Académique Documents
Professionnel Documents
Culture Documents
Vorlesung WS 2010/11
Jrgen Dippon
Inhaltsverzeichnis
1 Einfhrung
1.1 1.2 1.3 1.4 Grundbegrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Put-Call-Paritt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Schranken fr Optionen
3
4 11 11 12
Ein-Perioden-Marktmodelle
19
19 22
28
31 31 32 34 37
42
42 43 44 47
Zeitstetige Finanzmrkte
5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 Risikoneutrale Bewertung Das Black-Scholes-Modell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
55
57 58 63 66 67 68 69 70
Black-Scholes mittels risikoneutraler Bewertung . . . . . . . . . . . . . . . . Black-Scholes mittels No-Arbitrage-Bewertung . . . . . . . . . . . . . . . . . Die Feynman-Kac-Formel Risikokennziern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Spezielle Derivate
6.1 6.2 6.3 Kreditderivate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Credit Default Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bewertung des CDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
72 72 74
Literatur
75
1 Einfhrung
Die klassische Finanzmathematik beschftigt sich in erster Linie mit grundlegenden Finanzinstrumenten oder Anlageformen (basic securities)
Aktien (stocks) festverzinsliche Wertpapiere (bonds) Whrungen (foreign exchange) Rohstoe (commodities) Energie
Die moderne Finanzmathematik untersucht derivative Finanzinstrumente (derivatives, derivative securities, contingent claims), die von einfacheren Finanzinstrumenten (underlyings) abgeleitet werden. Beispiele fr Derivate:
Geschichte
17. Jahrhundert in den Niederlanden: Put-Optionen auf Tulpen 18. Jahrhundert in London: Problem kein gesetzlicher Rahmen beim Ausfall eines Vertragspartners 1930: Gesetzliche Regulierung 1970: Bedeutende Zunahme von Termingeschften 1973: Grndung der Chicago Board Options Exchange 1990: Deutsche Terminbrse (DTB) nimmt Handel mit Optionen auf 1998: Fusion der DTB mit der SDFEX (Schweizerische Terminbrse) zur EUREX
Wissenschaftliche Untersuchung
1900: Louis Bachelier modelliert in seiner Dissertation Theorie de la spculation den Aktienkurs als Brownsche Bewegung 1965: Paul Samuelson modelliert den Aktienkurs als geometrische Brownsche Bewegung 1973: Fischer Black und Myron Scholes geben explizite Formeln zur Optionspreisbewertung an unabhngig davon auch Robert Merton 1981: M. Harrison und S. Pliska fhren Martingalmethoden in die Optionspreisbewertung ein 1997: konomie-Nobelpreis fr Scholes und Merton (Black 1995 gestorben) 2003: konomie-Nobelpreis fr Robert F. Engle (ARCH-Zeitreihen)
Quantitative Fragen
Bewertung (pricing) von Derivaten Hedging Strategien fr Derivate (Absicherung) Risikomanagement von Portfolios Portfoliooptimierung Modellwahl und Kalibrierung
Aktuelle Fragestellungen
Verbesserung der Modellierung der Underlyings: Lvy Prozesse, fraktale Brownsche Bewegung, Sprnge in den Aktienkursen, Insider-Information, stochastische Volatilitten, . . .
Modellierung des Korrelationsrisikos in groen Portfolios Bewertungsmethoden fr hochdimensionale und pfadabhngige Auszahlunsprole in komplexeren Modellen Modellierung der Marktliquiditt und des Ausfallrisikos Risikomanagement bei extremer Entwicklung von Mrkten
1.1 Grundbegrie
Finanzinstrumente:
Denition 1.1. Ein Derivat ist ein Finanzinstrument, dessen Wert zum Verfallszeitpunkt
T T
(expiry date) vom Wert eines einfacheren Finanzinstruments (underlying) zum Zeitpunkt (oder auch vom Werteverlauf bis zum Zeitpunkt
T)
abhngt.
Aktien (stocks) Zinsraten (interest rates) Whrungen (currencies) Rohstoe (commodities) Wetter Indizes wie DAX, Dow Jones, CAT-Index (catastrophe losses) Firmenwerte (rm values) Bonitten (rating)
S = (St ) = {St | t 0}
Festverzinsliche Wertpapiere
Startkapital zum Zeitpunkt annum: Kapital nach
t = 0: B0
Jahren
per
t=n
(1) Bn = B0 (1 + r)n
Zinsausschttung nach
Jahren
r k
nk
r:
Kapital nach
Jahren
Mrkte:
Brsen OTC (Over-the-Counter)
reibungsloser Markt: keine Transaktionskosten, keine Steuern, keine Einschrnkungen fr short sales, Kaufs- und Verkaufspreise sind identisch kein Ausfallrisiko, Soll- und Habenzinsen sind identisch Wettbewerbsmarkt: der Preis wird vom Markt und nicht von einzelnen Marktteilnehmern festgelegt Kapitalanlagen sind beliebig teilbar NO ARBITRAGE!!!
Short Selling ist eine Handelsstrategie, bei der der Investor Objekte, z.B. Aktien, die ihm nicht selbst gehren, von einem Partner fr eine gewisse Zeit ausleiht, diese verkauft, spter wieder zurckkauft und an den Partner zurckgibt. In der Zwischenzeit anfallende Ertrge des Objekts (z.B. Dividenden) muss der Investor an den Partner erstatten. Short Selling ist nur dann fr den Investor interessant, wenn der Rckkaufswert lich) kleiner als der Verkaufswert
St
(deut-
S0
ist.
Ein Portfolio ist eine Kombination mehrerer Finanzinstrumente, deren Wertentwicklung als Ganzes gesehen wird. Finanzmrkte bieten
Ein Anleger ist nur bereit, in risikoreichere Anlagen zu investieren, wenn er die Mglichkeit sieht, einen hheren Prot als in risikormeren Anlagen zu erzielen. Arbitrage ist die Mglichkeit, ohne Kapitaleinsatz einen risikolosen Prot zu erzielen (formale Denition spter). Wrde diese Mglichkeit bestehen, so knnte man damit risikolos riesige Geldsummen erwirtschaften. Mrkte im Gleichgewicht neutralisieren solche Arbitrage-Mglichkeiten. Es wird sich zeigen, dass die No-Arbitrage-Annahme direkt zu einer Methode zur Bewertung von Derivaten fhrt. Beispiel eines einfachen Derivates:
Denition 1.2 Ein Forward-Kontrakt (Terminkontrakt) vereinbart den Kauf oder Verkauf
eines Finanzgutes zu einem festen zuknftigen Zeitpunkt Preis
K,
= 0)
den Wert Null hat. Bei dieser Wahl des Terminkurses ist bei Ver-
tragsabschluss also nichts zu bezahlen, erst zum Zeitpunkt Bei Vertragsabschluss (t Aktionen durch:
T.
= 0)
S0
auf
= T)
Er bergibt dem Kufer des Underlying (welches jetzt den Wert Preis von
ST
besitzt) zum
K = S0
erT . S0 erT .
Damit hat er alle Verbindlichkeiten aufgelst. Wrde der Verkufer einen Betrag einstreichen. Wrde der Verkufer einen Betrag Gewinn einstreichen. Dies wrde jeweils der Forderung nach arbitragefreien Preisen zuwiderlaufen. Damit ist der arbitragefreie Terminkurs
K = S0 erT
Beachte: Es wurden keine Annahmen ber die Kursentwicklung von
Beispiel:
(St )
gemacht!
Ein Investor erwirbt am 1. September einen Forward-Kontrakt mit dem Inhalt, in 90 Tagen
106 e
0.9
US $ zu kaufen.
106 e
dann am Markt fr
0.95 106
Hier also
t = 1. T t = 90
T = 30.
K = 0.9 106 $
Pay-o-Prol (Auszahlungsprol) eines Forward-Kontraktes zur Zeit
T:
ST
short position
Pay-o eines Forward-Kontraktes zum Laufzeitende
T: T:
ST K K ST
Forwards sind nicht standardisiert und bergen das Risiko in sich, dass eine Vertragsseite ausfllt (default risk). Sie werden deshalb an Brsen kaum gehandelt, sondern nur over the counter (OTC). Eine Variante sind Futures, welche in standardisierter Form an Brsen gehandelt werden. Hierbei wird, z.B. tglich, die Wertvernderung des Futures (aufgrund von Wertnderungen des zugrundeliegenden Finanzgutes) zwischen den Vertragsparteien ausgeglichen, so dass der Wert des Futures anschlieend wieder gleich Null ist. Unter schwachen Voraussetzungen stimmen Terminkurse (delivery prices) von Forwards und Futures berein. Futures werden z.B. an der CBOT gehandelt. Ein etwas komplizierteres Derivat:
Denition 1.3
bungspreis
Eine Option gibt dem Kufer das Recht, ein bestimmtes Finanzgut bis
Der Optionskontrakt beinhaltet im Unterschied zum Forward oder Future jedoch nicht die Picht zur Ausbung.
Beim Kaufrecht wird die Option als Call (Kaufoption), beim Verkaufsrecht als Put (Verkaufsoption) bezeichnet. Ist die Ausbung der Option nur zum Verfallszeitpunkt diese amerikanische Option genannt. Der Kufer bendet sich in einer long position, der Verkufer bendet sich in einer short position.
Pay-o einer long position bei einem Call zum Verfallszeitpunkt
payoff
ST
Pay-O Sei
C0
und
P0
yield
K C0
K+C0
ST
Beispiel
Markt mit drei Anlagemglichkeiten:
K=1
und Expiry
t=T
t=0
e)
t = T
soll sich die Welt (der Markt) in nur zwei mglichen Zustnden
benden knnen:
u
mit Preisen (in
(= up) oder
(= down)
C(T, u) = 0.75
und
also
C(T, d) = 0
25 e.
A:t=0
Anlage Bond Aktie Call Anzahl 10 10 25 Betrag in
e
10 10 5 25
Portfolio
A:t=T
Anlage Bond Aktie Call up 12.5 17.5 18.75 48.75 down 12.5 7.5 0 20.0
Portfolio
B:t=0
Anlage Bond Aktie Call Anzahl 11.8 7 29 Betrag in
e
7
Portfolio
B:t=T
und
t=0
das Dierenzportfolio
auf:
Portfolio
Portfolio
zum Zeitpunkt
t = 0:
Aktion Kaufe
-1.8 Einheiten, 3
t=T
-0.8 0.4
t=0
0.4 e.
t=T :
Aktion Verkaufe up down 2.25 -2.25 0 0
1.8
Einheiten
2.25 -5.25 3 0
t = T ist das Portfolio C also ausgeglichen. t = 0 wurde damit ein risikoloser Gewinn von 0.4 e
realisiert.
1.8 Bonds und 3 Aktien short kann die Wirkung der Call-Option zum Zeitpunkt t = T
neutralisiert werden. Man sagt: Die Bond- und die Aktienposition bilden einen Hedge gegen die Position des Calls. Dies gilt unabhngig davon, wie gro die Wahrscheinlichkeiten fr den Zustand up/down der Welt sind!
10
1.2 Put-Call-Paritt
Seien
St
Ct
und
Pt
und Ausbungspreis
K.
bezeichne den Wert eines Portfolios bestehend aus einer Aktie, einem Put und einer
t = St + Pt Ct
Satz 1.1
Aktie
Ct
und
Pt
St
0tT
T = 18.
Juni 1998,
Diskontierter Strike-Preis:
t[0,T ]
t[0,T ]
Satz 1.3
auszuben, da
t[0,T ]
CA (t) = CE (t)
Satz 1.4 (i) Fr zwei Call-Optionen auf denselben Basiswert, mit demselben Verfallsdatum,
aber unterschiedlichen Ausbungspreisen
K1 < K2 ,
gilt fr alle
t [0, T ]
CK1 (t) CK2 (t) CK1 (t) CK2 (t) er(T t) (K2 K1 )
[0,1]
11
(ii) Fr zwei Call-Optionen auf denselben Basiswert, mit demselben Ausbungspreis, aber unterschiedlichen Verfallsdaten
T1
und
T2 ,
gilt
T1 T2 = C(T1 ) C(T2 )
Satz 1.5 Fr
t[0,T ]
1.4 Ein-Perioden-Marktmodelle
1 Aktie mit Preis 1 Bond mit Preis
S0 = 150 B0 = 1 mit
Zinsrate
im Zeitraum
T 2
mit W
1
180
mit W
Zustand
1p
ST BT
90
1+r
1+r T
und Ausbungspreis
K = 150
Auszahlung
XT () = (ST K)+ () =
Erwartungswert von
30 0
falls falls
= 1 = 2
XT E(XT ) = 30 p + 0 (1 p) = 30p
X0 = E
Spezialfall: Fr
XT 1+r
p=
1 2 und
r=0
folgt
X0 = 15
Wir zeigen: Dieser Optionspreis lsst jedoch Arbitrage zu! Dazu konstruieren wir aus Sicht des Kufers der Option ein Portfolio, das Arbitrage zulsst. Zeitpunkt t = 0: Aktion Kaufe die Option zum Preis von Cash Flow
15 = 0)
1 150 Leihe 3 der Aktie und verkaufe diese zum Preis von 3
Kaufe festverzinsliches Wertpapier zum Preis von 35 (r Bilanz
15 50 35 0
Zustand
2 ST = 90) 0 30 35 5
ST = 180) 30 60 35 5
12
Mit dieser Strategie wre ein risikoloser Gewinn von 5 Geldeinheiten mglich. Also kann
X0 = 15
Aufgabe:
Konstruiere aus Sicht der die Option verkaufenden Seite ein Portfolio, bestehend aus
a festverzinslicher Wertpapiere (jeweils mit Wert 1 zum Zeitpunkt t = 0 r whrend der Laufzeit) und b
von Aktien,
t = T)
t = 0).
t = 0: a 1 + b S0 = X 0
Zum Zeitpunkt
t = 0: a 1 + b 150 = X0
Zum Zeitpunkt
t = T: a (1 + r) + b 90 = 0 a (1 + r) + b 180 = 30
(1) (2)
Ausen des linearen Gleichungssystems mit den beiden Unbekannten (1) zunchst
und
liefert aus
b a = 1+r 90
und damit
b=
also
1 3
a=
und
30 1+r 30 1+r
X0 = 50
Man sagt, das o.g. Portfolio repliziert zu jedem Zeitpunkt die Call-Option. Mit dieser Replikationsstrategie kann
der arbitragefreie Preis der Option ermittelt werden die die Option ausstellende Institution sich gegen Preisrisiken absichern (Hedging)
Eine modernere Lsung des Problems besteht in der Anwendung der Methode der risikoneutralen Bewertung:
13
(i) Ersetze
durch
S0 = E
Hier: Fr
ST 1+r
also
150 =
1 1+r
(p 180 + (1 p ) 90), p =
2 3
p =
2+5r 3
r=0
folgt
P = (p , 1 p )
ma
X0 := E
Fr
Xt 1+r
r=0
folgt
X0 = 20
Denition des Ein-Perioden-Modells: Der Finanzmarkt kennt nur die beiden Zeitpunkte
t=0
und
t = T. d+1
Finanzgter gehandelt mit Preisen zu den Zeitpunkten
Es werden
t=0: S(0) =
S0 (0)
. . .
d+1 R+
Rd+1 -wertige +
ZV
Sd (T ) Si (T ), i {0, . . . , d}, R+ -wertige Zufallsvariablen auf dem endlichen Wahrscheinlichkeitsraum (, F, P) mit || = N, F = P() und P({}) > 0 fr alle = {1 , . . . , N } Hier: R+ := [0, ) Kauf und Verkauf der Finanzgter zum Zeitpunkt t = 0 gem der Handelsstrategie 0 . = . Rd+1 . d
wobei
Zum Zeitpunkt
t=0
S(0), =
i=0
i Si (0) R
Zum Zeitpunkt
t=T
S(T ), =
i=0
i Si (T )
reellwertige ZV
14
Denition 1.4 Der (oben denierte) Finanzmarkt lsst eine Arbitrage-Mglichkeit zu, falls
es ein Portfolio
Rd+1
S(0), 0
S(T, ), 0
und
S(T, ), > 0
Rd+1
mit
S(0), < 0
gibt, ist
und
S(T, ), 0
Satz 1.6
eine Arbitrage-Mglichkeit.
sogenannten Zustandspreis-Vektor
Der (oben denierte) Finanzmarkt ist genau dann arbitragefrei, falls es einen RN mit i > 0 fr alle i {1, . . . , N } gibt, so dass
S = S(0),
wobei
S=
S0 (T, 1 )
. . .
S0 (T, N )
. . .
Sd (T, 1 )
price vector, pricing kernel) gibt.
Sei Mit
Sd (T, N )
Kurz: Der Markt ist genau dann arbitragefrei, wenn es einen Zustandspreis-Vektor (state
0 :=
i=1
gilt fr
qj :=
j 0
(0, 1]
N
qj = 1
j=1
d.h. durch Damit
(q1 , . . . , qN )
wird ein
W -Ma Q
N
auf
deniert.
Si (0) = 0
Unter Ist
i {0, . . . , d}
deshalb
risikoneutral.
Si (T, j ) > 0
anderen Finanzgter als Vielfaches von wird dann Numraire gennant. Sei z.B. Finanzgut
j {1, . . . , N }, so knnen die Preise der Si (T, j ) ausgedrckt werden. Das Finanzgut i
i=0
Damit
S0 (T, ) = 1
15
S0 (0) = 0 r
qj S0 (T, j ) =
j=1 j=1
qj = 1
Ist
S0 (0) = 0 = (1 + r)T
Damit ergibt sich der Preis von Finanzgut
zum Zeitpunkt
t=0
zu
Si (0) =
j=1
d.h.
qj
Si (T, j ) = EQ (1 + r)T
Si (T ) (1 + r)T
Si (0) = EQ (1 + r)0
Si (T ) (1 + r)T
ist ein
Q-Martingal
Achtung:
Im allgemeinen ist dieser Prozess aber kein Ma
P -Martingal
fr ein von
verschiedenes
W-
P,
Da fr alle
und
ein zu
Der Markt ist genau dann arbitragefrei, wenn es ein quivalentes Martingalma
Bewertung eines neu eingefhrten Finanzinstrumentes mit vom Zufall abhngigen Auszahlungen
(T )
zum Zeitpunkt
t=T
durch
(0) = EQ
mit einem quivalenten Martingalma Problem: Der Preis
(T ) (1 + r)T
Q. Q
eindeutig.
Denition 1.5
(T )
(0)
Finanzinstrument
(T ) (das d+1
= {1 , . . . , N }
d Rd+1 {1 ,...,N }
Si (T, )i = (T, )
i=0
16
Rd+1
(T, 1 )
. . .
S = (T) :=
(T, N )
Vektoren
den gesamten
RN
aufspannen.
Satz 1.7 Der (oben denierte) Finanzmarkt sei arbitragefrei. Dann ist dieser Markt genau
dann vollstndig, wenn es einen eindeutigen Zustandspreis-Vektor
Eine Kombination der Stze 1.6 und 1.7 ergibt: Ein Finanzmarkt ist genau dann vollstndig und arbitragefrei, wenn es einen eindeutigen Zustandspreis-Vektor gibt.
gibt.
Ein Finanzmarkt ist genau dann arbitragefrei, wenn ein quivalentes Martingalma existiert. Ein arbitragefreier Finanzmarkt ist genau dann vollstndig, wenn genau ein quivalentes Martingalma existiert.
d+1=2 = {1 , 2 } r=0
S(0) = S0 (T ) = 1 1
S0 (0) S1 (0) ,
1 150 180 90
S1 (T ) =
Also
S=
Zustandspreis-Vektor
1 1 180 90
R2 : +
17
2/3 1/3
(= 0 = 1 + 2 = 1)
P)
mit
Q(1 ) =
2 1 = 0 3
und
Q(2 ) =
2 1 = 0 3
existiert, d.h.
den
Rd+1 = RN
aufspannen.
(T )
30 0
= 1 fr = 2
fr
Dann wird
1 180 1 90
durch
0 1
30 0
0 = 30
und
1 =
1 3 (eindeutig) gelst.
18
(, F, P )
(Eingefhrt durch Andrey Nikolaevich Kolmogorov (1903-1987), Grundbegrie der Wahrscheinlichkeitsrechnung, 1933)
und
-Algebra F
denierte Mae.
heit
P-
AF
In Zeichen:
P (A) = 0 = Q(A) = 0
P
Seien
und
-Algebra F
denierte
F -B -messbare
nichtnegative
gibt mit
AF
Q(A) =
A
f dP
Dann existiert
ZV
Z : (, F, P ) (R, B) Z
CC
C -B -messbar
() ()
X dP =
C C
Z dP
19
P |C -f...
Denition 2.1.
gegebenem
lenzklasse (im eben denierten Sinne) der ZVn oder auch ein Reprsentant dieser In Zeichen:
zeichnet.
X : (, F, P ) (R, B). -Algebra C F . Die quivaZ : (, F, P ) (R, B) mit () und () quivalenzklasse heit bedingte Erwartung von X bei
C. E(X | C) E(X | C)
be-
Hug wird ein Reprsentant dieser quivalenzklasse als eine Version von
E(X | C)
X.
Bemerkung 2.4.
(, F, P )
F.
Es sei
L2 (, F, P ),
C -B -messbare
Sei
abgeschlossen ist.
X L2 (, F, P ) mit Reprsentanten X und Y := E(X | C) mit zugehriger quivalenzklasse Y . Man kann zeigen, dass Y die orthogonale Projektion von X auf M ist und das Proximum (bestapproximierendes Element im Sinne der L2 (, F, P )Norm) in M zu X darstellt. Mit anderen Worten: Y := E(X | C) minimiert unter allen C -B -messbaren Zufallsvariablen den Ausdruck E|X Y |2
Unter Verwendung eines Stutzungargumentes kann diese Denition auch auf die Klasse der integrierbaren Zufallsvariablen fortgesetzt werden.
Beispiele
C = F . . . E(X | C) = X
f.s.
C = {, } . . . E(X | C) = EX C = {, B, B c , } 0 < P (B) < 1. 1 P (B) X dP =: E(X | B), B B (E(X | C))() = 1 X dP, B c P (B c ) B c
mit
E(X | B)
Satz 2.2. X, Xi
a) b) c) d)
integrierbar;
-Algebra C F ; c, 1,2 R. X dP
C
f.s. f.s. f.s.
CC
E(X | C)dP =
C
P-f.s. P-f.s.
X=c X0
= E(X | C) = c = E(X | C) 0
20
e) f) g) g')
X1 X2
P-f.s.
= E(X1 | C) E(X2 | C)
f.s.
f.s.
X C -B -messbar = X = E(X | C) X
integrierbar,
Y C -B -messbar, XY
integrierbar
= E(XY | C) = Y E(X | C)
f.s.
integrierbar
= E(XE(X | C) | C) = E(X |
h)
C1 C2 F , X
P |C2 -f.s.
bzw.
P |C1 -f.s.
-Algebra C .
P (A | C) dP = P (A C).
C
(P (A | C))() =
Denition 2.3.
a) Integrierbare ZV 1
E(X | Y F)]
X : (, F, P ) (R, B). ZV Y : (, F, P ) ( , F ). E(X | Y ) := (F )) [kleinste -Algebra in , bzgl. der Y messbar ist . . . F(Y )( X
bei gegebenem
b) Integrierbare ZV
C( F)
sei die
X : (, F, P ) (R, B). ZVn Yi : (, F, P ) (i , Fi ) (i I) kleinste -Algebra in , bzgl. der alle Yi messbar sind
bei gegebenem
Yi , i I
A F;
ZV
Y : (, F, P ) ( , F ).
. . . bedingte Wahrscheinlichkeit von
P (A | Y ) := E(1A | Y )
bei gegebenem
-Algebra C (X 1 (B), C)
in
F = E(X | C) = EX
f.s.
unabhngig
b) ZV
Y : (, F, P ) = ( , F )
unabhngig
(X, Y )
= E(X | Y ) = EX
f.s.
21
Satz 2.3.
ex. Abb.
ZV
Y : (, F, P ) ( , F ).
Dann
g g
ist die sog. Faktorisierung der bedingten Erwartung. ist eindeutig bis auf die quivalenz =
PY -f..
.
( , F ).
A F
E(X | Y = y) PY (dy) =
Y 1 (A ) X
dP ,
insbesondere b)
E(X | Y = y) PY (dy) = EX .
A F
P (A | Y = y) PY (dy) = P (Y 1 (A ) A) ,
insbesondere
P (A | Y = y) PY (dy) = P (A) . Y
wie zuvor. Sei
Beispiel. X
a)
bzw.
sowie
mit
{y} F
und
PY ({y}) > 0.
b)
P (A | Y = y) = P (A | [Y = y])
s. Def. 2.4. s. Beispiel nach Def. 2.2.
ZV
X : (, F, P ) (R, B).
Y : (, F) ( , F ). X=c X0
f.s. f.s.
E(X1 + X2 | Y = ) X1 X2
f.s.
2.2 Martingale
Denition 2.6. Eine Folge (Xn )nN
Xn : (, F, P ) (R, B) heit bei gegebener monoton wachsender Folge (Fn )nN von -Algebren Fn F mit Fn -B Messbarkeit von Xn [wichtiger Fall Fn = F(X1 , . . . , Xn ) (n N)]
von integrierbaren ZVn a) ein Martingal bzgl.
(Fn ),
wenn
nN
E(Xn+1 | Fn ) = Xn Xn+1 dP =
C
f.s.
[d.h.
nN CFn
Xn dP ] ,
C
22
(Fn ),
wenn
nN
E(Xn+1 | Fn ) Xn (Fn ),
f.s., d.h.
nN CFn
wenn
Xn+1 dP
C C
Xn dP (Fn )
ist.
(Xn )
Die in Denition 2.6 genannte Folge von aufsteigenden bezeichnet (P.A. Meyer).
Bemerkung 2.3.
. . . , Xn )).
Ein Martingal
(Xn )
bzgl.
(Fn )
(F(X1 ,
Die Herkunft der Bezeichnung Martingal (engl. martingale) ist nicht genau geklrt.
Teil des Zaumzeuges, um die Kopfbewegung des Pferdes zu kontrollieren Eine Seil, um den Klverbaum zu verspanen Ein Wettsystem, bei dem nach einem Verlust der Einsatz verdoppelt wird
Der Begri des Martingals im mathematischen Sinne wird J. Ville (1939) zugeschrieben. Paul Lvy (18861971) und Joseph Leo Doob (19112004) lieferten wichtige Beitrge zur Martingal-Theorie. Beispiele fr Martingale: 1. Partialsummenfolge
(Vn )nN
von inte-
Sn = S0 1 n
mit
Ei = 1.
23
3. Sammeln von Information ber eine Zufallsvariable (Williams 1991): Sei fallsvariable mit endlichem erstem Moment und durch
eine Zu-
Mn := E( | Fn )
ein Martingal deniert. Mit den nachfolgend vorgestellten Martingalkonvergenzstzen kann gezeigt werden, dass
Mn M := E( | F )
wobei
f.s. und in
L1
F := (
ein
L1 -beschrnktes
Sub- oder
mit f.s.
Xn X
(n )
Fr ein Martingal
sind quivalent:
Xn X
konvergiert in
L1
und der f.s.-Limes
ist
L1 -beschrnkt
erfllt
Xn = E(X | Fn )
(iii)
K n
Denition 2.7.
riablen wird hug
Eine auf einem gemeinsamen W-Raum denierte Familie von ZufallsvaProzess. Im Folgenden
Denition 2.8.
adaptiert, falls
(Fn ) n=0
nN
Xn
ist
Sei Ist
Xn Xn1 X = (Xn )
n (n N)
in
Denition 2.9.
previsible), falls
C = (Cn )nN
fr alle
Cn
ist
Fn1 -messbar
nN
24
Cn
n,
Cn
aussch-
n1
n: Cn (Xn Xn1 ) n:
n
Yn =
k=1
Sinnvoll: Klar:
C dX
Denition 2.10.
Der durch
Martingal-Transformation von
Dies ist das diskrete Analogon zum spter noch zu denierenden stochastischen Integral
C dX .
Satz 2.8.
reelle Zahl
Sei
mit
alle
und alle
und
C X
Satz 2.9.
F = (Fn )nN0
n nN
adaptierte Folge
M = (Mn )nN0
von Zu-
fallsvariablen ist genau dann ein Martingal, wenn fr jede beschrnkte vorhersagbare Folge
H = (Hn )nN0 E
Hk Mk
k=1
=0
Stoppzeiten
falls
Denition 2.11
Eine Zufallsvariable
mit Werten in
{0, 1, 2, . . . , }
heit Stoppzeit,
n{0,1,2, ,}
oder quivalent
[T n] := { | T () n} Fn
n{0,1,2, ,}
[T = n] Fn
Eine Stoppzeit kann z.B. dazu verwendet werden zu entscheiden, ob ein Spiel zum Zeitpunkt
abgebrochen oder fortgefhrt wird. Hierbei wird nur die Information verwendet, die bis
einschlielich Zeitpunkt
X = (Xn )
oder
beschrnkt, so ist
XT
integrierbar und
EXT EX0
Ist
EXT = EX0
25
Proposition 2.1
(XnT ).
Ist
X = (Xn )
T T : X T := (Xn ) :=
Dann gilt:
(Xn )
adaptiert und
(XnT )
adaptiert. Ist
(Xn ) ein (Super-) Martingal und T eine Stoppzeit, so ist auch (XnT ) ein (Super-)Martingal (Optional Stopping Theorem).
Ein faires Spiel bleibt fair, wenn es ohne Vorkenntnis ber ein zuknftiges Ereignis gestoppt wird. Beispiel: Einfache Irrfahrt (simple random walk)
P (T < ) = 1.
S = (Sn )
Also kann auf die Beschrnktheitsbedingungen in Satz 2.10 nicht gnzlich verzichtet wer-
sind. Dieses Spiel kann in der Praxis also nicht realisiert werden!
Die Snell-Einhllende
(Fn )
adaptier-
Zn := max{Xn , E(Zn+1 | Fn )}
denierte Folge
(n N ) X.
Z = (Zn )N n=0
Satz 2.11
die Folge
(Xn )
ist eine Stoppzeit und die gestoppte Folge T0 ) ist ein Martingal. (Zn Satz 2.12 Sei Tn,N eine Familie von Stoppzeiten mit Werten in {n, . . . , N }. Dann lst die
T0
X:
X:
26
Bei der Bewertung von amerikanischen Optionen soll zu dem Zeitpunkt die Option ausgebt werden, zu dem die erwartete Auszahlung maximal ist. Die beiden letzten Aussagen zeigen, dass Ereignisse). Der folgende Satz zeigt, dass die oben denierte Stoppzeit fr
T0
bzw.
Tn
zu diesem Zeitpunkt zur Verfgung stehenden Information (ohne Vorgri auf zuknftige
(Xt )
Satz 2.13
(i) (ii)
(Xt ),
XT = ZT ZT
ist ein Martingal
Satz 2.14
(Xn )nN
(Fn )nN von wachsenden -Algebren. Dann existieren ein (Mn )nN und ein wachsender vorhersagbarer Prozess (An )nN (d.h. An+1 An Fn -messbar) so, dass
zglich einer Folge
An+1
Xn = X0 + Mn + An ,
fr alle
wobei
M0 = A0 = 0,
n N.
27
M:
(, F, P )
W-Raum mit
|| <
aufsteigende Folge
F0 F1 . . . FT F F0 = {, },
von in
enthaltenen
-Algebren
FT = F = P()
P ({}) > 0
d + 1 Finanzgter mit Preisen S0 (t), S1 (t), . . . , Sd (t) zum Zeitpunkt t {0, 1, . . . , T }, welche Ft -messbare Zufallsvariable seien
Dann ist
S(t) =
S0 (t)
. . .
Sd (t)
ein
Ft -messbarer
Rd+1
(also ein stochastischer
t {0, 1, . . . , T }.
i = 0
S0 (0) = 1
Ist
(t t + 1)
S0 (t) = (1 + r)t
stochastischer Prozess
Rd+1 .
i (t)
ist die Anzahl von Anteilen des Finanzgutes i, basierend auf den Informationen zum
Zeitpunkt Preise
Denition 3.3.
(1), S(0)
und
V (0) =
i (t)Si (t), V
t {1, . . . , T } .
28
V (0)
Zuwachsprozess
der Handelsstrategie
G (t) :=
=1
fr
Sei
( ), S( ) S( 1) =
=1
( ), S( )
t=0
abdiskontierte Preis-
t {1, . . . , T }.
t
Abdiskontierter Zuwachsprozess
G (t) =
=1
fr
( ), S( )
t {1, . . . , T }.
Handelsstrategie
t{1,...,T 1}
t werden die neuen Preise S(t) bekannt. Das Portfolio hat dann den Wert (t), S(t) . Aufgrund der Kenntnis der neuen Preise S(t) schichtet der Investor sein Portfolio mit Anteilen (t) zu einem Portfolio mit (t + 1) Anteilen um
Interpretation: zum Handelszeitpunkt ohne jedoch Kapital abzuziehen oder einzubringen. nanzierend bzgl.
Behauptung 3.1. Sei X(t) ein Numraire. Eine Handelsstrategie ist genau dann selbstS(t),
falls
selbstnanzierend bzgl.
S(t)/X(t)
ist.
S(t),
falls
selbst-
S(t)
ist.
Die nchste Behauptung zeigt, dass der Wert des Portfolios vollstndig durch das Anfangsvermgen und die Handelsstrategie
(1 (t), . . . , d (t))t{1,...,T }
und jedes
(0 (t))t{1,...,T } ,
so dass die
29
selbstnanzierend und
V0 = V (0)
selbstnanzierende Strategie
V (0) = 0 V (T ) 0 V (T ) > 0
Der (oben denierte) Finanzmarkt
1 1 >0
Denition 3.7.
Filtration
Ein zu
quivalentes Wahrscheinlichkeitsma
, falls
F = (Ft )t{0,1,...,T }
ist.
P(S)
Behauptung 3.4.
F.
S ).
eine selbstnanzierende
V (t)
Behauptung 3.5.
tragefrei. Setze
arbi-
X + := {X : R+ | X 0 := {X X
ist ein Kegel.
X() 0
und
X() > 0}
Ist
V (0) = 0 = V (T ) G (T ) G (T )
immer noch gilt, falls
= (1 , . . . , d ) ein vorhersagbarer Prozess ist und 0 so gewhlt wird, dass die Strategie = (0 , . . . , d ) das Startkapital V0 = 0 besitzt und selbstnanzierend ist.
Das nchste Lemma zeigt, dass
Lemma 3.1.
(1 , . . . , d )
die Relation
G (T )
Behauptung 3.6.
Martingalma P .
quivalentes
Satz 3.1 (No-Arbitrage-Satz). Der Finanzmarkt M ist genau dann arbitragefrei, wenn
es ein zu P quivalentes Martingalma ein P -Martingal ist.
30
FT -
messbare Zufallsvariable
X.
V (T ) = X
Zwei Handelsstrategieen werden als quivalent angesehen, wenn sie denselben Wertprozess besitzen.
S : X = f (S) K
und
Behauptung 3.7.
nanzderivat rivates
Ist
eindeutig in
replizierbar.
Grundidee der Arbitrage-Bewertung von Derivaten: Da der Wert eines erreichbaren De-
zu einem Zeitpunkt
t T
gemglichkeit), muss der Preis des Derivates zum Zeitpunkt des Portfolios zur replizierenden Handelsstrategie Deshalb ist folgende Denition sinnvoll:
tT t
V (t)
zum Zeitpunkt
bereinstimmen.
ist also unabhngig vom Modell, das sich ein Investor vom weiteren Kursver-
lauf macht sollte ein Investor, welcher statt dem Ma zugrundelegt, das Derivat mit demselben Preis bewerten.
das risikoneutrale Ma
Behauptung 3.8. Der Finanzmarkt M sei arbitragefrei. Dann ist der Arbitragepreisprozess
(X (t))t{0,...,T }
tralen Bewertung
t{0,...,T }
gegeben, wobei
t=0
Frage: Unter welchen Bedingungen ist jedes Finanzderivat erreichbar, also mittels einer Handelsstrategie replizierbar?
Denition 3.10.
Der Finanzmarkt
mit
V (T ) = X
existiert.
31
Die Kombination des No-Arbitrage- und des Vollstndigkeitssatzes (Stze 3.1 und 3.2)
Martingalma P .
Ferner mit Behauptung 3.8: In einem arbitragefreien vollstndigen Finanzmarkt
X (t)
eines Derivates
P :
t{0,...,T }
mit
Handelsperioden:
risikolose Anlage
(Bond) mit
B(t) = (1 + r)t ,
risikobehaftete Anlage
t {0, . . . , T }
S(t + 1) =
wobei
t {0, . . . , T }
0<d<u
und
S0 0 {u, d}
ist unabhngig von
Die Vernderung
S(t+1) S(t)
S(0), . . . , S(t)
fr alle
{0, . . . , T }
S(2)=uuS(0) p S(1)=uS(0) p
1p
S(0) 1p p
S(2)=udS(0)
Die ersten beiden Handelsperioden eines Binomialmodells Explizite Konstruktion eines geeigneten Wahrscheinlichkeitsraumes tration
F:
32
:= t
t=1
wobei
t := := {u, d},
also
= {u, d}T
F := P() P := Pt
t=1 T
wobei
Pt := P
mit
P ({u}) := p
T
und
P ({d}) := 1 p,
also
P ({}) =
t=1
mit
Pt ({i })
= (1 , . . . , T )
mit
und
t {u, d}
F = (Ft )t{0,...,T }
zum Zeitpunkt
t + 1 (t {0, . . . , T 1}).
S(t) = S(0)
=1
Z( ),
t {1, . . . , T 1}
Z(1), . . . , Z(T )
Denition 3.11.
(CRR-Modell).
heit Cox-Ross-Rubinstein-Modell
Behauptung 3.9.
Q,
wenn
0<d<1+r <u
Existiert ein quivalentes Martingalma
Q,
q=
festgelegt, es gilt also
1+rd ud
T
Q = Qt
t=1
mit
Qt ({u}) = q
aus, dass
und
Qt ({d}) = 1 q
Aufgrund von Behauptung 3.9 gehen wir bei CRR-Modellen im Folgenden immer davon
0<d<1+r <u
gilt.
Behauptung 3.10. Das CRR-Modell ist arbitragefrei. Behauptung 3.11. Das CRR-Modell ist vollstndig.
33
Behauptung 3.12. Ein Mehrperioden-Marktmodell ist genau dann vollstndig, wenn jedes darin enthaltene Einperioden-Modell vollstndig ist.
durch
t=0
p =
ber
1+rd ud
T
P = Qt
t=1
mit
Qt ({u}) = p
festgelegt ist.
und
Qt ({d}) = 1 p
K,
S,
t{0,...,T } T t
C(t) = (1 + r)(T t)
j=0
T t j p (1 p )T tj (S(t)uj dT tj K)+ j
Behauptung 3.15.
datum
und Ausbungspreis
replizierende Handelsstrategie
= (0 (t), 1 (t))t{1,...,T }
gegeben durch
1 (t) =
C(t, St1 u) C(t, St1 d) St1 (u d) uC(t, St1 d) dC(t, St1 u) 0 (t) = (1 + r)t (u d)
3.4 Binomialapproximation
Modellierung von Preisprozessen in stetiger Zeit mittels
eines stochastischen Prozesses in stetiger Zeit einer Approximation mit einer Folge stochastischer Prozessen in diskreter Zeit
Jetzt: Approximation der Preisprozesse in stetiger Zeit CRR-Modellen in diskreter Zeit mit Folge aus Teile
t [0, T ]
kn
Handelszeitpunkten, wobei
(kn )
eine wachsende
N sei [0, T ] in kn
tn,j
T n = kn = jn , j {0, . . . , kn }
rn
B(tn,j ) = (1 + rn )j ,
j {0, . . . , kn }
34
Im zeitstetigen Modell:
B(t) = ert
r>0
Falls fr
rn
gilt
1 + rn = ern
folgt
(1 + rn )j = erjn = ertn,j
Sei
S(t
i i+1
P (Zn,i = un ) =: pn = 1 P (Zn,i = dn )
mit einem noch zu bestimmenden Aktienpreisprozess im
pn (0, 1) kn
Handelsperioden)
n-ten
CRR-Modell (mit
Sn (tn,j ) = Sn (0)
i=1
Annahme: Fr jedes feste
Zn,i ,
j {1, . . . , kn }
gilt:
Zn,1 , . . . , Zn,kn
unabhngige ZV'n
n-te
d n < 1 + r n < un
Dieses ist in eindeutiger Weise charakterisiert durch
p = n
Damit ist das Wir whlen
1 + rn d n un dn un
und
n-te
dn
festgelegt.
un = e
Das risikoneutrale Ma fr das
und
dn = e
n-te
p n
Mgliche Preise der Aktie
ern e n 1 + rn d n = = un dn e n e n
zum Zeitpunkt
T: j {0, . . . , kn } Cn (0)
des europischen Calls auf die Aktie
S(0)uj dkn j , n n S
mit Strike
und Expiry
im
n-ten
CRR-Modell:
= (1 + rn )kn
j=0
35
Mit
folgt
Cn (0) = (1 + rn )kn
= Sn (0) 1 Bin
p u n n 1 + rn
, kn (an 1)
Bemerkung:
0<
p un n 1+rn
<1
2 2 )t
Der Preis fr die europische Put-Option ergibt sich sofort ber die Put-Call-Paritt. Dieses Resultat wurde 1997 mit dem Nobelpreis fr konomie gewrdigt.
T kn
a, b N0
mit
t = aT b
CRR-Modell
Sn (tn,j ) = Sn (0)
i=1
Also gilt speziell
Zn,i ,
j {0, . . . , kn }
jn
Zn,i
Sn (t) S(t) := S(0) exp(tr) exp t 2 Z N (0, 1)-verteilten Zufallsvariablen Z Der stochastische Prozess S = (St )tT (Q[0,1]) stetiger Zeit t [0, T ] fortgesetzt werden.
mit einer
1 2
(n )
Dieser Prozess ist dann eine sogenannte geometrische Brownsche Bewegung mit Drift
St
t(r
t 2 von
r log(St /S0 )
36
kurse <- read.csv("table.csv") attach(kurse) ## Aktienpreisprozess plot(Close) lines(Close) ## log-Returns n <- length(Close) R <- log(Close[2:n]/Close[1:(n-1)]) plot(R) lines(R) ## Schtzung der Volatilitt sqrt(var(R)*n) q()
Dann: Berechnung des Preises eines europischen Calls ber einen Optionspreisrechner, z.B.
http://www.numa.com/derivs/ref/calculat/option/calc-opa.htm
nancial Systems
f (St )
zess
ft .
V (0) = x V (t) ft
(Startkapital)
t {0, 1, . . . , T } : {0, 1, . . . , T }
gibt mit
V ( ) = f
Problem: Existenz und (gegebenenfalls) Konstruktion einer solchen Stoppzeit Annahme: Das Marktmodell quivalente Martingalma. Dann gilt fr jede Hedging-Strategie
(, F, F, P ) ,
dass
37
ein
P -Martingal
ist.
T0,T
M0 = V (0) = E (V ( ))
Da aus den Annahmen ber
folgt, dass
V ( ) f
x sup E (( )f )
T0,T
Sei jetzt es gilt
V ( ) = f .
minimal und
x = E (( )f ) = sup E (( )f )
T0,T
Diese Relation (erstes Gleichheitszeichen) ist also eine notwendige Bedingung fr die Existenz einer minimalen Handelsstrategie. Wir werden zeigen, dass dies zugleich auch eine hinreichende Bedingung darstellt. Der Preis
ZT
ZT := fT
Zum Zeitpunkt trag
T 1 kann der Besitzer der Option diese entweder ausben und den Geldbe-
fT 1
einstreichen oder die Option bis zum Verfallsdatum behalten, wobei im letzteren
1 T 1 E (T fT | FT 1 )
abgesichert werden muss. Also hat die Option zum Zeitpunkt
den Wert
1 ZT 1 := max{fT 1 , T 1 E (T fT | FT 1 )}
Mittels Rckwrtsinduktion zeigt man, dass zum Zeitpunkt Wert abgesichert werden muss:
t {1, . . . , T }
der folgende
ft := t ft
(Zt )t{0,...,T }
(ft )t{0,...,T }
Zt = sup E (f | Ft )
Tt,T
und die Stoppzeit
t := min{s t : Zs = fs }
Zt = E (ft | Ft )
Speziell kann im Fall und
t=0
die Stoppzeit
0 := min{s 0 : Zs = fs }
verwendet werden
38
ein Supermartingal ist, existieren nach dem Zerlegungssatz 2.14 von Doob ein Mar-
tingal
mit
Z =M A
Setze
Mt := Mt /t
und
At := At /t .
mit
Mt = V (t)
(Betrachte den Positiv- und den Negativteil von Dann
MT
Zt := Zt /t = V (t) At
Damit ist der Zeichner der Option in der Lage, sich perfekt zu hedgen: Durch den Verkauf
Z0 = V (0) kann er unter Verwendung der Handelsstrategie zu jedem Zeitpunkt t ein Kapital V (t) erwirtschaften, welches grer oder gleich Zt ist, und damit auch grer oder gleich dem zum Zeitpunkt t eventuell flligen Pay-O ft .
der Option zum Preis von Aus Sicht des Kufers der Option ist die
Der Ausbungszeitpunkt ist aus der Menge der Stoppzeiten auszuwhlen. Es ist nicht sinnvoll, die Option zu einem Zeitpunkt
Zt
ft
erbringt.
gilt also
Z = f
Andererseits ist es auch nicht sinnvoll, die Option nach dem Zeitpunkt
max
ein fr alle nachfolgenden Zeitpunkte max +1, max +2, . . . , T Z. Stoppzeiten mit max , dass
einbringt als der Verkauf der Option zu ihrem Wert
(Zt )t = (Z t )t
ein Martingal bzgl. Folge
ist.
Damit sind nach Satz 2.13 optimale Ausbungszeiten auch optimale Stoppzeiten fr die
(ft )t{0,1,...,T } .
Daraus folgt: Verwendet der Zeichner der Option die oben konstruierte Handelsstrategie
zum Hedgen und bt der Kufer der Option diese zu einer nicht optimalen Stoppzeit
Z > f oder A > 0. In beiden Fllen Gewinn V ( ) f = Z + A f > 0. [0, T ] N Teilintervalle Intervall sei
in
der Lnge
Risikofreie Zinsrate im
1 + = er
39
Whle
und
gem
u = e
und
d = e
1+rd er e p = = ud e e
Die Aktie mit Startwert Einheiten wert. Es gibt dann gewhlt. Wie in der dynamischen Optimierung (Richard Bellman), wird eine Rckwrtsrekursion gewhlt, um sowohl die Preise als auch die optimale Ausbungsstrategie zu ermitteln: 1. Zeichne das Baumdiagramm, beginnend mit dem Startwert (Zeitpunkt 0) und den
N +1
N +1
Endwerten (Zeitpunkt
N)
Abwrtsbewegungen erreicht
(i + 1, j)
und
(i, j + 1)
(i, j)
(K S(0)ui dj )+
abzusichern. Der Wert des amerikanischen Puts im Knoten mum dieser beiden Werte:
(i, j)
PA (0)
zelkonten abzulesen:
vorzeitig auszuben (early exercise), falls die Ausbung der Option einen hheren Erls bietet als der Verkauf der Option um den Wert
fi,j .
40
132.25 t=0: OptionsWert: 2.18 HedgingPortfolio: Anteile Aktie = 0.48 Anteile Bond= 50.18
0 115
0 100
q
103.5
2 2.18 90
q q q q q
12 3.82 81
21
41
Sondermann D. Introduction to Stochastic Calculus for Finance A New Didactic Approach. Springer 2006.
4.1 Grundbegrie
(, F, P )
mit Filtration
F = (Ft )t0
mit Indexbereich
X = (Xt )t0 (, F, P ). F)
[0, )
adaptiert, falls
t0
Seien
Xt
ist
Ft -messbar
besitzt Werte in
t1 , . . . , tn [0, ).
Der Zufallsvektor
(Xt1 , . . . , Xtn )
Rn .
Durch
Fr jede Permutation
(s1 , . . . , sn )
von
(t1 , . . . , tn )
gilt
Fr jedes
A B n1
gilt
K von endlich dimensionalen Verteilungen existiert ein Q auf (R[0,) , B(R[0,) )), dessen Menge der endlich dimensionalen Familie K umfasst.
Die Abbildung
X.() :
heit Trajektorie oder Pfad von Die Zufallsvariable
[0, ) R t Xt ()
X. [0, ]
heit Stoppzeit, falls
mit Werten in
t0
[ t] = { : () t} Ft
In der Theorie der Stochastischen Prozesse in stetiger Zeit treten u.a. folgende Probleme auf:
supt[0,1] Xt
42
E(|Xt |) <
fr alle
t0
ist
Submartingal, falls
t,s0
t > s = E(Xt | Fs ) Xs
Supermartingal, falls
t,s0
t > s = E(Xt | Fs ) Xs
Martingal, falls
t,s0
t > s = E(Xt | Fs ) = Xs
Semimartingale. Prozesse, welche sich aus einem vorhersagbaren und einem vollstndig
unvorhersagbaren Teil modelliert durch ein Martingal zusammensetzen. Formale Denition spter.
Markov-Prozesse.
f :RR
gilt
t,s>0
Gilt obige Eigenschaft auch dann noch, wenn die deterministische Zeit zeit
starker Markov-Prozess.
t0
und alle
xR
(t, x)
X , 2 (t, x)
X.
Punktprozesse
Seien z.B.
und
Poisson-Prozesse.
0 < 1 < . . .
(Nt )t0
Nt := sup{n | n t}, t 0
43
Die Zufallsvariable
Nt
n :=
j=1
n ist also die Zeit bis zum n-ten Ereignis und Yn ist die Wartezeit zwischen den Ereignissen zu den Zeitpunkten n1 und n . Nt := sup{n | n t}
Eigenschaften: deniert dann einen Poisson-Prozess mit Rate
> 0.
P (Nt = k) = et (t) , k N0 , t 0 k!
s<t u>0
Nt+u Nt
unabhngig von
Ns
(unabhngige Zuwchse)
Nt+u Nt (u)
speziell gilt
(stationre Zuwchse)
mit
Mt := Nt t
ENt = t (Nt )
mit Werten von
Nt
in
N0 ,
der die
ersten drei obigen Eigenschaften erfllt, ein Poisson-Prozess ist. Stochastische Prozesse mit unabhngigen und stationren Zuwchsen heien Lvy-Prozesse.
Denition 4.1.
W = (Wt )t0
auf
(, F, P )
heit standardi-
W0 = 0 P -f.s.
44
s<t u0
Wt+u Wt
Ws
t,u0
Wt+u Wt N (0, u)
cov(Wt , Ws ) = E(Wt Ws )
2 = E((Wt Ws )Ws ) + E(Ws )
= E(Wt Ws )E(Ws ) + s = s
Denition 4.2.
Prozess in
Wt =
d Eine standardisierte Brownsche Bewegung in R ist ein d-dimensionaler (Wt1 , . . . , Wtd ) mit unabhngigen standardisierten Brownschen Bewegungen
R.
Bewegung und
Satz 4.1. Der in Denition 4.1 (und 4.2) denierte Prozess existiert. Behauptung 4.1. Seien W = (Wt )t0 eine standardisierte Brownsche
Ft := (Ws : s F = (Ft )t0 . t). Dann sind (Wt )t0 und (Wt2 t)t0
[0, T ]
Denition 4.3.
t0 = 0 < t1 < . . . < tn = T deniert eine Partition := {t0 , . . . , tn } von [0, T ]; | | := sup{|ti ti1 | : 1 i n} heit Feinheitsgrad von .
Die Menge der Zeitpunkte
X : [0, T ] R
Var(X) := sup
ti
Falls
|X(ti ) X(ti1 )| :
[0, T ]
Var(X) < ,
sagt man,
Bemerkung.
Die Variation
Var(f )
var(Y )
einer Zufallsvariablen
verwechselt werden.
Denition 4.5.
des Intervalls Intervall
Sei X : [0, T ] R eine Funktion und (n ) eine Folge von Partitionen [0, T ] mit |n | 0 fr n . Die quadratische Variation von X ber dem [0, t] [0, T ] entlang der Partition n ist deniert durch
Vt2 (X, n ) :=
ti n {t}, ti t
45
Existiert
:= lim Vt2 (X, n ) fr alle t [0, T ], und ist dieser Grenzwert unabhngig [0, T ]
denierte Funktion
Behauptung 4.2.
die quadratische
Korollar 4.1.
streng monoton Totalvariation.
Ist
X : [0, T ] R stetig und ist die quadratische Variation t X t wachsend, so ist X auf jedem Intervall [a, b] [0, T ] von unendlicher
stetig mit stetigem quadratischer Variation. Ferner Dann ist die durch
A : [0, T ] R stetig und von endlicher Totalvariation. X(t) + A(t) denierte Funktion Y : [0, T ] R von stetiger Y t = X t fr alle t [0, T ].
Y (t) :=
Also ist die quadratische Variation eines stetigen Semimartingals gleich der quadratischen Variation des Martingalanteils.
Satz 4.2. Fr
alle
t [0, T ]
gilt:
E Vt2 (W, n ) t
fr jede Folge von Partitionen
0 [0, T ] n
(n )
mit von
des Intervalls
limn |n | = 0. [0, T ]
mit
Korollar 4.2.
P -f.s.
limn |n | = 0
so, dass
t[0,T ]
g : [0, T ] R
t n
lim
g(s) d X
Korollar 4.3.
riation.
Fast alle Pfade der Brownschen Bewegung sind von unendlicher Totalva-
Zusammenfassung: Die Brownsche Bewegung ist ein Martingal mit stetigen Pfaden und
quadratischer Variation
= t P -f.s.
Ist
ein
M0 = 0
und
=t
fr alle
t,
46
X : R+ R
seien
C 1 -Funktionen
t
F (X(t)) F (X(0)) =
0
F (X(s))X (s) ds =
0
F (Xs ) dXs
eine
C 1 -Funktion
mit end-
C 1 -Funktion.
Sei
(n )
[0, T ]
t
mit
F : R R limn |n | = 0.
Dann existiert
lim
F (Xs ) dXs
und es gilt
F (Xt ) F (X0 ) =
0
F (Xs ) dXs
Diese Behauptung ist ein Spezialfall der It-Formel (Satz 4.4). Bis auf Weiteres sei Variation
X : [0, T ] R X = ( X t )t[0,T ] .
t 0 g(s) d
Satz
t X
F :R
t stetig ist, ist dieses Integral eine stetige Funktion der oberen Grenze t. 4.4 (It-Formel). X : [0, T ] R stetig mit stetiger quadratischer Variation R eine C 2 -Funktion.
Dann gilt
t[0,T ]
wobei der Grenzwert
F (Xt ) F (X0 ) =
0
F (Xs ) dXs +
1 2
F (Xs ) d X
0
fhrenden Folge
(n )
[0, T ]
mit
limn |n | = 0
Das Integral
Bemerkungen.
t 0 F
(Xs ) dXs
heit It-Integral.
47
1) Ist
1 X von endlicher Totalvariation, verschwindet der Korrekturterm 2 0 F (Xs ) d X (da X 0 nach Behauptung 4.2). Dies liefert die klassische Behauptung 4.4.
3) Man beachte, dass in den Summen, deren Grenzwerte das It-Integral liefern, der Integrand 4) Sei
F (Xs )
[ti1 , ti ]
ausgewertet wird.
jetzt allgemeiner ein stochastischer Prozess (hinge also zustlich noch vom Zu-
zur Denition des It-Integrals die nach Korollar 4.2 existierende pfadunabhngige Folge von Partitionen verwendet werden. Der Grenzwert ist bis auf eine eindeutig. 5) Die hier gewhlte pfadweise Denition des It-Integrals geht auf Hans Fllmer (1981) zurck. Allgemeinere Integranden der Form
P -Nullmenge
Ys
anstelle von
chastischen Analysis behandelt. Solche allgemeinere Integranden tauchen in unserer Vorlesung Finanzmathematik jedoch nicht auf.
Beispiele
F (x) = xn .
Mit It-Formel
t n n Xt X0 = n 0
kurz:
n1 Xs dXs +
n(n 1) 2
t n2 Xs d X 0 s
n(n 1) n2 Xt d X 2 W
t
mit
t
so gilt
W0 = 0,
Wt2 = 2
0 t
Ws dWs +
0
dW
=2
0
Also
Ws dWs + t
t 0
1 t Ws dWs = Wt2 2 2
F (x) = ex .
Mit It-Formel
eXt eX0 =
0
oder kurz
eXs dXs +
1 2
eXs d Xs s
0
48
Speziell fr
X=W
folgt
eWt
Also
eWs dWs =
0
1 Wt e 1 2 t
Behauptung 4.5.
F (Xt )
Sei
F : R R
eine
C 1-
F (Xs )
0
dX
Korollar 4.4. Fr
jedes
f C 1 (R)
It :=
0
f (Xs ) dXs
=
0
f 2 (Xs ) d X
Beispiel.
Fr
X=W
gilt
Wt2 =
0
Mit
2Ws dWs + t
It :=
W2
= I
=
0
2 4Ws ds
verwendet.
eine
I = It :=
0
f (Ms ) dMs
t0
heit lokales Martingal, falls es Stoppzeiten
lim Tn () =
ist ein Martingal
(MTn t )t0
49
Klar: Jedes Martingal ist ein lokales Martingal. Die Umkehrung ist jedoch falsch!
Satz 4.5.
Variation
Sei
, ferner
ein lokales Martingal mit stetigen Pfaden und stetiger quadratischer f C 1 (R). Dann gilt
It :=
0
f (Ms ) dMs
t0
ist ein lokales Martingal
M0 = 0.
quiva-
(i) (ii)
Im Falle von
EMt2 <
fr alle
t0
E M
gilt
t0
<
(i)
oder
(ii)
t0
EMt2 = E M
Behauptung 4.7.
Variation
t0
Mt = M0
f.s.
t0
Mt = M0
f.s.
Bemerkung: Mit Kor. 4.5 knnen wir zeigen, dass bei stetigen lokalen Martingalen (mit stetigem quadratischem Variationsprozess) der quadratische Variationsprozess in Def. 4.5 f.s. unabhngig von der Wahl der Partitionenfolge
(n )
ist.
stochastischer Prozess
mit
Xt = Mt + At
Bemerkungen.
der Werte
At
bei Kenntnis
As , s < t,
von endlicher Totalvariation ist eindeutig (bis auf additive Konstanten). Ist
stetig,
(und somit
A)
stetig.
3) In der allgemeinen Theorie der Semimartingale wird was etwas schwcher ist als die Forderung, dass linksseitig stetig sind.
50
Denition 4.8.
|n | 0. X und Y seien stetige Funktionen mit stetiger quadratischer Variation entlang der Folge (n ). Existieren die Grenzwerte und zwar unabhngig von der speziellen Wahl von (n )
Sei
(n )
[0, T ]
mit
t0
so heit
X, Y
:= lim
X, Y := ( X, Y t )t0
Kovariation von
und
Y.
t existiert. In diesem Fall gilt die
Satz 4.6. X, Y
X +Y
Polarisationsgleichung
X, Y
1 ( X +Y 2
Y t)
Bemerkungen.
1)
A
t
X +A t = X
und damit
X, A t = 0
2) Fr zwei unabhngige Brownsche Bewegungen
B (1)
t
und
B (2)
gilt
t0
3)
B (1) , B (2)
=0 f, g C 1 (R),
Yt :=
0
Dann gilt
f (Xs ) dXs ,
Zt :=
0
g(Xs ) dXs
Y, Z
=
0
f (Xs )g(Xs ) d X
Y +Z
=
0
(f + g)2 (Xs ) d X
t
= Y
+ Z
+2
0
f (Xs )g(Xs ) d X
Satz 4.7
stetig mit
stetigen Kovariationen
Xk, Xl
X k t, 1 Xk + Xl t Xk 2
Xl
51
Ferner sei
F C 2 (Rd , R).
Dann gilt
F (Xt ) F (X0 )
d t
=
i=1 0
In Kurzform:
1 i F (Xs ) dXs + xi 2
d i,j=1 0
2 F (Xs ) d X i , X j xi xj
dF (Xt ) =
i=1
1 2
Beispiel.
Sei
W = (W 1 , . . . , W d )
eine
d-dimensionale
W k, W l
Mit obiger It-Formel
t, 0,
falls falls
k=l k=l
F (Wt ) F (W0 ) =
i=1 0
1 + 2 Y
d i=1 0
Korollar 4.6
quadratischer (Ko-)Variation
X , Y
t
bzw.
X X, Y
und
. Dann gilt
Xt Yt = X0 Y0 +
0
Kurzschreibweise:
Xs dYs +
0
Ys dXs + X, Y
und
F : (t, x) F (t, x)
mit
F (t, Xt )
t t t
= F (0, X0 ) +
0
Ft (s, Xs ) ds +
0
1 Fx (s, Xs ) dXs + 2
0
Fxx (s, Xs ) d X
Kurzschreibweise:
Beispiel.
W
Brownsche Bewegung,
S0 > 0
Startwert,
R, > 0
Konstanten
52
Der durch
1 St = S0 exp Wt + 2 t , t 0 2 S
heit geometrische Brownsche Bewegung.
S:
Xt = Wt Yt =
Klar:
1 2 t 2
St = S0 +
0 t
F (Xs , Ys ) dXs +
0
1 F (Xs , Ys ) dYs + 2
0 t
F (Xs , Ys ) d X
= S0 +
0
F (Xs , Ys ) dWs +
0 t
1 F (Xs , Ys ) 2 2
ds
+
t
1 2
0
F (Xs , Ys ) 2 ds
t
= S0 +
0
In Kurzform:
Ss dWs +
0
Ss ds
dSt = St dt + St dWt
Falls
= 0,
ist
St = S0 +
0
nach Satz 4.4 ein lokales Martingal. Wegen
Ss dWs
E S
=E
0
2 2 Ss d W t
s t
= E
0
fr alle
2 Ss ds
2 0
2 ESs ds <
t 0,
ist
nach Behauptung
4.6
53
54
5 Zeitstetige Finanzmrkte
Marktmodell
WR
(, F, P ) F
von aufsteigenden in
Filtration
enthaltenen
-Algebren
mit
F0 = {, }
und
F F0 F
ist
P -vollstndig P -Nullmengen Ft =
s>t
enthlt alle
t[0,T ]
Fs
S0 , S 1 , . . . , S d
Zur Erinnerung: Per denitionem lsst sich ein stetiges Semimartingal ein stetiges (lokales) Martingal beschrnkter Variation zerlegen. Ein vorhersagbarer Prozess
H = (Ht )t[0,T ]
H : [0, T ]
R, welcher messbar ist bezglich der vorhersagbaren -Algebra, welche von den adaptierten
Prozessen mit linksseitig stetigen Pfaden erzeugt wird.
X = (Xt )t[0,T ]
mit
t[0,T ]
Xt > 0
P f.s.
Denition 5.2.
Der
Rd+1 -wertige
stochastische Prozess
t 0
Denition 5.3
i (t) i (t)
im Portfolio zum
erhltlich ist.
V = (V (t))t[0,T ]
des Portfolios
i (t)Si (t),
t [0, T ]
55
G = (G (t))t[0,T ]
t
G (t) :=
0
(iii) Die Handelsstrategie
(u), dS(u) =
i=0 0
t[0,T ]
Behauptung 5.1. Ein selbstnanzierendes Portfolio bleibt nach einem Wechsel des Numraires
Sei
X S0
selbstnanzierend.
der risikolose Bond.
S1 S := 1, S0 , . . . , Sd S0
V = 0 + V := S0
Diskontierter Zuwachsprozess
i Si
i=1
G :
d t 0
G (t) :=
i=1
t [0, T ]
Behauptung 5.2.
t[0,T ]
Es gilt
V (t) 0
Denition 5.5. Das auf (, F) denierte Wahrscheinlichkeitsma Q wird (stark) quivalentes Martingalma genannt, falls Martingal (Martingal) bzgl.
Die Menge der zu
QP
ein lokales
ist.
bezeichnet.
selbstnanzierende Handelsstrategie
t[0,T ]
V (t) 0
bezeichnet.
Behauptung 5.3.
Sei
Dann ist
unter jedem
QP
P = ),
Bemerkung. Um in zeitstetigen Mrkten eine auch hinreichende Bedingung fr die Existenz eines quivalenten Martingalmaes zu nden, muss der Begri der Arbitragefreiheit noch verschrft werden.
56
P ,
unter welchem der diskontierte Preisprozess Nach Satz 5.1 ndet man dann in mglicht. Im Folgenden werden nur Derivate
Arbitrage er-
mit
X L1 (F, P ) S0 (T )
betrachtet.
Denition 5.7.
heit
P -zulssig,
falls der
diskontierte Zuwachsprozess
mit
G (t) =
0
ein
(u), dS(u)
P -Martingal
ist.
Die Menge dieser Handelsstrategien wird mit Es wird nicht vorausgesetzt, dass eine
(P )
bezeichnet.
P -zulssige
M.
Existieren keine Arbitrage-Mglichkeiten, so kann das Problem der Bewertung und des Hedgings von Derivaten auf die Existenz das Derivat replizierender selbstnanzierender Handelsstrategien zurckgefhrt werden.
Denition 5.8.
mit
P -zulssige
Handelsstrategie
gibt
V (T ) = X
In diesem Fall wird (ii) Der Finanzmarkt
Bemerkungen.
Erreichbarkeit und Vollstndigkeit hngen von der betrachteten Klasse von Handelsstrategien ab! Erreichbarkeit und Vollstndigkeit hngen nicht von der Wahl des Numraires ab. Die Eigenschaft einer Handelsstrategie, ein Derivat zu replizieren, bleibt bei einem Wechsel des Numraires erhalten.
X erreichbar, kann es durch ein Portfolio (P ) repliziert Preisprozess X = (X (t))t[0,T ] des Derivates muss deshalb gelten X (t) = V (t)
werden. Fr
57
Satz 5.3.
t[0,T ]
X (t) = S0 (t) EP
X | Ft S0 (T )
replizieren?
Korollar 5.1. Fr
replizierende Portfolios
und
gilt
t[0,T ]
V (t) = V (t)
Fr Fragen der Bewertung ist es hinreichend, ein stark quivalentes Martingalma zu nden. Aus der Sicht des Risikomanagements ist es jedoch wichtig, das das Derivat replizierende Portfolio zu nden.
diskontierte Derivat
X/S0 (T )
sei
P -integrierbar.
M (t) = EP
denierte
X | Ft S0 (T )
P -Martingal
eine Integral-Darstellung
t 0
M (t) = x +
i=1
erreichbar.
mit
X L1 (F, P ) S0 (T )
erreichbar ist.
Im Beweis wird ein sogenannter Martingaldarstellungssatz bentigt.
R, > 0 und einer Standard-BB W bzgl. P . St N (S0 + t, 2 t) wird St < 0 mit Wahrscheinlichkeit 1 dSt = dt + dWt
58
St > 0
mit Wahrscheinlichkeit
dSt = St ( dt + dWt )
oder
d.h.
log
da fr den sog. log-Return
St+h N St
1 ( 2 )h, 2 h 2
log
gilt und damit
N ((
Das Verhltnis zweier aufeinanderfolgender Preise ist also lognormalverteilt. Ferner: Die log-Returns zu sich nicht berlappenden Zeitintervallen sind stochastisch unabhngig. Wird die geometrische Brownsche Bewegung zur Modellierung des Preisprozesses der risikobehafteten Anlage gewhlt, so spricht man auch von einem Black-Scholes-Modell. Warum wird die geometrische Brownsche Bewegung hug zur Modellierung des Aktienpreisprozesses verwendet?
(Hug) gute bereinstimmung mit empirischen Daten GBB fhrt zu expliziten Bewertungsformeln fr viele Derivate Wenn der wahre Preisprozess von der GBB nicht zu sehr abweicht, liefern die auf dem BS-Modell beruhenden Hedging-Strategien gute Ergebnisse das BS-Modell ist arbitragefrei und vollstndig
Marktmodell M:
WR
(, F, P ) B
mit Filtration
(wie oben)
Bond
mit Preisprozess
Bt = B0 exp(rt),
mit stetigem Zinssatz
t [0, T ] B0 = 1.
r>0
und Startkapital
59
Aktie
und Volatilitt
d.h.
1 St = S0 exp Wt + ( 2 )t , 2
Whle den Bond als Numraire Diskontierter Preisprozess der Aktie
t [0, T ]
2 St St = = S0 exp Wt + ( r )t Bt 2
Mit It
dSt = St (( r) dt + dWt )
Falls
=r
ist
(St )
P.
der diskontierte Preisprozess
P quivalentes Ma Q so, dass t )0tT ein Martingal bzgl. Q ist? (S (St )0tT ist ein Q-Martingal Wt + ( r)t ist bzgl. Q eine BB ohne Drift r t ist bzgl. Q eine Standard BB Wt +
PROBLEM: Gibt es ein zu
=:
Betrachte bzgl.
0tT
eine BB mit Drift
Wt := Wt + t,
Gesucht ist ein W-Ma Vorbetrachtung:
Q,
unter welchem
(Wt )0tT
0.
bezglich d.h.
P.
Q := exp
X 1 2 2 2
P,
Q(A) =
A
Dann ist
exp
1 X 2 2 2
dP
fr alle
AF
Q N (0, 2 )-verteilt.
Begrndung:
Q(X a) = EQ 1[Xa] =
1 X 2 2 2
dP 1 x2 exp 2 2 2 dx dx
= =
x 1 2 2 2
60
Q ist (Wt )0tT eine BB mit Drift 0? Der Einfachheit halber sei T = 1. i Diskretisiere das Intervall [0, 1] durch ti := n fr i = 0, . . . , n. Setze t := 1/n.
Frage: Unter welchem W-Ma
j Wj = Wj + n n n
j
=
i=1 j
W i W i1 + t
n n
=:
i=1
Fr festes Unter Unter
(Xi + t) =:
i=1
unter
Xi
ist
Xi Xi N (t, t)-verteilt.
tXi 1 (t)2 2 t
P N (0, t)-verteilt.
ist
Qi := exp
P = exp Xi 1 2 t P 2
Xi N (0, t)-verteilt.
1 Q := E(W1 ) P = exp W1 2 2
wird ein W-Ma deniert, unter welchem Klar:
(X1 , . . . , Xn )
(X1 , . . . , Xn ) unter P (X1 , . . . , Xn ) besitzt unter P die Verteilung N (0, t) . . . N (0, t). Fr festes n und beliebige a1 , . . . , an R gilt dann: Q(X1 a1 , . . . , Xn an ) = EP = EP
i=1 n
=
i=1 n
EP
=
i=1
EP 1[Xi ai ]
= P (X1 a1 , . . . , Xn an ) (W0 , Wt , . . . , W1 ) unter Q mit der gemeinsamen Verteilung von (W0 , Wt , . . . , W1 ) unter P berein. Der folgende Satz behauptet, dass dies nicht nur fr die endlichdimensionalen Randverteilungen von W und W gilt,
Also stimmen die gemeinsame Verteilung von sondern auch fr die Prozesse selber gilt:
eine
und
mit
Wt = Wt + t,
eine Brownsche Bewegung mit Driftrate (ohne Drift!), wobei
t [0, T ],
dann ist
R,
QT
AFT
QT (A) := E(1A MT ) =
A
MT dP
61
0.5
1.0
0.2
0.4 t
0.6
0.8
1.0
Abbildung 4: Pfade einer geometrischen Brownschen Bewegung, die unter dem der Simulation zugrunde gelegten W-Ma eine Drift besitzt. Unter dem quivalenten Martingalma wird die Drift zu Null. Dies entspricht einer Neubewertung der Pfade gem der Girsanov-Dichte, angedeutet durch die Farbtemperatur.
und
ein Martingal
t [0, T ]
Bemerkung. Man kann zeigen, dass dieses Martingalma das einzige quivalente Martingalma ist! Anwendung des Satzes von Girsanov auf unser Ausgangsproblem:
r Wt = Wt + t,
ist bzgl.
t [0, T ],
QT
mit
AFT
eine Standard-BB. Also ist
QT (A) :=
A
exp
r 1 WT 2
dP
2 St = S0 exp Wt + r t , 2
also eine geometrische
t [0, T ], QT !
ein
Satz 5.5. Im
QT -Martingal
BB
Bt = B0 exp(rt), t [0, T ]
(B0
= 1, r > 0)
und Aktien-Preisprozess
1 St = S0 exp Wt + 2 t , 2
t [0, T ]
62
QT
mit
P -Dichte
dQT 1 = MT := exp WT 2 T dP 2
ein quivalentes Martingalma.
Das Black-Scholes-Modell ist also (nach Satz 5.2) arbitragefrei bezglich den Handelsstrategien.
QT -zulssigen
P -Dynamik P -Dynamik
Wegen
von von
dWt =
Q-Dynamik
von
S: dSt = St (r dt + dWt )
Q-Dynamik
Unter
von
S: dSt = St (0 dt + dWt )
der Aktie zur Zinsrate
r!
Zu Term
I2 : 1 St = S0 exp Wt + ( 2 )t 2 r t Wt = Wt
folgt
Q(ST > K) = Q(log ST > log K) = Q(WT + ( 2 )T > log K log S0 ) 2 2 = Q WT + r T > log K log S0 2 2 log K log S0 (r )T WT 2 > =Q T T
63
W Da T T
N (0, 1)
unter
Q,
folgt
Q(ST > K) = =
Zu Term Es gilt
mittels
dQ dQ
= MT
Damit
EQ erT ST 1[ST >K] = S0 EQ MT 1[ST >K] = S0 EQ (1[ST >K] ) = S0 Q(ST > K) = S0 Q(log ST > log K)
Mit Satz von Girsanov:
Wt := Wt t,
ist unter Wegen
t [0, T ]
Q eine BB ohne Drift! T = WT + 2 T W I = Q(log ST > log K) 2 = Q(log S0 + WT + ( )T > log K) 2 2 = Q(log S0 + WT + (r )T > log K) 2 2 = Q(log S0 + WT + (r + )T > log K) 2 2 log S0 (r + )T WT K 2 > =Q T T
N (0,1)
=
Also:
log S0 + (r + K T
2 2 )T
Satz 5.6. Der arbitragefreie Preis des europischen Calls mit Ausbungspreis K
zeitende durch
und Lauf-
ist gegeben
t[0,T ]
mit
d1 =
1 log St /K + (r + 2 2 )(T t) T t
und
64
Sei
F = (Ft )t[0,T ]
W = (Wt )t[0,T ] erzeugte vollstndige Filtration und M = (Mt )t[0,t] ein zu 2 dieser Filtration adaptiertes Martingal mit E(MT ) < . Dann gibt es einen (bis auf
Modikation) eindeutig bestimmten vorhersagbaren adaptierten Prozess mit
H = (Ht )t[0,T ]
E
0
so dass fr alle
2 Hs ds
<
t [0, T ]
gilt:
Mt = M0 +
0
Hs dWs
f.s.
quivalentes Martingal-
Ma P mit
2 dP = eWT 2 T dP
= ( r)/ (Marktpreis des Risikos). 1 (P ), dann gilt auch X L1 (P ), also existiert das L Mt = EP (erT X | Ft ),
P -Martingal
t [0, T ] P
Unter Verwendung des Martingal-Darstellungssatzes 5.7 folgt, dass es einen adaptierten vorhersagbaren Prozess
H = (Ht )t[0,T ]
Mt = M0 +
0
Da fr die
Hs d W s
f.s.
P -Dynamik
von
S d St = St d W t
gilt, folgt
Mt = M0 +
0
wobei
1 (s) dSs Ht St
f.s.
1 (t) :=
Mit
0 (t) := Mt 1 (t)St = Mt
wird
Ht
erT X
repliziert.
ist erreichbar
Da
beliebig aus
L1 (P ),
Damit ist zwar die Existenz einer selbstnanzierenden replizierenden Handelsstrategie gesichert, ihre explizite Konstruktion aber noch oen! Unter Verwendung des Martingaldarstellungssatzes konnten wir zeigen, dass ein vorhersagbarer Prozess
existiert, so dass
EP (erT X | Ft ) = V0 +
0
1 (s) Ss dWs
f.s.
(t [0, T ])
65
Wre das Integral auf der rechten Seite ein gewhnliches Riemann-Integral, knnte durch Dierentation dieser Integralgleichung nach
bestimmt werden:
1 (t) =
1 d rT e EP (X | Ft ) St dt Dt
kann gezeigt werden, dass
1 (t) =
1 rT e EP (Dt X | Ft ) St
M:
WR
(, F, P ) B
mit Filtration
(wie oben)
Bond
mit Preisprozess
Bt = B0 exp(rt),
mit stetigem Zinssatz
t [0, T ] B0 = 1.
und Volatilitt
r>0
und Startkapital
Aktie
d.h.
1 St = S0 exp Wt + ( 2 )t , 2
und ein Portfolio und
t [0, T ] t t
Einheiten der Aktie
(, ) = (t , t )t[0,T ] , t:
V (t, St ) := Vt = t Bt + t St
Im Folgenden betrachten wir der Einfachheit halber nur Derivate der Form (die europische Call-Option ist von diesem Typ).
X = h(ST )
(t, s) [0, T ) R+
(, ) mit (t, St ) = t = Vs (t, St ) und Wertprozess V (t, St ) [0, T ]) selbstnanzierend. Erfllt V die Randbedingung V (T, ST ) = h(ST ), ist (, ) eine das Derivat X replizierende Handelsstrategie. Der faire Wert des Derivats X ist V (t, St ) (t [0, T ]). + Payo der europischen Call-Option: h(ST ) = (ST K)
(t
Bestimmung der dazugehrigen Lsung der PDG in Satz 5.8:
z(t, s) = log s ( 1 2 r)(T t). 2 Die Funktion u(t, z) : [0, T ] R R lse die Wrmeleitungsgleichung ut = z + Anfangsbedingung u(0, z) = (e K) .
und
1 2 uzz mit
66
Satz 5.9. Der arbitragefreie Preis des europischen Calls mit Ausbungspreis K
T
im Black-Scholes-Modell mit Volatilitt
und Lauf-
ist gegeben
t[0,T ]
mit
d1 =
1 log St /K + (r + 2 2 )(T t) T t
und
t =
s C(t)
= (d1 ) (0, 1)
1 Ft + (x)Fx + 2 (x)Fxx = 0 2
mit Randbedingung
F (T, x) = h(x),
wobei
2 h C0 .
Dann besitzt
die Darstellung
(t u T ) P ).
Xt = x Bond B
S,
X = h(ST ).
Ferner lse
F : [t, T ] R R
die PDG
1 Fs + (s)Fs + 2 (s)Fss = 0 2
67
mit Randbedingung
Unter Verwendung der Tatsache, dass durch wird, zeigen wir, dass durch
Mt := F (t, St )
ein
P -Martingal
deniert
replizierendes Portfolio
= (0 , 1 )
gegeben ist.
:=
Interpretation des Wertes
C = . . . = (d1 ) (0, 1) s t
Ein-
Ct
=:t (0,1)
=:t (,0)
(t , t )
Gamma-Faktor:
:=
1 2C = ... = (d1 ) S 2 St T t
>0
monoton wachsend in S
Theta-Faktor
:= =
Rho-Faktor
:= =
:= =
C = . . . = T t St (d1 ) > 0
68
5.7 Hedging-Strategien
Beispiel: Europischer Call Aktueller ZP Laufzeit T
6 Wochen 26 Wochen Restlaufzeit = T t 20 Wochen = 0.3846 Stetiger Jahreszins r 5% p.a. Jahresvolatilitt 20% aktueller Aktienkurs St 98 e Ausbungspreis K 100 e 5 Bank verkauft europischen Call auf 10 Aktien
Wert nach Black-Scholes
fr
()
ST = 120 e
6 105 e
ST 100 e
6 105 e
2. Gedeckte Position (covered position) Nach Verkauf der Option zum Zeitpunkt
105
Falls
106 e
9.8 106
Der Gewinn der Bank betrgt in diesem Fall also
6 105 e
Falls
ST K ,
z.B.
ST = 80 e,
St > K Verkauf der Aktien sobald St < K = Kosten entstehen nur, falls S0 > K = Kosten fr Stop-Loss-Hedgen:
Kauf der Aktien sobald max(S0
K, 0)
<C(S0 ,T )!
Arbitrage-Mglichkeit?
69
K +
und Verkaufspreis
fr ein
>0
4. Delta-Hedgen Mache Wert des Portfolios unempndlich gegen kleine Schwankungen der zugrundeliegenden Aktie innerhalb kleiner Zeitintervalle Kaufe
t: C S
Anteile an Aktie
C S
Delta-/Hedgeratio
2000
C = 10 e/Aktie
= =
800 e 1 Aktie: C = S = 0.4 e Wertsteigerung aller Calls 0.4 e 2000 = 800 e ( = Also nimmt die Bank eine sog. -neutrale Position ein.
Wertsteigerung des Calls auf
5. Dynamisches Hedgen Umstrukturierung des Portfolios gem der die Option duzplizierenden Handelsstrategie Probleme:
C = (S + S, t + t) C(S, t) C 1 2C C t + = S + S 2 +0(t) S t 2 S 2
t
Also
Zeitverfall
1 C S + t + S 2 2 Liegt beim Verkufer der Call-Option ein bereits -neutrales Portfolio vor, so kann dieses durch Kauf oder Verkauf von Derivaten auch -neutral gemacht werden (Aktien oder Terminkontrakte sind dazu nicht geeignet, da diese ein konstantes besitzen, also = 0).
70
mittels impliziter (implizierter) Volatilitt Beobachtung: implizite Volatilitt hngt vom Strike ab (bei demselben Underlying).
= T t
Die Wahrscheinlichkeit von Brsencrashs wie 1987 ist bei Annahme des BS-Modells praktisch gleich Null
Die tatschlich hher liegende Wahrscheinlichkeit eines Crashs wird durch eine Erhhung der angenommenen Volatility in der Bewertung von Optionen mit niedrigem Strike Markt vorgenommen
vom
71
6 Spezielle Derivate
Beispiele fr spezielle Derivate:
6.1 Kreditderivate
Das Risiko, dass eine Einzelperson, eine Firma oder ein Staat einen Kredit nicht wie vereinbart zurckzahlt, wird als Kreditrisiko bezeichnet. Kreditderivate dienen zur Absicherung dieses Risikos.
P D):
Kredit oder eine Anleihe nicht wie vereinbart zurckgezahlt wird Verlustquote (loss given default,
Kreditvolumen, den ein Kreditgeber verliert, wenn der Schuldner ausfllt. Erlsquote (recovery rate,
RR): 1 LGD
Nominal (N ): Nominalbetrag, z.B. die Kreditsumme oder eine frei vereinbarte Gre
Denition. Ein Credit Default Swap ist ein Vertrag zwischen zwei Parteien A und B , dass
A
an
Nominalbetrag
bezahlt, falls bei Partei C zu einem zuflligen Zeitpunkt ein Kreditereignis auftritt. Im Gegenzug zahlt (Prmie).
an
A: B: C: :
Sicherungsverkufer (protection seller), z.B. Versicherung Sicherungskufer (protection buyer), z.B. Bank, Spekulant Referenzaddresse (reference entity), z.B. Firma oder Staat zuflliger Zeitpunkt des Kreditereignisses (credit event), z.B. Verzug oder Ausfall
N)
und dann
72
ber die Laufzeit des CDS bis zum (zuflligen) Ausfallzeitpunkt ginnend mit
t1 ).
bezieht sich dabei auf die gewhlte Zeiteinheit (typischerweise 1 Jahr). Bei einer viertel-
also
N s/4
Geldeinheiten an
leisten.
B s
noch die anteilige Prmie (accrued premium) wird auch CDS-Spread genannt.
A.
Der oben denierte CDS ist ein single name CDS, da er sich nur auf eine Referenzadresse sttzt. Es gibt auch multi name CDS, die auf einem Pool von Referenzadressen basieren, z.B. die Collateralized Debt Obligation (CDO) oder die Index-CDS. hnlich einem Zinsswap, bei dem feste Zinszahlungen mit variablen Zinszahlungen getauscht werden, weist ein CDS zwei Zahlungsstrme auf:
zum Verfallsdatum
eingetreten
ist, eine Zahlung in einer von der zufallsabhngigen Verlustquote abgeleiteten Hhe
Zur Bewertung eines CDS gehen wir davon aus, dass der Werteprozess
der Referenz-
adresse C (z.B. Unternehmenswert) bekannt ist und diese Werte wie eine Aktie handelbar sind. Man knnte z.B. im einfachsten Fall davon ausgehen, dass dieser Werteprozess einer geometrischen Brownschen Bewegung folgt. Weiter gehen wir davon aus, dass ein Tagesgeldkonto mit mglicherweise zeitabhngiger stochastischer Zinsrate Markt arbitragefrei und vollstndig ist. Desweiteren nehmen wir an, dass die zugrundeliegende Filtration die von der zuflligen Zeit
erzeugte
-Algebra
enthlt.
Unter gewissen Voraussetzungen kann dann angenommen werden, dass ein zum zugrundeliegenden Wahrscheinlichkeitsma
quivalentes W-Ma
abgezinste Werteprozess der Referenzadresse C ein Martingal ist. Fr den nchsten Satz verwenden wir:
und
S(t, u) := P ( > u | Ft )
die bedingte Wahrscheinlichkeit ist, dass bis geben die bis zum Zeitpunkt
verfgbare Information.
73
RR,
CDS-Spread
t [0, T ]
exp
0 ti t
rv dv (dS(t, u))
VPremium (t) = N s
i=1
i exp
t n
rv dv S(t, ti )
u
+ Ns
i=1
Lst man Laufzeit
(ti1 , u) exp
t
rv dv (dS(t, u))
Zeitpunkt
nach
Die obigen Integrale werden in der Praxis mittels numerischer Integration approximiert. Im Intensittsmodell wird der zufllige Ausfallzeitpunkt variable
h(s) ds h (Intensittsfunktion,
mit einer integrierbaren nichtnegativen deterministischen Funktion Hazardrate) modelliert. In der Praxis wird zur Bestimmung der Hazardrate Zinsraten kann daraus Im Fall
Markt notierten Spreads stckweise konstant ist. Unter Verwendung der laufzeitabhngigen
h(s) = > 0
gilt
S(0, t) = et
Nimmt man eine konstante laufzeitunabhngige stetige Zinsrate funktion an, so ergibt sich die als credit triangle bezeichnete Formel:
r, eine konstante Hazardh(s) = , eine feste Erlsquote RR und eine zeitstetige Prmienzahlung (i 0) sfair 1 RR
74
7 Literatur
Zur Einstimmung:
Adelmeyer M, Warmuth E. Finanzmathematik fr Einsteiger Eine Einfhrung fr Studierende, Schler und Lehrer. 2. Au., Vieweg 2004.
Lehrbcher, Monographien und Originalarbeiten zur Finanzmathematik (insbesondere zur Bewertung von Derivaten)
Bingham NH, Kiesel R. Risk-Neutral Valuation Pricing and Hedging of Financial Derivatives. 2nd ed. Springer 2004. Delbaen F, Schachermayer W. The Mathematics of Arbitrage. Springer 2006. Di Nunno G, ksendal B, Proske F. Malliavin Calculus for Lvy Processes with Applications to Finance. Springer 2009. Elliot RJ, Kopp PE. Mathematics of Financial Markets. 2nd ed. Springer 2005. Franke J, Hrdle W, Hafner C. Einfhrung in die Statistik der Finanzmrkte. Springer 2001. Hausmann W, Diener K, Ksler J. Derivate, Arbitrage und Portfolio-Selection Stochastische Finanzmarktmodelle und ihre Anwendungen. Vieweg 2002. Harrison JM, Pliska SR. Martingales and Stochastic Integrals in the Theory of Continuous Trading. Stochastic Processes and their Applications 11, 1981, pp 215226. Hull JC. Optionen, Futures und andere Derivative. 7th ed. Pearson Studium 2009. Hull JC. Fundamentals of Futures and Options Markets. 4th ed. Prentice Hall 2001. Hunt PJ, Kennedy JE. Financial Derivatives in Theory and Practice. Rev. ed. Wiley 2005. Irle A. Finanzmathematik: die Bewertung von Derivaten. 2. Au., Vieweg+Teubner 2003. Jeanblanc M, Yor M, Chesney M. Mathematical Methods for Financial Markets. Springer 2009. Korn R, Korn E. Optionsbewertung und Portfolio-Optimierung. Vieweg 1999. Lamberton D, Lapeyre B. Stochastic Calculus Applied to Finance. Chapman and Hall 1996 Musiela M, Rutkowski M. Martingale Methods in Financial Modelling: Theory and Applications, Springer 1997. Reitz S. Mathematik in der modernen Finanzwelt: Derivate, Portfoliomodelle und Ratingverfahren. Vieweg+Teubner 2010. Sandmann K. Einfhrung in die Stochastik der Finanzmrkte. Springer 1999. Shiryaev AN. Essentials of Stochastic Finance. World Scientic 2000.
75
Shreve SE. Stochastic Calculus for Finance I The Binomial Asset Pricing Model. Springer 2004. Shreve SE. Stochastic Calculus for Finance II Continuous-Time Models. Springer 2004. Sondermann D. Introduction to Stochastic Calculus for Finance A New Didactic Approach. Springer 2006. Wilmott, P. Howison S, Dewynne, J. The Mathematics of Financial Derivatives: A Student Introduction. Cambridge 1997. Wilmott P, Dewynne J, Howison S. Option Pricing: Mathematical Models and Computation. Oxford Financial Press 1997.
Lehrbcher und Monographien zu Stochastischen Dierenzialgleichungen und zur Stochastischen Analysis auf mittlerem Niveau
Arnold L. Stochastische Dierentialgleichungen. Oldenbourg 1973. Durrett R. Stochastic Calculus A Practical Introduction. CRC Press 1996. Gard, TC. Introduction to Stochastic Dierential Equations. Marcel Dekker 1988. Klebaner FC. Introduction to Stochastic Calculus with Applications. 2nd ed. Imperial College Press 2005. ksendal B. Stochastic Dierential Equations: An Introduction with Applications. 6th ed. Springer 2005.
76