Modele stochastice ı̂n evaluarea derivatelor

financiare

de
Eduard-Paul Rotenstein

Iaşi, 2017
”There are many paths, but only one journey.”

Naomi Judd
Cuprins

Introducere 1

1 Probabilităţi şi procese stochastice 1

1.1 Variabile aleatoare; caracteristici numerice şi funcţionale . . . . . . . . . . . . . 1
1.2 Media condiţionată . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Procese stochastice; martingale . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Mişcarea Browniană . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Integrala stochastică . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6 Ecuaţii diferenţiale stochastice şi formula lui Itô . . . . . . . . . . . . . . . . . 19
1.6.1 Mişcarea Browniană geometrică . . . . . . . . . . . . . . . . . . . . . . . 20
1.6.2 Formula lui Itô . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2 Scurtă descriere a pieţelor financiare 25

3 Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere (spot) 30

3.1 Machetă de piaţă financiară . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2 Măsuri martingale ı̂n pieţele spot . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.3 Absenţa arbitrajului ı̂n piaţa financiară . . . . . . . . . . . . . . . . . . . . . . 33
3.4 Machetă de piaţă pentru opţiuni americane . . . . . . . . . . . . . . . . . . . . 36
3.5 Inegalităţi generale ı̂n absenţa arbitrajului . . . . . . . . . . . . . . . . . 38

4 Modelul binomial Cox-Ross-Rubinstein (CRR) 42

4.1 Construcţia modelului . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.2 Evaluarea preţului opţiunilor europene . . . . . . . . . . . . . . . . . . . . . . . 44
4.3 Proprietatea martingală a modelului CRR . . . . . . . . . . . . . . . . . . . . . 46
4.4 Opţiuni americane ı̂n modelul CRR . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.4.1 Timpi de oprire; ı̂nfăşurătoarea Snell a proceselor stochastice . . . . . . 49
4.4.2 Modelul financiar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

ii
5 Modelul Black-Scholes 53
5.1 Comportamentul asimptotic al modelului Cox-Ross-Rubinstein . . . . . . . . . 53
5.2 Modelul continuu Black-Scholes . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.3 Strategii de schimb autofinanţante; măsuri martingale pentru o piaţă spot . . . 57
5.4 Formula Black-Scholes de evaluare a preţului ı̂n timp continuu . . . . . . . . . 59
5.5 EDP Black Scholes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.6 Indici de senzitivitate ai modelului Black-Scholes . . . . . . . . . . . . . . . . . 66

6 Pieţe de instrumente financiare cu venit fix 72

6.1 Obligaţiuni financiare cu venit fix, nepurtătoare de dividende. Modelul matematic 72
6.2 Determinarea preţului obligaţiunilor şi măsuri martingale . . . . . . . . . . . . 77
6.2.1 Modele de dobânzi pe termen scurt (short-term rate models) . . . . . . 77
6.2.2 Clasa modelelor Heath-Jarrow-Morton . . . . . . . . . . . . . . . . . . . 79
6.2.3 Măsuri martingale forward de risc neutru . . . . . . . . . . . . . . . . . 82
6.3 Determinarea preţului şi acoperirea la risc pentru derivate financiare cu active
suport obligaţiuni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.3.1 Contracte Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

7 Analiza riscului ı̂n pieţele financiare 87

7.1 Procese Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
7.2 Descrierea intuitivă a riscului şi a noţiunilor auxiliare . . . . . . . . . . . . . . 88
7.3 Procesul numărului solicitărilor de despăgubire – Modelarea matematică . . . . 89
7.4 Intervalul ı̂ntre apariţii ale solicitărilor de despăgubire . . . . . . . . . . . . . . 93
7.5 Procesul omogen al numărului de solicitări de despăgubire; timpul operaţional . 96

Bibliografie 99
Capitolul 1
Probabilităţi şi procese stochastice

Pentru ı̂nţelegerea noţiunilor şi a rezultatelor cuprinse ı̂n cadrul acestui capitol este necesară
parcurgerea ı̂n prealabil a unui curs introductiv de Teoria probabilităţilor. Cu toate acestea
voi rezuma informaţiile prezentate ı̂n aceasta parte doar la strictul necesar dezvoltării teoriilor
şi a modelelor ulterioare.

1.1 Variabile aleatoare; caracteristici numerice şi funcţionale

Fie Ω un spaţiu arbitrar, ale cărui elemente le vom nota cu ω. O submulţime a lui Ω o vom numi
ı̂n cele ce urmează eveniment. Menţionăm că, ı̂n cele mai multe cazuri, structura lui Ω nu este
importantă. Totuşi, ı̂n situaţia ı̂n care se doreşte construirea unei variabile aleatoare având o
lege dată, este importantă cunoşterea structurii spaţiului Ω al evenimentelor elementare.
Definiţia 1.1. O σ-algebră F pe Ω (sau σ-corp) este o familie de părţi ale lui Ω, ce
conţine mulţimea vidă, este stabilă prin trecerea la complementară, la reuniuni numărabile
şi la intersecţii numărabile. Mai precis, F ⊂ P(Ω) este o σ-algebră pe Ω dacă

• ∅ ∈ F;
• ∀A ∈ F ⇒ Ac ∈ F;
∞
[
• ∀{Ai }i=1,2,.. ⊂ F ⇒ Ai ∈ F.
i=1

Un spaţiu măsurabil este un spaţiu ı̂nzestrat cu o σ-algebră.

Definiţia 1.2. Cea mai mică σ-algebră ce conţine o familie de mulţimi este intersecţia tuturor
σ-algebrelor ce conţin această familie. σ-algebra generată de o familie de mulţimi A este cea
mai mică σ-algebră ce conţine această familie şi o vom nota cu σ (A). Ea concide cu intersecţia
tuturor σ-algebrelor ce conţin mul ţimea A:
\
σ (A) := σ̄.
σ̄:σ−ag.,A⊂σ̄

Exemplul 1.1. Un exemplu important de σ-algebră generată de o familie de mulţimi este

σ-algebra Borel pe R, notată BR :

BR := σ({A ⊂ R | A este mulţime deschisă ı̂n R}).

Ea este cea mai mică σ-algebră ce conţine toate intervalele deschise (sau ı̂nchise, sau deschise
la dreapta şi ı̂nchise la stânga).
1
Capitolul 1. Probabilităţi şi procese stochastice 2

Un concept fundamental necesar introducerii noţiunii de variabilă aleatoare este acela de

funcţie măsurabilă, după cum vedem ı̂n cele ce urmează.
Definiţia 1.3. Fie (Ω, F) şi (E, E) două spaţii măsurabile. O aplicaţie f : Ω → E spunem
că este (F, E)-măsurabilă dacă f −1 (A) ∈ F, ∀A ∈ E, unde

f −1 (A) := {ω ∈ Ω : f (ω) ∈ A} .

O funcţie f : R → R spunem că este boreliană dacă ea este (BR , BR )-măsurabilă. Această
proprietatea este suficient să fie verificată pentru intervalele mulţimii R.
Definiţia 1.4. O variabilă aleatoare este o funcţie X : (Ω, F) → (R, BR ) măsurabilă.
Vom prezenta ı̂n continuare trei repartiţii importante (două de tip discret şi una de tip
absolut continuu), repartiţii ce vor fi utilizate frecvent pe parcursul acestei lucrări.
1. Repartiţia Bernoulli. Spunem că o variabilă aleatoare X : (Ω, F) → {0, 1} este o v.a.
repartizată Bernoulli (sau binară) de parametru p ∈ (0, 1) (vom scrie X ∼ B(p)) dacă P({X =
0}) = p şi P({X = 1}) = q = 1 − p. Funcţia de repartiţie a v.a. X este FX : R → [0, 1],

 0, x ≤ 0,
FX (x) = p, 0 < x ≤ 1,
1, x > 1,


iar EX = p şi D2 (X) = pq.

2. Repartiţia binomială. Fie n ∈ N şi p ∈ (0, 1). Spunem că o variabilă aleatoare X : (Ω, F) →
{0, 1, ..., n} este o v.a. repartizată binomial de parametrii n şi p (vom scrie X ∼ B(n, p)) dacă
tabloul său de repartiţie este
 
k
X: .
Cnk pk (1 − p)n−k k=0,n−1

Funcţia de repartiţie a v.a. X este FX : R → [0, 1],


 0, x ≤ 0,
FX (x) = p0 + ... + pk , k < x ≤ k + 1, k = 0, n − 1
1, x > n,


unde pk = P({X = k}) = Cnk pk (1 − p)n−k , iar EX = np şi D2 (X) = np(1 − p). Menţionăm că
o variabilă aleatoare repartizată binomial de parametrii n şi p poate fi scrisă ca o sumă de n
variabile aleatoare independente, identic repartizate Bernoulli de parametru p.
3. Repartiţia normal ă. Spunem că o variabilă aleatoare X : (Ω, F) → R este repartizată
normal (sau Gaussian) de parametrii m şi σ 2 (vom scrie X ∼ N (m, σ 2 )) dacă densitatea sa de
repartiţie este dată de f : R → R+ ,

(x − m)2
1 −
f (x) := √ e 2σ 2 .
2πσ

Media sa este EX = m, iar dispersia D2 (X) = σ 2 . Dacă m = 0 şi σ = 1, atunci despre v.a.
X ∼ N (0, 1) spunem că este repartizată normal standard.

În modelarea matematică a activelor financiare, informaţiile din piaţă la un moment dat
sunt interpretate drept submulţimi, cu caracteristici speciale, ale lui P (Ω). Aceste submulţimi
sunt generate de ”istoricul” pieţei financiare considerate.
Capitolul 1. Probabilităţi şi procese stochastice 3

Definiţia 1.5. σ-algebra generată de o variabilă aleatoare X definită pe (Ω, F) este mulţimea
de părţi ale lui Ω, de tipul X −1 (A), unde A ∈ BR . Vom nota această σ-algebră cu σ (X). Ea
este şi cea mai mică σ-algebră pe Ω ı̂n raport cu care variabila aleatoare X este măsurabilă.

Observaţia 1.6. O variabilă aleatoare reală X este G măsurabilă dacă σ (X) ⊂ G.

Definiţia 1.7. σ-algebra generată de o familie de variabile aleatoare (Xt )t∈[0,T ] definite pe
acelaşi spaţiu măsurabil este cea mai mică σ-algebră ce conţine mulţimea Xt−1 (A) t,A , pentru


orice t ∈ [0, T ] şi A ∈ BR . Vom nota această σ-algebra cu σ (Xt , t ∈ [0, T ]).

Definiţia 1.8. O probabilitate (sau măsură de probabilitate) pe spaţiul măsurabil (Ω, F) este
o funcţie P : F → [0, 1] cu proprietăţile:
a) P (Ω) = 1,
∞
 S n
 P
b) P An = P (An ), unde mulţimile An ∈ F sunt disjuncte două câte două.
n=0 i=1

Vom spune că o proprietate este adevărată aproape sigur (a.s.) dacă ea este adevărată ı̂n
afara unei mulţimi neglijabile (adică mulţime de măsură nulă). Vom spune de asemenea că pro-
prietatea este adevărată pentru aproape toţi ω. Un spaţiu (câmp) de probabilitate (Ω, F, P) este
complet dacă el conţine toate mulţimile G cu proprietatea că inf {P (F ) : F ∈ F, G ⊂ F }} = 0.

Definiţia 1.9. Două măsuri de probabilitate P1 şi P2 , definite pe acelaşi spaţiu măsurabil
(Ω, F), spunem că sunt echivalente dacă au aceleaşi mulţimi neglijabile, adică

P1 (A) = 0 ⇔ P2 (A) = 0.

O proprietate adevărată P1 -a.s. este deci adevărată P2 -a.s.

Vom reaminti ı̂n cele ce urmează definiţiile câtorva dintre principalele caracteristici nu-
merice şi funcţionale ale unei variabile aleatoare. Fie X o variabilă aleatoare reală, definită pe
un câmp de probabilitate (Ω, F, P) .

Definiţia 1.10. Funcţia de repartiţie a variabilei aleatoare X este funcţia crescătoare dată
de F = FX : R → [0, 1] , F (x) = P (X ≤ x).
R
Putem scrie că P (X ∈ A) = A f (x) dx (ı̂n ipoteza că această integrală există; cu f am
notat densitatea de repartiţie a variabilei aleatoare absolut continue X). Dacă două variabile
Capitolul 1. Probabilităţi şi procese stochastice 4

aleatoare au aceeaşi lege (sau aceeaşi funcţie de repartiţie sau aceeaşi densitate) spunem că
ele sunt egale ı̂n lege. Remarcăm că dacă X, Y sunt două variabile aleatoare astfel ı̂ncât
L
P (X ≤ a) = P (Y ≤ a), ∀a ∈ R, atunci X şi Y au aceeaşi lege de repartiţie şi notăm X = Y .
Trebuie subliniat faptul că, dacă două variabile aleatoare au aceeaşi lege de repartiţie, aceasta
nu ı̂nseamnă că cele două variabile aleatoare sunt egale!
R
Definiţia 1.11. Media v.a. X este definită prin Ω X(ω)dP(ω) şi o vom nota cu E (X)
sau, eventual, cu EP (X), pentru a sublinia faptul că integrala se realizează sub măsura de
probabilitate P. Integrala anterioară trebuie ı̂nţeleasă ı̂n sens larg, ı̂n sensul că ea este o sumă
ı̂n cazul unei variabile aleatoare discrete şi o integrală clasică ı̂n situaţia
R variabilelor aleatoare
de tip absolut continuu. În această din urmă situaţie, E (X) = R xf (x) dx, unde cu f am
notat densitatea de repartiţie a variabilei aleatoare absolut continue X.

Propoziţia 1.12. Media unei variabile aleatoare satisface următoarele proprietăţi:

a) E(aX + bY ) = aE(X) + bE(Y ), ∀ a, b ∈ R, ∀ X, Y - variabile aleatoare reale.

b) Dacă X ≤ Y a.s., atunci E (X) ≤ E (Y ).
c) Inegalitatea lui Jensen: dacă Φ este o funcţie convexă astfel ı̂ncât Φ (X) este integrabilă,
atunci
Φ (E (X)) ≤ E (Φ (X)) .
Dacă P1 , P2 sunt două măsuri de probabilitate echivalente, atunci există o variabilă
aleatoare Y , strict pozitivă, F-măsurabilă,
R de medie 1 ı̂n raport cu P1 (adică EP1 (Y ) = 1),
astfel ı̂ncât dP2 = Y dP1 sau P2 (A) = A Y (ω)dP1 (ω), pentru A ∈ F. Reciproc, dacă Y
este o variabilă aleatoare strict pozitivă, F-măsurabilă, de medie 1 ı̂n raport cu P1 , relaţia
EP2 (Z) = EP1 (ZY ) defineşte pe spaţiul măsurabil (Ω, F) o probabilitate P2 , echivalentă cu
P1 . Are deci loc relaţia
Z Z Z
dP2
EP2 (Z) = ZdP2 = Z dP1 = ZY dP1 = EP1 (ZY ) .
Ω Ω dP1 Ω

Dacă variabila aleatoare Y este doar pozitivă (nu strict pozitivă), atunci P1 (A) = 0 ⇒
P2 (A) = 0 şi spunem că măsura de probabilitate P2 este absolut continuă ı̂n raport cu P1 (nu
mai are loc deci echivalenţa celor două măsuri de probabilitate).

Definiţia 1.13. Funcţia caracteristică Ra v.a. X este transformata Fourier a legii lui X, adică
itx itx


funcţia ϕ : R → C, ϕ (t) = E e = R e PX (dx). Funcţia caracteristică a unei variabile
aleatoare caracterizează legea lui X ı̂n sensul că dacă ştim această funcţie, atunci putem
determina legea variabilei aleatoare.

1.2 Media condiţionată

Fie A, B două evenimente (submulţimi ale lui Ω, mai precis, A, B ∈ F ⊂ P(Ω)). Probabilitatea
P (A ∩ B)
evenimentului A condiţionat de B este P(A|B) = , pentru P (B) 6= 0. Aplicaţia
P (B)
(funcţia)
P(·|B) : (Ω, F) → [0, 1]
definită ı̂n modul anterior este o probabilitate pe (Ω, F). Într-adevăr,

P (Ω ∩ B) P (B)
P(Ω|B) = = =1
P (B) P (B)
Capitolul 1. Probabilităţi şi procese stochastice 5

şi, pentru o familie numărabilă de evenimente {An }n∈N ⊂ F, disjuncte două câte două, avem
S

S
P
S
P B∩ n∈N An P n∈N (B ∩ An ) n∈N P (B ∩ An )
P n∈N An |B = = =
P (B) P (B) (B∩Ai )∩(B∩Aj )=∅ P (B)
X P (B ∩ An ) X
= = P(An |B).
P (B)
n∈N n∈N

Putem astfel defini media unei variabile aleatoare ı̂n raport cu această lege de probabilitate.
Considerăm cazul unei variabile discrete X, cu valori ı̂n mulţimea {x1 , ..., xn }. Fie evenimentul
B ∈ F fixat şi definim probabilitatea Q : (Ω, F) → [0, 1], Q (A) = P (A|B). Deci, pentru
variabila aleatoare reală X, definită pe (Ω, F), media sa ı̂n raport cu Q este
X X P ((X = xj ) ∩ B)
EQ (X) = xj Q (X = xj ) = xj .
P (B)
j=1,n j=1,n
R R
Avem P ((X = xj ) ∩ B) = B 1{X=xj } (ω)dP(ω) = B 1{X=xj } dP, unde 1{X=xj } este funcţia
indicatoare a evenimentului (mulţimii) {X = xj } = {ω ∈ Ω | X(ω) = xj }, mai precis
1{X=xj } (ω) = 1 dacă X (ω) = xj şi 0 ı̂n caz contrar. Obţinem, prin urmare,
Z
1
EQ (X) = XdP,
P (B) B

din nou, integrala anterioară trebuind a fi ı̂nţeleasă ı̂n sens larg. Vom nota E (X|B) = EQ (X).
Fie B, σ-algebra generată de B ∈ F şi definim variabila aleatoare E (X|B) = E (X|B) 1B +
E (X|B c ) 1B c . Avem Z Z
E(X|B)dP = E(X)dP, ∀D ∈ B.
D D

Numim E(X|B) media condiţionată a lui X ı̂n raport cu σ-algebra B. Aceasta este o variabilă
aleatoare B măsurabilă.
Considerăm acum două v.a. X şi Y , definite pe acelaşi spaţiu măsurabil (Ω, F), cu valori
ı̂n mulţimile {x1 , ..., xn }, respectiv {y1 , ..., yd }, astfel ı̂ncât P (Y = yi ) 6= 0, ∀i = 1, d.
Definim
P ((X = xj ) ∩ Y = yi )
P (X = xj |Y = yi ) = =: µ (xj , yi ) .
P (Y = yi )
Prin urmare, pentru toate valorile yi , i = 1, d, funcţia µ (·, yi ) defineşte o (măsură de) proba-
bilitate pe {x1 , ..., xn }. Vom defini media condiţionată a lui X,
X X
E (X|Y = yi ) = xj P (X = xj |Y = yi ) = xj µ (xj , yi ) =
j=1,n j=1,n
Z
1
= XdP.
P (Y = yi ) Y =yi

Definim funcţia Ψ (yi ) := E (X|Y = yi ) şi vom obţine

X X
P (Y = yi ) E (X|Y = yi ) = P (Y = yi ) Ψ (yi ) = E (Ψ (Y )) =
i=1,d i=1,d

= E (E (X|Y )) = E (X) .

Prin urmare, Ψ (Y ) = E (X|Y ) reprezintă media condiţionată a variabilei aleatoare X ı̂n raport
cu variabila aleatoare Y .
Capitolul 1. Probabilităţi şi procese stochastice 6

Fie acum X o variabilă aleatoare reală, integrabilă, definită pe câmpul de probabilitate

(Ω, F, P) şi G o sub σ-algebră a lui F. Vom introduce ı̂n continuare noţiunea, foarte impor-
tantă, de medie condiţionată a unei variabile aleatoare ı̂n raport cu o σ-algebră.

Definiţia 1.14. Media condiţionată E(X|G) este unica variabilă aleatoare definită pe câmpul
de probabilitate (Ω, F, P) astfel ı̂ncât:

a) aceasta este G măsurabilă;

R R
b) are loc A E(X|G)dP = A E(X)dP, ∀A ∈ G.

Media condiţionată E(X|G) este, de asemenea, unica variabilă G-măsurabilă, ce satisface

E (E (X|G) Y ) = E (XY ), pentru toate variabilele aleatoare Y , G-măsurabile, definite, evi-
dent, pe acelaşi spaţiu de probabilitate. În plus, dacă X este de pătrat integrabil (adică
EX 2 < +∞), atunci E (X|G) este proiecţia ortogonală a lui X pe subspaţiul variabilelor
aleatoare G-măsurabile, de pătrat integrabil.

Definiţia 1.15. Media condiţionată a variabilei aleatoare X ı̂n raport cu o variabilă aleatoare
Y va fi notată cu E (X|Y ) şi este tot o variabilă aleatoare, măsurabilă ı̂n raport cu σ-algebra
generată de Y , deci este o funţie de Y . Mai precis, există aplicaţia ψ : R → R, boreliană,
astfel ı̂ncât E (X|Y ) = ψ (Y ).

Propoziţia 1.16. În ipoteza că toate variabilele aleatoare ce apar ı̂n acest rezultat sunt inte-
grabile, următoarele egalităţi au loc P-a.s.:

i) (Liniaritatea) Date a1 , a2 două constante.reale, avem

E (a1 X1 + a2 X2 |G) = a1 E (X1 |G) + a2 E (X2 |G) ,

unde G este o sub σ-algebră a lui F;

ii) (Monotonia) Fie X, Y două v.a. astfel ı̂ncât X ≤ Y a.s.. Atunci

E (X|G) ≤ E (Y |G) ;

iii) E(E(X|G))=E(X);

iv) Dacă X este o v.a. G-măsurabilă, atunci E(X|G)=X;

v) Dacă X este o v.a. G-măsurabilă şi Y este o v.a. oarecare (independentă de G), atunci
E(XY |G)=XE(Y |G);

vi) Dacă X este o v.a. independentă de G,atunci E(X|G)=E(X);

vii) Dacă G, H sunt două sub σ-algebre ale lui F astfel ı̂ncât G ⊂ H ⊂ F, atunci

E (E (X|G) |H) = E (E (X|H) |G) = E (X|G) ;

viii) (Inegalitatea lui Jensen pentru media condiţionată) Dacă f : R → R este o funcţie con-
vexă pentru care f (X) este o variabilă aleatoare integrabilă, atunci

f (E(X|G)) ≤ E(f (X)|G).

Capitolul 1. Probabilităţi şi procese stochastice 7

Demonstraţie. i) Notând Yi = E(Xi |G), i = 1, 2, rezultă că a1 Y1 + a2 Y2 este o variabilă

aleatoare măsurabilă ı̂n raport cu G şi, din liniaritatea mediei obţinem, pentru orice A ∈ G,

E(a1 Y1 + a2 Y2 |A) = a1 E(Y1 |A) + a2 E(Y2 |A)

= a1 E(X1 |A) + a2 E(X2 |A)
= E(a1 X1 + a2 X2 |A).

Conform definiţiei avem

E(a1 X1 + a2 X2 |G) = a1 Y1 + a2 Y2 = a1 E (X1 |G) + a2 E (X2 |G) .

ii) Variabila aleatoare Y − X ≥ 0 a.s. şi, prin urmare, E(Y − X|G) ≥ 0. De aici, folosind
liniaritatea mediei condiţionate obţinem rezultatul dorit.
iii) Din definiţia mediei condiţionate obţinem

E(E(X|G)) = E(E(X|G)|Ω) = E(X|Ω) = E(X).

iv) Cum v.a. X este măsurabilă ı̂n raport cu σ-algebra G şi verifică (trivial) egalitatea
E(X|A) = E(X|A), ∀A ∈ G, atunci, conform definiţiei mediei condiţionate rezultă E(X|G) =
X.
vi) Cum EX este o variabilă aleatoare constantă, ea este ı̂n particular G-măsurabilă.
Pentru A ∈ G, cum X şi G sunt independente, rezultă că X şi 1A sunt variabile aleatoare
independente şi deci obţinem

E(X|A) = E(X 1A ) = E(X)E(1A ) = E(X)P(A) = E(EX|A).

Conform definiţiei mediei condiţionate rezultă E(X|G) = E(X).

viii) Cum f este o funcţie convexă, pentru orice x0 ∈ R arbitrar fixat există c = cx0 ∈ R
astfel ı̂ncât
f (x) ≥ f (x0 ) + c(x − x0 ), ∀x ∈ R.
Înlocuind x = X(ω) şi x0 = E(X|G)(ω) obţinem

f (X(ω)) ≥ f (E(X|G)(ω)) + cE(X|G)(ω) (X(ω) − E(X|G)(ω)),

de unde, aplicând media condiţionată şi folosind proprietăţile de liniaritate şi monotonie ale
acesteia, obţinem

E(f (X)|G) ≥ E({f (E(X|G)) + cE(X|G) (X − E(X|G)}|G)

= E(f (E(X|G))|G) + E({cE(X|G) (X − E(X|G)}|G)
= f (E(X|G)) + cE(X|G) E({X − E(X|G)}|G)
= f (E(X|G)) + cE(X|G) (E(X|G) − E(X|G))
= f (E(X|G)) + cE(X|G) · 0
= f (E(X|G)).

În demonstraţia anterioară am folosit faptul că cE(X|G) este o variabilă aleatoare G-măsurabilă.
Aceasta rezultă din faptul că aplicaţia x0 7→ cx0 este o funcţie măsurabilă şi din faptul că
E(X|G) este o variabilă aleatoare G-măsurabilă.

1.3 Procese stochastice; martingale

Capitolul 1. Probabilităţi şi procese stochastice 8

Accesul la informaţii complete, exacte este ı̂n mod clar esenţial pentru oricine implicat activ
ı̂n activitatea financiară sau de tranzacţionare. Într-adevăr, informaţia este probabil cel mai
important factor determinant al succesului in viaţa financiară. Pentru simplitate şi pentru
a reflecta legislaţia şi reglementările ı̂mpotriva tranzacţiilor ilegale, ne vom limita la situaţia
ı̂n care agenţii pot lua decizii pe baza unor informaţii din domeniul public, informaţii aflate
la dispoziţia tuturor. Vom presupune, de asemenea, că informaţiile, odată cunoscute rămân
cunoscute, nu sunt uitate şi pot fi accesate ı̂n timp real (aceasta ar corespunde pieţelor finan-
ciare fără pierdere de memorie şi, aşa cum vom vedea, filtrărilor fără pierdere de memorie). În
realitate, desigur, problemele sunt mult mai complicate. Supraı̂ncărcarea cu informaţii este la
fel de mare pericol precum deficitul de informaţii. Capacitatea de a reţine informaţia, de a o
organiza, şi de a o accesa rapid, este unul dintre principalii factori care vor diferenţia abilităţile
diverşilor agenţi economici, de a reacţiona la condiţiile de piaţă ı̂n schimbare.
Cu toate acestea, ne vom limita la situaţia cea mai simplu posibilă şi nu vom diferenţia
agenţii economici, pe baza abilităţii lor de procesare a informaţiilor. Astfel, pe măsură ce
trece timpul, noi informaţii devin disponibile pentru toţi agenţii, care actualizează continuu
informaţiile lor. Ceea ce avem nevoie este un limbaj matematic adecvat prin care să modelăm
acest flux de informaţii, cu trecerea timpului. Acest lucru este furnizat de noţiunea de filtrare;
vom prezenta ı̂n continuare elementele fundamentale ale acestei noţiuni.
Tripletul (Ω, F, P) (câmpu de probabilitate) şi media condiţionată E(X|B) furnizează in-
strumentele de care avem nevoie pentru a face faţă situaţiilor care implică fenomenul aleatoriu.
Pentru a gestiona situaţiile dinamice, care implică hazardul, avem nevoie de structura definită
ı̂n cele ce urmează. Fără a restrânge generalitatea, putem considera timpul iniţial, de plecare,
t = 0.
Modelele financiare pot fi considerate ca evoluând ı̂n timp discret sau ı̂n timp continuu.
Dorim să modelăm o situaţie care implică aleatoriul desfăşurabil ı̂n timp. Vom presupune,
pentru simplitate, că informaţiile nu se pierd: astfel, pe măsură ce timpul evoluează, vom
afla mai multe informaţii privitoare la activele financiare tranzacţionate ı̂n piaţa financiară.
Reamintim că σ-algebrele vor reprezenta / modela matematic informaţiile sau cunoştinţele
asupra pieţei. Avem nevoie astfel de o familie crescătoare {Fn | n = 0, 1, 2, . . .} de sub-σ-
algebre ale lui F
Fn ⊂ Fn+1 , pentru n = 0, 1, 2, . . . ,
unde Fn reprezintă, ı̂n interpretarea economică, informaţiile disponibile investitorilor la mo-
mentul n. Vom presupune ı̂ntotdeauna că toate σ-algebrele sunt complete (acest lucru poate fi
evitat şi nu este ı̂ntotdeauna adecvat realităţilor din pieţele financiare, dar acestă presupunere
simplifică aspectele implicate şi este suficientă pentru scopurile noastre). Astfel, F0 reprezintă
informaţia iniţială aflată la dispoziţia tuturor investitorilor (dacă aceasta nu există, atunci
considerăm F0 = {∅, Ω} ca fiind σ-algebra trivială). Pe de altă parte,
!
[
F∞ : = lim Fn = σ Fn
n−→∞
n

reprezintă tot ce vom şti privitor la dinamica pieţei financiare analizate (aşa numita Doomsday
σ-algebră).

Definiţia 1.17. O astfel de familie F : = {Fn | n = 0, 1, 2, . . .} va fi numită ı̂n cele ce urmează

filtrare, iar un spaţiu de probabilitate ı̂nzestrat cu o astfel de filtrare, (Ω, F, P, F) se numeşte
bază stochastică sau spaţiu de probabilitate filtrat.
Spunem că filtrarea F este continuă la dreapta dacă, oricare ar fi n ∈ N, avem
\
Fn+ := Fm = Fn .
m>n
Capitolul 1. Probabilităţi şi procese stochastice 9

Spunem că filtrarea F este completă dacă, oricare ar fi n ∈ N, Fn conţine toate mulţimile
P-neglijabile, adică toate mulţimile N ⊂ Ω cu proprietatea că

inf{P(N ) | N ⊂ F ∈ F} = 0.

(aceasta nu implică ı̂nsă faptul că N ∈ F, adică mulţimea N nu este neapărat măsurabilă).
Spunem că filtrarea F verifică condiţiile uzuale dacă ea este continuă la dreapta şi conţine
toate mulţimile P-neglijabile

Pentru cazul particular al unui spaţiu de probabilitate finit Ω = {ω1 , . . . , ωn } şi o anumită
σ-algebră F pe Ω, există ı̂ntotdeauna o partiţie unică finită, P = {A1 , . . . , Al } a lui Ω, core-
spunzătoare lui F. Prin urmare, o filtrare F corespunde unui şir de partiţii {Pn }n=0,1,2,... , din
ce ı̂n ce mai fine (ı̂n raport cu incluziunea).
La momentul iniţial t = 0 agenţii ştiu doar că un anumit eveniment ω ∈ Ω se va ı̂ntâmpla,
iar la momentul T < ∞ se ştie ce eveniment particular ω ∗ s-a ı̂ntâmplat. Pe parcursul
trecerii timpului, jucătorii din piaţa financiară află structura specifică a σ-algebrelor Fn , ceea
ce ı̂nseamnă că ”ı̂nvaţă” partiţiile corespunzătoare P. Cunoaşterea informaţiilor din Fn este
(n)
echivalentă cu cunoaşterea ı̂n care mulţime Ai ∈ Pn se regăseşte evenimentul ω ∗ . Deoarece
partiţiile devin din ce ı̂n ce mai fine odată cu trecerea timpului, informaţiile cu privire la
evenimentul ω ∗ devin mai detaliate odată cu fiecare pas. Din nefericire, această interpretare
facilă nu mai poate fi oferită atunci când spaţiul evenimentelor, Ω, devine infinit. Se pare
că noţiunea de filtrare, mai degrabă decât cea de partiţii este relevantă pentru situaţia mai
generală cu Ω infinit, T infinit şi procese aleatoare continue ı̂n timp.
În cele ce urmează vom introduce noţiunea de proces stochastic ı̂n timp discret. Termenul
”stochastic” (derivat din limba greacă) este aproximativ sinonim cu ”aleatoriu”. Vom con-
strui un cadru care poate gestiona situaţii dinamice, ı̂n care timpul evoluează, şi ı̂n care noi
informaţii se generează ı̂n timp. În special, trebuie să fim capabili să vorbim ı̂n termeni de
”informaţii disponibile la momentul n” (sau ”ceea ce ştim ı̂n momentul n”). Mai mult, trebuie
să fim ı̂n măsură să incrementăm parametrul temporal n, crescând astfel informaţiile disponi-
bile atunci când informaţii noi apar şi să vorbim despre fluxul de informaţii ı̂n timp. Ceea ce
este necesar este o construcţie matematică precisă, care pot fi manipulată convenabil. Acum
”informaţia” nu este doar un cuvânt obişnuit, ci chiar devine un termen tehnic ı̂n matematică
(lucrări ample au fost dedicate teoriei informaţiei).

Definiţia 1.18. Un proces stochastic X = {Xn | n ∈ I} este o familie de variabile aleatoare,

definite pe un spaţiu comun de probabilitate (Ω, F, P), indexate după o mulţime de indici
temporali I, mulţime care poate fi {0, 1, 2, ...T } ı̂n cazul perioadei orizont finite sau {0, 1, 2, ...}
ı̂n situaţia celei infinite. În ambele situaţii este vorba despre procese stochastice ı̂n timp
discret. În situaţia ı̂n care mulţimea de indexare nu este o mulţime numărabilă (este de
exemplu un interval) vorbim despre procese stochastice ı̂n timp continuu. Spunem că procesul
stochastic X = {Xn }∞ ∞
n=0 este adaptat filtrării F = {Fn }n=0 dacă variabila aleatoare Xn este
Fn -măsurabilă, pentru toţi n = 0, ..., ∞, adică, oricare ar fi mulţimea Boreliană B ∈ BR ,

Xn−1 (B) = {ω ∈ Ω | Xn (ω) ∈ B} ∈ Fn ,

Exemplul 1.2. Să considerăm cazul aruncării de două ori a unei monede, şi să notăm prin
Ω = {B, S} mulţimea evenimentelor elementare ce pot avea loc la fiecare aruncare (B pentru
apariţia banului, S pentru apariţia stemei) şi considerăm F = P({SS, SB, BS, BB}).
După prima aruncare ştim că s-a obţinut banul sau stema, dar nu ştim nimic despre rezul-
tatul celei de a doua aruncări. Cu alte cuvinte, după prima aruncare a banului ştim dacă au
avut loc sau nu următoarele evenimente: ∅ (evenimentul imposibil), {SS, SB} (evenimentul
Capitolul 1. Probabilităţi şi procese stochastice 10

apariţiei stemei la prima aruncare), {BS, BB} (evenimentul apariţiei banului la prima arun-
care) şi Ω (evenimentul sigur). Informaţia cunoscută după prima aruncare este deci conţinută
ı̂n σ-algebra F1 dată de
F1 = {∅, {SS, SB}, {BS, BB}, Ω}.
După a doua aruncare cunoaştem rezultatul atât a primei cât şi a celei de a doua aruncări şi
deci această informaţie este conţinută ı̂n σ-algebra F2 = F. Este evident faptul că F1 ⊂ F2 .
Considerând variabilele aleatoare Xn ca reprezentând numărul de feţe stemă obţinute ı̂n
primele n aruncări (n = 1, 2), avem


 ∅, 0, 1 ∈
/B
{BS, BB}, 0 ∈ B, 1∈/B

X1−1 (B) = ∈ F1

 {SS, SB}, 0 ∈ / B, 1 ∈ B
Ω, 0, 1 ∈ B,


pentru orice mulţime Boreliană B ∈ BR şi deci X1 este o v.a. măsurabilă ı̂n raport cu σ-algebra
F1 .
Cum F2 = P(Ω), este evident că variabila aleatoare X2 este F2 -măsurabilă, fără a fi ı̂nsă
măsurabilă ı̂n raport cu F1 (nu putem determina numărul de steme ı̂n cele două aruncări
cunoscând numai rezultatul primei aruncări). Pentru a observa acest lucru considerăm B =
{1} şi avem că
X2−1 (B) = X2−1 ({1}) = {BS, SB} ∈ / F1 ,
ceea ce spune că v.a. X2 nu este măsurabilă ı̂n raport cu σ-algebra F1 .

Dată o familie de v.a. (Xn )n∈N , putem ı̂ntotdeauna determina o filtrare ı̂n raport cu care
familia de v.a. este adaptată, aşa cum vedem ı̂n cele ce urmează. Definim σ-algebra

Fn = σ({X0 , . . . , Xn })

ca fiind filtrarea naturală a procesului stochastic X. Astfel, un proces stochastic este ı̂ntotdeauna
adaptat filtrării sale naturale.
O clasă particulară şi importantă de procese stochastice o constituie procesele martingale,
sau, pe scurt, martingalele, procese utilizate ı̂n special ı̂n modelarea ”jocurilor echitabile” (fair
games) şi a pieţelor financiare.

Definiţia 1.19. Un proces stochastic X = {Xn }n∈I este o martingală ı̂n raport cu ({Fn }n∈I ,
P) dacă:

(i) X este adaptat filtrării {Fn }n∈I ;

(ii) E |Xn | < ∞, pentru orice n ∈ I;

(iii) E(Xn |Fn−1 ) = Xn−1 , P-a.s., pentru orice n ≥ 1.

Definiţia 1.20.

• Un proces stochastic X = {Xn }n∈I este o supramartingală dacă au loc condiţiile (i), (ii)
şi
E(Xn |Fn−1 ) ≤ Xn−1 , P-a.s., pentru orice n ≥ 1.

• Un proces stochastic X = {Xn }n∈I este o submartingală dacă au loc condiţiile (i), (ii)
şi
E(Xn |Fn−1 ) ≥ Xn−1 , P-a.s., pentru orice n ≥ 1.
Capitolul 1. Probabilităţi şi procese stochastice 11

Ca şi interpretare empirică, procesele martingale modelează jocurile corecte, supramartin-

galele modelează jocurile nefavorabile, iar submartingalele pe cele favorabile. Considerând
Xt ca fiind averea unui jucător la momentul t şi Ft informaţia disponibilă despre joc până
la acest moment de timp, putem gândi martingala ca fiind modelul matematic al unui ”joc
echitabil”, deoarece relaţia de definiţie arată că valoarea aşteptată a câştigului la momentul t
din viitor, dată fiind informaţia despre joc până la momentul prezent s (informaţie conţinută
ı̂n σ-algebra Fs ), este egală cu valoarea Xs a averii la momentul prezent. În mod similar,
putem gândi submartingalele şi supermartingalele ca fiind jocuri ce favorizează, respectiv de-
favorizează jucătorul. După cum vom vedea, martingalele (definite mai sus) nu iau valori
foarte mari sau foarte mici cu probabilitate apropiată de 1, fiind constante ı̂n medie. O altă
semnificaţie a termenului martingală este legată de jocurile de noroc, şi reprezintă o strate-
gie de pariere populară ı̂n Franţa secolului 18. În această strategie, jucătorul dublează miza
după fiecare joc pierdut, astfel ı̂ncât la primul joc câştigat să ı̂şi recupereze toate pierderile
anterioare plus un câştig egal cu miza pariată iniţial. Modelul matematic al acestui joc con-
stituie o martigală, ı̂n sensul definiţiei de mai sus. Prezentăm ı̂n continuare două exemple de
martingale: o martingală ı̂n timp discret şi una ı̂n timp continuu.

Exemplul 1.3. Considerăm următorul joc: se aruncă ı̂n mod repetat o monedă şi la fiecare
aruncare jucătorul câştigă 1 leu dacă apare stema şi pierde 1 leu ı̂n caz contrar. Notând prin
Xn variabila aleatoare reprezentând rezultatul celei de-a n-a aruncări (considerăm Xn = +1
ı̂n cazul apariţiei stemei şi Xn = −1 ı̂n caz contrar) pentru n ≥ 1 şi X0 = 0 şi definind
n
X
Mn := Xi , n ∈ N,
i=0

{Mn }n∈N este o martingală ı̂n raport cu filtrarea F = {Fn := σ(Xi | i = 0, 1, ..., n) | n ∈ N}
deoarece Mn este o variabilă aleatoare integrabilă şi măsurabilă ı̂n raport cu Fn oricare ar fi
n ∈ N, şi oricare ar fi m, n ∈ N cu m < n avem (presupunând că aruncările succesive ale
monedei sunt independente):

E(Mn |Fm ) = E(X0 + ... + Xn |Fm )

= X0 + ... + Xm + E(Xm+1 + ... + Xn |Fm )
= Mm + E(Xm+1 + ... + Xn )
= Mm + 0 = Mm

deoarece variabilele aleatoare Xi sunt Fm -măsurabile pentru i = 0, ..., m şi independente de

Fm pentru i = m + 1, ..., n şi deoarece
1 1
EXi = (+1) · P(Xi = 1)+(−1) · P(Xi = −1) =(+1) · + (−1) · = 0,
2 2
oricare ar fi i ∈ N∗ .

Ca un exemplu de martingală ı̂n timp continuu prezentăm:

Exemplul 1.4. Fie Y o variabilă aleatoare integrabilă pe spaţiul de probabilitate (Ω, F, P) şi
{Ft }t≥0 o filtrare. Atunci Mt := E(Y |Ft ) este o martingală ı̂n raport cu filtrarea {Ft }t≥0 .
Într-adevăr, din definiţia mediei condiţionate rezultă că variabila aleatoare Mt este măsurabilă
ı̂n raport cu σ-algebra Ft şi integrabilă, iar din proprietăţile mediei condiţionate avem, pentru
0 ≤ s < t:
E(Mt |Fs ) = E(E(Y |Ft )|Fs ) = E(Y |Fs ) = Ms .

Alte două exemple importante de procese martingale sunt prezentate ı̂n cele ce urmează.
Capitolul 1. Probabilităţi şi procese stochastice 12

Exemplul 1.5. Fie Y1 , Y2 , ... un şir de variabile aleatoare independente, identic repartizate,
astfel ı̂ncât EYi = 0 pentru fiecare i şi considerăm {Ft }0≤t<∞ filtrarea sa naturală. Atunci
P t
Xt = Yj este o martingală.
j=1

Exemplul 1.6. Fie Y1 , Y2 , ... un şir de variabile aleatoare independente, identic repartizate,
astfel ı̂ncât EYi = 0, EYi2 = σ 2 < ∞, pentru fiecare i şi considerăm {Ft }0≤t<∞ filtrarea sa
naturală. Atunci procesul
 2
X t
 Yj  − σ 2 t
j=1

este o martingală.

1.4 Mişcarea Browniană

În poemul ştiinţific De rerum natura (Asupra naturii lucrurilor), filosoful şi poetul roman
Titus Lucretius Carus (ca. 99 BC – ca. 55 BC) a făcut o descriere remarcabilă a mişcării
Browniene a particulelor de praf, el folosind-o apoi ca pe o demonstraţie a existenţei atomilor:
”Observaţi ce se ı̂ntâmplă atunci când razele de soare pătrund ı̂ntr-o ı̂ncăpere şi luminează
colţurile ı̂ntunecate. Veţi observa nenumărate particule minuscule amestecându-se ı̂ntr-o mul-
titudine de moduri...dansul lor este de fapt un indicator al mişcării materiei, ascunsă privir-
ilor noastre...Ea ı̂şi are originea chiar ı̂n mişcarea spontană a atomilor. Apoi, aceste corpuri
mărunte formate sunt puse ı̂n mişcare de către impactul ciocnirilor lor invizibile privirii. Ast-
fel, mişcarea evoluează de la nivelul atomilor la o scară perceptibilă simţurilor noastre, putând
justifica mişcările ce se petrec ı̂n acele raze de soare”.
Cu toate că Jan Ingenhousz a descris ı̂n 1785 mişcarea iregulată a unor particule de
cărbune pe o suprafaţă de alcool, botanistul scoţian Robert Brown a fost creditat, ı̂n 1827,
cu descoperirea mişcării Browniene, el observând mişcarea neregulată a unor granule mici de
polen aflate pe suprafaţa unui lichid (această mişcare neregulată este rezultatul coliziunilor
aleatoare dintre granulele de polen şi moleculele lichidului). Ca obiect matematic, mişcarea
Browniană a fost studiată pentru prima dată de către Louis de Bachelier (1900) ı̂n legătură cu
teoria bursei de valori, şi de către Albert Einstein (1905), care a folosit-o pentru a verifica teoria
moleculară a căldurii. Ei au conjecturat multe din proprietăţile mişcării Browniene, dar a durat
mult timp până când s-a putut demonstra existenţa procesului cu proprietăţile specificate.
În 1923, Norbert Wiener a demonstrat consistenţa definiţiei cu proprităţile specificate (din
acest motiv mişcarea Browniană este numită uneori şi proces Wiener), şi mai târziu, ı̂n 1951,
Monroe David Donsker a dat o demonstraţie completă a convergenţei drumurilor aleatoare
către mişcarea Browniană.
Mişcarea Browniană paote fi considerată ca fiind limita unui drum aleator, după cum
urmează: pe un spaţiu de probabilitate (Ω, F, P) fixat, considerăm variabilele aleatoare (Yn )n∈N∗ ,
independente şi identic repartizate, cu
1
P (Yn = 1) = P (Yn = −1) = , n ∈ N∗
2
şi definim drumul aleator (Sn )n∈N prin
 Pn
i=1 Yi , n ∈ N∗
Sn = n ∈ N.
0, n = 0,

Unind punctele (n, Sn )n=0,1,2,... prin segmente de dreaptă, obţinem un grafic asemănător traiec-
toriei neregulate descrise de granulele de polen observate de Brown.
Capitolul 1. Probabilităţi şi procese stochastice 13

Cum EYi = 0 şi D2 (Yi ) = 1 pentru orice i ∈ N∗ , obţinem că

ESn = 0 şi D2 (Sn ) = n,

iar din Teorema Limită Centrală rezultă că

S
√n → B1 ∼ N (0, 1).
n n→∞

Putem extinde construcţia anterioară pentru a obţine un proces stochastic Bt definit pentru
toţi timpii t ≥ 0, considerând
S[nt]
Bt := lim √ , t ≥ 0,
n→∞ n
unde am notat prin [x] partea ı̂ntreagă a numărului real x. Se poate demonstra că procesul
stochastic {Bt }t≥0 astfel construit este o mişcare Browniană ı̂n sensul definiţiei următoare.

Definiţia 1.21. O mişcare Browniană 1-dimensională cu startul ı̂n 0 ∈ R este un proces

stochastic {Bt }t≥0 pe (Ω, F, P) cu următoarele proprietăţi:

(i) P (B0 = 0) = 1;

(ii) Pentru orice 0 ≤ s < t, variabila aleatoare Bt − Bs ∼ N (0, t − s) este independentă de

σ-algebra σ(Br | ∀r ≤ s);

(iii) Pentru aproape orice ω ∈ Ω, funcţia t ∈ [0, ∞) 7→ Bt (ω) este continuă.

Câteva dintre proprietăţile mişcării Browniene sunt prezentate ı̂n rezultatul următor.

Propoziţia 1.22. Fie Bt o mişcare Browniană 1-dimensională cu startul ı̂n 0 ∈ R.

(a) EBt = 0, cov(Bs , Bt ) = s ∧ t, pentru oricare s, t ≥ 0;

(b) Pentru aproape toţi ω ∈ Ω, traiectoriile t ∈ [0, ∞) 7→ Bt (ω) mişcării Browniene nu sunt
diferenţiabile ı̂n nici un punct t ∈ [0, ∞);

(c) Variaţia totală pe orice interval finit [0, T ] este infinită, adică
n
X  
sup Bt − Bt  = ∞ a.s.,
i i−1
∆ i=1

unde supremumul este considerat pentru toate partiţiile ∆ : 0 = t0 < t1 < ... < tn ale
intervalului [0, T ];

(d) Variaţia pătratică corespunzătoare unei partiţii ∆ : 0 = t0 < t1 < ... < tn a intervalului
[0, T ] converge ı̂n L2 (Ω × [0, T ] ; R) către T, adică
 !2 
n
X
2
E Bti − Bti−1 − T  → 0
k=1
P
când ||∆n || := max |ti − ti−1 | → 0. Dacă ı̂n plus n≥1 ||∆n || < ∞, atunci convergenţa
1≤i≤n
precedentă este aproape sigură.
Capitolul 1. Probabilităţi şi procese stochastice 14

1.5 Integrala stochastică

Z t
În această secţiune vom prezenta construcţia integralei stochastice Itô Hs dMs , unde Ms
0
este o martingală (cel mai adesea mişcarea Browniană) iar Hs este un proces stochastic
adaptat filtrării corespunzătoareZ lui Ms . Deoarece traiectoriile mişcării Browniene Bt nu au
t
variaţie finită, nu putem defini Hs dBs ca fiind o integrală de tip Lebesgue-Stieltjes. Cheia
0
construcţiei este izometria ı̂n L2 , care ne va permite să definim integrala stochastică ca fiind
limita ı̂n L2 (P) a unui şir de variabile aleatoare convenabil alese.
Definim I clasa integranzilor ca fiind clasa funcţiilor

f (t, ω) : [0, ∞) × Ω → R

ce verifică următoarele condiţii:

i) funcţia (t, ω) 7→ f (t, ω) este măsurabilă ı̂n raport cu σ-algebra produs BR+ ×F;

ii) f (t, ·) este o variabilă aleatoare măsurabilă ı̂n raport cu σ-algebra Ft , pentru orice t ≥ 0;
Z ∞
iii) E f 2 (s, ω)ds < ∞.
0

Numim proces elementar un proces stochastic f (t, ω) ∈ I de forma

f (t, ω) = ϕ(ω)1[a,b) (t).

Observăm că proprietăţile ii) şi iii) de mai sus revin ı̂n acest caz la faptul că variabila aleatoare
ϕ = ϕ(ω) este o variabilă aleatoare măsurabilă ı̂n raport cu σ-algebra Fa , respectiv că variabila
aleatoare ϕ2 este integrabilă. Definim ı̂n acest caz integrala stochastică prin
Z t
ϕ(ω)1[a,b) (s)dBs (ω) = ϕ(ω)(Bb∧t (ω) − Ba∧t (ω)).
0

Numim proces simplu un proces stochastic f (t, ω) ∈ I ce poate fi scris ca o combinaţie

liniară de procese elementare, adică
N
X
f (t, ω) = ϕi (ω)1[ai ,bi ) (t),
i=1

unde ϕi = ϕi (ω) sunt variabile aleatoare Fai -măsurabile, de pătrat integrabil, 1 ≤ i ≤ N şi
0 ≤ a1 < b1 ≤ ... ≤ aN < bN . Definim integrala stochastică ı̂n acest caz prin liniaritate, adică
N
Z tX N
X
ϕi (ω)1[ai ,bi ) (s)dBs (ω) = ϕi (ω)(Bbi ∧t (ω) − Bai ∧t (ω)).
0 i=1 i=1

Integrala definită anterior are următoarele proprietăţi.

Propoziţia 1.23. Dacă f ∈ I este un proces simplu, mărginit, atunci integrala stochastică
Z t
Nt (ω) = f (s, ω)dBs (ω)
0
Capitolul 1. Probabilităţi şi procese stochastice 15

este o martingală continuă şi are loc următoarea proprietate de izometrie:

"Z 2 #
t Z t
E f (s, ω)dBs (ω) = E f 2 (s, ω)ds. (1.1)
0 0

Demonstraţie. Pentru a demonstra prima afirmaţie, datorită liniarităţii integralei stochastice,

este suficient să considerăm cazul ı̂n care f ∈ I este un proces elementar mărginit

f (t, ω) = ϕ(ω)1[a,b) (t),

unde ϕ(ω) este o variabilă aleatoare Fa -măsurabilă, mărginită, de pătrat integrabil şi 0 ≤ a <
b.
Dacă procesul ϕ este mărginit de constanta K, obţinem

|Nt − Ns | = |ϕ(ω)(Bb∧t (ω) − Ba∧t (ω)) − ϕ(ω)(Bb∧s (ω) − Ba∧s (ω))|

≤ K |Bb∧t (ω) − Bb∧s (ω)| + K |Ba∧t (ω) − Ba∧s (ω)| ,

iar continuitatea procesului Nt rezultă din continuitatea mişcării Browniene Bt .

Pentru a arăta că Nt este o martingală ı̂n raport cu filtrarea {Ft }t≥0 trebuie să arătăm
că, oricare ar fi 0 ≤ s < t avem E(Nt |Fs ) = Ns . În funcţie de poziţiile relative ale numerelor
a, b, s şi t distingem următoarele situaţii:
1. a < s < t < b
Avem

E(Nt |Fs ) = E(ϕ(ω)(Bt (ω) − Ba (ω))|Fs )

= ϕ(ω) (E (Bt (ω) − Bs (ω)|Fs ) + E (Bs (ω) − Ba (ω)|Fs ))
= ϕ(ω) (E (Bt (ω) − Bs (ω))) + Bs (ω) − Ba (ω)
= ϕ(ω) (0 + Bs (ω) − Ba (ω))
= ϕ(ω) (Bs (ω) − Ba (ω))
= Ns ,

deoarece, ı̂n acest caz, Bt − Bs este o variabilă aleatoare independentă de σ-algebra Fs iar
Bs − Ba este o variabilă aleatoare Fs -măsurabilă.
2. a < s < b < t
Avem

E(Nt |Fs ) = E(ϕ(ω)(Bb (ω) − Ba (ω))|Fs )

= ϕ(ω) (E (Bb (ω) − Bs (ω)|Fs ) + E (Bs (ω) − Ba (ω)|Fs ))
= ϕ(ω) (E (Bb (ω) − Bs (ω))) + Bs (ω) − Ba (ω)
= ϕ(ω) (0 + Bs (ω) − Ba (ω))
= ϕ(ω) (Bs (ω) − Ba (ω))
= Ns ,

deoarece, ı̂n acest caz, Bb − Bs este o variabilă aleatoare independentă de σ-algebra Fs iar
Bs − Ba este o variabilă aleatoare Fs -măsurabilă.
3. Pentru celelalte patru cazuri rămase demonstraţia este similară şi o vom putea omite.
Capitolul 1. Probabilităţi şi procese stochastice 16

Pentru a demonstra ultima afirmaţie din enunţul Propoziţiei, considerăm un proces simplu
f ∈ I, dat de
XN
f (t, ω) = ϕi (ω)1[ai ,bi ) (t),
i=1

unde ϕi (ω) sunt variabile aleatoare Fai -măsurabile, mărginite, de pătrat integrabil, 1 ≤ i ≤ N
şi 0 ≤ a1 < b1 ≤ ... ≤ aN < bN .
Folosind independenţa creşterilor mişcării Browniene şi faptul că variabilele aleatoare ϕi
şi ϕj sunt Fai , respectiv Faj -măsurabile, obţinem:


E ϕi (ω)ϕj (ω) (Bbi ∧t (ω) − Bai ∧t (ω)) Bbj ∧t (ω) − Baj ∧t (ω)
(
E ϕ2i (ω) (bi ∧ t − ai ∧ t) , i = j


=
0, i 6= j,

de unde rezultă că

N
"Z 2 # " #
t X 2
E f (s, ω)dBs (ω) =E ϕ2i (ω) (Bbi ∧t (ω) − Bai ∧t (ω))
0 i=1
 
X

+ 2E  ϕi (ω)ϕj (ω) (Bbi ∧t (ω) − Bai ∧t (ω)) Bbj ∧t (ω) − Baj ∧t (ω) 
1≤i<j≤N
N
" #
X
=E ϕ2i (ω) (bi ∧ t − ai ∧ t)
i=1
Z t
= E f 2 (s, ω)ds,
0

demonstraţia fiind ı̂n acest moment ı̂ncheiată.

Pentru a extinde definiţia integralei stochastice la cazul general al unui proces f ∈ I

introducem, pentru ı̂nceput, următorul rezultat.

Lema 1.24. Dacă f ∈ I, atunci există un şir de procese simple, mărginite, fn ∈ I astfel ı̂ncât
Z ∞
E (f (s, ω) − fn (s, ω))2 ds → 0 pentru n → ∞. (1.2)
0

Folosind acest rezultat, putem demonstra următoarea Teoremă.

Teorema 1.25. Oricare ar fi procesul f ∈ I şi şirul de procese simple (fn )n∈N ⊂ I cu
Z ∞
E (f (s, ω) − fn (s, ω))2 ds → 0 pentru n → ∞,
0
Z t
procesul Ntn (ω) = fn (s, ω)dBs (ω) converge ı̂n L2 (P), uniform ı̂n raport cu t ∈ [0, ∞), către
0
o martingală continuă Nt (ω). Mai mult, limita este independentă de alegerea şirului (fn )n∈N
folosit ı̂n aproximarea funcţiei f .

Putem enunţa, ı̂nainte de a trece la demonstraţia Teoremei anterioare, următoarea Definiţie.

Capitolul 1. Probabilităţi şi procese stochastice 17

Definiţia 1.26 (Integrala stochastică Itô). Definim integrala stochastică Itô a unui proces
stochastic f ∈ I, ı̂n raport cu mişcarea Browniană Bt prin
Z t Z t
f (s, ω)dBs = lim fn (s, ω)dBs ,
0 n→∞ 0

unde fn este un şir de procese simple, mărginite, ce verifică relaţia (1.2).

Demonstraţie.
Z t Să observăm că, dacă g ∈ I este un proces simplu, mărginit, rezultă că Mt =
g(s, ω)dBs (ω) este o martingală continuă şi are loc egalitatea
0
"Z 2 #
t Z t
EMt2 = E g(s, ω)dBs (ω) = E g 2 (s, ω)ds < ∞
0 0

şi deci Z ∞
sup EMt2 ≤E g 2 (s, ω)ds < ∞.
t≥0 0

Conform teoremei de convergenţă a martingalelor rezultă că limita M∞ = limt→∞ Mt există

aproape sigur şi avem
Z t 2
2
EM∞ = lim E g(s, ω)dBs (ω)
t→∞ 0
Z t
= lim E g 2 (s, ω)ds
t→∞
Z ∞ 0
=E g 2 (s, ω)ds < ∞.
0

Cum diferenţa a două procese simple este tot un proces simplu, aplicând rezultatul anterior
procesului g(s, ω) = fn (s, ω) − fm (s, ω) şi folosind inegalitatea lui Doob, obţinem
  Z ∞
E sup (Ntn − Ntm )2 ≤ cE (fn (s, ω) − fm (s, ω))2 ds
t≥0 0
Z ∞ Z ∞
2
≤ 2cE (fn (s, ω) − f (s, ω)) ds + 2cE (fm (s, ω) − f (s, ω))2 ds
0 0
→0

pentru n, m → ∞. Rezultă deci că Ntn (ω) este un şir Cauchy ı̂n L2 (P), uniform ı̂n raport cu
t ≥ 0. Cum L2 (P) este un spaţiu metric complet rezultă că Ntn converge ı̂n L2 (P) către un
proces pe care ı̂l vom nota cu Nt = Nt (ω). Procesul limită Nt este, de asemenea, un proces
continuu ı̂n variabila t.
Deoarece Ntn este o martingală, oricare ar fi 0 ≤ s < t, avem

E (Ntn |Fs ) = Nsn ,

de unde, prin trecere la limită pentru n → ∞, rezultă că Nt este tot o martingală. Faptul că

E (Ntn |Fs ) → E (Nt |Fs ) pentru n → ∞

Capitolul 1. Probabilităţi şi procese stochastice 18

rezultă din
   
E (E(Ntn |Fs )−E(Nt |Fs ))2 = E (E (Ntn − Nt |Fs ))2
  
≤ E E (Ntn − Nt )2 |Fs
 
= E (Ntn − Nt )2 → 0.
n→∞

Pentru a demonstra independenţa limitei de şirul de aproximare (fn )n∈N ⊂ I considerat,

fie un alt şir de procese simple, mărginite, (f˜n )n∈N ⊂ I, cu
Z ∞ 2
E f (s, ω) − f˜n (s, ω) ds → 0 pentru n → ∞
0
Z t
şi să notăm Ñtn = f˜n (s, ω)dBs (ω).
0
Conform demonstraţiei anterioare avem, folosind din nou inegalitatea lui Doob,
  2  Z ∞  2 
n
E sup Nt − Ñt n
≤ cE ˜
fn (s, ω) − fn (s, ω) ds → 0
t≥0 0

pentru n → ∞ şi deci limita Nt este independentă de alegerea şirului de aproximare (Ntn )n∈N
considerat.
Rt
Exemplul 1.7. Calculaţi valoarea integralei stochastice 0 Bs dBs folosind definiţia integralei
stochastice.

Demonstraţie. Considerăm f (t, ω) = Bt şi definim şirul

n −1
2X
fn (t, ω) = Btj 1[tj ,tj+1 ) (t),
j=0

unde tj = tnj = t 2jn .

Din independenţa creşterilor mişcării Browniene obţinem
n −1 Z
2X
Z t  tj+1
2
E (f (s, ω) − fn (s, ω)) ds = E (Btj − Bs )2 ds
0 j=0 tj
n −1 Z
2X tj+1
= (s − tj )ds
j=0 tj
n −1
2X
1
= (tj+1 − tj )2
2
j=0
t2
= →0
2 · 2n
pentru n → ∞ şi deci fn este un şir de aproximare al procesului f ı̂n sensul relaţiei (1.2).
Capitolul 1. Probabilităţi şi procese stochastice 19

Conform definiţiei integralei stochastice avem

Z t Z t
Bs dBs = lim fn (s, ω)dBs (ω)
0 n→∞ 0
n −1
2X
= lim Btj (Btj+1 − Btj )
n→∞
j=0
2n −1
1 X 2
2 
= lim Btj+1 − Bt2j − Btj+1 − Btj
n→∞ 2
j=0
1
1
= Bt2 − B02 − t.
2 2

Observaţia 1.27. În exemplul anterior am obţinut

Z t
1
1
Bt dBt = Bt2 − B02 − t,
0 2 2

formulă care diferă de formula obişnuită de integrare

Z t
1 1 2
Bt dBt = Bs2 |s=t 2
s=0 = (Bt − B0 ),
0 2 2

ı̂n cazul integralei Lebesgue-Stieltjes (dacă această integrală s-ar fi aplicat procesului B).
Aceasta se datorează faptului că procesul B nu este un proces cu variaţie mărginită, dar este
un proces cu variaţie pătratică mărginită, fapt care conduce la apariţia termenului 12 t din
calculul integralei anterioare.
Observaţia 1.28. Spre deosebire de integrala de tip Lebesgue-Stieltjes, alegerea punctului in-
termediar s∗i produce valori diferite ale integralei stochastice. Integrala Itô corespunde alegerii
punctului intermediar ca limita inferioară a intervalului considerat, adică s∗i = si . Există şi
alte construcţii ale integralei stochastice, spre exemplu alegerea punctului s∗i = si +s2 i+1 conduce
la integrala stochastica Stratonovich.

1.6 Ecuaţii diferenţiale stochastice şi formula lui Itô

Teoria ecuaţiilor diferenţiale stochastice (EDS) este un cadru pentru descrierea sistemelor
dinamice care includ forţe atât aleatoare cât şi nealeatoare. Teoria are ca suport integrala
stochastică Itô. Formula lui Itô este o formulă de diferenţiere stochastică, similară situaţiei
diferenţierii funcţiilor compuse din cazul determinist.
O EDS de tip Itô are forma

dXt = a (t, Xt ) dt + σ (t, Xt ) dWt ,

care, scrisă sub formă integrală devine

Z T Z T
XT − X0 = a (t, Xt ) dt + σ (t, Xt ) dWt ,
0 0

unde prima integrală este o integrală Riemann iar cea de a doua o integrală stochastică de tip
Itô. Condiţia iniţială este X0 = u0 (x), unde u0 (x) este densitatea de probabilitate a lui X la
Capitolul 1. Probabilităţi şi procese stochastice 20

momentul de start. Coeficientul a (t, Xt ) este coeficientul de drift iar σ (t, Xt ) este coeficientul
de volatilitate. Termenul σ (t, Xt ) dWt este termenul martingal al procesului X.

1.6.1 Mişcarea Browniană geometrică

Considerăm EDS (
dXt = µXt dt + σXt dWt
(1.3)
X0 = 1,

ceea ce defineşte o mişcare Browniană geometrică. În formularea generală anterioară

a (t, x) = µx şi σ (t, x) = σx.

Dacă Wt ar fi o funcţie diferenţiabilă ı̂n raport cu t, soluţia ecuaţiei (1.3) ar fi

Xt = eµt+σWt . (ceea ce este greşit !!!) (1.4)

Pentru a verifica acest lucru considerăm funcţia

x(ω, t) = eµt+σω ,

cu

∂ω x = xω = σx,
∂t x = xt = µx
∂ωω x = xωω = σ 2 x.

Prin urmare, diferenţierea funcţiei (1.4) conduce la

σ2
dXt (Wt ) = µXdt + σXdWt + Xdt.
2
σ2 t
Putem ı̂nlătura ultimul termen (nedorit) prin multiplicarea cu e− 2 , ceea ce sugerează că
formula
σ2 t
Xt = e−µt− 2 +σWt
satisface (1.3).
Să considerăm acum cazul simplu ı̂n care µ = 0 şi σ = 1, adică
(
dXt = Xt dWt
X0 = 1.

Soluţia este mişcarea Browniană

t
Xt = eWt − 2 . (1.5)
Privind formula (1.5) ı̂n relaţie cu proprietatea martingală (Xt este o martingală deoarece
termenul de drift este zero), obţinem, după un calcul simplu, că
  0 
Wt − 2t + Wt0 −Wt − t 2−t
Xt+t0 = e ,

şi că
E [Xt+t0 |Ft ] = Xt .
Capitolul 1. Probabilităţi şi procese stochastice 21

1.6.2 Formula lui Itô

Formula lui Itô prezintă forme diverse, cea mai simplă dintre acestea fiind prezentată ı̂n cele
ce urmează.

Teorema 1.29. Fie u : R × [0, ∞) → R o funcţie continuu diferenţiabilă până la ordinul doi
ı̂n x şi până la ordinul ı̂ntâi ı̂n t şi considerăm W un proces Wiener (mişcare Browniană).
Notăm cu ut , ux şi uxx derivatele de ordinul ı̂ntâi respectiv doi ale funcţiei u ı̂n raport cu
variabilele t şi x. Atunci are loc formula
Z t Z t
1 t
Z
u(Wt , t) − u(0, 0) = ux (Ws , s)dWs + ut (Ws , s)ds + uxx (Ws , s)ds,
0 0 2 0

sau, scrisă sub formă diferenţială

 
1
du(Wt , t) = ut (Wt , t) + uxx (Wt , t) dt + ux (Wt , t)dWt .
2

Pentru un caz mai general, formula lui Itô are următoarea formă.

Teorema 1.30. Fie X un proces stochastic ce verifică următoarea EDS:

(
dXt = a(t, Xt )dt + σ (t, Xt ) dWt ,
X0 = u0 ,

unde coeficienţii de drift şi de difuzie verifică condiţiile necesare şi suficiente ce asigură
existenţa soluţiei EDS considerate. Fie u : R × [0, ∞) → R o funcţie continuu diferenţiabilă
până la ordinul doi ı̂n x şi până la ordinul ı̂ntâi ı̂n t. Atunci u (Xt , t) este un proces Itô ce
satisface EDS:
1
du (Xt , t) = ux (Xt , t) dXt + ut (Xt , t) dt + uxx (Xt , t) σ 2 (t, Xt )
 2 
1
= ux (Xt , t) σ (t, Xt ) dWt + ux (Xt , t) a(t, Xt ) + uxx (Xt , t) σ 2 (t, Xt ) + ut (Xt , t) dt.
2

Exemplul 1.8. Fie u (x, t) = x2 − t. Avem

ut (x, t) = −1
ux (x, t) = 2x
uxx (x, t) = 2.

În consecinţă, conform formulei lui Itô (remarcăm că ut + 21 uxx = 0)

Z t
Wt2 − t = 2 Ws dWs ,
0

de unde rezultă imediat că Z t

1
Wt2 − t .


Ws dWs =
0 2
Exemplul 1.9. Fie α, β ∈ R doi scalari determinişti fixaţi. Considerăm

u(x, t) = eαx+βt
Capitolul 1. Probabilităţi şi procese stochastice 22

şi avem

ut (x, t) = βu(x, t)
ux (x, t) = αu(x, t)
uxx (x, t) = α2 u(x, t).

Formula lui Itô conduce la

Z t  Z t
1
u (Wt , t) = 1 + α u (Wt , t) dWt + β + α2 u (Wt , t) dt. (1.6)
0 2 0

Notând St = u (Wt , t), ecuaţia (1.6), scrisă sub formă diferenţială, devine
 
dSt 1 2
= αdWt + β + α dt. (1.7)
St 2

În particular, dacă

σ2
α=σ şi β =µ−
2
atunci St este soluţia ecuaţiei (1.3).
Dacă
θ2
α=θ şi β=−
2
pentru θ ∈ R, atunci ecuaţia (1.7) capătă forma simplificată

dSt
= αdWt ,
St
sau, echivalent,
θ2 t
Z t θ2 s
e{θWt − 2
}
=1+θ e{θWs − 2
}
dWs .
0
θ2 t
Prin urmare, procesul e{θWt − 2
}
este o martingală ı̂n raport cu filtrarea naturală.

Exemplul 1.10. Un proces Itô cu multiple aplicaţii atât ı̂n modelarea proceselor fizice cât şi
ı̂n evaluarea derivatelor financiare este procesul Ornstein–Uhlenbeck. Acesta este un proces
stochastice care satisface EDS:

dXt = θ (µ − Xt ) dt + σdWt , (1.8)

unde θ, µ, σ sunt parametri strict pozitivi iar W este un proces Wiener real.
Procesul Ornstein–Uhlenbeck reprezintă una dintre abordările utilizate ı̂n modelarea dobânzilor,
a ratelor de schimb intermonetar şi al preţurilor activelor primare din pieţele financiare.
Parametrii ce intervin ı̂n ecuaţia de stare modelează valoarea medie a activelor, gradul de
volatilitate al activelor primare şi rata cu care aceste active se depărtează sau apropie de
valoarea medie.
Pentru a obţine soluţia ecuaţiei (1.8) facem apel tot la formula lui Itô şi considerăm funcţia

u (Xt , t) = Xt eθt .
Capitolul 1. Probabilităţi şi procese stochastice 23

Obţinem, prin diferenţiere,

du (Xt , t) = θXt eθt dt + eθt dXt

= θXt eθt dt + eθt (θ (µ − Xt ) dt + σdWt )
= θXt eθt dt + eθt θ (µ − Xt ) dt + eθt σdWt
= eθt θµdt + eθt σdWt .

Integrăm de la 0 la t şi obţinem, ţinând cont de formula lui u (Xt , t):

Z t Z t
θt θs
Xt e = X0 + e θµds + eθs σdWs ,
0 0

de unde, ı̂nmulţind cu e−θt , obţinem formula lui X:

  Z t
−θt −θt
Xt = X0 e +µ 1−e + σeθ(s−t) dWs .
0

Revenim ı̂n cele ce urmează la demonstraţia Teoremei 1.29. Pentru simplitate vom con-
sidera t = 1 şi presupunem că derivatele parţiale ut şi uxx sunt uniform mărginite şi uniform
continue. PEntru orice n ≥ 1 fie Dn = Dn [0, 1] partiţia diadică a intervalului [0, 1], adică
partiţia ı̂n intervale [tj , tj+1 ], unde tj = 2jn .

Lema 1.31. Pentru orice funcţie g : R × [0, ∞) → R nenegativă, uniform continuă şi uniform
mărginită au loc
n −1
2X


2
Z 1
lim g Wtj , tj Wtj+1 − Wtj = g (Wt , t) dt şi (1.9)
n→∞ 0
j=0

n −1
2X 
2 
lim o Wtj+1 − Wtj = 0, (1.10)
n→∞
j=0

unde prin notaţia o (y) ı̂nţelegem faptul că termenul este de un ordin de magnitudine mai mic
decât y atunci când n → ∞, adică o(y)y → 0 atunci când n → ∞.

Remarcă. Relaţia (1.9) este o generalizare a formulei variaţiei pătratice deja studiate şi
este baza ecuaţiei euristice
(dWt )2 = dt.

Demonstraţie. (Schiţă)
Exprimăm diferenţa u (W1 , 1) − u (0, 0) ca o sumă telescopică şi obţinem
2 n
X



u (W1 , 1) − u (0, 0) = u Wtj , tj − u Wtj−1 , tj−1
j=1
2 n
X



= u Wtj , tj − u Wtj , tj−1
j=1
2 n
X



+ u Wtj , tj−1 − u Wtj−1 , tj−1
j=1
(n) (n)
:= S1 + S2 .
Capitolul 1. Probabilităţi şi procese stochastice 24

(n)
Termenii primei sume S1 pot fi aproximaţi folosind dezvoltarea Taylor a funcţiei u (x, t) ı̂n
punctul t:




u Wtj , tj − u Wtj , tj−1 = ut Wtj , tj (tj − tj−1 ) + o (tj − tj−1 )
= ut Wtj , tj 2−n + o 2−n .

Eroarea o (2−n ) este, ı̂n mod uniform, suficient de mică dacă ţinem cont de preupunerea că
termenul ut (x, t) este uniform mărginit; ı̂n consecinţă, dacă sumăm aceste 2n erori după
indicele j eroarea totală este o (1). Prin urmare, ı̂n urma sumării obţinem o sumă Riemann
Z 1
ce aproximează integrala us (Ws , s) ds:
0

2n Z 1
(n)
X
−n


S1 =2 ut Wtj , tj + o (1) −→ us (Ws , s) ds.
n→∞ 0
j=1

(n)
Termenii celei de a doua sume S2 pot fi aproximaţi folosind dezvoltarea Taylor a funcţiei
u (x, t) ı̂n prima variabilă, de data aceasta utilizând primii doi termeni ai dezvoltării pentru a
pastra eroarea suficient de mică:





u Wtj , tj−1 − u Wtj−1 , tj−1 = ux Wtj−1 , tj−1 Wtj − Wtj−1
1

2
+ uxx Wtj−1 , tj−1 Wtj − Wtj−1
2

2 
+ o Wtj − Wtj−1 .

Conform Lemei anterioare şi ţinând cont de definiţia integralei stochastice, obţinem, pentru
n → ∞,
2n
X


Z 1
ux Wtj−1 , tj−1 Wtj − Wtj−1 −→ ux (Ws , s) dWs ,
n→∞ 0
j=1
2n
X

2
Z 1
uxx Wtj−1 , tj−1 Wtj − Wtj−1 −→ uxx (Ws , s) ds şi
n→∞ 0
j=1
2n 
X
2 
o Wtj − Wtj−1 −→ 0.
n→∞
j=1

Concluzionând, obţinem că

 
(n) (n)
u (W1 , 1) − u (0, 0) = lim S1 + S2
n→∞
Z 1 Z 1
= us (Ws , s) ds + ux (Ws , s) dWs
0 0
1 1
Z
+ uxx (Ws , s) ds,
2 0

ceea ce ı̂ncheie demonstraţia Teoremei.

Capitolul 2
Scurtă descriere a pieţelor financiare

Tranzacţiile cu opţiuni au apărut ı̂ncă de la ı̂nceputul sec al-XII-lea şi au fost legate de comerţul
cu lalele care se practica ı̂n Olanda. De exemplu, un exportator de bulbi de lalele se putea
proteja ı̂mpotriva pierderii mărfii pe timpul transportului prin cumpărarea de la un producător
a unei cantităţi de bulbi echivalentă cu cea expediată, la un anumit preţ, la opţiunea sa.
Astfel exportatorul cumpărător putea ı̂nlocui marfa dacă aceasta se deprecia sau distrugea pe
timpul transportului sau putea să renunţe la acest drept dacă marfa ajungea ı̂n bună stare la
destinaţie. Deci cei care tind să asocieze opţiunile cu speculaţia greşesc ı̂n oarecare măsură
deoarece opţiunile au apărut ca modalitate de acoperire a riscului la care te expune specificul
afacerii proprii, nu ca un instrument speculativ.
Instrumentele financiare derivate se tranzacţionează pe pieţe reglementate la termen, val-
oarea acestora derivând din preţul de tranzacţionare al activelor suport (instrumente finan-
ciare, valute, indici bursieri, rate ale dobânzii, mărfuri, etc.), cotate pe o piaţă spot (instan-
tanee, la vedere). În accepţiunea referenţialului contabil internaţional, un instrument derivat
este un instrument financiar care ı̂ntruneşte toate cele trei caracteristici de mai jos:
1. valoarea sa se modifică ca reacţie la variaţiile ı̂n anumite rate ale dobânzii, preţul unui
instrument financiar, preţul mărfurilor, cursurile de schimb valutar, indicii de preţ sau
rată, ratingul de credit sau indicele de creditare, sau ı̂n alte variabile, cu condiţia ca,
ı̂n cazul unei variabile nefinanciare, aceasta să nu fie specifică unei părţi contractuale
(uneori denumită suport);
2. nu solicită nicio investiţie iniţială netă sau solicită o investiţie iniţială netă care este
mai mică decât s-ar cere pentru alte tipuri de contracte care se aşteaptă să aibă reacţii
similare la modificările factorilor pieţei;
3. este decontat la o dată viitoare.
Ca active financiare derivate, opţiunile dau posibilitatea reversibilităţii asupra proiectu-
lui iniţial de investiţii, aceasta fiind o diferenţă faţă de contractele cunoscute, ı̂n care una
din caracteristici era tocmai ireversibilitatea investiţiei de capital. Interesul pentru corecti-
tudinea evaluării opţiunilor de către operatorii de pe piaţa financiară derivă din posibilitatea
operaţiunilor de arbitraj ı̂n cazul unei supraevaluari sau subevaluari. Există două modele de
evaluare a opţiunilor: modelul Black - Scholes şi modelul binomial. Cele două tipuri de modele
se bazează pe raţionamente de arbitraj şi hedging şi pornesc de la premisa că piaţa nu permite
operaţiuni de arbitraj. Opţiunile au fost tranzacţionate ı̂n mod organizat, pentru prima dată
ı̂n 26 aprilie 1973, iar apoi The Chicago Board Options Exchange (CBOE) a creat liste stan-
dardizate cu opţiuni. De atunci se semnalează o creştere vertiginoasă pe piaţa opţiunilor. În
acest moment ele sunt tranzacţionate ı̂n majoritatea burselor din lume. În Statele Unite ale
Americii opţiunile sunt tranzacţionate la: CBOE, The American Stock Exchange, The Pacific
Stock Exchange şi The Philadephia Stock Exchange. Pe data de 10 iulie 1998, la un an de

25
Capitolul 2. Scurtă descriere a pieţelor financiare 26

la lansarea contractelor futures, Bursa Monetar-Financiară şi de Mărfuri Sibiu, a lansat, ı̂n
premiera pentru România, opţiunile pe contracte futures.
La baza apariţiei contractelor futures au stat contractele forward. Deşi există o tendinţă,
mai ales ı̂n literatura de specialitate din România, de a fi tratate separat, aceste două tipuri
de contracte sunt, ı̂n esenţă, asemănătoare, ı̂n sensul că ı̂n cazul ambelor contracte se ı̂ncheie
tranzacţii la termen asupra unui activ de bază, numit şi activ suport (underlying asset). Atât
cel care doreşte să cumpere activul de bază cât şi cel care doreşte să ı̂l vândă convin asupra
cantităţii ce urmează să fie schimbată, asupra preţului şi asupra scadenţei (a datei la care
livrarea şi plata vor avea loc efectiv). Astfel, atât printr-un contract forward cât şi prin unul
futures, se fixează - ı̂n prezent - preţul ce urmează a fi plătit pentru o cantitate definită din
activul suport, preţ ce urmează a fi plătit la o dată ulterioară, ı̂n viitor. Contractele futures
reprezintă contracte standardizate care creează pentru părţi (cumpărător şi vânzător) anga-
jamentul de a cumpăra respectiv de a vinde o anumită cantitate din activul suport la o dată
viitoare (numită data scadenţei) şi la un preţ negociat ı̂n momentul ı̂ncheierii tranzacţiei. Cu
excepţia preţului care se negociază ı̂ntre părţi, toate elementele sunt standardizate (scadenţa,
volumul contractului, paşii de cotaţie, fluctuaţia maximă admisă, riscul de scădere/creştere)
ı̂n baza specificaţiilor fiecărui tip de contract futures.
În mod uzual sunt tranzacţionate două categorii de contracte futures, ı̂n raport cu natura
activului suport: financial futures - sunt contracte futures având drept active suport variabile
financiare (acţiuni, indici bursieri, rate ale dobânzii, indici de preţ, cursuri valutare, etc.) şi
commodities futures - sunt contracte futures având drept active suport mărfuri precum cereale,
produse din carne, petrol şi produse derivate, energie, cafea, cacao, unt, zahăr, bumbac, etc.
În raport cu modul de decontare a tranzacţiilor, pot fi identificate: contracte futures
lichidate prin livrarea fizică a activului suport (ı̂n practică, numai 2-3% dintre contractele
futures se execută prin livrare efectivă ı̂n marfă, restul se lichidează prin compensare) şi
contracte futures lichidate prin compensare (presupune plata cash a diferenţelor ı̂ntre preţul
de deschidere a unei poziţii de cumpărare sau vânzare şi preţul de lichidare la scadenţă a
acestor contracte). Elementele tehnice de bază ale unui contract futures sunt:
1. Activul suport : este reprezentat de marfa sau activul financiar (valori mobiliare, valute,
rate ale dobânzii, indici bursieri, etc.), asupra căruia se ı̂ncheie contractul. Cantitatea
şi caracteristicile activului suport reprezintă clauze standardizate conform specificaţiilor
fiecărui tip de contract futures.
2. Scadenţa: ultima zi de tranzacţionare din luna de lichidare a contractului futures. La
data scadenţei Casa Română de Compensaţie lichidează automat toate poziţiile deschise,
la preţul de executare, stabilindu-se câştigurile şi pierderile reale.
3. Marja (riscul de creştere/scădere): reprezintă suma de bani depusă iniţial de către in-
vestitor ı̂n contul ı̂n marjă şi menţinută pe toată perioada de timp ı̂n care poziţiile de
cumpărare sau vânzare sunt deschise. Astfel, la deschiderea unui cont pentru derularea
tranzacţiile pe o piaţă reglementată de mărfuri şi instrumente financiare derivate, clientul
va depune o sumă de bani reprezentând riscul de creştere sau scădere a preţurilor con-
tractelor futures (marja), conform specificaţiilor contractelor futures, pe baza evaluărilor
făcute de către Sistemul de Evaluare a Riscurilor administrat de către Casa Română de
Compensaţie şi Bursa Monetar Financiară şi de Mărfuri Sibiu. Marja va trebui menţinută
la nivelul impus de specificaţiile contractelor futures, pe toată durata existenţei unor
poziţii deschise, indiferent dacă sunt long (risc de scădere) sau short (risc de creştere).
4. Preţul futures: preţul la care este deschisă o poziţie (fie de cumpărare fie de vânzare),
respectiv preţul la care se ı̂ncheie o tranzacţie cu contracte futures. Reflectă preţul
convenit de parteneri care va fi ı̂ncasat/plătit la scadenţă pentru activul suport. Pe piaţa
futures, există o limită de variaţie ı̂n cadrul unei şedinţe de tranzacţionare, din motive
ce ţin de asigurarea unei pieţe ordonate şi lichide, dar şi pentru a limita influenţele
pe care tranzacţiile cu contracte futures le-ar putea avea asupra tranzacţiilor derulate
Capitolul 2. Scurtă descriere a pieţelor financiare 27

pe piaţa spot cu activul suport ı̂n cauză. Preţul futures este strâns legat de perioada
rămasă până la scadenţă dar şi de evoluţia preţului activului suport, deoarece există o
aşa numită proprietate de convergenţă ı̂ntre preţul futures şi preţul activului suport (cele
două preţuri tind să se apropie, devenind identice, sau aproape identice la scadenţă).
Părţile contractante ı̂ntr-o astfel de tranzacţie sunt: cumpărătorul contractului futures se
angajează să cumpere activul suport la maturitatea contractului futures, deschizând o poziţie
long futures şi expunându-se astfel la riscul de scădere şi vânzătorul contractului futures se
angajează să vândă activul suport la aturitatea contractului futures, deschizând o poziţie short
futures şi expunându-se la riscul de creştere. Cumpărătorii de contracte futures ı̂şi deschid o
poziţie tip long atunci când estimează că până la data scadenţei, preţul activului suport şi
implicit al contractului futures va marca o creştere, ı̂n timp ce vânzătorii de contracte futures
(care ı̂şi asumă o poziţie de tip short) mizează pe o scădere a preţului activului suport. Orice
poziţie poate fi ı̂nchisă până la data scadenţei, printr-o operaţiune de sens contrar, marcându-
se astfel pierderea reală sau câştigul real. La scadenţa contractelor futures, poziţiile deschise
pe piaţa futures vor fi ı̂nchise automat la un preţ mediu de tranzacţionare comunicat de către
Bursa de Valori Bucureşti pentru ziua scadenţei (ı̂n cazul contractelor futures pe acţiuni) sau
la cursul de referinţă comunicat de către Banca Naţională a României (ı̂n cazul contractelor
futures pe valute). Important de reţinut faptul că la data scadenţei, nu are loc decontarea
prin livrare fizică a activului suport, ci se plătesc diferenţele ı̂n lei ı̂ntre preţurile la care au
fost deschise poziţiile de cumpărare/vânzare şi preţurile la care aceste poziţii au fost ı̂nchise.
La sfârşitul fiecărei sesiuni de tranzacţionare pe piaţa instrumentelor financiare derivate,
Casa Română de Compensaţie (instituţia de clearing) realizează operaţiunea de marcare la
piaţă (engl. marked to market), care constă ı̂n reevaluarea tuturor poziţiilor de cumpărare
/ vânzare deschise ı̂n funcţie de preţul de cotare (ultimul preţ de tranzacţionare din ziua
respectivă), stabilindu-se astfel pierderile sau câştigurile potenţiale pentru fiecare participant
la piaţă. În cazul unei pierderi potenţiale care nu poate fi acoperită pe seama disponibilului
existent ı̂n contul clientului, Casa Română de Compensaţie va trimite, prin societatea de
brokeraj la care este deschis contul clientului respectiv, un apel ı̂n marjă (margin call ), ı̂n
scopul refacerii marjei la nivelul de menţinere. Dacă nu se răspunde la acest apel ı̂n marjă
până a doua zi lucrătoare, Casa Română de Compensaţie va lichida automat un anumit număr
de poziţii deschise, cu scopul de a reduce expunerea la risc din partea societăţii de brokeraj,
până la nivelul marjei care să acopere poziţiile rămase deschise.
După cum s-a prezentat anterior, opţiunea este un derivat financiar standardizat ce
reprezintă dreptul de a cumpăra sau a vinde un activ (underlying asset) la un anumit preţ
şi ı̂n decursul unei perioade prestabilite. General vorbind opţiunile se pot clasifica ı̂n două
grupuri: opţiuni de cumpărare (CALL option) şi opţiuni de vănzare (PUT option). O
optiune de cumpărare este un contract, ı̂n formă negociabilă care dă cumpărătorului drep-
tul ca ı̂ntr-o perioadă de timp să cumpere de la vânzătorul opţiunii, activul de bază, la
un preţ prestabilit. Vânzătorul acţiunii CALL ı̂şi asumă obligaţia de a onora solicitarea
cumpărătorului prin vânzarea activului suport. Opţiunea de vânzare este un contract care
dă dreptul cumpărătorului opţiunii ca, ı̂ntr-o anumită perioadă de timp, să vândă activul
suport partenerului său din contractul de opţiune, la un preţ prestabilit si ı̂n schimbul unei
prime plătite iniţial. Totodată vânzătorul unui PUT ı̂şi asumă obligaţia de a cumpăra ac-
tivul de bază de la cumpărătorul opţiunii la preţul prestabilit, dacă opţiunea este exercitată
ı̂ntr-un anumit interval de timp. În urma executării ordinului, clientul dobândeşte o poziţie
pe opţiune, iar aceasta poate fi long, dacă a cumpărat sau short, dacă a vândut. Preţul la
care vânzarea activului suport se poate realiza se numeşte preţ de exerciţiu (exercise price
sau strike price) iar data la care deţinătorul unei opţiuni poate exercita opţiunea, se numeşte
data de exerciţiu (expiration date sau expiry). Cumpărătorul unei opţiuni are dreptul, dar
nu şi obligaţia să cumpere sau să vândă la termenul stabilit, la preţul de exerciţiu, o anumită
cantitate de active suport. Vânzătorul unei opţiuni ı̂şi asumă irevocabil obligaţia de a vinde
Capitolul 2. Scurtă descriere a pieţelor financiare 28

sau cumpăra activele suport ı̂n condiţiile din contractul opţional, indiferent dacă la momentul
exercitării opţiunii, piaţa ı̂i este sau nu favorabilă, asumându-şi ı̂n acest fel un anumit risc.
Asumarea acestui risc se face ı̂n schimbul ı̂ncasării de la ı̂nceput a unei prime care este preţul
opţiunii, deci vânzătorul obţine câştiguri limitate, dar certe ı̂n condiţiile asumării de riscuri
nelimitate. Pe de altă parte, cumpărătorului, prima plătită la cumpărarea opţiunii poate să-i
aducă câştiguri aproape nelimitate ı̂n cazurile când piaţa e favorabilă, sau să-l apere de pierderi
dacă piaţa ar acţiona negativ. Se poate spune că tranzacţiile de opţiuni sunt de fapt operaţii
de vânzare-cumpărare de risc. Cumpărătorul opţiunii are aversiune faţă de risc şi ı̂l vinde ı̂n
timp ce vânzătorul opţiunii are preferinţă faţă de risc şi ı̂l cumpără.
Pentru cumpărarea şi vânzarea de opţiuni, clientul trebuie să constituie anumite garanţii
şi anume:
1. La cumpărarea de opţiuni investitorul trebuie să plătească integral preţul opţiunii, re-
spectiv prima.
2. La vânzarea de opţiuni CALL pentru care clientul deţine ı̂n momentul vânzării activul
de bază, nu trebuie depusă decât marja contractului, dacă preţul de exercitare al opţiunii
este cel puţin egal cu cursul titlului suport. Dacă preţul de exercitare este mai mic decât
cursul titlului suport, gradul admis de ı̂ndatorare al investitorului faţă de broker depinde
de preţul de exercitare şi nu de cursul opţiunii.
3. La vânzarea de opţiuni CALL neacoperite (pentru care clientul nu deţine ı̂n momentul
vânzării activul de baza), investitorul trebuie să constituie un depozit de garanţie stabilit
la valoarea de piaţă a activului suport.
Bursa stabileşte limitele de poziţie, adică numărul maxim de opţiuni pe care un investitor
le poate deţine, pe acelaşi tip de poziţie virtuală, la activul de bază. Totodată, se stabileşte
şi limita de exercitare, adică numărul maxim de opţiuni care poate fi exercitat ı̂n fiecare 5
zile consecutive de bursă, de către un investitor sau un grup de investitori care actionează
ı̂mpreună. Scopul stabilirii acestor limite este de a contracara posibiltatea ca un investi-
tor, sau un grup de investitori să capete o influenţă semnificativă asupra pieţei. Casa de
compensaţie joacă un rol esenţial ı̂n procesul executării contractelor de opţiuni. Constituită
ca o instituţie autonomă, aceasta se interpune ı̂n toate tranzacţiile ı̂ncheiate ı̂n bursă, devenind
vânzătorul pentru toţi cumpărătorii de CALL care exercită opţiunea şi cumpărătorul pentru
toţi vânzătorii de PUT care exercită opţiunea. Membrii casei de compensaţie deschid conturi
clienţilor prin intermediul cărora efectuează cliringul, ţinând evidenţa tuturor poziţiilor long şi
short pe opţiuni ale membrilor săi (numarul contractelor de cumpărare trebuie să fie egal cu cel
al contractelor de vânzare). Executarea contractelor de opţiuni se poate face prin: lichidarea
opţiunii, exercitarea opţiunii sau prin expirarea opţiunii.
Tehnicile moderne de stabilire a preţurilor unei opţiuni sunt adesea considerate, din punct
de vedere matematic, printre cele mai complexe probleme din toate domeniile matematicilor
financiare. Analiştii financiari au atins punctul ı̂n care sunt ı̂n măsură să calculeze, cu precizie,
valoarea unui activ. Cele mai multe dintre modele şi tehnicile folosite de analiştii de astăzi
sunt ı̂nrădăcinate ı̂ntr-un model dezvoltat de Fischer Black şi Myron Scholes ı̂n 1973. Ideea
de opţiuni nu este, cu siguranţă, nouă. Opţiunile au existat, cel puţin conceptual, ı̂ncă din
antichitate.
Modelul Black-Scholes nu a apărut peste noapte. De fapt, Fisher Black a inceput sa lucreze
pentru a crea un model de evaluare a warrant-ului. Acest lucru implică calcularea unui derivat
pentru a măsura modul in care rata de actualizare a unui warrant variază ı̂n funcţie de timpul şi
preţul unei actiuni. Rezultatul acestui calcul seamănă cu o bine-cunoscută ecuaţie de transfer
de căldură. La scurt timp după această descoperire, Myron Scholes s-a alăturat lui Black şi
rezultatul muncii lor este un model precis de stabilire a preţurilor opţiunilor, rezultat publicat
ı̂ntr-un articol apărut ı̂n anul 1970. În 1997, Robert Merton (Universitatea Harvard) şi Myron
Scholes (Universitatea Stanford) primesc premiul Nobel pentru metoda de determinare a valorii
Capitolul 2. Scurtă descriere a pieţelor financiare 29

derivativelor financiare. Modelul binomial este bazat pe aceleaşi presupuneri ca modelul Black-
Scholes, dar ajustat ca să permită evaluarea opţiunilor americane; de asemenea, are o mai bună
integritate ı̂n timp. Patiţionează intervalul până la expirare ı̂ntr-o serie de paşi, construind un
arbore de preţuri ale activului suport. La fiecare preţ, activul suport este considerat a merge
ı̂n sus sau ı̂n jos. Totuşi, nu pune preţ pe faptul că pieţele, ı̂n cea mai mare parte a timpului,
nu se mişcă. Aceasta este limita peste care trece următorul model, modelul trinomial, care
ţine cont de faptul că pieţele pot sta pe loc. Pentru ca modelul trinomial a fost foarte eficient
ı̂n modelarea pieţelor financiare, s-a trecut la utilizarea a mai multe noduri, ceea ce a condus
la apariţia modelului reţelei adaptive.
În 1998, la doar un an după obţinerea de către Merton şi Scholes a premiului Nobel, fondul
de hedging (protecţie ı̂mpotriva riscului) Long Term Capital Management (LTCM), la care cei
doi sunt principalii acţionari, a trebuit să fie salvat contra unui cost de 3,5 miliarde $ deoarece
exista temerea că colapsul acestuia ar avea un efect dezastruos asupra instituţiilor financiare
din ı̂ntreaga lume. Era o distanţă de doar 10 ani de o nouă griză globală a cărei apariţie
se consideră că a fost cauzată şi de generarea exagerată de instrumentele financiare derivate.
Întrebarea firească care ar urma ar fi: De ce un fond de investiţii, incluzând 2 câştigători
ai premiului Nobel ca şi acţionari principali, realizează pierderi surprinzătoare tranzacţionând
instrumente financiare create special pentru a reduce riscul? Se presupune că nu a existat nimic
rău din perspectiva tehnicilor folosite ci doar modul cum au fost folosite. Există spre exemplu
opinia conform căreia măsurile menite să ı̂mbunătăţească siguranţa pasagerilor la bordul unei
maşini (ex. existenţa centurii de siguranţă) vor creşte riscul deoarece şoferii conduc cu viteze
mai mari decât ar face-o dacă nu ar avea centura de siguranţă. Astfel, nişte tehnici create să
reducă riscul sunt prea des folosite ca un instrument similar jocurilor de noroc. Dacă jocurile
de noroc pot aduce ı̂n pragul falimentului un jucător ı̂nrăit care nu ştie unde să se oprească,
ele nu afectează persoanele prudente care nu cred şi, implicit, nu participă la jocurile de noroc.
Nu putem considera adevărat acelaşi raţionament şi ı̂n cazul derivatelor pentru că angajarea
ı̂n joc a unui număr foarte mare de investitori lacomi (implicit sume semnificative) care nu au
un capital de acoperire pentru contractele licitate poate cauza un dezechilibru major pe piaţa
financiară, iar odată ce instituţiile financiare sunt puse ı̂n pericol mai este doar un singur
pas până la o criză economică care poate fi una globală. Altfel spus derivatele financiare,
neinterpretate şi utilizate aşa cum ar trebui pot fi mult mai periculoase decât jocurile de
noroc, ceea ce impune atenţie şi cumpătare ı̂n tranzacţionarea lor.
Capitolul 3
Opţiuni de vânzare şi cumpărare ı̂n pieţe
financiare la vedere (spot)

3.1 Machetă de piaţă financiară

Opţiunile de vânzare (call option) şi de cumpărare (put option) sunt exemplele standard de
derivate financiare, adică active a căror valoare depinde de preţul altor active financiare de
bază (active suport), ce plătesc sau nu dividende (numite şi common stock ), precum stocuri şi
bonduri (certificate emise de guverne sau companii publice ce promit răscumpărarea banilor
ı̂mprumutaţi la o dată prestabilită, cu o dobândă fixată), purtătoare sau nu de dobândă.
Opţiunile de tip call (respectiv put) oferă deţinătorului dreptul, dar nu şi obligaţia de a
cumpăra (vinde) activul suport la un moment viitor (momentul de exercitare al opţiunii, sau
momentul de maturitate al opţiunii), cu un preţ fixat K (preţul de exercitare, strike price).
Obligaţia celui de al doilea investitor implicat ı̂n tranzacţionare derivatului financiar este aceea
de a vinde (cumpăra) activul suport. Atât opţiunile call cât şi cele put pot fi de tip european
(European put/call option) sau american (American put/call option). Derivatele financiare de
tip european permit exercitarea doar la momentul de maturitate al opţiunii, pe când cele de
tip american oferă dreptul deţinătorului de a le exercita la orice moment premergător datei
de maturitate.

Pentru o ı̂nţelegere mai clară a modelelor ce vor fi descrise vom ı̂ncepe expunerea cu un
model de piaţă financiară fără fricţiuni, cu o perioadă, ı̂n care se tranzacţionează doar un singur
activ de bază şi opţiuni call şi put europene.instantanee, la vedere (call and put spot options).
Vom intitula acest model simplu Toy-model pentru opţiuni europene (OE). Prin model de
30
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 31

piaţă financiare fără fricţiuni ı̂nţelegem o piaţă de tranzacţionare ı̂n care toţi investitorii au
acces la acelaşi informaţii din piaţă, nu există comisioane pentru tranzacţii, toate activele
sunt perfect divizibile şi lichide, nu sunt limitări ı̂n ceea ce priveşte dimensiunea creditului,
dobânzile la depozite şi credite sunt egale. Într-o astfel de piaţă, prin poziţia short ı̂nţelegem
poziţia vânzătorului activului financiar, iar poziţia long este aceea a cumpărătorului.
Pentru o opţiune de call europeană (OCE), cu momentul de maturitate T şi preţul de
exercitare K, funcţia utilitate (de plată) la momentul de expirare al opţiunii este

g (ST ) = (ST − K)+ = max{ST − K, 0}, (3.1)

iar pentru o opţiune de put europeana (OPE) funcţia de plată este


+ 0, ST ≥ K (opţiunea este abandonată),
h (ST ) = (K − ST ) =
K − ST , ST < K (opţiunea este exercitată),

Evident, are loc următoarea egalitate, numită formula de paritate put-call

g (ST ) − h (ST ) = (ST − K)+ − (K − ST )+ = ST − K,

adică o OPE poate fi evaluată prin intermediul unei OCE având acelaşi activ suport, aceeaşi
dată de maturitate şi acelaşi preţ de exercitare.
Se observă că o opţiune de tip call oferă deţinătorului său dreptul, dar nu şi obligaţia de a
cumpăra activul suport, obligaţia celui de la care a cumpărat opţiunea de tip call (dreptul de a
cumpără) fiind de a-i furniza activul suport la preţul de exercitare prestabilit K. Astfel, dacă
la momentul T preţul pe piaţa spot (la vanzare liberă) al activului suport este mai mare decăt
preţul prestabilit de cumpărare K, deţinătorul opţiunii call (adică a dreptului de a cumpăra)
poate obţine un profit imediat prin achiziţionarea unităţilor de stoc la preţul K şi vinderea lor
pe piaţa liberă spot la preţul pieţei ST , obţinând un profit imediat ı̂n valoare de ST − K. În
caz contrar opţiunea este abandonată. Prin urmare funcţia utilitate a deţinătorului opţiunii
call europene este dată prin formula (3.1). Situaţia opţiunilor put europene este interpretată
ı̂n mod similar.

Exemplul 3.1. Considerăm un activ primar nepurtător de dividende (common stock) al cărui
preţ la momentul actual este 280$, iar peste 3 luni el poate deveni 320$ sau 260$. Calculăm
preţul raţional (adică preţul corect de tranzacţionare la momentul actual) pentru o OCE cu
preţul de exercitare K = 280$, dacă rata dobânzii la creditare pe 3 luni este r = 5%.

Considerăm că probabilitatea subiectivă (actual probability, real-world probability, statis-

tical probability), individuală (a investitorului), de creştere a preţului activului suport este
0.2, iar de scădere a lui este 0.8. Pentru descrierea modelul matematic considerăm spaţiul de
probabilitate Laplace:

Ω = {ω1 , ω2 }, F = P (Ω) , P : Ω → R, P (ω1 ) = 0.2 = 1 − P (ω2 ) .

Dinamica preţului stocului este modelată de variabila aleatoare
 u
S = 320, ω = ω1 ,
ST : (Ω, F) → R+ , ST (ω) =
S d = 260, ω = ω2 ,

iar funcţia utilitate este

C u = 40, ω = ω1 ,

+
X = CT (ω) = (ST (ω) − K) =
C d = 0, ω = ω2 ,
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 32

valoarea medie cu discount (discounted option’s payoff ), a utilităţii fiind

 
EP (1 + r)−1 CT = 0.2 × 40 × (1.05)−1 = 7.62 (depinde de alegerea lui P !).

Este evident că stabilirea astfel a preţului depinde de percepţia subiectivă asupra pieţei a
fiecărui investitor ı̂n parte, lucru nepermis ı̂n stabilirea unui preţ corect, unic, al derivatului
financiar. Problema ce apare constă ı̂n asigurarea, la momentul tranzacţionării, a unicităţii
preţului activelor derivate, lucru ce se poate realiza prin utilizarea portofoliilor replicante
(replicating portfolios). Pentru a realiza acest lucru, se construieşte la momentul 0, de către
investitorul ce se află ı̂ntr-o poziţie short pe o OCE (vânzătorul activului financiar), un porto-
foliu ∅ = ∅0 = (α0 , β0 ) ∈ R2 , ce simulează valoarea la momentul terminal a funcţiei utilitate.
Valoarea (wealth) sa este

V0 (∅) = α0 S0 + β0 şi VT (∅) = α0 ST + β0 (1 + r) .

Mai precis, α0 reprezintă numărul de unităţi de activ primar deţinute la momentul 0, iar
β0 este suma ı̂mprumutată suma depozitată intr-o bancă, sumă la care se aplică dobanda r
(aceeaşi la depozit sau credit).
Definiţia 3.1. Spunem că portofoliul ∅ reproduce valoarea funcţiei de plată la momentul T
(∅ replicates the option’s terminal payoff) dacă VT (∅) = CT .
În cazul exemplului anterior,
 u
V (∅) = α0 S u + (1 + r) β0 = C u , ω = ω1 ,
VT (∅) (ω) =
V d (∅) = α0 S d + (1 + r) β0 = C d , ω = ω2 ,

adică α0 = 2/3 şi β0 = −165.08. Concluzionând, pentru fiecare OCE vândută se păstrează α0
unităţi de activ suport (hedge ratio) şi suma β0 ı̂n bonduri fără risc, adică, alături de prima
ı̂ncasată prin vânzarea opţiunii de call europeană, se ı̂mprumută cash şi se achiziţionează
acţiuni.
Vom defini costul de achiziţie (valoarea) pentru o OCE ca fiind investiţia iniţială necesară
pentru construirea portofoliului replicant. În cazul de faţă

C0 = V0 (∅) = α0 S0 + β0 = 21.59 (nu depinde de probabilitatea subiectivă P !)

Sumarizând, tranzacţiile şi fluxul de cash devin, din perspectiva poziţiei short (nu sunt necesare
investiţii suplimentare pentru construcţia portofoliului replicant):

 prima pentru opţiunea vândută : C0
• pentru t = 0 : α0 unităţi de activ cumpărate : − α0 S0
β0 unităţi de cash ı̂mprumutate : β0


 plata pentru opţiunea de call exercitată : − CT
• pentru t = T : α0 unităţi de activ suport vândute : α0 ST
ı̂mprumutul plătit : − r̂β0 , unde r̂ = 1 + r


3.2 Măsuri martingale ı̂n pieţele spot

SOLUŢIA pentru stabilirea preţului just al derivatelor financiare : utilizarea măsurilor

martingale, care, intuitiv, modelează probabilistic un joc corect (fair game). Trebuie deter-
minată o măsură de probabilitate P∗ ∼ P, pentru care preţul cu discount al activului primar
(al stocului), definit de
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 33

S0∗ = S0 şi ST∗ = (1 + r)−1 ST

devine o P∗ −martingală, adică

S0∗ = EP∗ (ST∗ ) .

În cazul modelului de piaţă considerat, cu 2 stări şi 1 perioadă, ea este determinată de
 
S0 = (1 + r)−1 p∗ S u + (1 − p∗ ) S d , p∗ = P∗ (ω1 ) = 1 − P∗ (ω2 ) ,

de unde rezultă

(1 + r) S0 − S d S u − (1 + r) S0
P∗ (ω1 ) = şi P∗ (ω2 ) = .
Su − Sd Su − Sd
Evident, C0 = C0∗ :
   
C0∗ = EP∗ (1 + r)−1 CT = EP∗ (1 + r)−1 (ST − K)+
 
= (1 + r)−1 p∗ C u + (1 − p∗ ) C d = 21.59 = C0 !

Definiţia 3.2. Numim economie cu risc neutru (risk-neutral economy) un model stochastic
de piaţă financiară ı̂n care fluctuaţiile viitoare ale preţurilor activelor suport sunt determinate
de măsura martingalăP∗ (risk-neutral probability).

3.3 Absenţa arbitrajului ı̂n piaţa financiară

Considerăm, din nou, modelul de piaţă cu două stări, o perioadă

Ω = {ω1 , ω2 }, F0 = {∅, Ω}, FT = 2Ω

şi presupunem existenţa a două active primare ı̂n modelul de piaţă considerat:

1. un activ riscat (stoc), a cărui preţ e modelat de un proces stochastic discret, strict pozitiv
S = (St )t∈{0,T } , adaptat filtrării F = {F0 , FT }, adică v.a. St −Ft măsurabilă, t ∈ {0, T }:

S u , ω = ω1

S0 ∈ R şi ST (ω) = cu S u > S d .
S d , ω = ω2

2. un activ fără risc (risk-free bond), dat de: B0 = 1, BT = 1 + r, cu r ≥ 0.

Fie Φ spaţiul liniar al portofoliilor ∅0 = (α0 , β0 ) (stoc,bond) şi vom urmări stabilirea preţului
derivatelor financiare ı̂n modelul de piaţă M = (S, B, Φ) .

Definiţia 3.3. Prin derivat financiar (contingent claim) cu momentul de maturitate T se

ı̂nţelege o variabilă aleatoare X − Ft măsurabilă. Spunem că derivatul financiar X esterepli-
cabil(attainable) dacă există un potofoliu replicant pentru acesta (al valorii acestuia).

Similar cazului opţiunilor europene

X u , ω = ω1 ,

X (ω) =
X d , ω = ω2 ,
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 34

iar portofoliul replicant este determinat de

α0 S u + (1 + r) β0 = X u


α0 S d + (1 + r) β0 = X d ,

cu soluţia unică
Xu − Xd X dSu − X uSd
α0 = şi β0 = .
Su − Sd (1 + r) (S u − S d )
Costul derivatului financiar X ı̂n piaţa M este:

Xu − Xd X dSu − X uSd
π0 (X) := V0 (∅) = α0 S0 + β0 = S0 + . (3.2)
Su − Sd (1 + r) (S u − S d )

Definiţia 3.4.
1. Spunem că modelul de piaţă M este fără arbitraj dacă nu există ∅ ∈ Φ pentru care

V0 (∅) = 0, VT (∅) ≥ 0 şi P{VT (∅) > 0} > 0. (3.3)

Un portofoliu pentru care (3.3) are loc se numeşte oportunitate de arbitraj.

2. Se numeşte oportunitate tare de arbitraj un portofoliu ∅ pentru care

V0 (∅) < 0 şi VT (∅) ≥ 0.

Dacă modelul de piaţă M este fără arbitraj, notăm cu π0 (X) preţul de arbitraj (preţul
just) al derivatului financiar X ı̂n M.
Observaţia 3.5. Replicarea este o metodă optimală de hedging, adică de asigurare şi de
acoperire a riscului investitorului.
Definiţia 3.6. Spunem că un portofoliu ∅ realizează un hedging perfect al derivatului financiar
X (perfect hedging against the contingent claim X) dacă VT (∅) ≥ X, adică
(
α0 S u + (1 + r) β0 ≥ X u
(3.4)
α0 S d + (1 + r) β0 ≥ X d ,

Costul iniţial minim al creării unui portofoliu ∅-phX se va numi preţul vânzătorului
derivatului financiar X şi se va nota cu π0s (X) . Pentru a arăta că are loc egalitatea π0s (X) =
π0 (X), notăm c = V0 (∅) , iar relaţia (3.4) se rescrie
(
α0 (S u − (1 + r) S0 ) + c (1 + r) ≥ X u
(3.5)
α0 (S d − (1 + r) S0 ) + c (1 + r) ≥ X d .

Evident, cel mai mic număr c ∈ R pentru care are loc (3.5) este acela pentru care avem
egalitate ı̂n (3.5).
Din punctul de vedere al cumpărătorului derivatului financiar X (ce poate fi privit ca
vânzătorul lui −X), problema asociată revine la a minimiza c ∈ R pentru care are loc (3.5)
cu X u −X u şi X d −X d , cu soluţia

π s (−X) = −π (X) = π (−X) ,

adică replicarea este optimală şi pentru cumpărător. Definim preţul cumpărătorului lui X ca
fiind π0b (X) = −π0s (−X) şi obţinem

π0s (X) = π0b (X) = π0 (X) ,

Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 35

adică preţul minimal pe care vânzătorul este decis să ı̂l accepte coincide cu preţul maximal pe
care cumpărătorul este dispus să ı̂l ofere pentru derivatul financiar X.
Următorul rezultat explică rolul aşa-numitei economie cu risc neutru (risk-neutral econ-
omy) ı̂n stabilirea preţului corect al derivatelor financiare. Utilizarea măsurii martingale P∗ ı̂n
stabilirea preţului activelor financiare corespunde situaţiei ı̂n care toţi investitorii sunt supuşi
aceluiaşi risc ı̂n faţa aprecierii sau deprecierii activelor primare tranzacţionabile, atunci când
dobânda la credit sau depozit este aceeaşi pentru fiecare (a se consulta Cox, Ross [3]).

Teorema 3.7. Modelul de piaţă M = (S, B, Φ) este fără arbitraj dacă şi numai dacă preţul cu
discount S ∗ admite o măsură martingală P∗ ∼ P. În acest caz, preţul de arbitraj la momentul 0
al oricărui derivat financiar X, cu momentul de maturitatea T este dat de formula de evaluare
ı̂n caz de risc-neutru (risk-neutral valuation formula):
  Xu Xd
π0 (X) = EP∗ (1 + r)−1 X = p∗ + (1 − p∗ ) (3.6)
1+r 1+r
(1 + r) S0 − S d X u S u − (1 + r) S0 X d
= + .
Su − Sd 1+r Su − Sd 1+r
Demonstraţie. Măsura martingală P∗ a lui S ∗ există dacă şi numai dacă. p∗ ∈ (0, 1) . Pre-
supunem, prin reducere la absurd că nu există măsura martingală P∗ , considerând, de exemplu
că p∗ ≥ 1. Vom construi o oportunitate de arbitraj ı̂n M = (S, B, Φ) , ceea ce este imposibil
ı̂ntr-o piaţă fără arbitraj. Avem astfel că

p∗ ≥ 1 ⇐⇒ (1 + r) S0 ≥ S u > S d .

Portofoliul ∅ = (−1, S0 ) (se ı̂mprumută o unitate de activ primar, adică de stoc, se vinde şi se
depozitează banii) satisface V0 (∅) = 0 şi
(
−S u + (1 + r) S0 ≥ 0, ω = ω1 ,
VT (∅) =
−S d + (1 + r) S0 > 0, ω = ω2 ,

adică ∅ este o oportunitate de arbitraj.

Dacă presupunem p∗ ≤ 0, obţinem că S u > S d ≥ (1 + r) S0 , iar ˜∅ = (1, −S0 ) (se
ı̂mprumută bani şi se cumpără o unitate de stoc) constituie o oportunitate de arbitraj, ceea
ce conduce la o contradicţie.
Considerând acum p∗ ∈ (0, 1) , pentru orice ∅ ∈ Φ, datorită relaţiei (3.2) avem

p∗ V u (∅) + (1 − p∗ ) V d (∅) = 0, adică

   
V d (∅) < 0 pt. V u (∅) > 0 ∧ V d (∅) > 0 pt. V u (∅) < 0 .

Prin urmare nu există oportunităţi de arbitraj ı̂n M dacă p∗ ∈ (0, 1) .

Pentru a demonstra (3.6), pentru fiecare portofoliu replicant ∅ = (α0 , β0 ) pentru derivatul
financiar X avem
   
EP∗ (1 + r)−1 X = EP∗ (1 + r)−1 VT (∅) = EP∗ (α0 ST∗ + β0 )
= α0 S0∗ + β0 = V0 (X) = π0 (X) ,

ceea ce conduce la concluzia rezultatului enunţat.

Observaţia 3.8. Alegerea activului fără risc ı̂n raport cu care se face discount-ul nu este
esenţială. De exemplu, se poate alege preţul stocului S drept numerar, situaţie ı̂n care se
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 36

consideră preţul bond-ului B având ca discount pe cel al stocului: B ∗ := Bt /St , pentru

t ∈ {0, T }. Măsura martingală P̄ pentru procesul B ∗ va fi determinată de relaţia

B0 = EP̄ (BT∗ ),

sau, explicit,
1+r 1+r 1
p̄ + (1 − p̄) d = .
Su S S0
Aceasta conduce la
SuSd
 
1 1
P̄{ω 1 } = p̄ = − şi
S d (1 + r)S0 S u − S d
SuSd
 
1 1
P̄{ω 2 } = 1 − p̄ = − .
S u (1 + r)S0 S d − S u

În această situaţie, formula de evaluare ı̂n caz de risc neutru devine

π0 (X) = S0 EP̄ ST−1 X ,

unde X este derivatul financiar cu perioada de maturitate T.

În modelul de piaţă discutat, plata la momentul T pentru o opţiune de vânzare (de
tip put european, OPE) este:

P u = 0, ω = ω1 ,

+
PT (ω) = (K − ST (ω)) =
P d = 20, ω = ω2 .

Portofoliul replicant ∅ = (α0 , β0 ) este dat de


320α0 + 1.05β0 = 0
260α0 + 1.05β0 = 20,

cu soluţia ∅ = (−1/3, 101.59) (se ı̂mprumută α0 unităţi de activ suport, se intră ı̂ntr-o poziţie
short-selling iar venitul, ı̂mpreună cu prima ı̂ncasată pentru opţiunea put se introduc ı̂ntr-un
depozit plătitor de dobândă). Preţul de arbitraj al OPE este

P0 = −1/3 · 280 + 101.59 = 8.25,

valoare ce se poate obţine şi prin intermediul formulei (3.6), pentru X = PT (se aplică formula
(3.6) pentru derivatul financiar X = ST − K) :
 
P0 = EP∗ (1 + r)−1 PT = 8.25.

3.4 Machetă de piaţă pentru opţiuni americane

Considerăm acelaşi model de piaţa financiară cu o perioadă, două stări şi două active financiare
tranzacţionabile ca şi ı̂n cazul opţiunilor europene M = (S, B, Φ) şi notăm cu Cta şi Pta ,
t ∈ {0, T }, preţul de arbitraj al opţiunilor americane de tip call (OCA), respectiv put (OPA).
Este evident că
CTa = CT şi PTa = PT ,
ı̂n caz contrar existând oportunităţi de arbitraj. Presupunem, fără a restrânge generalitatea,
că
S d < S0 (1 + r) < S u şi S d < K < S u ,
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 37

ı̂n caz contrar existând oportunităţi de arbitraj.

Teorema 3.9. În modelul de piaţă M = (S, B, Φ), preţul de arbitraj C0a al unei OCA având ca
activ suport un stoc ce nu plăteşte dividende coincide cu preţul C0 al unei OCE ce are acelaşi
preţ de exercitare K.

Demonstraţie. Presupunem, prin reducere la absurd că C0a 6= C0 (pp. că C0a > C0 ).

Su − K (1 + r) S0 − S d S u − K
C0 = p ∗ = > S0 − K (3.7)
1+r Su − Sd 1+r
pentru r ≥ 0. Construim o oportunitate de arbitraj prin vinderea unei OCA cu C0a şi cumpărarea
unei OCE cu C0 . Situaţia ı̂n care C0a < C0 se tratează ı̂n mod similar, putând şi ı̂n acest caz
să construim oportunităţi de arbitraj, lucru imposibil ı̂ntr-o piaţă fără arbitraj.

Este de subliniat faptul că relaţia (3.7) are loc şi ı̂ntr-un cadru mai general:
(OCA) Pentru r ≥ 0, S0 > K, ST −P∗ −v.a. integrabilă:
   
C0 = EP∗ (1 + r)−1 (ST − K)+ = EP∗ (1 + r)−1 CT
   +
≥ EP∗ (1 + r)−1 ST − (1 + r)−1 K
ineg. Jensen
 +
= S0 − (1 + r)−1 K ≥ S0 − K.

Concluzionăm faptul că OCA şi OCE sunt echivalente. Dacă ı̂nsă −1 < r < 0 atunci a
doua inegalitate nu mai este ı̂ntotdeauna adevărată, nemaiavând echivalenţă ı̂ntre opţiunile
de cumpărare europene şi americane. Situaţia stă diferit ı̂nsă dacă discutăm de opţiunile de
vânzare de tip european (OPE) şi cele de tip american (OPA), după cum vedem ı̂n cele ce
urmează.
(OPA) În această situaţie lucrurile stau diferit !
   
P0 = EP∗ (1 + r)−1 (K − ST )+ = EP∗ (1 + r)−1 PT
  +
≥ EP∗ (1 + r)−1 K − (1 + r)−1 ST
ineg. Jensen
 +
= (1 + r)−1 K − S0 > K − S0 pentru r ∈ (−1, 0) .
 
Pentru r = 0 avem că EP∗ (1 + r)−1 (K − ST )+ = K − S0 .În final, pentru r > 0 nu există
relaţie evidentă ı̂ntre P0 şi S0 − K, ceea ce sugerează că, atunci când există dobânzi strict
pozitive, situaţia OPA devine mult mai interesantă. Are loc următorul rezultat.

Teorema 3.10. Presupunem că r > 0. Atunci P0a = P0 dacă şi numai dacă

S u − (1 + r) S0 K − S d
K − S0 ≤ = P0 . (3.8)
Su − Sd 1+r

În caz contrar, P0a = K − S0 > P0 . Dacă r = 0 atunci, invariant, P0a = P0 .

Demonstraţie. Relaţia (3.8) este echivalentă cu P0 ≥ K − S0 . Presupunem, pentru ı̂nceput,

că ultima inegalitate are loc. Dacă ı̂n plus P0a > P0 (respectiv, P0a < P0 ), vânzând o OPA
şi cumpărân o OPE se generează situaţia unei strategii fără risc, deci prin urmare, P0a = P0 .
Presupunem acum că P0 < K − S0 şi că P0a 6= K − S0 (adică (3.8) nu are loc). Dacă P0a
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 38

este strict mai mare decât K − S0 , vânzătorul OPA poate genera un profit prin realizarea
hedging-ului cu OPE cumpărată la un preţ mai mic P0 . Dacă, ı̂n schimb, P0a < K − S0 este
convenabil sa se cumpere OPA şi să se exercite imediat, situaţie ı̂n care, din nou, se poate
obţine un profit sigur.
Dacă r = 0, inegalitatea (3.8), care acum se poate citi

S u − S0
K − S0 ≤ (K − S d )
Su − Sd
este ı̂n mod clar satisfăcută prin alegerea convenabilă a preţului de exercitare K.

Definiţia 3.11. Un derivat financiar de tip American (American contingent claim, AC) este
o pereche X a = (X0 , XT ), cu X0 ∈ R şi XT −variabilă aleatoare FT măsurabilă (X0 şi XT
sunt plăţile efectuate ı̂n condiţia ı̂n care cererea este exercitată la momentele 0, resp. T ). Vom
nota cu T = {0, T } mulţimea timpilor de oprire (de exercitare).

3.5 Inegalităţi generale ı̂n absenţa arbitrajului

Vom prezenta ı̂n cele ce urmează inegalităţi generele necesare absenţei arbitrajului ı̂ntr-o piaţă
financiară. Spre deosebire de cazurile analizate până acum nu mai presupunem că preţul
activului de bază admite doar două valori terminale posibile. În plus, tranzacţionarea poate fi
realizată ı̂n timp continuu, impunând totodată condiţii de autofinanţare ı̂n timp a portofoliului,
fără a fi nevoie de infuzie sau retragere de capital din acesta. Un principiu general valabil este
enunţat ı̂n cele ce urmează.
Regula de monotonie a preţului : În orice model de piaţă fără arbitraj, dacă XT , YT sunt
două OCE, cu XT ≥ YT , atunci πt (XT ) ≥ πt (YT ) , ∀t ∈ [0, T ] . În plus, dacă XT > YT , atunci
πt (XT ) > πt (YT ) , ∀t ∈ [0, T ] .
Ca şi convenţie ı̂n cele ce urmează, notând cu r ≥ 0 dobânda compusă continuu ı̂n timp
(continuously compounded rate of interest), valoarea la momentul t a unui dolar ce se primeşte
la momentul T este egală cu e−r(T −t) , adică contul de economii este dat de

Bt := ert , t ∈ [0, T ] .

Următorul rezultat oferă relaţii ı̂ntre preţurile opţiunilor de cumpărare şi de vânzare de tip
european şi american. Versiuni ı̂n timp discret ale acestor relaţii se pot deduce cu uşurinţă.
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 39

Teorema 3.12. Fie Ct , Pt , Cta , Pta preţurile de arbitraj la momentul t pentru OCE, OPE,
OCA, OPA, cu preţul de exercitare K şi data de maturitate T . Pentru ∀t ∈ [0, T ] au loc:

+
(a) St − Ke−r(T −t) ≤ Ct = Cta ≤ St ,

+
(b) Ke−r(T −t) − St ≤ Pt ≤ K,
(c) (K − St )+ ≤ Pta ≤ K.

Formulele de paritate put-call devin:

Ct − Pt = St − Ke−r(T −t) şi St − K ≤ Cta − Pta ≤ St − Ke−r(T −t) . (3.9)

Demonstraţie. În demonstrarea fiecărei relaţii se construiesc, la momentul t, portofolii ce se

păstrează până la momentul T , după care se aplică regula de monotonie a preţului.
Construim la momentul t portofoliile:
(
A : 1 × OCE şi Ke−r(T −t) cash;
B : 1 acţiune de activ suport (stoc).

Valoriile portofoliilor la momentul final satisfac relaţiile

VT (A) = CT + K = (ST − K)+ + K = max{ST , K} ≥ ST = VT (B) ,

de unde πt (A) ≥ πt (B) , adică Ct + Ke−r(T −t) ≥ St , ∀t ∈ [0, T ] .

Pentru egalitatea Cta = Ct , construim la momentul t, portofoliile:
(
A : 1 × OCA şi Ke−r(T −t) cash;
B : 1 acţiune de activ suport (stoc).

Dacă OCA este exercitată la un moment t∗ ∈ [t, T ] , atunci

∗)
Vt∗ (A) = St∗ − K + Ke−r(T −t şi Vt∗ (B) = St∗ .

Are loc următoarea relaţie ı̂ntre valoarile portofoliilor la momentul final:

VT (A) = max{ST , K} = (ST − K)+ + K ≥ ST = VT (B) .

Obţinem deci că o exercitare timpurie a OCA ar contrazice regula de monotonie a preţului.
Prima relaţie din formula de paritate (3.9) rezultă imediat deoarece CT − PT = ST − K.
Pentru cea de a doua relaţie, datorită faptului că Pta ≥ Pt , obţinem a doua inegalitate din
formula de paritate put-call:

Pta ≥ Pt ≥ Cta + Ke−r(T −t) − St , ∀t ∈ [0, T ] .

Pentru a demonstra prima inegalitate considerăm portofoliile:

(
A : 1 × OCA şi K cash;
B : 1 × OP A şi 1 acţiune de activ suport (stoc).

Dacă OPA este exercitată la un moment t∗ ∈ [t, T ] , atunci Vt∗ (B) = K. Pe de altă parte,
∗ −t)
Vt∗ (A) = Ct + Ker(t ≥ K.
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 40

Prin urmare, portofoliul A este mai valoros la momentul iniţial t decât portofoliul B, adică

Cta + K ≥ Pta + St ,

toerema fiind deci prin urmare demonstrată.

În ceea ce priveşte dependenţa de timp şi de preţul de exercitare a preţului opţiunilor, are loc
următorul rezultat de comparaţie a preţurilor derivatelor financiare.

Teorema 3.13. Notând cu C (S0 , T, K) şi C a (S0 , T, K) preţurile pentru o OCE şi o OCA,
sunt evidente relaţiile, pentru T1 ≤ T2 şi K1 ≤ K2 :

C a (S0 , T1 , K) ≤ C a (S0 , T2 , K)
C (S0 , T, K2 ) ≤ C (S0 , T, K1 )
C a (S0 , T, K2 ) ≤ C a (S0 , T, K1 ) .

Presupunem că are loc relaţia K1 < K2 . Au loc următoarele inegalităţi:

e−rT (K1 − K2 ) ≤ C (S0 , T, K2 ) − C (S0 , T, K1 ) ≤ 0 şi

K1 − K2 ≤ C a (S0 , T, K2 ) − C a (S0 , T, K1 ) ≤ 0.

Demonstraţie. Pentru situaţia OCE considerăm, la momentul 0, portofoliile:

(
A : 1 × OCE cu preţul de exercitare K2 şi e−rT (K2 − K1 ) cash;
B : 1 × OCE cu preţul de exercitare K1 .

Valorile portofoliilor la momentul de expirare a opţiunilor sunt:

VT (A) = (ST − K2 )+ + (K2 − K1 ) ≥ (ST − K1 )+ = VT (B)

VT (B) = (ST − K1 )+

Conform cu regula de monotonie a preţului rezultă

C (S0 , T, K2 ) + e−rT (K2 − K1 ) ≥ C (S0 , T, K1 ) .

Similar se analizează a doua inegalitate.

Teorema 3.14. Preţul unei opţiuni europene (sau americane) call (sau put) este o funcţie
convexă ı̂n raport cu preţul de exercitare K.

Demonstraţie. Să considerăm, pentru exemplificare, cazul unei OPE şi notăm cu P (S0 , T, K)
preţul său la momentul 0. Fie K1 < K2 şi K3 := λK1 + (1 − λ)K2 , cu λ ∈ [0, 1] . Considerăm
următoarele două portofolii:
 
 λ × OP E cu preţul de exercitare K şi
 1
A :  (1 − λ) × OP E cu preţul de exercitare K ;
 
 2

B : 1 × OP E cu preţul de exercitare K3 .


La momentul de maturitate T are loc

λ(K1 − ST )+ + (1 − λ)(K2 − ST )+ ≥ ((λK1 + (1 − λ)K1 ) − ST )+

deoarece funcţia de plată f (x) = (K − x)+ este convexă ı̂n K. Obţinem deci că preţul
P (S0 , T, K) este o funcţie convexă ı̂n K.
Capitolul 3. Opţiuni de vânzare şi cumpărare ı̂n pieţe financiare la vedere 41

Observaţia 3.15. O problemă mai dificilă, dar ce se poate demonstra ı̂n majoritatea tipurilor
de pieţe financiare, este convexitatea preţului opţiunilor ca funcţie de preţul iniţial al stocului.
Capitolul 4
Modelul binomial Cox-Ross-Rubinstein
(CRR)

4.1 Construcţia modelului

Considerăm un model de piaţă financiară ı̂n care momentele de tranzacţionare sunt 0, 1, ..., T,
nu doar 0 şi T ca ı̂n exemplele precedente. În această piaţă considerăm tranzacţionabile două
active financiare primare:

1. un activ neriscant (bond, cont de economii), a cărui dinamică este dată de:

Bt := (1 + r)t = r̂t , t = 0, T ;

2. un activ cu risc (stoc), preţul său având dinamica:

St+1
∈ {u, d}, 0 < d < u, t = 0, T , S0 > 0.
St

Presupunem, de asemenea, că are loc condiţia de nedegenerare:

P{St+1 = uSt | S0 , ...St } > 0 şi P{St+1 = dSt | S0 , ...St } > 0

Pentru construirea modelul probabilistic fie p ∈ (0, 1) şi considerăm şirul de variabile aleatoare
independente, identic repartizate ξt : (Ω, F, P) → R, cu repartiţia

P (ξt = u) = p = 1 − P (ξt = d) , ∀t = 1, T .

Formal, preţul activului cu risc se scrie

t
Y
St = S0 ξj , ∀t = 0, T şi
j=1

P{St+1 = uSt | S0 , ..., St } = P (ξt+1 = u) = p > 0

P{St+1 = dSt | S0 , ..., St } = P (ξt+1 = d) = 1 − p > 0.

Echivalent, avem următoarea reprezentare

P 
t
St = S0 exp j=1 ςj , unde ς1 , ..., ςT sunt v.a.independente, identic repartizate, definite prin

42
Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 43

P (ςt = ln u) = p = 1 − P (ςt = ln d) , t = 1, T numite şi exponential random walk.

Pentru determinarea preţurilor opţiunilor la momentele 0, 1, ..., T vom utiliza o procedură

recursivă de construire a preţurilor. Vom genera un portofoliu replicant care, la fiecare moment
t ≤ T va conţine αt acţiuni de activ suport deţinute pe intervalul [t, t + 1) şi suma βt investită
ı̂n active fără risc pe acelaşi interval. Vom determina, prin inducţie, preţul unei OCE, ajustând
potofoliul dinamic n o
∅ := ∅t = (αt , βt )t=0,T −1

la ı̂nceputul fiecărei perioade. Funcţia utilitate CT = (ST − K)+ va avea un unic portofoliu
replicant, dinamic (se ajustează la ı̂nceputul fiecărei perioade), autofinanţant (nu sunt accep-
tate infuzii sau retrageri de capital din portofoliu).
Pe intervalul [T − 1, T ] construim portofoliul ∅T −1 = (αT −1 , βT −1 ) ce va replica funcţia
utilitate la momentul final, adică pentru care

VT (∅) = αT −1 ST + βT −1 r̂ = CT = (ST − K)+ .

Detaliind, obţinem sistemul
(
αT −1 uST −1 + βT −1 r̂ = (uST −1 − K)+
αT −1 dST −1 + βT −1 r̂ = (dST −1 − K)+ ,

cu soluţia explicită

(uST −1 − K)+ − (dST −1 − K)+

αT −1 =
ST −1 (u − d)
u (dST −1 − K)+ − d (uST −1 − K)+
βT −1 = ,
r̂ (u − d)

iar valoarea portofoliului la ı̂nceputul perioadei este

CT −1 = VT −1 (∅) = αT −1 ST −1 + βT −1
= r̂−1 p∗ (uST −1 − K)+ − (1 − p∗ ) (dST −1 − K)+ ,

unde am notat
r̂ − d 1+r−d
p∗ := = .
u−d u−d
Pe intervalul [T − 2, T − 1] construim portofoliul replicant ∅T −2 = (αT −2 , βT −2 ) , ce va
replica funcţia utilitate de la sfârşitul acestei perioade, adică pe CT −1 :

αT −2 ST −1 + βT −2 r̂ = CT −1 = VT −1 (∅) .
Trebuie subliniată, la momentul T − 1 proprietatea de autofinanţare a portofoliului dinamic
(adică nu sunt infuzii sau retrageri de capital la momentele intermediare):

αT −2 ST −1 + βT −2 r̂ = αT −1 ST −1 + βT −1 .
Echivalent: (
αT −2 uST −2 + βT −2 r̂ = CTu −1
αT −2 dST −2 + βT −2 r̂ = CTd −1 ,
Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 44

unde am notat
1

+ 
 CTu −1 :=
 p∗ u2 ST −2 − K + (1 − p∗ ) (udST −2 − K)+
r̂ 
d 1 + 2S

+ 
 C := p (udS − K) + (1 − p ) d − K

T −1 ∗ T −2 ∗ T −2
r̂
sistem ce are soluţia explicită

CTu −1 − CTd −1 uCTd −1 − dCTu −1

αT −2 = şi βT −2 = .
ST −2 (u − d) r̂ (u − d)

Avem, de asemenea, VT −2 (∅) = CT −2 .

4.2 Evaluarea preţului opţiunilor europene

Procedura recurentă introdusă ı̂n secţiunea precedentă conduce la o formulă explicită a preţului
de arbitaj a unei OCE şi, ca o consecinţă imediată, a unei OPE. Acest model de piaţă financiară
va fi numit modelul CRR. Pentru ı̂nceput introducem câteva notaţii uzuale, folosite ı̂n cele ce
urmează. Pentru fiecare m ∈ N∗ fixat, definim funcţiile am : R+ → N∗ ,

am (x) := inf{j ∈ N∗ : xuj dm−j > K}

şi considerăm
ad := am (dx) şi au := am (ux) .
Se observă că, pentru ∀x > 0, ad = au sau ad = au + 1. De asemenea, notăm

p∗ (1 − p∗ )m−j uj dm−j x − K .
j j


∆m (x, j) := Cm

Formula de evaluare e preţului unei OCE, precum şi conţinutul pe parcursul fiecărei pe-
rioade a portofoliului dinamic replicant asociat sunt date de următorul rezultat.

Teorema 4.1. Pentru orice m = 1, ..., T, preţul de arbitraj la momentul t = T − m pentru o

OCE este dat de formula de evaluare CRR:
m m
X KX j j
CT −m = ST −m Cm p̄ (1 − p̄)m−j −
j j
Cm p∗ (1 − p∗ )m−j , (4.1)
r̂m
j=a j=a

r̂ − d u
unde a := am (ST −m ) , p∗ := , p̄ := p∗ . La momentul t = T − m − 1, strategia (unică)
u−d r̂
replicantă ∅T −m−1 = (αT −m−1 , βT −m−1 ) este dată de:
m
X δ∆m (uST −m−1 , au )
αT −m−1 = Cm p̄ (1 − p̄)m−j +
j j
şi
ST −m−1 (u − d)
j=ad
m
K X δd∆m (uST −m−1 , au )
βT −m−1 = − Cm p∗ (1 − p∗ )m−j −
j j
,
r̂m+1 r̂ (u − d)
j=ad

unde ad := am (dST −m−1 ) , au := am (uST −m−1 ) şi δ = ad − au .

Demonstraţie. Un calcul imediat conduce la 1 − p̄ = d(1 − p∗ )/r̂ şi obţinem

p̄j (1 − p̄)m−j = pj∗ (1 − p∗ )m−j uj dm−j /r̂m .

Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 45

Formula (4.1) se rescrie sub forma echivalentă

m
1 X j j
CT −m = m Cm p∗ (1 − p∗ )m−j (uj dm−j ST −m − K)
r̂
j=a
m
1 X
j j
= Cm p∗ (1 − p∗ )m−j (uj dm−j ST −m − K)+ .
r̂m
j=0

În continuare, demonstraţia se face prin inducţie după m. Pentru m = 0 avem, evident CT =
(ST −K)+ . Presupunem acum că CT −m este preţul de arbitraj al unei OCE la momentul T −m
şi construim portofoliul ∅T −m−1 = (αT −m−1 , βT −m−1 ) pentru perioada [T −m−1, T −m) astfel
ı̂ncât, la momentul T − m el să replicheze valoarea CT −m a opţiunii la finalul intervalului:

αT −m−1 ST −m + βT −m−1 r̂ = CT −m .

Scriind detaliat, aceasta conduce la sistemul liniar

(
αT −m−1 uST −m−1 + βT −m−1 r̂ = CTu −m
αT −m−1 dST −m−1 + βT −m−1 r̂ = CTd −m ,

unde am notat
m
1 X j j
CTu −m := m Cm p∗ (1 − p∗ )m−j (uj+1 dm−j ST −m−1 − K)+
r̂
j=0
m
1 X
j j
= Cm p∗ (1 − p∗ )m−j (uj+1 dm−j ST −m−1 − K)
r̂m
j=au
m
1 X
CTd −m := j j
Cm p∗ (1 − p∗ )m−j (uj dm−j+1 ST −m−1 − K)+
r̂m
j=0
m
1 X
j j
= Cm p∗ (1 − p∗ )m−j (uj dm−j+1 ST −m−1 − K)+ .
r̂m
j=ad
Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 46

Soluţia explicită a acestui sistem este, notând q∗ = 1 − p∗ :

CTu −m − CTd −m
αT −m−1 =
ST −m−1 (u − d)
m
1 X
j j m−j j+1 m−j δ∆m (uST −m−1 , au )
= m Cm p∗ q∗ (u d − uj dm−j+1 ) +
r̂ (u − d) d ST −m−1 (u − d)
j=a
m
X
j j δ∆m (uST −m−1 , au )
= Cm p̄ (1 − p̄)m−j + .
ST −m−1 (u − d)
j=ad

uCTd −m − dCTu −m
βT −m−1 =
r̂(u − d)
m
1 X
j j m−j δd∆m (uST −m−1 , au )
= m+1 Cm p∗ q∗ (dK − uK) −
r̂ (u − d) d r̂(u − d)
j=a
m
K X
j j m−j δd∆m (uST −m−1 , au )
=− Cm p∗ q∗ − .
r̂m+1 r̂(u − d)
j=ad

Valoarea portofoliului la momentul T − m − 1 devine, utilizând formulele deduse,

CT −m−1 = αT −m−1 ST −m−1 + βT −m−1

m+1
1 X j
= Cm+1 pj∗ q∗m+1−j (uj dm+1−j ST −m−1 − K)+ ,
r̂m+1
j=0

ceea ce ı̂ncheie demonstraţia teoremei.

4.3 Proprietatea martingală a modelului CRR

Analizăm proprietatea de absenţă a arbitrajului ı̂n modelul CRR construind câmpul de prob-
abilitate Ω ca spaţiul canonic al lui S. Pentru T ∈ N∗ fixat, fie spaţiul de probabilitate finit

Ω := {ω = (a1 , ..., aT ) : aj ∈ {0, 1}} , F := P (Ω)

şi considerăm mulţimea P := {P : (Ω, F) → R | P este măsură de probabilitate} , elementele

sale fiind definite astfel:
PT PT
a T − j=1 aj
P (ω) := p j=1 j (1 − p) , ω ∈ Ω şi p ∈ (0, 1) fixat

Este clar că fiecare P ∈ P este unic determinată de p ∈ (0, 1) .

Pentru fiecare j = 1, T , fie evenimentele independente, de probabilitate p :

Aj := {ω ∈ Ω | aj = 1}.

Definim acum variabilele aleatoare independente, identic repartizate ξj , j = 1, T ,

ξj (ω) := uaj + d (1 − aj ) , ∀ω ∈ Ω,

variabile a căror repartiţie este: P(ξj = u) = p = 1 − P(ξj = d). În cele ce urmează arătăm că
unica măsură martingală pentru S ∗ = S/B aparţine mulţimii P.
Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 47

Revenind la modelul CRR, variabila aleatoare St : (Ω, F, P) → R, t = 0, T este dată de:

St+1 = ξt+1 St , ∀t < T, cu S0 > 0.

Considerăm preţul cu discount al activului primar

St St
St∗ := = t, ∀t ≤ T
Bt r̂

şi notăm cu DtS familia de descompuneri a lui Ω generată de variabila aleatoare Su , u ≤ t,

adică DtS = D (S0 , ..., St ) , u ≤ t. În interpretare financiară, DtS reprezintă informaţiile din
piaţă accesibile investitorilor la momentul t. Considerăm filtrarea naturală a lui S :
∗
FtS := σ DtS = σ (S0 , ..., St ) = σ (S0∗ , ..., St∗ ) = FtS , ∀t ≤ T.

Definiţia 4.2. O măsură de probabilitate P∗ ∼ P se numeşte măsură martingală pentru preţul

cu discount al stocului dacă
∗
|FtS = St∗ , ∀t < T − 1.


EP∗ St+1 (4.2)

Problema existenţei şi unicităţii unei măsuri martingale pentru preţul cu discount al stocului
este complet rezolvată, după cum rezultă şi din rezultatul următor.

Teorema 4.3. Există o măsură martingală P∗ pentru S ∗ dacă şi numai dacă d < 1 + r < u.
În acest caz, măsura martingală P∗ este unicul element din P, care corespunde lui
1+r−d
p = p∗ = .
u−d
Demonstraţie. Condiţia (4.2) se rescrie
 
EP∗ r̂−(t+1) ξt+1 St |FtS = r̂−t St , ∀t < T − 1, adică
r̂−(t+1) St EP∗ ξt+1 |FtS = r̂−t St ,


∀t < T − 1,

ceea ce conduce la
EP∗ ξt+1 |FtS = 1 + r = EP∗ (ξt+1 ) .

Prin urmare variabila aleatoare ξt+1 este independentă de FtS sub probabilitatea P∗ , deci este
independentă de ξ1 , ..., ξt . Prin inducţie se obţine imediat că variabilele aleatoare ξ1 , ..., ξT sunt
independente (sub probabilitatea P∗ ). Determinăm repartiţia sub P∗ a variabilei aleatoare ξt .
Avem, pentru orice t = 1, T :

EP∗ (ξt ) = uP∗ {ξt = u} + d (1 − P∗ {ξt = u}) = 1 + r,

cu soluţia
1+r−d
P∗ {ξt = u} = p∗ = , ∀t = 1, T .
u−d
În plus, P∗ ∈ P şi
P∗ ∼ P ⇐⇒ d < 1 + r < u,
demonstraţia fiind ı̂ncheiată

Am utilizat ı̂n demonstraţia anterioară următorul rezultat.

Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 48

Lema 4.4. Fie ξ o variabilă aleatoare definită pe câmpul de probabilitate (Ω, F, P) , astfel ı̂ncât
P (ξ = a)+P (ξ = b) = 1, pentru a, b ∈ R şi G o sub-σ algebră a lui F. Dacă EP (ξ|G) = EP (ξ) ,
atunci ξ este independentă de G.

Corolarul 4.5. Preţul stocului S şi preţul cu discount S ∗ sunt procese Markov sub măsura
∗
martingală P∗ , ı̂n raport cu filtrarea F S = F S .

Corolarul 4.6. Modelul binomial CRR ı̂n piaţa financiară M = (S, B, Φ) este fără arbitraj
dacă şi numai dacă d < 1 + r < u.

Demonstrăm că formula CRR de determinare a preţului opţiunilor de tip european poate fi
dedusă, ı̂n mod alternativ, prin evaluarea directă a mediei condiţionate, sub măsura martingală
P∗ , a funcţiei utilitate supusă discount-ului.

Teorema 4.7. Considerăm o OCE, cu data de maturitate T şi preţul de exercitare K, având
ca activ suport un stoc al cărui preţ S urmează modelul binomial CRR. Atunci, pentru orice
m = 0, ..., T , preţul de arbitraj CT −m calculat anterior prin formula (4.1) coincide cu media
condiţionată
CT∗ −m = EP∗ r̂−m (ST − K)+ |FTS−m .


(4.3)

Demonstraţie. Calculăm formula (4.3) ı̂n mod explicit. Avem astfel

ST = ST −m ξT −m−1 ...ξT =: ST −m ηm , unde

ST −m este o variabilă aleatoare FTS−m măsurabilă şi ηm este o variabilă aleatoare independentă
de FTS−m . Prin urmare, formula (4.3) devine

CT∗ −m = EP∗ r̂−m (ST −m ηm − K)+ |FTS−m = EP∗ r̂−m (ST −m ηm − K)+ .

Variabilele aleatoare ξT −m−1 , ..., ξT sunt independente şi

P∗ (ξj = u) = p∗ = 1 − P∗ (ξj = d) ,

ceea ce conduce la
m
X
+
CT∗ −m = r̂−m p∗ (1 − p∗ )m−j ST −m uj dm−j − K
j j
Cm .
j=0

u (1 − p∗ ) d
Folosind notaţiile p̄ = p∗ şi 1 − p̄ = , obţinem reprezentarea
r r̂
m
X  
CT∗ −m = j
Cm ST −m p̄j (1 − p̄)m−j − K r̂−m pj∗ (1 − p∗ )m−j ,
j=a

unde a := am (ST −m ) = inf{j ∈ N ∗ : ST −m uj dm−j > K}.

Observaţia 4.8. Formula (4.3) poate fi rescrisă sub forma

Ct∗ = Bt EP∗ BT−1 (ST − K)+ |FtS = Bt EP∗ BT−1 X|FtS ,

unde X = (ST − K)+ , dar poate fi ı̂nlocuită cu orice derivat financiar european.
Observaţia 4.9. Formula de paritate put-call ce permite determinarea preţului just al OPE
este: Ct − Pt = St − K r̂−(T −t) , ∀t ≤ T.
Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 49

Demonstraţie. Într-adevăr,
 
πt∗ (CT − PT ) = EP∗ r̂−(T −t) (ST − K) |FtS , adică
Ct − Pt = EP∗ ST∗ r̂t |FtS − K r̂−(T −t) ,

ceea ce conduce la Ct − Pt = St − K r̂−(T −t) .

4.4 Opţiuni americane ı̂n modelul CRR

4.4.1 Timpi de oprire; ı̂nfăşurătoarea Snell a proceselor stochastice

O variabilă aleatoare τ : (Ω, F, P) → {0, 1, 2, ...∞} se numeşte timp de oprire (stopping time)
dacă
{τ ≤ n} = {ω ∈ Ω | τ (ω) ≤ n} ∈ Fn , ∀n ≤ ∞.
[
Deoarece {τ = n} = {τ ≤ n}{τ ≤ n − 1} şi {τ ≤ n} = {τ = k}, obţinem următoarea
k≤n
caracterizare echivalentă a timpilor de oprire:

{τ = n} ∈ Fn , ∀n ≤ ∞.

Spunem că un timp de oprire τ este mărginit dacă există o constantă K astfel ı̂ncât P(τ ≤
K) = 1.

Exemplul 4.1. Fie X un proces stochastic adaptat şi ne interesează momentul primei intrări
a lui X ı̂ntr-o mulţime B, măsurabilă Borel (de regulă B = [c, ∞) ∈ BR ):

τ = inf{n ≥ 0 | Xn ∈ B}.
S
Avem că {τ ≤ n} = k≤n {Xk ∈ B} ∈ Fn şi τ = ∞ dacă X nu ajunge ı̂n mulţimea B.
Variabila aleatoare τ este un timp de oprire.
Intuitiv, v.a. τ poate fi interpretată ca momentul ı̂n care un jucător se decide să părăsească
un joc la care participă. Părăsirea jocului la momentul n depinde, prin urmare, doar de
istoricul jocului până la acel moment inclusiv, nu şi de viitor.

Teorema 4.10 (Principiul lui Doob al timpilor de oprire). Fie τ un timp de oprire mărginit
şi X o martingală. Atunci Xτ este integrabilă şi

E(Xτ ) = E(X0 ).

Demonstraţie. Presupunem τ (ω) ≤ K pentru toţi ω, unde K este un ı̂ntreg şi avem
∞
X K
X
Xτ (ω) (ω) = Xk (ω)1{τ (ω)=k} = Xk (ω)1{τ (ω)=k} .
k=0 k=0
Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 50

Folosind proprietatea de liniaritate a mediei, proprietatea martingală a lui X, Fk -măsurabilitatea

lui {τ = k} şi definiţia mediei condiţionate, obţinem
"K # K
X X  
E(Xτ ) = E Xk 1{τ =k} = E Xk 1{τ =k}
k=0 k=0
K
X K
  X  
= E E (XK |Fk ) 1{τ =k} = E XK 1{τ =k}
k=0 k=0
K
" #
X
= E XK 1{τ =k} = E (XK ) = E (X0 ) .
k=0

Definiţia 4.11. Fie τ un timp de oprire. Sigma algebra Fτ generată de timpul de oprire
considerat este definită ı̂n modul următor

Fτ = {A ∈ F | A ∩ {τ ≤ n} ∈ Fn , pentru toţi n}.

Propoziţia 4.12. Pentru un timp de oprire τ , Fτ este σ-algebră.

Demonstraţie. Verificăm proprietăţile σ-algebrei. În mod evident ∅, Ω ∈ Fτ . De asemenea,

pentru A ∈ Fτ obţinem

Ac ∩ {τ ≤ n} = {τ ≤ n} (A ∩ {τ ≤ n}) ∈ Fn ,

adică Ac ∈ Fτ . Pentru o familie Ai ∈ Fτ , i = 1, 2, ...avem

∞ ∞  \
!
[ \ [ 
Ai {τ ≤ n} = Ai {τ ≤ n} ∈ Fn ,
i=1 i=1

adică ∪∞
i=1 Ai ∈ Fτ .

Propoziţia 4.13. Fie σ şi τ doi timpi de oprire care verifică σ ≤ τ . Atunci Fσ ⊆ Fτ .

Demonstraţie. Deoarece σ ≤ τ avem {τ ≤ n} ⊆ {σ ≤ n}. Pentru A ∈ Fσ obţinem

A ∩ {τ ≤ n} = (A ∩ {σ ≤ n}) ∩ {τ ≤ n} ∈ Fn ,

adică A ∈ Fτ .

Vom introduce ı̂n cele ce urmează noţiunea de ı̂nfăşurătoare Snell a unui proces stochastic,
un instrument important ı̂n evaluarea derivatelor financiare de tip american.
Definiţia 4.14. Dacă X = (Xn )N
n=0 este un şir adaptat filtrării F = {Fn }n=0,N , cu E (|Xn |) <
∞ petru toţi n = 0, N , şirul Z = (Zn )N
n=0 definit prin
(
ZN := XN
Zn := max{Xn , E (Zn+1 |Fn )} (n ≤ N − 1)

este numit ı̂nfăşurătoare Snell a procesului X.

Teorema 4.15. Înfăşurătoarea Snell Z a procesului X este o supramartingală şi este cea mai
mică supramartingală care domină procesul X (adică pentru care are loc relaţia Zn ≥ Xn ,
pentru toţi n).
Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 51

Demonstraţie. Pentru ı̂nceput Zn ≥ E (Zn+1 |Fn ), deci Z este o supramartingală şi Zn ≥ Xn

pentru toţi n.
Considerăm acum Y = (Yn )n o altă supramartingală care domină procesul X. Pentru
ı̂nceput, deoarece ZN = XN şi Y domină pe X, rezultă că YN ≥ ZN . Presupunem, inductiv,
că Yn ≥ Zn şi, deoarece Y este o supramartingală, avem

Yn−1 ≥ E (Yn |Fn−1 ) ≥ E (Zn |Fn−1 ) .

Cum Y domină pe X,
Yn−1 ≥ Xn−1 ,
şi, combinând relaţiile anterioare,

Yn−1 ≥ max{Xn−1 , E (Zn |Fn−1 )} = Zn−1 .

Repetând argumentul anterior obţinem că Yn ≥ Zn pentru toţi ı̂ntregii n.

Exemplul 4.2 (Problema ruinării jucătorului). Doi jucători, Păcălă şi Tândală, sunt angajaţi
ı̂n următorul joc: Păcălă aruncă ı̂n mod repetat o monedă ideală. După fiecare aruncare, dacă
iese stema, Păcălă plăteşte lui Tândală un Euro, iar dacă iese banul, Tândală plăteşte lui
Păcălă aceeaşi sumă. Jocul continuă până când unul dintre jucători rămâne fără bani. Stiind
că Păcălă porneşte jocul cu A Euro iar Tândală cu B Euro, să se determine:

(i) probabilitatea ca atunci când jocul se ı̂ncheie, Păcălă să aibă ı̂ntreaga sumă.

(ii) durata medie aşteptată a jocului.

Demonstraţie. Fie X1 , X2 , ... şirul de creşteri/descreşteri ale averii lui Păcălă, adică Xi = ±1,
corespunzător cazului ı̂n care la aruncarea numărul i iese stema sau banul. După n aruncări
schimbările din averea lui Păcălă sunt date de către variabila aleatoare
n
X
Sn = Xi .
i=1

Jocul continuă până la momentul τ , unde

τ = min{n | Sn = +A sau − B}.

Capitolul 4. Modelul binomial Cox-Ross-Rubinstein (CRR) 52

Se poate demonstra uşor că τ este un timp de oprire relativ la filtrarea naturală Fn =
σ (X1 , X2 , ..., Xn ). În plus, şirul (Sn )n este o martingală relativ la filtrarea naturală. Con-
form Teoremei de oprire ı̂n timp optimal, pentru n < ∞,

0 = ES0 = ESτ ∧n = A · P{τ ≤n şi Sτ = A}

−B · P{τ ≤n şi Sτ = −B} + ESn 1{τ >n} .

Pentru n → ∞, P({τ > n}) → 0 deoarece, dacă la fiecare moment sunt A+B steme sau ban
consecutive, atunci jocul se ı̂ncheie deoarece unul dintre jucători va fi ruinat. Pentru n suficient
de mare, probabilitatea de a nu se ı̂ntâmpla acest lucru este foarte mică. Acum, deoarece Sn
trebuie să ia valori cuprinse ı̂ntre A şi -B pentru evenimentul {τ > n} rezultă că ultima medie
din formula anterioară converge către 0 pentru n → ∞. Prin urmare,

0 = A · P{Sτ = A} − B · P{Sτ = −B}.

Deoarece Sτ ia valorile A sau -B, cele două probabilităţi anterioare dau suma 1. Prin urmare,
rezolvând acest sistem liniar de două ecuaţii cu două necunoscute, obţinem:
B
P{Sτ = A} = ,
A+B
ceea ce finalizează demonstraţia punctului (i).
Pentru a demonstra punctul (ii) utilizăm pentru ı̂nceput tot Teorema de oprire ı̂n timp
optimal, folosind martingala Sn2 − n. Obţinem, pentru n = 1, 2, ...

E Sτ2∧n − τ ∧ n = 0,

de unde

E(τ ∧ n) = ESτ2∧n
= ESτ2 1{τ ≤n} + ESn2 1{τ >n} .

Cum τ ∧ n → τ şi Sτ2 1{τ ≤n} → Sτ 2 pentru n → ∞, atunci datorită Teoremei convergenţei
dominate

lim E(τ ∧ n) = Eτ şi (4.4)

n→∞
lim ESτ2 1{τ ≤n} = ESτ2
n→∞
   
2 B A
=A +B
A+B A+B
= AB.

Deoarece Sn2 este mărginit pe evenimentul {τ > n} şi P({τ > n}) → 0 pentru n → ∞, atunci
ESn2 1{τ >n} → 0 pentru n → ∞, ceea ce conduce la faptul că din (4.4) rezultă că

Eτ = AB

pentru n → ∞.

4.4.2 Modelul financiar

text
Capitolul 5
Modelul Black-Scholes

5.1 Comportamentul asimptotic al modelului Cox-Ross-Rubinstein

Determinăm formula de evaluare a preţului opţiunilor ı̂n modelul Black-Scholes, prin studierea
comportamentului asimptotic al modelului CRR, alegând convenabil şirul de modele binomiale.
Fie T > 0 fixat, arbitrar ales şi, pentru fiecare n de forma n = 2k , considerăm partiţia
intervalului [0, T ] ı̂n n subintervale de lungime ∆n = T /n :

Ij = [j∆n , (j + 1)∆n ], ∀j = 0, n − 1.

Introducem, pentru ı̂nceput, factorul de acumulare modificat. Pentru aceasta, pe fiecare in-
terval Ij vom nota cu rn dobânda instantanee corespunzătoare acestui interval, iar preţul
activului fără risc este dat de şirul (Bn )n de conturi de economii (savings accounts):
n
Bj∆ n
= (1 + rn )j , ∀j = 0, n.

Pentru fiecare n presupunem că preţul stocului S n se poate aprecia pe intervalul Ij cu rata
un sau deprecia cu rata dn , putându-se reprezenta prin:
n n n
S(j+1)∆ n
= ξj+1 Sj∆ n
, ∀j = 0, n − 1,

unde, pentru ı̂ntregii fixaţi j şi n, ξjn este o variabilă aleatoare repartizată Bernoulli cu valorile
un şi dn . Putem presupune că pentru fiecare n, variabilele aleatoare independente ξjn , j = 1, n
sunt definite pe acelaşi câmp de probabilitate (Ωn , Fn , Pn ) şi

P{ξjn = un } = pn = 1 − P{ξjn = dn }, ∀j = 1, n, pentru pn ∈ (0, 1).

Observaţia 5.1. Pentru a asigura convergenţa modelului CRR la modelul Black-Scholes (BS)
impunem următoarele condiţii restrictive privitoare la comportamentul asimptotic al can-
tităţilor rn , un şi dn :
√
1 + rn = er∆n , un = eσ ∆n
, dn = u−1
n , unde r ≥ 0, σ > 0 sunt constante date. (5.1)

Remarcăm că, pentru fiecare n > r2 σ −2 T avem că dn = u−1 n < 1 + rn < un , iar mod-
elul CRR (S n , B n , Φn ) este fără arbitraj, pentru n suficient de mare. În plus, prin calcule

53
Capitolul 5. Modelul Black-Scholes 54

elementare obţinem:
√
1 + rn − dn er∆n − e−σ ∆n 1
lim p∗,n = lim = lim √ √ = şi
n→∞ n→∞ un − dn n→∞ eσ ∆n − e−σ ∆n 2
p∗,n un 1
lim p̄n = lim = .
n→∞ n→∞ 1 + rn 2
Studiem ı̂n continuare comportamentul asimptotic al preţului unei opţiuni de call european
atunci când n → ∞. Presupunem t = jT /2k şi considerăm şirul

n (T − t)
mn (t) = , ∀n ∈ N,
T

remarcând că mn (t) ∈ N pentru n = 2l suficient de mare. În plus, T − t = mn (t) ∆n şi

lim (1 + rn )−mn (t) = lim e−r∆n mn (t) = e−r(T −t) .

n→∞ n→∞

Cantitatea mn (t) reprezintă numărul de perioade de tranzacţionare pe intervalul [t, T ] (pentru

l suficient de mare). Definim, la momentul t, pentru activul cu risc s := St = ST −mn (t)∆n
cantitatea n o
bn (t) = inf j ∈ N∗ : sujn dm
n
n (t)−j
>K . (5.2)

Teorema următoare furnizează formula clasică Black-Scholes de evaluare a preţului opţiunilor

de vânzare şi de cumpărare europene, instrumentul utilizat fiind comportamentul asimptotic
al modelului CRR.

Teorema 5.2. Pentru fiecare punct diadic t ∈ [0, T ] are loc:

mn (t) n o
j mn (t)−j
X
j mn (t)−j −mn (t) j
lim Cm n (t)
S t p̄n q̄ n − K r̂n p∗,n q ∗,n = Ct ,
n→∞
j=bn (t)

unde q∗,n = 1 − p∗,n , q̄n = 1 − p̄n şi Ct este dat de formula Black-Scholes:

Ct = St N (d1 (St , T − t)) − Ke−r(T −t) N (d2 (St , T − t)) , cu

ln (s/K) + r + 21 σ 2 t


d1 (s, t) = √ ,
σ t
√ ln (s/K) + r − 21 σ 2 t


d2 (s, t) = d1 (s, t) − σ t = √ .
σ t
Funcţia N este funcţia de repartiţie Gaussiană standard:
Zx
1 2 /2
N (x) = √ e−u du, ∀x ∈ R.
2π
−∞

Demonstraţie. Fie St = s valoarea generică a preţului stocului la momentul t. Primul pas

constă ı̂n demonstrarea faptului că
mn (t)
j
X
lim Cm p̄j (1 − p̄n )mn (t)−j = N (d1 (s, T − t)) .
n (t) n
(5.3)
n→∞
j=bn (t)
Capitolul 5. Modelul Black-Scholes 55

Observăm iniţial că

mn (t)
j
X
Cm p̄j (1 − p̄n )mn (t)−j = Q {bn (t) ≤ γn ≤ mn (t)} ,
n (t) n
j=bn (t)

p n, variabila aleatoare γn ∼ B (mn (t) , p̄n ) sub măsura de probabil-

unde, pentru fiecare ı̂ntreg
itate Q. Notăm σn := p̄n (1 − p̄n ) şi considerăm variabila aleatoare.normalizată
Pmn (t)  n 
γn − EQ (γn ) γn − mn (t) p̄n j=1 ς j − p̄n
γ̄n = p =p = p ,
V arQ (γn ) mn (t) p̄n (1 − p̄n ) σn mn (t)

unde ςjn , j = 1, ..., n sunt variabile aleatoare independente, identic repartizate B (p̄n ) :

Q{ςjn = 1}=p̄n = 1 − Q{ςjn = 0}.

Teorema Limită Centrală conduce la convergenţă ı̂n repartiţie a şirului de variabile aleatoare
{γ̄n }n∈N :
rep
γ̄n → Z ∼ N (0, 1) pentru n → ∞.
În plus,avem că

mn (t) − mn (t) p̄n

q
lim p = lim mn (t) p̄−1
n (1 − p̄n ) = +∞ şi,
n→∞ mn (t) p̄n (1 − p̄n ) n→∞

utilizând (5.2), obţinem

√
ln(K/s)+mn (t)σ ∆n
bn (t) − mn (t) p̄n √
2σ ∆n
− mn (t) p̄n
lim p = lim p
n→∞ mn (t) p̄n (1 − p̄n ) n→∞ mn (t) p̄n (1 − p̄n )
√
ln (K/s) + mn (t) σ ∆n (1 − 2p̄n )
= lim p
n→∞ 2σ mn (t) ∆n p̄n (1 − p̄n )
ln (K/s) − r + 12 σ 2 (T − t)


= √ = −d1 (s, T − t)
σ T −t
deoarece r
p σ
lim mn (t)∆n (1 − 2p̄n ) = − (T − t) + .
n→∞ σ 2
Convergenţa ı̂n repartiţie a şirului de variabile aleatoare {γ̄n }n∈N şi relaţia 1−N (x) = N (−x),
∀x ∈ R conduce la

lim Q {bn (t) ≤ γn ≤ mn (t)} = 1 − N (−d1 (s, T − t)) = N (d1 (s, T − t)) ,
n→∞

adică formula (5.3) este demonstrată. Într-o manieră similară se demonstrează că
mn (t)
j
X
lim Cm pj (1 − p∗,n )mn (t)−j = N (d2 (s, T − t)) .
n (t) ∗,n
n→∞
j=bn (t)

Membrul stâng al egalităţii anterioare se poate scrie sub forma

mn (t)
j
X
Cm pj (1 − p∗,n )mn (t)−j = Q {bn (t) ≤ γn∗ ≤ mn (t)}
n (t) ∗,n
j=bn (t)
Capitolul 5. Modelul Black-Scholes 56

unde, pentru fiecare ı̂ntreg n, variabilele aleatoare γn∗ ∼ B (mn (t) , p∗,n ) sub probabilitatea Q.
Prin calcule asemănătoare cazului anterior obţinem

bn (t) − mn (t) p∗,n

lim p = −d2 (s, T − t) şi
n→∞ mn (t) p∗,n (1 − p∗,n )

lim Q {bn (t) ≤ γn∗ ≤ mn (t)} = 1 − N (−d2 (s, T − t)) = N (d2 (s, T − t)) ,
n→∞

demonstraţia fiind ı̂n acest moment completă.

5.2 Modelul continuu Black-Scholes

Considerăm ı̂n cele ce urmează o piaţă financiară perfectă, adică o piaţă ı̂n care tranzacţiile
au loc continuu ı̂n timp, nu sunt restricţii la credite sau depozite, dobânzile sunt egale, şi
nu sunt taxe sau costuri la tranzacţionarea activelor financiare. Ca şi ı̂n situaţiile anterioare
există două active tranzacţionabile ı̂n acest model de piaţă financiară, tranzacţiile şi dinamica
preţului fiind date ı̂n timp continuu. Cele două active sunt caracterizate prin:

1. activul primar fără risc corespunde unui cont de economii (savings account, a money
market account, a risk-free bond ), pentru care dobânda instantanee (short-term interest
rate) r este constantă pe intervalul [0, T ]. Acest activ este continuu compus ı̂n timp,
dinamica sa fiind guvernată de ecuaţia diferenţială

dBt = rBt dt, B0 = 1,

cu soluţia explicită Bt = ert , t ∈ [0, T ] . Considerăm spre exemplu un instrument de

trezorerie, nepurtător de dividende (zero-coupon bond ) cu maturitatea T, al cărui preţ
la momentul t ∈ [0, T ] este

B (t, T ) = e−r(T −t) , ∀t ∈ [0, T ] .

Pentru orice moment T fixat, preţul bond-ului satisface ecuaţia diferenţială

dB (t, T ) = rB (t, T ) dt, B (0, T ) = e−rT .

2. activul cu risc (underlying stock asset), a cărui evoluţie ı̂n timp continuu fiind dată de
procesul stochastic (St )t∈[0,T ] ce satisface ecuaţia diferenţială (pe scurt, EDS) liniară:

dSt = µSt dt + σSt dWt , S0 > 0, (5.4)

unde µ > 0 este rata de apreciere a preţului acţiunii, σ > 0 este volatilitatea şi S0
este preţul iniţial al acţiunii. Ecuaţia anterioară admite o soluţie unică, a cărei formă
explicită este dată prin următorul rezultat.

Propoziţia 5.3. Ecuaţia (5.4), scrisă sub formă integrală

Z t Z t
St = S0 + µSu du + σSu dWu , ∀t ∈ [0, T ]
0 0

admite o soluţie unică dată prin formula

   
1 2
St = S0 exp σWt + µ − σ t , ∀t ∈ [0, T ] . (5.5)
2
Capitolul 5. Modelul Black-Scholes 57

Demonstraţie. Folosind formula lui Itô se arată că procesul stochastic definit prin (5.5) satis-
face ecuaţia (5.4). Fie  
1 2
dXt = µ − σ dt + σdWt .
2
Considerând funcţia g : R , g (x) = S0 ex , avem că St = g (Xt ) şi
 
1 2 1
0
dSt = dg (Xt ) = g (Xt ) µ − σ dt + g 0 (Xt ) σdWt + g 00 (Xt ) σ 2 dt
2 2
= g (Xt ) (µdt + σdWt ) = St (µdt + σdWt ) .

Unicitatea soluţiei rezultă datorită coeficienţilor Lipschitz ai ecuaţiei (5.4).

Observaţia 5.4. Este important de subliniat faptul că

FtW = σ {Wu : u ≤ t} = σ {Su : u ≤ t} = FtS ,

adică filtrarea generată de preţul acţiunilor de stoc coincide cu filtrarea naturală a mişcării
Browniene W, adică FS = FW = F.
Definim procesul auxiliar
 
1 2
Mt = exp σWt − σ t , ∀t ∈ [0, T ] (5.6)
2

şi demonstrăm că el este un caz particular de proces stochastic.

Propoziţia 5.5. Procesul M definit anterior este o martingală sub măsura de probabilitate P,
ı̂n raport cu filtrarea F.

Demonstraţie. Observăm că

 

σ(Wt −Wu )
 
σ(Wt −Wu )
 1 2
EP e |Fu = EP e = exp σ (t − u)
2

deoarece Wt − Wu ∼ N (0, t − u) . Cum St = eµt Mt , avem, pentru fiecare u ≤ t ≤ T,

EP (St |Fu ) = EP eµt Mt |Fu = eµt Mu = Su eµ(t−u) .

Preţul stocului S este o martingală sub probabilitatea P ı̂n raport cu filtrarea F dacă şi numai
dacă rata de apreciere µ este 0. Dacă µ > 0 (res. µ < 0) atunci

EP (St |Fu ) > Su (resp. < Su ), pentru ∀t > u,

adică preţul stocului S este o submartingală (resp. o supramartingală) sub măsura de proba-
bilitate subiectivă P.

5.3 Strategii de schimb autofinanţante; măsuri martingale pen-

tru o piaţă spot

În cele ce urmează vom utiliza tot instrumentul portofoliilor replicante pentru a modela preţul
opţiunilor call şi put europene. Ideea avută ı̂n vedere vizează asigurarea lipsei oportunităţilor
de arbitraj ı̂n piaţa financiară considerată.
Definiţia 5.6.
Capitolul 5. Modelul Black-Scholes 58

• Prin strategie de schimb ı̂nţelegem o pereche de procese stochastice progresiv măsurabile

φ = (φ1 , φ2 ) definite pe spaţiul de probabilitate (Ω, F, P) .

• Spunem că o strategie de schimb φ = (φ1 , φ2 ) pe intervalul [0, T ] este autofinanţantă

dacă valoarea portofoliului

Vt (φ) := φ1t St + φ2t Bt , ∀t ∈ [0, T ]

satisface condiţia
Z t Z t
Vt (φ) = V0 (φ) + φ1u dSu + φ2u dBu , ∀t ∈ [0, T ] ,
0 0

prima integrală fiind interpretată ı̂n sens Itô, iar a doua ı̂n sens Lebesgue.
(Vom nota cu Φ mulţimea strategiilor autofinanţante, mulţime ce nu coincide cu R2 ,
după cum se poate observa din modelul de suicid al lui Harrison & Pliska, 1981).

În mod uzual, notăm S ∗ := S/B preţul cu discount al acţiunilor de stoc şi obţinem că,
pentru orice t ∈ [0, T ],
   
∗ ∗ 1 2
St = S0 exp σWt + µ − r − σ t ,
2

adică, echivalent, S ∗ este soluţia unică a EDS

dSt∗ = (µ − r) St∗ dt + σSt∗ dWt , S0∗ = S0 ,

iar proprietatea martingală a lui S ∗ sub P poate fi analizată ı̂n aceeaşi manieră ca şi ı̂n cazul
lui S.

Definiţia 5.7. O măsură de probabilitate P∗ pe (Ω, F) , echivalentă cu P, se numeşte măsură

martingală pentru S ∗ dacă S ∗ este o martingală locală sub P∗ .

Definiţia 5.8. O măsură de probabilitate P∗ pe (Ω, F) , echivalentă cu P, se numeşte o măsură

martingală spot dacă valoarea cu discount a portofoliului Vt∗ (φ) := Vt (φ) /Bt oricărei strategii
autofinanţante φ este o martingală locală sub P∗ .

Are loc următorul rezultat de caracterizare a măsurilor martingale spot.

Lema 5.9. O măsură de probabilitate pe câmpul (Ω, F) este o măsură martingală spot dacă
şi numai dacă este o măsură martingală pentru S ∗ .

Demonstraţie. Fie o strategie de schimb φ ∈ Φ. Utilizăm formula lui Itô şi obţinem (ştim că
dBt−1 = −rBt−1 dt):

dVt∗ = d Vt Bt−1 = Vt dBt−1 + Bt−1 dVt

= φ1t St + φ2t Bt dBt−1 + Bt−1 φ1t dSt + φ2t dBt

= φ1t Bt−1 dSt + St dBt−1 = φ1t dSt∗ ,

adică Z t
Vt∗ (φ) = V0∗ (φ) + φ1u dSu∗ , ∀t ∈ [0, T ] .
0
Cum integrala stochastică Itô este o martingală locală obţinem rezultatul dorit.
Capitolul 5. Modelul Black-Scholes 59

Lema 5.10. Unica măsură martingală P∗ pentru S ∗ este dată de derivata Radon-Nikodym:
!
dP∗ r−µ 1 (r − µ)2
= exp WT − T , P−a.s.
dP σ 2 σ2

Sub această măsură martingală P∗ , preţul cu discount S ∗ satisface ecuaţia diferenţială stochas-
tică liniară
dSt∗ = σSt∗ dWt∗ ,
iar procesul Wt∗ = Wt − (r − µ) σ −1 t, t ∈ [0, T ] este o mişcare Browniană pe (Ω, F, P∗ ).

Preţul cu discount S ∗ este sub măsura P∗ o martingală strict pozitivă deoarece, pentru orice
t ∈ [0, T ],  
1 2
∗ ∗ ∗
St = S0 exp σWt − σ t = S0∗ Mt∗ ,
2
unde M ∗ este definit prin (5.6), cu procesul Wiener W ı̂nlocuit de W ∗ . Preţul stocului la
momentul t este deci
   
∗ ∗ 1 2
St = St Bt = S0 exp σWt + r − σ t ,
2

adică
dSt = rSt dt + σSt dWt∗ , S0 > 0.
Este important de subliniat faptul că
∗ ∗
F = FW = FW = FS = FS .

Definiţia 5.11. O strategie φ ∈ Φ se numeşte P∗ −admisibilă dacă Vt∗ (φ) := Bt−1 Vt (φ)
este o martingală sub P∗ . Notăm cu Φ (P∗ ) mulţimea strategiilor P∗ −admisibile. Tripletul
MBS := (S, B, Φ (P∗ )) este numit modelul de piaţă fără arbitraj Black-Scholes.

Următorul rezultat oferă o metodă de calcul a preţului de arbitraj, folosind media condiţionată
sub măsura martingală, a oricărui derivat financiar european.

Lema 5.12. Fie X un derivat financiar european, replicabil, cu momentul de maturitate T .

La fiecare moment t, preţul său de arbitraj (notat cu πt (X)), considerat ı̂n modelul MBS este
dat de
πt (X) = Bt EP∗ BT−1 X|Ft , ∀t ∈ [0, T ] .

Demonstraţie. Fie φ o strategie admisibilă, replicantă pentru derivatul financiar X. Pentru

orice t ∈ [0, T ], avem, conform lemei (5.9),

πt (X)
= Vt∗ (φ) = EP∗ (VT∗ (φ) |Ft ) = EP∗ BT−1 X|Ft ,


Bt

adică πt (X) = Bt EP∗ BT−1 X|Ft .

5.4 Formula Black-Scholes de evaluare a preţului ı̂n timp con-

tinuu

Vom considera o opţiune de tip call european având ca activ suport un activ primar (stoc) S ce
nu plăteşte dividende, cu maturitatea T şi preţul de exercitare K. Funcţia de plată (şi preţul
Capitolul 5. Modelul Black-Scholes 60

opţiunii) la momentul T este, aşa cum se ştie, (ST − K)+ . Fie funcţia c : R+ × (0, T ] → R
definită prin
c (s, t) := sN (d1 ) − Ke−rt N (d1 ) , (5.7)
unde N este funcţia de repartiţie normală standard şi

ln (s/K) + r ± 21 σ 2 t


d1,2 := d1,2 (s, t) = √ . (5.8)
σ t
Notăm ı̂n continuare prin Ct preţul de arbitraj (arbitrage price, fair price) al unui call european
ı̂n modelul continuu Black-Scholes.
Enunţăm şi demonstrăm ı̂n cele ce urmează rezultatul principal al acestei secţiuni.

Teorema 5.13. La fiecare moment t < T, preţul de arbitraj al opţiunii de call european (cu
maturitatea T şi preţul de exercitare K) este dat de formula

Ct = c (St , T − t) , ∀t ∈ [0, T ] ,

unde funcţia c : R+ × (0, T ] → R este definită prin formula (5.7). Mai explicit, avem, pentru
fiecare t < T ,
Ct = St N (d1 (St , T − t)) − KB (t, T ) N (d2 (St , T − t)) , (5.9)
cu cantităţile d1,2 definite prin (5.8). În plus, unica strategie replicantă admisibilă φ = φ1 , φ2

pentru opţiunea de call european este

∂c
φ1t = (St , T − t) = N (d1 (St , T − t))
∂s
şi
φ2t = e−rt c (St , T − t) − φ1t St .

Demonstraţie. Vom prezenta două metode de demonstraţie: prima metodă se bazează pe

determinarea directă a strategiei replicante alături de preţul opţiunii, iar cea de a doua
abordare utilizează formula de evaluare ı̂n caz de risc neutru; având determinat preţul opţiunii
putem obţine apoi portofoliul replicant.
Metoda 1. Presupunem că preţul opţiunii, notat cu Ct , se poate reprezenta sub forma
Ct = v (St , t), pentru o funcţie v : R+ × (0, T ] → R şi că strategia replicantă căutată are forma

φt = φ1t , φ2t = (g (St , t) , h (St , t)) ,

pentru t ∈ [0, T ] , unde g, h : R+ × (0, T ] → R sunt funcţii necunoscute. Cum strategia φ este
autofinanţantă, atunci valoarea portofoliului

Vt (φ) = g (St , t) St + h (St , t) Bt = v (St , t) (5.10)

satisface ecuaţia diferenţială

dVt (φ) = g (St , t) dSt + h (St , t) dBt (5.11)

= (µ − r) St g (St , t) dt + σSt g (St , t) dWt + rv (St , t) dt

deoarece din a doua egalitate din (5.10) obţinem că

φ2t = h (St , t) = Bt−1 (v (St , t) − g (St , t) St ) .

Capitolul 5. Modelul Black-Scholes 61

Căutăm ı̂n continuare funcţia v din spaţiul C 2,1 ((0, ∞) × (0, T )) . Aplicăm formula lui Itô şi
obţinem
 
1 2 2 00
dv (St , t) = vt (St , t) + µSt vs (St , t) + σ St vss (St , t) dt + σSt vs0 (St , t) dWt .
0 0
2

Împreună cu (5.11) obţinem, aplicând formula lui Itô procesului Y := v (St , t) − Vt (φ),
 
1 2 2 00
0 0
dYt = vt (St , t) + µSt vs (St , t) + σ St vss (St , t) dt + σSt vs0 (St , t) dWt
2
+ (r − µ) St g (St , t) dt − σSt g (St , t) dWt − rv (St , t) dt.

Dar, conform cu (5.10), dYt = 0 şi, datorită unicităţii descompunerii canonice a semimartin-
galelor continue, termenul de difuzie din descompunerea anterioară a procesului Y dispare.
Aceasta ı̂nseamnă că, pentru orice t ∈ [0, T ],
Z t
σSu g (Su , u) − vs0 (Su , u) dWu = 0,


∀t ∈ [0, T ] ,
0

sau, echivalent, ı̂n virtutea proprietăţilor integralei Itô (proprietatea de izometrie),

Z T
2
Su2 g (Su , u) − vs0 (Su , u) du = 0,
0

adică e necesar şi suficient ca funcţia g să satisfacă relaţia

g (s, t) = vs0 (s, t) , ∀ (s, t) ∈ R+ × [0, T ] . (5.12)

Obţinem, prin urmare, reprezentarea lui Y :

Z t 
0 1 2 2 00 0
Yt = vt (Su , u) + σ Su vss (Su , u) + rSu vs (Su , u) − rv (Su , u) du.
0 2

Rezultă că procesul Y dispare atunci când funcţia v satisface următoarea ecuaţie cu derivate
parţiale, numită şi EDP Black-Scholes:
1
vt0 (s, t) + σ 2 s2 vss
00
(s, t) + rsvs0 (s, t) − rv (s, t) = 0. (5.13)
2
Cum CT = v (ST , T ) = (ST − K)+ impunem şi condiţia terminală v (s, T ) = (s − K)+ , pentru
s ∈ R+ . Se verifică, prin calcul direct, că funcţia v (s, t) = c (s, T − t) verifică problema de
mai sus. Rămâne doar de justificat că strategia replicantă φ dată de formulele:

φ1t = g (St , t) = vs0 (St , t) , φ2t = h (St , t) = Bt−1 (v (St , t) − g (St , t) St ) ,

este o strategie admisibilă. Pentru ı̂nceput arătăm că ea este auto-finanţantă. Pentru aceasta,
verificăm că
dVt (φ) = φ1t dSt + φ2t dBt .
Deoarece Vt (φ) = φ1t St + φ2t Bt = v (St , t), aplicând formula lui Itô obţinem
1 00
dVt (φ) = vs0 (St , t) dSt + σ 2 St2 vss (St , t) dt + vt0 (St , t) dt.
2
Capitolul 5. Modelul Black-Scholes 62

care, utilizând (5.13), devine

dVt (φ) = vs0 (St , t) dSt + rv (St , t) dt − rSt vs0 (St , t) dt

şi deci
v (St , t) − St φ1t
dVt (φ) = φ1t dSt + rBt dt = φ1t dSt + φ2t dBt ,
Bt
adică strategia construită anterior este auto-finanţantă. Pentru admisibilitatea sa, verificăm
că Z t
Vt∗ (φ) = V0∗ (φ) + vs0 (Su , u) dSu∗ ,
0
este o martingală sub măsura martingală P∗ . Prin calcul direct se obţine că

vs0 (s, t) = N (d1 (s, T − t))

pentru fiecare pereche (s, t) ∈ R+ × [0, T ] şi

Z t Z t
Vt∗ (φ) = V0∗ (φ) + σSu N (d1 (Su , T − u)) dWu∗ =: V0∗ (φ) + ζu dWu∗ ,
0 0

adică V ∗ (φ) este o P∗ −martingală (este chiar o martingală de pătrat integrabilă). Egalitatea

c0s (St , T − t) = N (d1 (St , T − t))

se verifică prin calcularea directă a derivatei parţiale ı̂n raport cu s a funcţiei preţ c.
Metoda 2. Punem accent prin această abordare pe evaluarea directă a funcţiei c. Arătăm
că derivatul financiar X = (ST − K)+ este replicabil ı̂n modelul Black Scholes. Acest lucru
rezultă din teorema de reprezentare a martingalelor, combinată cu integrabilitatea, sub prob-
abilitatea P∗ , a variabilei aleatoare X ∗ = BT−1 (ST − K)+ .
Din teorema de reprezentare rezultă existenţa unui proces predictibil θ astfel ı̂ncât inte-
grala stochastică Z t
Vt∗ = V0∗ + θu dWu∗ , ∀t ∈ [0, T ]
0
este o P∗ −martingală continuă, de pătrat integrabilă şi
Z T Z T
∗
X = BT−1 (ST +
− K) = EP∗ X + ∗
θu dWu∗ = EP∗ X +∗
hu dSu∗ ,
0 0

unde am considerat ht := θt / (σSt∗ ) . Notăm Vt := Bt Vt∗ şi considerăm strategia dată de

φ1t = ht , φ2t = Vt∗ − ht St∗ = Bt−1 (Vt − ht St ) .

Verificăm că această strategie φ este auto-finanţantă.

dVt (φ) = d (Bt Vt∗ ) = Bt dVt∗ + rVt∗ Bt dt

= Bt ht dSt∗ + rVt dt = Bt ht Bt−1 dSt − rBt−1 St dt + rVt dt

= ht dSt + r (Vt − ht St ) dt = φ1t dSt + φ2t dBt .

Este evident faptul că VT (φ) = VT = (ST − K)+ şi că φ este strategie admisibilă replicantă
pentru derivatul financiar X, deci opţiunea de call european este replicabilă ı̂n modelul de piaţă
MBS . Evaluăm ı̂n cele ce urmează preţul de arbitraj al lui X folosind formula de evaluare la
Capitolul 5. Modelul Black-Scholes 63

risc neutru. Deoarece FtW = FtS pentru fiecare t ∈ [0, T ] , avem

Ct = Bt EP∗ (ST − K)+ BT−1 |FtS = c (St , T − t)

(5.14)

pentru o funcţie c : R+ × [0, T ] → R. Cea de a doua egalitate din relaţia de mai sus are loc
invocând proprietatea Markov a procesului stochastic S. Din proprietăţile mediei condiţionate
rezultă că
EP∗ (ST − K)+ |FtS = H (St , T − t) ,


(5.15)
unde funcţia H (s, T − t) este definită de
 + 
σ (WT∗ −Wt∗ )+(r−σ 2 /2)(T −t)
H (s, T − t) = EP ∗ se −K

pentru fecare pereche (s, t) ∈ R+ × [0, T ] . Pentru t = 0 obţinem, din formula (5.14),

EP∗ (ST − K)+ BT−1 = EP∗ ST BT−1 1D − EP∗ KBT−1 1D = J1 − J2 ,

unde D := {ST > K}. Pentru cantităţile J1 şi J2 avem estimările ce urmează:

J2 = e−rT KP∗ {ST > K}

= e−rT KP∗ S0 exp σWT∗ + (r − 1/2σ 2 )T > K


= e−rT KP∗ −σWT∗ < ln (S0 /K) + (r − 1/2σ 2 )T


( )
−rT ∗ ln (S0 /K) + (r − 12 σ 2 )T
=e KP ξ < √
σ T
= e−rT KN (d2 (S0 , T ))
√
deoarece v.a. ξ = −WT / T ∼ N (0, 1) sub măsura martingală P∗ . Pentru a doua integrală
obţinem că
J1 = EP∗ ST BT−1 1D = EP∗ (ST∗ 1D ) .


(5.16)
Este convenabil să introducem pe spaţiul (Ω, FT ) măsura de probabilitate P̄, definită prin
 
dP̄ 1 2
= exp σWT − σ T , P∗ -a.s.,
∗
dP∗ 2

situaţie ı̂n care procesul W̄t = Wt∗ − σt este o mişcare Browniană pe Ω, F, P̄ . În plus,

 
1
ST∗ = S0 exp σ W̄T + σ 2 T ,
2

de unde, formula (5.16) devine

J1 = S0 P̄ ST∗ > KBT−1


   
1 2 −rT
= S0 P̄ S0 exp σ W̄T + σ T > Ke
2
 
1 2
= S0 P̄ −σ W̄T < ln (S0 /K) + (r + σ )T
2
= S0 N (d1 (S0 , T )) .

Concluzionând, obţinem că preţul la momentul 0 al OCE devine

C0 = c (S0 , T ) = S0 N (d1 (S0 , T )) − Ke−rT N (d2 (S0 , T )) ,

Capitolul 5. Modelul Black-Scholes 64

unde
ln (S0 /K) + r ± 21 σ 2 T


d1,2 (S0 , T ) := √ .
σ T
Formula de evaluare pentru fiecare moment 0 < t < T se poate deduce din formula (5.15).

Observaţia 5.14. Se observă că ı̂n formula de evaluare Black Scholes nu apare rata de apreciere
µ, după cum şi ı̂n dinamica lui S sub măsura martingală P∗ nu apare acest coeficient. Acelaşi
lucru se ı̂ntâmplă dacă presupunem că rata de apreciere depinde de timp sau mai mult, este
chiar un proces stochastic adaptat filtrării naturale.
Ca o consecinţă imediată, rezultatul următor furnizează o metoda directă de calculare a
preţului just al opţiunilor de vânzare de tip european.

Lema 5.15 (Formula de paritate put-call). Preţurile de arbitraj al opţiunilor put şi call
europene ce au aceeaşi dată de expirare T şi acelaşi preţ de exercitare K satisfac relaţia

Ct − Pt = St − Ke−r(T −t) (5.17)

pentru fiecare t ∈ [0, T ] .

Teorema 5.16. În modelul standard Black Scholes, preţul unui put european cu preţul de
exercitare K la momentul de maturitate T este, pentru orice moment t < T ,

Pt = KB (t, T ) N (−d2 (St , T − t)) − St N (−d1 (St , T − t)) .

Demonstraţie. Demonstraţia este o consecinţă imediată a formulei (5.9) ce dă preţul unei OCE
şi formula de paritate (5.17) pentru pieţe financiare Black Scholes, ı̂n timp continuu.

5.5 EDP Black Scholes

Extindem ı̂n această secţiune procedura de evaluare a preţului de la opţiuni de cumpărare şi
vânzare europene la orice tip de derivat financiar de tip european, adică o variabilă aleatoare
FT -măsurabilă. În principiu formula Feynman-Kaç, prezentată ı̂n continuare, exprimă soluţia
unei ecuaţii cu derivate parţiale de tip parabolic drept media condiţionată a unui proces
guvernat de o mişcare Browniană.

Teorema 5.17. Fie W o mişcare Browniană 1−dimensională definită pe un câmp de probabili-

tate (Ω, F, P) . Pentru o funcţie măsurabilă Borel h : R → R, definim funcţia u : R× [0, T ] → R,
 
u (x, t) = EP e−r(T −t) h (WT ) |Wt = x , ∀ (x, t) ∈ R× [0, T ] . (5.18)

Presupunem că Z +∞
2
e−ax |h (x) |dx < ∞
−∞

pentru o constantă a > 0. Funcţia u este definită pentru 0 < T − t < 1/2a , x ∈ R şi are
derivate de orice ordin. În particular, u ∈ C 2,1 (R× (0, T )) şi satisface EDP:

∂u 1 ∂2u
− (x, t) = (x, t) − ru (x, t) , ∀ (x, t) ∈ R× (0, T ) ,
∂t 2 ∂x2
cu condiţia terminală u (x, T ) = h (x) , ∀x ∈ R.

Demonstraţie. Vezi Karatzas & Shreve [3].

Capitolul 5. Modelul Black-Scholes 65

Rezultatul principal al acestei secţiuni este prezentat ı̂n cele ce urmează.

Teorema 5.18. Fie g : R → R o funcţie măsurabilă Borel astfel ı̂ncât variabila aleatoare X =
g (ST ) este P∗ −integrabilă. Atunci, preţul de arbitraj, ı̂n modelul de piaţă MBS , al derivatului
financiar X (cu maturitatea T ) este dat de πt (X) = v (St , t), unde funcţia v : R+ × [0, T ] → R
verifică EDP Black-Scholes:

∂v 1 2 2 ∂ 2 v ∂v
+ σ s 2
+ rs − rv = 0, ∀ (s, t) ∈ (0, ∞) × (0, T ) , (5.19)
∂t 2 ∂s ∂s
cu condiţia terminală v (s, T ) = g (s) .

Demonstraţie. Obţinem (5.19) din formula de evaluare la risc neutru. Preţul πt (X) satisface
 
πt (X) = EP∗ e−r(T −t) g (ST ) |FtS = v (St , t) (5.20)

pentru o funcţie v : R+ × [0, T ] → R. În plus

 ∗

πt (X) = EP∗ e−r(T −t) g (f (WT∗ , T )) |FtW ,

unde f : R× [0, T ] → R este o funcţie strict pozitivă, dată prin

2 /2
f (x, t) = S0 eσx+(r−σ )t , ∀x ∈ R.

Notăm  
u (t, x) = EP∗ e−r(T −t) g (f (WT∗ , T )) |Wt∗ = x .

Conform teoremei anterioare, u (x, t) satisface ecuaţia cu derivate parţiale

1
− u0t (x, t) = u00xx (x, t) − ru (x, t) , ∀ (x, t) ∈ R× (0, T ) , (5.21)
2
cu condiţia terminală u (x, T ) = g (f (x, T )) .
Din formulele (5.18) şi (5.20) obţinem că

u (x, t) = v (f (x, t) , t) , ∀ (x, t) ∈ R× [0, T ] .

Prin urmare,
u0t (x, t) = vs0 (s, t) ft0 (x, t) + vt0 (s, t) ,
unde am considerat s := f (x, t) ∈ (0, +∞). Mai mult,

u0x (x, t) = vs0 (s, t) fx0 (x, t)

şi deci
2
u00xx (x, t) = vss
00
(s, t) fx0 (x, t) + vs0 (s, t)fxx
00
(x, t).
Pe de altă parte, din formula de definire a funcţiei f , avem că
 
1 2
fx0 (x, t) = σf (x, t), 00
fxx (x, t) 2
= σ f (x, t), ft0 (x, t) = r − σ f (x, t),
2

ceea ce conduce la
u0t (x, t) = s r − 21 σ 2 vs0 (s, t) + vt0 (s, t)


şi
u00xx (x, t) = 00 (s, t)
σ 2 s2 vss + σ 2 svs0 (s, t).
Substituind ı̂n ecuaţia (5.21) şi rearanjând termenii obţinem EDP Black Scholes (5.19).
Capitolul 5. Modelul Black-Scholes 66

Modelul studiat poate fi extins pentru situaţii ı̂n care dobânda la vedere, respectiv volatil-
itatea, sunt variable, dar deterministe. De asemenea, el poate fi utilizat şi pentru evaluarea
preţului opţiunilor europene ce au active suport care platesc dividende pe perioada de viaţă a
derivatului financiar. În acest cadru se pot obţine formule explicite ale preţului dacă dividen-
dele reprezintă un procent cunoscut din preţul activului suport.
Deşi modelul de evaluare Black–Scholes nu reflectă identic realitatea din pieţele financiare,
el este des folosit ı̂n practică deoarece permite calcularea cu uşurinţă a preţurilor şi explicitează
precis relaţiile dintre varabilele care caracterizează sistemul. Unele voci chiar afirmă că modelul
Black-Scholes nu este o reprezentare fidelă a modului de funcţionare a pieţelor financiare, ı̂nsă,
tocmai faptul că toţi cei implicaţi ”gândesc Black-Scholes” le conferă funcţionalitate. Cu toate
că ı̂n practică indicele de volatilitate ce apare ı̂n ecuaţia ce caracterizează dinamica activului
primar nu este constant, rezultatele oferite de modelul Black-Scholes sunt frecvent utilizate,
ele dovedindu-se eficiente la stabilirea corectă strategiilor de hedging ce permit minimizarea
expunerii la risc a investitorilor. Instrumentele esenţiale utilizate pentru evitarea expunerii la
risc (risk management) sunt prezentate ı̂n secţiunea următoare.

5.6 Indici de senzitivitate ai modelului Black-Scholes

Indicii de senzitivitate (the Greeks) sunt instrumente importante pentru managementul riscu-
lui. Fiecare indice este o măsură a senzitivităţii portofoliului investitorului la mici variaţii ale
unor parametri ai activelor primare. Indicii modelului Black-Scholes sunt uşor de calculat, ei
fiind utili ı̂n special celor care sunt implicaţi ı̂n contracte ce tranzacţionează derivate financiare,
dându-le astfel posibilitatea să-si protejeze contra riscului din piaţă portofoliile. Principalii
indici folosiţi pentru hedging sunt: delta, theta, vega (măsoară modificări generate de mo-
mentul de maturitate şi volatilitate), rho (măsoară senzitivitatea la fluctuaţiile dobânzilor),
gamma (măsoară senzitivitatea preţului opţiunilor ı̂n raport cu modificarea preţului activului
de bază). Prezentăm ı̂n cele ce urmează câteva elemente descriptive ce caracterizează indicii
prezentaţi anterior.
 
∂v
1. Delta ∆ =
∂S
Indicele ∆ măsoară rata de schimb a valorii opţiunii ı̂n raport cu modificarea preţului
activului de baza. Chiar dacă delta va avea valori situate ı̂ntre 0 şi 1 pentru un long
call (sau/şi un short call) şi ı̂ntre 0 şi −1 pentru un long put (sau/şi un short put)
aceste valori sunt rareori prezentate ca procente ale numărului de acţiuni ce fac obiectul
contractului de tranzacţionare. Suma ı̂ntre valorile absolute ale indicilor delta ai unui
call şi un put european (ce au acelaşi activ suport negrevat de dividende, acelaşi moment
de maturitate şi acelaşi preţ de exercitare) este egală cu 1.
 
∂v
2. Vega ν =
∂σ
Indicele ν măsoară senzitivitatea la volatilitate activului suport al opţiunii. El este
exprimat ı̂n mod uzual drept suma de bani (pe unitatea de acţiune de activ suport) pe
care valoarea opţiunii o câştigă sau o pierde atunci când volatilitatea creşte sau scade
cu 1%. Acest indice este important de urmărit de către trader-ul opţiunii, ı̂n special
ı̂n pieţe financiare foarte volatile deoarece strategiile de tranzacţionare pot fi gestionate
pentru neexpunerea
  la risc a investitorului prin intermediul acestui instrument.
∂v
3. Theta θ = −
∂t
Indicele θ măsoară senzitivitatea valorii derivatului financiar pe parcursul trecerii timpu-
lui (time decay). Valoarea sa este, de obicei, reprezentată sub forma valoare/an. În mod
Capitolul 5. Modelul Black-Scholes 67

uzual se divizează rezultatul la numărul de zile din an pentru a se ajunge la suma pe

unitatea de activ suport pe care opţiunea o pierde pe zi. Theta este ı̂ntotdeauna negativ
pentru un long call/put şi pozitiv pentru un short call/put.
 
∂v
4. Rho ρ =
∂r
Indicele ρ măsoară senzitivitatea valorii opţiunii la modificări ale dobânzilor la vedere
ale activului fără risc din piaţă. În marea majoritate a situaţiilor valoarea derivatului
financiar este puţin sensibilă la aceste modificări, ceea ce face ca acest indice se senzi-
tivitate să nu fie unul prea des utilizat. Rho se exprima prin suma pe unitatea de activ
suport pe care preţul opţiunii o câştigă sau o pierde atunci când obânda la vedere pentru
activul sigur creşte sau scade cu 1%.
∂2v
 
∂∆
5. Gamma Γ = =
∂S ∂S 2
Indicele Γ măsoară rata de modificare a indicelui ∆ ı̂n raport cu schimbările de preţ ale
activului suport. Gamma este un instrument important deoarece atunci când un trader
doreşte să realizeze un delta-hedging eficient pentru un portofoliu el ı̂ncearcă să anuleze
indicele gamma al acestuia. În acest fel se asigură că strategia de protecţie la risc va fi
eficientă pentru o varietate mare de schimbări ale preţului activului suport al derivatului
financiar.

Tabelele de mai jos oferă formulele explicite ale indicilor de senzitivitate, ı̂n funcţie de:
preţul activului suport S, preţul de exercitare K, dobânda la vedere (spot) r, dividendele
anuale q plătite de activul suport şi volatilitatea σ.
Opţiune call europeană

Valoare e−q(T −t) SN (d1 ) − e−r(T −t) KN (d2 )

Delta e−q(T −t) N (d1 )
√
Vega Se−q(T −t) N (d1 ) T − t
SN (d1 )σ
Theta −e−q(T −t) √ − rKe−r(T −t) N (d2 ) + qSe−q(T −t) N (d1 )
2 T −t
Rho K(T − t)e−r(T −t) N (d2 )
N (d1 )
Gamma e−q(T −t) √
Sσ T − t

Opţiune put europeană

Valoare e−r(T −t) KN (−d2 ) − e−q(T −t) SN (−d1 )

Delta −e−q(T −t) N (−d1 )
√
Vega Ke−r(T −t) N (d2 ) T − t
SN (d1 )σ
Theta −e−q(T −t) √ + rKe−r(T −t) N (−d2 ) − qSe−q(T −t) N (−d1 )
2 T −t
Rho −K(T − t)e−r(T −t) N (−d2 )
N (d1 )
Gamma e−q(T −t) √
Sσ T − t
Capitolul 5. Modelul Black-Scholes 68

Exemplul 5.1. Codul Matlab prezentat de funcţia VisualizeGreeks următoare calculează şi
reprezintă grafic evoluţia indicilor de senzitivitate anteriori pentru un call european cu preţul
de exercitare K = 50 şi momentul de maturitatea T ∈ [0, 5]. În fereastra ce se deschide
la lansarea programului se poate selecta vizualizarea evoluţiei fiecăruia dintre cei cinci indici
de senzitivitate. Posibilităţile de reprezentare sunt de tip Suprataţă (Fig.1 - Fig.5), Reţea şi
Reprezentare 2D.
Programul furnizează valorile indicilor de senzitivitate, valori ce pot fi vizualizate ı̂n Fig.1
- Fig.5.

Fig.1 - Indicele ∆.

Fig.2 - Indicele ν.

Fig.3 - Indicele θ.
Capitolul 5. Modelul Black-Scholes 69
Capitolul 5. Modelul Black-Scholes 70
Capitolul 5. Modelul Black-Scholes 71

Fig.4 - Indicele ρ.

Fig.5 - Indicele Γ.
Capitolul 6
Pieţe de instrumente financiare cu venit fix

6.1 Obligaţiuni financiare cu venit fix, nepurtătoare de divi-

dende. Modelul matematic

Fie (Ω, F, P, F) un câmp de probabilitate filtrat, cu filtrarea F = (Ft )t≤T ∗ satisfăcând condiţiile
uzuale, iar T ∗ este un moment terminal fixat. Toate procesele considerate vor fi definite pe
acest câmp de probabilitate.

Definiţia 6.1. O obligaţiune neplătitoare de dividente, cu maturitatea T (numită şi T-bond)

este un contract ce garantează deţinătorului său plata unei unităţi monetare la momentul de
maturitate T . Preţul activului financiar la momentul t va fi notat cu B (t, T ).

Evident, B (t, t) = 1, oricare ar fi t ∈ [0, T ]. Presupunem, de asemenea, că procesul

stochastic al preţului B (t, T ), t ∈ [0, T ] este adaptat filtrării ∨ieste strict pozitiv, iar B (t, T )
este continuu diferenţiabil ı̂n variabila T .

Definiţia 6.2. 1. Dobânda forward pentru intervalul [T1 , T2 ] , văzută la momentul t, este
definită de
ln B (t, T2 ) − ln B (t, T1 )
R (t; T1 , T2 ) := − .
T2 − T1
2. Dobânda spot pentru perioada [T1 , T2 ] este definită prin

R (T1 , T2 ) := R (T1 ; T1 , T2 ) .

3. Dobânda instantanee forward, cu maturitatea T , la momentul t este definită prin

∂ ln B (t, T )
f (t, T ) := − .
∂T

4. Dobânda instantanee pe termen scurt (short-term interest rate) la momentul t este

definită prin
r (t) := f (t, t) .

Definiţia 6.3. Procesul ce dă structura contului de economii (money account process) este
Rt
r(s)ds
B (t) := e 0 .

72
Capitolul 6. Pieţe de instrumente financiare cu venit fix 73

Lema 6.4. Pentru orice t ≤ s ≤ T , au loc reprezentările

RT
(a) B (t, T ) = B (t, s) e− s f (t,u)du
RT
(b) B (t, T ) = e− t f (t,s)ds
.

Demonstraţie. Avem, ı̂n mod evident, pentru prima formulă:

RT RT ∂ ln B(t,u)

B(t,T )
− f (t,u)du − − du u=T ln
e s = e s ∂u
= eln B(t,u)|u=s = eln B(t,T )−ln B(t,s) = e B(t,s)

B (t, T )
= , de unde
B (t, s)
RT
B (t, T ) = B (t, s) e− s f (t,u)du
.
Pentru cea de a doua formulă este suficient să considerăm s = t şi să ţinem cont de faptul că
B (t, t) = 1.

În cele ce urmează vom considera W = (W1 , ..., Wd ) o mişcare Browniană d−dimensională
şi filtrarea F cea generată de către W . Dinamicile diferitelor tipuri de procese utilizate sunt
definite ı̂n cele ce urmează.

• dinamica dobânzii instantanee pe termen scurt (short-rate):

dr (t) = a (t) dt + b (t) dWt (6.1)

• dinamica preţului obligaţiunii:

dB (t, T ) = B (t, T ) [m (t, T ) dt + v (t, T ) dWt ] (6.2)

• dinamica dobânzii forward:

df (t, T ) = α (t, T ) dt + σ (t, T ) dWt (6.3)

Presupunem că toate funcţiile coeficient (driftul şi difuzia) care apar ı̂n EDS introduse
ı̂ndeplinesc condiţiile standard de regularitate ce asigură existenţa şi unicitatea soluţiilor EDS
de mai sus.

Propoziţia 6.5. (i) Dacă B (t, T ) este guvernat de către ecuaţia (6.2), atunci pentru di-
namica dobânzii forward avem:

df (t, T ) = α (t, T ) dt + σ (t, T ) dWt ,

unde coeficienţii α şi σ sunt daţi de către

(
α (t, T ) = vT (t, T ) v (t, T ) − mT (t, T )
σ (t, T ) = −vT (t, T ) ,

unde prin vT şi mT am ı̂nţeles derivatele parţiale ale funcţiilor v şi m ı̂n raport cu
variabila T .

(ii) Dacă f (t, T ) este guvernat de către ecuaţia (6.3), atunci dobânda short-rate satisface:

dr (t) = a (t) dt + b (t) dWt ,

Capitolul 6. Pieţe de instrumente financiare cu venit fix 74

unde coeficienţii a ş b sunt daţi de către

(
a (t) = fT (t, T ) + α (t, t)
b (t) = σ (t, t) .

(iii) Dacă f (t, T ) este guvernat de către ecuaţia (6.3), atunci B (t, T ) satisface
 
1 2
dB (t, T ) = B (t, T ) r (t) + A (t, T ) + ||S (t, T ) || dt + B (t, T ) S (t, T ) dWt ,
2

unde Z T Z T
A (t, T ) := − α (t, s) ds şi S (t, T ) := − σ (t, s) ds.
t t

Demonstraţie. (i) Pentru a demonstra primul punct aplicăm formula lui Itô ecuaţiei ce
defineşte dinamica dobânzii forward. Preţul obligaţiunii este dat de către o EDS liniară,
deci aceasta admite o soluţie explicită:
1 2
B (t, T ) = B (0, T ) ev(t,T )Wt +(m(t,T )− 2 v (t,T ) )t .

De aici, prin logaritmare, obţinem

   
1 2
ln B (t, T ) = ln B (0, T ) + v (t, T ) Wt + m (t, T ) − v (t, T ) t .
2

Efectuăm derivarea parţială ı̂n raport cu variabila T şi avem

∂ ln B (t, T ) ∂ ln B (0, T )
− =− + [−vT (t, T ) Wt + (−mT (t, T ) + v (t, T ) vT (t, T )) t] .
∂T ∂T
La ultimul pas obţinem că
 
∂ ln B (t, T )
d − = −vT (t, T )dWt + (−mT (t, T ) + v (t, T ) vT (t, T ))dt,
∂T | {z } | {z }
σ(t,T ) α(t,T )

adică
df (t, T ) = σ (t, T ) dWt + α (t, T ) dt.

(ii) Scriem, pentru ı̂nceput, dinamica dobânzii forward sub formă integrală
Z t Z t
f (t, t) = r (t) = f (0, t) + α (s, t) ds + σ (s, t) dWs . (6.4)
(3) 0 0

Regularitatea coeficienţilor α şi σ ne permite următoarea scriere sub formă integrală

Z t
α (s, t) = α (s, s) + αT (s, u) du
s
Z t
σ (s, t) = σ (s, s) + σT (s, u) du.
s
Capitolul 6. Pieţe de instrumente financiare cu venit fix 75

Inserăm ultimele două reprezentări ı̂n formula (6.4) şi obţinem

Z t Z tZ t
r (t) = f (0, t) + α (s, s) ds + αT (s, u) duds
0 0 s
Z t Z tZ t
+ σ (s, s) ds + σT (s, u) dudWs .
0 0 s

Schimbăm ordinea de integrare, ajustăm noile capete de integrare şi identificăm coeficienţii
specificaţi in enunţul teoremei.
Z tZ t Z tZ t
E : = αT (s, u) duds + σT (s, u) dudWs
0 s 0 s
Z tZ u Z tZ u
= αT (s, u) dsdu + σT (s, u) dWs du.
0 0 0 0

Diferenţiind, obţinem, considerând ı̂n definiţia lui f (t, T ) , T = t,

Z t Z t
dE = αT (s, t) ds + σT (s, t) dWs = fT (t, t) .
0 0

Prin urmare,

dr (t) = α (t, t) dt + σ (t, t) dWt + fT (t, t) dt

= (α (t, t) + fT (t, t))dt + σ (t, t)dWt
| {z } | {z }
a(t) b(t)

(iii) Din definiţia ratei forward, putem scrie procesul preţului obligaţiunii astfel:

B (t, T ) = eZ(t,T ) ,

unde Z T
Z (t, T ) = − f (t, s) ds.
t
Scriem (6.3) sub formă integrală şi obţinem
Z t Z t
f (t, s) = f (0, s) + α (u, s) du + σ (u, s) dWu .
0 0

Inserăm această reprezentare ı̂n formula procesului Z şi avem

Z T Z tZ T Z tZ T
Z (t, T ) = − f (0, s) ds − α (u, s) dsdu − σ (u, s) dsdWu .
t 0 t 0 t
Capitolul 6. Pieţe de instrumente financiare cu venit fix 76

Despărţim integralele de mai sus pe subintervale şi schimbăm din nou ordinea de inte-
grare, ca la punctul precedent. Obţinem astfel:
Z T Z tZ T Z tZ T
Z (t, T ) = − f (0, s) ds − α (u, s) dsdu − σ (u, s) dsdWu
0 0 u 0 u
Z t Z tZ t Z tZ t
+ f (0, s) ds + α (u, s) dsdu + σ (u, s) dsdWu
0 0 u 0 u
Z tZ T Z tZ T
= Z (0, T ) − α (u, s) dsdu − σ (u, s) dsdWu
0 u 0 u
Z t Z tZ s Z tZ s
+ f (0, s) ds + α (u, s) duds + σ (u, s) dWu ds.
0 0 0 0 0

Ultima linie din calculul anterior reprezintă chiar forma integrală a dinamicii ratei for-
ward (6.3) pe intervalul [0, s]. Deoarece

r (s) = f (s, s) ,

această linie este egală cu Z t

r (s) ds.
0
Prin urmare, obţinem
Z t Z tZ T Z tZ T
Z (t, T ) = Z (0, T ) + r (s) ds − α (u, s) dsdu − σ (u, s) dsdWu .
0 0 u 0 u

Utilizăm formulele de definire ale cantităţilor

Z T Z T
A (t, T ) := − α (t, s) ds şi S (t, T ) := − σ (t, s) ds,
t t

ceea ce conduce la

dZ (t, T ) = [r (t) + A (t, T )] dt + S (t, T ) dWt .

Aplicăm acum formula lui Itô procesului stochastic

B (t, T ) = eZ(t,T )

şi rezultă
 
Z(t,T ) 1 Z(t,T )
dB (t, T ) = e (r (t) + A (t, T )) + e ||S (t, T ) || dt + eZ(t,T ) S (t, T ) dWt ,
2
2

adică
 
1
dB (t, T ) = B (t, T ) r (t) + A (t, T ) + ||S (t, T ) ||2 dt + B (t, T ) S (t, T ) dWt ,
2

ceea ce finalizează demonstraţia teoremei.

Capitolul 6. Pieţe de instrumente financiare cu venit fix 77

6.2 Determinarea preţului obligaţiunilor şi măsuri martingale

Definiţia 6.6. O măsură de probabilitate P∗ ∼ P (definită pe spaţiul măsurabil (Ω, F)) este
o măsură martingală pentru piaţa de obligaţiuni dacă, pentru orice 0 ≤ T ≤ T ∗ , procesul
actualizat
B (t, T )
este o P∗ martingală.
B (t)
Prin B (t) am notat contul bancar fără risc (sau contul de economii), ce a fost considerat ca
numerarul ı̂n raport cu care se calculează valoarea actualizată la momentul t a obligaţiunii
financiare. Vom presupune că există o astfel de măsură martingală echivalenta, P∗ .

Propoziţia 6.7. Fie un T -derivat financiar X. Preţul său (fair price) la orice moment
0 ≤ t ≤ T , va fi dat de către formula de evaluare la risc neutru (risk-neutral valuation
formula):  
X  RT 
πt (X) = B (t) EP∗ |Ft = EP∗ Xe− t r(s)ds |Ft ,
B (T )
unde r (t) este dobânda instantanee pe termen scurt.
În particular, procesul preţului unei obligaţiuni nepurtătoare de dividente, cu data de ma-
turitate T este  RT 
B (t, T ) = EP∗ e− t r(s)ds |Ft .

6.2.1 Modele de dobânzi pe termen scurt (short-term rate models)

Considerăm modelul dobânzii pe termen scurt de tipul

dr (t) = a (t, r (t)) dt + b (t, r (t)) dWt , (6.5)

coeficienţii de drift şi de difuzie sunt suficienţi de regulaţi, iar W este o mişcare Browniană
1-dimensională.
Vom presupune că are loc formula (6.5) sub măsura de probabilitate P. Orice măsură de
probabilitate echivalentă va fi dată de către densitatea Girsanov:

Rt 1 Rt 2
− 0 γ(u)dWu − γ (u)du
L (t) = e 2 0 , 0 ≤ t ≤ T.

Presupunem acum că γ este de forma

γ = λ (t, r (t)) ,

cu λ o funcţie suficient de netedă ı̂n ambele variabile. Vom folosi notaţia P∗ (λ) pentru a
sugera dependenţa măsurii de probabilitate P∗ ∼ P de densitatea λ.
Conform Teoremei lui Girsanov rezultă că
Z
W̄ := W + λdt

este o P∗ mişcare Browniană, iar ı̂n această situaţie, dinamica procesului r sub măsura de
probabilitate P∗ este dată de

dr (t) = {a (t, r (t)) − b (t, r (t)) λ (t, r (t))} dt + b (t, r (t)) dW̄t .

Considerăm acum un T -derivat financiar oarecare

X = Φ (r (T )) , Φ : R → R+ .
Capitolul 6. Pieţe de instrumente financiare cu venit fix 78

Aplicăm formula de evaluare la risc neutru şi obţinem

h RT i
F (t, r (t)) = EP∗ (λ) e− t r(u)du Φ (r (T )) | Ft ,

funcţia F : [0, T ∗ ] × R → R fiind soluţie a EDP:

1
Ft (t, r) + (a (t, r) − b (t, r) λ (t, r)) Fr (t, r) + b2 (t, r) Frr (t, r) − r (t) F (t, r) = 0,
2
sau, pe scurt,
1
Ft + (a − bλ) Fr + b2 Frr − rF = 0,
2
cu condiţia finală
F (T, r) = Φ (r) , ∀r ∈ R.
Presupunem că procesul preţului B (t, T ) unei T -obligaţiuni (sau T -bond) este determinat de

B (t, T ) = F (t, r (t) ; T ) ,

cu condiţia finală F (T, r; T ) = 1.

Propoziţia 6.8. (Ecuaţia de structură) Fie un T -derivat financiar de forma X = Φ (r (T )).

Preţul de arbitraj al acestui derivat financiar va fi dat de către

πt (X) = F (t, r (t)) ,

unde funcţia F este soluţia EDP

1
Ft + aFr + b2 Frr − rF = 0, (6.6)
2
cu condiţia terminală F (T, r) = Φ (r).
În particular, preţurile T -bond-urilor sunt date de

B (t, T ) = F (t, r (t) ; T ) ,

funcţia F satisfăcând ecuaţia (6.6), cu condiţia finală F (T, r; T ) = 1.

Considerăm acum că dorim să evaluăm preţul unui Call European cu maturitatea S şi
preţul de exercitare K, având ca activ suport un T -bond. Prin urmare, funcţia de plată este

X = (B (S, T ) − K)+ = max{B (S, T ) − K, 0}.

Preţul dat de B (t, T ) = F (t, r; T ) se obţine rezolvând EDP considerată mai sus. Din formula
de evaluare la risc neutru obţinem

πt (X) = G (t, r) ,

unde funcţia G verifică

b2
Gt + aGr + Grr − rG = 0,
2
cu condiţia finală
G (S, r) = max{F (S, r; T ) − K, 0}, ∀r ∈ R.
Problema ce apare constă ı̂n stabilirea unor coeficienţi de drift şi de difuzie convenabili, care
să permită rezolvarea sau simularea soluţiei EDP ce apare ı̂n determinarea preţurilor.
Capitolul 6. Pieţe de instrumente financiare cu venit fix 79

Definiţia 6.9. Dacă preţul obligaţiunilor este dat de

B (t, T ) = eA(t,T )−B(t,T )r , 0 ≤ t ≤ T,

cu A şi B funcţii deterministe, spunem că modelul posedă o structură afină.

Exemple clasice de modele de dobânzi pe termen scurt sunt date reprezentate de:

• modelul Vasicek
dr = (α − βr) dt + γdWt

• modelul Cox-Ingersoll-Ross
√
dr = (α − βr) dt + γ rdWt

• modelul Ho-Lee
dr = α (t) dt + γdWt

• modelul Hull-White 1 (extensie a modelului Vasicek)

dr = (α (t) − β (t) r) dt + γ (t) dWt

• modelul Hull-White 2 (extensie a modelului Cox-Ingersoll-Ross)

√
dr = (α (t) − β (t) r) dt + γ (t) rdWt

6.2.2 Clasa modelelor Heath-Jarrow-Morton

Pentru modelarea structurii dobânzii, Heath Jarrow şi Morton au propus luarea ı̂n consideraţie
a ı̂ntregii dinamici a dobânzii forward ca variabilă de stare. Mai precis, pentru orice T ≤ T ∗
arbitrar, fixat, dinamica dobânzii forward instantanee, notată cu f (t, T ) satisface EDS

df (t, T ) = α (t, T ) dt + σ (t, T ) dWt , (6.7)

unde W este o mişcare Browniană d-dimensională ı̂n raport cu măsura de probabilitate P, iar
α şi σ sunt procese stochastice adaptate cu valori ı̂n R, respectiv Rd . Pentru orice dată de
maturitate T condiţia iniţială, la momentul 0, ataşată ecuaţiei anterioare este determinată de
către valoarea curentă, observată emipiric a dobânzii forward.
Specificarea familiei de dobânzi forward

{f (t, T ) ; T > 0}

este echivalentă cu cunoaşterea ı̂ntregii familii

{B (t, T ) ; T > 0}

a preţurilor obligaţiunilor. Chiar mai mult, are loc următoarea reprezentare a procesului
preţului obligaţiunilor:

dB (t, T ) = B (t, T ) [m (t, T ) dt + S (t, T ) dWt ],

unde
1
m (t, T ) = r (t) + A (t, T ) + ||S (t, T ) ||2 ,
2
Capitolul 6. Pieţe de instrumente financiare cu venit fix 80

iar Z T Z T
A (t, T ) = − α (t, s) ds şi S (t, T ) = − σ (t, s) ds.
t t
Studiem care sunt condiţiile ce trebuie impuse coeficienţilor pentru a asigura existenţa unei
măsuri martingale echivalente, ı̂n raport cu un numerar convenabil ales. În acest fel vom putea
obţine că modelul de piaţă de obligaţiuni considerată este fără arbitraj.
Putem considera drept numerar ı̂n piaţa considerată un cont bancar (cont de economii)
fără risc, pe care ı̂l vom nota cu B, şi a cărui reprezentare este
Rt Rt
f (u,u)du r(u)du
B (t) = e 0 =e 0 .

Trebuie determinată o măsură de probabilitate echivalentă astfel ı̂ncât valoarea actualizată

B (t, T )
Z (t, T ) =
B (t)

să fie o martingală, pentru orice 0 ≤ T ≤ T ∗ . Vom numi această măsură de probabilitate
măsură martingală de risc neutru (risk-neutral martingale measure), pentru a pune astfel ı̂n
evidenţă faptul că ea depinde de numerarul ales ı̂n raport cu care se face actualizarea.

Teorema 6.10. Presupunem că dinamica familiei de dobânzi forward este dată prin EDS
(6.7). Atunci există o măsură martingală de risc neutru dacă şi numai dacă există un proces
stochastic adaptat λ (t) ce verifică
RT
(i) 0 ||λ (t) ||2 dt < ∞, P − a.s. şi E (L (T )) = 1, unde
Rt Rt
L (t) = e{− 0 λ(u)dWu − 12 0 ||λ(u)||2 du}
. (6.8)

(ii) Pentru toţi 0 ≤ T ≤ T ∗ şi pentru toţi t ≤ T , are loc

Z T
α (t, T ) = σ (t, T ) σ (t, s) ds + σ (t, T ) λ (t) .
t

Demonstraţie. Deoarece ne situăm ı̂ntr-un cadru Brownian, ştim că orice măsură de proba-
bilitate echivalentă Q ∼ P este dată de către densitatea Girsanov (6.8).R Mai precis, aplicând
t
formula lui Itô se poate verifica că exponenţiala Doléans a lui Ut := − 0 λ (u) dWu , care este
tocmai procesul L (t), este soluţia unică a EDS

dL (t) = L (t) λ (t) dWt = L (t) dUt ,

n R o
t Rt
cu condiţia iniţială L (0) = 1. Prin urmare, procesul L (t) = exp − 0 λ (u) dWu − 12 0 ||λ (u) ||2 du
este o martingală continuă, iar dacă este satisfăcută şi condiţia Novikov :
  Z T 
1 2
EP exp ||λ (s) || ds < ∞,
2 0
 
atunci, definind procesul stochastic W̃ = W̃1 , ..., W̃d ,
Z t
W̃i (t) := Wi (t) + λi (s) ds, pentru 0 ≤ t ≤ T şi i = 1, 2, ..., d,
0
Capitolul 6. Pieţe de instrumente financiare cu venit fix 81

acesta este o mişcare Browniană d−dimensională ı̂n raport cu măsura de probabilitate Q ∼ P

(definită pe (Ω, FT )), a cărei derivată Radon-Nikodym este

dQ
= L (T ) .
dP
Aplicăm formula lui Itô şi obţinem că dinamica procesului Z (t, T ), considerată sub măsura
de probabilitate echivalentă Q este data de:
 
1 2
dZ (t, T ) = Z (t, T ) A (t, T ) + ||S (t, T ) || − S (t, T ) λ (t) dt + Z (t, T ) S (t, T ) dW̃t , (6.9)
2

W̃ fiind o Q-mişcare Browniană. Într-adevăr, pentru simplitatea prezentării omiţând argu-

mentul dublu (t, T ), avem
1
dZ = Bt−1 dB = B [mdt + SdWt ] + BdBt−1
Bt
= Z [mdt + SdWt ] − rBBt−1 dt
  
1 2
= Z [mdt + SdWt ] − rZdt = Z r + A + ||S|| dt + SdWt − rZdt
2
  
1 2

= Z r + A + ||S|| dt + S dW̃t − λ (t) dt − rZdt
2
 
1
= Z A + ||S||2 + Sλ (t) dt + ZSdW̃t + rZdt − rZdt
2
 
1 2
= Z A + ||S|| + Sλ (t) dt + ZSdW̃t .
2

Pentru ca Z să fie o Q-martingală trebuie ca termenul de drift din (6.9) să fie zero, adică
obţinem că
1
A (t, T ) + ||S (t, T ) ||2 = S (t, T ) λ (t) .
2
Derivând ı̂n raport cu variabila T şi ţinând cont de formule lui A şi S, obţinem

−α (t, T ) − σ (t, T ) S (t, T ) = −σ (t, T ) λ (T ) ,

adică ceea ce trebuia demonstrat.

Teorema 6.11. (Heath-Jarrow-Morton) Presupunem că Q este măsura martingală de risc

neutru pentru piaţa de obligaţiuni şi că dinamica, sub Q, a dobânzii forward este dată prin

df (t, T ) = α (t, T ) dt + σ (t, T ) dW̃t ,

unde W̃ este o Q-mişcare Browniană. Atunci avem:

(i) condiţia Heath-Jarrow-Morton pentru coeficientul de drif:

Z T
α (t, T ) = σ (t, T ) σ (t, s) ds, 0 ≤ t ≤ T ≤ T ∗, Q − a.s (6.10)
t

(ii) dinamica preţului, sub Q, a preţului obligaţiunilor

dB (t, T ) = B (t, T ) r (t) dt + B (t, T ) S (t, T ) dW̃t ,

RT
unde S este dat de S (t, T ) = − t σ (t, s) ds.
Capitolul 6. Pieţe de instrumente financiare cu venit fix 82

6.2.3 Măsuri martingale forward de risc neutru

În anumite situaţii este mai util a se utiliza preţul obligaţiunii B (t, T ∗ ) drept numerar ı̂n
raport cu care se face actualizarea. În această situaţie ar trebui determinată o măsură de
probabilitate Q∗ , echivalentă cu P, astfel ı̂ncât procesul

B (t, T )
Z ∗ (t, T ) = , ∀t ∈ [0, T ]
B (t, T ∗ )

să fie o martingală sub Q∗ pentru toţi T ≤ T ∗ . Vom numi această măsură de probabilitate
măsură martingală forward de risc neutru (forward risk-neutral martingale measure). În acest
cadru nu utilizăm un cont de economii, iar existenţa unei măsuri martingale Q∗ va garanta că
nu există oportunităţi de arbitraj ı̂ntre obligaţiuni cu diferite momente de maturitate. Tehnica
utilizată pentru determinarea condiţiilor encesare şi suficiente pentru o astfel de măsură mar-
tingală urmează aceeaşi paşi ca şi ı̂n situaţia contului de economii.
Preţul obligaţiunilor presupunem că este guvernat de EDS

dB (t, T ) = B (t, T ) [m (t, T ) dt + S (t, T ) dWt ],

coeficienţii m şi S fiind definiţi anterior. Aplicăm formula lui Itô procesului

B (t, T )
Z ∗ (t, T ) =
B (t, T ∗ )

şi obţinem
dZ ∗ (t, T ) = Z ∗ (t, T ) [m̃ (t, T ) dt + (S (t, T ) − S (t, T ∗ )) dWt ] ,
unde m̃ (t, T ) = m (t, T ) − m (t, T ∗ ) − S (t, T ∗ ) (S (t, T ) − S (t, T ∗ )).

Chiar mai mult, pentru procesele B (t, T ) şi B (t, T ∗ ) avem soluţii explicite, date de
Rt
S(u,T )dWu + 0t (m(u,T )− 12 S 2 (u,T ))du
R
B (t, T ) = B (0, T ) e 0
Rt
S(u,T ∗ )Wu + 0t (m(u,T ∗ )− 12 S 2 (u,T ∗ ))du
R
B (t, T ∗ ) = B (0, T ∗ ) e 0 ,

de unde obţinem

B (t, T ) B (0, T )
Z ∗ (t, T ) = ∗
= ×
B (t, T ) B (0, T ∗ )
nR Rth i o
t
exp 0 (S (u, T ) − S (u, T ∗ )) dWu + 0 (m (u, T ) − m (u, T ∗ )) − 12 (S (u, T ) − S (u, T ∗ ))2 du ×
nR o
t
exp 0 S (u, T ∗ ) (S (u, T ) − S (u, T ∗ )) du .

B (t, T )
Prin urmare, procesul Z ∗ (t, T ) = verifică EDS
B (t, T ∗ )

dZ ∗ (t, T ) = Z ∗ (t, T ) [m̃ (t, T ) dt + (S (t, T ) − S (t, T ∗ )) dWt ] ,

unde an notat m̃ (t, T ) = m (t, T ) − m (t, T ∗ ) − S (t, T ∗ ) (S (t, T ) − S (t, T ∗ )).

Din nou, orice măsură martingală Q∗ este dată de către densitatea Girsanov L (t) de tipul
celei definite anterior. Prin urmare, coeficientul de drift al procesului Z ∗ (t, T ), atunci când
este considerat sub măsura Q∗ , este dat de

m̃ (t, T ) − (S (t, T ) − S (t, T ∗ )) γ (t) ,

Capitolul 6. Pieţe de instrumente financiare cu venit fix 83

γ fiind funcţia corespunzătoare lui L (t). Pentru ca Z ∗ (t, T ) să fie o martingală sub Q∗ e
necesar ca acest coeficient sa fie egal cu zero, ceea ce conduce, ı̂nlocuindu-l pe m̃ cu definiţia
sa, la
1
(A (t, T ) − A (t, T ∗ )) + ||S (t, T ) ||2 − ||S (t, T ∗ ) ||2


2
= (S (t, T ∗ ) + γ (t)) (S (t, T ) − S (t, T ∗ )) .

Scriind ı̂n terminologia coeficienţilor dinamicii dobânzii forward, identitatea anterioară capătă
forma simplificată
Z T∗ Z ∗ 2 Z T∗
T
1
α (t, s) ds + σ (t, s) ds = γ (t) σ (t, s) ds.

T 2 T T

Derivăm ı̂n raport cu T şi obţinem

Z T∗
α (t, T ) + σ (t, T ) σ (t, s) ds = γ (t) σ (t, T ) .
T

An demonstrat, prin urmare, următorul rezultat.

Teorema 6.12. Presupunem că familia dobânzilor forward este dată de EDS (6.7). Atunci ex-
istă o măsură martingală forward de risc neutru dacă şi numai dacă există un proces stochastic
adaptat γ (t) ce satisface (6.8), astfel ı̂ncât,

α (t, T ) = σ (t, T ) (S (T, T ∗ ) + γ (t)) , 0 ≤ t ≤ T ≤ T ∗.

6.3 Determinarea preţului şi acoperirea la risc pentru derivate

financiare cu active suport obligaţiuni
Presupunem că dinamica dobânzii forward, scrisă sub o măsură martingală de risc neutru, este

df (t, T ) = α (t, T ) dt + σ (t, T ) dW̃t , f (0, T ) = fˆ (0, T ) .

Restrângem clasa modelelor presupund că volatilitatea dobânzii forward este deterministă.
Condiţia HJM pentru drift (6.10) şi forma integrală a dobânzii forwardconduc la
Z t Z t
f (t, t) = r (t) = f (0, t) + (−σ (u, t) S (u, t)) du + σ (u, t) dW̃u ,
0 0

ceea ce arată că dobânda pe termen scurt are o lege de probabilitate Gaussiană. Conform
Teoremei Heath-Jarrow-Morton rezultă că dinamica, sub Q, a preţului obligaţiunii este dată
de n o
dB (t, T ) = B (t, T ) r (t) dt + S (t, T ) dW̃t .

Pentru a determina preţul opţiunilor ce au ca active suport obligaţiuni neplătitoare de

cupoane utilizăm tehnica schimbării numererului. Să considerăm, pentru exemplificare, o
opţiune de call european, notată cu C, ce are ca activ suport o T ∗ -obligaţiune, maturitatea
opţiunii fiind T , iar preţul său de exercitare K. Avem de a face deci cu T -derivatul financiar

X = (B (T, T ∗ ) − K)+ . (6.11)

Capitolul 6. Pieţe de instrumente financiare cu venit fix 84

Preţul derivatului financiar la momentul t = 0 este dat de

C (0) = B (0, T ∗ ) Q∗ (A) − KB (0, T ) QT (A) ,

unde
A = {ω | B (T, T ∗ ) > K}
şi QT , respectiv Q∗ sunt T -, respectiv T ∗ - măsuri martingale forward de risc neutru.
Procesul
B (t, T ∗ )
Z̃ (t, T ) :=
B (t, T )
are următoarea dinamică sub Q (omitem la scriere argumentul si utilizăm notaţia S ∗ pentru
S (t, T ∗ )) h i
dZ̃ = Z̃ S (S − S ∗ ) dt − (S − S ∗ ) dW̃t ,

adică un coeficient de varianţă determinist.

Pe de altă parte,

B (T, T ∗ )
   
∗ ∗ ∗
Q (B (T, T ) ≥ K) = Q ≥K = Q∗ Z̃ (T, T ) ≥ K .
B (T, T )

Deoarece Z̃ (t, T ) este o QT martingală, cu dinamica, sub QT ,

dZ̃ (t, T ) = −Z̃ (t, T ) [S (t, T ) − S (t, T ∗ )] dWtT ,

obţinem că, sub QT (notam din nou S = S (t, T ) şi S ∗ = S (t, T ∗ )),

B (0, T ∗ )
 Z T
1 T
Z 
∗ T ∗ 2
Z̃ (T, T ) = exp − (S − S ) dWt − (S − S ) dt ,
B (0, T ) 0 2 0

cu W T o QT -mişcare Browniană. Integrala stochastică din exponenţială este un proces Gaus-

sian, de medie zero şi varianţa
Z T
2
Σ (T ) = (S (t, T ) − S (t, T ∗ ))2 dt.
0

Avem, prin urmare,

 
QT (B (T, T ∗ ) ≥ K) = QT Z̃ (T, T ) = N (d2 ) ,

unde  
B (0, T ) 1
ln ∗
− Σ2 (T )
KB (0, T ) 2
d2 = p .
2
Σ (T )
În mod analog, pentru primul termen

B (t, T )
Z ∗ (t, T ) =
B (t, T ∗ )

are dinamica, sub Q, h i

dZ ∗ = Z ∗ S ∗ (S ∗ − S) dt + (S − S ∗ ) dW̃t
Capitolul 6. Pieţe de instrumente financiare cu venit fix 85

şi are tot coeficientul de varianţă determinist. Prin urmare,

   
∗ ∗ ∗ 1 1 ∗ ∗ 1
Q (B (T, T ) ≥ K) = Q ≤ = Q Z (T, T ) ≤ .
B (T, T ∗ ) K K

Sub măsura Q∗ , Z ∗ (t, T ) este un proces martingal ce satisface EDS

dZ ∗ (t, T ) = Z ∗ (t, T ) [S (t, T ) − S (t, T ∗ )] dWt∗ ,

de unde Z T Z T 
B (0, T ) 1
Z ∗ (T, T ) = exp (S − S ∗ ) dWt − (S − S ∗ )2 dt .
B (0, T ∗ ) 0 2 0

Din nou, avem o variabilă aleatoare cu aceeaşi varianţă ı̂n exponenţială, Σ2 (T ), ca şi ı̂n cazul
anterior, de unde rezultă că

Q∗ (B (T, T ∗ ) ≥ K) = N (d1 ) ,

unde p
d1 = d2 + Σ2 (T ).
Prin urmare, am obţinut următorul rezultat.

Teorema 6.13. Preţul unei opţiuni de call european definită de (6.11) este dat de

C (0) = B (0, T ∗ ) N (d2 ) − KB (0, T ) N (d1 ) ,

funcţiile d1 şi d2 fiind definite anterior.

6.3.1 Contracte Swaps

Printr-un derivat financiar swap ı̂nţelegem un derivat financiar caracterizat de:

• un moment fixat t - momentul iniţierii contractului;

• momentele echidistante T0 < T1 < ... < Tn , cu Ti+1 − Ti = δ;

• o dobândă prespecificată R;

• o sumă nominală K.

Un contract swap cu K şi R fixaţi constă ı̂ntr-o succesiune de plăţi, ı̂n care suma plătită
la momentul Ti+1 , i = 0, ..., n − 1 este dată de

Xi+1 = Kδ (L (Ti , Ti ) − R) .

Dobânda flotantă pe intervalul [Ti , Ti+1 ], observată la momentul Ti , o vom nota cu L (Ti , Ti );
ea este o dobândă simplă, ce este definită prin
1
B (Ti , Ti+1 ) = .
1 + δL (Ti , Ti )
Capitolul 6. Pieţe de instrumente financiare cu venit fix 86

Ne intereseaza existenţa unei măsuri martingale de risc neutru. Folosind formula de evaluare
la risc neutru (putem considera, fără a restrânge generalitatea, K = 1) obţinem
n
X h RT  i
π (t, S) = EQ e− t r(s)ds δ (L (Ti , Ti ) − R) Ft

i=1
n   RT  
X − T i r(s)ds 
= EQ EQ e  Fti
i−1

i=1
  
−
RT
r(s)ds 1 
×e t − (1 + δR)  Ft
B (Ti−1 , Ti )
n
X n
X
= (B (t, Ti−1 ) − (1 + δR) B (t, Ti )) = B (t, T0 ) − ci B (t, Ti ) ,
i=1 i=1

unde ci = δR, i = 1, ..., n − 1 şi cn = 1 + δR. Prin urmare, un swap este o combinaţie liniară
de obligaţiuni ce nu plătesc cupoane pe parcursul perioadei lor de viaţă.
Capitolul 7
Analiza riscului ı̂n pieţele financiare

În cele ce urmează vom considera un câmp de probabilitate (Ω, F, P), pe care vom defini
procesele stochastice ce vor apărea pe parcursul expunerii.

Definiţia 7.1. Spunem că {Xt ; t ≥ 0} un proces stochastic cu creşteri independente, dacă
pentru toate intervalele disjuncte (ai , bi ],

Xb1 − Xa1 , Xb2 − Xa2 , ..., Xbn − Xan

sunt variabile aleatoare independente.Variabila aleatoare Xbi − Xai se va numi creşterea lui X
ı̂n intervalul (ai , bi ].

Definiţia 7.2. {Xt ; t ≥ 0} este un proces cu creşteri staţionare dacă

FXt+h −Xt (x) este independent de t,

adică dacă toate creşterile intervalelor de aceeaşi lungime au aceeaşi funcţie de repartiţie.

7.1 Procese Markov

Procesele Markov sunt o clasă particulară a proceselor cu creşteri independente. Repartiţia

variabilelor procesului viitor depinde doar de ultima valoare cunoscută a procesului. Această
proprietate este cunoscută şi sub numele de condiţia Markov:
 
P Xtm+1 ≤ xm+1 , ..., Xtn ≤ xn | Xt1 = x1 , ...Xtm = xm (7.1)
 
= P Xtm+1 ≤ xm+1 , ..., Xtn ≤ xn | Xtm = xm ,

pentru şirul de momente

t1 < t2 < ... < tm < tm+1 < ... < tn .

Legea de probabilitate care guvernează un proces Markov (ce primeşte doar o mulţime numărabilă
de valori) este descrisă de probabilităţile de transfer:

P [Xt = ak | Xt0 = aj ] = pj,k t0 , t , t0 ≤ t.

87
Capitolul 8. Analiza riscului ı̂n pieţele financiare 88

Probabilităţilor de transfer li se impune a avea următoarele proprietăţi de continuitate:

(a) pj,k (t0 , t) este continuă pentru toate perechile (t0 , t) ;


1, dacă j = k
(b) lim pj,k (t, τ ) = pj,k (t, t) =
τ →t 0, dacă j 6= k.

Probabilităţile de transfer se numesc staţionare dacă

pj,k t0 , t = pj,k t0 + h, t + h , pentru orice h > 0.

7.2 Descrierea intuitivă a riscului şi a noţiunilor auxiliare

Industria asigurărilor există deoarece oamenii doresc să plătească un preţ pentru a fi asiguraţi,
un preţ care este mai mare decât solicitările lor de despăgubire aşteptate. Ca urmare, asig-
uratorul colectează o primă care este mai mare decât valoarea aşteptată a solicitărilor de
despăgubire.
Să presupunem că prin solicitare de despăgubire vom ı̂nţelege efectul elementului de
risc, guvernat de ı̂ntâmplare şi care implică o pagubă şi pierderea unei anumite sume de bani
(lichizi sau derivate financiare), care poate fi asigurată.
Să considerăm un portofoliu de riscuri care sunt asigurate de către un anumit asigura-
tor. Portofoliul poate conţine un singur risc sau câteva riscuri. Riscurile produc solicitări de
despăgubire şi plătesc prime către asiguratorul care, la rândul lui, va acoperi solicitările de
despăgubire. Deci, pe scurt, un risc este

• plătitor de prime

• producător de solicitări de despăgubire

Prin urmare, un risc poate fi descris de o pereche de funcţii (Pt , St ), unde

• Pt = prima dobândită ı̂n intervalul de timp (0, t]

• St = suma valorilor solicitărilor de despăgubire suportate ı̂n intervalul (0, t].

De fapt, pentru analiza matematică a riscului, doar diferenţa funcţiilor anterioare, Pt − St

este esenţială. Asiguratorul este interesat de balanţa dintre primele şi plăţile solicitărilor totale
de despăgubire. Ambele funcţii Pt şi St pot fi funcţii aleatoare (procese stochastice) sau funcţii
care nu depind de elementul aleator (procese deterministe). De obicei, se consideră că Pt este
indepentă de hazard şi St este stochastică.
Să presupunem că Pt este o funcţie deterministă. Altfel, dacă Pt ar fi stochastică (depinde
explicit de experienţa ı̂nregistrată pentru solicitările de despăgubire până la momentul de timp
t), atunci, putem defini funcţiile noi

P ∗ (t) := E [Pt ] ,
S ∗ (t) := St − Pt + E [Pt ] ,

Prin urmare, vom avea

P ∗ (t) − S ∗ (t) = Pt − St ,
Capitolul 8. Analiza riscului ı̂n pieţele financiare 89

iar procesul P ∗ (t) este acum deterministic. Putem preupune deci, ı̂n cele ce urmează, că Pt
este o funcţie deterministă, pe care o vom numi funcţia de primă a riscului.
Procesul aleator St va fi numit procesul solicitărilor de despăgubire acumulat (sau
procesul de risc) şi va fi caracterizat prin:

• procesul numărului solicitărilor de despăgubire Nt , care reprezintă numărul so-

licitărilor de despăgubire produse până la momentul de timp t,

• valoarea solicitării de despăgubire Yt , asociată solicitării de despăgubire de la mo-

mentul de timp t.

Solicitările de despăgubire acumulate până la momentul t pot fi reprezentate de suma

aleatoare X
St = Yti ,
ti ∈At

unde

At = mulţimea aleatoare a momentelor de timp ı̂n care se produc

solicitările de despăgubire, până la momentul de timp t
= mulţimea punctelor de discontinuitate ale procesului numărului
solicitărilor de despăgubire Nt , care nu se situează la dreapta lui t.

Prin urmare, suma X

St = Yti
ti ∈At

este aleatoare ı̂n două sensuri:

• are un număr aleator de termeni Yti , care este determinat de către mulţimea At ,

• fiecare termen Yti din sumă este o variabilă aleatoare.

7.3 Procesul numărului solicitărilor de despăgubire – Mode-

larea matematică

Vom defini procesul numărului solicitărilor de despăgubire ca fiind un proces stochastic {Nt ; t ≥
0}, unde Nt reprezintă numărul solicitărilor de despăgubire ı̂n intervalul de timp (0, t].
Mulţimea At , introdusă anterior, ı̂n definiţia procesului solicitărilor de despăgubire acu-
mulat St , poate fi obţinută prin intermediul procesul Nt :

At = {punctele de discontinuitate ale lui Nτ , τ < t} .

Vom presupune că doar un singur eveniment de solicitare de despăgubire poate să se
producă ı̂ntr-un moment de timp. Mai precis, solicitările de despăgubire simultane sunt con-
siderate ca fiind un singur eveniment de solicitare de despăgubire.
Să presupunem acum că {Nt ; t ≥ 0} este un proces Markov . Intuitiv, aceasta ı̂nseamnă că
numărul total de solicitări de despăgubire ı̂nregistrat ı̂n trecut este important, dacă este con-
siderat numărul viitor de solicitări de despăgubire (numărul viitor de solicitări de despăgubire
depinde de numărul total de solicitări de despăgubire care s-au produs ı̂n trecut), dar nu este
important atunci când aceste solicitări de despăgubire s-au produs ı̂n trecut.
Capitolul 8. Analiza riscului ı̂n pieţele financiare 90

Vom descrie legea de probabilitate a procesului numărului solicitărilor de despăgubire

{Nt ; t ≥ 0} cu ajutorul probabilităţilor de transfer

pn,n+k (t, t + h) .

Aceasta ı̂nsemnă că

pn,n+k (t, t + h) ∈ [0, 1] ,
∞
X
pn,n+k (t, t + h) = 1
k=0
şi
pn,n+k (t, t + h) = P [Nt+h = n + k | Nt = n] ,
adică probabilitatea producerii a k solicitări de despăgubire ı̂ntre momentele de timp t (ex-
clusiv) şi t + h (inclusiv), cu condiţia că deja s-au produs n solicitări de despăgubire până la
momentul de timp t (inclusiv). Nt este numărul solicitărilor de despăgubire ı̂n intervalul de
timp (0, t], iar Nt+h este numărul solicitărilor de despăgubire ı̂n intervalul de timp (0, t + h].
Observaţia 7.3. Avem
pn,m (t, t + h) = 0, pentru m < n.
Într-adevăr, deoarece m < n, şi, având ı̂n vedere natura procesului numărului de solicitări de
despăgubire, vom avea că

pn,m (t, t + h) = P [Nt+h = m | Nt = n] = 0.

Observaţia 7.4. În mod evident, are loc identitatea

pn,n (t, t) = 1.

Vom presupune ı̂n cele ce urmează că următoarea limită există, pentru toţi t > 0 şi
n = 1, 2, ..., şi definim funcţia λn (t) astfel

pn−1,n (t, t + h)
λn (t) = lim . (7.2)
h→0 h
Şirul (λn )n∈N se numeşte şirul intensităţilor procesului numărului solicitărilor de despăgubire
( λn este intensitatea solicitării de despăgubire cu numărul n (transfer de la n − 1 la n solicitări
de despăgubire)).

Relaţiile (7.2) sugerează, intuitiv, că, ı̂n cazul intervalelor mici de timp, probabilitatea
producerii unei solicitări de despăgubire este proporţională cu lungimea acestor intervale.

Remarcăm faptul că, ı̂n cazul probabilităţilor de transfer staţionare, intensităţile nu mai
depind de timp. Reamintim că o probabilitate de transfer să numeşte staţionară, dacă

pj,k t0 , t = pj,k t0 + τ, t + τ , pentru toţi τ > 0.

Deci, din (7.2) rezultă că

pn−1,n (t + τ, t + h + τ ) pn−1,n (t, t + h)

λn (t + τ ) = lim = lim = λn (t),
h→0 h h→0 h
pentru toţi τ > 0.
Capitolul 8. Analiza riscului ı̂n pieţele financiare 91

Dacă cunoaştem aceste intensităţi, putem calcula toate probabilităţile de transfer folosind
sistemul de ecuaţii diferenţiale (liniare) ale lui Kolmogorov. Avem, pentru t < s

∂
pn,m (t, s) = −λm+1 (s) pn,m (t, s) + λm (s) pn,m−1 (t, s) , m ≥ n + 1,


∂s

(7.3)
 ∂

 pn,n (t, s) = −λn+1 (s) pn,n (t, s) ,
∂s
cu condiţiile la frontieră

1, pentru s = t, m = n
pn,m (t, s) = (7.4)
6 n.
0, pentru s = t, m =

Observăm că sistemul are un caracter recursiv, iar t joacă rolul unui parametru. Soluţiile
sistemului anterior sunt
 Z s 
pn,n (t, s) = exp − λn+1 (τ ) dτ ,
t

şi, pentru m ≥ n + 1,
Z s Z τ    Z s 
pn,m (t, s) = λm (τ ) pn,m−1 (t, τ ) · exp λm+1 (r) dr dτ · exp − λm+1 (τ ) dτ .
t t t

În particular, obţinem că pn,m (t, s) sunt nenegative pentru o mulţime arbitrară de λm (s) ,
m = 1, 2, ..., ce sunt nenegative, şi, ı̂n plus, ele sunt diferenţiabile ı̂n t şi s.
Trebuie verificat dacă are loc
∞
X
pn,m (t, s) = 1, pentru toţi n = 1, 2, ..., t > 0 şi s ≥ t.
m=n

Fie
k
X
Sn,k (t, s) = pn,m (t, s) .
m=n

Este evident că Sn,k (t, s) sunt nenegative şi monoton crescătoare ı̂n raport cu k, fiind o sumă
cu termeni nenegativi. Prin urmare, există limita lim Sn,k (t, s) . Introducem notaţia
k→∞

Sn (t, s) := lim Sn,k (t, s) .

k→∞

Din sistemul (7.3), vom avea că

∂
pn,n (t, s) = −λn+1 (s) pn,n (t, s) ,
∂s
∂
pn,n+1 (t, s) = −λn+2 (s) pn,n+1 (t, s) + λn+1 (s) pn,n (t, s) ,
∂s
∂
pn,n+2 (t, s) = −λn+3 (s) pn,n+2 (t, s) + λn+2 (s) pn,n+1 (t, s) ,
∂s
...
∂
pn,k (t, s) = −λk+1 (s) pn,k (t, s) + λk (s) pn,k−1 (t, s)
∂s
Capitolul 8. Analiza riscului ı̂n pieţele financiare 92

şi, adunând aceste egalităţi, reducând termenii egali din suma telescopică obţinută, vom avea
că
∂
Sn,k (t, s) = −λk+1 (s) pn,k (t, s) . (7.5)
∂s
Din (7.4) obţinem condiţia la frontieră

Sn,k (t, s) = 1, pentru s = t. (7.6)

În plus, avem că

0 ≤ Sn,k (t, s) ≤ 1, pentru toţi n, k, t, s ≥ t.
Prin urmare,
0 ≤ Sn (t, s) ≤ 1, pentru toţi n, t, s ≥ t,
adică,
∞
X
pn,m (t, s) ≤ 1, pentru toţi n = 1, 2, ..., t > 0, s ≥ t.
m=n

Distingem două cazuri:

a) Sn (t, s) = 1, pentru toţi n, t, s : cazul normal;
b) Sn (t, s) < 1, pentru cel puţin o combinaţie n, t, s : cazul numărului exploziv al so-
licitărilor de despăgubiri.
Intuitiv, b) se referă la situaţia ı̂n care, cu o probabilitate pozitivă, un număr infinit de
solicitări de despăgubire va apărea ı̂ntr-un interval finit de timp.

Teorema 7.5. Cazul normal Sn (t, s) = 1, pentru toţi n, t, s, are loc dacă şi numai dacă seria
∞
X 1
λm
m=1

este divergentă, unde λm , m = 1, 2, ..., sunt frecvenţele solicitărilor de despăgubire nenegative,

care nu depind de timp.
Demonstraţie. Integrând (7.5) şi folosind condiţia la frontieră (7.6), vom obţine că (t = 0 şi
vom scrie doar Sn,k (s) ı̂n loc de Sn,k (0, s) şi pn,k (τ ) ı̂n loc de pn,k (0, τ ))
Z s
Sn,k (s) = 1 − λk+1 pn,k (τ ) dτ. (7.7)
0
Rs
Şirul (Sn,k (s))k∈N este nenegativ şi monoton crescător ı̂n raport cu k, deci, λk+1 0 pn,k (τ ) dτ
descreşte monoton ı̂n raport cu k către o funcţie pozitivă µ (s); prin urmare,
Z s
1 ≥ λk+1 pn,k (τ ) dτ ≥ µ (s) (7.8)
0

şi obţinem estimarea Z s

1
pn,k (τ ) dτ ≥ µ (s) ,
0 λk+1
pentru toţi k ≥ n. Având ı̂n vedere că
k
X
Sn,k (τ ) = pn,m (τ ) ,
m=n
Capitolul 8. Analiza riscului ı̂n pieţele financiare 93

obţinem că Z s  
1 1 1
Sn,k (τ ) dτ ≥ µ (s) + + ... + , (7.9)
0 λn+1 λn+2 λk+1
pentru toţi k. Pe de altă parte, din (7.7), avem că Sn,k (τ ) ≤ 1, pentru orice τ ∈ [0, s], ceea ce
conduce la Z s
Sn,k (τ ) dτ ≤ s.
0
Dacă
∞
X 1
λm
m=n+1

diverge, conform cu (7.9), µ (s) este obligat să conveargă la zero, ceea ce conduce, conform
(7.7), la faptul că
lim Sn,k (s) = 1,
k→∞

adică Sn (s) = 1.
Reciproc, să presupunem, prin reducere la absurd, că seria
∞
X 1
λm
m=1

este convergentă. Din (7.8), vom avea că

Z s k Z s (8), prima inegalitate k
def. Sn,k (τ ) X X 1
Sn,k (τ ) dτ = pn,m (τ ) dτ ≤ , (7.10)
0 m=n 0 m=n
λm+1
P 1
care este mărginită, deoarece λm converge. Dacă, considerând t = 0,

Sn (τ ) = lim Sn,k (τ ) = 1,
k→∞

conform teoremei de convergenţă dominată, trecând la limită ı̂n (7.10) pentru k → ∞, vom
obţine că
∞
X 1
s≤ , pentru toţi s,
λ
m=n m

ceea ce este fals. Deci Sn,k (τ ) nu poate converge la 1. Demonstraţia este astfel ı̂ncheiată.

7.4 Intervalul ı̂ntre apariţii ale solicitărilor de despăgubire

Fie {Nt ; t ≥ 0} un proces al numărului solicitărilor de despăgubire, unde Nt este numărul

solicitărilor de despăgubire ı̂n intervalul (0, t]. O noţiune importantă ı̂n descrierea procesului
numărului solicitărilor de despăgubire este intervalul ı̂ntre apariţii, care va fi definit ı̂n cele ce
urmează.
Fiecărei realizări aleatoare (funcţii test) a procesului numărului solicitărilor de despăgubire
ı̂i vom asocia un şir după cum urmează:

W1 ({Nt ; t ≥ 0}) = momentul de timp când apare primul eveniment de

solicitare de despăgubire ı̂n realizarea {Nt ; t ≥ 0},
Capitolul 8. Analiza riscului ı̂n pieţele financiare 94

.........

Wn ({Nt ; t ≥ 0}) = momentul de timp când apare al n-lea eveniment de

solicitare de despăgubire ı̂n realizarea {Nt ; t ≥ 0}.

Pe scurt, Wn este timpul de apariţie a solicitării de despăgubire cu numărul n. Deci, (Wn )n∈N
formează un şir de variabile aleatoare. Diferenţa

Tn = Wn+1 − Wn

se numeşte interval ı̂ntre apariţii ale solicitărilor de despăgubire (ı̂ntre apariţia so-
licitării de despăgubire cu numărul n şi apariţia solicitării de despăgubire cu numă rul n + 1),
iar Wn se numeşte timpul de aşteptare al solicitării de despăgubire cu numărul n.
Observăm că
n−1
X
Wn = Tn ,
k=0

deci, este evident faptul că timpul de aşteptare şi intervalul ı̂ntre apariţii ale solicitărilor de
despăgubire se determină reciproc.

Propoziţia 7.6. Avem că

Tn > t dacă şi numai dacă NWn +t − NWn = 0,

pentru toţi n = 1, 2, ...

Demonstraţie. Într-adevăr,
NWn +t − NWn = 0,
este echivalent cu NWn = NWn +t , care ı̂nsemnă că ı̂n intervalul (Wn , Wn + t] nu este niciun
eveniment de solicitare de despăgubire, adică Wn+1 > Wn + t, ceea ce implică Tn > t.

Propoziţia 7.7. Următoarea egalitate are loc:

 Z wn +t 
P [Tn > t | Wn = wn ] = exp − λn+1 (τ ) dτ . (7.11)
wn

Demonstraţie. Cum timpul de aşteptare corespunzător solicitării de despăgubire numărul n

este wn rezultă că Nwn = n şi avem

1 − P [Tn ≤ t | Wn = wn ] = P [Tn > t | Wn = wn ]

= P [NWn +t − NWn = 0 | Wn = wn ]

= P [NWn +t = n | Wn = wn ] = P [Nwn +t = n | Nwn = n]

= pn,n (wn , wn + t)

cf. ec. Kolmogorov

n R o
wn +t
= exp − wn λn+1 (τ ) dτ .
Capitolul 8. Analiza riscului ı̂n pieţele financiare 95

Obţinem deci că

 Z wn +t 
P [Tn ≤ t | Wn = wn ] = 1 − exp − λn+1 (τ ) dτ ,
wn

adică intervalul de timp ı̂ntre apariţii ale solicitărilor de despăgubire Tn este repartizat exponenţial
cu intensitatea λn+1 (t).

Propoziţia 7.8. Următoarea egalitate are loc:

P [Tn > t | Wn = wn , Tn > s] = P [Tn > t − s | Wn = wn + s] , t > s > 0.

Demonstraţie. Folosind (7.11) şi formula probabilităţilor condiţionate, vom avea că

P [Tn > t, Tn > s | Wn = wn ]

P [Tn > t | Wn = wn , Tn > s] =
P [Tn > s | Wn = wn ]
t≥sP [Tn > t | Wn = wn ]
=
P [Tn > s | Wn = wn ]
 Z wn +t 
exp − λn+1 (τ ) dτ
wn
=  Z wn +s 
exp − λn+1 (τ ) dτ
wn
( Z )
 Z wn +t  wn +s+(t−s)
= exp − λn+1 (τ ) dτ = exp − λn+1 (τ ) dτ
wn +s wn +s

= P [Tn > t − s | Wn = wn + s] .

Această relaţie arată că intervalul ı̂ntre apariţii ale solicitărilor de despăgubire nu are
memorie, adică, dacă nu se mai ı̂nregistrează nicio solicitare ulterioară de despăgubire până la
momentul de timp Wn + s, atunci repartiţia viitoare va fi aceeaşi ca şi ı̂n cazul când ultima
solicitare de despăgubire, cu numărul n, a apărut la momentul de timp Wn + s.

Teorema 7.9. Dacă intensităţile de frecvenţă ale solicitărilor de despăgubire sunt indepen-
dente de timp, atunci intervalele ı̂ntre apariţii ale solicitărilor de despăgubire sunt independente
de momentele de timp ı̂n care apar solicitările de despăgubire.

Demonstraţie. Folosind (7.11) şi independenţa de timp a intensităţilor de frecvenţă ale so-
licitărilor de despăgubire (λn+1 (τ ) = λn+1 , pentru orice τ ∈ [wn , wn + t]), vom avea
 Z wn +t 
P [Tn > t | Wn = wn ] = exp − λn+1 (τ ) dτ
wn
−λn+1 ·t
=e ,

care este independentă de wn .

Deci
P [Tn > t | Wn = wn ] = P [Tn > t] .

În plus, avem următorul rezultat.

Capitolul 8. Analiza riscului ı̂n pieţele financiare 96

Teorema 7.10. Dacă intensităţile de frecvenţă ale solicitărilor de despăgubire sunt indepen-
dente de timp, atunci intervalele ı̂ntre apariţii ale solicitărilor de despăgubire sunt stochastic
independente.

Demonstraţie. Folosind faptul că, pentru s > t > 0,

P [Tn+1 > s, Tn > t]

P [Tn+1 > s | Tn > t] =
P [Tn > t]

şi teorema anterioară, vom obţine că

P [Tn+1 > s, Tn > t] = P [Tn+1 > s, Tn > t | Wn = wn ]

= P [Tn+1 > s | Tn > t, Wn = wn ] · P [Tn > t | Wn = wn ] .

În plus, pentru prima probabilitate din membrul drept,

Tn = Wn+1 − Wn > t şi Wn = wn (adică Nwn = n)

implică Wn+1 > wn + t.

În consecinţă,

P [Tn+1 > s, Tn > t] = P [Tn+1 > s | Wn+1 > wn + t] · P [Tn > t | Wn = wn ]

= P [Tn+1 > s] · P [Tn > t] .

Demonstraţia foloseşte pe Tn şi Tn+1 . În cazul a k intervale ı̂ntre apariţii ale solicitărilor de
despăgubire, demonstraţia este similară.

Să subliniem faptul că aceste rezultate au fost obţinute impunând ipoteza că intensităţile
de frecvenţă ale solicitărilor de despăgubire sunt independente de timp.

7.5 Procesul omogen al numărului de solicitări de despăgubire;

timpul operaţional

Definiţia 7.11. Dacă intensităţile de frecvenţă ale solicitării de despăgubire λn (t) sunt in-
dependente de timpul t, atunci procesul numărului solicitărilor de despăgubire {Nt ; t ≥ 0} se
numeşte omogen.

Acestă definiţie este echivalentă cu următoarea: Procesul numărului solicitărilor de despăgubire

{Nt ; t ≥ 0} este omogen dacă probabilităţile de transfer pn,m (t, t + h) sunt independente de
t, pentru toţi n, m şi h. Această caracterizare spune că probabilităţile individuale de transfer
depind doar de lungimea intervalului de timp pentru transfer, dar nu şi de poziţia lui.
Următoarea teoremă prezintă o altă caracterizare a procesului omogen al solicitărilor de
despăgubire.

Teorema 7.12. Procesul numărului solicitărilor de despăgubire este omogen dacă şi numai
dacă
pn,n (t1 , t2 ) = e−cn (t2 −t1 ) , pentru 0 ≤ t1 ≤ t2 , (7.12)
pentru anumite constante cn , alese convenabil.
Capitolul 8. Analiza riscului ı̂n pieţele financiare 97

Demonstraţie. Dacă procesul numărului solicitărilor de despăgubire este omogen, adică dacă
λn (t) = λn , atunci
 Z t2 
pn,n (t1 , t2 ) = exp − λn+1 (τ ) dτ = e−λn+1 (t2 −t1 ) ,
t1

deci, (7.12) are loc cu cn = λn+1 .

Reciproc, dacă (7.12) are loc, atunci,

1 − pn,n (t, t + h) 1 − e−cn h

lim = lim = cn .
h→0 h h→0 h
Pe de altă parte, deoarece

pn,n (t, t + h) + pn,n+1 (t, t + h) = 1,

din definiţia lui λn+1 (t) rezultă că

1 − pn,n (t, t + h) pn,n+1 (t, t + h)

lim = lim = λn+1 (t) .
h→0 h h→0 h
Prin urmare, λn+1 (t) = cn este independentă de timp. Demonstraţia este astfel ı̂ncheiată.

În cele ce urmează, vom arăta că procesul numărului solicitărilor de despăgubiri neomogen
poate fi făcut omogen.
Fie {Nt ; t ≥ 0} un proces al numărului solicitărilor de despăgubire şi ρ (t) o funcţie
crescătoare, care depinde de timp, astfel ı̂ncât ρ (0) = 0. Definim un proces Mτ , ı̂n raport cu
timpul ρ, {Mτ , τ ≥ 0}, prin

Mτ = Nρ−1 (τ ) şi ρ−1 (τ ) = inf {t; ρ (t) = τ }.

t

Definiţia 7.13. Funcţia ρ (t) se numeşte timp operaţional dacă procesul Mτ este omogen ı̂n
raport cu timpul ρ.

Vom prezenta ı̂n continuare un rezultat de existenţă pentru timp operaţional.

Teorema 7.14. Un timp operaţional pentru procesul numărului solicitărilor de despăgubire

există dacă şi numai dacă intensităţile de frecvenţă sunt de forma

λn (t) = λn · γ (t) , (7.13)

pentru toţi n = 1, 2, ... şi t > 0.

Demonstraţie. Pentru ı̂nceput, presupunem că (7.13) are loc. Definim

Z t
ρ (t) := γ (s) ds,
0

şi vom demonstra că procesul Mτ este omogen ı̂n raport cu timpul dat de funcţia ρ. Fie

τ1 ≤ τ2 şi ti = ρ−1 (τi ) , i = 1, 2.

Capitolul 8. Analiza riscului ı̂n pieţele financiare 98

Vom avea
 Z t2 
ec. Kolmogorov
pM
n,n (τ1 , τ2 ) = pn,n (t1 , t2 ) = exp − λn+1 (t) dt
t1
 Z t2 
= exp −λn+1 γ (t) dt
t1
 Z t2 Z t1 
= exp −λn+1 γ (t) dt − γ (t) dt
0 0
= exp {−λn+1 [ρ (t2 ) − ρ (t1 )]}
= e−λn+1 (τ2 −τ1 ) .

Concluzia se obţine aplicând un rezultat anterior.

Reciproc, fie τ = ρ (t) un timp operaţional. Atunci, conform teoremei anterioare, pentru
t1 = 0 şi t2 = τ ,
−cn τ
pM
n,n (0, τ ) = e , pentru toţi τ ≥ 0, (7.14)
pentru anumite constante cn . Pe de altă parte, având ı̂n vedere formula de transformare a
timpului dată de funcţia ρ, avem
 Z t 
M
pn,n (0, τ ) = pn,n (0, t) = exp − λn+1 (s) ds , (7.15)
0

cu t = ρ−1 (τ ) . Din (7.14) şi (7.15) obţinem

Z t
cn τ = λn+1 (s) ds,
0

deci, Z t
cn ρ (t) = λn+1 (s) ds, (7.16)
0

pentru t ≥ 0, t = ρ−1 (τ ) .
Diferenţiind relaţia (7.16) vom obţine că

cn ρ0 (t) = λn+1 (t) ,

deci formula (7.13) are loc cu

λn+1 = cn şi γ (t) = ρ0 (t) .

Demonstraţia este, prin urmare, ı̂ncheiată.

Bibliografie

[1] Bielecki, T; Jeanblanc, M; Rutkowski M. - Introduction to Mathematics of Credit Risk

Modeling, Stochastic Models in Mathematical Finance, CIMPA-UNESCO-MOROCCO
School, Marrakech, Morocco, April 9-20, 2007

[2] Bremaud, P. - An Introduction to Probabilistic Modeling, Springer-Verlag, 1988

[3] Cox, J.C.; Ross. S.A. - The valuation of options for alternative stochastic processes, J.
Finan. Econom. 3, pp. 145-166, 1976

[4] Evens, L. - An introduction to stochastic differential equations, Department of Mathemat-

ics, UC Berkeley, preprint

[5] Hull, J. C. - Options, Futures and Other Derivatives, 4th ed., Prentice Hall, 1999

[6] Karatzas, I.; Shreve, S.E. - Brownian motion and Stochastic Calculus, Springer-Verlag,
N.Y,. 1998

[7] Malliaris, A. G. - Itô’s calculus in financial decision making, SIAM Review 25, pp. 481–
496, 1983

[8] Merton, R. C. - Theory of Rational Option Pricing, Bell Journal of Economics and Man-
agement Science 4 (1), pp. 141–183, 1973

[9] Musiela, M; Rutkowsi, M. - Martingale Methods in Financial Modelling, second edition,

Springer-Verlag Berlin Heidelberg, 2005

[10] Oksendal, B. K. - Stochastic Differential Equations: An Introduction with Applications,

4th ed., Springer-Verlag, 1995

99