Universitatea POLITEHNICA din Bucuresti

Facultatea de Stiint e Aplicate

Matematic a si Informatic a Aplicate n Inginerie
Aprobat Decan,
Prof. Univ. Dr. Vasile Iftode
Metode matematice n ingineria
nanciara
Coordonator proiect:
Prof.univ.dr. Valeriu PREPELIT

A
Absolvent,
Bocancea Elena-Ramona
Bucuresti, Iulie 2011
Cuprins
1 Introducere 4
2 Capitolul 1. 5
2.1 Valoare Medie condit ionata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Martingale.Proprietat i generale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.3 Teorema de oprire. Martingale locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3 Modele de evaluare a opt iunilor 22
3.1 Ecuat ia de dinamica Black-Merton-Scholes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 Paritatea PUT-CALL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4 Piet e nanciare 27
4.1 Strategii nanciare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2 Piet e nanciare viabile. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.1 Teorema de separare a mult imilor convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.2 Prima teorema fundamentala a matematicilor nanciare . . . . . . . . . . . . . . . . . . . 36
4.3 Piet e nanciare complete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3.1 A doua teorema fundamental a a matematicilor nanciare . . . . . . . . . . . . . . . . . . 44
5 Exercit ii 47
5.1 Calculul opt iunii put si call . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2 Paritatea put-call . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.3 Modelul Binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4 Modelul Black-Scholes n Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Bibliograe 54
2
Terminologie:
- a cump ara o opt iune call = a avea dreptul de a cumpara un activ la un pret prestabilit;
- a vinde o opt iune call = a avea obligat ia de a vinde un activ la un pret prestabilit;
- a cump ara o opt iune put = a avea dreptul de a vinde un activ la un pret prestabilit;
- a vinde o opt iune put = a avea obligat ia de a cump ara un activ la un pret prestabilit;
- pret de exercit iu (de lovire) = pret ul prestabilit (convenit de ambele part i);
- scadent a (maturitatea) = data c and contractul expira;
- premium (sau prima) = taxa ncasata de cel care scrie opt iunea (emite contractul), de la
cump arator.
G andit i-v a la aceasta prim a ca ind o asigurare pentru luarea unor eventuale decizii nanciare
gresite.
3
1 Introducere

In prezent exist a un interes semnicativn modelarea matematica a fenomenelor din economie,

n particular n nant e.
O parte esent ial a a acestor preocup ari este direct ionat a n utilizarea tehnicilor probabiliste,
fapt explicat prin evolut ia fenomenelor economice sub inuent a unor factori aleatori.

In acest fel, Teoria Probabilit at ilor si Teoria Proceselor Stocastice devin esent iale n modelarea
matematic a a evolut iilor pe piat a nanciaraa. Modelarea se poate face n timp discret sau n
timp continuu.
Ca instrumente de baza ntr-o abordare riguroasa a acestora sunt martingalele (cu timp discret
sau continuu), la care se adauga calculul stocastic (integrala stocastic a, formula Ito, ecuat ii
stocastice).
Teoria Martingalelor a ap arut init ial n Frant a secolului XVIII c and facea referire la o serie
de strategii pentru jocurile de noroc. Cel mai simplu joc de noroc era considerat cel n care
un participant era declarat castig ator daca dup a aruncarea monedei se obt inea cap si pierdea
dac a, evident, ap area pajura. Strategia juc atorului consta n dublarea mizei dup a ecare joc
pierdut, astfel c a la primul castig si va recupera pierderea si va avea si prot.

In prezent, Teo-
ria Martingalelor nu mai are nicio legatur a cu baza de la care a pornit, ea a devenit o unealta
principal a n studiul proceselor aleatoare. Conceptul de martingal n Teoria probabilitat ii a fost
adus de Paul Pierre Lvy, iar un foarte important participant n dezvoltarea acestei teorii a fost
Joseph Leo Doob. Scopul acestui capitol este de a ne prezenta bazele acestei teorii si cele mai
simple propriet at i ale martingalelor. O parte din aceste denit ii le vom ntalni si n capitolul
legat de procesele stocastice unde le vom aprofunda prin punerea n evident a a leg aturii dintre
martingale si miscarea browniana. De asemenea, not iunea de martingal va folosita prepon-
derent n descrierea piet elor nanciare de tip arbitraj.

In prima parte a lucrarii de fat a, voi prezenta conceptele si rezultatele de baza privind mediile
condit ionate si martingalele cu timp discret.

In cea de-a doua parte a lucr arii voi prezenta modelul Black-Merton-Scholes si Modelul Bino-
mial(pe scurt).

In nal voi rezolva anumite probleme cu ajutorul limbajului de programare Matlab.

4
Figura 1:
2 Capitolul 1.
2.1 Valoare Medie condit ionata
Conceptul de valoare medie condit ionata este folosit, de regul a, pentru studiul martin-
galelor. S a reamintim pentru nceput unele notat ii:
Dac a {() atunci denim corpul borelian generat de ca ind cel mai mic corp borelian
ce include si-l vom nota cu B().

In particluar, dac a Z este spat iu topologic, atunci notam
cu B
Z
corpul borelian generat de mult imile deschise (sau nchise) din Z (mult imile din B
Z
se
mai numesc si mult imi boreliene).
Dac a f
i
: (F
i
, T
i
) este o familie de aplicat ii indexate dup a i I, unde (F
i
, T
i
) sunt spat ii
m asurabile, atunci not am B(f
i
: i I) ca ind corpul borelian generat de =

iI
f
1
i
(T
i
),
cu alte cuvinte B(f
i
: i I) este cel mai mic corp borelian pe n raport cu care toate f
i
sunt
m asurabile. Pentru o variabila aleatoare X, vom nota cu E(X)(respectiv D
2
(x)) valoarea me-
die (respectiv dispersia, variat ia) lui X. De asemenea cov(X, Y ) este covariat ia (sau corelat ia)
ntre X si Y.
Integralele considerate sunt n sens Lebesgue.
Denit ie 2.1 Fie X : (, T, P) R o variabila aleatoare de medie nita(respectiv nenegativa)
si e / un corp borelian T. Atunci denim valoarea medie condit ionata a lui X n raport
cu / si o notam E[X[/] ca ind unica (unica n sensul egalitat ii a.s.) variabila aleatoare
E[X[/] : (, T, P) R cu urmatoarele doua proprietat i:
5
(1)E[X[/] este /-m asurabila si integrabil a(respectiv /-m asurabila si nenegativ a).
(2) Pentru orice A /,

A
E[X[/] dP =

A
X dP. (2.1.1)
1.2 Observat ie.
(a) Egalitatea 2.1 este echivalenta cu urmatoarea egalitate:
pentru orice variabil a aleatoare Y : (, T, P) R, care este /-m asurabila si marginita,

Y E[X[/] dP =

Y X dP (2.1.2)
(b) Se demonstreaz a ca exist a E[X[/].

In plus dac a / = B(), unde = (A
n
)
n
este o
partit ie cel mult numarabila a lui cu A
n
T si P(A
n
) > 0 n, atunci:
E[X[/] =

n
E[X[A
n
]1
An
. (2.1.3)
Reamintim c a dac a P(A) > 0,
E[X[A] =
1
P(A)

A
X dP. (2.1.4)
(c) Daca n (1.1.1) se ia A = se obt ine urmatoarea proprietate a mediilor condit ionate:
E(E[X[/]) = E(X). (2.1.5)

In continuare egalit at ile, inegalitat ile, limite cu medii condit ionate sunt nt elese n sensul
valabilitat ii a.s. De asemenea daca / = B(f
i
: i I) vom nota E[X[/] = E[X[f
i
, i I] si
punem P(A[/) = E[1
A
[/] si cand este nevoie de specicat probabilitatea n raport cu care se
calculeaz a media condit ionata vom folosi notat ia E
P
[X[/].
Cele mai importante proprietat i ale mediilor condit ionate sunt formulaten propozit ia urm atoare:
Propozit ie 2.1 (a) E[X[/] = E(X) daca / = , .
(b) E[X[/] = X daca X este /-masurabila.

In particular
E[[/] = , R.
(c) Daca X,Y sunt variabile aleatoare de medie nita, atunci:
6
E[X + Y [/] = E[X[/] + E[Y [/], , R
(d) Daca X Y , atunci E[X[/] E[Y [/].

In particular
[E[X[/][ E[[X[ [K].
(e) Daca Y este /-masurabila si marginita, atunci:
E[XY [/] = Y E[X[/].
Egalitatea precedenta ramane valabila si daca X, Y 0 si Y este /-masurabila.
(f ) Daca /

/, atunci:
E[E[X[/

] [ /

] = E[X[/

].
(g) Daca X este independenta de corpul borelian /, atunci:
E[X[/] = E(X).
(h) (Inegalitatea lui Jensen condit ionata). Daca X este integrabila si funct ia : R R
este convexa si (X) este integrabila , atunci:
(E[X[/]) E[(X)[/].

In particular luand (x) = [x[

p
, 1 p < , obt inem inegalitatea:
[E[X[/][
p
E[[X[
p
[/]. (2.1.6)
(i) Fie X : (, T, P) (R
d
, B
R
d) o variabila aleatoare si e corpul borelian / T. Daca
X este /-masurabila si Y : (, T, P) (R
d
1
, B
R
d
1
) este o variabila aleatoare independenta de
/, atunci pentru orice funct ie cu : (R
d
R
d
1
, B
R
d B
R
d
1
) R masurabila nenegativa sau
marginita, funct ia denita prin:
(x) = E[(x, Y )], x R
d
,
este boreliana si avem relat ia:
E[(X, Y )[/] = (X). (2.1.7)
(j) Fie X, X
n
: (, T, P) (R, B) variabile aleatoare si / T un corp borelian. Daca
0 X
n
X
n+1
pentru orice n, atunci :
sup
n
E[sup
n
X
n
[/]. 2.1.8)
(k) Fie Z 0 P-a.s o variabila aleatoare cu E
P
(Z) = 1 si e probabilitatea Q = Z.P, adica:
Q(A) =

A
Z dP, A T.
7
Daca X este o alta variabila aleatoare Q-integrabila sau nenegativa, atunci este valabila
urmatoarea formula lui Bayes:
E
Q
[X[/] =
E
P
[XZ[/]
E
P
[Z[/]
, Qa.s. (2.1.9)
Propozit ie 2.2 Fie h : (, T, P) R o variabila aleatoare B(g)-masurabila, unde g =
(g
1
, ..., g
d
) : (, T) R
d
este o aplicat ie oarecare. Atunci exista : R
d
R masurabila
astfel ncat h = (g).

In particular, daca f : (, T, P) R este o variabila aleatoare nenegativa sau integrabila,

atunci exista : R
d
R masurabila astfel ncat E[f[g] = (g).
Demonstrat ie

Int ai sa observ am ca B(g) = g
1
(B
R
d). Dac a h = 1
A
, A = g
1
(B), B B
R
d,
atunci n mod vizibil (x) = 1
B
(x) satisface cerint ele. De aici rezult a cu usurint a valabili-
tatea concluziei c and h este simpla(etajata). Fie acum h 0 si alegem un sir (h
n
)
n
de etajate
asa ncat 0 h
n
h. Pe baza celor anterioare exist a
n
: R
d
R m asurabile asa nc at
h
n
=
n
(g). Dac a punem
n
= max(0,
1
, ...,
n
), atunci 0
n

n+1
pentru orice n si
este vizibil c a este satisf acut a egalitatea h
n
=
n
(g).

In ne, daca denim = sup
n

n
dac a
sup
n

n
< si = 0 dac a denim = sup
n

n
= , atunci satisface concluzia propozit iei.
Media condit ionat a apare n mod natural n probleme de minimizare, dupa cum arat a
urm atoarea teorema:
Teorema 1 Fie f : (, T, P) R o variabila aleatoare de patrat integrabil si e g : (, T, P)
(R
d
, B
R
d) un vector aleator. Atunci:
= inf

[f (g)[
2

: :

R
d
, B
R
d

R, E

[(g)[
2

<

= E

[f E[f[g][
2

.
Demonstrat ie Avem c a:
E

[f (g)[
2

= E

[f E[f[g] + E[f[g] (g)[

2

= E

[f E[f[g][
2

+ E

[E[f[g] (g)[
2

+2E

f E[f[g]

E[f[g] (g)

= E

[f E[f[g][
2

+ E

[E[f[g] (g)[
2

, (1.1.10)
deoarece :
E

f E[f[g]

E[f[g] (g)

=
= E

f E[f[g]

E[f[g] (g)

[ g

=
= E

E[f[g] (g)

f E[f[g]

[ g

= 0,
8
dac a se are n vedere ca:
E

f E[f[g] [ g

= E[f[g] E[f[g] = 0.
Din (1.1.13) obt inem:
E

[f (g)[
2

[f E[f[g][
2

,
de unde concluzia este clar a.
2.2 Martingale.Proprietat i generale
Fie (, T, P) un c amp de probabilitate si e (T
n
)
n0
un sir crescator de corpuri boreliene
incluse n T((T
n
)
n0
se numeste baza stocastic a sau ltrare) si e (X
n
)
n0
un sir de variabile
aleatoare reale denite pe (, T, P). Sistemul

, T, (T
n
)
n0
, P

se mai numeste camp de

probabilitate ltrat.
Comentariu. Ca regula, n cele ce urmeaz a vom considera cazul timpului numarabil 0, 1, .., n, ...
Conceptele si rezultatele r aman valabile n mod evident si n cazul timpului nit 0, 1, .., N,
0 N .
Denit ie 2.2 Vom spune ca sirul(X
n
)
n0
este T
n
-martingal daca:
(a) X
n
este T
n
-masurabila pentru orice n (se mai spune ca sirul X
n
este T
n
-adaptat.)
(b) E([X
n
[) < pentru orice n.
(c) E[X
n
[T
n
] = X
n
pentru orice n, sau echivalent:
E[X
n
[T
m
] = X
m
, n > m.
2.2 Observat ie.
(1)Av and n vedere proprietat ile mediei condit ionate, proprietatea (c) se scrie:

A
X
n+1
dP, n 0, A T
n
(2.2.1)
sau echivalent:
A
X
n
dP =

A
X
m
dP, n > m, A T
m
. (2.2.2)
(2)Din denit ie rezulta c a sirul E(X
N
)
n0
este constant (se face pe A = n (1.2.1)).
9
Denit ie 2.3 (1)Vom spune ca sirul (X
n
)
n
este T
n
-submartingal daca au loc (a) si (b) din
denit ia 2.1 si n plus:
(c)pentru orice n 0,
E[X
n+1
[T
n
] X
n
,
sau echivalent:
E[X
n
[T
m
] X
m
, n > m.
(2) Vom spune ca sirul (X
n
)
n
este T
n
-supermartingal daca (X
n
)
n
este (T
n
)-submartingal.
2.4 Observat ie
(1) Proprietatea (c) se scrie:

A
X
n+1
dP

A
X
n
dP, A T
n
,
sau echivalent:
A
X
n
dP

A
X
m
dP, n > m, A T
m
,
(2)

In cazul unui submartingal (respectiv supermartingal), sirul E(X
n
)
n
este cresc ator
(respectiv descrescator).
(3) Dac a ({
n
)
n
este o alt a baz a stocastic a astfel ncat {
n
T
n
pentru orice n si X
n
este
{
n
-adaptat, atunci X
n
este {
n
-submartingal (respectiv supermartingal, martingal) dac a X
n
este T
n
-submartingal (respectiv supermartingal, martingal).

In particular putem lua {
n
=
T
X
n
:= B(X
0
, . . . , X
n
).
Propozit ie 2.3 Fie (X
n
)
n
, (Y
n
)
n
submartingale n raport cu aceeasi baza stocastica (T
n
)
n
.
Atunci:
(1) (aX
n
+ bY
n
+ c)
n
este submartingal daca a, b 0 si c R.
Daca (X
n
), (Y
n
) sunt martingale, atunci (X
n
+bY
n
+c)
n
este martingal pentru orice a, b, c R.
(2) max(X
n
, Y
n
)
n
este T
n
-submartingal.

In particular minimul a doua supermartingale
este supermartingal.
(3) Daca (X
n
)
n0
este un T
n
-martingal si : R R este convexa cu E([(X
n
)[ < )
pentru orice n, atunci (X
n
)
n0
este T
n
-submartingal.

In particular, daca P 1 si E([X)

n
[
p
) < pentru orice n, atunci ([X
n
[
p
)
n0
este T
n
-
submartingal.
Demonstrat ie (1) Folosind proprietat ile mediilor condit ionate din paragraful precedent,
avem pentru a, b 0, c R,
E[aX
n+1
+ bY
n+1
+ c [ T
n
] =
= aE[X
n+1
[T
n
] + bE[Y
n+1
[T
n
] + c aX
n
+ bY
n
+ c,
10
iar daca X
n
, Y
n
sunt martingale si a, b, c R, atunci n calculul precedent putem nlocui ine-
galitatea cu egalitate.
(2) Este clar c a max(X
n
, Y
n
) este T
n
-m asurabila si integrabila. Apoi, daca A T
n
, atunci
A X
n
Y
n
, A X
n
Y
n
, A X
n
> Y
n
T
n
si:

A
max(X
n
, Y
n
) dP =

A{XnYn}
Y
n
dP +

A{Xn>Yn}
X
n
dP

A{XnYn}
Y
n+1
dP +

A{Xn>Yn}
X
n+1
dP

A{XnYn}
max(X
n+1
, Y
n+1
) dP +

A{Xn>Yn}
max(X
n+1
, Y
n+1
) dP =
=

A
max(X
n+1
, Y
n+1
).
3 Este clar c a (X
n
) este T
n
-msurabila si din egalitatea lui Jensen condit ionata (Propozit ia
1.3-(h)) obt inem:
(X
n
) = (E[X
n+1
[T
n
]) E[(X
n+1
)[T
n
].
Pentru ultima parte a armat iei se consider a funct ia conex a (x) = [x[
p
.
2.6 Exemple de martingale
(1) Concept ia de martingal si are originea n jocurile de noroc si de aceea vomncepe cu un
exemplu din acest domeniu.
Consider am ca un juc ator este angrenat ntr-un sir de partide si c a ecare partid a o castiga cu
probabilitatea p si o pierde cu probabilitatea q = 1 p (deci nu exista remiz a).
Fie (f
n
)
n1
un sir de variabile aleatoare independente astfel nc at:
P(f
n
= 1) = p, P(f
n
= 1) = q, n 1
Interpret am evenimentul f
n
= 1 (respectiv f
n
= 1) ca ind evenimentul c a jucatorul castiga
(respectiv pierde) a n-a partida.
O strategie de joc este o regula care ne spune c at s a pariem la ecare partida, cu alte cuvinte
un sir p
n
: 1, 1
n1
R
+
, p
1
constant a, astfel ncat p
n
(f
1
, . . . , f
n1
) reprezint a suma pariat a
la a n-a partid a (se presupune deci ca pariul la a n-a partid a depinde numai de rezultatele
primelor n 1 partide).Dac a f
0
este o constanta ce reprezint a capitalul init ial al jucatorului,
atunci dupa n partide capitalul este:
X
n
= f
0
+
n

i=1
p
i
(f
1
, . . . , f
i1
)f
i
= X
n1
+ p
n
(f
1
, . . . , f
n1
)f
n
.
11
Fie T
0
= , si pentru n 1 e T
n
= B(f
1
, f
n
)(T
n
reprezint a informat ia de care
dispune jucatorul dupa primele n partide). Atunci sirul (X
n
)
n
este T
n
-submartingal (T
n
-
supermartingal, T
n
-martingal) dup a cum p >
1
2
(p <
1
2
, p =
1
2
).

Intr-adev ar,deoarece X
n
este
T
n
-m asurabila, iar f
n+1
este independenta de T
n
(din asociativitatea independent ei), rezulta
prin folosirea proprietat ilor mediilor condit ionate:
E[X
n+1
[T
n
] = X
n
+ E[f
n+1
p
n+1
(f
1
, . . . , f
n
)[T
n
] =
= X
n
+ p
n+1
(f
1
, . . . , f
n
)E[f
n+1
[T
n
] = X
n
+ p
n+1
(f
1
, . . . , f
n
)E(f
n+1
).
si cum E(f
n+1
) = 2p 1 armat ia rezulta de ndat a.
(2) Fie (f
n
)
n0
un sir de variabile aleatoare independente si cu medie nit a si e :
S
n
= f
0
+ . . . f
n
, T
n
= B(f
0
, . . . , f
n
) = B(S
0
, . . . , S
n
).
Atunci: (a)Sirul:
X
n
= S
n
E(S
n
)
este T
n
-martingal.
(b) Daca, n plus, E(f
2
n
) < pentru orice n, sirul:
Y
n
= X
2
n
E(X
2
n
)
este T
n
-martingal.
(c) Daca E(f
n
) = 1 pentru orice n, sirul :
Z
n
=
n

j=0
f
n
S a prob am armat iile precedente.
(a) Este clar c a X
n
este T
n
-m asurabila si integrabil a.
Apoi, din asociativitatea independent ei avem c a f
n+1
si T
n
sunt independente, de unde, aplic and
propriet at ile mediei condit ionate, vom deduce:
E[S
n+1
[T
n
] = E[S
n
+ f
n+1
[T
n
] = S
n
+ E[f
n+1
[T
n
]
= S
n
+ E[f
n+1
[T
n
] = S
n
+ E(f
n+1
),
ceea ce implic a:
E[X
n+1
[T
n
] = E[S
n+1
[T
n
] E(f
n+1
) =
= S
n
+ E(f
n+1
) E(S
n+1
) = S
n
E(S
n
) = X
n
(b) Din nou este vizibil c a Y
n
este T
n
-m asurabila si integrabil a. Apoi din :
X
n+1
= X
n
+ f
n+1
E(f
n+1
),
si din faptul ca f
n+1
si T
n
sunt independente, se obt ine c a :
E(X
2
n+1
) = E(X
2
n
) + D
2
(f
n+1
),
12
E[Y
n+1
[T
n
] = Y
n
+ 2X
n
E[f
n+1
E(f
n+1
)[T
n
]+
E[(f
n+1
E(f
n+1
))
2
[T
n
] D
2
(f
n+1
) =
Y
n
+ 2X
n
E(f
n+1
E(f
n+1
))+
E

(f
n+1
E(f
n+1
))
2

D
2
(f
n+1
) = Y
n
(c) Din teorema de multiplicare avem ca Z
n
sunt integrabile si este clar c a sunt T
n
-m asurabile.
Utiliz and independent a ntre f
n+1
si T
n
(deci 1
A
Z
n
si f
n+1
sunt independente), teorema de
convergent a dominata si teorema de multiplicare, obt inem pentru A T
n
,

A
Z
n+1
dP =

A
Z
n
dP

f
n+1
dP =

A
Z
n
dP.
(3) Fie (, T, (T
n
)
n0
, P) un camp de probabilitate ltrat si e Q o alt a probabilitate pe
T. Reamintim c a P este absolut continu a n raport cu Q (n notat ie P Q) dac a Q(A) = 0
implic a P(A) = 0.

In acest caz teorema Radon-Nicodym rezult a c a exist a o unic a variabila
aleatoare Z : (, T, P) R
+
astfel nc at P = Z.Q, adica:
P(A) =

A
Z dQ, A T
Variabila aleatoare nenegativ a Z de mai sus se numeste derivata Radon-Nicodym a lui
P n raport cu Q. Dac a P Q si Q P se spune c a P este echivalent cu Q (n notat ie P Q)
si desigur c a avem Z > 0 P-a.s. (sau Q-a.s.).
Dac a P[
Fn
Q[
Fn
(respectiv P[
Fn
Q[
Fn
) pentru orice n, atunci vom spune c a P este local
absolut continua(respectiv local echivalenta) n raport cu Q:
n notat ie P
loc
(respectiv P
loc
Q).
Dac a P
loc
, atunci sirul

Z
n
:=
dP[
Fn
dQ[
Fn

este T
n
-martingal n raport cu Q.

Intr-adev ar pentru
A T
n
avem:

A
Z
n+1
dQ =

P[
F
n+1

(A) = (P[
Fn
)(A) =

A
Z
n
dQ.
Denit ie 2.4 Vom spune ca sirul (X
n
)
n0
este T
n
-previzibil daca pentru orice n, X
n
este
T
n1
-masurabila (prin denit ie T
1
= T
0
)
Urm atoarea teorema reduce n multe situat ii studiul submartingalelor la cel al martingalelor.
Teorema 2 (Descompunerea Doob-Meyer).Fie sirul (X
n
)
n0
ce este T
n
-adaptat si asa ncat
ecare X
n
este integrabila. Atunci urmatoarele doua armat ii sunt echivalente:
(a)(X
n
)
n0
este T
n
-submartingal.
(b)Exista doua siruri de variabile (Y
n
)
n0
, (A
n
)
n0
astfel ncat:
X
n
= Y
n
+ A
n
a.s., n 0, (2.2.3)
unde (Y
n
) este T
n
-martingal, (A
n
)
n0
este previzibil si crescator, adica:
0 = A
0
A
1
. . . A
n
. . . a.s.

In plus, scrierea lui (X

n
) ca mai sus este unica.
13
Demonstrat ie (a)(b) Presupun (X
n
) submartingal. Denim
Y
0
= X
0
, A
0
= 0,
si pentru n 1,
Y
n
= X
0
+
n1

j=0
(X
j+1
E[X
j+1
[T
j
]),
A
n
=
n1

j=0
(E[X
j+1
[T
j
] X
j
)
Este evident faptul c a (1.2.3) este vericat a si c a Y
n
este T
n
-m asurabila, A
n
este previzibil, iar
Y
n
, A
n
sunt integrabile. Apoi:
E[Y
n+1
[T
n
] = E[Y
n
+ X
n+1
E[X
n+1
[T
n
] [ T
n
] =
= Y
n
+ E[X
n+1
E[X
n+1
[T
n
] [ T
n
] =
= Y
n
+ E[X
n+1
[T
n
] E[X
n+1
[T
n
] = Y
n
,
asa ca Y
n
este martingal. Mai departe prin construct ie A
n
este T
n1
-m asurabila si cum avem:
A
n+1
= A
n
+ E[X
n+1
[T
n
] X
n
, X
n
E[X
n+1
[T
n
],
rezult a c a A
n
A
n+1
, cu alte cuvinte A
n
este previzibil si cresc ator.
(b)(a) Putem scrie:
E[X
n+1
[T
n
] = E[Y
n+1
+ A
n+1
[T
n
] =
= E[Y
n+1
[T
n
] + E[A
n+1
[T
n
] =
= Y
n
+ A
n+1
Y
n
+ A
n
= X
n
,
deci X
n
este submartingal.
S a prob am acum unicitatea descompunerii. Fie
X
n
= Y
n
+ A
n
= Y

n + A

n
dou a descompuneri cu propriet at ile enunt ate n teorem a.
Avem:
Y
n
Y

n
= A

n
A
n
,
si deoarece Y
n
Y

n
este martingal,
Y
n
Y

n
= E[Y
n+1
Y

n+1
[T
n
] =
= E[A

n+1
A
n+1
[T
n
] = A

n+1
A
n+1
,
(deoarece A

n+1
A
n+1
este T
n
-m asurabila).
Prin urmare
A

n
A
n
= A

n+1
A
n+1
,
14
si cum A
0
= A

0
, rezulta A
1
= A

1
si inductiv A
n
= A

n
. Teorema este astfel demonstrata.
2.5 Corolar
Dac a sirul (X
n
)
n0
este T
n
-martingal si E(X
2
n
) < pentru orice n (se mai spune n acest
caz ca X este martingal de p atrat integrabil), atunci:
'X`
0
= 0, 'X`
n
=
n1

j=0
E[X
2
j+1
X
2
j
[T
j
], n 1, (2.2.4)
este unicul T
n
-proces crescator si previzibil asa nc at (X
2
n
'X`
n
)
n0
este T
n
-martingal.
Denit ie 2.5 Sirul T
n
-crescator si previzibil ('f
n
`)
n0
din corolarul anterior se numeste variat ia
patratica (sau procesul crescator) asociat martingalului de patrat integrabil (X
n
)
n0
.
Observat ie
Se observa c a dac a (X
n
)
n0
este martingal de p atrat integrabil atunci:
E

(X
n+m
X
n
)
2
[T
n

= E[X
2
n+m
X
2
n
[T
n
], (2.2.5)
si deci:
'X`
n
=
n1

j=0
E[(X
j+1
X
j
)
2
[T
j
], n 1, (2.2.6)
E

(X
n+m
X
n
)
2
[T
n

= E[X
2
n+m
X
2
n
[T
n
] = E['X`
n+m
'X`
n
[T
n
]. (2.2.7)
Este evident de asemenea c a dac a X
0
= 0, atunci:
E(X
n
)
2
= E('X`
n
). (2.2.8)
2.3 Teorema de oprire. Martingale locale

In continuare vom nota T

= B

n0
T
n

.
Denit ie 2.6 O aplicat ie S : Z
+
este T
n
-opt ionala (sau T
n
-timp de oprire) daca:
S n T
n
, n 0,
sau echivalent :
S = n T
n
, n 0.
15
Pentru orice opt ional a S se introduce corpul borelian
T
S
= A T

: A S n T
n
, n 0. (2.3.1)
T
S
reprezint a toate evenimentele care au loc p ana n momentul S. Nu este dicil de vazut
c a:
T
S
= A T

: A S = n T
n
, n 0. (2.3.2)
Propozit ie 2.4 (a) Orice constanta este opt ionala.
(b) Daca S, T sunt opt ionale, atunci min(S, T), max(S, T), S + T sunt opt ionale.
(c) Daca S, T sunt opt ionale si A T
S
, atunci:
A S T T
T
.

In particular, daca S T atunci T

S
T
T
.

In plus, daca A T
S
atunci aplicat ia:
S
A
=

S pe A,
pe CA,
este opt ionala.
(d) Daca sirul de variabile aleatoare reale (X
n
)
n
este T
n
-adaptat si S este opt ionala, atunci
aplicat ia:
X
S
1
{S<}
: R,
denita prin:
(X
S
1
{S<}
)() =

X
S()
() S() < ,
0 S() =
(2.3.3)
(e)Daca sirul de variabile aleatoare (X
n
)
n
este T
n
-adaptat, atunci pentru orice A B
R
aplicat ia:
D
A
() =

minn; X
n
() A, pentru, n; X
n
() A =
, in caz contrar
(2.3.4) este T
n
-opt ionala (D
A
se numeste momentul primei intrari n A).
Demonstrat ie (a)Dac a S = n
0
, n
0
constant a, atunci:
S n =

, pentru n
0
n,
, pentru n
0
> n,
(b) Pentru a ar ata ca min(S, T) n T
n
, se observ a ca :
min(S, T) n = S n T n T
n
.
Similar:
16
max(S, T) n = S n T n T
n
.
Pentru a arata c a suma a doua opt ionale este tot o opt ional a, se observ a:
S + T = n =

k+l=n
k,lN
(S = k T = l) T
n
.
(c) Avem ca:
A S T T = n = A S n T = n T
n
.
De asemenea :
S
A
n = A S n T
n
.
(d) Daca A B
R
, atunci:
X
S
1
{S<}
A S = n = X
n
A S = n T
n
.
(e) Avem ca:
D
A
= n =

m<n
X
m
A X
n
A T
n
.

In continuare vom ar ata c a n anumite situat ii vom putea extinde egalitatea de martingal (re-
spectiv inegalitat ile de submartingal, supermartingal) de la timpi deterministi la timpi aleatori.
Aceast a problem a constituie obiectul unei importante teoreme a teoriei martingalelor, cunos-
cut a sunb numele de Teorema de oprire ce se datoreste lui Doob. Conceptul de opt ionala sau
timp de oprire introdus mai sus este important.

Int ai s a vedem c a, prin oprire la o opt ional a, nu se schimba proprietatea de martingal(respectiv

submartingal, supermartingal).
Propozit ie 2.5 (oprirea martingalelor). Daca (X
n
)
n0
este T
n
-submartingal (respectiv T
n
-
supermartingal, T
n
-martingal) si S este T
n
-opt ionala, atunci procesul stopat (X
S
n
)
n0
continua
sa e T
n
-submartingal(respectiv T
n
-supermartingal, T
n
-martingal).
Demonstrat ie. Este sucient de probat armat ia numai pentru submartingale.

In primul
r and, din Propozit ia 3.2-(d) rezulta c a X
Sn
este T
n
-m asurabila. De asemenea, ntrucat:
[X
Sn
[
n

j=0
[x
j
[,
obt inem si ca X
Sn
este integrabil a. Mai departe este clar c a :
X
Sn
= X
S
1
{S<n}
+ X
n
1
{Sn}
, (2.3.5)
fapt ce implic a n particular relat ia :
X
S(n+1)
X
Sn
= (X
n+1
X
n
)1
{Sn+1}
,
17
si deci:
E[X
S(n+1)
X
Sn
[T
n
] = E[(X
n+1
X
n
)1
{Sn+1}
[T
n
] =
= 1
{Sn+1}
E[X
n+1
X
n
[T
n
] 0.
Denit ie 2.7 Un sir de variabile aleatoare (X
n
)
n0
, care este adaptat, este martingal local,
daca exista un sir de timpi de oprire (S
k
)
k1
care tinde crescator catre si pentru care sirul
stopat (X
S
k
n
)
n0
este martingal pentru orice k, (un astfel de sir se numeste sir localizant).
Deoarece X
S
k
0
= X
0
rezulta din denit ie ca X
0
este integrabila. Se poate renunt a la acesta
ipoteza (E([X
0
[ < )) cerand n defnit ia martingalului local ca sirul (X
S
k
n
1
S
k
> 0)
n0
sa e
martingal.
Propozit ie 2.6 (a) Pentru un martingal local (X
n
)
n0
exista un sir de timpi de oprire (U
k
)
k1
care tinde crescator catre , asa ncat, pentru orice k, (X
U
k
n
)
n0
este martingal marginit (de
fapt sa avem [X
U
k
n
[ k, n).
(b)Fie (X
n
)
n0
un martingal local (reamintim ca n particular avem E([X
0
[) < ). Atunci
armat ia:
E(X
+
n
) < , n 1, (2.3.6)
este echivalenta cu armat ia:
E(X

n
) < , n 1, (2.3.7)
(reamintim ca x
+
= max(x, 0), x

= max(x, 0)).

In plus daca (2.3.6) (sau (2.3.7)) este
vericata, atunci (X
n
)
n0
este martingal.
Demonstrat ie(a)

Intr-adev ar, e (S
k
)
k1
ca n denit ia 3.4 (2.6) si sa denim sirul de timpi
de oprire (T
k
)
k1
prin:
T
k
= minn 0 : [X
n
[ k.
Atunci este vizibil c a sirul de timpi de oprire U
k
= S
k
T
k
, si pentru orice k, (X
S
k
T
k
n
)
n0
este martingal asa nc at [X
S
k
T
k
n
[ k, n.
(b) S a preuspunem ca (1.3.6) este adev arata si e (S
k
)
k1
ca n denit ia 3.4(2.6). T inand cont
de egalitatea x = x
+
x

si de Lema lui Fatou, avem :

E(X

n
) = E

lim
k
X

nS
k

lim
k
E

nS
k

=
= lim
K

X
+
nS
k

E(X
nS
k
)

= lim
k

X
+
nS
k
E(X
0
)

=
= lim
k
E

X
+
nS
k

X
0

j=0
E

X
+
j

+ E([X
0
[) < .
Similar se demonstreaz a si faptul ca (1.3.7) implica (1.3.6). Din (1.3.7), (1.3.6) si egalitatea
[x[ = x
+
+ x

rezult a c a:
E([X
n
[) = E(X
+
n
) + E(X

n
) < .
18

Intruc at:
X
mS
k
k
X
m
, X
mS
k

n

j=0
X
j
L
1
,
din teorema de convergent a dominat a rezulta c a
X
mS
k
L
1

k
X
m
. Nu ram ane decat sa trecem la limita n L
1
(c and k ) n egalitatea :
E

X
(n+1)S
k
[T
n

= X
nS
k
,
pentru a obt ine egalitatea:
E

X
n+1
[T
n

= X
n
,
adic a (X
n
)
n
este martingal.
Propozit ie 2.7 (c) Fie (X
n
)
0nN, N<
, un martingal local. Atunci armat ia:
E(X
+
N
) < , (1.3.8)
este echivalenta cu armat ia:
E(X

N
) < , (1.3.9)

In plus daca (1.3.8)(sau (1.3.9)) este vericata, atunci (X

n
)
0nN
este martingal.

In particular,
daca X
N
0 sau X
n
0, atunci (X
n
)
0nN
este martingal.
Demonstrat ie.
S a presupunem c a (2.3.8) este vericat a. Conform cu propozit ia 3.5 este sucient s a demon-
str am c a E(X
+
n
) < pentru orice n.
Deoarece (X
nS
k
)
n
este martingal, rezulta ca

X
+
nS
k

n
este submartingal si deci:
X
+
nS
k
E

X
+
(n+1)S
k
[T
n

,
de unde:
1
S
k
>n
X
+
nS
k
1
S
k
>n
E

X
(n+1)S
k
[T
n

= E

1
S
k
>n
X
+
(n+1)S
k
[T
n

,
si prin trecere la medie n inegalitatea precedenta, obt inem:
E

1
S
k
>n
X
+
n

1
S
k
>n
X
+
n+1

,
si, n ne, f ac and K , ajungem la
E(X
+
n
) E(X
+
n+1
) . . . E(X
+
N
) < .
Cazul cu E(X

N
) se trateaz a similar.
19
Teorema 3 (Teorema de oprire a lui Doob). Fie (X
n
)
n0
un T
n
-submartingal (respectiv
T
n
-supermartingal, T
n
-martingal).
(a) (cazul marginit). Daca S
1
< S
2
sunt T
n
-opt ionale marginite, atunci:
(a
1
) X
S
i
sunt integrabile.
(a
2
) Au loc relat iile:
X
S
1
E[X
S
2
[T
S
1
], (2.3.10)
respectiv:
X
S
1
E[X
S
2
[T
S
1
], X
S
1
= E[X
S
2
[T
S
1
] (2.3.11)

In particular:
E(X
S
1
) E(X
S
2
), (2.3.12)
respectiv:
E(X
S
1
) E(X
S
2
), E(X
S
1
) = E(X
S
2
). (2.3.13)
(b) Daca S
1
S
2
sunt T
n
-opt ionale nite a.s., asa ncat X
S
i
sunt integrabile si:
lim
n

{S
i
n}
[X
n
[ dP = 0, i = 1, 2, ... (2.3.14)
atunci armat ia (a
2
) de mai sus continu a s a e adev arata a.
Demonstrat ie
(a) Este vizibil c a este sucient de tratat cazul submartingalului. Fie S
1
S
2
m R.
Cum avem [X
S
i
[
m

i=1
[X
i
[, obt inem ca X
S
i
sunt integrabile. Din propozit ia 3.2-(d) avem si ca
X
S
i
sunt T
S
i
-m asurabile. Este vizibil c a (2.3.10) se scrie n mod echivalent ca:
E[X
S
2
X
S
1
[T
S
1
] 0. (2.3.15)

Int ai vom demonstra inegalitatea (2.3.15) n cazul S

2
= m R si pentru aceasta avem de
ar atat c a:
A
X
m
dP

A
X
S
1
dP, A T
S
.
Folosind faptul c a A S
1
= k T
k
dac a k m, precum si proprietatea de submartingal,
putem scrie:
20

A
X
S
1
dP =
m

k=0

A{S
1
=k}
X
S
1
dP =
=
m

k=0

A{S
1
=k}
X
k
dP
m

k=0

A{S
1
=k}
X
m
dP =

A
X
m
dP.
Revenim acum la cazul general (S
2
nu mai este neaparat constant a).Din propozit ia 3.3 stim
c a X
nS
2
este T
n
-submartingal si aplicand (2.3.15) acestui submartingal, se obt ine:
E[X
mS
2
X
mS
1
[T
S
1
] 0,
sau echivalent:
E[X
S
2
X
S
1
[T
S
1
] 0,
adic a tocmai ce se necesit a.
(b) Fie A T
S
1
si avem de ar atat c a:

A
X
S
1
dP

A
X
S
2
dP. (2.3.16)
Din propozit ia 3.2-(c) stim ca (S
i
)
A
sunt opt ionale si deci pentru orice n 0, n(S
i
)
A
sunt
de asemena opt ionale m arginite. Putem aplica (2.3.12) acestor opt ionale si obt inem:
E

X
n(S
1
)
A

X
n(S
2
)
A

,
sau echivalent:

A
X
nS
1
dP

A
X
n(S
2
)
A
dP,
sau nc a:

A{S
1
=k}
X
S
1
dP +

A{S
1
>n}
X
n
dP

A{S
2
=k}
X
S
2
dP +

A{S
2
>n}
X
n
dP. (2.3.17)

Intruc at:
X
S
i
1
{S
i
n}
X
S
i
, [X
S
i
1
{S
i
n}
[ [X
S
i
[,
prin aplicarea teoremei de convergent a dominat a deducem c a:
21

A{S
i
n}
X
S
i
dP

A
X
S
i
dP. (2.3.18)
De asemenea, avand n vedere (2.3.14), deducem:
lim
n
[

{S
i
>n}
X
n
dP[ lim

{S
i
>n}
[X
n
[ dP = 0,
fapt ce, mpreun a cu (2.3.18) permite trecerea la limit a n (2.3.17) si n consecint a obt inerea
inegalit at ii(2.3.16).
Cu aceasta, teorema este demonstrata.

3 Modele de evaluare a opt iunilor

Pe baza elementelor de calcul stochastic, vom trece la deducerea modelelor de evaluare a
opt iunilor.
Modelul Black-Schooles a fost publicat n anul 1973, model care se bazeaz a pe rat ionamente
de arbitraj si hedging si pornesc de la premisa c a piat a nu permite operat ii de arbitraj.

In prealabil va dedus a ecuat ia diferent iala Black-Merton-Scholes, a c arei solut ie este modelul
de evaluare Black-Scholes.
Vom presupune ca suntndeplinite urmatoarele ipoteze privind piat a si operat iunile de tranzact ii:
a) Pret ul activului suport descrie o lege log-normal a, respectiv ecuat ia sa de dinamic a este:
dS = S dt + S dz
sau
S = S t + Sz
b) Reglement arile piet ei permit operat iuni de short selling;
c) Taxele si costurile de tranzact ii sunt nule;
d) Pe perioada de viat a a opt iunii, activul suport nu genereaz a venit (dividend). Cu alte cu-
vinte, dac a activul suport este o act iune, ea este exemplu-dividend n perioada considerat a;
e) Piat a nu permite oprotunit at i de arbitraj;
f) Rata dob anzii si volatilitatea sunt constante pe perioada considerat a. Trebuie subliniat fap-
tul c a majoritatea ipotezelor prezentate mai sus pot relaxate, obt inandu-se aste modele de
evaluare mult mai apropiate de relitate.
22
3.1 Ecuat ia de dinamica Black-Merton-Scholes
Se considera un activ al c arui pret are urm atoarea ecuat ie de dinamic a:
S = S t + S z (3.1.1)
Vom nota cu D = valoarea unui derivativ av and drept activ suport pe S.
Vom forma portofoliul avand urm atoarea structura:
1 unitate de derivativ, pozit ia long
h unitat i din activul suport, pozit ie short
Rezul a c a valoarea portofoliului este:
= D hS (3.1.2)
M arimea parametrului h va determinata ulterior pe baza unor rat ionamente nanciare.
Dinamica portofoliului pe intervalul de timp t va : = D hS Utiliz and ecuat ia
(3.1.1), rezulta:
=

D
t
+
D
S
S +
1
2

2
D
S
2

2
S
2

t +
D
S
S z h( S t + S z)
Efectu and grup arile se obt ine:
=

D
t
+ S

D
S
h

+
1
2

2
D
S
2

2
S
2

t + S

D
S
h z

(3.1.3)
Vom alege parametrul h astfel nc at portofoliul s a e f ar a, respectiv marimea sa nu
e supusa factorilor aleatori.
Singurul element stochastic n ecuat ia (3.1.3) este z =

t, unde este o variabil a

aleatoare av and distribut ia normal a standard.
Asadar vom alege pe h =
D
S
(3.1.4) , m arime presupus a constanta pe un interval de
timp mic.
(4.3) =

D
t
+
1
2

2
D
S
2

2
S
2

t (3.1.5)

Intruc at conform ipotezelor facute, piat a nu permite oportunit at i de arbitraj, variat ia valorii
portofoliului data de formula (3.1.5) va coincide cu variat ia unei sume egale depus a ntr-un cont
bancar. Aceasta deoarece portofoliul:
23
= D
D
S
S (3.1.6)
este un portofoliu f ara risc.
Presupun and c a rata dob anzii este r, pentru suma depus a intr-un cont bancar pe perioada
t, avem:
= r t (3.1.7)
respectiv:
= r

D
D
S
S

t (3.1.8)
(3.1.5) = (3.1.8) =:
D
t
+ r S
D
S
+
2
S
2
1
2

2
D
S
2
= r D (3.1.9)
Ecuat ia Black-Merton-Scholes
Ecuat ia (3.1.9) reprezta ecuat ia Black-Merton-Scholes de dinamica a unui derivativ, ecuat ie
de derivate part iale de ordinul doi, liniar a, de tip parabolic.
Pentru solut ionarea efectiva a ecuat iei diferent iale Black-Merton-Scholes este necesar s a
cunoastem asa-numitele condit ii nale si condit ii pe frontier a. Trebuie ment ionat ca ecuat ia(3.1.9)
este similara cu a a-numita ecuat ie a difuziei studiat a de zicieni.
2.Modelul Black-Scholes de evaluare a unei opt iuni

In acest paragraf vom presupune ca derivativul D este o opt iune CALL(D=C) sau o opt iune
PUT(D=P), de tip european.
Pentru cazul n care D = C, la ecuat ia (4.9) se ataseaza condit ia nal a:
C(T, S) = max(S E, 0) (3.1.10)
Precum si condit iile pe frontier a:
lim
S0
C(t, S) = 0
lim
S
C(t, S) = (3.1.11)
Solut ia ecuat iei diferent iale (3.1.9) cu condit iile (3.1.10) si (3.1.11) este urm atoarea:
C(t, S) = S N(d
1
) E e
r(Tt)
N(d
2
) (3.1.12),
24
Modelul Black-Scholes unde:
d
1
=
ln
S
E
+

r +

2
2

(T t)

T t
(3.1.13)
d
2
= d
1

T t,
iar N(d) este probabilitatea cumulata pentru distribut ia normalastandard, respectiv:
N(d) =
1

x
2
2
dz
Reamintim ca valorile pentru N(d) sunt tabelate si pot utilizate ca atare. Formula (3.1.12)
reperezint a modelul Black-Scholes pentru calculul valorii unui call european ava and ca suport
o act iune exemplu-dividend.
O formul a similara se poate deduce si pentru optt iunile de tip PUT. Formula Black-Scholes
de evaluare a unei opt iuni este urmatoarea:
P(t, S) = E e
r(Tt)
N(d
2
) S N(d
1
) (3.1.14)
Reamintim c a probabilit at ile cumulate N(d) satisfac urm atoarea relat ie:
N(d) = 1 N(d) (3.1.15)

In formulele lui Black-Scholes (3.1.12), respectiv (3.1.13), seminicat ia indicatorilor este

urm atoarea:
S-cursul activului suport; E-pret ul de exercit iu prev azut n contract; -volatilitatea anul a a
activului suport; r-rata dob anzii.
3.2 Paritatea PUT-CALL
Teorema de paritate put-call se poate demonstra simplu printr-un rat ionament de tip arbitraj.
Ea rezulta, nsa, usor si din formula Black-Scholes.

Intr-adev a, din formula Black-Scholes pentru opt iuni put avem:

P(t, S) = E e
r(Tt)
N(d
2
) S N(d
1
) = E e
r(Tt)
(1 N(d
2
)) S (1 N(d
1
))
= [S N(d
1
) E e
r(Tt)
] + [E e
r(Tt)
S]
=P(t, S) = C(t, S) + [E e
r(Tt)
S] sau
C(t, S) = P(t, S) + [S E e
r(Tt)
] (3.2.1)
Teorema de paritate PUT-CALL
Aceast a teorema arat a relat ia dintre pret ul unei opt iuni CALL si o opt iune PUT avand acelasi
activ suport, aceeasi scadent a si acelasi pret de exercit iu.
25
(4.16)=
a) Daca E < S e
r(Tt)
, atunci:
C(t, S) > P(t, S) (3.2.2)
Cu alte cuvinte, dac a pret ul de exercit iu, E, este mai mare dec at pret ul spot fructicat,
S e
r(Tt)
, atunci valoarea opt iunii call este mai mare dec at pret ul opt iunii put.
b) Daca E > S e
r(Tt)
, atunci avem:
C(t, S) < P(t, S) (3.2.3)
c) Daca E = S e
r(Tt)
, atunci avem:
C(t, S) = P(t, S) (3.2.4)
T in and seama ca n cazul c) avem E = S e
r(Tt)
, formula Black-Scholes se mai poate scrie:
C(t, S) = S[N(d
1
) N(d
2
)] (3.2.5)
iar pentru acest caz:
d
1
=
ln
S
E
+

r +

2
2

(T t)

T t
=
ln
S
E e
r(Tt)
+

2
2
(T t)

T t
=

2
2
(T t)

T t
=

2
(Tt) (3.2.6)
iar
d
2
= d
1

T t =

T t (3.2.7)
=N(d
2
) = N(d
1
) = 1 N(d
1
),
iar
(3.2.5) C(t, s) = P(t, S) = S [2 N(d
1
) 1] (3.2.8),
unde: d
1
=

2

T t
Exercit iu: Dac a n cazul exemplului precedent consider am ca:
S = 80; E = S e
0,10,5
= 76, 098; r = 0, 1; = 27%; T t = 0, 5
aplic and formula (3.2.8)=
C(t, s) = P(t, S) = 80 [2 0, 52691 1] = 0, 05382 80 = 4, 3056
26
4 Piet e nanciare
Principalele aplicat ii ale prezentului material sunt axate pe problema opt iunilor, care a fost
probabil cel mai frapant exemplu al pertinent ei metodelor de calcul stocastic n nant e.
Contractul de opt iune este o convent ie ntre dou a p art i prin care una din ele (cumpar atorul)
dob andeste de la cealalt a (v anzatorul), prin plata unei prime, dreptul, dar nu si obligat ia s a-i
cumpere (CALL) sau sa-i v anda (PUT) o cantitate determinat a dintr-un bun (subiacentul,
activ-suport) la un pret convenit (pret de exercit iu, strike price) p ana la sau la o anumit a data
n viitor (data expir arii, data scadent a).
Opt iunile de cump arare (CALLS) si opt iunile de vanzare (PUTS) sunt cele dou a tipuri de
opt iuni de baza si ambele pot cumparate sau vandute prin ele nsele. Aceasta nseamna ca
se poate:
cump ara dreptul de a cump ara activul de referint a - a cump ara o opt iune de cumparare
(Buy a CALL);
vinde dreptul de a cumpara activul de referint a - a vinde o opt iune de cumparare (Sell a
CALL).

In mod similar, se poate cump ara o opt iune de vanzare (Buy a PUT) sau se poate vinde o
opt iune de vanzare (Sell a PUT).
Cump aratorul unei opt iuni este cunoscut sub denumirea de det inator (holder), n timp ce
v anzatorul unei opt iuni este denumit emitent(writer).
Dac a det inatorul exercita opt iunea, atunci emitentul are obligat ia de a executa contractul.
Dac a det in atorul nu exercit a opt iunea, atunci el iese din contract, pierzand suma pl atita cu
titlu de prim a.
Emitent ii de opt iuni care nu poseda activele de referint a pe care le tranzact ionez a sunt cunoscut i
ca emitent i de opt iuni descoperite (naked) sau fara acoperire (uncovered).
Opt iunile sunt tranzact ionate la bursa. Exist a trei tipuri principale de opt iuni:
americane: Aceste opt iuni confera det in atorului dreptul, dar nu si obligat ia, de a cumpara
sau vinde activul de referint a la orice moment p ana la scadent a.
europene: Opt iunea nu poate exercitat a nainte de scadent a.
exotice: Sunt opt iuni cu o structura mai complicata, cu restrict ii speciale. Un tip de
opt iune exotic a este opt iunea asiatic a.
Opt iunile sunt folosite de c atre hedgeri drep modalitate de management al rsicului n vederea
elimin arii sau reducerii efectelor unor misc ari adverse ale pret urilor. Holderul cumpar a protect ia
necersar a fat a de risc, p astrandu-si totodata dreptul de a benecia de orice miscari favorabile
ale pret ului activului de referint a. Opt iunile sunt utilizate atat pentru protect ie, cat si pentru
speculat ii. Speculatorii si ultilizeaza informat iile pe care le det in despre piat a pentru a pre-
viziona pret urile viitoare ale instrumentelor nanciare si a stabili strategii de tranzact ionare a
27
opt iunilor cu scopul de a prota de pe urma acestor previziuni. Speculat ia se deosebeste de
hedging prin faptul ca este o activitate n care un investitor si asum a riscul n sperant a c

de a
realiza un prot n urma modic arilor de pret .
Pentru tot i operatorii de pe piat a opt iunilor este important s a aib a la dispozit ie un instrument
matematic care s a evelueze pret ul opt iunii, pentru a le permite s a urmeze strategia propus a
(de acoperire n cazul hedgerilor sau de obt inere de prot n cazul speculatorilor).
Pentru a nt elege oportunitatea folosirii opt iunilor, comparativ cu contract futures (n care
investitorul act ionezaa la data de expirare), sa vedem urmatorul exemplu:
Exemplu:
Un trader de t it ei, ce realizeaz a operat iuni speculative, n urma obt inerilor ultimilor informat ii
despre produsele energetice, ntrun anumit loc, muncitorii de pe c ampurile petrolifere au intrat
n grev a. El presupune c a pret urile NYMEX pentru t it ei brut vor creste si, ca urmare, cump ara
un lot de contracte futures cu scadent a n luna urmatoare (sa zicem cumpar a un lot de 1000
barili la 47$/baril).

In ziua urm atoare, predict ia sa se dovedeste a corect a, iar pret ul unui
baril de t it ei NYMEX a crescut la 50$. Traderul si liciteaz a pozit ia sa futures cu un prot de
1000 3 = 3000$. Dar s a presupunem c a n ziua urm atoare celei n care a cump arat contractul
futures, el este anunt at ca un alt produc ator de petrol este pe cale s a-si mareasc a spectaculos
cifrele de product ie, fapt ce are ca rezultat o c adere a pret urilor la 44$/baril.

In acest caz
traderul va pierde 3000$ din cauza obligat iilor sale n cadrul contractului futures.
Speculatorul are n continuare acelasi obiectiv: sa-si maximizeze protul si sa-si minimalizeze
pierderile. Ce variante are?
De aceast a data traderul va recurge la o opt iune de cumparare si va cump ara dreptul de a
cump ara un contract futures, la pret ul de exercitare de 47$/baril, pentru care va plati o prim a
de 0, 50$/baril.
Dac a previziunea traderului este corecta si pret ul urc a la 50$/baril, atunci si va exercita
opt iunea si va cumpara contractul futures la 47$/baril, pe care l va vinde apoi imediat la
50$/baril. Protul traderului va egal cu protul futures, mai put in prima pl atit a, respectiv
3000$ 500$ = 2500$. Acesta nu este la fel de mare ca protul futures, dar r amane totusi o
sum a rezonabil a.
Dac a pret ul scade la 44$/baril, atunci traderul nu-si mai exercit a opt iunea si iese din contract.
Pierderea lui este n acest caz suma de 500$.
Pentru a puncta not iunile mai importante ce opereaz a n cazul opt iunilor, s a examinam o
opt iune de cumparare european a (deci opt iunea nu poate exercitat a dec at la scadent a).
Presupunem c a scadent a este a si ca avem un call european asupra unei act iuni al c arei curs la
data t este S
t
. Fie K pret ul de exercitare.
Este clar c a, dac a la scadent a a pret ul K este superior cursului S
a
, det in atorul opt iunii nu are
interesul s a act ioneze, adic a sa cumpere la pret ul K. Din contr a, daca S
a
> K atunci, operand
la acest moment, det in atorul opt iunii obt ine un prot egal cu S
a
K cump arand act iuni la
pret ul K si rev anz and pe piat a la pret ul S
a
(cursul piet ei).
Se vede ca la data a (scadent a) valoarea call-ului este dat a de:
(S
a
K)
+
= max(S
a
K, 0)
28
Pentru cel care vinde opt iunea, este vorba, n cazul exercit arii ei, de a n masur a s a
furnizeze o act iune la pret ul K si, n consecint a, de a produce la data a (scadent a) un c astig
egal cu (S
a
K)
+
.

In momentul vanz arii opt iunii, care se ia ca origine de timp, cursul S

a
este necunoscut si se
pun doua probleme:
1. Cum se poate evalua prima contractului la momentul t = 0, pentru a avea un capital
(S
a
K)
+
disponibil la data a?
2. Cum agentul care vinde (si ncaseaz a prima la momentul 0), va putea sa produca un
c astig (S
a
K)
+
la momentul a?
R aspunsul la aceste doua ntreb ari se a a n urm atoarea ipotez a: ipoteza de baza, ret inut a
n toate modelele, si anume c a ntr-o piat a sucient de lichid a nu exist a oportunitatea arbitra-
jului, adic a este imposibil sa obt ii proturi far a a avea si riscuri. Presupun and c a este posibil
a mprumuta sau a plasa bani cu o rata constanta r, se poate stabili relat ii ntre pret ul unui
call si al unui put european de aceeasi scadent a a, acelasi pret de exercitare K, pe o act iune de
pret S
t
la momentul t. Notand prin C
t
si P
t
pret ul pentru call respectiv put la momentul t, n
absent a oportunit at ii arbitrajului, se obt ine urm atoarea relat ie paritate call-put:
C
t
P
t
= S
t
Ke
r(at)
, t < a.
4.1 Strategii nanciare
Se introduc conceptele fundamentale asociate piet elor de capital (strategii nanciare, piet e vi-
abile si complete etc.).
Se consider a o piat a nanciar a (bursa NASDAQ, RASDAQ, EASDAQ etc.) cu d +1- active
sau plasamente, un activ ind f ara risc, iar restul de d-active ind cu risc. Piat a este analizat a
la momentele 0, 1, ... , N. S a not am cu T = 0, 1, ...N mult imea momentelor de timp.
Din punct de vedere matematic se descrie acest cadru prin urm atoarea denit ie:
Denit ie 4.1 Un model discret de piat a nanciara de orizont de timp N si cu d+1- active, este
constituit dintr-un sistem (B, S) atasat unui camp ltrat de probabilitate (, T, (T
n
)
nT
, P),
unde:
1.(B
n
)
nT
este un sir de variabile aleatoare, B
n
: (, T, P) R, asa ncat B
0
= 1 si B
n
> 0, B
n
este T
n1
-m asurabila pentru orice 1 n N.
Activul far a risc (B
n
)
nT
se mai numeste si bond sau cont bancar si B
n
reprezint a pret ul la
momentul n a unei unitat i dintr-un plasament f ara risc (s-a considerat B
0
= 1 pentru sim-
plitate). De exemplu, dac a ruta de interes (dobanda) a plasamentului far a risc este r, atunci
B
n
= (1 + r)
n
.
29
2. (S
n
)
nT
=

S
(1)
n
, . . . , S
(d)
n

nT
este un sir de variabile aleatoare d-dimensionale, S
(i)
n
:
(, T, P) R reprezent and pret ul unitat ii din activul (plasamentul, stocul) cu risc i la mo-
mentul n. Variabilele aleatoare S
(i)
n
se mai numesc si stoc. Vom presupune c a S
(i)
0
= s
i
pentru
1 i d, unde s
i
> 0 este o constant a si S
(i)
n
0, S
(i)
n
este T
n
-m asurabila pentru orice
1 i d si 1 n N.
Dac a renunt am la cerint a ca S
(i)
n
0 pentru orice 1 i d si 1 n N, atunci vom
spune ca avem un model extins (sau generalizat) de piat a naciara.
Asadar vectorul aleator

B
n
, S
(1)
n
, . . . , S
(d)
n

reprezint a pret ul ec arei unitat i din cele d + 1-

active nanciare la momentul n.
Vom presupune c a T
0
= , si T
n
= T.
Coecientul
n
= 1B
n
va aparea ca un coecient de actualizare. Coecientul de actualizare
este suma de bani care, investit a la momentul 0 n activul f ara risc, permite s a se dispuna de
o unitate monetara la momentul n.
Denit ie 4.2 O strategie nanciara (strategie de gestiune sau strategie de portofoliu) este un
sir =

f
n
, f
(1)
n
, f
(2)
n
, ..., f
(d)
n

nT
de variabile aleatoare, unde (f
n
)
nT
si

f
(i)
n

nT
sunt T
n
-
previzibile, deci f
n
, f
(i)
n
sunt T
n1
-masurabile, unde T
1
= T
0
, pentru orice 1 i d.

Intruc at f
0
, f
(i)
0
sunt T
0
-m asurabile, rezulta ca sunt constante reale.
Vectorul este constituit din cantit at ile de active det inute de portofoliu.
Semnicat ia denit iei anterioare este urm atoarea: reprezint a portofoliul (fondul sau num arul
de unit at i din ecare activ) la momentul n, vectorul

f
n
, f
(1)
n
, f
(2)
n
, ..., f
(d)
n

este constituit
cunosc and informat iile disponibile la momentul n1 si pastrat astfel p an a n momentul cotarii
la momentul n.
Denit ie 4.3 Valoarea portofoliului la momentul n este data de:
V

n
= f
n
B
n
+
d

i=1
f
(i)
n
S
(i)
n
, (4.1.1),
iar valoarea actualizata este:

n
= V

n
B
1
n
= f
n
+
d

i=1
f
(i)
n

S
(i)
n
(4.1.2),
unde:

S
(i)
n
=
n
S
(i)
n
, 1 i d,

S
n
=

1,

S
(1)
n
, ...,

S
(d)
n

,
30
este vectorul pret urilor actualizate.
Denit ie 4.4 Se spune ca o strategie =

f
n
, f
(1)
n
, . . . , f
(d)
n

nT
este autonant ata daca au
loc relat iile urmatoare:
B
n1
f
n
+
d

i=1
S
(i)
n1
f
(i)
n
= 0, 1 n N, (4.1.3)
sau nmult ind cu B
1
n1
,
f
n
+
d

i=1

S
(i)
n1
f
(i)
n
= 0, 1 n N, (4.1.4)
Interpretarea relat iei: La momentul n 1, dup a ce a luat cunostiint a de cursurile (pret urile)
B
n1
, S
(1)
n1
, . . . , S
(d)
n1
, investitorul si reajusteaz a portofoliul (contul), pentru a-l trece din faza
n 1, reinvestind valoarea total a a contului s au si nimic n plus.
Deci nu este vorba nici de ad augare, nici de retrageri de fonduri. Acesta este tipul de strategii
ce prezint a interes.
Lema 1 Daca strategia =

f
n
, f
(1)
n
, . . . , f
(d)
n

nT
este autonant ata, atunci este valabila
relat ia:
V

n+1
= f
n+1
B
n+1
+
d

i=1
f
(i)
n+1
S
(i)
n+1
, (4.1.5)
sau echivalent:

n+1
=
d

i=1
f
(i)
n+1
S
(i)
n+1
. (4.1.6)
Demonstrat ie 1 Putem scrie:
V

n+1
= V

n+1
V

n
= f
n+1
B
n+1
f
n
B
n
+
d

i=1

f
(i)
n+1
S
(i)
n+1
f
(i)
n
S
(i)
n

=
= f
n+1
B
n+1
+ f
n+1
B
n
+
d

i=1
f
(i)
n+1
S
(i)
n+1
+
d

i=1
f
(i)
n+1
S
(i)
n
=
= f
n+1
B
n+1
+
d

i=1
f
(i)
n+1
S
(i)
n+1
,

Observat ie 4.1 Deci dac a este strategie autonant ata, atunci la momentul n+1 valoarea
portofoliului este dat a de (2.1.5) si prin urmare diferent a:
31
V

n+1
= V

n+1
V

n
= f
n+1
B
n+1
+
d

i=1
f
(i)
n+1
S
(i)
n+1
reprezint a castigul net, datorat variat iei cursului ntre momentele n si n + 1.
Deci o strategie autonant at a este o strategie pentru care variat iile portofoliului (contului) se
datoreaz a, n mod unic, numai castigurilor datorate schimbarii cursului.
Propozit ie 4.1 Urmatoarele armat ii sunt echivalente:
(i) Strategia este autonant ata;
(ii) Pentru orice 1 n N:
V

n
= V

0
+
n

k=1
f
k
B
k
+
d

i=1
n

k=1
f
(i)
k
S
(i)
k
, (4.1.7)
sau echivalent, n termeni de integrala stocastica:
V

= f.B +
d

i=1
f
(i)
.S
(i)
. (4.1.8)
(iii) Pentru orice 1 n N:

n
= V

0
+
d

i=1
n

k=1
f
(i)
k

S
(i)
k
, (4.1.9)
sau echivalent, n termeni de integrala stocastica:

= f
0
+
d

i=1
f
(i)
.

S
(i)
. (4.1.10)
Demonstrat ie 2 (i) (ii) Rezulta din (4.1.5) prin induct ie.
(i) (iii) Relat ia (4.1.9) este echivalenta cu:

n+1

n
=
d

i=1
f
(i)
n+1

S
(i)
n+1
, (4.1.11)
iar, pe de alta parte, conform denit iei:

n+1

n
= f
n+1
+
d

i=1
f
(i)
n+1

S
(i)
n+1
f
n

i=1
f
(i)
n

S
(i)
n
=
= f
n+1
+
d

i=1
f
(i)
n+1

S
(i)
n+1
+
d

i=1
f
(
n+1
i)

S
(i)
n
(4.1.12)
de unde egaland cele doua expresii din (4.1.11) si (4.1.12) se obt ine (4.1.4).
32
Observat ie 4.2 Relat ia (4.1.9) arata ca, pentru o strategie autonant ata, valoarea actual-
izat a a portofoliului este:

n
= v
0
+
d

i=1
n

k=1
f
(i)
k

S
(i)
k
,
ind complet determinat a de fondul init ial v
0
si de sirul

f
(1)
n
, . . . , f
(d)
n

nT
al cantit at ilor ac-
tivelor de risc det inute.
Urm atoarea propozit ie este utila n demonstrat ia primei teoreme fundamentale a matemati-
cilor nanciare.
Propozit ie 4.2 Pentru orice sir previzibil

f
(1)
n
, . . . , f
(d)
n

nT
si pentru orice numar real v
0
,
exista un unic sir previzibil (f
n
)
nT
astfel ncat strategia =

f
n
, f
(1)
n
, . . . , f
(d)
n

nT
sa e
autonant ata si :
V

0
= f
0
+
d

i=1
s
i
f
(i)
0
= v
0
. (4.1.13)
Demonstrat ie 3 Din (2.1.14) f
0
= v
0

d

i=1
s
i
f
(i)
0
, (4.1.14) iar din condit ia de
autonant are (2.1.13) obt inem egalitatea:
f
n
= B
1
n1

B
n1
f
n1

i=1
S
(i)
n1
f
(i)
n

, 1 n N. (4.1.15)
Este vizibil ca (4.1.14) si (4.1.15) permit obt inerea recursiva a tuturor f
n
si n plus rezulta si
previzibilitatea sirului (f
n
)
n0

33
4.2 Piet e nanciare viabile.
Fie (B, S) o pia ct a nanciar a atasata campului ltrat de probabilitate (, T, (T
n
)
nT
, P) si
e =

f
n
, f
(1)
n
, . . . , f
(d)
n

nT
o strategie nanciara.
Dac a f
n
< 0 nseamn a c a investitorul s-a mprumutat cantitatea [f
n
[ pe piat a plasa-
mentelor f ara risc.
Dac a f
(i)
n
< 0, pentru un i 1, nseamn a ca investitorul vinde n pierdere activul cu risc
respectiv (are datorii exprimate n active cu risc: a v andut far a acoperire).
Denit ie 4.5 O strategie este admisibila daca este autont ata si daca P-a.s.,
V

n
0, 0 n N,
cu alte cuvinte investitorul trebuie s a e n m asura sa ramburseze mprumuturile sale n
orice moment (si deci s a nu r am ana cu datorii la orice moment n).
Realizarea unui prot f ar a riscuri poate formulata n modul urmator:
Denit ie 4.6 O strategie de arbitraj (pe scurt arbitraj) este o strategie admisibila de valoare
init iala nula si de valoare nala nenula, deci asa ncat P-a.s.,
V

0
= 0, V

n
0, 1 n N, P(V

N
> 0) > 0.
O piat a care nu poseda strategii de arbitraj se numeste piat a viabila.
Deci, o strategie de arbitraj permite realizarea de prot far a investit ii. O astfel de piat a nu
este corecta. Majoritatea modelelor discrete exclud orice posibilitate de arbitraj.

In continuare se reaminteste c a doua probabilit at i P

1
si P
2
pe (, T) sunt echivalente dac a
pentru orice eveniment A, P
1
(A) = 0 P
2
(A) = 0. Este vizibil c a n cazul n care este cel
mult numarabil a, atunci dac a P
i
=

p
(i)

, unde p
(i)

0 si

p
(i)

= 1, avem P
1
P
2
dac a , atunci p
(1)

= 0 p
(2)

= 0.
De asemenea se reaminteste ca o mult ime C R
d
este convexa dac a pentru orice x, y C si
t (0, 1)rezult a c a tx + (1 t)y C.
Urm atorul rezultat de algebra liniara este necesar pentru demonstrat ia primei teoreme funda-
mentale a matematicilor nanciare.
4.2.1 Teorema de separare a mult imilor convexe
(a) Fie C R
d
o mult ime convex a si nchis a asa nc at 0 C.
Atunci exista x
0
C si > 0 astfel ncat aplicat ia liniara L(x) = 'x, x
0
` : R
d
R are
urm atoarea proprietate:
L(x) , x C
.
34
(b) Fie K R
d
o mult ime convexa si compact a si e V R
d
un subspat iu liniar astfel ncat
aplicat ia liniar a L(x) = 'x, x
0
rangle : R
d
R are urmatoarea proprietate:
L(y) , y K, L(z) = 0, z V.
Demonstrat ie 4 (a) Pentru r > 0 e S(0, r) R
d
sfera nchisa de centru 0 si raza r. Alegem
r
0
> 0 sucient de mare astfel ncat S(0, r
0
) C = . Aplicat ia continua x [[x[[
2
si atinge
minimul pe compactul S(0, r
0
) C si e x
0
= 0 un punct de minim din C. Vom arata ca:
'x, x
0
` [[x
0
[[
2
> 0, x C. (4.2.1.1)
Daca x C si t (0, 1), atunci, din convexitatea lui C, avem tx + (1 t)x
0
C si deci:
[[tx + (1 t)x
0
[[
2
[[x
0
[[
2
sau echivalent (ridicand la patrat):
2'x, x
0
` 2[[x
0
[[
2
+ t[[x x
0
[[
2
0,
de unde facand t 0 se obt ine (4.2.1.1).
(b) Denim mult imea:
C = K V = y z : y K, z V .
Vom arata ca C este mult ime convexa nchisa ce nu cont ine pe 0.
Fie t (0, 1) si x
i
= y
i
z
i
, i = 1, 2 doua elemente din C. Atunci:
ty
1
+ (1 t)y
2
K,
tz
1
+ (1 t)z
2
V.
Prin urmare:
tx
1
+ (1 t)x
2
= ty
1
+ (1 t)y
2
tz
1
+ (1 t)z
2
C,
fapt ce justica convexitatea lui C. Apoi, e x
n
= y
n
z
n
x
0
, unde y
n
K si z
n
V . Din
faptul ca mult imea K este compacta obt inem existent a unui subsir (y
n
k
)
k
(y
n
)
n
astfel ncat
y
n
k
y
0
K cand k . Atunci z
n
k
= y
n
k
x
n
k
y
0
x
0
= z
0
V si ca atare x
0
C
si obt inem ca mult imea C este nchisa.
Daca prin absurd 0 C, atunci y K si z V astfel ncat 0 = y z, adica y = z, ceea
ce ar contrazice faptul ca V K =
Aplicand (a) mult imii C vom obt ine existent a unui x
0
R
d
si > 0 astfel ncat 'x, x
0
`
pentru orice x C sau echivalent:
'y, x
0
` +'z, x
0
`, y K, z V. (4.2.1.2)
Aratam ca 'z, x
0
` = 0, pentru orice z V. Fie z
0
V astfel ncat 'z
0
, x
0
` = 0. Aplicand
(4.2.1.2) pentru z = z
0
, R, obt inem:
35
'y, x
0
` + 'z
0
, x
0
`,
si facand va rezulta ca 'y, x
0
` = , ceea ce nu se poate. Prin urmare 'z, x
0
` =
0, z V si n acest caz (4.2.1.2) devine 'y, x
0
` y K.
4.2.2 Prima teorema fundamentala a matematicilor nanciare
Urm atoarele armat ii sunt echivalente:
(a) Piat a nanciara (B,S) este viabil a;
(b) Exista o probabilitate Q P astfel nc at pentru orice 1 i d, sirul

S
(i)
n

nT
este
T
n
-martingal n raport cu Q (o astfel de probabilitate Q se mai numeste m asura martinagal
sau probabilitate neutra la risc).
Demonstrat ie 5 (b) (a) Fie Q P astfel ncat pentru orice 1 i d, sirul

S
(i)
n

nT
este T
n
-martingal n raport cu Q si e =

f
n
, f
(1)
n
, . . . , f
(i)
n

nT
o strategie admisibila cu
V

0
=

V

0
= 0. Din Propozit ia (4.2)-3, Propozit ia 1.7-(iii) si Propozit ia 3.6-Capitolul 1, se
obt ine ca

V

este T
n
-martingal n raport cu Q.

In particular:

N
dQ =

0
dQ = 0,
si deoarece este admisibila, obt inem ca

V

N
= 0 Q-a.s. Atunci

V

N
= 0 P-a.s. si deci
V

N
= 0 P-a.s. si ca atare, nu exista arbitraje. Se observa ca de fapt

V

N
= E

N
[T
n

= 0
pentru orice 1 n N 1.
(a) (b) Vom presupune ca sirul (B
n
)
nT
este deterministic si vom considera cazul modelu-
lui nit, adica este nit (e m numarul elementelor sale) si P = (p

cu p

> 0 pentru
orice (daca p

= 0 pentru anumit i , atunci acestia practic nu conteaza si pot eliminat i

din ). Denim urmatoarele submult imi din R
m
:
A
1
= V

N
= (V

N
())

: strategie autonant ata cu V

0
= 0,
A
2
=

= (

0 si

= 1

.
Este usor de vazut ca A
1
este subspat iu liniar al lui R
m
. Probam ca A
2
este convexa si compacta
n R
m
. Daca = (

, = (

sunt n A
2
si t (0, 1), atunci:

[t

(1 t)

]p

= t

+ (1 t)

= 1,
si daca
n
= (
n

A, atunci
n

1p

pentru n si , fapt ce implica existent a unui

subsir
n
k
ce converge la un si este vizibil ca este n A
2
. Vom arata ca A
1
A
2
= . Fie
36
prin absurd =

f
n
, f
(1)
n
, . . . , f
(d)
n

nT
strategie autonant ata astfel ncat:
V

0
= 0, V

N
0 si exista
0
cu V

N
(
0
) 0.
Daca V

n
() 0 pentru orice n si , atunci este arbitraj. Sa presupunem ca exista n
1
< N
si
1
astfel ncat:
a = V

n
1
(
1
) < 0, V

n
() 0, n > n
1
, .
Denim strategia
0
=

g
n
, g
(1)
n
, . . . , g
(d)
n

nT
astfel:
g
n
=

1
{V

n
1
}=a
(f
n
aB
1
n
1
), n > n
1
0, n n
1
g
(i)
n
=

1
{V

n
1
}=a
f
(i)
n
, n > n
1
0, n n
1
, 1 i d.
Este clar ca g
n
si g
(i)
n
sunt T
n1
-masurabile si deci
0
este strategie nanciara. Sa aratam ca

0
este strategie admisibila.

Intai sa vedem ca
0
este autonant ata. Totul se reduce la a proba
egalitatea:
:= B
n
1
g
n
1
+1
+
d

i=1
S
(i)
n
1
g
(i)
n
1
+1
= 0. (4.2.2.1)
Pe mult imea A = V

n
1
= a, avand n vedere ca este autonant ata, obt inem:
= B
n
1
(f
n
1
+1
aB
1
n
1
) +
d

i=1
S
(i)
n
1
f
(i)
n
1
+1
=
= B
n
1
f
n
1
+1
+
d

i=1
S
(i)
n
1
f
(i)
n
1
+1
a =
= B
n
1
f
n
1
+
d

i=1
S
(i)
n
1
f
(i)
n
1
a =
= V

n
1
a = 0.
Pe CA relat ia (4.2.2.1) este imediata si deci
0
este autonant ata. Mai ramane sa probam
c a V

0
n
0 pentru orice 0 n N. Acest fapt este calr pe CA (de fapt V

0
n
= 0 pe CA). Pe
A avem V

0
n
= 0 daca n n
1
, iar daca n > n
1
, avand n vedere ca V

n
0, obt inem:
V

0
n
= g
n
B
n
+
d

i=1
g
(i)
n
S
(i)
n
= (f
n
aB
1
n
1
)B
n
+
d

i=1
f
(i)
n
S
(i)
n
=
= f
n
B
n
+
d

i=1
f
(i)
n
S
(i)
n
aB
n
B
1
n
1
=
= V

n
1
aB
n
B
1
n
1
0.
37
Apoi, ntrucat V

N
(
0
) > 0, atunci:
V

0
N
(
0
) = V

N
(
0
) aB
N
B
1
n
1
(
0
) > 0,
ceea ce justica faptul ca
0
este strategie de arbitraj si acest lucru contrazice ipoteza.
Aplicand acum teorema de separare n R
m
mult imilor A
1
si A
2
(Teorema (2.3)) obt inem
existent a unei aplicat ii liniare L : R
m
R, L(x) = 'b, x` pentru un b = (b

R
m
, astfel
ncat L = 0 pe A
1
si L > 0 pe A
2
. Deoarece pentru , vectorul x
0
= (p
1

,
1
)

A
2
avem L(x
0
) = p
1

> 0 si deci b

> 0.
Denim probabilitatea:
Q = (q

, q

= b

1
.

In contiunuare, daca este strategie autonant ata cu V

0
= 0, putem scrie:

N
dQ =

N
()q

N
()b

=
=

1
L(V

N
) = 0. (4.2.2.2)

In ne, vom demonstra ca (4.2.2.2) implica, pentru orice 1 i

0
d, ca sirul

S
(i
0
)
n

nT
este T
n
-martingal n raport cu Q. Sa presupunem ca am demonstrat urmatorul fapt: pentru
orice timp de stopare : T este satisfacuta egalitatea:

S
(i
0
)

S
(i
0
)
0

dQ = 0. (4.2.2.3)
Aceasta implica egalitatea:

S
(i
0
)
n
= E
Q

S
(i
0
)
N
[T
n

, 1 n N, (4.2.2.4)
n felul urmator: pentru A T
n
, aplicand (2.2.5) pentru = n1
A
+ N1
CA
si = N se obt in
egalitat ile:

S
(i
0
)
n
dQ +

CA

S
(i
0
)
N
dQ =

S
(i
0
)
0
,

S
(i
0
)
n
dQ +

CA

S
(i
0
)
N
dQ =

S
(i
0
)
0
,
din care deducem:
A

S
(i
0
)
n
dQ =

S
(i
0
)
N
dQ,
38
adica se probeaza (2.2.6) si n particular

S
(i
0
)
n
Big)
nT
este T
n
-martingal n raport cu Q. Sa
justicam acum (2.2.5).
Denim strategia nanciara =

f
n
, f
(1)
n
, . . . , f
(d)
n

nT
, astfel:
f
n
=

S
(i
0
)

1
{<n}

S
(i
0
)
0
, f
(i)
n
=
ii
0
1
{rn}
.
Este clar ca V

0
= 0. Demonstram ca este autonant ata. Avem relat iile:
f
n
B
n
+
d

i=1
f
(i)
n
S
(i)
n
=

S
(i
0
)

B
n
1
{<n}
B
n

S
(i
0
)
0
+ S
(i
0
)
n
1
{n}
,
f
n+1
B
n
+
d

i=1
f
(i)
n+1
S
(i)
n
=

S
(i
0
)

B
n
1
{<n+1}
B
n

S
(i
0
)
0
+ S
(i
0
)
n
1
{n+1}
,
de unde, prin scadere, rezulta:
B
n
f
n+1
+
d

i=1
f
(i)
n+1
S
(i)
n
= B
n

S
(i
0
)

1
{=n}

S
(i
0
)
n
1
{=n}

= 0,
si, deci, este autonant ata. Apoi, folosind (2.2.4), obt inem:
0 =

N
dQ =

f
N
b
N
+
d

i=1
f
(i)
N
S
(i)
N

dQ =
= B
N

S
(i
0
)

S
(i
0
)
0

dQ,
(numai aici intervine faptul ca B
n
sunt deterministi) si, cum B
N
> 0, se obt ine (4.2.2.3).
Propozit ie 4.3 Fie Q o probabilitate pe T echivalenta cu P.
(a) Daca Q este masura martingal, atunci pentru orice strategie autonant ata sirul

nT
este T
n
-martingal local n raport cu Q si este martingal n cazul cand este admisibila sau
daca are variabile aleatoare

f
(i)
.

S
(i)

n
sunt Q-integrabile pentru orice n si i (n particular n
cazul modelului nit).
(b) Daca pentru orice strategie autonant ata sirul

nT
este T
n
-martingal n raport
cu Q, atunci Q este masura martingal.
Demonstrat ie 6 (a)

Intai sa subliniem faptul ca n mod implicit n armat ia din enunt se
nt elege ca sunt ndeplinite condit iile de integrabilitate necesare (cand avem un model nit de
piat a aceste condit ii sunt vizibil ndeplinite).
39
Daca

S
(i)
n

nT
sunt Q-martingale, atunci din Propozit ia 4.2-(3) si din Propozit ia 1.7-(iii)
se obt ine ca

V

este Q-martingal local (si este martingal daca

f
(i)
.S
(i)

n
sunt Q-integrabile).
Daca este admisibila, atunci

V

este martingal daca avem n vedere Propozit ia 3.6-Capitolul

1(1.3.6, 1.3.9).
(b) Reciproc sa presupunem ca

V

este Q-martingal pentru orice strategie autonant ata

si pentru orice 1 i
0
d sa demonstram ca

S
(i
0
)
n

nT
este Q-martingal. Daca A T
n
0
1
,
atunci denim sirul previzibil

f
(1)
n
, . . . , f
(d)
n

prin f
(i
0
)
n
0
= 1
A
, f
(m)
j
= 0 daca m = i
0
si j arbitrar
sau m = i
0
si j = n
0
.Din Propozit ia 1.9 rezulta existent a unui sir previzibil (f
n
)
nT
astfel ncat
strategia =

f
n
, f
(1)
n
, . . . , f
(d)
n

este autonant ata si V

0
= 0. Din ipoteza avem egalitatea:
0 =

N
dQ =

i=1
N

k=1
f
(i)
k

S
(i)
k
dQ =

S
(i
0
)
n
0


S
(i
0
)
n
0
1

dQ,
ceea ce implica concluzia.
Denit ie 4.7 Fie

, T, P, (T
n
)
n0

un camp ltrat

, T, P
N
, (T
n
)
0nN

1, S
N

1, S
N
n

0nN
o piat a nanciara viabila si e
N
=

f
N
n
, g
N
n

0nN
o strategie autonant ata
corespunzatoare piet ei

1, S
N

.
Vom spune ca sirul de strategii nanciare (
N
)
N
este arbitraj asimptotic daca:
(a) Pentru orice sir de numere reale pozitive (c
n
)
n1
care tinde descrescator catre 0 avem
V

N
0
c
N
, N.
(b) Exista
0
> 0 astfel ncat:
lim
N
P
N

N
N

0

> 0.
Propozit ie 4.4

In contextul din propozit ia anterioara, e Q
N
o masura martingal si sa notam
Z
N
=
dQ
N
dP
N
.
Atunci (Z
N
)
N1
este martingal n raport cu P si Z
N
converge P-a.s. la o variabila aleatoare
Z

.
Daca n plus (g
N
.S
N
)
n
sunt integrabile n raport cu Q
N
si P(Z
>0
) = 1, atunci (
N
)
N
este
arbitraj asimptotic.
Demonstrat ie 7 Din Sect iunea 2.6-exemplul 3-Capitolul 1 rezulta ca (Z
N
)
N1
este martingal
n raport cu P.
Apoi din Propozit ia 2.5 stim ca V

N este Q
N
-martingal. Din problema 19-Capitolul 1 rezulta
c a Z
N
converge P-a.s. la o variabila aleatoare Z

In continuare putem scrie pentru orice > 0,

40
V

N
0
= E
Q
N

N
N
Z
N

N
N
Z
N
1
c
N
V

N
0
N

+
+E

N
n
Z
N
1
V

N
N
,Z
N

c
N
+
2
P

N
N
, Z
N

,
si, prin urmare,
V

N
0
+ c
N

2
P

N
N
, Z
N

2
P

N
N

Z
N

,
si prin trecerea la limita:
P

lim
N
P
N

N
N

. (4.2.2.5)
Daca, prin absurd,

N
nu este arbitraj asimptotic, exista
1
> 0, astfel ncat:
lim
N
P
N

N
N

1

= > 0.
(4.2.2.6)

In consecint a, din (2.2.7) si (2.2.8) rezulta ca P

<

pentru >
1
, ceea ce
reprezinta o contradict ie.

In sect iunea urmatoare vom demonstra a doua teorema fundamentalaa a matematicilor -

nanciare, care caracterizeaza piet ele complete prin unicitatea masurii martingal.
41
4.3 Piet e nanciare complete
Vom introduce n continuare conceptul important de opt iune europeana.
Denit ie 4.8 Vom deni o opt iune europeana (sau activ condit ionat) de limita de expirare
N, ca ind orice variabila aleatoare h nenegativa si T
N
-masurabila.
Exemplul tipic de opt iune este de forma:
h = f

B
n

nT
,

S
(1)
N

, . . . ,

S
(d)
n

nT

,
unde f :

R
N+1

d+1
R masurabila si f 0.
Cazuri particulare.
(1) Pentru d = 1, o opt iune de cumparare (call option), pe o unitate de activ 1, cu pret ul de
exercitare K > 0, este activul condit ionat:
h =

S
(1)
N
K

+
si o opt iune de vanzare (put option) pe o unitate de activ 1, cu pret ul de exercitare K, este
activul condit ionat:
h =

K S
(1)
N

+
(reamintim ca x
+
= max(x, 0)).
(2) O opt iune de forma:
h = S
(i)
N
K
(i)
N
,
unde K
(i)
N
= min

S
(i)
0
, . . . , S
(i)
N

se numeste opt iune de cumparare look-back, iar o opt iunde

de forma:
h =

K
(i)
N
tildeS
(i)
N
,
unde

K
(i)
n
= max

S
(i)
0
, . . . , S
(i)
N

se numeste opt iune de vanzare look-back.

Denit ie 4.9 Se spune ca activul condit ionat h este simulabil, daca exista o strategie admisi-
bila astfel ncat P-a.s. sa avem V

N
= h.
Lema 2

Intr-un model nit de piat a viabila, pentru ca opt iunea h sa e simulabila este sucient
sa existe o strategie autonant ata de valoarea egala cu h la momentul N.
42
Demonstrat ie 8

Intr-adevar, daca Q este o probabilitate echivalenta cu P sub care pret ul
actualizat

0nN
este martingal (Teorema 2.4 si Propozit ia 2.5), atunci, pentru 0 n
N,

n
= E
Q

N
[T
n

,
(4.3.1)
de unde este clar ca h = V

N
0 P-a.s. implica

V

N
= B
1
N
V

N
= B
1
N
h 0 P-a.s. si deci

N
0 Q-a.s. si din egalitatea (4.3.1) avem Q-a.s. (deci si P-a.s.),
V

n
= B
n

n
= B
n
E
Q

N
[T
n

0, 0 n N. (4.3.2)
Denit ie 4.10 Se spune ca piat a este completa, daca orice activ condit ionat este simulabil.
43
4.3.1 A doua teorema fundamentala a matematicilor nanciare
Teorema 4 A doua teorema fundamentala a matematicilor nanciare
O piat a viabila este completa daca si numai daca exista o singura masura martingal Q.
Demonstrat ie
Presupunem c a piat a este viabil a si completa. Atunci, orice variabil a aleatoare h, T
N
-
m asurabila si pozitiv a, se poate scrie h = V

N
, unde este strategie admisibil a care simuleaz a
activul condit ionat h.
Deoarece este o strategie autonant at a, avem:
h
B
N
=

V

N
= V

0
+
d

i=1
N

j=1
f
(i)
j

S
(i)
j
Deci, daca P
1
si P
2
sunt dou a m asuri martingal, atunci sirul

0nN
este un martingal
fat a de P
1
si P
2
(Propozit ia 2.5) si, ca urmare,
E
P
1

= E
P
1

= V

0
E
P
2

= E
P
2

= V

0
(n ultima egalitate utilizam faptul c a T
0
= (, )).
Se obt ine deci:
E
P
1

h
B
N

= E
P
2

h
B
N

si lu and h = 1
A
B
N
, A T
N
= T, rezulta c a P
1
(A) = P
2
(A).
Pentru armat ia reciproc a vom face demonstrat ia pentru cazul nit (cu p

> 0, ) si
B deterministic. Presupunem deci c a exist a o singur a probabilitate Q = (q

echivalent a
cu P (de fapt astfel ncat q

> 0, ), n raport cu care pret urile actualizate ale activelor

S
(i)
n

0nN
, 1 i d, sunt martingale.
Denim urmatoarele submult imi din R
m
:

1
=

N
=

N
()

: strategie autonant at a cu V

0
= 0

2
=

= 0

.
Este clar c a
1
este subspat iu liniar al lui R
m
si deoarece

V

N
este Q-martingal, avem:
44
0 =

V

0
= E
Q

= B
1
N
E
Q

= B
1
N

N
()q

,
fapt ce implic a incluziunea
1

2
. Vom ar ata c a
1
= Gamma
2
prin reducere la absurd.
Fie deci incluziunea strict a
1

2
.
Fie f
1
, . . . , f
m
o baza algebric a n
2
si aplic and procedeul de ortogonalizare Schmidt, putem
presupune ca vectorii bazei sunt ortogonali doi c ate doi.
Fie f
1
, . . . , f
m
1
cu m
1
< m, o baza pentru
1
(avem m
1
< m din incluziunea strict a). Atunci,
dac a x
0
= (x

2
este unul dintre vectorii f
m+1
, . . . , f
m
, vom avea ca x
0
= 0 si 'x, x
0
` = 0
pentru orice x
1
(din ortogonalitate). Alegem > 0 astfel nc at

= q

> 0 pentru
orice si sa punem = (

. Este clar c a 'x, ` = 0 pentru orice x

1
. Denim
probabilitatea R pe prin:
R =

.
Ca n Teorema 2.4 se arat a ca pentru orice 1 i d, sirul

S
(i)
n

nT
este T
n
-martingal n
raport cu R (singurul fapt ce s-a folosit este acela ca, pentru orice strategie autonant ata cu
V

0
= 0, avem

N
dR = 0
si asa ceva are loc n situat ia prezenta). Din unicitatea m asurii martingal rezult a ca Q = R,
ori echivalent:
(q

,
sau nc a:

1
1

q =

1
x
0
. (4.3.3)
Deoarece x
0
si q sunt ortogonali, egalitatea (4.3.3) poate avea loc numai daca

1
= 1,
fapt ce atrage dup a sine c a x
0
= 0, si aceasta este o contradict ie.
Fie activul condit ionat h. Deoarece h E
Q
(h)
2
=
1
rezult a ca exista o strategie
autonant at a =

f
n
, f
(i)
n
, . . . , f
(d)
n

astfel ncat V

N
= h E
Q
(h). Atunci strategia
1
=

g
n
, g
(1)
n
, . . . , g
(d)
n

, unde g
n
= f
n
+ B
1
N
E
Q
(h) si g
(i)
n
= f
(i)
n
este autonant at a si V

1
N
= h
Unicitatea masurii martingal furnizeaz a urm atoarea caracterizare a ltr arii (T
n
)
0nN
.
Propozit ie 4.5 Presupunem ca exista o unica masura martingal. Consideram corpurile bore-
liene urmatoare:
T
(1)
n
corpul borelian generat de T
n
si de mult umile neglijabile din T.
T
(2)
n
corpul borelian generat de

S
(i)
0
, . . . , S
(i)
n
: 1 i d

si de mult imile P-neglijabile din T.

45
T
(3)
n
corpul borelian generat de

S
(i)
0
, . . . ,

S
(i)
n
: 1 n d

si de mult imile P-neglijabile din T.

Atunci:
T
(1)
n
= T
(2)
n
= T
(3)
n
, 0 n N. (4.3.4)
Demonstrat ie
Prin induct ie dupa n si folosind previzibilitatea bondului B
n
rezult a f ar a dicultate a doua
egalitate n (2.3.4). Mai departe e Q unica m asura martingal. Vom aplica din nou induct ia
pentru prima egalitate din (2.3.4). Dac a n = 0 este clar c a T
(1)
0
si T
(2)
0
coincid cu corpul
borelian al P-neglijabilelor (sau Q-neglijabilelor) din T. Presupunem acum c a T
(1)
n1
= T
(2)
n1
si
e A T
n
. Este sucient s a veric am egalitatea:
1
A
= E
Q

1
A
[T
(2)
n

Qa.s. (4.3.5)
Denim:
X = 1 +
1
2

1
A
E
Q

1
A
[T
(2)
n

, Q
1
= X.Q, X
k
= E
Q

X[T
k

.
Este usor de v azut ca:
32 X 12, E
Q
(X) = 1, (4.3.6)
si, prin urmare, Q
1
este probabilitate si Q
1
Q. Mai departe vom ar ata ca

S
(i)
sunt
T
n
-martingale n raport cu Q
1
.

Int ai observam ca din ipoteza induct iei avem:
X
n1
= E
Q

X[T
n1

= 1 + 12E
Q

1
A
[T
2
n1

12E
Q

1
A
[T
2
n1

= 1, (4.3.7)
si din denit ia lui X (ind T
n
-m asurabila)
X
n
= E
Q

X[T
n

= X, E
Q

X[T
2

= 1 (4.3.8)
Din formula lui Bayes (Propozit ia 1.3-(k)-Capitolul 1) deducem egalitatea:
E
Q
1

S
(i)
k
[ T
k1

= E
Q

X
k
X
k1

S
(i)
k
[ T
k1

(4.3.9)
Apoi, din (4.3.7)-(4.3.9) si ipoteza induct iei, obt inem:
E
Q
1

S
(i)
n
[ T
n1

= E
Q

S
(i)
n
[ T
2
n1

=
E
Q

E
Q

S
(i)
n
[ T
2
n

[ T
2
n1

= E
Q

S
(i)
n
E
Q

X [ T
2
n

[ T
2
n1

=
E
Q

S
(i)
n
[ T
2
n1

= 0.
46
Dac a k n + 1, este clar ca X
k1
= X
k
= X (X ind T
n
-m asurabila), iar dac a k n 1
avem:
X
k
= E
Q

X [ T
k

= E
Q

X [ T
2
k

=
= E
Q

E
Q

X [ T
2
n

[ T
2
k

= E
Q

1 [ T
2
k

= 1,
si n acelasi mod, rezulta si X
k1
= 1, cu alte cuvinte daca k = n, atunci X
k
X
k1
= 1 si, n
ne, din (4.3.9) rezult a:
E
Q
1

S
(i)
k
[ T
k1

= E
Q

S
(i)
k
[ T
n1

= 0.
Din unicitatea masurii martingal rezulta ca Q
1
= Q de unde X = 1 si, deci, se obt ine (4.3.5).

5 Exercit ii
5.1 Calculul opt iunii put si call
5.2 Paritatea put-call
Vom calcula valoarea unei opt iuni call pentru care se cunosc urm atoarele date:
S = 80; = 27%; r = 10%
E = 80 T t = 0, 5(6luni)
Vom calcula parametrii d
1
si d
2
:
d
1
=
ln
80
80
+

0, 1 +
0, 27
2
2

0, 5
0, 27

0, 5
d
2
= d
1
0, 27

0, 5
= d
1
= 0, 35735 si d
2
= 0, 16643
Conform tabelelor privind probabilitatea cumulat a la distribut ia normal a standard, avem:
N(d
1
) = 0, 63959; N(d
2
) = 0, 56609
Cunosc and valorile pentru N(d
1
) si N(d
2
) se poate trece la aplicarea formulei Black-Scholes:
C(t, S) = 80 N(d
1
) 80 e
0,10,5
N(d
2
)
respectiv:
C(t, S) = 80 0, 63959 80 0, 95123 0, 56609
= valoarea pentru opt iunea call este:
C(t, S) = 8, 0886
47
=pentru cazul considerat, valoarea opt iunii call reprezinta cca. 10% din valoarea activului
suport.
Vom calcula acum, pentru acelasi exemplu, valoarea opt iunii PUT. Conform calculelor de
mai sus, avem:
N(d
1
) = 1 N(d
1
) = 1 0, 63959 = 0, 36041
N(d
2
) = 1 N(d
2
) = 1 0, 56609 = 0, 43391
Aplic and formulele Black-Scholes pentru opt iuni PUT, avem:
P(t, S) = 80 e
0,10,5
N(d
2
) 80 N(d
1
);
P(t, S) = 80 0, 95123 0, 43391 80 0, 36041
=P(t, S) = 4, 18705
5.3 Modelul Binomial
Modelul binomial cu o perioada
Se considera cel mai simplu caz particular, unde se va determina pret ul corect (lipsit de arbi-
traj) al unui derivat nanciar. Se considera un activ nanciar al c arui pret este S
t
la momentul
t si un contract (derivat nanciar) de tip european (tranzact ia precizat a prin contract are loc
doar la t = T ) a c arui valoare depinde de pret ul activului, care astfel devine activ suport
pentru derivat. Se cunoaste pret ul actual, S
0
, al activului suport (al masinii n exemplul ce va
urma) si ca la t = T, activul poate avea doar dou a pret uri, S
T
= S
u
, sau S
T
= S
d
(S
d
< S
u
). La
un moment dat t, valoarea contractului derivat este, s a presupunem, f(S
t
). Dorim s a evaluam
valoarea derivatului nanciar (contractului) la momentul init ial (t = 0), adic a f(S
0
).
Exercit iul 1
O anumita masin a cost a ast azi S
0
= 10000$, iar dup a exact 1 an (T = 1), se estimeaz a
costul masinii a ori S
T
= 12000$ ori S
T
= 9000$. Suntem interesat i de evaluarea unei opt iuni
de tip call european ce depinde de costul masinii, cu pret ul de livrare K = 11000$, la T = 1
an (consideram c a rata unitar a anual a este r = 0, 05). Cu alte cuvinte, c at ar trebui sa pl atit i
pentru dreptul de a cump ara masin a dupa exact 1 an, cu pretul K = 11000$?
pret ul activului suport pret ul unui call european cu pret ul de livrare K
S
u
= uS
1
(0) C
u
= (S
u
K)
+

S
1
(0) C
0
=?
` `
S
d
= dS
1
(0) C
d
= (S
d
K)
+
48
Arbore binomial cu o perioada pentru un call european.
Observ am cu usurint a c a, la maturitate, sunt doar doua variante posibile de pret pentru masina:
S
u
= 12000$ si S
d
= 9000$ si, deci, dou a variante de pret opt iunea de tip call european la
scadent a: C
u
= (S
u
K)
+
sau C
d
= (S
d
K)
+
(vezi diagrama de mai sus).
Rezolvare:
S
0
= 10000$, S
u
= 12000$, S
d
= 9000$, r = 0.05, K = 11000$.
Obt inem c a:
d = 0.09, u = 1.2, C
u
= 1000, C
d
= 0.
Folosind formula:
V
0
= (1 + r)
T
[(S
u
K)
+
+ (1 )(S
d
K)
+
],
=g asim c a pret ul unei opt iuni de tip call european cu pret ul de livrare K, la maturitatea
T = 1 este C
0
= 479, 65$.
5.4 Modelul Black-Scholes n Matlab
Exercit iul 1 Acest program efectuat n limbajul de programare Matlab genereaz a pret urile
obligat iunilor si pret urile de stocare si simuleaz a portofoliul Black-Scholes(echivalent cu det inerea
unei opt iuni de cump arare a activului). Se vor folosi urmatoarele formule:
C
0
= S
0
F(d
1
) Ke
rT
F(d
2
),
d
1
=
1

T
log

S
0
K

+
r

T
2
,
d
2
= d
1

In relat iile de mai sus:

S
t
(t = 0, 1, 2, . . . , T) reprezint a cursul activului cu risc la momentul t;
F reprezint a funct ia de repartit ie a repartit iei normale;
C
0
reprezint a pret ul de cump arare al opt iunii europene;
r reprezint a rata dob anzii;
reprezint a volatilitatea pret ului de stocare;
K reprezint a pret ul de exercit iu;
T reprezint a data de scadent a.
49
clear all; close all; r=log(1.04)/365; mu=log(1.05)/365;
sigma=0.01; init=100; c=95; N=500 T=180; h=T/N; t=(0:h:T); clf;
for k=1:4
subplot(2,2,k)
b=zeros(size(t));
p=zeros(size(t));
m=zeros(size(t));
n=zeros(size(t));
x=zeros(size(t));
y=zeros(size(t));
b(1)=init; p(1)=init; S_0=init; s=T;
v=(log(p(1)/c)+(r+(sigma^2)/2)*s)./(sigma*sqrt(s));
w=v-sigma*sqrt(s); x(1)=p(1).*normcdf(v)-c*exp(-r*s).*normcdf(w);
y(1)=x(1);
n(1)=normcdf(v)+(normcdf(v)-c*exp(-r*s)*normcdf(w)/p(1))/(sigma*sqrt(s));
m(1)=(x(1)-n(1)*p(1))/b(1); for i=1:N
b(i+1)=b(i)+r*b(i);
p(i+1)=p(i)+mu*p(i)*h+sigma*p(i)*sqrt(h)*randn;
y(i+1)=y(i)+n(i)*(p(i+1)-p(i))+m(i)*(b(i+1)-b(i));
s=T-t(i+1);
v=(log(p(i+1)/c)+(r+(sigma^2)/2)*s)./(sigma*sqrt(s));
w=v-sigma*sqrt(s);
x(i+1)=p(i+1).*normcdf(v)-c*exp(-r*s).*normcdf(w);
n(i+1)=normcdf(v)+(normcdf(v)-c*exp(-r*s)*normcdf(w)/p(i+1))/(sigma*sqrt(s));
m(i+1)=(x(i+1)-n(i+1)*p(i+1))/b(i+1);
end [xx,tt]=meshgrid(60:1:120,0.05:3:180);
gg=(log(xx/c)+(r+(sigma^2)/2)*tt)./(sigma*sqrt(tt));
uu=xx.*normcdf(gg)-c*exp(-r*tt).*normcdf(gg-sigma*sqrt(tt));
mesh(tt,xx,uu); shading faceted; xlabel(Time remaining);
ylabel(Stock price); zlabel(Wealth); title(Function C_0
graphed with wealth of Black-Scholes portofolio); axis([0 180 60
120 0 25]); grid on; hold on;
d_1=(log(S_0/c)+(r+(sigma^2)/2)*t)./(sigma*sqrt(t));
C_0=S_0.*normcdf(d_1)-c*exp(-r*t).*normcdf(d_1-sigma*sqrt(t));
plot3(T-t,S_0-t,x+0.1) end
50
Figura 2:
Exercit iul 2
Sa se reprezinte n acelasi grac valorile unui contract de tip put european n funct ie de
num arul de perioade. Se va verica pe grac dac a aceste valori converg la valoarea aceluiasi
contract put european, dar calculat a prin formula Black-Scholes. Codul Matlab este urmatorul:
51
Figura 3:
clear all; close all; S0=100; K=115; r=0.05; T=1; sigma=0.3;
n=150; N=150; Y=pdf(bino,S0,K,r,T,sigma,N) d1 = (log(S0/K) + (r
+ sigma^2/2)*T)/(sigma*sqrt(T)); d2 = d1 - sigma*sqrt(T); putEU_BS
= - S0*normcdf(-d1) + K*exp(-r*T)*normcdf(-d2) for n = 2:N dt=
T/n; P = zeros(n+1,n+1); u = exp(sigma*sqrt(dt)); d = 1/u; psi =
(exp(r*dt)-d)/(u-d); for j = 1:n+1 S(n+1,j) =
u^(j-1)*d^(n+1-j)*S0; P(n+1,j) = max(K - S(n+1,j),0);
end % for j
for i = n:-1:1 for j = 1:i P(i,j) =
exp(-r*dt)*(psi*P(i+1,j+1)+(1-psi)*P(i+1,j));
end % for j
end % for i
putEU(n-1) = P(1,1);
end % for n
ActivMaturitate = S(3:N+1,:); disp(put EU = ), disp(P(1,1)) clf
plot(2:N,putEU,b-); hold on; plot(2:N,putEU_BS*ones(N-1),r--);
legend(binomial,Black-Scholes,Location,SouthEast)
title(convergenta modelului binomial la modelul Black-Scholes)
Exercit iul 4
I.a)S a se calculeze prima opt iunilor put si call av and ca suport o act iune. Se cunosc
urm atoarele elemente:
52
S = 180 E = 190; T t = 9luni; r = 9, 5%; = 32%.
Rezolvare: Formulele de evaluare Black-Scholes:
c = S N(d
1
) E e
r(Tt)
N(d
2
), p = S N(d
1
) + E e
r(Tt)
N(d
2
),
unde:
d
1
=
ln

S
E

r +

2
2

(T t)

T t
d
2
= d
1

T t.
Dac a se cunoaste valoarea uneia dintre prime, call sau put, valoarea celeilalte se poate
determina folosind relat ia paritate put-call:
p + S = c + E e
r(Tt)
.
Obt inem:
d
1
= 0, 2006; d
2
= 0, 0766;
N(d
1
) = 0, 5795;
N(d
2
) = 1 N(d
2
) = 0, 4695;
c = 21, 2388 p = 18, 1723.
Exercit iu 5
S a se construiasca o funct ie n Matlab care sa calculeze valoarea unui call/put european folosind
formula Black-Scholes. S a se compare rezultatul cu cel obt inut prin rularea funct iei Matlab
blsprice. -

In Matlab, funct ia lui Laplace (funct ia de repartit ie pentru N(0, 1) este data de
comanda normcdf. Codul pentru funct ia cerut a este urmatorul:
function [C, P] = BS(S0,K,r,T,sigma)
% S0 = pretul initial; r = rata de referinta;
% K = pret de exercitiu;
% sigma = volatilitatea; T = scadenta;
% C = valoarea unui call european
d1 = (log(S0/K) + (r+sigma^2/2)*T)/(sigma*sqrt(T)); d2 = d1 -
sigma*sqrt(T); C = S0*normcdf(d1) - K*exp(-r*T)*normcdf(d2); P = C
- S0 + K*exp(-r*T);

In urma rul arii programului se vor obt ine valorile: C = 2.1410 P = 1.1471
53
References
[1] Lawrence C. Evans, An Introduction to Stochastic Dierential Equations, note de curs
online.
[2] P. Wilmot, S. Howison and J. Dewynne, The Mathematics of Financial Derivatives, A
Student Introduction, Cambridge University Press (1995).
[3] Desmond Higham, An Introduction to Financial Option Valuation: Mathematics,
Stochastics and Computation, Cambridge University Press (2004).
[4] Iulian Stoleriu, Statistica prin Matlab, Editura MatrixRom, Bucuresti, (2010).
54