CALCUL STOCHASTIC PENTRU FINANTE

MONICA ROŞIU

INTRODUCERE
Prin decernarea in 1990 a premiului Nobel in Economie lui Harry Markowitz,
William Sharpe si Merton Miller, Comitetul Premiului Nobel a adus in atenţie
faptul ca in ultimii 40 de ani s-a impus necesitatea unei noi discipline stiinţifice
si anume ”teoria finanţelor”. De la aceasta teorie se asteapta sa explice cum
funcţioneaza pieţele financiare, cum sa le facem mai eficiente si cum pot ele
fi echilibrate. Ea explica si intensifica rolul important pe care il joaca aceste
pieţe in alocarea capitalului si reducerea riscului pentru a facilita activitatea
economica. Fara a restrange aplicatiile sale in aspectele practice ale comerţului
si echilibrului, teoria finanţelor a devenit mai matematizata, in sensul ca prob-
lemele din finanţe au condus la cercetare in matematica.
Teza de doctorat Portofolio Selection a lui Harry Markowitz din 1952 a
pus bazele teoriei matematice a finanţelor. Markowitz a dezvoltat o noţiune
de medie a veniturilor si covariaţie pentru stocuri care i-a permis sa cuantifice
conceptul de ”diversificare” intr-o piaţa. El a aratat cum sa se calculeze media
veniturilor si variaţia pentru un portofoliu dat si a argumentat ca investitorii ar
trebui sa ţina numai acele portofolii care au o variaţie minima pentru o medie
a veniturilor data. Desi limbajul financiar implica acum calculul stochastic,
managementul riscului intr-o maniera cuantificabila este tema de baza a teoriei
moderne si a practicii finanţelor cantitative.
In 1969, Robert Merton a introdus calculul stochastic in studiul finanţelor.
Merton a fost motivat de dorinţa de a inţelege cum sunt fixate preţurile in
pieţele financiare, aceasta fiind intrebarea economica clasica a ”echilibrului” si
in articolele lui a folosit instrumentele calculului stochastic pentru a investiga
aceasta problema. In acelasi timp cu studiul lui Merton si sub indrumarea sa,
Fischer Black si Myron Scholes au dezvoltat celebra formula de determinare
a preţului unei opţiuni. Aceasta lucrare a primit Premiul Nobel in economie
in 1997. Ea da o solutie unei importante probleme practice, aceea de a gasi
un preţ corect pentru o optiune call Europeana ( European call option) (
adica dreptul de a cumpara o parte dintr-un anumit stoc la un pret si intr-
un moment specificat). In perioada 1979-1983, Harrison, Kreps si Pliska au

1
folosit teoria generala a proceselor stochastice continue in timp, pentru a pune
o baza teoretica solida formulei Black-Scholes de determinare a pretului unei
optiuni si ca rezultat au demonstrat cum se stabilesc preturile a numeroase
alte ”derivate financiare”.
Multe din dezvoltarile teoretice din finante si-au gasit aplicatii imediate
in pietele financiare. Pentru a intelege cum sunt aplicate sa vedem care este
rolul institutiilor financiare. O functie principala a unei institutii financiare
nationale este sa actioneze ca un intermediar de reducere a riscului printre
clientii angajati in productie.
De exemplu, industria asigurarilor aduna prime de la mai multi clienti
si trebuie sa plateasca numai la cativa care au pierderi. Dar riscul creste in
situatiile in care nu este disponibila asigurarea. De exemplu, ca o protectie im-
potriva cresterii costurilor cu combustibilulul o linie aeriana vrea sa cumpere
o asigurare ”security”, scrisa sau nu, a carei valoare va creste daca pretul
petrolului va creste. Dar cine vrea sa vanda o astfel de asigurare? Rolul unei
institutii financiare este sa schiteze, sa modeleze, o astfel de asigurare, sa de-
termine un pret corect pentru ea si sa o vanda liniilor aeriene. Asigurarea
( contractul) astfel vanduta este de obicei ”derivata” (adica valoarea sa este
bazata pe valoarea altor asigurari). ”Corect” in acest context inseamna ca
institutia financiara castiga suficient din vanzarea asigurarii, ca sa-i permita
sa investeasca in alte asigurari a caror relatie cu pretul petrolului este ast-
fel incat, daca pretul petrolului creste, firma poate plati obligatia cresuta la
liniile aeriene. O piata ”eficienta” este una in care asigurarile care protejeaza
impotriva riscurilor sunt larg raspandite la preturi ”corecte”.
Formula Black-Scholes de determinare a pretului unei optiuni furnizeaza
pentru prima data o metoda teoretica de evaluare corecta a asigurarilor de
protectie la risc. Daca o banca de investitii ofera o derivata la un pret care
este mai mare decat pretul corect ea poate fi sublicitata iar daca ofera asig-
urarea la un pret mai mic dacat pretul corect atunci apare riscul pierderilor
substantiale. Aceasta face banca refractara la a oferi multe derivate financiare
care ar contribui la eficienta pietei. In particular, banca vrea sa ofere derivate
al caror pret poate fi determinat in avans. Mai mult daca banca vinde o ast-
fel de derivata trebuie pusa urmatoarea intrebare: cum poate gestiona riscul
asociat cu noua ei pozitie? Teoria matematica dezvoltata de formula Black-
Scholes furnizeaza atat solutii pentru problema determinarii pretului cat si
pentru problema protectiei. Aceasta teorie este subiectul cursului.
Cursul prezinta cateva aplicatii financiare in contextul modelului binomial
discret in timp. El trateaza cateva concepte fundamentale, incluzand martin-
galele, procesele Markov, schimbarea masurii si determinarea pretului cu risc
neutru. Cursul prezinta modelul binomial al pretului activelor. Desi aceste

2
modele sunt interesante prin ele insele, aici sunt folosite, in principal, pen-
tru introducerea intr-un cadru simplu a conceptelor necesare pentru teoria
continua in timp.
Capitolul I, ”Modelul binomial al pretului nearbitrat”, prezinta metoda
nearbitrata de determinare a pretului optiunii intr-un model binomial. Matem-
atica este simpla, insa nu si conceptul profund al pretului cu risc neutru.
Capitolul II, ”Teoria probabilitatii pe spatiul monedei”, formalizeaza rezul-
tatele capitolului I, folosind notiunile de martingala si proces Markov. In
acest capitol se prezinta formula pretului cu risc neutru pentru derivatele eu-
ropene. Capitolul III, ”Preturi”, discuta schimbarea masurii asociata cu pretul
derivatei europene cu risc neutru, din nou ca un exercitiu de incalzire pentru
schimbarea masurii in modelele continue in timp. O aplicatie interesanta dez-
voltata aici este a rezolva problema investitiei optime intr-un model binomial.
Ideile din capitolele I si III sunt esentiale pentru intelegerea metodologiei fi-
nantelor moderne cantitative.

3
1 Modelul binomial al pretului nearbitrat
1.1 Modelul binomial cu o perioada
Modelul binomial de determinare a pretului unui activ este un instrument
puternic pentru a intelege teoria pretului si probabilitatea. In acest capitol,
introducem acest instrument pentru primul scop si al doilea scop il studiem
in capitolul II. In aceasta sectiune consideram cel mai simplu model binomial,
cel cu o singura perioada. Acesta este generalizat in sectiunea urmatoare la
modelul binomial multiperiodic mult mai realistic.
Pentru modelul general cu o perioada din Fig 1.1.1 ( vezi curs), numim
inceputul perioadei momentul zero si sfarsitul perioadei momentul unu. La
momentul zero, avem un stoc al carui pret unitar ( pret pe unitate) il notam
cu S0 , o valoare pozitiva cunoscuta la momentul zero. La momentul unu,
pretul unitar va fi una din cele doua valori pozitive, pe care le notam cu
S1 (H) si S1 (T ), H si T insemnand cap si pajura. Astfel, ne imaginam ca
aruncam o moneda si ceea ce cade determina pretul la momentul unu. Nu
presupunem ca moneda este corecta ( adica probabilitatea sa cada cap nu este
1/2). Presupunem numai ca probabilitatea sa cada cap, pe care o notam cu
p, este strict pozitiva si probabilitatea sa cada pajura, pe care o notam cu
q = 1 − p, este de asemenea (strict) pozitiva.
Rezultatul aruncarii monedei si deci valoarea pe care o va lua pretul uni-
tar al stocului la momentul unu este cunoscuta la momentul unu dar nu si
la momentul zero. Orice cantitate necunoscuta la momentul zero se va numi
aleatoare deoarece depinde de experimentul aleator al aruncarii monedei. In-
troducem doua numere pozitive

S1 (H) S1 (T )
u= ,d= . (1.1.1)
S0 S0
Presupunem ca d < u: daca d > u, putem obtine d < u prin renotarea fetelor
monedei. Daca d = u, pretul stocului la momentul unu nu este aleator si
modelul nu este interesant. Ne referim la u ca la factorul superior si la d ca
la factorul inferior. Intuitiv este folositor sa gandim despre u ca fiind mai
mare decat 1 si despre d ca mai mic decat 1 si de aici numele anterioare, dar
matematica pe care o dezvoltam aici nu impune aceste inegalitati.
Introducem o rata a dobanzii r ( interest rate). Un dolar investit pe piata
monetara la momentul zero, va produce 1 + r dolari la momentul unu. Re-
ciproc, un dolar imprumutat de pe piata monetara la momentul zero va duce
la un debit de 1 + r la momentul unu. In particular, rata dobanzii pentru im-
prumut este aceeasi ca pentru investitie. Este aproape intotdeauna adevarat

4
ca r ≥ 0 si acest caz trebuie retinut. Totusi matematica folosita aici cere
numai ca r ≥ −1.
O caracteristica esentiala a unei piete eficiente este ca daca o strategie de
comert poate transforma nimic in ceva, atunci poate duce de asemenea la riscul
de a pierde. Altfel, ar fi un arbitraj. Mai clar, definim arbitrajul ca fiind o
strategie care incepe cu nici un ban, are probabilitatea zero de a pierde bani si
are o probabilitate ( strict) pozitiva de a face bani. Un model matematic care
admite arbitrajul nu poate fi folositor pentru analiza. In acest model, bogatia
poate fi obtinuta din nimic si intrebarile pe care acest model ar vrea sa le
rezolve ar avea raspunsuri paradoxale. Pietele reale expun uneori arbitrajul
dar acesta este in mod necesar trecator; cand cineva descopera arbitrajul,
comertul ia locuri care il inlocuiesc.
In modelul binomial cu o perioada, pentru a evita arbitrajul, trebuie sa
presupunem:
0<d<1+r <u (1.1.2)
Inegalitatea d > 0 rezulta din ipoteza de pozitivitate a preturilor unitare ale
stocului. Asa cum vom explica, celelalte doua inegalitati din (1.1.2) rezulta
din absenta arbitrajului. Daca d ≥ 1 + r, cineva ar putea incepe cu nimic si la
momentul zero ar imprumuta de pe piata monetara cu scopul de a cumpara un
stoc. Chiar in cel mai rau caz, T , al aruncarii monedei, stocul la mometul unu
va valora suficient pentru a plati debitul de pe piata monetara si are sansa de
a valora chiar mai mult, deoarece u > d > 1 + r. Aceasta exprima un arbitraj.
Pe de alta parte, daca u ≤ 1 + r, cineva ar putea vinde stocul si ar investi
venitul in piata monetara. Chiar in cel mai bun caz, H, costul inlocuirii lui
la momentul unu va fi mai mic sau egal cu valoarea investitiei de pe piata
monetara si deoarece d < u ≤ 1 + r exista sansa ca costul inlocuirii stocului sa
fie mai mica decat valoarea investitiei pe piata monetara. Aceasta, din nou,
exprima un arbitraj.
Am demonstrat in paragraful precedent ca daca nu exista arbitraj, atunci
(1.1.2) este adevarata. Reciproca este de asemenea adevarata. Daca (1.1.2)
este adevarata, atunci nu exista arbitraj. In general, d = u1 si acesta va fi cazul
in multe din exemplele noastre. Totusi, pentru a avea sens modelul binomial,
este suficient sa presupunem (1.1.2) adevarat.
Bineinteles, miscarile pretului stocului sunt mult mai complicate decat cele
indicate de modelul binomial. Insa consideram acest model din trei motive.
Primul, prin acest model, este clarificat conceptul de pret arbitrat si relatia lui
cu pretul cu risc neutru. In al doilea rand, acest model este folosit in practica
deoarece, cu un numar suficient de perioade, da o aproximare rezonabil de
buna, maleabila computational, a modelelor continue in timp. In final, in

5
interiorul modelului binomial, se poate dezvolta teoria mediilor conditionate
si a martingalelor, care este esenta modelelor continue in timp.
Sa consideram o optiune call ( de cumparare) Europeana, care confera pos-
esorului dreptul dar nu si obligatia sa cumpere unitatea de stoc la momentul
unu pentru pretul fix (strike) K. Cazul interesant, pe care il vom considera
este cand S1 (T ) < K < S1 (H). Daca obtinem T la aruncarea monedei, op-
tiunea expira fara profit. Daca obtinem H, optiunea poate fi exercitata si da
un profit de S1 (H) − K. In concluzie, optiunea la momentul unu valoreaza
(S1 − K)+ , unde notatia (...)+ indica faptul ca luam maximul dintre zero
si expresia dintre paranteze. Folosim obiceiul de la probabilitati de a omite
argumentul variabilei aleatoare S1 . Intrebarea fundamentala legata de pretul
optiunii este cat ar valora optiunea la momentul zero, inainte de a sti rezultatul
aruncarii monedei.
Teoria de arbitrare a pretului reproduce optiunea prin comercializarea ei
in pietele monetare si de marfa. Ilustram acest lucru printr-un exemplu si apoi
ne intoarcem la modelul binomial general cu o perioada.

Example 1 Pentru modelul particular cu o perioada din Figura 1.1.2 ( vezi

curs), fie S0 = 4, u = 2, d = 21 si r = 14 . Atunci S1 (H) = 8 si S1 (T ) = 2.
Presupunem ca pretul fix al optiunii call Europene este K = 5. Presupunem
in continuare ca incepem cu o suma initiala X0 = 1.20 si cumparam ∆0 = 12
unitati de stoc la momentul zero. Deoarece pretul unei unitati de stoc este 4, la
momentul zero, trebuie sa folosim suma initiala X0 = 1.20 si sa imprumutam
in plus 0.80 ( ne trebuie 4 × 12 = 2). Aceasta ne lasa cu suma X0 − ∆0 S0 =
−0.80 ( adica un debit de 0.80 pe piata monetara). La momentul unu, vom
avea un debit de 1 pe piata monetara (1+r)(X0 −∆0 S0 ) = −1. Pe de alta parte,
la momentul unu, stocul nostru va avea valoarea 12 S1 (H) = 4 sau 12 S1 (T ) = 1.
In particular, la momentul unu, daca rezultatul aruncarii monedei este H,
valoarea portofoliului de stoc si a contului de pe piata monetara va fi
1
X1 (H) = S1 (H) + (1 + r)(X0 − ∆0 S0 ) = 3;
2
daca rezultatul aruncarii monedei este T , valoarea portofoliului de stoc si a
contului de pe piata monetara va fi
1
X1 (T ) = S1 (T ) + (1 + r)(X0 − ∆0 S0 ) = 0.
2
In fiecare caz, valoarea portofoliului este aceeasi cu valoarea optiunii la mo-
mentul unu, care este (S1 (H) − 5)+ = 3 sau (S1 (T ) − 5)+ = 0. Am reprodus
optiunea prin comercializarea ei pe pietele de marfa si monetara.

6
 Suma initiala 1.20 necesara inceperii portofoliului descris mai sus este pre-
tul fara arbitraj al optiunii la momentul zero. Daca optiunea se poate vinde
cu mai mult, sa zicem cu 1.21, atunci vanzatorul poate investi excesul de 0.01
in piata monetara si sa foloseasca suma ramasa pentru a repeta optiunea. La
momentul unu, vanzatorul va putea sa plateasca optiunea, indiferent de rezul-
tatul aruncarii monedei si inca sa aiba 0.0125 rezultati din investitia in piata
monetara a excesului de 0.01((1 + r)0.01 = 0.0125). Acesta este un arbitraj,
deoarece vanzatorul optiunii nu are nevoie de bani initial si fara riscul de a
pierde are 0.0125 la momentul unu. Pe de alta parte, daca cineva ar putea
cumpara optiunea de mai sus cu mai putin de 1.20, sa zicem 1.19, atunci ar
putea cumpara optiunea si sa inceapa reversul strategiei de repetare de mai
sus. In particular, vinde o jumatate de stoc, care genereaza un venit de 2.
Foloseste 1.19 pentru a cumpara optiunea, pune 0.80 pe piata monetara si
intr-un cont separat al pietei monetare pune ceea ce a ramas 0.01. La momen-
tul unu, daca rezultatul este H, este nevoie de 4 pentru a inlocui jumatate de
stoc. Optiunea cumparata la momentul zero valoreaza 3 si cei 0.80 investiti
in piata monetara la momentul zero au crescut la 1. La momentul unu, daca
rezultatul este T , este nevoie de 1 pentru a inlocui jumatate de stoc. Optiunea
nu aduce profit, dar cei 0.80 investiti in piata monetara la momentul zero au
crescut la 1. In fiecare caz, cumparatorul optiunii are un venit net 0 la mo-
mentul unu, plus contul separat de pe piata monetara, in care a investit 0.01
la momentul zero. Din nou, este un arbitraj. Am demonstrat ca exista un
arbitraj daca pretul optiunii la momentul zero nu este 1.20. Daca la momentul
zero, pretul optiunii este 1.20, atunci nu exista arbitraj.
Argumentul din exemplul de mai sus depinde de cateva ipoteze. Princi-
palele sunt:
- stocul poate fi divizat in parti pentru vanzare sau cumparare,
- rata dobanzii pentru a investi este aceeasi cu rata dobanzii pentru a
imprumuta,
- pretul de cumparare al stocului este acelasi cu pretul de vanzare ( exista
zero bid-ask spread),
- in orice moment, pretul stocului poate lua numai doua valori posibile in
urmatoarea perioada.
Toate aceste ipoteze, exceptand-o pe ultima apar in formula Black-Scholes-
Merton. Prima ipoteza este satisfacuta in practica deoarece determinarea
pretului optiunii si protectia (hedging) implica multe optiuni. Daca am fi
considerat 100 de optiuni in loc de o optiune, in Exemplul 1.1.1, am fi cumparat
∆0 = 50 de unitati de stoc in loc de ∆0 = 12 dintr-o unitate de stoc. A
doua ipoteza este adevarata pentru multe institutii. A treia ipoteza nu este
satisfacuta in practica. Uneori diferenta de pret dintre cerere si oferta poate fi

7
ignorata deoarece nu au loc multe tranzactii. In alte situatii, aceasta departare
a modelului de realitate devine o problema serioasa. In modelul Black-Scholes-
Merton, a patra ipoteza este inlocuita cu ipoteza ca pretul stocului este o
miscare Browniana geometrica. Din nou, departarea modelului de realitate
poate fi semnificativa in unele situatii, dar in alte situatii modelul lucreaza
remarcabil.
In modelul general cu o perioada, definim o derivata financiara ca fiind
un instrument financiar care plateste la momentul unu, o suma V1 (H), daca
rezulta H la aruncarea monedei si plateste o suma posibil diferita V1 (T ), daca
rezulta T . O optiune call (apel) Europeana este un tip particular de derivata
financiara. O alta derivata financiara este o optiune put Europeana (put) care
plateste la momentul unu (K − S1 )+ ,unde K este o constanta. O a treia
derivata financiara este un contract forward, a carui valoare la momentul unu
este S1 − K.
Pentru a determina pretul V0 , la momentul zero, al unei derivate financiare,
o reproducem ca in Exemplul 1.1.1. Presupunem ca la momentul zero, incepem
cu suma X0 si cumparam ∆0 unitati de stoc, ramanand cu suma X0 − ∆0 S0 .
La momentul unu, valoarea portofoliului nostru de stoc si a contului de pe
piata monetara este

X1 = ∆0 S1 + (1 + r)(X0 − ∆0 S0 ) = (1 + r)X0 + ∆0 (S1 − (1 + r)S0 ).

Dorim sa alegem X0 si ∆0 astfel incat X1 (H) = V1 (H) si X1 (T ) = V1 (T ). (

V1 (H) si V1 (T ) sunt cantitati date si reprezinta sumele pe care derivata le va
plati in functie de rezultatul aruncarii monedei. La momentul unu, stim ca
sunt doua posibilitati V1 (H) si V1 (T ), insa nu stim care dintre cele doua se va
realiza). Reproducerea derivatei financiare va impune:
 
1 1
X0 + ∆0 S1 (H) − S0 = V1 (H), (1.1.3)
1+r 1+r
 
1 1
X0 + ∆0 S1 (T ) − S0 = V1 (T ). (1.1.4)
1+r 1+r
Un mod, de a rezolva acest sistem de doua ecuatii cu doua necunoscute, este
de a o inmulti pe prima cu un numar pe si pe a doua cu qe = 1 − pe si apoi
adunandu-le obtinem:
 
1 1
X0 + ∆0 pS1 (H) + qeS1 (T )] − S0 =
[e [e
pV1 (H) + qeV1 (T )] .
1+r 1+r
(1.1.5)

8
Daca alegem pe astfel incat
1
S0 = [e
pS1 (H) + qeS1 (T )] , (1.1.6)
1+r
atunci factorul cu care este inmultit ∆0 in (1.1.5) este 0 si obtinem o formula
simpla pentru X0
1
X0 = [e
pV1 (H) + qeV1 (T )] . (1.1.7)
1+r
Pentru a determina pe pe , inlocuim (1.1.1) in (1.1.6), atunci S0 devine

1 S0
S0 = puS0 + (1 − pe)dS0 ] =
[e [(u − d) pe + d] .
1+r 1+r
Impartind relatia obtinuta prin S0 obtinem
1+r−d u−1−r
pe = si qe = . (1.1.8)
u−d u−d
Putem obtine pe ∆0 , scazand (1.1.4) din (1.1.3) si deducem formula delta -
protectiei ( delta-hedging formula)

V1 (H) − V1 (T )
∆0 = . (1.1.9)
S1 (H) − S1 (T )

In concluzie, daca un agent incepe cu suma X0 data de (1.1.7) si la momentul

zero cumpara ∆0 unitati de stoc, date de (1.1.9), atunci la momentul unu,
daca rezultatul este H, agentul va avea un portofoliu care va valora V1 (H) si
daca va rezulta T , portofoliul va valora V1 (T ). Agentul a protejat o pozitie
short ( vanzare) a derivatei financiare. Derivata care la momentul unu plateste
V1 ar trebui sa aiba la momentul zero pretul
1
V0 = [e
pV1 (H) + qeV1 (T )] . (1.1.10)
1+r
acest pret permite vamzatorului sa-si protejeze pozitia short. Acest pret nu
introduce un arbitraj, pe cand orice alt pret la momentul zero introduce un
arbitraj.
Desi am determinat pretul fara arbitraj al unei derivate, punand o protectie
pentru o pozitie short, se poate considera si o protectie pentru o pozitie long
( cumparare). Un agent cu o pozitie long detine un activ care are o anumita
valoare si vrea sa fixeze o limita pentru a se proteja impotriva scaderii valorii
activului. Acesta este modul in care practicienii gandesc despre protectie.

9
Numarul de unitati din stocul de baza detinut de o pozitie long este opusul
numarului determinat prin formula (1.1.9).
Numerele pe si qe, date de (1.1.8), sunt ambele pozitive, asa cum rezulta
din conditia de nearbitraj (1.1.2) si suma lor este 1. Din acest motiv, le
putem considera ca fiind probabilitatea sa rezulte H, respectiv T , la aruncarea
monedei. Ele se numesc probabilitati cu risc neutru si nu sunt probabilitatile
reale pe care le-am notat cu p si q. In cazul probabilitatilor reale p si q, rata
medie de crestere a valorii stocului este de obicei mai mare decat rata de
crestere a investitiei in piata monetara; altfel nimeni nu si-ar asuma riscul
asociat cu investitia in stoc. Astfel, p si q ar trebui sa satisfaca conditia
1
S0 < [e
pS1 (H) + qeS1 (T )] ,
1+r
unde pe si qe satisfac (1.1.6). Daca rata medie de crestere a stocului ar fi exact
aceeasi cu rata de crestere a investitiei in piata monetara, atunci investitorii
trebuie sa fie neutri la risc - adica ei nu cer compensatie nici pentru asumarea
riscului, nici nu sunt dispusi sa plateasca mai mult pentru el. Acesta nu este
cazul si deci pe si qe nu pot fi probabilitatile reale. Ele sunt numai numere care
ne ajuta la rezolvarea sistemului format din ecuatiile (1.1.3) si (1.1.4), in cele
doua necunoscute X0 si ∆0 . De fapt, deoarece ele sunt alese sa faca rata medie
de crestere a stocului sa apara egala cu rata de crestere a contului de pe piata
monetara, ele fac rata medie de crestere a oricarui portofoliu de stoc si cont
de pe piata monetara sa apara egala cu rata de crestere a pietei monetare.
Daca vrem sa construim un portofoliu a carui valoare la momentul unu sa fie
V1 , atunci valoarea sa la momentul zero trebuie sa fie data de (1.1.7) si astfel
rata medie de crestere cu risc neutru este rata de crestere a investitiei pe piata
monetara.
Ecuatia (1.1.10), pentru pretul V0 al derivatei, la momentul zero, este for-
mula pretului cu risc neutru pentru modelul binomial cu o perioada. Nu tre-
buie sa ne ingrijoram pentru faptul ca probabilitatile reale nu apar in aceasta
ecuatie. Noi am construit o protectie pentru o pozitie short a derivatei si
aceasta protectie este valabila indiferent daca stocul creste sau scade. Proba-
bilitatile miscarilor de crestere sau scadere sunt irelevante. Ceea ce conteaza
sunt marimile celor doua miscari posibile, adica valorile lui u si d. In modelul
binomial, preturile derivatelor financiare depind de multimea drumurilor posi-
bile ale pretului stocului si nu de probabilitatea acestor drumuri. Analogia
pentru modelele continue in timp este ca preturile derivatei financiare depind
de volatilitatea stocurilor si nu de ratele medii de crestere.

10
1.2 Modelul binomial multiperiodic
Extindem ideile din Sectiunea 1.1. la perioade multiple. Aruncam o moneda
in mod repetat si de cate ori obtinem H, pretul stocului creste cu factorul u
iar de cate ori obtinem T , pretul stocului se reduce cu factorul d. In plus,
exista un item in piata monetara cu o rata a dobanzii constanta r. Singura
ipoteza pe care o facem despre acesti parametri este conditia nearbitrajului
(1.1.2) ( vezi curs). Fig. 1.2.1. Modelul 3 -periodic general.
Notam cu S0 > 0 pretul initial al stocului. Notam cu S1 (H) = uS0 pretul
stocului la momentul unu, daca la prima aruncare rezulta H si cu S1 (T ) = dS0 ,
daca la prima aruncare rezulta T . Dupa a doua aruncare, pretul poate fi:
S2 (HH) = uS1 (H) = u2 S0 , S2 (HT ) = dS1 (H) = dS0 ,
S2 (T H) = uS1 (T ) = udS0 , S2 (T T ) = dS1 (T ) = d20 S0 .
dupa trei aruncari, exista 8 siruri posibile, desi nu toate dau preturi diferite
ale stocului la momentul trei. Vezi Fig. 1.2.2.

Example 2 Consideram modelul particular cu trei perioade cu S0 = 4, u = 2

si d = 21 . ”Pomul” binomial al preturilor posibile ale stocului este reprezentat
in Fig. 1.2.2. Fig.1.2.2. Un model trei - periodic particular .

Sa revenim la modelul binomial general cu trei perioade din Fig 1.2.1 si

sa consideram o optiune call Europeana, care confera dreptul de a cumpara o
unitate de stoc pentru K dolari, la momentul doi. Dupa discutarea acestei
optiuni, vom extinde analiza la o derivata europeana arbitrara care expira la
momentul N ≥ 2.
La expirare, pentru o optiune call cu pretul fixat K si momentul in care
expira este doi, se plateste V2 = (S2 − K)+ , unde V2 si S2 depind de prima
si a doua aruncare. Vrem sa determinam pretul fara arbitraj pentru aceasta
optiune la momentul zero. Presupunem ca un agent vinde optiunea la momen-
tul zero pentru V0 dolari, unde V0 trebuie inca determinat. Apoi, cumpara
∆0 unitati de stoc, investind V0 − ∆0 S0 dolari in piata monetara pentru a
finanta aceasta. (Cantitatea V0 − ∆0 S0 apare negativa, astfel ca agentul de
fapt imprumuta ∆0 S0 − V0 dolari de pe piata monetara). La momentul unu,
agentul are un portofoliu (excluzand pozitia short in optiune) in valoare de
X1 = ∆0 S1 + (1 + r)(V0 − ∆0 S0 ). (1.2.1)
Desi nu indicam in notatie, S1 si deci X1 depind de rezultatul aruncarii primei
monede. Astfel, exista de fapt doua ecuatii implicite in (1.2.1):
X1 (H) = ∆0 S1 (H) + (1 + r)(V0 − ∆0 S0 ) (1.2.2)

11
 X1 (T ) = ∆0 S1 (T ) + (1 + r)(V0 − ∆0 S0 ). (1.2.3)
Dupa prima aruncare, agentul are un portofoliu in valoare de X1 dolari si
poate reajusta protectia. Presupunem ca decide sa cumpere ∆1 unitati de
stoc, unde este permis ca ∆1 sa depinda de prima aruncare, deoarece agentul
stie rezultatul acestei aruncari atunci cand alege ∆1 . Agentul investeste ceea
ce i-a ramas, X0 − ∆1 S1 , in piata monetara. In urmatoarea perioada, averea
sa va fi data de membrul drept al urmatoarei ecuatii si ea trebuie sa fie V2 .
Deci
V2 = ∆1 S2 + (1 + r)(X1 − ∆1 S1 ). (1.2.4)
Desi nu indicam in notatie, S2 si V2 depind de rezultatul primelor doua arun-
cari. Considerand toate cele patru rezultate posibile, putem scrie (1.2.4) ca
patru ecuatii:

V2 (HH) = ∆1 (H)S2 (HH) + (1 + r)(X1 (H) − ∆1 (H)S1 (H)) (1.2.5)

V2 (HT ) = ∆1 (H)S2 (HT ) + (1 + r)(X1 (H) − ∆1 (H)S1 (H)) (1.2.6)

V2 (T H) = ∆1 (T )S2 (T H) + (1 + r)(X1 (T ) − ∆1 (T )S1 (T )) (1.2.7)
V2 (T T ) = ∆1 (T )S2 (T T ) + (1 + r)(X1 (T ) − ∆1 (T )S1 (T )). (1.2.8)
Avem acum un sistem de 6 ecuatii, doua reprezentand pe (1.2.1) si patru
reprezentand pe (1.2.4), in cele sase necunoscute V0 , ∆0 , ∆1 (H), ∆1 (T ),
X1 (H) si X1 (T ). Pentru a rezolva acest sistem si deci pentru a determina
pretul fara arbitraj V0 al optiunii la momentul zero precum si portofoliul ∆0 ,
∆1 (H) si ∆1 (T ), incepem cu ultimele doua ecuatii (1.2.7) si (1.2.8). Scazand
ecuatia (1.2.8) din (1.2.7), obtinem formula delta -protectie

V2 (T H) − V2 (T T )
∆1 (T ) = (1.2.9)
S2 (T H) − S2 (T T )

si inlocuind ∆1 (T ) in (1.2.7) si (1.2.8), obtinem

1
X1 (T ) = [e
pV2 (T H) + qeV2 (T T )] (1.2.10)
1+r
unde pe si qe sunt probabilitatile cu risc neutru date de (1.1.8). Putem ob-
tine (1.2.10) si inmultind (1.2.7) cu pe, inmultind (1.2.8) cu qe si adunandu-le.
Deoarece
peS2 (T H) + qeS2 (T T ) = (1 + r)S1 (T ),
toti termenii care contin pe ∆1 (T ) sunt eliminati si ceea ce ramane este relatia
(1.2.10). Ecuatia (1.2.10) da valoarea pe care portofoliul ar trebui sa o aiba la

12
momentul unu daca stocul scade intre momentul zero si unu. Definim aceasta
valoare ca fiind pretul optiunii la momentul unu, daca la prima aruncare se
obtine T si il notam cu V1 (T ). Deci am demonstrat ca
1
V1 (T ) = [e
pV2 (T H) + qeV2 (T T )]
1+r
care este o alta forma a formulei pretului cu risc neutru. Aceasta formula
este echivalenta formulei (1.1.10), dar plasata dupa o perioada. Primele doua
ecuatii (1.2.5) si (1.2.6), conduc intr-un mod similar, la formula

V2 (HH) − V2 (HT )
∆1 (H) = (1.2.12)
S2 (HH) − S2 (HT )

si X1 (H) = V1 (H), unde V1 (H) este pretul optiunii la momentul unu, daca la
prima aruncare se obtine H si este definit de
1
V1 (H) = [e
pV2 (HH) + qeV2 (HT )] . (1.2.13)
1+r
Aceasta este din nou o formula echivalenta cu (1.1.10), plasata dupa o pe-
rioada. In final introducem valorile X1 (H) = V1 (H) si X1 (T ) = V1 (T ) in cele
doua ecuatii implicite din (1.2.1). Solutia acestor ecuatii pentru ∆0 si V0 este
aceeasi ca solutia din (1.1.3) si (1.1.4) si rezulta, din nou, (1.1.9) si (1.1.10).
Recapituland, avem trei procese stochastice (∆0 , ∆1 ), (X0 , X1 , X2 ) si (V0 , V1 , V2 ).
Prin proces stochastic intelegem un sir de variabile aleatoare indexate in timp.
Aceste cantitati sunt aleatoare deoarece depind de rezultatul aruncarii mon-
edei; intr-adevar indicele fiecarei variabile arata numarul de aruncari de care
depinde. Daca incepem cu o avere initiala X0 si specificam valorile pentru
∆0 , ∆1 (H) si ∆1 (T ), atunci putem calcula valoarea portofoliului care contine
numarul de parti din stoc indicate de aceste specificatii si le putem finanta
imprumutand sau investind in piata monetara atat cat este necesar. Intr-
adevar, valoarea acestui portofoliu este definita recursiv, incepand cu X0 , prin
intermediul ecuatiei averii ( wealth equation)

Xn+1 = ∆n Sn+1 + (1 + r)(Xn − ∆n Sn ). (1.2.14)

Aceasta se poate considera o ecuatie conditionata; ea defineste variabile aleatoare

si valorile acestor variabile aleatoare nu se stiu pana nu se cunosc rezultatele
aruncarii monedei. Totusi, aceasta ecuatie, ne permite sa calculam, deja la
momentul zero, valoarea pe care portofoliul o va avea in orice moment succesiv,
pentru orice rezultat al aruncarii monedei.

13
 Pentru o derivata care expira la momentul doi, variabila aleatoare V2 este
specificata intr-un mod care este dependent de rezultatul aruncarii monedei
(de exemplu, daca rezultatul este ω1 ω2 , pretul stocului la momentul doi
este S2 (ω1 ω2 ) si atunci pentru optiunea call Europeana avem V2 (ω1 ω2 ) =
(S2 (ω1 ω2 ) − K)+ ). Vrem sa determinam o valoare a lui X0 si valorile lui ∆0 ,
∆1 (H) si ∆1 (T ) astfel incat X2 obtinut aplicand recursiv (1.2.14) sa satisfaca
S2 (ω1 ω2 ) = V2 (ω1 ω2 ), indiferent de valorile lui ω1 si ω2 . Formula de mai sus
ne spune cum sa determinam aceasta valoare. Notam cu V0 valoarea lui X0
care ne permite sa obtinem rezultatul de mai sus si definim V1 (H) si V1 (T ) ca
fiind valorile lui X1 (H) si X1 (T ) date de (1.2.14), cand X0 si ∆0 sunt alese
conform indicatiilor de mai sus. In general, folosim simbolurile ∆n si Xn pen-
tru a reprezenta numarul de unitati de stoc detinute de portofoliu si respectiv
valorile corespunzatoare ale portofoliului, indiferent de cum sunt alese averea
initiala X0 si ∆n . Cand X0 si ∆n sunt alese pentru a reproduce o derivata,
folosim simbolul Vn in loc de Xn si il numim pretul fara arbitraj al derivatei
la momentul n.
Modelul care rezulta dintr-o optiune call Europeana care expira la momen-
tul doi persista indiferent de numarul de perioade si de definitia platii finale
a derivatei financiare. ( In acest moment, totusi, consideram numai plati care
se fac la un moment specificat; nu se pot plati mai devreme).
THEOREM 3 1.2.2 ( Replica modelului binomial N -periodic) Fie un model
binomial N -periodic, cu 0 < d < 1 + r < u si cu
1+r−d u−1−r
pe = , qe = (1.2.15)
u−d u−d
Fie VN o variabila aleatoare ( o derivata cu plata la momentul N ) depinzand
de primele N aruncari ale monedei ω1 ω2 ...ωN . Definim recursiv, in timp, sirul
de variabile aleatoare VN −1 , VN −2 , ..., V0 prin
1
Vn (ω1 ω2 ...ωn ) = [e
pVn+1 (ω1 ω2 ...ωn H) + qeVn+1 (ω1 ω2 ...ωn T )] , (1.2.16)
1+r
astfel incat, fiecare Vn depinde de primele n aruncari ω1 ω2 ...ωn , unde n ia
valori de la 0 la N − 1. In continuare, definim
Vn+1 (ω1 ω2 ...ωn H) − Vn+1 (ω1 ω2 ...ωn T )
∆n (ω1 ω2 ...ωn ) = (1.2.17)
Sn+1 (ω1 ω2 ...ωn H) − Sn+1 (ω1 ω2 ...ωn T )
unde, din nou, n ia valori de la 0 la N − 1. Daca luam X0 = V0 si definim,
recursiv in timp, portofoliul valorilor X1 , X2 ,..., XN prin ( 1.2.14), atunci
vom avea
XN (ω1 ω2 ...ωN ) = VN (ω1 ω2 ...ωN ) , pentru orice ω1 ω2 ...ωN . (1.2.18)

14
Definition 4 Pentru n = 1, 2, ..., N , variabila aleatoare Vn (ω1 ω2 ...ωn ) din
Teorema 1.2.2 este prin definitie pretul derivatei la momentul n daca rezul-
tatele la primele aruncari ale monedei sunt ω1 ω2 ...ωn . Pretul derivatei la mo-
mentul zero este prin definitie V0 .

Proof. ( teoremei 1.2.1) Demonstram prin inductie matematica dupa n ca

XN (ω1 ω2 ...ωN ) = VN (ω1 ω2 ...ωN ) , pentru orice ω1 ω2 ...ωN , (1.2.19)

unde n ia valori de la 0 la N . Cazul n = 0 este adevarat, din definitia lui X0

ca fiind V0 . Vrem sa demonstram cazul n = N .
Pentru pasul de inductie, presupunem ca (1.2.19) este adevarata pentru
un n < N si demonstram ca este adevarata si pentru n + 1. Fie ω1 ω2 ...ωn ωn+1
arbitrar fixate si presupunem ca ipoteza de inductie ca (1.2.19) este adevarata
pentru cazul particular ω1 ω2 ...ωn pe care l-am fixat. Nu stim daca ωn+1 = H
sau ωn+1 = T , asa ca consideram ambele cazuri. Mai intai, folosim (1.2.14)
pentru a calcula Xn+1 (ω1 ω2 ...ωn H) si obtinem

Xn+1 (ω1 ω2 ...ωn H) = ∆n (ω1 ω2 ...ωn ) uSn (ω1 ω2 ...ωn )

+ (1 + r) (Xn (ω1 ω2 ...ωn ) − ∆n (ω1 ω2 ...ωn ) Sn (ω1 ω2 ...ωn )) .

Pentru a simplifica notatia, eliminam argumentul ω1 ω2 ...ωn si scriem ecuatia
in forma simpla

Xn+1 (H) = ∆n uSn + (1 + r) (Xn − ∆n Sn ) . (1.2.20)

Similar, daca eliminam argumentele in (1.2.17), obtinem:

Vn+1 (H) − Vn+1 (T )

∆n = .
Sn+1 (H) − Sn+1 (T )

Inlocuind ∆n in (1.2.20) si folosind ipoteza de inductie (1.2.19) si definitia

(1.2.16) a lui Vn , obtinem

Xn+1 (H) = (1 + r) Xn + ∆n Sn (u − (1 + r))

(Vn+1 (H) − Vn+1 (T )) (u − (1 + r))

= (1 + r) Vn +
u−d
= (1 + r) Vn + qeVn+1 (H) − qeVn+1 (T )
= peVn+1 (H) + qeVn+1 (T ) + qeVn+1 (H) − qeVn+1 (T )
= Vn+1 (H) .

15
Reintroducand argumentul ω1 ω2 ...ωn , putem scrie

Xn+1 (ω1 ω2 ...ωn H) = Vn+1 (ω1 ω2 ...ωn H) .

Un argument similar, arata ca

Xn+1 (ω1 ω2 ...ωn T ) = Vn+1 (ω1 ω2 ...ωn T ) .

In consecinta, indiferent daca ωn+1 = H sau ωn+1 = T , avem

Xn+1 (ω1 ω2 ...ωn ωn+1 ) = Vn+1 (ω1 ω2 ...ωn ωn+1 ) .

Cum ω1 ω2 ...ωn ωn+1 este arbitrar, pasul de inductie este complet.

Modelul binomial multiperiodic din aceasta sectiune se numeste complet
deoarece orice derivata financiara poate fi reprodusa prin comercializarea ei
in piata monetara. Intr-o piata completa, orice derivata are un unic pret care
evita arbitrajul si acesta este pretul din definitia (1.2.3).
Teorema 1.2.2 se aplica asa numitelor optiuni dependente de drum ca si
derivatelor a caror plata depinde numai de pretul final al stocului. Vom ilustra
cazul studiat printr-un exemplu.

Example 5 Presupunem ca in Figura 1.2.2 ca S0 = 4, u = 2 si d = 21 .

Presupunem ca rata dobanzii este r = 14 . Atunci pe = qe = 12 . Consideram o
optiune de tipul anterior care plateste

V3 = max Sn − S3
0≤n≤3

la momentul trei. Atunci

V3 (HHH) = S3 (HHH) − S3 (HHH) = 32 − 32 = 0

V3 (HHT ) = S2 (HH) − S3 (HHT ) = 16 − 8 = 8

V3 (HT H) = S1 (H) − S3 (HT H) = 8 − 8 = 0
V3 (HT T ) = S1 (H) − S3 (HT T ) = 8 − 2 = 6
V3 (T HH) = S3 (T HH) − S3 (HHH) = 8 − 8 = 0
V3 (T HT ) = S2 (T H) − S3 (T HT ) = 4 − 2 = 2
V3 (T T H) = S0 − S3 (T T H) = 4 − 2 = 2.
Calculam pretul optiunii in alte momente folosind (1.2.16) si obtinem
 
4 1 1
V2 (HH) = V3 (HHH) + V3 (HHT ) = 3.20,
5 2 2

16
  
4 1 1
V2 (HT ) = V3 (HT H) + V3 (HT T ) = 2.40,
5 2 2
 
4 1 1
V2 (T H) = V3 (T HH) + V3 (T HT ) = 0.80,
5 2 2
 
4 1 1
V2 (T T ) = V3 (T T H) + V3 (T T T ) = 2.20,
5 2 2
si deci  
4 1 1
V1 (H) = V2 (HH) + V2 (HT ) = 2.24,
5 2 2
 
4 1 1
V1 (T ) = V2 (T H) + V2 (T T ) = 1.20
5 2 2
si in final  
4 1 1
V0 = V1 (H) + V1 (T ) = 1.376.
5 2 2
Daca un agent vinde optiunea anterioara la momentul zero pentru 1.376, isi
protejeaza pozitia short in optiune cumparand
V1 (H) − V1 (T ) 2.24 − 1.20
∆0 = = = 0.1733
S1 (H) − S1 (T ) 8−2
unitati de stoc. Acestea costa 0.6933 dolari, care ii lasa 1.376−0.6933 = 0.6827
sa investeasca in piata monetara cu 25% dobanda. La momentul unu va avea
0.8533 in piata monetara. Daca pretul (unitar al) stocului creste la 8, atunci,
la momentul unu, stocul va valora 1.3867 si valoarea totala a portofoliului va
fi 2.24, care este V1 (H). Daca pretul (unitar al) stocului scade la 2, atunci,
la momentul unu, stocul va valora 0.3467 si valoarea totala a portofoliului va
fi 1.20, care este V1 (T ). Continuand acest proces, agentul poate fi sigur ca va
avea un portofoliu care, la momentul unu, va valora V3 , indiferent de rezultatul
aruncarii monedei.

1.3 Comentarii computationale

Numarul calculelor necesare pentru implementarea algoritmului determinarii
pretului derivatei dat in Teorema 1.2.2 creste exponential in raport cu numarul
perioadelor. Modelele binomiale folosite in practica deseori au cel putin 100 de
perioade si exista 2100 ≈ 1030 rezultate posibile pentru sirul de 100 de aruncari
ale monedei. Un algoritm care incepe prin calcularea a 2100 valori pentru V100
nu este practic computational.
Algoritmul dat in Teorema 1.2.2 poate fi de obicei organizat intr-o maniera
computationala eficienta. Ilustram aceasta cu doua exemple.

17
Example 6 In modelul cu S0 = 4, u = 2, d = 12 si r = 14 , consideram
problema determinarii pretului unei optiuni put ( de vanzare) Europeana, cu
pretul fixat K = 5, care expira la momentul trei. Probabilitatile cu risc neutru
sunt pe = qe = 21 . Procesul stocului este aratat in Fig. 1.2.2. Plata optiunii,
data de V3 = (5 − S3 )+ , poate fi sistematizata astfel

V3 (HHH) = 0, V3 (HHT ) = V3 (HT H) = V3 (T HH) = 0

V3 (HT T ) = V3 (T HT ) = V3 (T T H) = 3, V3 (T T T ) = 4.50.
In acest tabel exista 23 = 8 date, dar o simplificare este evidenta. Sa notam
cu v3 (s) plata optiunii la momentul trei, cand pretul stocului la momentul
trei este s. V3 are ca argument, sirul a trei aruncari cu moneda iar v3 are
ca argument pretul stocului. La momentul trei, sunt posibile trei preturi ale
stocului si putem sistematiza valorile lui v3 , astfel

v3 (32) = 0, v3 (8) = 0, v3 (2) = 3, v3 (0.50) = 4.50.

Daca optiunea expira dupa 100 de perioade, argumentul lui V100 va avea ca
domeniu cele 2100 rezultate posibile ale aruncarii monedei, in timp ce argu-
mentul lui v100 va avea ca domeniu cele 101 de preturi posibile ale stocului la
momentul 100. Aceasta reprezinta o mare simplificare in complexitatea calcu-
lului.
In conformitate cu Teorema 1.2.2, calculam V2 cu formula
2
V2 (ω1 ω2 ) = [V3 (ω1 ω2 H) + V3 (ω1 ω2 T )] . (1.3.1)
5
Ecuatia (1.3.1) reprezinta patru ecuatii, una pentru fiecare alegere posibila a
lui ω1 ω2 . Fie v2 (s) pretul optiunii put, la momentul doi, daca pretul stocului
la momentul doi este s. In functie de v2 , (1.3.1) are urmatoarea forma
 
2 1
v2 (s) = v3 (2s) + v3 ( s) ,
5 2
si aceasta reprezinta doar trei ecuatii, una pentru fiecare valoare posibila a
pretului stocului la momentul doi. Intr-adevar, putem calcula
2
v2 (16) = [v3 (32) + v3 (8)] = 0,
5
2
v2 (4) = [v3 (8) + v3 (2)] = 1.20,
5
2
v2 (1) = [v3 (2) + v3 (0.50)] = 3.
5

18
Analog,
2
v1 (8) = [v2 (16) + v2 (4)] = 0.48,
5
2
v1 (2) = [v2 (4) + v2 (1)] = 1.68,
5
unde v1 (s) reprezinta pretul optiunii put la momentul unu, daca pretul stocului
la momentul unu este s. Pretul optiunii put la momentul zero este
2
v0 (4) = [v1 (8) + v1 (2)] = 0.864.
5
In orice moment n = 0, 1, 2, daca pretul stocului este s,numarul unitatilor de
stoc care ar trebui sa fie in portofoliu este

vn+1 (2s) − vn+1 ( 12 s)

δn (s) = .
2s − 12 s

Aceasta este formula echivalenta cu (1.2.17).

In Exemplul 1.3.1, pretul optiunii in fiecare moment n a fost o functie de

pretul stocului Sn la acel moment si nu a depins altfel de aruncarile monedei.
Aceasta a permis introducerea functiilor vn legate de variabilele aleatoare Vn
prin formula Vn = vn (Sn ). O simplificare similara este deseori posibila cand
pretul optiunii depinde de drumul parcurs de pretul stocului si nu numai de
pretul curent al stocului. Ilustram acest fapt cu un al doilea exemplu.

Example 7 Consideram optiunea anterioara din Exemplul 1.2.4. In fiecare

moment n, pretul optiunii poate fi scris ca o functie de pretul stocului Sn si
pretul maxim al stocului Mn = max Sk . La momentul trei, exista sase perechi
0≤k≤n
de valori posibile pentru (S3 , M3 ),

(32, 32) , (8, 16) , (8, 8) , (2, 8) , (2, 4) , (0.50, 4) .

Definim v3 (s, m) ca fiind plata optiunii la momentul trei daca S3 = s si M3 =

m. Avem
v3 (32, 32) = 0, v3 (8, 16) = 8, v3 (8, 8) = 0
v3 (2, 8) = 6, v3 (2, 4) = 2, v3 (0.50, 4) = 3.50.
In general, fie vn (s, m) valoarea optiunii la momentul n, daca Sn = s si Mn =
m. Algoritmul din Teorema 1.2.2 poate fi rescris in functie de vn astfel
 
2 1
vn (s, m) = vn+1 (2s, m ∨ (2s)) + vn+1 ( s, m) ,
5 2

19
unde m ∨ (2s) reprezinta maximul dintre m si 2s. Folosind acest algoritm
calculam
2
v2 (16, 16) = [v3 (32, 32) + v3 (8, 16)] = 3.20,
5
2
v2 (4, 8) = [v3 (8, 8) + v3 (2, 8)] = 2.40,
5
2
v2 (4, 4) = [v3 (8, 8) + v3 (2, 4)] = 0.80,
5
2
v2 (1, 4) = [v3 (2, 4) + v3 (0.50, 4)] = 2.20,
5
atunci calculam
2
v1 (8, 8) = [v2 (16, 16) + v2 (4, 8)] = 2.24,
5
2
v1 (2, 4) = [v2 (4, 4) + v2 (1, 4)] = 1.20,
5
si in final obtinem pretul la momentul zero
2
v0 (4, 4) = [v1 (8, 8) + v2 (2, 4)] = 1.376.
5
In fiecare moment n = 0, 1, 2, daca pretul stocului este s si pretul maxim al
stocului este m, numarul unitatilor de stoc care ar trebui tinute in portofoliu
este
vn+1 (2s, m ∨ (2s)) − vn+1 ( 21 s, m)
δn (s, m) = .
2s − 12 s
Aceasta este formula echivalenta cu formula (1.2.17).

1.4 Concluzii
Acest capitol considera un model binomial multiperiodic. La fiecare perioada
in acest model, aruncam o moneda al carei rezultat determina daca pretul
stocului se schimba cu un factor u sau cu un factor d, unde 0 < d < u. In
plus, exista un cont pe piata monetara cu dobanda, pe perioada, egala cu r.
Aceasta este dobanda aplicata atat investitiei cat si imprumutului.
Arbitrajul este o strategie de comert care incepe cu zero capital si care face
comert pe piata stocului si pe piata monetara, astfel incat probabilitatea sa
faca bani este pozitiva si nu exista riscul de a pierde bani. Modelul binomial
multiperiodic nu admite arbitraj daca si numai daca

0 < d < 1 + r < u. (1.1.2)

20
Vom impune intotdeauna aceasta conditie.
O derivata financiara plateste la momentul N cand expira , in functie de
rezultatele aruncarii monedei in primele N perioade. Metoda, teoriei de deter-
minare a pretului nearbitrat, de asociere a unui pret derivatei poate fi inteleasa
in doua moduri. Mai intai, se pune intrebarea, cum se asociaza un pret astfel
incat comercializand derivata , stocul de baza si in piata monetara sa nu apara
un arbitraj. Aceasta conditie de nearbitraj, determina unic pretul, in orice mo-
ment. In al doilea rand, in orice moment n anterior momentului de expirare
N , se poate imagina vanzarea derivatei pentru un pret si folosirea venitului din
acesta vanzare pentru a forma un portofoliu, apoi se tranzactioneaza stocul si
activul de pe piata monetara din momentul n si pana in momentul de expi-
rare N . Acest portofoliu protejeaza pozitia short a derivatei, daca valoarea sa
la momentul N coincide cu plata derivatei, indiferent de rezultatul aruncarii
monedei intre momentele n si N . Suma pentru care derivata trebuie sa fie
vanduta la momentul n, in scopul de a construi aceasta protectie a pozitiei
short este aceeasi cu pretul nearbitrat obtinut cu prima metoda.
Pretul nearbitrat al derivatei care plateste VN la momentul N , poate fi
calculat recursiv, in timp, cu formula
1
Vn (ω1 ω2 ...ωn ) = [e
pVn+1 (ω1 ω2 ...ωn H) + qeVn+1 (ω1 ω2 ...ωn T )] (1.2.16)
1+r
Numarul unitatilor de stoc pe care ar trebui sa le aiba un portofoliu care
protejeaza o pozitie scurta a derivatei este dat de

Vn+1 (ω1 ω2 ...ωn H) − Vn+1 (ω1 ω2 ...ωn T )

∆n (ω1 ω2 ...ωn ) = . (1.2.17)
Sn+1 (ω1 ω2 ...ωn H) − Sn+1 (ω1 ω2 ...ωn T )

Numerele pe si qe, din formula (1.2.16), sunt probabilitatile cu risc neutru date
de
1+r−d u−1−r
pe = , qe = . (1.2.15)
u−d u−d
Aceste probabilitati cu risc neutru sunt pozitive, din (1.1.2) si suma lor este 1.
Ele au proprietatea ca, in orice moment, pretul stocului este media ponderata
cu discount a celor doua preturi posibile de la momentul urmator:
1
Sn (ω1 ω2 ...ωn ) = [e
pSn+1 (ω1 ω2 ...ωn H) + qeSn+1 (ω1 ω2 ...ωn T )] .
1+r
Cu alte cuvinte, cu probabilitatile de risc neutru, rata medie a venitului pen-
tru stoc este r, aceeasi cu dobanda a venitului din piata monetara. Deci,
daca aceste probabilitati ar guverna aruncarea monedei ( in realitate, nu este

21
aceasta situatie), atunci un agent care face tranzactii cu contul de pe piata
monetara si cu stocul ar avea doua posibilitati si ambele ar determina aceeasi
rata medie a venitului. In consecinta, nu conteaza cat investeste, rata medie
a venitului va fi de asemenea r. In particular, daca este momentul N − 1 si
vrea ca valoarea portofoliului sau sa fie VN (ω1 ω2 ...ωN ) la momentul N , atunci
la momentul N − 1 valoarea portofoliului sau trebuie sa fie
1
[e
pVN (ω1 ω2 ...ωn H) + qeVN (ω1 ω2 ...ωn T )] .
1+r
Acesta este membrul drept al lui (1.2.16) cu n = N − 1 si aplicarea repetata
a acestui argument da (1.2.16) pentru toate valorile lui n.
Explicatia lui (1.2.16) de mai sus a fost data intr-o conditie contrara re-
alitatii si anume faptul ca pe si qe guverneaza aruncarea monedei. Ne putem
intreba daca un astfel de argument poate duce la o concluzie reala. Raspunsul
este da, din urmatorul motiv. Cand protejam o pozitie short intr-o derivata,
vrem ca protectia sa ne dea un portofoliu care sa fie in concordanta cu plata
derivatei indiferent de aruncarea monedei. Cu alte cuvinte, protectia trebuie
sa lucreze pe toate drumurile parcurse de pretul stocului. Daca un drum este
posibil ( adica are probabilitate pozitiva) vrem ca protectia sa lucreze de-a
lungul acestui drum. Valoarea exacta a probabilitatii este irelevanta. Gasim
aceste protectii rezolvand un sistem de ecuatii de-a lungul drumurilor, un sis-
tem de forma (1.2.2)-(1.2.3), (1.2.5)-(1.2.8). Nu exista probabilitati in acest
sistem. Introducerea probabilitatilor cu risc neutru ne permite sa argumentam
ca mai sus si sa gasim o solutie sistemului. Introducerea oricaror alte proba-
bilitati nu ar permite un astfel de argument, deoarece numai probabilitatile cu
risc neutru ne permit sa sustinem ca rata medie a venitului pentru portofoliul
sau este r indiferent de cum investeste agentul. Probabilitatile cu risc neutru
dau o simplificare a rezolvarii sistemului de ecuatii. Probabilitatile reale nu
sunt de ajutor in rezolvarea sistemului. In cazul probabilitatilor reale rata
medie a venitului pentru un portofoliu depinde de portofoliu si cand incercam
sa rezolvam sistemul de ecuatii nu stim ce portofoliu ar trebui sa folosim.
Alternativ, se poate explica (1.2.16) fara a recurge la orice discutie despre
probabilitate. Aceasta a fost metoda folosita in demonstratia Teoremei 1.2.2.
Numerele pe si qe au fost folosite in acea demonstratie, dar nu au fost considerate
ca probabilitati, ci doar ca numere definite de formula (1.2.15).

1.5 Observaţii
Determinarea pretului nearbitrat apare implicit in lucrarile lui Black si Sc-
holes [5], dar prima sa dezvoltare explicita este data de Merton [34], care

22
a inceput cu axioma de nearbitraj si a obtinut un numar surprinzator de
concluzii. Determinarea pretului nearbitrat a fost dezvoltata in intregime in
modele continue in timp de Harrison si Kreps [17] si Harrison si Pliska [18].
Acesti autori au introdus martingalele si determinarea pretului cu risc neutru.
Modelul binomial este datorat lui Cox, Ross, Rubinstein [11]. Modelul bino-
mial este folositor prin el insusi si asa cum Cox si altii au demonstrat, formula
Black -Scholes se paote obtine ca limita a modelului binomial.

1.6 Exerciţii
Exercise 8 1.1. In piata binomiala cu o perioada, din Sec 1.1, presupunem ca
atat H cat si T au probabilitatea pozitiva de a se intampla. Aratati ca conditia
(1.1.2) previne arbitrajul. Cu alte cuvinte, demonstrati ca daca X0 = 0 si

X1 = ∆0 S1 + (1 + r)(X0 − ∆0 S0 ),

atunci nu putem avea X1 strict pozitiv decat daca exista o probabilitate pozitiva
de a avea X1 si strict negativ si aceasta indiferent de alegerea numarului ∆0 .

Exercise 9 1.2. In cazul Exemplului 1.1.1, presupunem ca optiunea se vinde

cu 1.20 la momentul zero. Consideram un agent care incepe cu suma X0 = 0
si la momentul zero cumpara ∆0 unitati de stoc si Γ0 optiuni. Numerele ∆0 si
Γ0 pot fi pozitive, negative sau zero. Aceasta lasa agentul cu o suma de −4∆0
−1.20Γ0 . Daca aceasta valoare este pozitiva, atunci reprezinta investitia in
piata monetara; daca este negativa, reprezinta bani imprumutati de pe piata
monetara. La momentul unu, valoarea portofoliului de stoc, optiuni si active
de pe piata monetara este
5
X1 = ∆0 S1 + Γ0 (S1 − 5)+ − (4∆0 + 1.20Γ0 ) .
4
Presupunem ca atat H cat si T au probabilitate pozitiva sa se intample. Aratati
ca daca exista o probabilitate pozitiva ca X1 sa fie pozitiv, atunci exista o
probabilitate pozitiva ca X1 sa fie negativ. Cu alte cuvinte, nu exista arbitraj,
cand pretul optiunii la momentul zero este 1.20.

Exercise 10 1.3. In modelul binomial cu o perioada din Sec.1.1, presupunem

ca vrem sa determinam pretul la momentul zero al derivatei V1 = S1 ( adica
derivata plateste pretul stocului). Aceasta poate fi privita ca o optiune call
Europeana cu pretul fixat K = 0). Care este pretul V0 la momentul zero, dat
de formula pretului cu risc neutru (1.1.10)?

23
Exercise 11 1.4. In demonstratia Teoremei 1.2.2, aratati prin inductie ca

Xn+1 (ω1 ω2 ...ωn T ) = Vn+1 (ω1 ω2 ...ωn T ) .

Exercise 12 1.5. In exemplul 1.2.4, am considerat un agent care a vandut

optiunea pentru V0 = 1.376 si a cumparat ∆0 = 0.1733 unitati de stocla
momentul zero. La momentul unu, daca stocul creste agentul are un portofoliu
valuat la V1 (H) = 2.24. Presupunem ca
V2 (HH) − V2 (HT )
∆1 (H) = .
S2 (HH) − S2 (HT )
Demonstrati ca, la momentul doi, daca stocul creste, agentul va avea un porto-
foliu valuat la V2 (HH) = 3.20, in timp ce, daca stocul scade, portofoliul va
valora V2 (HT ) = 2.40. In final, daca stocul creste in prima perioada si scade
in a doua perioada, presupunem ca
V3 (HT H) − V3 (HT T )
∆2 (HT ) = .
S3 (HT H) − S3 (HT T )
Demonstrati ca, la momentul trei, daca stocul creste in a treia perioada, agen-
tul va avea un portofoliu valuat la V3 (HT H) = 0, in timp ce daca stocul scade,
portofoliul sau va valora V3 (HT T ) = 6. Cu alte cuvinte, in aceasta optiune,
agentul si-a protejat pozitia short.

Exercise 13 1.6. ( Protejarea unei pozitii long - o perioada) Consideram o

banca cu o pozitie long in optiunea call Europeana scrisa pe pretul stocului din
Figura 1.1.2. Optiunea expira la momentul unu si are pretul fix K = 5. In
Sec. 1.1, am determinat pretul la momentul zero al acestei optiuni ca fiind
V0 = 1.20. La momentul zero, banca detine aceasta optiune, care blocheaza
capitalul V0 = 1.20. Banca vrea sa castige dobanda de 25% pe acest capital
pana la momentul unu ( adica fara sa investeasca mai multi bani si indiferent
de rezultatul aruncarii monedei, banca vrea sa aiba
5
1.20 = 1.50
4
la momentul unu, dupa colectarea platii pe optiune ( daca este cazul) la mo-
mentul unu). Specificati cum ar trebui sa investeasca agentul bancii in stoc si
piata monetara pentru a obtine capitalul de mai sus.

Exercise 14 1.7 ( Protejarea unei pozitii long - perioade multiple). Consid-

eram o banca cu o pozitie long in optiunea din Exemplul 1.2.4. Banca in-
tentioneaza sa tina aceasta optiune pana la expirare si sa primeasca plata V3 .

24
La momentul zero, banca are capitalul V0 = 1.376 blocat in optiune si vrea sa
castige dobanda de 25% pe acest capital, pana la momentul trei ( adica fara sa
investeasca mai multi bani si indiferent de rezultatul aruncarii monedei, banca
vrea sa aiba  3
5
1.376 = 2.6875
4
la momentul trei, dupa colectarea platii pe optiune). Specificati cum ar trebui
sa investeasca agentul bancii in stoc si piata monetara pentru a obtine capitalul
de mai sus.

Exercise 15 1.8 ( Optiunea asiatica) Consideram modelul trei periodic din

Exemplul 1.2.1, cu S0 = 4, u = 2, d = 12 si r = 14 , astfel incat pe = qe = 21 .
n
P
Pentru n = 0, 1, 2, 3, definim Yn = Sk ca fiind suma preturilor stocului
k=0
de la momentul zero la n. Consideram o optiune call Asiatica care expira
la momentul trei si are pretul fix K = 4 ( adica plateste la momentul trei
1

+
4 Y3 − 4 ). Aceasta este ca o cerere Europeana, exceptand faptul ca plata
optiunii este bazata media pretului stocului si nu pe pretul final al stocului.
Fie vn (s, y) pretul acestei optiuni la momentul n daca Sn = s si Yn = y. In

+
particular, vn (s, y) = 41 y − 4 .
(i) Dezvoltati un algoritm pentru calculul recursiv al lui vn .
(ii) Aplicati algoritmul dezvoltat in (i) pentru a calcula v0 (4, 4), pretul optiunii
asiatice la momentul zero.
(iii) Determinati o formula pentru δn (s, y), numarul unitatilor de stoc care ar
trebui sa fie in portofoliu la momentul n, daca Sn = s si Yn = y.

Exercise 16 1.9 ( Volatilitatea stochastica, dobanda aleatoare) Fie un model

binomial, astfel incat in fiecare moment n ≥ 1, factorul de crestere un (ω1 ω2 ...ωn ),
factorul de micsorare dn (ω1 ω2 ...ωn ) si dobanda rn (ω1 ω2 ...ωn ) depind de n si
de primele n aruncari ale monedei ω1 ω2 ...ωn . Factorul initial de crestere u0 ,
factorul initial de micsorare d0 si dobanda initiala r0 , nu sunt aleatoare. Mai
exact, pretul stocului la momentul unu, este dat de

u0 S0 , daca ω1 = H,
S1 (ω1 ) =
d0 S0 , daca ω1 = T,

si, pentru n ≥ 1, pretul stocului la momentul n + 1 este dat de


un (ω1 ω2 ...ωn )Sn (ω1 ω2 ...ωn ), daca ωn+1 = H,
Sn+1 (ω1 ω2 ...ωn ωn+1 ) =
dn (ω1 ω2 ...ωn )Sn (ω1 ω2 ...ωn ), daca ωn+1 = T.

25
Un dolar investit sau imprumutat in piata monetara la momentul zero creste
la o investitie sau debit de 1 + r0 la momentul unu si, pentru n ≥ 1, un
dolar investit sau imprumutat in piata monetara la momentul n, creste la o
investitie sau debit de 1 + rn (ω1 ω2 ...ωn ) la momentul n + 1. Presupunem ca,
pentru fiecare n si pentru toti ω1 ω2 ...ωn , are loc conditia de nearbitraj

0 < dn (ω1 ω2 ...ωn ) < 1 + rn (ω1 ω2 ...ωn ) < un (ω1 ω2 ...ωn ).

De asemenea, presupunem ca 0 < d0 < 1 + r0 < u0 .

(i) Fie N un numar intreg pozitiv. In modelul deja descris, se da un algoritm
pentru a determina pretul la momentul zero al unei derivate care la momentul
N plateste o suma aleatoare VN care depinde de rezultatele primelor N arun-
cari ale monedei.
(ii) Deduceti o formula pentru numarul de unitati de stoc care ar trebui det-
inute in fiecare moment n (0 ≤ n ≤ N − 1) de un portofoliu care reproduce
derivata VN .
(iii) Presupunem ca pretul initial al stocului este S0 = 80, cu fiecare ”H” pretul
stocului creste cu 10 si cu fiecare ”T” pretul stocului scade cu 10. Cu alte cu-
vinte, S1 (H) = 90, S1 (T ) = 70, S2 (HH) = 100, etc. Presupunem ca dobanda
este intotdeauna zero. Consideram o optiune Europeana cu pretul fix 80, care
expira la momentul cinci. Care este pretul acestei optiuni la momentul zero?

26
2 Teoria probabilitatii pe spatiul monedei
2.1 Spatii de probabilitate finite
Un spatiu de probabilitate finit este folosit pentru a modela o situatie in care
se desfasoara un experiment aleator cu un numar finit de rezultate posibile. In
contextul modelului binomial, am aruncat o moneda de un numar finit de ori.
Daca, de exemplu, aruncam moneda de trei ori, multimea rezultatelor posibile
este

Ω = {HHH, HHT, HT H, HT T, T HH, T HT, T T H, T T T } . (2.1.1)

Presupunem ca la fiecare aruncare probabilitatea sa obtinem H ( reala sau cu

risc neutru) este p si probabilitatea sa obtinem T este q = 1 − p. Presupunem
ca aruncarile sunt independente si astfel probabilitatile elementelor individuale
ω ( siruri de trei aruncari ω = ω1 ω2 ω3 ) din Ω suntţ
Submultimile lui Ω sunt numite evenimente si acestea pot fi descrise atat
in cuvinte cat si cu simboluri. De exemplu, evenimentul

”Prima aruncare este H” = {ω ∈ Ω; ω1 = H}

= {HHH, HHT, HT H, HT T }
are, asa cum este indicat, descrieri atat in cuvinte cat si cu simboluri. De-
terminam probabilitatea unui eveniment insumand probabilitatile elementelor
din eveniment. adica,

P (Prima aruncare este H) = P (HHH) + P (HHT ) + P (HT H) + P (HT T )

= (p3 + p2 q) + (p2 q + pq 2 )
= p2 (p + q) + (pq(p + q)
= p2 + pq
= p(p + q)
= p.
Astfel, matematica este in concordanta cu intuitia noastra.
Cu modelele matematice, este usor sa inlocuim intuitia matematica, insa
aceasta poate duce la probleme. Ar trebui insa sa verificam ca matematica
si intuitia noastra concorda; altfel sau intuitia noastra este gresita sau mod-
elul nostru este inadecvat. Daca intuitia noastra si modelul matematic nu
concorda, ar trebui sa cautam o reconciliere inainte de a continua. In cazul

27
(2.1.3), construim un modelin care probabilitatea sa obtinem H la fiecare
aruncare este p. Propunem sa facem acest lucru definind probabilitatile el-
ementelor din Ω prin(2.1.2) si apoi definim probabilitatea unui eveniment (
submultime a lui Ω) ca fiind suma probabilitatilor elementelor evenimentului.
Aceste definitii ne conduc la calculul (2.1.3) si este necesar sa facem acest cal-
culpentru a verifica raspunsul asteptat. Altfel, ar trebui sa regandim modelul
matematicpentru aruncarea monedei.
Generalizam situatia descrisa mai sus, mai intai permitand lui Ω sa fie
orice multime finita si in al doilea rand permitand ca unele elemente din Ω sa
aiba probabilitatea zero. Aceste generalizari conduc la urmatoarea definitie.

Definition 17 2.1.1. Un spatiu de probabilitate finit este un spatiu Ω si o

masura de probabilitate P . Spatiul Ω este o multime finita, nevida si masura
de probablitate P este o functie care asociaza fiecarui element ω din Ω un
numar din [0, 1], astfel incat
X
P (ω) = 1. (2.1.4)
ω∈Ω

Un eveniment este o submultime a lui Ω si definim probabilitatea unui eveni-

ment A ca fiind X
P (A) = P (ω). (2.1.5)
ω∈A

Asa cum s-a mentionat mai inainte, acesta este un model pentru un eveni-
ment aleator. Multimea Ω este multimea tuturor rezultatelor posibile ale
experimentului, P (ω) este probabilitatea ca rezultatul particular ω sa se in-
tample si P (A) este probabilitatea ca rezultattul care se intampla sa fie din
multimea A. Daca P (A) = 0, atunci rezultatul experimentului nu este din A;
daca P (A) = 1, atunci rezultatul este sigur din A. Din (2.1.4), rezulta ecuatia

P (Ω) = 1. (2.1.6)

adica, rezultatul este sigur din Ω. Deoarece P (ω) poate fi zero pentru unele
valori ale lui ω, permitem sa fie in Ω chiar cateva rezultate ale experimentului
care nu se intampla. Este clar din (2.1.5) ca daca A si B sunt submultimi
disjuncte ale lui Ω, atunci

P (A ∪ B) = P (A) + P (B).

28
2.2 Variabile aleatoare, Ditributii si Medii
Un experiment aleator genereaza, in general, date numerice. Aceasta da
nastere la conceptul de variabila aleatoare.

Definition 18 Fie (Ω, P ) un spatiu de probabilitate finit. O variabila aleatoare

este o functie definita pe Ω cu valori reale.) Uneori permitem ca variabila
aleatoare sa ia valorile +∞ si −∞.)

Example 19 (Preturile stocului) Reamintim spatiul Ω a trei aruncari ale

monedei independente (2.1.1). Ca in Figura 1.2.2 din Capitolul 1, definim
preturile stocului prin formulele

S0 (ω1 ω2 ω3 ) = 4, pentru orice ω1 ω2 ω3 ∈ Ω,


8, daca ω1 = H,
S1 (ω1 ω2 ω3 ) =
2, daca ω1 = T,

 16, daca ω1 = ω2 = H,
S2 (ω1 ω2 ω3 ) = 4, daca ω1 6= ω2 ,
1, daca ω1 = ω2 = T,



 32, daca ω1 = ω2 = ω3 = H,
8, daca exista doi H si un T,

S3 (ω1 ω2 ω3 ) =

 2, daca exista un H si doi T,
0.50, daca ω1 = ω2 = ω3 = T.


Am scris argumentele lui S0 , S1 , S2 si S3 ca ω1 ω2 ω3 , chiar daca unele din

aceste variabile nu depind de toate aruncarile monedei. In particular, S0 nu
este de fapt variabila deoarece ia valoarea 4, indiferent de rezultatul aruncarii
monedei; o astfel de variabila se numeste variabila aleatoare degenerata.

Este uzual sa scriem argumentul variabilelor aleatoare ca ω, chiar daca

ω este un sir ω = ω1 ω2 ω3 . Vom folosi aceste doua notatii. Este chiar mai
comun sa scriem variabilele aleatoare fara nici un argument; vom folosi aceasta
practica, scriind de exemplu S3 , in loc de S3 (ω1 ω2 ω3 ) sau S3 (ω).
Conform Definitiei 2.2.1, o variabila aleatoare este o functie care aplica
un spatiu Ω pe multimea numerelor reale. Distributia unei variabile aleatoare
este o specificare a probabilitatilor cu care variabila aleatoare ia diferite val-
ori. O variabila aleatoare nu este o distributie si o distributie nu este o vari-
abila aleatoare. Acesta va fi un punct important cand vom schimba masura,
deoarece masura va schimba distributiile variabilelor aleatoare dar nu si vari-
abilele aleatoare . Facem clara aceasta distinctie cu urmatorul exemplu.

29
Example 20 Aruncam o moneda de trei ori, deci multimea rezultatelor posi-
bile este

Ω = {HHH, HHT, HT H, HT T, T HH, T HT, T T H, T T T } .

Definim variabilele aleatoare

X = Numarul total de H, Y = Numarul total de T .

Cu simboluri,
X(HHH) = 3,
X(HHT ) = X(HT H) = X(T HH) = 2,
X(HT T ) = X(T HT ) = X(T T H) = 1,
X(T T T ) = 0,
Y (T T T ) = 3,
Y (T T H) = Y (T HT ) = Y (HT T ) = 2
Y (T HH) = Y (HT H) = Y (HHT ) = 1
Y (HHH) = 0.
Nu este necesar sa cunoastem probabilitatile diferitelor rezultate pentru a speci-
fica aceste variabile aleatoare. Totusi, daca am specificat o masura de prob-
abilitate pe Ω, putem determina distributiile lui X si Y . De exemplu, daca
specificam masura de probabilitate Pe pentru care probabilitatea sa rezulte H la
fiecare aruncare este 12 si probabilitatea fiecarui element din Ω este 18 , atunci

1
Pe {ω ∈ Ω; X(ω) = 0} = Pe {T T T } = ,
8
3
Pe {ω ∈ Ω; X(ω) = 1} = Pe {HT T, T HT, T T H} = ,
8
3
Pe {ω ∈ Ω; X(ω) = 2} = Pe {HHT, HT H, T HH} = ,
8
1
Pe {ω ∈ Ω; X(ω) = 3} = Pe {HHH} = .
8
Simplificam notatia Pe {ω ∈ Ω; X(ω) = j} la notatia Pe {X = j}. Este folosi-
tor sa reamintim totusi ca notatia Pe {X = j} se refera la probabilitatea unei

30
submultimi a lui Ω, multimea elementelor ω pentru care X(ω) = j. Prin Pe,
probabilitatile ca X sa ia cele patru valori 0,1,2 si 3 sunt
1 3
Pe {X = 0} = , Pe {X = 1} = ,
8 8
3 1
Pe {X = 2} = , Pe {X = 3} = .
8 8
Acest tabel de probabilitati unde X ia toate valorile ei reprezinta distributia lui
X prin Pe.
Variabila aleatoare Y este diferita de X deoarece numara pe T si nu pe H.
Totusi, prin Pe, distributia lui Y este aceeasi cu distributia lui X:
1 3
Pe {Y = 0} = , Pe {Y = 1} = ,
8 8
3 1
Pe {Y = 2} = , Pe {Y = 3} = .
8 8
Ideea este ca variabila aleatoare este o functie definita pe Ω, in timp ce dis-
tributia sa este un tabel de probabilitati cu care variabila aleatoare ia diferite
valori. O variabila aleatoare nu este o distributie.

Mai mult, presupunem ca alegem o masura de probabilitate P pentru Ω

astfel incat 32 este probabilitatea sa rezulte H la fiecare aruncare si 13 proba-
bilitatea sa rezulte T . Atunci
1 6
P {X = 0} = , P {X = 1} = ,
27 27
12 8
P {X = 2} = , P {X = 3} = .
27 27
Variabila aleatoare X are o distributie prin P diferita de cea prin Pe. Este
aceeasi variabila aleatoare, care determina numarul total de H, indiferent de
masura de probabilitate folosita pentru a determina distributia sa. Aceasta
este situatia pe care o intalnim mai tarziu cand consideram pretul unui activ
in cazul masurii de probabilitate reala si al masurii de probabilitate cu risc
neutru.
Desi intamplator au aceeasi distributie prin Pe, variabilele aleatoare X si
Y au diferite distributii prin P . Intr-adevar,
8 12
P {Y = 0} = , P {Y = 1} = ,
27 27
6 1
P {Y = 2} = , P {Y = 3} = .
27 27

31
Definition 21 Fie X o variabila aleatore definita pe un spatiu de probabilitate
finit (Ω, P ). Media ( sau valoarea medie) a lui X este prin definitie
X
EX = X(ω)P (ω).
ω∈Ω

Cand calculam media folosind masura de probabilitate cu risc neutru Pe, folosim
notatia X
EX
e = X(ω)Pe(ω).
ω∈Ω

Variatia lui X este h i

V ar(X) = E (X − EX)2 .

Din definitie rezulta ca media este liniara: daca X si Y sunt variabile

aleatoare si c1 si c2 sunt constante, atunci

E(c1 X + c2 Y ) = c1 EX + c2 EY.

In particular, daca l(x) = ax + b este o functie liniara de o variabila x (

a si b constante), atunci E [l(X)] = l(EX). Pentru functii convexe rezulta
urmatoarea inegalitate.

THEOREM 22 ( Inegalitatea lui Jensen). Fie X o variabila aleatoare pe

un spatiu de probabilitate finit si fie ϕ(x) o functie convexa de o variabila x.
Atunci
E [ϕ(X)] ≥ ϕ(EX).

Proof. Demonstram mai intai ca o functie convexa este maximul tuturor

functiilor liniare care se afla sub ea; adica pentru orice x ∈ R,

ϕ(x) = max {l(x); l este liniara si l(y) ≤ ϕ(y) pentru orice y ∈ R} . (2.2.1)

Deoarece consideram numai functii liniare care se afla sub ϕ, este clar ca

ϕ(x) ≥ max {l(x); l este liniara si l(y) ≤ ϕ(y) pentru orice y ∈ R} .

Pentru a demonstra inegalitatea opusa, fie x un punct arbitrar din R. Deoarece

ϕ este convexa, exista o functie liniara l care se afla sub ϕ si pentru crae
ϕ(x) = l(x) ( l este tangenta in punctul x la graficul functiei ϕ). Functia l se
numeste linia suport a lui ϕ in x ( vezi Fig 2.2.1). Deci

ϕ(x) ≤ max {l(x); l este liniara si l(y) ≤ ϕ(y) pentru orice y ∈ R} .

32
Asadar am demonstrat (2.2.1).
Fie l o functie liniara care se afla sub ϕ. Atunci

E [ϕ(X)] ≥ E[l(X)] = l(EX).

Deoarece inegalitatea este adevarata pentru orice functie liniara l care se afla
sub ϕ, in membrul drept al inegalitatii putem lua maximul peste toate aceste
functii de tip l si obtinem

E [ϕ(X)] ≥ max {l(EX); l este liniara si l(y) ≤ ϕ(y) pentru orice y ∈ R} = ϕ(EX).

O consecinta a inegalitatii lui Jensen este ca

E X 2 ≥ (EX)2 .
 

Putem obtine aceasta consecinta a inegalitatii lui Jensen din formula

0 ≤ E (X − EX)2 = E[X 2 − 2XEX + (EX)2 ] = E[X 2 ] − (EX)2 .

 

2.3 2.3 Medii conditionate

In modelul binomial din Capitolul I, alegem probabilitatile cu risc neutru pe si
qe conform formulei (1.1.8), pe care o repetam aici:

1+r−d u−1−r
pe = si qe = . (2.3.1)
u−d u−d
Este usor de verificat ca aceste probabilitati satisfac ecuatia

peu + qed
= 1. (2.3.2)
1+r
In consecinta, in fiecare moment n si pentru orice sir de aruncari ω1 ω2 ...ωn ,
obtinem
1
Sn (ω1 ω2 ...ωn ) = [e
pSn+1 (ω1 ω2 ...ωn H) + qeSn+1 (ω1 ω2 ...ωn T )] (2.3.3)
1+r
( adica, pretul stocului la momentul n este media ponderata cu discount a
celor doua preturi posibile de la momentul n + 1, unde pe si qe sunt ponderile
folosite). Pentru a simplifica notatia, definim

E
en [Sn+1 ](ω1 ω2 ...ωn ) = peSn+1 (ω1 ω2 ...ωn H) + qeSn+1 (ω1 ω2 ...ωn T ) (2.3.4)

33
deci putem scrie (2.3.3) ca
1 e
Sn = En [Sn+1 ], (2.3.5)
1+r

si numim E en [Sn+1 ] media conditionata a lui Sn+1 bazata pe informatia de la

momentul n. Media conditionata poate fi privita ca o estimare a valorii lui
Sn+1 bazata pe cunoasterea primelor n aruncari ale monedei.
De exemplu, in Figura 2.3.1 si folosind probabilitatile cu risc neutru pe =
qe = 12 , avem E e1 [S2 ](H) = 10 si E
e1 [S2 ](T ) = 2.50. Cand scriem simplu E
e1 [S2 ]
fara sa specificam daca rezultatul la prima aruncare este H sau T , avem o
cantitate a carei valoare, necunoscuta la momentul zero, va fi determinata
prin experimentul aleator al aruncarii monedei. Conform Definitiei 2.2.1, o
astfel de cantitate este o variabila aleatoare.
Mai general, daca X este o variabila aleatoare care depinde de primele N
aruncari ale monedei, putem estima pe X in functie de informatia disponibila
la un moment anterior n ≤ N . Urmatoarea definitie generalizeaza (2.3.4).

Definition 23 Fie n astfel incat 1 ≤ n ≤ N si ω1 ω2 ...ωn date, fixate. Exista

2N −n continuari posibile ωn+1 ...ωN ale sirului fixat ω1 ω2 ...ωn . Notam cu #H
(ωn+1 ...ωN ) numarul de H din continuarea ωn+1 ...ωN si cu #T (ωn+1 ...ωN )
numarul de T . Definim
X
Een [X](ω1 ω2 ...ωn ) = pe#H(ωn+1 ...ωN ) qe#T (ωn+1 ...ωN ) X(ω1 ...ωn ωn+1 ...ωN )
ωn+1 ...ωN
(2.3.6)
si numim En [X] media conditionata a lui X bazata pe informatia de la mo-
e
mentul n.

Media conditionata E en [X], bazata pe ceea ce stim la momentul zero, este

o variabila aleatoare in sensul ca valoarea sa depinde de primele n aruncari
ale monedei, pe care nu le stim pana la momentul n. De exemplu, in Figura
2.3.1 si folosind pe = qe = 21 obtinem

E
e1 [S3 ](H) = 12.50 si E
e1 [S3 ](T ) = 3.125,

deci E
e1 [S3 ] este o variabila aleatoare.

Definition 24 continuare 2.3.2 Cele doua cazuri extreme de conditionare

sunt Ee0 [X], media conditionata a lui X bazata pe nici o informatie, pe care o
definim prin
E
e0 [X] = EX, (2.3.7)

34
si E
eN [X], media conditionata a lui X bazata pe cunoasterea a toate cele N
aruncari ale monedei, definita prin

E
eN [X] = X.

Mediile conditionate de mai sus au fost calculate folosind probabilitatile cu

risc neutru pe si qe. Aceasta este indicat prin folosireaein notatia E
en . Desigur,
mediile conditionate pot fi calculate folosind probabilitatile reale p si q si
acestea for fi notate cu En .
Privite ca variabile aleatoare, mediile conditionate au cinci proprietati
fundamentale. Acestea sunt date in urmatoarea teorema. le enuntam pen-
tru mediile conditionate calculate pentru probabilitatile reale si rezultatele
analoage sunt valabile pentru mediile conditionate calculate pentru probabil-
itatile cu risc neutru.

THEOREM 25 2.3.2 ( Proprietati fundamentale ale mediilor conditionate)

Fie N un numar intreg pozitiv, X si Y variabile aleatoare care depind de
primele N aruncari ale monedei. Fie 0 ≤ n ≤ N . Urmatoarele proprietati
sunt adevarate.

(i) Liniaritatea mediilor conditionate. Pentru orice constante c1 si c2 ,

En [c1 X + c2 X] = c1 En [X] + c2 En [X].

(ii) Se da afara ceea ce este cunoscut. Daca X depinde numai de primele n

aruncari ale monedei, atunci

En [XY ] = XEn [Y ].

(iii) Conditionare iterata. Daca 0 ≤ n ≤ m ≤ N , atunci

En [Em [X]] = En [X].

In particular, E[Em [X]] = EX.

(iv) Independenta. Daca X depinde numai de aruncarile de la n + 1 la N ,

atunci
En [X] = EX.

(v) Inegalitatea lui Jensen conditionata. Daca ϕ(x) este o functie convexa de
variabila x, atunci
En [ϕ(X)] ≥ ϕ(En [X]).

35
 Demonstratia Teoremei 2.3.2 este in appendix. Ilustram cele patru propri-
etati ale teoremei cu exemple bazate pe Figura 2.3.1 folosind probabilitatile
p = 23 , q = 13 . A cincea proprietate, inegalitatea lui Jensen conditionata,
rezulta din liniaritatea mediilor conditionate la fel cum rezulta inegalitatea
lui Jensen pentru medii din liniaritatea mediilor ( vezi demonstratia Teoremei
2.2.5).

Example 26 2.3.3 ( Liniaritatea mediilor conditionate). In Figura 2.3.2,

daca p = 32 si q = 31 , atunci
2 1
E1 [S2 ](H) = · 16 + · 4 = 12,
3 3
4 2 1
E1 [S3 ](H) = · 32 + · 8 + · 2 = 18,
9 9 9
si, in consecinta E1 [S2 ](H) + E1 [S3 ](H) = 12 + 18 = 30. Dar de asemenea
4 2 2 1
E1 [S2 + S3 ](H) = (16 + 32) + (16 + 8) + (4 + 8) + (4 + 2) = 30.
9 9 9 9
Un calcul similar arata ca

E1 [S2 + S3 ](T ) = 7.50 = E1 [S2 ](T ) + E1 [S3 ](T ).

In concluzie, indiferent de rezultatul primei aruncari a monedei,

E1 [S2 + S3 ] = E1 [S2 ] + E1 [S3 ].

Example 27 2.3.4 ( Se da afara ceea ce este cunoscut). Reamintim din Ex-

emplul 2.3.2 ca
2 1
E1 [S2 ](H) = · 16 + · 4 = 12.
3 3
Daca vrem sa estimam produsul S1 S2 bazat pe informatia de la momentul unu,
putem da afara factorul S1 , cum se vede din urmatorul calcul:
2 1
E1 [S1 S2 ](H) = · 128 + · 32 = 96 = 8 · 12 = S1 (H)E1 [S2 ](H).
3 3
Un calcul similar arata ca

E1 [S1 S2 ](T ) = 6 = S1 (T )E1 [S2 ](T ).

In concluzie, indiferent de rezultatul primei aruncari a monedei,

E1 [S1 S2 ] = 6 = S1 E1 [S2 ].

36
Example 28 2.3.5 (Conditionare iterata) Mai intai estimam pe S3 bazat pe
informatia de la momentul doi:
2 1
E2 [S3 ](HH) = · 32 + · 8 = 24,
3 3
2 1
E2 [S3 ](HT ) =· 8 + · 2 = 6,
3 3
2 1
E2 [S3 ](T H) = · 8 + · 2 = 6,
3 3
2 1 1
E2 [S3 ](T T ) = · 2 + · = 1.50.
3 3 2
Bazata pe informatia de la momentul unu, deducem ca
2 1
E1 [E2 [S3 ]](H) = E2 [S3 ](HH) + E2 [S3 ](HT )
3 3
2 1
= · 24 + · 6 = 18,
3 3
2 1
E1 [E2 [S3 ]](T ) = E2 [S3 ](T H) + E2 [S3 ](T T )
3 3
2 1
= · 6 + · 1.50 = 4.50.
3 3
Exprimand direct pe S3 bazat pe informatia de la momentul unu obtinem:
4 2 2 1
E1 [S3 ](H) = · 32 + · 8 + · 8 + = 18,
9 9 9 9
4 2 2 1 1
E1 [S3 ](T ) = · 9 + · 2 + · 2 + · = 4.50.
9 9 9 9 2
In concluzie, indiferent de rezultatul primei aruncarii a monedei, obtinem

E1 [E2 [S3 ]] = E1 [S3 ].

Example 29 2.3.6 ( Independenta). Raportul SS21 ia valorile 2 sau 12 , daca

rezultatul celei de a doua aruncari a monedei este H, respectiv T . In particular,
S2
S1 nu depinde de prima aruncare a monedei. Calculam
 
S2 2 S2 (HH) 1 S2 (HT )
E1 (H) = +
S1 3 S1 (H) 3 S1 (H)
2 1 1 3
= ·2+ · = ,
3 3 2 2

37
  
S2 2 S2 (T H) 1 S2 (T T )
E1 (T ) = +
S1 3 S1 (T ) 3 S1 (T )
2 1 1 3
= ·2+ · = .
3 3 2 2
h i
Observam ca E1 SS21 nu depinde de prima aruncare a monedei ( deci nu este
aleatoare) si de fapt este egala cu
 
S2 2 1 1 3
E1 = ·2+ · = .
S1 3 3 2 2

2.4 Martingale
In modelul binomial din Capitolul 1, alegem probabilitatile cu risc neutru pe
si qe astfel incat in orice moment n si pentru orice sir de aruncari ale monedei
ω1 ...ωn este adevarata (2.3.3). In functie de notatia, introdusa in Sectiunea 2.3,
pentru media conditionata, acest fapt poate fi scris ca (2.3.5). Daca impartim
ambii membri di (2.3.5) prin (1 + r)n , obtinem ecuatia
 
Sn Sn+1
= En
e . (2.4.1)
(1 + r)n (1 + r)n+1
1
In acest model, nu conteaza daca scriem termenul (1+r) n+1 in interiorul sau

exteriorul mediei conditionate deoarece este constant ( vezi Teorema 2.3.2(i)).

1
In modelele cu dobanda variabila, ar conta cum scriem termenul (1+r) n+1 ; vom

folosi practica scrierii acestui termen in interiorul mediei conditionate deoarece

acesta este modul in care ar fi scris in modelele cu dobanda variabila.
Ecuatia (2.4.1) exprima cheia faptului ca in cazul masurii cu risc neutru,
pentru un stoc care nu plateste dividente, cea mai buna estimare, bazata pe in-
formatia de la momentul n, a valorii pretului stocului cu discount la momentul
n + 1, este pretul stocului cu discount la momentul n. Probabilitatile cu risc
neutru sunt alese pentru a accentua acest fapt. Procesele care satisfac aceasta
conditie se numesc martingale. Dam o definitie formala a martingalei in cazul
probabilitatilor reale p si q; definitia martingalei in cazul probabilitatilor cu
risc neutru pe si qe este obtinuta inlocuind En cu E en in (2.4.2).

Definition 30 2.4.1. Consideram modelul binomial de determinare a pretului

unui activ. Fie M0 , M1 , ..., MN un sir de variabile aleatoare, cu fiecare Mn
depinzand numai de primele n aruncari ale monedei ( si M0 constant). Un
astfel de sir de variabile aleatoare se numeste proces stochastic adaptat.

38
(i) Daca
Mn = En [Mn+1 ], n = 0, 1, ..., N − 1, (2.4.2)
spunem ca acest proces este o martingala.

(ii) Daca
Mn ≤ En [Mn+1 ], n = 0, 1, ..., N − 1,
spunem ca procesul este o submartingala ( chiar daca poate avea o tend-
inta de crestere);

(iii) Daca
Mn ≥ En [Mn+1 ], n = 0, 1, ..., N − 1,
spunem ca procesul este o supermartingala ( chiar daca poate avea o
tendinta de descrestere).

Remark 31 2.4.2. Proprietatea martingalei din (2.4.2) este o conditie ”un

pas inainte”. Totusi, ea implica o conditie similara pentru orice numar de
pasi. Intr-adevar, daca M0 , M1 , ..., MN este o martingala si n ≤ N − 2, atunci
proprietatea martingalei (2.4.2) implica

Mn+1 = En+1 [Mn+2 ].

Aplicand, in ambii membri, media conditionata bazata pe informatia de la

momentul n si folosind proprietatea conditionarii iterate (iii) din Teorema
2.3.2, obtinem

En [Mn+1 ] = En [En+1 [Mn+2 ]] = En [Mn+2 ].

Membrul stang este Mn , din proprietatea martingalei (2.4.2) si astfel avem

proprietatea ”doi pasi inainte”

Mn = En [Mn+2 ].

Repetand acest argument, putem arata ca pentru 0 ≤ n ≤ m ≤ N ,

Mn = En [Mm ]. (2.4.3)

O putem numi versiunea ” pasi multipli inainte” a proprietatii martingalei.

Remark 32 2.4.3. Media unei martingale este constanta in timp, adica daca
M0 , M1 , ..., MN este o martingala, atunci

M0 = EMn , n = 0, 1, ..., N. (2.4.4)

39
Intr-adevar, daca M0 , M1 , ..., MN este o martingala, putem aplica media am-
bilor membri din (2.4.2), folosind Teorema 2.3.2(iii) si obtinem EMn = E[Mn+1 ]
pentru orice n. Rezulta ca

EM0 = EM1 = EM2 = ... = EMN −1 = EMN .

Dar M0 nu este aleatoare, deci M0 = EM0 si rezulta (2.4.4).

Pentru o martingala, egalitatea din (2.4.2) trebuie sa fie adevarata pentru

toate sirurile posibile de aruncari ale monedei. Procesul pretului stocului din
Figura 2.3.1 ar fi o martingala daca probabilitatea unei cresteri ar fi pe = 31
si probabilitatea unei scaderi ar fi qe = 23 , deoarece in fiecare nod al copacului
din Figura 2.3.2, pretul stocului ar fi atunci media ponderata, cu ponderile pe
si qe, a celor doua preturi posibile ale stocului. De exemplu,
1 2
S1 (T ) = 2 = S2 (T H) + S2 (T T ).
3 3
O ecuatie similara ar fi verificata in toate celelalte noduri ale copacului si deci
procesul stocului este o martingala pentru aceste probabilitati.
O martingala nu are tendinta sa creasca sau sa cada deoarece media val-
orilor sale din perioada urmatoare este intotdeauna valoarea la momentul
curent. Preturile stocului au o tendinta de crestere si intr-adevar ar trebui
sa creasca in medie mai mult decat piata monetara in scopul de a compensa
investitorul pentru riscul asimilat. In Figura 2.3.1 alegerile mai realiste p si q
sunt p = 23 si q = 31 . Cu aceste alegeri, obtinem

3
En [Sn+1 ] = Sn
2
in fiecare nod al copacului ( adica, in medie, pretul stocului in perioada ur-
matoare este cu 50% mai mare decat pretul curent al stocului). Aceasta rata
de crestere excede dobanda de 25% pe care am folosit-o in acest model. In
particular, cu p = 23 , q = 31 si r = 14 , obtinem 1+r
1
= 45 , astfel ca pretul cu
n
discount al stocului la momentul n este 45 Sn . Calculam

"  #  
4 n+1 4 n+1
 n  n
4 4 3 4
En Sn+1 = En [Sn+1 ] = · · · Sn ≥ Sn .
5 5 5 5 2 5

2 1
Pretul cu discount al stocului in cazul probabilitatilor actuale p = 3 ,q= 3
este o submartingala. Acesta este cazul tipic in pietele reale.

40
 Pe de alta parte, probabilitatile cu risc neutru, sunt alese sa faca pretul
cu discount al stocului sa fie o martingala. In Figura 2.3.1 cu pe = qe = 12 , se
poate verifica ca ecuatia martingalei
"  #  
n+1
4 4 n
Een Sn+1 = Sn (2.4.5)
5 5

este adevarata in fiecare nod. Urmatoarea teorema arata ca acest exemplu

este reprezentativ.

THEOREM 33 2.4.4. Consideram modelul binomial general cu 0 < d <

1 + r < u. Fie probabilitatile cu risc neutru
1+r−d u−1−r
pe = si qe = .
u−d u−d
In cazul masurii cu risc neutru, pretul cu discount al stocului este o martingala,
adica, ecuatia (2.4.1) este adevarata in orice moment n si pentru orice sir de
aruncari ale monedei.

Dam doua demonstratii ale acestei teoreme, una elementara care nu de-
pinde de Teorema 2.3.2 si alta mai profunda care depinde de Teorema 2.3.2.
A doua demonstratie va fi adaptata mai tarziu la modele continue in timp.
Observati ca in Teorema 2.4.4 stocul nu plateste dividente. Pentru un stoc
care plateste dividente, situatia este descrisa in Exercitiul 2.10.
Proof. Fie n si ω1 ...ωn date. Atunci
 
Sn+1
En
e (ω1 ...ωn )
(1 + r)n+1

1 1
= n
· [e
pSn+1 (ω1 ω...ωn H) + qeSn+1 (ω1 ...ωn T )]
(1 + r) 1 + r
1 1
= n
· [e
puSn (ω1 ...ωn ) + qedSn (ω1 ...ωn )]
(1 + r) 1 + r
Sn (ω1 ...ωn ) peu + qed
= ·
(1 + r)n 1+r
Sn (ω1 ...ωn )
= .
(1 + r)n

41
 Proof. Observam ca SSn+1 n
depinde numai de a n+1 - a aruncare a monedei.
Folosind proprietatile indicate din Teorema 2.3.2, calculam
   
S n+1 Sn Sn+1
Een =Een ·
(1 + r)n+1 (1 + r)n+1 Sn
 
Sn 1 Sn+1
= E
en · (se scoate afara ce este cunoscut)
(1 + r)n (1 + r)1 Sn
Sn 1 e Sn+1
= · E ( independenta)
(1 + r)n 1 + r Sn
Sn peu + qed
= ·
(1 + r)n 1+r
Sn
= .
(1 + r)n

Intr-un model binomial cu N aruncari ale monedei, ne imaginam un in-

vestitor care la momentul n are ∆n unitati de stoc si le pastreaza pana la
momentul n + 1, cand are ∆n+1 unitati. Reechilibrarea portofoliului la fiecare
pas este finantata investind sau imprumutand , cat este necesar, din piata
monetara. ” Variabila portofoliului” ∆n poate depinde de primele n aruncari
ale monedei si ∆n+1 poate depinde de primele n + 1 aruncari ale monedei.
Cu alte cuvinte, procesul portofoliu ∆0 , ∆1 ,...,∆N −1 este adaptat, in sensul
definitiei 2.4.1. Daca investitorul incepe cu averea initiala X0 si Xn reprezinta
averea sa in fiecare moment n, atunci evolutia averii sale este guvernata de
ecuatia averii ( 1.2.14) din Capitolul 1, pe care o reamintim aici:

Xn+1 = ∆n Sn+1 + (1 + r)(Xn − ∆n Sn ), n = 0, 1, ..., N − 1. (2.4.6)

Observam ca fiecare Xn depinde numai de primele aruncari ale monedei ( adica

procesul averii este adaptat).
Putem investiga rata medie de crestere a averii unui investitor. Daca discu-
tam despre media in cazul probabilitatilor reale, raspunsul depinde de procesul
portofoliu pe care il foloseste. In particular, deoarece in general, un stoc are
o rata medie de crestere mai mare decat piata monetara, investitorul poate
realiza o rata de crestere mai mare decat dobanda cumparand unitati de stoc
( taking long positions in the stock). Intr-adevar, imprumutand de pe piata
monetara, investitorul poate obtine o rata medie de crestere, arbitrar de mare.
Desigur, astfel de de pozitii sunt de asemenea extrem de riscante.
Pe de alta parte, daca vrem sa stim rata medie de crestere a averii investi-
torului in cazul probabilitatilor cu risc neutru, portofoliul pe care il utilizeaza

42
investitorul este relevant. In cazul probabilitatilor cu risc neutru, rata medie
de crestere a stocului este egala cu dobanda. Indiferent de cum imparte in-
vestitorul averea sa intre stoc si contul de pe piata monetara, el va obtine o
rata medie de crestere egala cu dobanda. Desi unele procese portofoliu sunt
mai riscante decat altele in cazul masurii cu risc neutru, toate au aceeasi rata
medie de crestere. Enuntam acest rezultat ca o teorema, a carei demonstratie
este data intr-un mod pe care il vom generaliza mai tarziu la modelele continue
in timp.

THEOREM 34 2.4.5. Consideram modelul binomial cu N perioade. Fie

∆0 , ∆1 ,...,∆N −1 un proces portofoliu adaptat, X0 un numar real si procesul
averii X1 ...XN generat recursiv de (2.4.6). Atunci procesul averii cu discount
Xn
(1+r)n , n = 0, 1, ..., N , este o martingala in cazul masurii cu risc neutru; adica
 
Xn Xn+1
= E
en , n = 0, 1, ..., N − 1. (2.4.7)
(1 + r)n (1 + r)n+1

Proof. Calculam
   
Xn+1 ∆n Sn+1 Xn − ∆n Sn
En
e = En
e +
(1 + r)n+1 (1 + r)n+1 (1 + r)n
   
∆n Sn+1 Xn − ∆n Sn
= Ene + En
e ( liniaritatea)
(1 + r)n+1 (1 + r)n
 
Sn+1 Xn − ∆n Sn
= ∆n E
en + ( se scoate afara ce este cunoscut)
(1 + r)n+1 (1 + r)n
Sn Xn − ∆n Sn
= ∆n n
+ ( teorema 2.4.4)
(1 + r) (1 + r)n
Xn
= .
(1 + r)n

COROLLARY 35 2.4.6. In conditiile din teorema 2.4.5, este adevarata

relatia
e Xn
E = X0 , n = 0, 1, ..., N. (2.4.8)
(1 + r)n

Proof. Corolarul rezulta din faptul ca (valoarea asteptata) media martin-

galei nu se schimba in timp si deci trebuie sa fie intotdeauna egala cu valorea

43
la momentul zero a martingalei ( vezi Observatia 2.4.3). Aplicand aceasta
Xn
observatie Pe-martingalei (1+r) n , n = 0, 1, ..., N , obtinem (2.4.8).
Teorema 2.4.5 si corolarul ei au doua consecinte importante. Prima este
aceea ca nu exista arbitraj in modelul binomial. Daca ar exista un arbitraj,
am putea incepe cu X0 si sa gasim un proces portofoliu al carui proces avere
X1 , X2 ,...,XN satisface XN (ω) ≥ 0 pentru orice sir de aruncari ω si XN (ω) > 0
pentru cel putin un sir de aruncari ω. Dar atunci EX e 0 = 0 si Ee XN N > 0,
(1+r)
care contrazice Corolarul 2.4.6.
In general, daca putem gasi o masura cu risc neutru intr-un model ( adica
o masura care este in acord cu masura probabilitate reala in raport cu care
preturile cu discount ale tuturor activelor primare sunt martingale), atunci nu
exista arbitraj. Aceasta este numita uneori Teorema fundamentala a pretului
activului. Esenta demonstratiei ei este continuta in urmatorul paragraf : in
cazul masurii cu risc neutru, procesul averii cu discount are o medie constanta,
deci nu poate incepe de la zero si mai tarziu sa existe probabilitatea pozitiva
ca averea sa sa fie strict pozitiva decat daca exista o probabilitate pozitiva
ca averea sa fie si strict negativa. Prima teorema fundamentala a pretului
activelor se va dovedi utila pentru a elimina arbitrajul din modelele ulterioare
siva conduce la conditia de nearbitraj Heath-Jarrow-Morton.
Cealalta consecinta a Teoremei 2.4.5 este urmatoarea versiune a formulei
pretului cu risc neutru. Fie VN o variabila aleatoare ( derivata financiara care
plateste la momentul N ) care depinde de primele N aruncari ale monedei.
Stim din teorema 1.2.2 din Capitolul 1 ca exista o valoare initiala X0 si un
proces portofoliu repetat ∆0 , ∆1 ,...,∆N −1 care genereaza un proces avere
X1 , ...,XN care satisface conditia Xn = VN , indiferent de rezultatul aruncarii
Xn
monedei. Deoarece (1+r) n , n = 0, 1, ..., N , este o martingala, proprietatea ”
pasilor multipli” din Observatia 2.4.2 implica
   
Xn XN VN
= En = En . (2.4.9)
(1 + r)n (1 + r)N (1 + r)N

Conform Definitiei 1.2.3 din Capitolul 1, definim pretul unei derivate financiare
la momentul n ca fiind Xn si notam acest pret cu Vn . Astfel, (2.4.9) poate fi
rescris ca  
Vn VN
= En
e (2.4.10)
(1 + r)n (1 + r)N
sau, echivalent,  
VN
Vn = E
en . (2.4.11)
(1 + r)N −n
In concluzie, putem enunta urmatoarea teorema.

44
THEOREM 36 2.4.7 ( Formula pretului cu risc neutru). Consideram un
model binomial N -periodic cu 0 < d < 1 + r < u si cu masura probabilitate
cu risc neutru Pe. Fie VN o variabila aleatoare ( o derivata financiara care
plateste la momentul N ) depinzand de aruncarile monedei. Atunci, pentru n
cuprins intre 0 si N , pretul derivatei financiare la momentul n este dat de
formula pretului cu risc neutru ( 2.4.11). Mai mult, pretul cu discount al
derivatei financiare este o martingala pentru Pe; adica
 
Vn Vn+1
= E
en , n = 0, 1, ..., N − 1. (2.4.12)
(1 + r)n (1 + r)n+1

Variabila aleatoare Vn definita de (2.4.11) este aceeasi cu variabila aleatoare

Vn definita in Teorema 1.2.2.

Pasii ramasi nedemonstrati in demonstratia Teoremei 2.4.7 sunt pusi in

evidenta in Exercitiul 2.8. Observam ca alegem masura cu risc neutru pentru
a face o martingala pretul stocului cu discount. Conform teoremei 2.4.7, o
consecinta a acestui fapt este ca preturile derivatei cu discount pentru masura
cu risc neutru sunt de asemenea martingale.
Pana acum, am discutat numai despre derivate care platesc o singura data.
Multe derivate, ca dividentele pe actiuni sau schimbarile dobanzii, fac o serie
de plati. Pentru o astfel de derivata financiara exista urmatoarea formula a
pretului si protectiei.

THEOREM 37 2.4.8 ( Evaluarea fluxului de bani) Consideram un model

binomial N -periodic cu 0 < d < 1 + r < u si cu masura probabilitate cu risc
neutru Pe. Fie C0 , C1 , ..., CN un sir de variabile aleatoare astfel incat fiecare
Cn depinde de ω1 ...ωn . Pretul la momentul n al derivatei financiare care face
platile Cn , ..., CN la momentele n, ..., N este
" N #
X C k
Vn = Een , n = 0, 1, ..., N. (2.4.13)
(1 + r)k−n
k=n

Procesul pretului Vn , n = 0, 1, ..., N,satisface

1
Cn (ω1 ...ωn ) = Vn (ω1 ...ωn )− [e
pVn+1 (ω1 ω2 ...ωn H) + qeVn+1 (ω1 ω2 ...ωn T )] .
1+r
(2.4.14)
Definim

Vn+1 (ω1 ω2 ...ωn H) − Vn+1 (ω1 ω2 ...ωn T )

∆n (ω1 ...ωn ) = , (2.4.15)
Sn+1 (ω1 ω2 ...ωn H) − Sn+1 (ω1 ω2 ...ωn T )

45
cand n ia valori cuprinse intre 0 si N −1. Daca consideram X0 = V0 si definim
recursiv in timp portofoliul valorilor X1 , X2 , ..., XN prin
Xn+1 = ∆n Sn+1 + (1 + r)(Xn − Cn − ∆n Sn ), (2.4.16)
atunci
Xn (ω1 ...ωn ) = Vn (ω1 ...ωn ) (2.4.17)
pentru orice n si ω1 ...ωn .
In teorema 2.4.8, Vn este valoarea neta la h momentul i n a sirului de plati
Ck
Cn , ..., CN . Acesta este chiar suma valorii En (1+r)k−n a fiecarei plati Ck care
e
trebuie facuta la momentele k = n, k = n + 1, ...,k = N . Observam ca este
inclusa si plata la momentul n. Aceasta plata Cn depinde numai de primele n
aruncari ale monedei si deci poate fi scoasa in afara mediei conditionate E en ,
adica,
" N #
X C k
V n = Cn + Een , n = 0, 1, ..., N − 1. (2.4.18)
(1 + r)k−n
k=n+1

In cazul n = N , (2.4.13) se reduce la

VN = CN . (2.4.19)
Consideram un agent in pozitia short al carui flux de bani este reprezentat de
C0 , ..., Cn ( adica un agent care trebuie sa faca plata Cn in fiecare moment n).
( Permitem ca aceste plati sa fie atat pozitive cat si negative. Daca o plata este
negativa, agentul care este cumparator de fapt primeste bani). Presupunem
ca agentul in pozitia short investeste in stoc si in contul de pe piata monetara,
astfel incat, la momentul n, inainte de a face plata Cn , valoarea portofoliului
sau este Xn . Apoi el face plata Cn . Presupunem ca el ia o pozitie ∆n din stoc.
Aceasta va determina ca valoarea portofoliului sau la momentul n + 1 inainte
de a face plata Cn+1 sa fie Xn+1 , data de (2.4.16). Daca acest agent incepe cu
X0 = V0 si alege pozitiile din stoc ∆n date de (2.4.15), atunci este adevarata
(2.4.17) si ,in particular, XN = VN = CN ( vezi (2.4.17) si (2.4.19)). Atunci,
la momentul N el face plata finala CN si ramane cu 0. El a protejat perfect
pozitia short in fluxul de bani. Aceasta este justificarea faptului ca numim Vn
valoarea la momentul n a fluxurilor viitoare de bani, incluzand plata Cn care
trebuie facuta la momentul n.
Proof. ( teoremei 2.4.8): Demonstram (2.4.17) prin inductie dupa n.
Ipoteza de inductie este Xn (ω1 ...ωn ) = Vn (ω1 ...ωn ) pentru n ∈ {0, 1, ..., N − 1}
si pentru orice ω1 ...ωn . Trebuie sa demonstram ca
Xn+1 (ω1 ...ωn H) = Vn+1 (ω1 ...ωn H), (2.4.20)

46
 Xn+1 (ω1 ...ωn T ) = Vn+1 (ω1 ...ωn T ) (2.4.21)
Demonstram (2.4.20); analog se poate demonstra (2.4.21).
Din (2.4.18) si conditionarea iterata ( Teorema 2.3.2 (iii)), rezulta ca
" " N ##
1 X C k
Vn = Cn + E en E
en+1
1+r
k=n+1
(1 + r)k−(n+1)
 
1
= Cn + E
en Vn+1 ,
1+r
unde am folosit (2.4.13) pentru n inlocuit cu n + 1. Cu alte cuvinte, pentru
orice ω1 ...ωn , rezulta ca

Vn (ω1 ...ωn ) − Cn (ω1 ...ωn )

1
= [e
pVn+1 (ω1 ω2 ...ωn H) + qeVn+1 (ω1 ω2 ...ωn T )] .
1+r
Deoarece, in continuare, ω1 ω2 ...ωn vor fi fixate, vom elimina aceste simboluri.
De exemplu, ultima ecuatie va fi scrisa simplu
1
V n − Cn = [e
pVn+1 (H) + qeVn+1 (T )] .
1+r
Calculam

Xn+1 (H) = ∆n Sn+1 (H) + (1 + r)(Xn − Cn − ∆n Sn )

Vn+1 (H) − Vn+1 (T )

= (Sn+1 (H) − (1 + r)Sn )
Sn+1 (H) − Sn+1 (T )
+(1 + r)(Vn − Cn )
Vn+1 (H) − Vn+1 (T )
= (uSn − (1 + r)Sn )
(u − d)Sn
+e
pVn+1 (H) + qeVn+1 (T )
u−1−r
= (Vn+1 (H) − Vn+1 (T )) + peVn+1 (H) + qeVn+1 (T )
u−d
= (Vn+1 (H) − Vn+1 (T )) qe + peVn+1 (H) + qeVn+1 (T )
= (e
p + qe)Vn+1 (H) = Vn+1 (H).

47
2.5 Proecese Markov
In Sectiunea 1.3, am observat cum calculele din algoritmul prezentat in Teo-
rema 1.2.2 de determinare a pretului derivatei financiare poate fi substantial
redus daca ne gandim la informatia necesara pentru a trece de la o perioada
la alta. In Exemplul 1.3.1 din Sectiunea 1.3, pretul stocului a fost relevant
dar nu si drumul urmat pentru a obtine pretul curent.In exemplul 1.3.2 din
Sectiunea 1.3, au fost relevante pretul stocului si valoarea lui maxima pana la
momentul curent. In aceasta sectiune, formalizam procedura de determinare
a ceea ce este relevant si ceea ce nu este relevant.

Definition 38 2.5.1. Consideram modelul binomial de determinare a pretului

unui activ. Fie X0 , X0 , ..., XN un proces adaptat. Daca, pentru orice n cuprins
intre 0 si N −1 si pentru orice functie f (x), exista o functie g(x) ( care depinde
de n si f ) astfel incat
En [f (Xn+1 )] = g(Xn ), (2.5.1)
spunem ca X0 , X0 , ..., XN este un proces Markov.

Prin definitie, En [f (Xn+1 )] este variabila; depinde de primele n aruncari

ale monedei. Proprietatea Markov arata ca aceasta dependenta de aruncar-
ile monedei se realizeaza prin intermediul lui Xn ( adica informatia legata de
aruncarile monedei de care avem nevoie pentru a evalua En [f (Xn+1 )] este in-
globata in Xn ). Nu suntem interesati sa determinam o formula pentru functia
g asa cum suntem interesati de existenta lui g, deoarece numai existenta sa ne
arata ca daca plata derivatei financiare este aleatoare numai in functie de XN ,
atunci exista o versiune a algoritmului de determinare al pretului derivatei in
care nu este necesar sa stocam informatia legata de drum ( vezi Teorema 2.5.8).
In exemplele din aceasta sectiune, vom dezvolta o metoda de determinare a
functiei g.

Example 39 2.5.2 ( Pretul stocului). In modelul binomial, pretul stocului

la momentul n + 1 este dat in functie de pretul stocului la momentul n prin
formula

uSn (ω1 ...ωn ), daca ωn+1 = H,
Sn+1 (ω1 ...ωn ωn+1 ) =
dSn (ω1 ...ωn ), daca ωn+1 = T.

Deci,

En [f (Sn+1 )](ω1 ...ωn ) = pf (uSn (ω1 ...ωn )) + qf (dSn (ω1 ...ωn )),

48
si membrul drept depinde de ω1 ...ωn numai prin intermediul valorii functiei
Sn (ω1 ...ωn ). Daca omitem aruncarile monedei ω1 ...ωn , putem rescrie ecuatia
anterioara astfel
En [f (Sn+1 )] = g(Sn ),
unde functia g(x) de variabila x este definita de g(x) = pf (ux) + qf (dx).
Aceasta demonstreaza ca procesul pretului stocului este un proces Markov.
Intr-adevar, procesul pretului stocului este Markov in cazul masurii probabili-
tate reale or cu risc neutru. Pentru a determina pretul Vn la momentul n al
derivatei financiare a carei plata la momentul N este o functie vN de pretul
stocului SN ( adica VN = vN (SN )), folosim formula pretului cu risc neutru
(2.4.12), care se reduce la
1 e
Vn = En [Vn+1 ], n = 0, 1, ..., N − 1.
1+r
Dar VN = vN (SN ) si procesul pretului stocului este Markov, deci
1 e
VN −1 = EN −1 [vN (SN )] = vN −1 (SN −1 )
1+r
pentru o functie vN −1 . Similar,
1 e
VN −2 = EN −2 [vN −1 (SN −1 )] = vN −2 (SN −2 )
1+r
pentru o functie vN −2 . In general, Vn = vn (Sn ) pentru o functie vn . Mai mult,
putem calcula aceste functii recursiv cu algoritmul
1
vn (s) = pvn+1 (us) + qevn+1 (ds)], n = N − 1, N − 1, ..., 0.
[e (2.5.2)
1+r
Acest algoritm lucreaza in modelul binomial pentru orice derivata financiara a
carei plata la momentul N este o functienumai de pretul stocului la momentul
N . In particular, avem acelasi algoritm pentru optiuni put si optiuni call.
Singura diferenta este in formula pentru vN (s). Pentru call, avem vN (s) =
(s − K)+ ; pentru put, avem vN (s) = (K − s)+ .

Proprietatea martingalei este cazul special al lui (2.5.1) cu f (x) = x si

g(x) = x. Pentru ca un proces sa fie Markov, este necesar ca oricarei functii f
sa-i corespunda o functie g astfel incat (2.5.1) sa fie adevarata. Nu orice mar-
ringala este markov. pe de alta parte, chiar daca consideram functia f (x) = x,
proprietatea Markov cere numai ca En [Mn+1 )] = g(Mn ) pentru o functie g;
nu cere ca functia g sa fie data de g(x) = x. Nu orice proces Markov este o
martingala. Intr-adevar, exemplul 2.5.2 arata ca pretul stocului este proces
Markov in cazul masurilor reala si cu risc neutru

49