Sunteți pe pagina 1din 3

RECENZIE

Articol recenzat: Ramazan Genay,Aslihan Salih,Degree of Mispricing with the Black-


Scholes Model and Nonparametric Cures,Annals of Economics and Finance,Vol.
4(2003),pp. 73-101
Articolul este organizat n mai multe seciuni n care autorii descriu literatura de
specialitate, aduc critici modelului Black-Scholes i vorbesc despre modele neparametrice (n
principal despre reele feedforward), descriu eantionul de date folosit n studiu, arat
rezultatele obinute sub forma unor tabele i grafice i formuleaz concluzia articolului.
Elementul central al articolului l constituie analiza gradului de corectitudine a
evalurii preului opiunilor folosind modelul Black-Scholes.De asemenea,autorii propun
soluii neparametrice pentru micorarea erorilor obinute folosind acest model.
n introducerea articolului se vorbete despre economitii care au studiat nclcarea
ipotezelor de distribuie ale modelului Black-Scholes.Aceast situaie a fost investigat de-a
lungul timpului de Black(a ajuns la concluzia c volatilitatea implicit crete odat cu preul
de exercitare),Macbeth i Merville(au observat c preurile opiunilor in-the-
money,determinate folosind modelul Black-Scholes i volatilitatea implicit a opiunilor at-
the-money,sunt n medie mai mici dect preurile pieei i c aceast diferen crete n funcie
de ct de in-the-money este opiunea i scade pe masur ce scadena opiunii se
aproprie),Rubinstein .a. Cum sunt mai uor de relaxat ipotezele de distribuire ale unui model
neparametric,o serie de autori au nceput s foloseasc un astfel de model: Gouriroux,
Monfort i Tenreiro; Hutchinson, Lo i Poggio; Genay i Garcia etc.
n seciunea a doua a articolului este discutat abordarea neparametric a estimrii
preurilor opiunilor.Se analizeaz criticile aduse modelului Black-Scholes i apoi se explic
preferina pentru modele neparametrice.Modelul Black-Scholes este criticat n mare parte
datorit ipotezelor de distribuire a activului suport(studiile empirice asupra preurilor activelor
arat prea multe excepii de la variana constant a distribuiei log-normala).ncercrile de a
acomoda volatilitatea stocastic i ratele de doband stocastic n modelul Black-Scholes au
fost complicate de complexitatea estimrii preului de pia al riscului.
Ipotezele de distribuire sunt mai uor de relaxat n cadrul modelelor neparametrice.O
funcie neparametric pentru pentru estimarea preului unei opiuni call european
nepltitoare de dividend leag preul opiunii de un set de variabile care caracterizeaz
opiunea(preul activului suport,preul de exercitare,volatilitatea activului suport,rata
dobnzii,scadena): C
t
= f(S
t
, K,
t
, r
t
, t) .
Mai departe articolul vorbete despre reele feedforward.O reea neuronal artificial
este un model statistic distribuit paralel care conine mai multe uniti de procesare a datelor
ce proceseaz informaia curent i o generalizeaz pentru evenimentele viitoare.ntr-o reea
feedforward neuronii(funciile de activare) sunt organizai n straturi.Stratul care conine
datele de intrare se numete strat input,stratul care conine datele de ieire se numete strat
output,iar straturile dintre input i output se numesc straturi ascunse.O reea feedforward
simpl poate fi vazut ca un model de regresie nelinear flexibil,care poate fi estimat folosind
metodele de optimizare econometrice standard.Prin utilizarea reelelor feedforward se poate
restriciona output-ul la un anumit interval dorit.
Pentru a gsii reeaua feedforward potrivit este necesar ca autorii sa aleag tipul de
intrari,numrul de uniti ascunse,numrul de straturi ascunse,structura care conecteaz
straturile input i output i s minimizeze erorile.
n seciunea a treia sunt descrise datele folosite.Autorii folosesc valorile zilnice ale
indicatorului S&P 500 obinute de la Bursa din Chicago.Ei aleg aceste date deoarece piaa
opiunilor S&P 500(opiuni de tip european) este foarte lichid i este cea mai apropiat de
ipotezele teoretice ale modelului Black-Scholes.
Datele sunt verificate folosind paritatea put-call(de aceea o opiune de tip put/call este
inclus n eantionul de date doar dac are un corespondet call/put cu acelasi pre de exerciiu
la aceeai scaden).
Autorii estimeaz reele feedforward cu 1 pn la 10 uniti ascunse),apoi aleg reelele
pentru care se obin cele mai mici erori de estimare,dup care aleg reeaua care are cea mai
bun performan a previziunilor(cel mai bun MSPE out of sample mean square prediction).
n seciunea a patra sunt prezentate rezultatele obinute.Acestea arat c toate reelele
feedforward estimate au obinut valori mai bune ale indicatorului MSPE dect cele
corespunztoare modelului Black-Scholes.De exemplu,urmrind primul tabel de
rezultate,observm c n anul 1988 valorile MSPE ale reelelor forward sunt cu 40% mai bune
decat cele ale modelului Black-Scholes,iar n restul perioadei analizate acestea sunt n medie
cu 80-83% mai bune.
Este prezentat i relaia dintre preurile pieei i preurile modelului Black-Scholes.Se
observ c,pentru opiunile foarte out-of-the-money,modelul Black-Scholes estimeaz preuri
mai mari dect cele din pia,iar pentru opiunile aproape out-of-the-money acesta estimeaz
preuri mai mici dect preurile actuale nregistrate pe pia.Performana modelului Black-
Scholes este foarte scazut n cazul estimrii preurilor opiunilor foarte out-of-the-money.
n analiza relaiei dintre volatilitatea opiunilor call i erorile de estimare obinute prin
modelul Black-Scholes se observ c pentru opiunile foarte out-of-the-money(S/K<0,95) se
obin erori pozitive mari la nivele de volatilitate mari(ntre 0,25 i 1),iar aceste erori nu sunt
simetrice fa de zero(n cadrul unui model ideal aceste valori ar fi simetrice fa de zero,iar
erorile s-ar dispune n forma de cerc n jurul lui zero).Aceeai dispunere a erorilor se observ
i n cadrul relaiei dintre termenul de maturitate al opiunilor i erorile de estimare obinute
prin modelul Black-Scholes,ct i n cadrul celor dou relaii analizate pentru opiunile put.
Retelele feedforward corecteaz estimarile de pre mai mari/mai mici obinute prin
modelul Black-Scholes,iar erorile obinute prin utilizarea lor sunt mai mici.
n concluzie,erorile modelului Black-Scholes cu privire la evaluarea preului opiunilor
sunt mai mari n opiunile foarte out-of-the-money fa de cele aproape out-of-the-money, iar
aceste erori se agraveaz odat cu creterea volatilitii.Modelul Black-Scholes nu este
instrumentul de stabilire corespunztor n situaii de volatilitate ridicat n special pentru
opiuni foarte out-of-the-money. Reelele feedforward ofer estimri mai precise ale preurilor
opiunilor out-of-the-money i obtin erori mai mici n perioade de volatilitate ridicat.
Ca observaii asupra articolului,putem spune c deii reelele feedforward aduc
imbuntiri importante prin comparaie cu modelele parametrice(ele avnd o performan
mai bun a preurilor estimate i a hedging-ului),n practic numrul de funcii de activare
folosite n reele este restrns de gradele de libertate disponibile(numrul parametrilor din
reea,lungimea datelor).Un numr mare de uniti ascunse ntr-un singur strat poate s nu fie
fezabil n anumite situaii(ex:numar mic de nregistrari cunoscute).
De asemenea,modelul folosete o metod recursiv de estimare a vectorului de
parametri numit backpropagation.Tehnicile de estimare recursive nu utilizeaz complet
informaia din eantionul de date,iar White a demonstrat n 1989 c estimatorul recursiv nu
este la fel de eficient ca estimatorul neliniar al celor mai mici ptrate.