...

modelli discreti per opzioni americane

by user

on
Category: Documents
8

views

Report

Comments

Transcript

modelli discreti per opzioni americane
Alma Mater Studiorum · Università di
Bologna
FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI
Corso di Laurea Triennale in Matematica
MODELLI DISCRETI
PER OPZIONI AMERICANE
Tesi di Laurea in Matematica
per le Applicazioni Economiche e Finanziarie
Relatore:
Chiar.mo Prof.
ANDREA PASCUCCI
Presentata da:
LAURA MONTI
I Sessione
Anno Accademico 2005-2006
Alla mia famiglia
e a Michele...
Introduzione
Uno dei problemi più importanti nella teoria della valutazione dei prezzi
dei titoli derivati, si incontra nella stima dei prezzi dei derivati Americani.
I derivati sono prodotti finanziari il cui valore dipende dal prezzo di un’altra
attività finanziaria, definita sottostante; per poter valutare un titolo derivato
è quindi necessario assumere un modello di comportamento del prezzo del
bene sottostante.
La caratteristica che rende difficile la valutazione delle opzioni Americane
è la natura stessa dei contratti: chi ha comprato il contratto (holder ) può
decidere in ogni istante temporale compreso tra l’acquisto e la scadenza dello
stesso, se esercitare o meno il diritto d’acquisto (opzioni call ) o di vendita
(opzioni put) del sottostante; tale caratteristica è detta esercizio anticipato
e la complessità del problema è quindi quella di decidere se esercitare anticipatamente il diritto insito nell’acquisto dell’opzione Americana, oppure se
aspettare la scadenza.
Tra tutti i derivati, i contratti di opzione hanno un elevato valore dal
punto di vista storico in quanto, con la loro immissione nei mercati finanziari,
si è introdotto il concetto di diritto che in maniera sempre più marcata è
andato a sostituire il precendente concetto di obbligo di esercizio, fornendo
una valida alternativa all’uso dei contratti a termine.
Nel 1973 si verificano due eventi importanti per lo sviluppo della matematica finanziaria, in particolare per la valutazione del prezzo dei contratti
derivati: dal lato pratico il 26 Aprile si apre il primo mercato mondiale delle opzioni a Chicago, il Chicago Board Options Exchange (CBOE), mentre
i
ii
INTRODUZIONE
dal lato teorico il matematico Fischer Black e l’economista Myron Scholes
pubblicano un articolo sulla valutazione del prezzo delle opzioni, nel quale
sviluppano per la prima volta formule esplicite per il prezzo di opzioni call
e put europee nonchè strategie di copertura e di replicazione per portafogli.
Nello stesso anno l’articolo viene sviluppato ed esteso anche da Robert Merton.
Nel 1979, l’idea viene compresa a fondo e sviluppata anche in altre pubblicazioni: il modello di Cox, Ross e Rubinstein (CRR) basato sugli alberi
binomiali, offre un approccio elementare dal quale si derivano facilmente le
nozioni base di assenza di arbitraggio: queste sono la base per i modelli di
valutazione del prezzo dei contratti derivati tuttora in uso.
L’articolo di Harrison e Kreps sui rapporti tra martingale e arbitraggio rende
esplicita la congiunzione del modello di Black e Scholes con la matematica.
Nel 1981 con l’articolo di Harrison e Pliska sul ruolo delle martingale e degli
integrali stocastici in tale settore, le potenzialità di questa connessione diventano ancor più chiare e ben consolidate. Da allora, la matematica finanziaria
si è sviluppata rapidamente in parallelo con la crescita esplosiva del volume
della compravendita di titoli derivati; la sua importanza è stata altresı̀ riconosciuta dal conseguimento del Premio Nobel per l’economia nel 1997 a due
dei tre pionieri e fondatori rimasti: Myron Scholes e Robert Merton.
Lo scopo di questa tesi è analizzare il problema delle opzioni Americane
attraverso il concetto probabilistico di tempo di arresto e descrivere modelli
discreti per la valutazione e copertura di tali derivati; in particolare il primo
capitolo descrive la natura e l’utilità degli strumenti derivati, sottolineando
le differenze tra opzioni di tipo Europeo e opzioni di tipo Americano. Nel
secondo capitolo, dopo alcuni preliminari probabilistici, si cerca in maniera
intuitiva di definire il prezzo d’arbitraggio, ovvero il prezzo equo, di un’opzione Americana, dimostrando infine che tale prezzo è maggiore di quello di
un’opzione Europea con le stesse caratteristiche, rendendo quindi esplicito
il vantaggio fornito dalla possibilità di esercizio anticipato. Il terzo capitolo
rappresenta la parte fondamentale di questo scritto e si concentra sul pro-
INTRODUZIONE
blema dell’arresto ottimale: in altre parole si cerca di trovare la strategia
di investimento migliore per poter massimizzare il valore atteso del payoff,
inizialmente attraverso la descrizione e dimostrazione di alcuni risultati probabilistici (stopping time, inviluppo di Snell, teorema di decomposizione di
Doob) e, successivamente, con l’applicazione al caso concreto delle opzioni
Americane. Infine il capitolo conclusivo descrive uno dei principali modelli a tempo discreto per la valutazione delle opzioni Americane, ovvero il
modello binomiale di Cox, Ross e Rubinstein, mostrandone la dinamica, descrivendone le applicazioni e l’utilità e dimostrando che tale modello discreto
può essere visto come un’approssimazione del famoso modello continuo di
Black&Sholes.
iii
iv
INTRODUZIONE
Indice
Introduzione
i
1 Il mercato dei derivati
1
1.1
Considerazioni introduttive . . . . . . . . . . . . . . . . . . . .
1
1.2
Opzioni e derivati Europei . . . . . . . . . . . . . . . . . . . .
3
1.3
Opzioni e derivati Americani . . . . . . . . . . . . . . . . . . .
6
2 Valutazione delle opzioni Americane
2.1
9
Preliminari probabilistici . . . . . . . . . . . . . . . . . . . . .
9
2.1.1
Spazi di probabilità e variabili aleatorie . . . . . . . . .
9
2.1.2
Indipendenza e attesa condizionata . . . . . . . . . . . 12
2.1.3
Filtrazioni e martingale . . . . . . . . . . . . . . . . . . 13
2.2
Teoremi fondamentali della valutazione . . . . . . . . . . . . . 16
2.3
Prezzo d’arbitraggio di opzioni Americane . . . . . . . . . . . 18
2.4
Relazioni tra opzioni di tipo Americano ed Europeo . . . . . . 21
3 Tempo d’esercizio e copertura di opzioni Americane
25
3.1
Stopping time . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2
Inviluppo di Snell . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3
Teorema di Doob e massimo tempo d’arresto ottimale . . . . . 31
3.4
Applicazione alle opzioni Americane . . . . . . . . . . . . . . . 33
4 Modello binomiale per le opzioni Americane
4.1
41
Modello CRR . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
v
vi
INDICE
4.2
Algoritmo binomiale . . . . . . . . . . . . . . . . . . . . . . . 44
4.3
Approssimazione discreta di un modello continuo . . . . . . . 46
Bibliografia
51
Capitolo 1
Il mercato dei derivati
1.1
Considerazioni introduttive
Un’opzione finanziaria è un titolo che conferisce il diritto di acquistare
(in tal caso l’opzione è di tipo call ) o di vendere (opzione put) un bene, a
un prezzo prestabilito entro (o in corrispondenza di) una prefissata scadenza
temporale.
Se l’opzione si può esercitare solo al momento della sua scadenza, allora
si dice che è di tipo Europeo, se invece si può esercitare in ogni istante del
periodo temporale che inizia quando l’opzione viene emessa e termina quando
l’opzione scade, allora si dice che l’opzione è Americana.
Per quanto concerne il bene sottostante il contratto d’opzione, questo
può essere di varia natura: può trattarsi di titoli azionari, di valuta estera, di
merci, e di molte altre cose che siano però oggetto di scambio in un mercato
ufficiale e le cui quotazioni siano accessibili al pubblico.
Le opzioni finanziarie appartengono alla famiglia dei titoli derivati; questi
ultimi sono chiamati in tal modo in quanto il loro valore dipende (deriva)
dall’andamento delle quotazioni di un bene (titolo) sottostante (underlying
security).
Si deve subito sottolineare che un’opzione conferisce un diritto, cioè una
facoltà di acquistare o di vendere un certo bene, che può essere o meno eser1
2
1. Il mercato dei derivati
citato dall’operatore che possiede l’opzione. Quest’ultimo si chiama holder,
mentre l’operatore che propone, ovvero vende il diritto si chiama writer.
Il writer incassa un premio in cambio del diritto venduto e ha l’obbligo di
acquistare o di vendere il bene sottostante l’opzione, sulla base delle decisioni
dell’holder.
Il prezzo stabilito nel contratto in base al quale l’holder può acquistare o
vendere il bene sottostante è detto prezzo d’esercizio (stike price).
Esempio 1.1 (di una opzione e della sua utilità). Tra un anno si devono
pagare 100 dollari USA ad una ditta americana; attualmente il cambio $/e
è fissato ad un certo valore, ma non si conosce quale sarà il cambio tra un
anno.
Il mercato offre le seguenti opportunità:
a) Si possono acquistare i dollari ora e investirli in titoli monetari americani
fino alla data della consegna del denaro (operazione che potrebbe essere
impossibile perchè non si possiede l’intera somma o non conveniente
perchè il denaro potrebbe essere investito altrimenti).
b) Si firma un contratto forward per l’acquisto tra un anno di $100, fissando
ora un prezzo di cambio per allora. Ci si impegna comunque a comprare quel prezzo anche se l’andamento dei cambi tra un anno sarà più
favorevole.
c) Si compra un’opzione d’acquisto (call ) ad un certo prezzo, con cui si
diventa detentore del diritto (senza il dovere) di acquistare la stessa
quantità di dollari ad un prezzo fissato (strike) alla data di esercizio
(opzione Europea) o entro tale data (opzione Americana). Il detentore
dell’opzione troverà un vantaggio se il cambio $/e tra un anno dovesse
salire.
d) Si compra un’opzione di vendita (put) ad un certo prezzo, con cui si diventa detentore del diritto (senza il dovere) di vendere la stessa quantità di
dollari ad un prezzo fissato (strike) alla data di esercizio (opzione Eu-
1.2 Opzioni e derivati Europei
3
ropea) o entro tale data (opzione Americana). Il detentore dell’opzione
troverà un vantaggio se il cambio $/e tra un anno dovesse scendere.
Il vantaggio di c) e d) consiste nell’avere un diritto senza un dovere e lo
svantaggio è quello di dover pagare un premio tanto maggiore quanto minore
è il prezzo fissato.
1.2
Opzioni e derivati Europei
Dalle considerazioni precedenti è semplice studiare il valore di un’opzione
call Europea alla scadenza.
Nell’analisi seguente verranno usate le notazioni:
• K strike, prezzo d’esercizio
• T scadenza, maturità dell’opzione
• St prezzo di mercato del bene sottostante al tempo t ∈ [0, T ]
• CT valore dell’opzione call alla scadenza (payoff )
Alla scadenza vi sono due alternative per il prezzo del bene sottostante e,
conseguentemente, per la politica dell’holder:
i) se ST ≤ K l’holder non esercita l’opzione
ii) se ST > K l’holder esercita l’opzione, ottenendo un profitto pari a ST −K.
Ne segue che:
CT = max {ST − K, 0} = (ST − K, 0)+
(1.1)
Ragionando analogamente per il caso di una put Europea, indicando con PT
il valore della put a scadenza, si trova che:
PT = max {K − ST , 0} = (K − ST , 0)+
(1.2)
4
1. Il mercato dei derivati
Esempio 1.2. Si consideri il caso di un’opzione europea di tipo call, con sottostante l’azione Fiat, data di scadenza 1 Luglio 2006 e strike di 25 euro.
Alla data di esercizio il detentore del diritto dovrà decidere se esercitare
o meno l’opzione e la scelta dipenderà ovviamente dal prezzo di mercato
del titolo sottostante. Se questo sarà minore del prezzo di esercizio si dice
che l’opzione finisce out of the money e il detentore dell’opzione non avrà
nessuna convenienza ad esercitare l’opzione: pagherebbe un prezzo minore acquistando l’azione direttamente sul mercato; in questo caso l’opzione
non esercitata verrebbe abbandonata. Se invece il prezzo di mercato del titolo sottostante dovesse risultare superiore a 25 euro, si dice che l’opzione
finisce in the money e il detentore del diritto avrà tutta la convenienza ad
esercitarlo, potendo acquisire l’azione ad un prezzo inferiore al suo valore
di mercato. Naturalmente potrà anche accadere che alla data di esercizio il
prezzo dell’azione risulti esattamente uguale al prezzo di esercizio, rendendo
cosı̀ l’esercizio indifferente. In tal caso di dice che l’opzione finisce at the
money.
payoff
S
payoff
K
St
Tempo
K
ST
Figura 1.1: Opzione call Europea
Osservazione 1.1. Nelle figure 1.1 e 1.2 sono rappresentati graficamente i
payoff dell’opzione call Europea e dell’opzione put Europea come funzioni
del prezzo di mercato del titolo sottostante alla data di esercizio. Si noti
che si tratta di funzioni continue e lineari a tratti, entrambe con un punto
di non derivabilità in corrispondenza dell’ascissa S(T ) = K, che rappresenta
1.2 Opzioni e derivati Europei
5
payoff
S
non esercito
K
K
5
payoff
St
3
Tempo
K
ST
Figura 1.2: Opzione put Europea
per entrambe le opzioni il livello di indifferenza dell’esercizio. Se si assume
che S(T ) sia illimitato superiormente, il pagamento previsto dall’opzione call
è una variabile aleatoria non negativa e illimitata superiormente (guadagno
illimitato per l’holder, perdita illimitata per le banche), mentre invece il
pagamento dell’opzione put è limitato superiormente dal prezzo di esercizio.
Diamo ora una definizione più generale, che vale per qualunque tipo di
derivato Europeo ed estende i casi delle opzioni call e put sopra considerati.
Definizione 1.1. Un derivato europeo H è una variabile aleatoria, poichè dipende dal processo stocastico S = (S0 , S1 , . . . , SN ) del prezzo del sottostante.
I derivati europei si dividono in
• derivati path-independet se
H = F (SN )
cioè se dipendono solo dal valore del sottostante al tempo finale;
• derivati path-dependet se
H = F (S0 , S1 , . . . , SN )
cioè se dipendono da tutta la traiettoria del sottostante.
Osservazione 1.2. I prezzi delle opzioni call e put Europee, sottoscritte sullo
stesso bene con uguale prezzo d’esercizio e identica scadenza, sono legati dalla
cosiddetta relazione di Put-Call parity:
6
1. Il mercato dei derivati
Proposizione 1.1 (Formule di Put-Call parity). Sia t ∈ [0, T ] e si considerino opzioni di tipo europeo. Il prezzo di un’opzione put al tempo t, (pt ), è
uguale al prezzo di un’opzione call (ct ) con le stesse caratteristiche, diminuito
del prezzo del bene sottostante (St ) e aumentato del valore attuale del prezzo
d’esercizio K, cioè vale:
pt = ct + Ke−r(T −t) − St
dove r è il tasso no-risk.
1.3
Opzioni e derivati Americani
Poichè i derivati di tipo Americano hanno la caratteristica di poter essere
esercitati in un qualsiasi istante di vita del contratto è necessario specificare
in ogni momento il premio a cui il possessore ha il diritto; non si tratterà più
di una singola variabile aleatoria, ma di un processo stocastico.
(
)
Si consideri un mercato discreto S = S 0 , S 1 , . . . , S M completo e libero
da arbitraggi sullo spazio (Ω, F, P, (Fn )) con un titolo sottostante rischioso
di prezzo Sn nel generico periodo n.
Si consideri un’opzione Americana su Sn , che può quindi essere esercitata in
qualsiasi periodo n ∈ {0, 1, . . . , N }.
Definizione 1.2. Un derivato Americano è un processo stocastico discreto
X = (Xn ) non-negativo e adattato alla filtrazione (Fn ), quindi
X = (X0 , X1 , . . . , XN )
tale che Xn ≥ 0,
Xn è Fn misurabile ∀n ∈ {0, 1, . . . , N }
Come nel caso Europeo, anche i derivati Americani si dividono in
• derivati path-independet se
Xn = F (Sn )
1.3 Opzioni e derivati Americani
• derivati path-dependet se
Xn = F (S0 , S1 , . . . , Sn )
Osservazione 1.3. La misurabilità del processo corrisponde al fatto che il
payoff del derivato al tempo n dipende solo dalle informazioni disponibili
all’istante n.
Dalla definizione e dalla dinamica stessa dei derivati Americani si deduce
che, rispetto al caso Europeo, i problemi di valutazione e copertura si complicano a causa dell’opportunità dell’esercizio anticipato; nei prossimi capitoli
verranno quindi affrontati i problemi della ricerca del prezzo equo e di una
strategia replicante per i derivati Americani.
Il fattore esercizio anticipato se in pratica è un vantaggio, perchè offre all’holder maggiori opportunità decisionali, d’altro canto dal punto di vista teorico
introduce il problema della determinazione del tempo di esercizio ottimale.
7
Capitolo 2
Valutazione delle opzioni
Americane
In questo capitolo vengono inizialmente presentate alcune nozioni probabilistiche di base utili all’introduzione dei concetti di prezzo d’arbitraggio e
valutazione dei derivati; applicando tali risultati di probabilità ed il principio
economico del non arbitraggio si giunge ai teoremi fondamentali della valutazione ed in seguito alla definizione di prezzo d’arbitraggio per un’opzione
Americana. La sezione conclusiva mostra invece il legame che sussiste tra
derivati Europei ed Americani sullo stesso sottostante.
2.1
2.1.1
Preliminari probabilistici
Spazi di probabilità e variabili aleatorie
Definizione 2.1. Uno spazio di probabilità è una terna (Ω, F, P ) dove:
- Ω è un insieme diverso dal vuoto;
- F è una σ-algebra:
- P è una misura di probabilità.
9
10
2. Valutazione delle opzioni Americane
Definizione 2.2. F è una σ-algebra se F è una famiglia di sottoinsiemi di
Ω tali che:
1. ∅ ∈ F
2. se A ∈ F allora AC ∈ F
3. se {An }n=1,...,N ∈ F allora
∪N
n=1
An ∈ F
Se E ∈ F si dice che E è un evento; quindi la σ-algebra F è la famiglia degli
eventi e le condizioni 1),2),3) significano:
1. ∅ è un evento
2. se A è un evento, anche il suo complementare AC è un evento
3. unione numerabile di eventi è un evento
Definizione 2.3. Una funzione P : F −→ [0, 1] è una misura di probabilità
se:
1. P (∅) = 0
2. P (Ω) = 1
∪
∑∞
3. P ( ∞
n=1 En ) =
n=1 P (En ), se En ∩ Em = ∅ ∀n 6= m
In particolare da questa definizione segue che F è la famiglia dei sottoinsiemi
di Ω di cui si può calcolare la probabilità (cioè gli eventi).
Definizione 2.4. X : F −→ R è una variabile aleatoria se è tale che
X −1 ([a, b]) ∈ F
cioè se X è F-misurabile. In altri termini, affinché X sia una variabile
aleatoria, è necessario poterne misurare la probabilità che essa sia compresa
in un intervallo [a, b], ovvero:
X −1 ([a, b]) = {ω ∈ Ω|X(ω) ∈ [a, b]}
.
2.1 Preliminari probabilistici
11
Definizione 2.5. Su (Ω, F, P ) sia definita la variabile aleatoria X; la σalgebra generata da X è
σ(X) = {X −1 ([a, b])|a, b ∈ R}
cioè σ(X) rappresenta l’insieme degli eventi di F di cui è necessario conoscere
la probabilità per studiare la variabile aleatoria X.
In ambito finanziario si può pensare che X rappresenti il valore di un’azione
e per studiarne l’andamento del prezzo è necessario conoscere σ(X); quindi
una σ-algebra può essere considerata come un insieme di informazioni e in
particolare la σ-algebra generata da X è l’insieme di informazioni sull’azione
X: conoscendo la probabilità degli eventi di σ(X) si conosce l’andamento di
X.
Definizione 2.6. Su (Ω, F, P ) sia definita la variabile aleatoria X; sia Ω =
{ω1 , ω2 , . . . ωN }, cioè sia Ω un insieme discreto; il valore atteso di X è:
E(X) =
N
∑
X(ωK )P ({ωK })
1
Se invece la cardinalità di Ω è infinita e X è integrabile
∫
E(X) =
XdP
Ω
Definizione 2.7. Sia X una variabile aleatoria; la varianza di X è definita
come:
var(X) = E((X − E(X))2 )
e risulta essere una stima di quanto X si discosta dal suo valore atteso; in
ambito finanziario rappresenta la rischiosità di un titolo.
Definizione 2.8. Un processo stocastico è una famiglia di variabili aleatorie
(Xn )n=0,...,N definite su uno spazio di probabilità (Ω, F, P ):
Xn : Ω −→ R
Nel caso finanziario, in genere, ogni variabile aleatoria Xn rappresenterà il
valore che il sottostante assume nell’istante n e quindi il processo stocastico
(Xn )n=0,...,N rappresenterà l’intero andamento del titolo nel tempo.
12
2. Valutazione delle opzioni Americane
2.1.2
Indipendenza e attesa condizionata
Definizione 2.9. Due eventi E, F ∈ F si dicono indipendenti se:
P (E ∩ F ) = P (E)P (F )
In particolare se P (E) > 0 si ha che:
P (F |E) =
P (F ∩ E)
P (E)
e tale relazione nel caso di eventi indipendenti mostra il significato più intuitivo di indipendenza: l’evento F non viene condizionato dall’accadere o
meno dell’evento E:
P (F |E) =
P (F ∩ E)
P (F )P (E)
=
= P (F )
P (E)
P (E)
Definizione 2.10. Due σ-algebre F, G, si dicono indipendenti se ∀ E ∈ F e
∀ F ∈ G si ha che E e F sono indipendenti.
In particolare se E ed F rappresentano due prezzi, tali prezzi sono indipendenti se lo sono le rispettive σ-algebre generate σ(E) e σ(F ), cioè, in
termini finanziari, i prezzi sono indipendenti quando lo sono le informazioni
che li riguardano.
Definizione 2.11. Si consideri lo spazio di probabilità (Ω, F, P ). Si definisce
il concetto di attesa condizionata nel seguente modo:
1. sia B ∈ F e sia X una variabile aleatoria; se P (B) > 0 allora l’attesa
di X condizionata a B è
1
E(X|B) =
P (B)
∫
XdP
B
2. sia σ(B) = {∅, Ω, B, B C }; allora l’attesa di X condizionata a σ(B) è la
variabile aleatoria
E(X|σ(B))(ω) =
{
E(X|σ(B))
se ω ∈ B
E(X|σ(B C )) se ω ∈
/ B ovvero ω ∈ B C
Si definisce E(X|σ(B)) = Y : Ω → R tale che
2.1 Preliminari probabilistici
• Y è σ(B)-misurabile
∫
∫
• H XdP = H Y dP
13
∀H ∈ σ(B)
3. siano F, G due σ-algebre tali che G ⊆ F; allora l’attesa di X condizionata a G è la variabile aleatoria Y = E(X|G) tale che
• Y è G-misurabile
∫
∫
• H XdP = H Y dP
∀H ∈ G
Proposizione 2.1. L’attesa condizionata gode delle seguenti proprietà:
i) se X è G-misurabile allora X = E(X|G)
ii) E(E(X|G)) = E(X)
iii) se X e G sono indipendenti allora E(X) = E(X|G)
2.1.3
Filtrazioni e martingale
Una famiglia di σ-algebra (Fn )n=0,...,N tali che:
F0 ⊆ F1 ⊆ · · · ⊆ FN = F
è detta filtrazione.
Osservazione 2.1. Una filtrazione rappresenta un flusso di informazioni nel
tempo:
F0 informazioni fino ad oggi, in altre parole non conosco nulla: F0 = {Ω, ∅};
F1 informazioni fino a domani: ho qualche informazione in più e infatti
F0 ⊆ F1 ;
..
.
FN tutte le informazioni possibili fino al termine dell’intervallo considerato,
cioè tutti gli eventi possibili: FN = F.
14
2. Valutazione delle opzioni Americane
In seguito (Ω, F, P, Fn ) denoterà uno spazio di probabilità (Ω, F, P ) su cui
è stata definita la filtrazione (Fn )n=0,...,N .
Definizione 2.12. Dato uno spazio di probabilità (Ω, F, P, Fn ) un processo
stocastico (Mn )n=0,...,N si dice martingala se:
E(Mn+1 |Fn ) = Mn
∀n = 0, . . . , N
in altri termini, note le informazioni sino ad oggi (Fn ), la migliore stima del
prezzo di domani è costituita dal prezzo di oggi.
Osservazione 2.2. Dalla definizione di martingala si ricava immediatamente:
• E(Mn+k |Fn ) = Mn
• E(Mn ) = E(E(Mn |F0 )) = E(M0 ),
∀n = 0, . . . , N
Tale espressione indica che la martingala è un processo stocastico costante in media, come mostrato in figura 2.1.
H
Tempo
Figura 2.1: Traiettoria di un martingala
Definizione 2.13. Dato uno spazio di probabilità (Ω, F, P, Fn ) un processo
stocastico (Mn )n=0,...,N si dice supermartingala se:
E(Mn+1 |Fn ) ≤ Mn
∀n = 0, . . . , N
2.1 Preliminari probabilistici
15
Osservazione 2.3. Dalla definizione di supermartingala si ricava immediatamente che la supermartingala è un processo stocastico decrescente in media,
come mostrato in figura 2.2.
H
Tempo
Figura 2.2: Traiettoria di una supermartingala
In genere i processi dei titoli azionari non sono martingale e quindi non
godono delle importanti proprietà di regolarità intrinseche nella definizione
stessa di martingala; si cerca di renderli tali e per fare ciò si costruisce una
nuova misura di probabilità, detta misura martingala, sotto la quale i processi
dei prezzi scontati siano costanti in media.
fn =
Definizione 2.14. Sia S un processo dei titoli su (Ω, F, P, Fn ) e sia S
Sn
0
Sn
il suo prezzo scontato; una misura di probabilità Q su (Ω, F) si dice misura
martingala se:
1. Q è equivalente a P ;
2. E Q (Sen+1 |Fn ) = Sen
∀n < N.
La notazione E Q (X) indica l’attesa della variabile aleatoria X attraverso
la misura di probabilità Q (si noti che il valore della martingala dipende dal
valore S 0 scelto per la normalizzazione).
16
2. Valutazione delle opzioni Americane
2.2
Teoremi fondamentali della valutazione
Sia (Ω, P, F) uno spazio di probabilità finito, su cui è definita la filtrazione
(Fn )n=0,...,N , dove l’indice n ha significato di tempo (discreto), mentre la σalgebra Fn rappresenta l’informazione data dal mercato fino al tempo n; il
tempo finale N rappresenterà la data di scadenza o maturità.
I seguenti teoremi forniscono condizioni necessarie e sufficienti affinchè il
(
)
mercato discreto S = S 0 , S 1 , . . . , S M su (Ω, P, F) sia completo e libero
da arbitraggio. Ricordiamo innanzitutto cosa significano questi ultimi due
concetti, dando le seguenti definizioni:
Definizione 2.15. Una strategia di investimento α = (αn ) si dice autofinanziante se
Vn (α) = hαn , Sn i = han+1 , Sn i
∀n
(2.1)
con
α = (α0 , . . . , αN )
αn = (αn0 , . . . , αnM ),
n = 0, . . . , N
Cioè nell’espressione del portafoglio
Vn (α) = hαn , Sn i =
M
∑
αni Sni
i=0
si ha che αni rappresenta la quantità del titolo i presente nel portafoglio al
tempo n.
Un portafoglio Vn (α) che soddisfa la condizione (2.1) è detto portafoglio
autofinanziante.
Definizione 2.16. Se una strategia di investimento α = (αn ) è tale che αn
è Fn−1 − misurabile si dice che α = (αn ) è una strategia predicibile.
Osservazione 2.4. Nella pratica la predicibilità significa semplicemente che la
strategia di investimento può basarsi solo sulle informazioni fino ad oggi e non
su quelle future; l’essere autofinanziante, invece, per un portafoglio significa
2.2 Teoremi fondamentali della valutazione
che le variazioni di valore dipendono solo dalle variazioni di prezzo dei titoli
che lo compongono e non da interventi esterni come, ad esempio, immissione
o prelievo di denaro. Infatti dalla definizione di portafoglio autofinanziante
si ha
Vn+1 (α) − Vn (α) = αn+1 (Sn+1 − Sn )
cioè, in altri termini, ∆V = αn+1 ∆S: il variare del valore del portafoglio
da un istante temporale all’altro ∆V = Vn+1 (α) − Vn (α) dipende solo dalla
variazione dei prezzi dei titoli ∆S = Sn+1 − Sn e in nessuna maniera dalla
variazione di capitale investito. Più in generale anche per istanti non adiacenti la variazione del portafoglio dipende dalla variazione del prezzo dei titoli:
infatti data una strategia autofinanziante α si ha:
VN (α) − V0 (α) =
N
−1
∑
αn+1 (Sn+1 − Sn )
n=0
Infatti, poichè α è autofinanziante
Vn+1 (α) − Vn (α) = αn+1 (Sn+1 − Sn )
e sommando tutti i termini da N a 0 al primo membro si ottiene una somma
telescopica nella quale i termini si annullano due a due eccetto il primo e
l’ultimo, mentre al secondo membro resta la sommatoria.
Definizione 2.17. Sia A = {strategia α|αn predicibile, αn autofinanziante};
un arbitraggio è una strategia α ∈ A tale che
1. V0 (α) = 0;
2. esiste n ∈ [0, N ] tale che P (Vn (α) ≥ 0) = 1;
3. esiste n ∈ [0, N ] tale che P (Vn (α) > 0) > 0.
Un arbitraggio è quindi una strategia di investimento che offre guadagno
senza rischio e senza spese perchè:
1. al tempo iniziale non costa nulla;
17
18
2. Valutazione delle opzioni Americane
2. non è rischioso;
3. offre possibilità di guadagno.
Definizione 2.18. Un mercato S si dice libero da arbitraggio se non esiste
α ∈ A tale che α sia un arbitraggio.
Definizione 2.19. Un mercato S si dice completo se ogni derivato Europeo
è replicabile; in altre parole, in un mercato completo se H è un’opzione
Europea allora esiste una strategia α il cui valore finale del portafoglio è pari
al payoff dell’opzione (in termini matematici, esiste una strategia α tale che
VN (α) = H).
Teorema 2.1 (Primo teorema fondamentale della valutazione). Sia
( 0 1
)
S , S , . . . , S M un mercato discreto su (Ω, P, F).
S=
Allora S è libero da arbitraggi se e solo se esiste almeno una misura martingala Q.
Teorema 2.2 (Secondo teorema fondamentale della valutazione). Sia S =
( 0 1
)
S , S , . . . , S M un mercato discreto su (Ω, P, F); sia S libero da arbitraggi.
Allora S è completo se e solo se esiste ed è unica una misura di probabilità
Q tale che Q sia una misura martingala.
Osservazione 2.5. D’ora in poi si supporrà che il mercato S sia libero da
arbitraggi e completo da cui, per il primo e il secondo teorema fondamentale
della valutazione, esisterà un’unica misura martingala Q.
In particolare in seguito Se denoterà il mercato normalizzato e in generale si
indicherà il prezzo normalizzato di un qualsiasi titolo W :
fn = Wn
W
Sn0
2.3
Prezzo d’arbitraggio di opzioni Americane
)
(
Sia S = S 0 , S 1 , . . . , S M un mercato discreto completo e libero da arbitraggi sullo spazio (Ω, F, P, (Fn )); sia Q l’unica misura martingala equiva-
2.3 Prezzo d’arbitraggio di opzioni Americane
19
lente su S.
Si vuole introdurre il concetto di prezzo di arbitraggio (Hn ) di un’opzione
Americana X; analizzando separatamente e a ritroso i vari istanti temporali
si ottiene in maniera intuitiva:
tempo N: il prezzo d’arbitraggio è HN = XN
tempo N-1: il prezzo d’arbitraggio è
• XN −1 se l’holder decide di esercitare il derivato;
• HN −1 varrà quanto il prezzo di un derivato Europeo con payoff
HN e scadenza T , se l’holder decide di non esercitare il derivato;
Questa possibilità si esprime attraverso la relazione:
(
{
)}
0
SN
−1
Q
HN 0 |FN −1
HN −1 = max XN −1 , E
SN
o equivalentemente:
{
(
)}
e N −1 = max X
eN −1 , E Q H
e N |FN −1
H
Iterando il ragionamento si giunge alla seguente:
Definizione 2.20. Il processo stocastico H = (Hn ) definito da:
H N = XN
)}
(
{
Sn0
Q
,
Hn+1 0 |Fn
Hn = max Xn , E
Sn+1
per n = 0, . . . , N − 1
(2.2)
o equivalentemente
H N = XN
(
)}
{
Q
e
e
Hn = max X̃n , E Hn+1 |Fn ,
per n = 0, . . . , N − 1
(2.3)
si dice prezzo d’arbitraggio del derivato Americano X.
Osservazione 2.6. Affinchè si possa definire il prezzo d’arbitraggio per un
derivato Americano, deve esistere il prezzo d’arbitraggio di ogni derivato
20
2. Valutazione delle opzioni Americane
Europeo, pertanto le ipotesi di completezza e assenza di arbitraggio risultano
necessarie.
Infatti il prezzo d’arbitraggio di un derivato Europeo è dato dal valore uguale
(da cui la necessità di assenza di arbitraggio) che assumono nello stesso istante due portafogli replicanti (la cui esistenza necessita l’ipotesi di completezza
del mercato).
Osservazione 2.7. Dalla definizione 2.20 segue immediatamente che
e n è Fn −misurabile
1. H
2. ∀ n = 0, . . . , N − 1 vale
(
)
Q
e
e
Hn ≥ E Hn+1 |Fn
(2.4)
Quindi se per i prezzi dei derivati Europei si ha che questi sono Qmartingale cioè costanti in media, per i derivati Americani la (2.4) indica
e è una Q−super-martingala cioè decresce in meche il processo stocastico H
dia (si confrontino le figure 2.1 e 2.2); questa differenza sta nella possibilità
di esercizio anticipato, vantaggio che però diminuisce col passare del tempo.
e è la più piccola super-martingala che domina X.
e
Proposizione 2.2. H
e n ≥ E Q (H
e n+1 |Fn ) e H
en ≥ X
en quindi H
e
Dimostrazione. Dalla (2.3) si ha H
e Mostriamo che è la più piccola:
è una Q−super-martingala che domina X.
f un’altra Q−super-martingala che domina X
e e facciamo vedere che
sia M
fn ≥ H
en.
M
fN ≥ X
eN = H
e N , ma allora
Innanzitutto si ha M
fN −1 ≥ E Q (M
fN |FN −1 ) ≥ E Q (H
e N |FN −1 )
M
f domina X
e quindi
ma per ipotesi M
fN −1 ≥ X
eN −1
M
2.4 Relazioni tra opzioni di tipo Americano ed Europeo
da cui:
fN −1 ≥ max(X
eN −1 , E Q (H
e N |FN −1 ) = H
e N −1
M
fN −1 ≥ H
e N −1 e procedendo per ricorrenza otteniamo che
Dunque si ha M
fn ≥ H
e n , da cui la tesi.
M
Osservazione 2.8. La definizione 2.20 conserva l’assenza di arbitraggio, cioè
(
)
immettendo sul mercato S = S 0 , S 1 , . . . , S M il derivato Americano X
valutato secondo l’equazione (2.3), si conserva l’assenza di arbitraggi.
2.4
Relazioni tra opzioni di tipo Americano
ed Europeo
In questo paragrafo vengono messe in evidenza alcune relazioni tra i
prezzi dei derivati di tipo Europeo e Americano; in particolare il seguente teorema esprime chiaramente le maggiori opportunità conferite all’holder di un’opzione Americana rispetto al detentore di un’Europea, vantaggi
derivanti dall’esercizio anticipato che causano però un aumento del prezzo
d’arbitraggio.
Teorema 2.3. Sia X un derivato Americano; siano (HnA ) e (HnE ) i prezzi
d’arbitraggio rispettivamente del derivato Americano e del derivato Europeo
con payoff XN .
Allora vale:
i) HnA ≥ HnE , per n = 0, . . . , N
ii) se HnE ≥ Xn ∀ n ∈ [0, N ] allora
HnA = HnE ,
∀ n ∈ [0, N ]
e A è una Q-supermartingala si ha
Dimostrazione. i) Poichè H
n
eN |Fn ) = H
eE
e A |Fn ) = E(X
e A ≥ E(H
H
n
N
n
21
22
2. Valutazione delle opzioni Americane
quindi HnA ≥ HnE .
e E è una Q-martingala, se H E ≥ Xn per ogni n si
ii) Poichè il processo H
n
n
ottiene:
{
}
Q e
e E = E Q (X
eN |FN −1 ) ≥ max X
e
eA
H
,
E
(
X
|F
)
=H
N
−1
N
N
−1
N −1
N −1
Iterando il procedimento si ottiene la tesi.
Osservazione 2.9. Per meglio comprendere il risultato del teorema 2.3 si
consideri il caso di una call Americana Xn = (Sn − K)+ con sottostante
Sn e strike K; la proposizione 2.3 mostra infatti che il prezzo di una call
Americana coincide con quello di un’Europea.
Infatti se r ≥ 0 è il tasso no-risk si ottiene:
e E = (1 + r)−N E Q (Xn |Fn ) =
H
n
= (1 + r)−N E Q ((Sn − K)+ |Fn ) ≥
≥ E Q (SeN − K(1 + r)−N |Fn ) =
= Sen − K(1 + r)−N
dove nell’ultimo passaggio si è usato il fatto che Sen è una martingala.
Quindi riportando i prezzi ad oggi si ha:
HnE ≥ Sn − K(1 + r)−N −n ≥ Sn − K
ma essendo HnE ≥ 0
HnE ≥ (Sn − K)+ = Xn
Siamo quindi nelle ipotesi della ii) del teorema 2.3 e quindi HnE = HnA cioè i
prezzi d’arbitraggio di una call Europea e di una Americana coincidono.
In maniera intuitiva questo corrisponde al fatto che invece di esercitare una
call Americana prima della scadenza è più conveniente vendere il sottostante.
Infatti:
a) se ci fosse esercizio anticipato al tempo n < N l’holder avrebbe un profitto
pari a Sn − K che a scandenza diventa (1 + r)N −n (Sn − K);
2.4 Relazioni tra opzioni di tipo Americano ed Europeo
b) se al tempo n < N l’holder vendesse un’unità del sottostante, conservando
l’opzione, il profitto a scadenza sarà:

(1 + r)N −n Sn − K, se SN > K
(1 + r)N −n Sn − SN + (SN − K)+ =
(1 + r)N −n S − S , se S ≤ K
n
N
N
che in entrambi i casi è maggiore della strategia illustrata in a).
Proposizione 2.3 (Put-Call parity per opzioni Americane). Siano C, P
rispettivamente i prezzi d’arbitraggio di opzioni call e put Americane con
strike K, sottostante S e scadenza T.
Valgono ∀ n = 0, . . . , N :
i) Sn − K ≤ Cn − Pn ≤ Sn − Ke−r(T −tn )
ii) (K − Sn )+ ≤ Pn ≤ K
23
Capitolo 3
Tempo d’esercizio e copertura
di opzioni Americane
Nel paragrafo 2.3 è stato definito il prezzo d’arbitraggio, cioè il prezzo
equo per un’opzione Americana; a causa dell’esercizio anticipato, è opportuno considerare anche il problema dal punto di vista del detentore: quando
conviene esercitare il diritto di opzione? In particolare occorre modellizzare
l’istante (aleatorio) in cui l’opzione viene esercitata e determinare il periodo
ottimo di esercizio (e possibilmente anche una strategia di copertura).
L’intento di questo capitolo è mostrare alcuni risultati probabilistici (paragrafi 3.1 e 3.2) utili per la caratterizzazione del tempo di arresto e dei
processi arrestati; in particolare grazie ai risultati riportati in seguito verrà
chiarito il meccanismo dell’esercizio anticipato e della scelta della miglior data di esercizio (cioè della miglior strategia di esercizio), applicando i risultati
probabilistici appena dimostrati al caso particolare delle opzioni Americane
(paragrafo 3.4).
3.1
Stopping time
Il detentore di un’opzione Americana può esercitare il proprio diritto in
qualsiasi data entro la scadenza; la decisione di esercitarla o meno al tempo n
25
26
3. Tempo d’esercizio e copertura di opzioni Americane
sarà presa considerando le informazioni del mercato disponibili fino a tempo
n. In un modello a tempo discreto su uno spazio di probabilità in cui è definito
una filtrazione (Ω, F, P, (Fn )), la data di esercizio può essere descritta da una
variabile aleatoria, detta tempo d’arresto o stopping time.
Definizione 3.1. Una variabile aleatoria ν a valori in {0, 1, . . . , N } è un
tempo d’arresto se ∀ n ∈ {0, 1, . . . , N } vale:
{ν = n} ∈ Fn
Osservazione 3.1. ν è un tempo d’arresto ⇔ ∀ n ∈ {0, 1, . . . , N } vale la
∪
relazione {ν ≤ n} ∈ Fn , dal momento che {ν ≤ n} = nk=0 {ν = k} ∈ Fn
Definizione 3.2. Sia (Xn )0≤n≤N un processo stocastico adattato alla filtrazione (Fn )0≤n≤N e sia ν un tempo d’arresto.
Si definisce processo arrestato al tempo d’arresto ν il processo stocastico1
Xnν (ω) := Xν(ω)∧n (ω)
(3.1)
Cioè sull’evento {ν = j} si ha

Xj
ν
Xn =
X
n
se j ≤ n
(3.2)
se j > n
Si noti che XNν = Xj .
Proposizione 3.1. Sia (Xn ) un processo stocastico adattato e sia ν un tempo
d’arresto. Allora il processo arrestato (Xnν )0≤n≤N è adattato.
Inoltre se (Xn ) è una Fn -martingala (rispettivamente supermartingala) allora
anche (Xnν )0≤n≤N lo è.
Dimostrazione. La dimostrazione si basa sulla seguente rappresentazione:
Xν∧n = X0 +
n
∑
χ{j≤ν} (Xj − Xj−1 )
j=1
1
Con la notazione a ∧ b si indica min {a, b}.
(3.3)
3.2 Inviluppo di Snell
27
Poichè {j ≤ ν}c = {ν < j} = {ν ≤ j − 1} e ν è un tempo d’arresto, il processo χ{j≤ν} è predicibile e positivo; si ottiene quindi che (Xnν ) è un processo
stocastico adattato.
Inoltre se (Xn ) è una Fn -martingala, dalla (3.3) si ricava
ν
Xn+1
= Xnν + (Xn+1 − Xn )χ{ν≥n+1} = Xnν + (Xn+1 − E Q (Xn+1 |Fn ))χ{ν≥n+1}
Ricordando che {ν ≥ n + 1} è Fn -misurabile (da cui lo è χ{ν≥n+1} ) e condizionando rispetto a Fn si ottiene:
ν
E Q (Xn+1
|Fn ) = Xnν + χ{ν≥n+1} E Q (Xn+1 − E Q (Xn+1 |Fn )) = Xnν
cioè (Xnν )0≤n≤N è una martingala.
3.2
Inviluppo di Snell
Definizione 3.3. Sia Zn un processo stocastico adattato su uno spazio di
probabilità (Ω, F, P, (Fn )).
Il processo Un definito da

UN = ZN
U = max {Z , E(U |F )}
n
n
n+1
n
(3.4)
è detto inviluppo di Snell del processo Zn .
Osservazione 3.2. Per la proposizione 2.2 Un è la più piccola super-martingala
che domina Zn .
Proposizione 3.2. La variabile aleatoria definita da:
ν0 = inf {n ≥ 0|Un = Zn }
(3.5)
è un tempo d’arresto e il processo arrestato (Un∧ν0 ) è una martingala
Dimostrazione. Poichè UN = ZN , ν0 è un elemento ben definito dell’insieme
{0, 1, . . . , N } si ha
{ν0 = 0} = {U0 = Z0 } ∈ F0
28
3. Tempo d’esercizio e copertura di opzioni Americane
e per k ≥ 1
{ν0 = k} = {U0 > Z0 } ∩ · · · ∩ {Uk−1 > Zn−1 } ∩ {Uk = Zk } ∈ Fk
Per mostrare che (Unν0 ) è una martingala si utilizza la scrittura
Unν0 = Un∧ν0 = U0 +
n
∑
χ{ν0 ≥j} ∆Uj
j=1
Cosı̀ per n ∈ {0, 1, . . . , N },
ν0
Un+1
− Unν0 = χ{n+1≤ν0 } (Un+1 − Un )
Ma per definizione Un = max {Zn , E(Un+1 |Fn )} e quindi sull’evento {n + 1 ≤ ν0 }
si ha che Un > Zn da cui Un = E(Un+1 |Fn ) ⇒
ν0
Un+1
− Unν0 = χ{n+1≤ν0 } (Un+1 − E(Un+1 |Fn ))
Condizionando rispetto a Fn tale relazione, ricordando che {n + 1 ≤ ν0 } ∈
Fn (poichè complementare di {ν0 ≤ n} ∈ Fn ) si ottiene
ν0
E(Un+1
− Unν0 |Fn ) = χ{n+1≤ν0 } E((Un+1 − E(Un+1 |Fn ))|Fn ) = 0
e quindi la tesi.
La proposizione 3.2 ha mostrato che il processo Unν0 è una martingala,
e questo collega il concetto di inviluppo di Snell al problema della scelta
dell’esercizio ottimale attraverso il seguente risultato; in seguito con τn,N si
denoterà l’insieme dei tempi di arresto a valori in {n, n + 1, . . . , N }; si noti
che τn,N è un insieme finito, dal momento che lo è Ω.
Teorema 3.1. Il tempo di arresto ν0 soddisfa la relazione
U0 = E(Zν0 |F0 )
(3.6)
U0 = sup E(Zν |F0 )
(3.7)
In particolare
ν∈τ0,N
3.2 Inviluppo di Snell
29
Dimostrazione. Poichè per la proposizione 3.2 il processo U ν0 è una martingala si ha U0ν0 = E(UNν0 |F0 ) e ricordando la definizione di processo arrestato
si ottiene:
U0 = U0ν0 = E(UNν0 |F0 ) = E(UN ∧ν0 |F0 ) = E(Uν0 |F0 ) = E(Zν0 |F0 )
dove l’ultimo passaggio è giustificato dalla definizione di ν0 secondo la (3.5).
D’altro canto se ν ∈ τ0,N il processo arrestato U ν è una supermartingala:
infatti per l’osservazione 3.2 il processo U è una supermartingala e quindi
per la proposizione 2.2 lo è anche U ν .
Quindi
U0 = U0ν ≥ E(UNν |F0 ) = E(UN ∧ν |F0 ) = E(Uν |F0 ) ≥ E(Zν |F0 )
poichè per definizione di U ν si ha U ν ≥ Z ν .
Quindi si ottiene subito che
U0 = sup E(Zν |F0 )
ν∈τ0,N
cioè la tesi.
Si definiscono e caratterizzano ora i tempi di arresto ottimali, cioè le
strategie corrispondenti al maggior valore atteso del processo stocastico Z
(che diventerà poi l’opzione Americana di cui si troverà, in corrispondenza
degli stopping time ottimali, il maggior payoff atteso).
Definizione 3.4. Un tempo d’arresto ν è detto ottimale per il processo
stocastico (Zn )0≤n≤N se
E(Zν |F0 ) = sup E(Zν 0 |F0 )
ν 0 ∈τ0,N
(3.8)
Osservazione 3.3. ν0 è un tempo d’arresto ottimale.
Proposizione 3.3. Un tempo d’arresto ν è ottimale se e solo se valgono le
seguenti condizioni:
i) Zν = Uν
30
3. Tempo d’esercizio e copertura di opzioni Americane
ii) Uν∧n = U ν è una martingala
In tal caso vale quindi la formula del teorema 3.1.
U0 = E(Zν |F0 )
(3.9)
Dimostrazione. Supponiamo che valgano i) e ii) allora da ii) si ha che U0 =
U0ν = E(UNν |F0 ) = E(Uν |F0 ) e quindi per la i) U0 = E(Zν |F0 ); l’ottimalità
discende quindi dal teorema 3.1.
Viceversa supponiamo ν ottimale; ricordando che anche ν0 è ottimale (osservazione 3.3) e il risultato del teorema 3.1 si ha :
E(Zν |F0 ) = sup E(Zν 0 |F0 ) = E(Zν0 |F0 ) = U0
ν 0 ∈τ0,N
da cui si ha subito l’equazione (3.9).
Inoltre, per definizione di inviluppo di Snell Zν ≤ Uν , quindi:
U0 = E(Zν |F0 ) ≤ E(Uν |F0 )
(3.10)
Ma l’inviluppo di Snell U ν è una supermartingala (osservazione 3.2), da cui
E(Uν |F0 ) ≤ U0 che combinata con l’equazione (3.10) implica
E(Uν |F0 ) = E(Zν |F0 )
da cui la i), poichè per definizione Uν ≥ Zν .
Proviamo che l’ottimalità di ν implica anche la ii): poichè l’inviluppo di Snell
è una supermartingala e poichè E(Uν |F0 ) = U0
U0 ≥ E(Uν∧n |F0 ) ≥ E(Uν |F0 ) = U0
quindi la catena di disuguaglianze si riduce ad una serie di uguaglianze tra
cui:
E(Uν∧n |F0 ) = E(Uν |F0 ) = E(E(Uν |Fn )|F0 )
(3.11)
dove nell’ultimo passaggio si è usata la seguente proprietà dell’attesa condizionata:
date G, H σ-algebre di Ω, se H ⊆ G allora E(X|H) = E(E(X|G)|H)
Dall’equazione (3.11) si ottiene infine Uν∧n = E(Uν |Fn ) cioè la ii), dal
momento che Uν∧n ≥ E(Uν |Fn ).
3.3 Teorema di Doob e massimo tempo d’arresto ottimale
31
Corollario 3.1. Il tempo d’arresto ν0 definito dalla 3.2 è il più piccolo tempo
d’arresto ottimale.
Osservazione 3.4. Quanto detto finora può essere generalizzato definendo
νn = inf {j ≥ n|Uj = Zj }
ottenendo analogamente il seguente risultato:
Un = sup E(Zν 0 |Fn ) = E(Zνn |Fn )
ν 0 ∈τn,N
E’ chiaro che νn rappresenta il primo tempo d’arresto ottimale successivo
all’istante n.
3.3
Teorema di Doob e massimo tempo d’arresto ottimale
La sezione si conclude col seguente teorema, che sarà utile per lo studio della copertura delle opzioni Americane; in particolare applicando tale
teorema all’inviluppo di Snell si trovano ulteriori informazioni sui tempi di
arresto ottimali, che risultano essere sempre minori del tempo di arresto νmax
definito nel teorema 3.3.
Teorema 3.2 (Decomposizione di Doob). Ogni supermartingala Un può
decomporsi in uno ed un solo modo come
Un = Mn − An
dove
• Mn è una martingala,
• An è un processo predicibile, crescente e con A0 = 0.
(3.12)
32
3. Tempo d’esercizio e copertura di opzioni Americane
Dimostrazione. E’ chiaro che per n = 0 l’unica soluzione è M0 = U0 e A0 = 0.
Inoltre si deve avere:
Un+1 − Un = Mn+1 − Mn − (An+1 − An )
(3.13)
e condizionando tale relazione rispetto a Fn si ottiene
E(Un+1 |Fn ) − Un = −(An+1 − An )
(3.14)
relazione che ha senso tenendo conto delle proprietà di Un e di An , e dal
momento che E(Mn+1 − Mn |Fn ) = 0 poichè Mn è una martingala.
Sostituendo l’equazione (3.14) nella (3.13) si ottiene:
Mn+1 − Mn = Un+1 − E(Un+1 |Fn )
(3.15)
Le equazioni (3.14) e (3.15) determinano univocamente rispettivamente An e
Mn , che risultano inoltre essere rispettivamente una martingala e un processo
predicibile non decrescente (poichè Un è una supermartingala).
Teorema 3.3. Sia (Zn )n=0,...,N un processo stocastico adattato con inviluppo
di Snell (Un )n=0,...,N ; tale processo stocastico è una supermartingala e per il
teorema di decomposizione di Doob vale Un = Mn − An , dove (Mn )n=0,...,N è
un martingala e (An )n=0,...,N è un processo predicibile, crescente e con A0 = 0.
Sia
νmax =

N,
seAn = 0
inf {n, A
n+1 > 0} ,
seAn 6= 0
(3.16)
Allora
i) νmax è un tempo d’arresto ottimale;
ii) ogni tempo di arresto ottimale ν soddisfa la relazione ν ≤ νmax .
Dimostrazione. i) La predicibilità del processo (An )n=0,...,N implica immediatamente che νmax è un tempo d’arresto. Dalla decomposizione Un = Mn −An
e poichè Aj = 0 per j ≤ νmax si ha U νmax = M νmax da cui il processo arrestato
(Unνmax )n=0,...,N = (Un∧νmax )n=0,...,N è una martingala; è quindi verificata la
3.4 Applicazione alle opzioni Americane
33
condizione ii) della proposizione 3.3. Per mostrare l’ottimalità di νmax rimane
quindi da provare che vale la condizione i) della proposizione 3.3 cioè:
Uνmax = Zνmax
Utilizzando la definizione di Un nella scrittura
Uνmax =
N
−1
∑
χ{νmax =j} Uj + χ{νmax =N } UN
j=0
si ottiene
Uνmax =
N
−1
∑
χ{νmax =j} max(Zj , E(Uj+1 |Fn )) + χ{νmax =N } ZN
j=0
Ora, sull’insieme {νmax = j} poichè Aj = 0 < Aj+1 e Uj = Mj , si ha che
E(Uj+1 |Fj ) = Mj − Aj+1 < Uj e quindi Uj = max(Zj , E(Uj+1 |Fn )) = Zj ,
cioè Uνmax = Zνmax . Il tempo d’arresto νmax soddisfa le condizioni della
proposizione 3.3 e risulta quindi essere ottimale.
ii) Per provare che νmax è il più grande tempo di arresto ottimale, si ragioni
per assurdo e sia ν un tempo d’arresto tale che ν ≥ νmax e P (ν > νmax ) > 0;
allora, utilizzando la decomposizione di Doob
E(Uν ) = E(Mν ) − E(Aν ) = E(M0 ) − E(Aν ) = E(U0 ) − E(Aν ) < E(U0 )
da cui l’assurdo, perchè si troverebbe che il processo U ν stoppato al tempo ν
non potrebbe essere una martingala. Quindi ogni tempo di arresto ottimale
ν soddisfa la relazione ν ≤ νmax .
3.4
Applicazione alle opzioni Americane
Si ritorna ora al problema di un’opzione Americana X avente come prezzo
e dato da
d’arbitraggio il processo stocastico H
eN = X
eN
H
{
)}
(
e n = max X̃n , E Q H
e n+1 |Fn ,
H
per n = 0, . . . , N − 1
(3.17)
34
3. Tempo d’esercizio e copertura di opzioni Americane
Con le nozioni introdotte nei paragrafi 3.1 e 3.2 risulta quindi che il processo
e n ) del prezzo d’arbitraggio dell’opzione Americana X non è altro che l’in(H
en ).
viluppo di Snell, sotto la misura martingala Q, del processo (X
In particolare il processo arrestato al tempo ν non è altro che il valore, il
profitto dell’investimento fatto sul derivato X tenendo conto dell’esercizio
anticipato in ν. Infatti per definizione

H n
Hnν = Hν∧n =
X
ν
se n < ν
(3.18)
se n ≥ ν
cioè prima dell’esercizio è uguale al prezzo del derivato, mentre dopo l’esercizio rimane costantemente pari al payoff relativo alla data di esercizio ν
(figura 3.1).
H
HȞ
Ȟ
Tempo
Figura 3.1: Il processo arrestato corrisponde al profitto
Vediamo ora come la nozione di tempo d’arresto ottimale possa essere
intuitivamente interpretata come la data di esercizio ottimale di un’opzione
Americana in modo da ottenere il maggior payoff atteso rispetto alla misura martingala Q e dove la Fn -misurabilità significa semplicemente che la
decisione di esercitare al tempo n si basa esclusivamente sulle informazioni
disponibili fino a n.
3.4 Applicazione alle opzioni Americane
Definizione 3.5. Una variabile aleatoria
ν : Ω −→ {0, . . . , N }
tale che
{ν = n} ∈ Fn
si dice tempo o strategia di esercizio. Con τ0,N si indicherà l’insieme di tutte
le possibili strategie di esercizio.
Il seguente esempio giustifica la caratterizzazione (3.5) del più piccolo
tempo di arresto ottimale:
Esempio 3.1. Si consideri un’opzione put Americana con sottostante S e
strike K; si supponga di trovarsi al tempo N − 1 dove il prezzo attuale SN −1
è noto e siano
XN −1 = (K − SN −1 )+
pN −1 = E Q ((K − SN )+
0
SN
−1
|FN −1 )
0
SN
Può accadere:
• XN −1 ≥ pN −1 : conviene esercitare l’opzione ricevendo l’importo XN −1 ;
non esercitando si possederebbe la somma (inferiore) pN −1 ;
• XN −1 < pN −1 : non conviene esercitare perchè si venderebbe al prezzo
XN −1 una put Europea di valore (superiore) pN −1 .
Procedendo a ritroso, nei vari istanti temporali l’holder dovrà quindi valutare
se conviene o meno esercitare, e questo accadrà nel primo istante in cui si ha
l’uguaglianza XN −1 = pN −1 .
Dal precedente esempio si comprende facilmente il significato della definizione 3.5 nel caso di un’opzione Americana X con prezzo d’arbitraggio
en:
H
}
{
en = X
en
(3.19)
ν0 = inf n ≥ 0|H
35
36
3. Tempo d’esercizio e copertura di opzioni Americane
Tale definizione indica quindi che ν0 è il più piccolo tempo di esercizio, la
prima data in cui conviene esercitare l’opzione e, per quanto visto nella proposizione 3.3 e nel corollario 3.1, è anche il più piccolo tempo d’arresto (di
esercizio) ottimale.
Ripercorrendo l’analisi fatta nel paragrafo 3.2, si ritrovano per le opzioni
Americane i seguenti risultati:
Proposizione 3.4. La variabile aleatoria definita da:
ν0 = inf {n ≥ 0|Hn = Xn }
e n∧ν0 ) con tempo di esercizio
è un tempo di esercizio e il processo del profitto (H
ν0 è una Q-martingala.
Dimostrazione. Vedi proposizione 3.2
Teorema 3.4 (Formula di valutazione di un derivato Americano). Sia X un
e il suo prezzo d’arbitraggio.
derivato Americano; sia H
Allora valgono i seguenti risultati:
ia) ν0 = inf {n ≥ 0|Hn = Xn } è il più piccolo tempo di esercizio ottimale;
iia) vale la seguente formula di valutazione neutrale al rischio:
e 0 = E Q (X
e ν0 )
H
iiia) la strategia di esercizio ν0 è la strategia che offre il maggior valore atteso
del payoff, cioè:
e 0 = E Q (X
eν0 ) = sup E Q (X
eν )
H
ν∈τ0,N
Tale risultato si estende in modo naturale nel seguente modo:
ib) νk = inf {n ≥ k|Hn = Xn } è il più piccolo tempo di esercizio ottimale di
un derivato Americano acquistato al tempo k;
3.4 Applicazione alle opzioni Americane
iib) vale la seguente formula di valutazione neutrale al rischio:
e k = E Q (X
eν |Fk )
H
k
iiib) la strategia di esercizio νk è la strategia che offre il maggior valore
atteso del payoff, cioè:
eν |Fk )
e k = E Q (X
eν |Fk ) = sup E Q (X
H
k
ν∈τk,N
Dimostrazione. Vedi teorema 3.1 e corollario 3.1
Il capitolo si conclude analizzando il problema della copertura da un punto
di vista teorico, utilizzando la decomposizione di Doob sul prezzo d’arbitrage del derivato Americano; per un approccio pratico e più costruttivo si
gio H
rimanda al capitolo successivo.
Definizione 3.6. Un portafoglio α ∈ A si dice portafoglio di copertura (o
strategia super-replicante) per il derivato X con prezzo d’arbitraggio H se
valgono:
1. V0 (α) = H0
2. ∀ n ∈ [0, . . . , N ] ,
Vn (α) ≥ Xn
Questa nozione viene introdotta perchè, nonostante si operi in un mercato
completo S, non è possibile trovare un portafoglio α ∈ A composto da titoli
di S che replichi perfettamente il derivato Americano X, cioè tale che per
ogni n = 0, . . . , N si abbia l’uguaglianza
Vn (α) = Hn
Questo inconveniente è dovuto al fatto che Ven (α) è una Q-martingala per
e è una Q-supermartingala.
ogni α ∈ A, mentre H
Il seguente teorema assicura l’esistenza di un portafoglio di copertura per
37
38
3. Tempo d’esercizio e copertura di opzioni Americane
ogni derivato Americano, ovviando al problema della replicazione: chi vende un derivato X (in genere la banca) riceve al tempo iniziale la somma H0
(condizione 1. della definizione 3.6); investendo tale somma in un portafoglio
di copertura si assicura in ogni istante n una rendita maggiore o uguale al
premio Xn che deve pagare in caso di esercizio del derivato (condizione 2.
della definizione 3.6).
Teorema 3.5 (Copertura di un derivato Americano). Per ogni derivato
Americano esiste un portafoglio di copertura.
e di un derivato AmeDimostrazione. Il prezzo d’arbitraggio normalizzato H
ricano X è una Q-supermartingala; possiamo quindi applicare a tale processo
il teorema 3.2 di decomposizione di Doob e scrivere
e =M −A
H
dove (vedi equazioni (3.15) e (3.14))
- M è una Q-martingala definita ricorsivamente da

M0 = H0
M
Q e
e
n+1 − Mn = Hn+1 − E (Hn+1 |Fn )
- A è un processo predicibile crescente definito da

A0 = 0
A
Q e
e
n+1 − An = −(Hn − E (Hn+1 |Fn ))
Per la completezza del mercato S esiste α ∈ A che replichi il derivato Europeo
MN dato da
e0 +
MN = H
N
−1
∑
e k+1 − E(H
e k+1 |Fk ))
(H
(3.20)
k=0
Ora, poichè per definizione di strategia replicante Ve (α) e M sono martingale
con lo stesso valore finale, si ha
Ven (α) = E(VeN (α)|Fn ) = E(MN |Fn ) = Mn ,
n = 0, . . . , N
3.4 Applicazione alle opzioni Americane
39
e 0 cioè vale la condizione 1. della definizione
e in particolare Ve0 (α) = M0 = H
di portafoglio di copertura.
Inoltre essendo An ≥ 0 si ha che
en,
Ven (α) = Mn ≥ H
n = 0, . . . , N
en ≥ X
en ,
Vn (α) ≥ H
n = 0, . . . , N
da cui
cioè la condizione 2. della definizione di portafoglio di copertura.
Osservazione 3.5. Nella dimostrazione del teorema 3.5 si è usata la scrittura
(3.20) da cui discende, per n = 1, . . . , N :
en +
Mn = H
n−1
∑
e k − E Q (H
e k+1 |Fk ))
(H
k=0
n−1
∑
e
e k − E Q (H
e k+1 |Fk ))+ =: H
e n + In
= Hn +
(X
(3.21)
k=0
e n e del termine In che si
Mn si scompone quindi nella somma del prezzo H
interpreta come il valore degli esercizi anticipati, dal momento che i termini
ek > E Q (H
e k+1 |Fk ),
della sommatoria che definisce In sono positivi quando X
cioè nei tempi d’esercizio.
Anche se questa dimostrazione è costruttiva e identifica la strategia di copertura con la strategia replicante il derivato MN , il calcolo di tale strategia
è estremamente complicato a causa del fatto che MN è un derivato pathdependent anche se X è path-independent.
Nella pratica si utilizza un approccio basato sul modello binomiale e descritto
nel prossimo capitolo.
Capitolo 4
Modello binomiale per le
opzioni Americane
L’intento di questo capitolo conclusivo è quello di descrivere il modello binomiale proposto da Cox, Ross e Rubinstein (CRR), versione discreta
del famoso modello a tempo continuo di Black&Sholes, e applicarlo al caso particolare delle opzioni Americane, ricavandone un semplice metodo di
copertura e provando, infine, che tale modello a tempo discreto approssima
effettivamente il modello di Black&Sholes.
4.1
Modello CRR
Il modello CRR è un modello discreto, matematicamente semplice, che si
basa sul principio di non arbitraggio e su un mercato costituito da soli due
titoli:
(B, S)
dove B è un titolo non rischioso (Bond) e S è un titolo rischioso (azione).
Si suddivida il periodo [0, T ] in N intervalli temporali e sia r > 0 il tasso no-risk su ogni singolo sottointervallo; per i due titoli si suppongono le
seguenti dinamiche:
41
42
4. Modello binomiale per le opzioni Americane
• per il titolo non rischioso B si suppone una ricapitalizzazione semplice,
cioè un processo del tipo:
Bn+1 = Bn (1 + r)
BN = B0 (1 + r)N
Quindi se per semplicità si suppone B0 = 1
Bn = (1 + r)n ,
∀n ∈ [0, N ]
(4.1)
• per il titolo rischioso S si sceglie un processo dei prezzi in cui S possa
assumere di volta in volta solo due valori, cioè una dinamica del tipo:
uSn
Sn
dSn
cioè
Sn+1 =

uSn ,
con probabilità p
dS ,
n
con probabilità 1 − p
Più precisamente su (Ω, F, P ) siano ξ1 , . . . , ξN variabili aleatorie indipendenti tali che per ogni k = 1, . . . , N valga
P (ξk = u) = p
P (ξk = d) = 1 − p
con p ∈ (0, 1) e 0 < d < u.
La dinamica del titolo S viene quindi definita come:
Sn+1 = ξn+1 Sn ,
∀n ∈ [0, N − 1]
(4.2)
In particolare il valore del sottostante in ogni momento è pari a
Sn = uk dn−k S0
(4.3)
ed è quindi individuato dall’istante temporale n e dal numero di movimenti di crescita k; tramite l’equazione (4.3) si riesce a determinare
4.1 Modello CRR
43
esattamente ogni possibile traiettoria, assegnando una ben precisa probabilità ad ogni ramo dell’albero binomiale ed un preciso valore ad ogni
nodo (figura 4.1).
In seguito si utilizzerà quindi la notazione
Sn = Sn,k
(4.4)
Hn (k) = Hn (Sn,k )
(4.5)
e analogamente
sarà il prezzo del derivato all’istante n nel caso in cui il sottostante
abbia avuto una traiettoria con k movimenti di crescita.
Figura 4.1: Albero binomiale
I seguenti risultati mostrano che il mercato (B, S) cosı̀ definito è completo
e libero da arbitraggi sotto certe scelte dei parametri d, u, r (si noti che il
parametro p non interviene sulla completezza e sull’assenza di arbitraggi nel
mercato binomiale).
44
4. Modello binomiale per le opzioni Americane
Proposizione 4.1. Se d < 1 + r < u allora il modello CRR è libero da
arbitraggi.
Proposizione 4.2. d < 1 + r < u se e solo se esiste ed è unica una misura
martingala Q.
In particolare q = Q(ξn+1 = u) e
q=
1+r−d
u−d
(4.6)
La proposizione 4.1 mostra la condizione che garantisce che il mercato
(B, S) sia libero da arbitraggi; invece per il secondo teorema fondamentale della valutazione la proposizione 4.2 assicura condizioni di completezza,
quindi:
Teorema 4.1. Se d, u sono tali che d < 1 + r < u, il modello CRR è libero
da arbitraggi e completo, con unica misura martingala Q data dalla (4.6).
4.2
Algoritmo binomiale
Essendo il mercato binomiale cosı̀ definito un mercato completo, ogni
derivato di tipo Europeo è replicabile; considero la strategia di investimento
V = αS + βB := αS + b
(4.7)
Per determinare il portafoglio replicante si procede a ritroso, ponendosi
inizialmente alla data N − 1 dove si ha:
uSN −1
SN −1
dSN −1
Imporre la condizione di replicazione significa risolvere il sistema

αN uSN −1 + bN = F (uSN −1 )
α dS
+ b = F (dS
)
N
N −1
N
N −1
(4.8)
4.2 Algoritmo binomiale
45
da cui si trovano i valori αN e bN , ma essendo α ∈ A, α è autofinanziante,
quindi VN −1 = αN SN −1 +bN e sostituendo i valori di αN e bN dati dal sistema
(4.8) si ottiene
VN −1 =
con q =
1
(F (uSN −1 ) + (1 − q)F (dSN −1 ))
1+r
1+r−d
.
u−d
Iterando il procedimento partendo dall’istante temporale N −2, N −3, . . . , 1, 0
e utilizzando le notazioni (4.4) e (4.5) si trova l’algoritmo

HN (k) = F (SN,k ),
k≤N
H (k) = 1 (qH (k + 1) + (1 − q)H (k)),
k ≤n−1
n−1
1+r
n
(4.9)
n
Si consideri ora il caso di un derivato Americano X: intuitivamente a differenza del caso Europeo, in ogni istante temporale l’holder deve valutare se
esercitare o meno l’opzione, confrontando ad ogni passo il prezzo neutrale
al rischio col valore in caso di esercizio anticipato; l’albero binomiale verrà
quindi idealmente diviso in due regioni, una d’esercizio e una di continuazione.
Utilizzando tale osservazione e la definizione di prezzo d’arbitraggio di un
derivato Americano, si modifica l’algoritmo trovato per il caso Europeo ottenendo immediatamente la seguente formula iterativa:

HN (k) = XN (SN,k ),
k≤N
{
H (k) = max X (S ), 1 (qH (k + 1) + (1 − q)H (k))} ,
n−1
n
n,k 1+r
n
n
per n = 1, . . . , N e q =
k ≤n−1
(4.10)
1+r−d
.
u−d
Ritornando al problema della copertura, l’algoritmo binomiale semplifica
il risultato teorico visto nel teorema di Doob: infatti il processo Mn del
sottostante è path-dependet perchè deve tener conto di tutti gli eventuali
esercizi anticipati, ma basta notare che nel momento in cui il derivato viene
esercitato non è più necessario preoccuparsi di coprirlo.
Il problema della copertura di un derivato Americano si riduce quindi a quello
46
4. Modello binomiale per le opzioni Americane
della copertura di un Europeo nella regione di continuazione, trascurando poi
i movimenti e le traiettorie della regione di esercizio.
4.3
Approssimazione discreta di un modello
continuo
Come già visto il modello binomiale è un modello discreto, dove di volta
in volta viene fissato il numero N di periodi; aumentando N ci si aspetterebbe che il risultato migliori e raggiunga un certo valore fissato, cioè ci si pone
la domanda se l’algoritmo binomiale sia stabile o se diverge o oscilla (cose
che metterebbero in dubbio la consistenza del modello).
Nel caso Europeo si verifica che, sotto opportune scelte dei parametri, l’algoritmo è stabile ed è un’approssimazione discreta del famoso modello continuo
di Black&Sholes al tendere di N all’infinito; inoltre è anche possibile interpretare lo schema di valutazione (4.9) del modello binomiale come una versione discreta del seguente problema di Cauchy per l’equazione differenziale
parabolica di Black&Sholes:

LBS f (t, S) = 0,
f (T, S) = F (S),
(t, S) ∈ ]0, T [ × R
S ∈ R+
(4.11)
dove
LBS f (t, S) = ∂t f (t, S) +
σ2S 2
∂SS f (t, S) + rS∂S f (t, S) − rf (t, S)
2
(4.12)
è l’operatore differenziale di Black&Sholes.
Questo risultato può essere esteso anche al caso di derivati Americani: anche
qui si ritrova, per N grande, la stabilità dell’algoritmo e la convergenza al
corrispondente modello a tempo continuo; inoltre lo schema di valutazione
(4.10) del modello binomiale per derivati Americani può essere visto come
una versione discreta di un problema a frontiera libera, più difficile da trattare
del classico problema di Cauchy trovato nel caso Europeo; per questo motivo
4.3 Approssimazione discreta di un modello continuo
47
l’approssimazione tramite il modello CRR rappresenta una valida alternativa alla risoluzione del problema in tempo continuo. Qui di seguito vengono
dimostrati i risultati sopra enunciati.
Considero ora l’algoritmo binomiale (4.10) per le opzioni Americane; questo
può essere scritto analogamente, con diverse notazioni, come:

f (T, S) = F (T, S)
f (t, S) = max {f (t, S), 1 (qf (t + δ, uS) + (1 − q)f (t + δ, dS))}
1+r
(4.13)
dove t indica l’istante temporale e δ il ‘passo’, ovvero se si suddivide l’intervallo ]0, T [ di vita dell’opzione in N sottointervalli, δ =
T
;
N
le funzioni f
ed F , dipendenti dal tempo e dal sottostante, descrivono rispettivamente i
prezzi d’arbitraggio e il valore del derivato.
Per i parametri del modello binomiale si assumono in seguito le seguenti
espressioni:
√
σ2
= 1 + σ δ + δ + o(δ)
2
√
√
σ2
d = e−σ δ = 1 − σ δ + δ + o(δ)
2
ρδ
1 + r = e = 1 + ρδ + o(δ)
u = eσ
√
δ
per δ → 0, da cui si ottiene anche:
1+r−d
1
1
σ2
q=
= +
(r − ) + o(δ)
u−d
2 2σ
2
per δ → 0.
Osservazione 4.1. Valgono le seguenti equivalenze:

(u − A)(u − B) = 0
u = max {A, B} ⇔
u ≥ A, u ≥ B
(4.14)
u = max {A, B}
m
u = A, B ≤ A oppure u = B, B ≥ A
(4.15)
48
4. Modello binomiale per le opzioni Americane
Utilizzando la (4.14), la (4.13) diventa:


f (T, S) = F (T, S)



1
(f (t, S) − F (t, S))(f (t, S) − 1+r
(qf (t + δ, uS) + (1 − q)f (t + δ, dS)) = 0



f (t, S) ≥ F (t, S), f (t, S) ≥ 1 (qf (t + δ, uS) + (1 − q)f (t + δ, dS))
1+r
(4.16)
Equivalentemente, denotando
f = f (t, S)
f u = f (t + δ, uS)
f d = f (t + δ, dS)
Jδ f (t, S) = −(1 + r)f + qf u + (1 − q)f d
raccogliendo a fattor comune e cambiando i segni in (4.16), si ottiene il
seguente sistema discreto, equivalente all’algoritmo binomiale descritto dalla
(4.10):


f (T, S) = F (T, S)



S ∈ R+
(f (t, S) − F (t, S))(Jδ f (t, S)) = 0



f (t, S) ≥ F (t, S), J f (t, S) ≤ 0
δ
(t, S) ∈ ]0, T [ × R
(4.17)
(t, S) ∈ ]0, T [ × R
Il seguente risultato permette di passare da questo problema, ancora a
tempo discreto, al problema a continuo; tale risultato é lo stesso utile per
dimostrare quanto detto per le opzioni Europee, e dimostra il tendere dell’operatore differenziale discreto Jδ f (t, S) a quello continuo di Black&Sholes
LBS f (t, S). Per la prova di tale proposizione si rimanda a [5].
Proposizione 4.3.
lim+
δ→0
(t,S)→(t0 ,S0 )
Jδ f (t, S)
= LBS f (t, S)
δ
(4.18)
dove LBS f (t, S) è l’operatore differenziale di Black&Sholes definito nell’equazione 4.12.
4.3 Approssimazione discreta di un modello continuo
49
Grazie a questa proposizione il sistema


f (T, S) = F (T, S)



S ∈ R+
(f (t, S) − F (t, S))(LBS f (t, S)) = 0



f (t, S) ≥ F (t, S), L f (t, S) ≤ 0
BS
(t, S) ∈ ]0, T [ × R
(4.19)
(t, S) ∈ ]0, T [ × R
è la versione asintotica dell’algoritmo binomiale per la valutazione di opzioni
Americane e rappresenta un cosiddetto problema a frontiera libera.
Osservazione 4.2. Intuitivamente questo risultato si spiega facilmente attraverso la seconda equivalenza dell’osservazione 4.1: procedendo analogamente
al caso precedente (in cui invece si era considerata l’equivalenza (4.14)), la
versione continua dell’algoritmo binomiale per derivati Americani è
f (T, S) = F (T, S), LBS f (t, S) < 0
oppure
(4.20)
LBS f (t, S) = 0, f (t, S) = F (t, S)
Ciò manifesta in modo più chiaro l’esistenza delle due regioni già menzionate, descritte dalle equazioni
• f (T, S) = F (T, S) −→ per la regione di esercizio,
in cui il derivato vale quanto il prezzo d’esercizio, e quindi conviene
esercitarlo;
• LBS f (t, S) = 0 −→ per la regione di continuazione,
in cui non si esercita ed è come possedere un derivato Europeo; si noti
che tale equazione esprime il fatto che un’opzione Europea soddisfa
l’equazione di Black&Sholes.
Osservazione 4.3. Sempre dalla (4.20) si può notare che
LBS f (t, S) ≤ 0, ∀(t, S) ∈ ]0, T [ × R
(4.21)
50
4. Modello binomiale per le opzioni Americane
cosa d’altronde ovvia per come è stato definito l’operatore discreto Jδ f (t, S):
Jδ f (t, S) = −(1 + r)f + qf u + (1 − q)f d =
)
(
qf u + (1 − q)f d
(1 + r)
= −f +
1+r
}
{
1
(qf (t + δ, uS) + (1 − q)f (t + δ, dS)) si
Infatti da f (t, S) = max f (t, S), 1+r
ha f (t, S) −
1
(qf (t
1+r
+ δ, uS) + (1 − q)f (t + δ, dS)) ≥ 0 e quindi (poichè
r > 0) Jδ f (t, S) ≤ 0. Per il teorema di conservazione del segno, passando al
limite per δ → 0 (cioè per il numero N di intervalli che tende all’infinito) si
ha che anche LBS f (t, S) ≤ 0.
Bibliografia
[1] D. Lamberton, B. Lapeyre (2000) Introduction to Stochastic Calcolus
Applied to Finance, Springer
[2] P. Baldi, L. Caramellino (2006) Appunti del corso di Probabilità e Finanza
[3] Wolfgang J. Runggaldier, Note sulle Opzioni Americane
[4] D. Lamberton Optimal stopping and American options, lecture notes for
Spring School in Finance 2006
[5] A. Pascucci, Calcolo stocastico per la finanza
51
Fly UP