).

σ - algebră. Dar

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

Definiţia 1.5

(Ω) se numeşte topologie pe Ω dacă sunt îndeplinite condiţiile:

1. şi Ω ∈

2. (

3. (

A

A

n

n

)

)

∈ , I n ∈ I ∈ ⇒ n
,
I
n
∈ I
∈ ⇒
n

finit

n

A

n

n

I

A

n

Definiţia 1.6

Fie

o topologie pe Ω . Vom defini borelianul lui Ω asociat topologiei

, (Ω), ca fiind σ - algebra generată de , i.e. (Ω):= σ( )

Exemplul 1.7 (mulţimea borelienelor reale)

Fie

=

G

| G

=

n

(

a ,b

n

n

)

,

a

n

<

b

n

şi

= {(a,b)| a,b , a < b}{}

Avem că

Mulţimea borelienelor reale este borelianul generat de topologia mulţimilor deschise.

este o topologie pe (topologia mulţimilor deschise) şi σ( ) = σ()

.

Definiţia 1.8 (indicatorul unei mulţimi)

Fie A (Ω). Indicatorul lui A este o funcţie

1, ω∈ A

()

ω=

A

0, ω∈ A

.

A

: Ω → {0,1}

definită astfel:

Propoziţia 1.9 (proprietăţile funcţiei indicator)

1.

2.

3.

4.

5.

6.

7.

Ω

= 1,

A

C

= 1

2

=

A

= 0

A

A = B =

A

B

=

A

B

A

A

B

B

=+

A

B

A

=

A

A

B

A

B

B

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

I.2 Variabile aleatoare

Definiţia 1.10

Fie (Ω) o σ - algebră. (Ω, ) se numeşte spaţiu măsurabil.

Definiţia 1.11

Fie f : Ω → E o funcţie, A E şi (E). Vom defini preimaginile lui

A respectiv astfel f

1

(A) {ω

: =

∈ Ω f (ω)E} f

|

,

1

( )={ ()

:

f

1

A | A }

.

Propoziţia 1.12

Fie f : Ω → E o funcţie şi (E). Avem că σ( f

1

( ))= (σ( ))

f

1

particular dacă este o σ - algebră atunci şi

f 1

( )

este o σ - algebră.

. In

Definiţia 1.13

Fie (Ω, ) şi (E, ) două spaţii măsurabile. Funcţia f : Ω → E se numeşte

( , ) - măsurabilă dacă

f

1

( )

( i.e.

A

f

1

(

A

)

).

Exemplul 1.14

Fie

, (Ω) două

σ - algebre,

măsurabile.

Fie

funcţia

identitate

id

:

Ω

.

Ω → Ω

(Ω, ) şi

,

id

Ω

(Ω, ) sunt spaţii

Deoarece

(ω)

= ω

.

id

Ω

1

( )=

funcţia

id

Ω

nu este

măsurabilă pentru că

id

Ω

1

( )=

( , ) - măsurabilă. Dar este

(

,

)

-

Definiţia 1.15 (variabilă aleatoare)

Fie (Ω, ) spaţiu măsurabil. Funcţia X : Ω → se numeşte variabilă

aleatoare dacă este

( , ()) - măsurabilă ( i.e.

Definiţia 1.16

X

1

( ( ))

).

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

Fie

(Ω, ) spaţiu măsurabil. Funcţia măsurabilă

f : Ω →

simplă (etajată) dacă

f

=

n

a

n

A n

,

a

n

, A

i

A

j

= ∀ ≠

i

j

,

n

A

n

se numeşte

= Ω .

Propoziţia 1.17 (proprietăţile funcţiilor măsurabile)

1.

2.

3.

Fie

fg

f , g : Ω →

funcţii

măsurabile

şi

α ∈ .

, αf , f g := min( f , g), f g := max( f , g), f g ,

Atunci f + g , f sunt funcţii
Atunci
f + g
,
f
sunt funcţii

măsurabile.

Fie

f : Ω → funcţie măsurabilă. Atunci

sunt funcţii măsurabile pozitive.

Fie

f : Ω → funcţie măsurabilă. Atunci

f

+

(

:

=

f

n

f + f f − f − , f : = 2 2 ) ,
f + f
f − f
,
f
: =
2
2
)
,
f
funcţii simple,
n
n

astfel

f

()ω

=

încât

f

n

+1

f

n

,

lim ()ω ,∀ω ∈ Ω

f

n

n

.

f n

f

şi

f = lim f

n

n

(punctual)

i.e.

Definiţia 1.18 (σ - algebra generată de o funcţie măsurabilă)

1. Fie

(Ω, ) şi (E, ) două spaţii măsurabile şi funcţia

,

i.e.

avem că

de

f : Ω → E măsurabilă. Vom defini σ - algebra generată de

ca

fiind

()

σ f

:

= f

1

σ -

( )

algebra

generată

preimaginea

lui

. Evident că datorită măsurabilităţii lui

f

f

,

σ(f )

,

2.

σ(f )

.

Fie

(Ω, ) şi

(

E

n

,

) n

I

spaţii măsurabile şi

f

n

: Ω→ E

n

funcţii

măsurabile.

Vom

σ

(() )

f

n

I

:

=σ ⎜

n

I

f

1

defini

(

)

.

σ -

algebra

generată

de

f

n

astfel

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

I.3 Măsură şi probabilitate

Definiţia 1.19 (măsură)

Fie (Ω, ) spaţiu măsurabil. O funcţie μ : [0, ] se numeşte masură pe

dacă îndeplineşte condiţiile:

1.

μ

n

A

n

⎟ =

n

μ(

A

n

)

;

A

n

disjuncte (

2.

A astfel încât μ(A) < ∞ .

σ - aditivă)

Propoziţia 1.20 (proprietăţile măsurii)

1.

2.

3.

4.

5.

6.

7.

8.

μ()= 0

μ ⎜ ⎜

n

i

= 1

A

i

⎟ ⎠

=

n

μ(

i

= 1

A

i

) ;

A

i disjuncte

A B ⇒ μ(A) ≤ μ(B)

μ

μ

n

A

n

⎟ ≤

(

lim inf A

n

n

n

μ(

A

n

)

;

A

n

)

(

lim inf μ A

n

n

)

μ limsup

A

n

Dacă

n

A

n

A

n

Dacă

A

n

A

n

+

+

1

1

limsup

n

μ A

n

(

(

lim

n

lim

n

n

)

)

(

A

)

=

⇒μ

⇒μ

A =

n

lim

n

lim

n

(

(

μ A

μ A

n

n

)

)

9.

Fie

10. Fie

μ ,μ

1

(

μ

n

2

)

n

două măsuri şi

a

măsuri. Atunci

1

, a

n

2

μ

Definiţia 1.21

Fie μ o măsură pe .

. Atunci

n este măsură

a μ + a μ este măsură.

1

1

2

2

1. Dacă μ(Ω) < ∞ atunci μ se numeşte măsură finită (mărginită)

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

2.

Dacă

A

n

astfel încât

n

A

n

= Ω şi

numeşte măsură σ - finită

Exemplul 1.22 (măsura Dirac)

Fie a ∈ Ω . Definim

ε

a

(A)

:=

A

(a)

. Se poate arăta că

μ(

A

n

)<∞

atunci

ε a este o măsură.

μ

se

Aceasta se numeşte măsura Dirac concentrată în punctul a .

Fie

a

n ∈ Ω

obţine card .

şi

p

n 0

. Atunci

:

μ=

p

n

n

ε

a

n

este o măsură. Dacă

p

n = 1

se

Exemplul 1.23 (măsura Lebesgue)

Fie = {(a,b]| a,b ,, a b}. Se poate arăta că

că

λ((a,b]) = b a . Măsura se

extinde la () folosind procedeul lui Caratheodry ( o măsură σ - finită definită pe

o algebră poate fi extinsă în mod unic pe σ( ) ).

Măsura Lebesgue mai poate fi extinsă, existând mulţimi neboreliene care sunt

măsurabile Lebesgue. Dar nu poate fi extinsă pe () existând mulţimi care nu sunt

măsurabile Lebesgue.

este cel mult numărabilă atunci λ(A) = 0 , dar există mulţimi de

puterea continuumului care sunt neglijabile Lebesgue ( i.e λ(A) = 0 ).

este o algebră şi

()

= σ( )

. Definim măsura Lebesgue pe

astfel

Dacă

A

Propoziţia 1.24

Fie (Ω, ) spaţiu măsurabil şi μ,ν măsuri pe . Fie (Ω) şi notăm

d

:

=


A

i

I

1.

i

|

A

i

,

I
I

finit


. Dacă

d

= (se spune că

2. μ()A =ν ()A , A

Atunci μ()A = ν ()A , A σ ( ).

este închisă la intersecţii finite)

Această propoziţie este foarte importantă. Ea arată că dacă trebuie să arătăm

egalitate dintre două măsuri pe o σ - algebră este de ajuns să arătăm egalitatea

acestora pe un sistem de generatori închis la intersecţii finite. Astfel dacă trebuie să

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

demonstrăm egalitatea a două măsuri pe () de ajuns de arătat egalitatea acestora

pe

sistem de generatori pentru

este închis la intersecţii finite şi este un

(vezi exemplul 1.23) deoarece

()

( i.e.

() = σ( ) ).

Definiţia 1.25

1. Fie

(Ω, ) spaţiu măsurabil şi μ

o măsură pe

(Ω , , μ) este spaţiu cu măsură.

. Spunem că

2. Fie (Ω, ) spaţiu măsurabil şi P o măsură pe

P(Ω) = 1 . Atunci

P se numeşte probabilitate, iar

astfel încât

se

(Ω, ,P)

numeşte câmp de probabilitate.

I.4 Repartiţia şi funcţia de repartiţie a unei variabile aleatoare

Definiţia 1.26 (repartiţia unei variabile aleatoare) Fie (Ω, , P) un câmp de probabilitate şi X : Ω → o variabilă aleatoare.

Repartiţia lui X notată P X

+

astfel:

P

X

1

(A)

:

=

P(X

1

sau

1

(A))

.

μ

X este o funcţie definită pe () cu valori în

Propoziţia 1.27 Fie (Ω , , P) un câmp de probabilitate şi X : Ω → o variabilă aleatoare.

Repartiţia lui X este o probabilitate pe ().

Definiţia 1.28 (funcţia de repartiţie a unei variabile aleatoare) Fie (Ω , , P) un câmp de probabilitate şi X : Ω → o variabilă aleatoare.

Funcţia

F

X

: ,

F

X

()((−∞

a

:

X

,

a

])=

P

X

1

((−∞

,

a

])= (

P X

1

((−∞

,

a

]))=

=

P({

X ()

ω∈ Ω | ω ≤

a})

not

=

(

P X

a

) se numeşte funcţia de repartiţie a lui X .

Propoziţia 1.29 (proprietăţile funcţiei de repartiţie)

1.

F

X

este crescătoare

2. lim

a →−∞

F

X

(

a

)

= 0, lim

a

→∞

F

X

(

a ) = 1

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I

3.

4.

5.

F

X

F

X

F

X

F

X

este

continuă

la

dreapta

(a

()b

()a

+ 0)= F

X

F

X

F

X

()a

(a

()a

)

, F (a 0)

X

X

((a

,

X

b])

=

({a})

)

P(a

=

<

P(X

0

X

=

şi

b)

a)

are

limite

la

stânga

Definiţia 1.28 (variabilă aleatoare discretă)

X se numeşte variabilă aleatoare discretă dacă

astfel încât

P

X

1

=

n

p

n

ε

a n

.

a

n

p

,

n

0,

p

n

n

(i.e.

= 1

Dacă X este variabilă aleatoare discretă se observă că:

(

P X

=

a

)

=

P

X

1

({})

a

=

n

p

n

ε

a

n

({})

a

=

0,

p

a

,


n

a

n

n

a.i.

n

a

=

a

n

De aici rezultă binecunoscuta notaţie pentru o variabilă aleatoare discretă (mai

exact pentru distribuţia acesteia)

X

~

⎛ ⎜ a

1

p

1

a

2

p

2

a

n

p

n

Definiţia 1.29 (variabilă aleatoare continuă)

X se numeşte variabilă aleatoare continuă dacă

F

X

este continuă.

Se observă că dacă

X este variabilă aleatoare continuă atunci

μ

X

({a})= 0

sau

altfel spus repartiţia unei variabile aleatoare continue „nu vede” punctele.

I.5 Media unei variabile aleatoare

Definiţia 1.30 (integrala)

Fie (Ω , , μ) un spaţiu cu măsură. Integrala se construieşte în cinci paşi

1.

2.

Ω

∫∑

A

dμ

: =



A

n

(

μ A

) (integrala funcţiei indicator)

d

μ

: =

a

n

(

μ

A

n

)

(integrala funcţiilor simple)

Ω

n n

Ciprian Necula – Evaluarea opţiunilor financiare – volumul I