Matematicko-fyzikální fakulta Univerzity Karlovy

Podobné dokumenty
Přemysl Bejda.

Martin Chudoba. Seminář - Stochastické modelování v ekonomii a financích KPMS MFF UK. dluhopisů pomocí. Black-Scholesova modelu. M.Chudoba.

Financial calculus Chapter 6 Bigger models

Radek Hendrych. Stochastické modelování v ekonomii a financích. 18. října 2010

Stochastické diferenciální rovnice

Optimální řízení pro geometrický Brownův pohyb

Od Náhodné Procházky Ke Spojitým Modelům. Silvie Kafková. 1.prosince 2014, FIMA

Rovnovážné modely v teorii portfolia

Riemannův určitý integrál

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

MASARYKOVA UNIVERZITA. Dluhopisy

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

Numerická řešení stochastické diferenciální rovnice

Derivace goniometrických funkcí

11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah

1. Obyčejné diferenciální rovnice

Věta o dělení polynomů se zbytkem

12. Křivkové integrály

Tomáš Cipra: Matematika cenných papírů. Professional Publishing, Praha 2013 (288 stran, ISBN: ) ÚVOD.. 7

Obyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých

Derivace. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)

Drsná matematika III 6. přednáška Obyčejné diferenciální rovnice vyšších řádů, Eulerovo přibližné řešení a poznámky o odhadech chyb

Parciální derivace a diferenciál

III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ).

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:

Parciální derivace a diferenciál

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

Téma 22. Ondřej Nývlt

Matematická analýza 1b. 9. Primitivní funkce

Nové směry v oceňování derivátů: Opce se stochastickou volatilitou

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

1 Báze a dimenze vektorového prostoru 1

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

Kapitola 8: Dvojný integrál 1/26

Vybrané poznámky k řízení rizik v bankách

Interpolace, ortogonální polynomy, Gaussova kvadratura

DISERTAČNÍ PRÁCE k získání akademického titulu Doktor (Ph. D.)

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál

Komplexní analýza. Holomorfní funkce. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

Derivace funkce. Přednáška MATEMATIKA č Jiří Neubauer

terminologie předchozí kapitoly: (ϕ, Ω) - plocha, S - geometrický obraz plochy

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

Lineární algebra : Lineární prostor

Změna hodnoty pozice v důsledku změn tržních cen.

10 Funkce více proměnných

ŘADY KOMPLEXNÍCH FUNKCÍ

Změna hodnoty pozice v důsledku změn tržních cen.

Výroková a predikátová logika - IX

Statistika II. Jiří Neubauer

INTEGRACE KOMPLEXNÍ FUNKCE

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

Matematická analýza pro informatiky I. Derivace funkce

Derivace funkce. prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. Katedra matematiky BI-ZMA ZS 2009/2010

Komplexní analýza. Laplaceova transformace. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

Matematická analýza pro informatiky I.

Oceňování akcií a. Brno 2012

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u)

I. D i s k r é t n í r o z d ě l e n í

Přijímací zkouška na navazující magisterské studium 2017

Matematika 5 FSV UK, ZS Miroslav Zelený

p(x) = P (X = x), x R,

LINEÁRNÍ ROVNICE S ABSOLUTNÍ HODNOTOU

SIGNÁLY A LINEÁRNÍ SYSTÉMY

9. Vícerozměrná integrace

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Diferenciální rovnice

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

Tomáš Cipra: Finanční a pojistné vzorce. Grada Publishing, Praha 2006 (374 stran, ISBN: X) 1. ÚVOD... 17

1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu

Univerzita Karlova v Praze procesy II. Zuzana. funkce

Teorie měření a regulace

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Základy matematické analýzy

INTEGRÁLY S PARAMETREM

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

Báze a dimenze vektorových prostorů

Funkce v ıce promˇ enn ych Extr emy Pˇredn aˇska p at a 12.bˇrezna 2018

Zobecněný Riemannův integrál

Matematická analýza III.

4. Diferenciál a Taylorova věta

Pravděpodobnost a aplikovaná statistika

LWS při heteroskedasticitě

Výroková a predikátová logika - II

Úvod do teorie her. 6. Koaliční hry

pouze u některých typů rovnic a v tomto textu se jím nebudeme až na

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program

Výroková a predikátová logika - IX

Přednáška 6, 6. listopadu 2013

Derivace funkce Otázky

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R...

α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace

K oddílu I.1 základní pojmy, normy, normované prostory

VEKTOROVÁ POLE Otázky

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program

Derivace funkce DERIVACE A SPOJITOST DERIVACE A KONSTRUKCE FUNKCÍ. Aritmetické operace

9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1

MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA

MASARYKOVA UNIVERZITA

Transkript:

Oceňování finančních derivátů ve spojitém čase Václav Kozmík Matematicko-fyzikální fakulta Univerzity Karlovy 4. 10. 2010

Úvod Stochastický kalkulus Wienerův proces stochastické procesy Itoovo lemma změna míry - Radon-Nikodýmova derivace Cameron-Martin-Girsanov věta o reprezentaci martingalů Konstrukce portfolia střední hodnota vs. arbitráž samofinancující portfolio replikace finančního derivátu Black-Scholesův model 2 z 31

Wienerův proces Definice Řekneme, že náhodný proces W t, t 0 je Wienerův podle míry P, jestliže platí: 1. W 0 = 0 a W t je spojitý 2. W t N (0, t) podle P 3. Přírůstky W s+t W s N (0, t) podle P a jsou nezávislé na historii procesu F s do času s není s.j. diferencovatelný v žádném bodě je libovolně škálovatelný s.j. dosáhne jakékoliv reálné hodnoty 3 z 31

Wienerův proces 4 z 31

Geometrický Brownův pohyb Brownův pohyb s driftem X t = σw t + µt geometrický Brownův pohyb s driftem X t = exp {σw t + µt} základní model ceny akcie S t = S 0 exp {σw t + µt} logaritmicko-normální rozdělení ceny v čase t střední hodnota závisí na ceně v čase 0 a driftu 5 z 31

Geometrický Brownův pohyb 6 z 31

Stochastický proces Definice Stochastický proces X t, t 0 je spojitý proces, pro který platí: t t X t = X 0 + σ s dw s + µ s ds, 0 0 kde σ t a µ t jsou F t -adaptované procesy, tak že s.j. platí: t Diferenciální tvar lze zapsat jako: 0 σ 2 s + µ s ds < dx t = σ t dw t + µ t dt 7 z 31

Jednoznačnost volatility a driftu Pokud se dva procesy X t a X t shodují v čase 0, tj. X 0 = X 0, a mají identickou volatilitu σ t a drift µ t, pak jsou si rovny, tj. X t = X t t. K danému procesu X t existuje pouze jedna dvojice volatility σ t a driftu µ t tak, že platí t: t t X t = X 0 + σ s dw s + µ s ds. 0 0 Jednoznačnost σ t a µ t plyne z Doob-Meyerova rozkladu semimartingalů. 8 z 31

Itoovo lemma Lemma Necht X t je stochastický proces ve tvaru dx t = σ t dw t + µ t dt a f je deterministická dvakrát diferencovatelná funkce. Potom Y t = f (X t ) je také stochastický proces a platí: dy t = ( ) σ t f (X t ) dw t + ( µ t f (X t ) + 1 ) 2 σ2 t f (X t ) dt Příklad dx t = σ t dw t + µ t dt Y t = exp {X t } dy t = σ t Y t dw t + ( µ t Y t + 1 2 σ2 t Y t ) dt 9 z 31

Oceňování finančních derivátů forward na koupi jedné akcie střední hodnota budoucí ceny cena akcie X t, 0 t T sleduje geometrický Brownův pohyb s počáteční cenou S 0 cena v čase T má pak logaritmicko-normální rozdělení střední hodnota je E [X T ] = S 0 exp {µt } arbitráž = postup, který vede k bezrizikovému kladnému výnosu úroková míra r na období délky T, spojité úročení v čase 0 si půjčím S 0 a koupím akcii, v čase T splatím S 0 exp {rt } a dostanu cenu forwardu můžeme aplikovat i opačný postup cena forwardu tedy musí být S 0 exp {rt } oceňování pomocí střední hodnoty je špatně 10 z 31

Konstrukce portfolia předpokládáme trh s jednou akcíı a bezrizikovým dluhopisem portfolio je dvojice procesů φ t a ψ t, které udávají počet kusů akcie a dluhopisu, které držíme v čase t povolujeme neomezené prodeje nakrátko, hodnoty procesů jsou kladné i záporné proces φ t by měl záviset pouze na historii do času t, F t -previsible předpokládejme cenu akcie S t a dluhopisu B t hodnota portfolia v čase t V t = φ t S t + ψ t B t 11 z 31

Samofinancující portfolio Definice Portfolio (φ t, ψ t ) s cenou akcie S t a dluhopisu B t je samofinancující, pokud platí: dv t = φ t ds t + ψ t db t Příklad ψ t = 1, φ t = 1 t S t = W t, B t = 1, t Potom ověříme podmínku: ds t = dw t, db t = 0 V t = W t + 1 dv t = dw t = φ t ds t + ψ t db t 12 z 31

Replikace derivátu Definice Předpokládejme, že na trhu je k dispozici bezrizikový dluhopis B t a riziková akcie S t s volatilitou σ t a derivát X T, který závisí na událostech do času T. Replikační strategíı pro X T je samofinancující portfolio (φ t, ψ t ) takové, že platí: 1. T 0 σ2 t φ 2 t dt < 2. V T = φ T S T + ψ T B T = X T pokud máme k danému derivátu replikační strategii, pak obdobnými argumenty pro arbitráž můžeme odvodit, že pro cenu derivátu v čase t platí: 13 z 31 X t = V t

Black - Scholesův model Předpokládejme existenci konstantní bezrizikové úrokové míry r, volatility akcie σ a driftu akcie µ. Dále předpokládáme nulové transakční náklady a možnost obchodovat v libovolném čase libovolné množství v dlouhé i v krátké pozici za stanovenou cenu. B t = exp {rt} S t = S 0 exp {σw t + µt} Pro zjednodušení úvodního řešení budeme navíc předpokládat r = 0. 14 z 31

Nalezení replikační strategie 1. Najít míru Q, podle které je S t martingal, 2. Zavést proces E t = E Q [X T F t ], 3. Najít previsible proces φ t takový, že de t = φ t ds t. rovnice pro cenu akcie: S t = exp {σw t + µt} = exp {Y t } pro určení diferenciálu použijeme Itoovu formuli dy t = σdw t + µdt ds t = σs t dw t + (µ + 12 ) σ2 S t dt 15 z 31

Změna míry Definice Necht jsou míry P a Q definovány na stejném měřitelném prostoru (Ω, A). Míra Q je absolutně spojitá vzhledem k P, pokud A A platí: P(A) = 0 Q(A) = 0. Míry Q a P nazýváme ekvivalentní, pokud A A platí: P(A) > 0 Q(A) > 0. 16 z 31

Radon - Nikodýmova věta Věta Necht jsou míry P a Q definovány na stejném měřitelném prostoru (Ω, A), míra Q je σ-konečná a absolutně spojitá vzhledem k σ-konečné míře P. Pak existuje měřitelná konečná funkce f tak, že A A platí: Q(A) = f dp. Funkci f říkáme Radon - Nikodýmova derivace a značíme ji dq dp. A 17 z 31

Změna míry Necht X t, 0 t [ T je proces adaptovaný vzhledem k historii F t. Označme ζ t = E dq P dp F ] t pro Radon-Nikodýmovu derivaci dq dp v čase T. Pak platí: [ ] dq E Q [X T ] = E P dp X T E Q [X t F s ] = 1 ζ s E P [ζ t X t F s ], s t T 18 z 31

Cameron - Martin - Girsanov Věta Necht W t je Brownův pohyb vzhledem k míře P a γ t je F t -adaptovaný { proces, který splňuje podmínku E P exp 1 } T 2 0 γ2 t dt <. Pak existuje míra Q taková, že platí: 1. Q je ekvivalentní s P { dq 2. dp = exp T 0 γ tdw t 1 } T 2 0 γ2 t dt 3. Ŵ t = W t + t 0 γ sds je Brownův pohyb vzhledem k míře Q. Důsledek W t je Brownův pohyb vzhledem k míře Q s driftem γ t v čase t. 19 z 31

Cameron - Martin - Girsanov Platí i opačné tvrzení: Věta Necht W t je Brownův pohyb vzhledem k míře P a míra Q je ekvivalentní s P. Pak existuje F t -previsible proces γ t tak, že proces t W t = W t + γ s ds 0 je Brownův pohyb vzhledem k míře Q. 20 z 31

Martingaly Definice Náhodný proces M t je martingal vzhledem k míře P, pokud splňuje následující: 1. E P [ M t ] < t 2. E P [M t F s ] = M s s t Lemma Necht X t je stochastický [ proces ve tvaru dx t = σ t dw t + µ t dt, který ( ) 1 ] T splňuje podmínku E 0 σ2 2 s ds <. Pak platí: X t je martingal X je bez driftu (µ t 0). 21 z 31

Věta o reprezentaci martingalů Věta Necht M t je martingal vzhledem k míře Q, jehož volatilita σ t je s.j. nenulová. Pokud N t je libovolný martingal vzhledem k míře Q, pak existuje F t -previsible proces φ t tak, že s.j. platí T 0 φ2 t σt 2 dt < a N t lze psát jako: t N t = N 0 + φ s dm s. 0 Proces φ t je navíc určen jednoznačně. Poznámka Přírůstky dvou martingalů vzhledem k Q se liší pouze ve volatilitách, proces φ t reprezentuje jejich poměr. 22 z 31

Replikace derivátu diferenciální rovnice pro vývoj ceny akcie ds t = σs t dw t + (µ + 12 ) σ2 S t dt zavedeme proces γ t a W t γ t = µ + 1 2 σ2 σ W t = W t + γt podle věty C-M-G existuje míra Q tak, že W t je vůči ní Brownův pohyb ds t = σs t d W t 23 z 31

Replikace derivátu S t je martingal vůči míře Q, není zde žádný drift ds t = σs t d W t z derivátu X T vytvoříme proces: E t = E Q [X T F t ] E t i S t jsou martingaly podle míry Q, a tak podle věty o reprezentaci martingalů existuje previsible proces φ t tak, že platí: t E t = E Q [X T F t ] = E Q [X T ] + φ s ds s 0 24 z 31

Replikační strategie naše strategie bude: 1. držet φ t jednotek akcie v čase t 2. držet ψ t = E t φ t S t jednotek dluhopisu v čase t hodnota portfolia (B t = 1) V t = φ t S t + ψ t B t = E t portfolio je samofinancující (db t = 0) dv t = de t = φ t ds t = φ t ds t + ψ t db t nalezli jsme replikační strategii, protože platí:v T = E T = X T cena derivátu je střední hodnota podle míry Q řešení rovnice pro cenu akcie je { S t = exp σ W t 1 } 2 σ2 t 25 z 31

Rozšíření o úrokovou sazbu převedeme na předchozí případ diskontováním diskontovací proces diskontovaná akcie diskontovaný derivát B 1 t = exp { rt} Z t = Bt 1 S t B 1 T X T zbytek postupu je analogický, použije se stejné odvození s diskontovanými verzemi procesů 26 z 31

Call opce ocenění opce se strike k X T = max {0, S T k} V 0 = exp { rt } E Q [X T ] stačí najít marginální rozdělení S T podle míry Q d (log S t ) = σd W t + (r 12 ) σ2 dt převedení na normální rozdělení ( Z N 1 ) 2 σ2 T, σ 2 T S T = S 0 exp {Z + rt } technickou manipulací lze odvodit známý vzorec 27 z 31

Určení obchodovací strategie Věta Pokud se cena derivátu X T rovná f (S T ) pro nějakou funkci f, pak je cena derivátu v čase t rovna V t = V (S t, t), kde: V (s, t) = exp { r (T t)} E Q [f (S T ) S t = s]. Obchodovací strategie je dána vzorcem: φ t = V s (S t, t). Poznámka Podle věty o reprezentaci martingalů je φ t lokálně poměrem volatilit příslušných procesů, v tomto případě změny ceny opce a změny ceny akcie. 28 z 31

Určení obchodovací strategie Důkaz. pro cenu akcie platí: ds t = σs t d W t + rs t dt použitím Itoovy formule: dv t = dv (S t, t) = samofinancující portfolio: ( ) V σs t d W t + (...) dt s dv t = φ t ds t + ψ t db t opět použitím Itoovy formule: dv t = (φ t σs t ) d W t + (...) dt 29 z 31

Literatura Baxter, M. and Rennie A. (1996): Financial calculus: An Introduction to derivative pricing, Cambridge University Press, ISBN 0-521-55289-3 30 z 31

Závěr Děkuji za pozornost! Václav Kozmík vkozmik@gmail.com 31 z 31