Está en la página 1de 53

1

Introduccin a las finanzas matemticas


Carlos Ibarra Valdez, Area de Anlisis, UAM Iztapalapa.

ibvc@xanum.uam.mx,
caibva@gmail.com

1. Jueves 2. Panorama general de Finanzas. El modelo bsico


del mercado a 1 perodo. Conceptos bsicos (valuacin,
arbitraje, cobertura, completez, medidas martingala) en el
caso discreto. Pg. 4.

2. Viernes 3. Elementos de clculo estocstico. Aplicaciones a


Finanzas.
Procesos, distribuciones finito dimensionales, esperanza
condicional y propiedades. La integral estocstica. Lema
de It. Ecuaciones diferenciales estocsticas. Aplicaciones a
finanzas. Pg. 21.

3. Sabdo 4. Dinmica de mercados financieros. El modelo de


Samuelson, Merton & Karatzas (SMK).
Conceptos bsicos (valuacin, arbitraje, cobertura,
completez, medidas martingala ) en tiempo continuo. El
modelo de Black Scholes. Pg. 54.

4. Domingo 5. La frmula de Black Scholes. Los dos teoremas


fundamentales de finanzas matemticas (Teoremas
fundamentales de valuacin de activos). Pg. 68

5. Domingo 5, plus. Modelos de tasas de inters. Pg. 85.


2

ADVERTENCIA IMPORTANTE

El material que se presentar es mucho y un tanto difcil. No slo desde el


punto de vista matemtico, sino conceptual. Contiene una buena dosis de
clculo estocstico e implcitamente tambin de economa financiera.

El nivel general es de fines de la licenciatura en matemticas, pero avanzado,


y en algunos aspectos y temas concretos, el nivel es de posgrado.

El libro de Mikosch (1999) da una buena idea del nivel mnimo. En la UAM
Iztapalapa, los cursos ms cercanos a este material seran los de Clculo
estocstico para finanzas y Mtodos matemticos para finanzas II, que se
imparten regularmente en la Maestra en Matemticas Aplicadas e
Industriales.

La herramienta matemtica que representa el principal obstculo para


aprender a fondo clculo estocstico y por ello finanzas matemticas es la
Teora de la Medida e Integral de Lebesgue. Sin embargo, se pueden llegar a
manejar bastante bien, hasta un cierto punto, los aspectos operativos y
conceptuales, tal como lo hacen economistas, financieros o fsicos que
trabajan en el tema y no conocen la teora de la medida. Por otra parte, para
un matemtico profesional, es realmente indispensable que adquiera esa base,
si quiere aprender y manejar bien finanzas matemticas. Una excelente
referencia en esta direccin es S. B. Chae (1994).

Sin embargo, en este mini curso no utilizaremos explcitamente teora de la


medida ni integral de Lebesgue, salvo breves referencias optativas, de vez en
cuando.

Tocaremos tambin un poco de material adicional y ms avanzado : los dos


teoremas fundamentales de finanzas matemticas a un nivel relativamente
general, y una muy rpida introduccin a modelos de tasas de inters.

Los objetivos bsicos de esta presentacin, cuyo material realmente no puede


ser aprendido aqu excepto, hasta cierto punto, por alguien que ya
maneje bien el clculo estocstico es dar un panorama general del tema de
finanzas matemticas, as como despertar el inters en estudiarlo con ms
detalle y ms profundamente, ya sea en cursos en los textos mencionados.
Adems, las notas impresas contienen otros materiales extra (como la frmula
3

de Feynman Kac) que no sern mencionadas en las exposiciones, pero que


podran servirle ms adelante al lector interesado.

Dependiendo del tiempo, las preguntas, etc. podra ser que no sigamos
estrictamente el temario en los das asignados. Podramos adelantarnos,
ms probablemente, retrasarnos en algunos puntos.

Ser muy conveniente, realmente indispensable, que pregunten y participen lo


ms posible. Estar a su disposicin fuera de las sesiones, la mayor parte del
tiempo, para contestar preguntas, ampliar algunos puntos o simplemente
platicar alrededor de estos temas.

Sobre la bibliografa. Se encuentra al final de las notas en orden cronolgico


ascendente. Los textos que ms utilizaremos son :

T. Mikosch (1999) ; S. Shreve (2004); T. Bjrk (2005); F. Klebaner (2005); B.


Oksendal (2005); L. Arnold (1978); Filipovic (2009).
Si se requiere completo rigor matemtico, ver : Karatzas (1997), Tudor
(1997) o Williams (2006).
Puede ser de utilidad la siguiente tesis de maestra : A. Snchez-Peralta
(2010).
4

Jueves 2.

A. Panorama general.

B. El modelo de mercado a un perodo.

A. Panorama general

A.1 La esfera de las Finanzas antes y despus de 1973.

Los conocimientos y desarrollos tericos acerca de cuestiones financieras son


tan antiguos como las civilizaciones, por obvias razones econmicas y
sociolgicas. No slo las cuestiones relacionadas con intercambios,
prstamos e inters, sino que versiones no tan rudimentarias de los
sofisticados instrumentos denominados actualmente derivados financieros,
como las opciones y los futuros, eran conocidos desde hace milenios y se han
comerciado a lo largo de la historia. Aparecen mencionados, regulados o
criticados en el Cdigo de Hammurabi y en el Antiguo Testamento, entre
otras fuentes.
A partir del surgimiento de la banca moderna, aproximadamente al mismo
tiempo que el renacimiento italiano, se van desarrollando los elementos
bsicos de las finanzas, la mayor parte relacionados con cuestiones contables
y de intermediacin financiera, as como con el importante tema de los
seguros. Los aspectos matemticos de este conocimiento fueron, desde
entonces hasta 1973, relativamente elementales. Con la excepcin de las
aportaciones de Louis Bachelier alrededor de 1900, las cuales pasaron casi
desapercibidas hasta fines de los aos sesenta del siglo pasado.
En comparacin con la matemtica utilizada en fsica e ingeniera e incluso
en teora econmica, las matemticas utilizadas en teora financiera y
finanzas aplicadas o prcticas era muy elemental : estadstica, lgebra
lineal, optimizacin bsica y poco ms. Hasta 1973. Alrededor de este ao
desarrollos incipientes comienzan a cristalizar, y en menos de una dcada, la
teora financiera da un salto cualitativo, especialmente desde el punto de vista
tcnico, y sus niveles tericos ms avanzados utilizan ya matemticas muy
sofisticadas, a partir de principios de los aos ochenta. En los aos noventa
5

la sofisticacin matemtica de las finanzas tericas da otro salto y se ubica al


nivel de la investigacin matemtica ms demandante tcnicamente. Se
establecen los dos Teoremas fundamentales de las finanzas, y numerosos
matemticos de primera fila, especialmente probabilistas y analistas
funcionales se dedican parcial o completamente a la investigacin en lo que
ya se denomina Finanzas Matemticas (en ingls, Mathematical Finance).
En lo que va del siglo XXI, este desarrollo espectacular ha proseguido an
con ms mpetu : las finanzas matemticas ya no slo utilizan algunas de las
matemticas ms avanzadas, sino que empiezan a retroalimentar e influir en
algunos de los desarrollos matemticos ms recientes. Veremos esto con
mayor detalle en la prxima seccin.
En lo que resta de la presente seccin, comentaremos acerca de lo que
ocurri alrededor de y en 1973, y de los antecedentes financieros,
matemticos y metodolgicos que impulsaron el despegue de las finanzas
matemticas, as como el desarrollo mismo de stas, a grandes rasgos, entre
1973 y 1981.
En 1973 se publica el artculo que todos reconocen como el acta de
nacimiento de la moderna teora de las finanzas y sobre todo de las finanzas
matemticas : el artculo de Fischer Black y Myron Scholes que incluye una
frmula explcta para la valuacin de opciones de compra europeas (Black &
Scholes (1973)). Ese mismo ao, se funda el CBOE (Chicago Board of
Options Exchange). Estos dos son los eventos ms significativos, pero hay
otros varios desarrollos tanto en la academia como en las instituciones
financieras, as como en la escena internacional (especialmente las
relacionadas con el inicio de las crisis petroleras que ocurrieron en 1973 y en
1979), que abrieron el camino para la consideracin e implementacin de
diversas medidas y decisiones en las esferas poltica, financiera y acadmica,
orientadas a expandir el comercio de derivados financieros, especialmente
opciones y futuros.
En el mbito acadmico, inicia un proceso de desarrollo terico alrededor de
la comprensin, uso y extensiones varias del modelo y frmula de Black
Scholes, as como otras cuestiones relacionadas con administracin de
riesgos, optimizacin de portafolios y modelos de equilibrio ecnomico en el
rea financiera. A un ritmo acelerado, durante el intervalo 1973-1981
comienzan a utilizarse herramientas matemticas antes impensables para los
profesionales de las finanzas : optimizacin avanzada, ecuaciones en
derivadas parciales, mtodos numricos sofisticados, y desde luego, clculo
estocstico. La muy importante rea probabilstica de teora de martingalas
se introduce profunda y definitivamente en las finanzas a partir de los
trabajos Harrison-Kreps-Pliska en el intervalo 1979-81. Por otra parte, en el
6

mbito del tema acadmico denominado economia financiera (Financial


Economics) hay notables desarrollos durante los aos setenta : los avances
tericos asociados a los conceptos de cobertura y replicacin financiera,
arbitraje, valuacin mediante teora de arbitraje, valuacin neutral al riesgo,
completez de mercados, as como a los temas ms generales de
administracin de riesgo y seleccin ptima de portafolios. Algunos de los
nombres importantes asociados con estos desarrollos incluyen a los ms
destacados economistas financieros de la dcada : Steve Ross, Steve Myers,
Robert Jarrow, Robert Merton, Fischer Black, Peter Carr, Dilip Madan, Mark
Rubinstein y varios otros.
Por ltimo, cabe mencionar que los conceptos de economa financiera
mencionados arriba tienen antecedentes en los aos sesenta e incluso antes. Y
por su parte, las matemticas avanzadas que se inyectaron en la teora
financiera durante los aos setenta, distaban mucho de ser nuevas. En
particular, el clculo estocstico surgi en los aos cuarenta principalmente
en los trabajos del matemtico japons K. It, motivado por cuestiones varias
de fsica-matemtica. Sin embargo, el clculo estocstico, especialmente a un
nivel riguroso matemticamente, permaneci durante dcadas como un tesoro
secreto y celosamente guardado, accesible para relativamente pocos
probabilistas, y para algunos matemticos aplicados que trabajaban en
problemas muy especficos de ingeniera o biologa. Fue la demanda
generada en finanzas, via el modelo de Black Scholes y sus extensiones, la que
expandi notablemente la difusin de este tema. En el presente (2013) existen
docenas de libros de texto (particularmente de la editorial Springer) sobre
clculo estocstico a nivel graduado y pre-graduado. Y versiones varias del
tema (en ocasiones muy poco rigurosas) se ensean regularmente a lo largo
de todo el mundo, no slo en doctorados de matemticas o economa
financiera, sino en prcticamente todos los MBA (Master on business
administration) y en algunas licenciaturas.

A.2 El rea de finanzas matemticas.

Como se afirm en la seccin anterior, en las finanzas matemticas (o


Mathematical Finance en ingls) se introdujeron, a partir de 1973, el uso de
matemticas cada vez ms avanzadas (clculo estocstico, anlisis funcional
y ecuaciones en derivadas parciales, entre otras), se produjeron resultados al
ms alto nivel de investigacin matemtica (los dos Teoremas fundamentales
de las finanzas, as como muchos otros avances), y recientemente, las
finanzas matemticas han empezado a retroalimentar e influir en la
7

investigacin matemtica pura que se lleva a cabo en algunas reas bien


establecidas de la matemtica, sobre todo en la teora de procesos
estocsticos. En esta seccin detallamos un poco ms estas afirmaciones, pero
recomendamos leer o revisar algunas de las referencias, especialmente
Delbaen & Schachermayer (2006); Karatzas (1997); Karatzas & Shreve
(1998); Schachermayer (1998); Bru & Yor (2002); Jarrow & Protter (2004);
Yor et al (2008).

Enseguida enlistamos a los principales matemticos que han contribuido al


desarrollo del tema, as como a las reas de la matemtica que ms han
interactuado con finanzas.

Matemticos. A partir de 1981, un nmero creciente de matemticos de


primera fila, as como muchos otros, han dedicado parcial o completamente
sus esfuerzos en investigacin al desarrollo de este tema. Entre otros,
podemos mencionar a los analistas funcionales Walter Schachermayer y
Freddy Delbaen, al analista/probabilista Paul Malliavin, recientemente
fallecido, al conocido analista Elias M. Stein, a los especialistas en
ecuaciones en derivadas parciales D. Isakov,
E. Barucci, V. Vespri, y a la mayor parte de los principales probabilistas a
nivel internacional, como Marc Yor, Philip Protter, Hans Fllmer, Jean
Jacod, A.V. Skorohod, Albert Shiryaev, Ionannis Karatzas, Steve Shreve,
Eckhard Platen, Bert Oksendal, Nicole El Karoui. Tambin, los economistas y
financieros con ms alto background matemtico han colaborado
intensamente en el tema. Destacan Paul Samuelson, Robert Merton, Robert
Jarrow, Darrel Duffie, Peter Carr, Dilip Madan.
La anterior lista incluye o involucra premios nbel de economa (Samuelson,
Merton), profesores de matemticos al nivel de medallas Fields (F. Delbaen
fue maestro de Jean Bourgain y E.M. Stein lo fue de C. Fefferman y T. Tao) y
muchos otros importantes reconocimientos. W. Schachermayer recibi el
premio Ludwig Wittgenstein, la ms alta presea cientfica de Austria y una
de las ms prestigiadas a nivel internacional, por el que es quizs el resultado
ms sobresaliente (hasta la fecha) en finanzas matemticas : la demostracin,
rigurosa y detallada, en trabajo conjunto con F. Delbaen, de la versin
general del Primer Teorema Fundamental de Valuacin de Activos (Delbaen
& Schachermayer (1994, 1998)). Este trabajo de cerca de 100 pginas de
anlisis funcional y anlisis estocstico coloca las finanzas matemticas al
ms alto nivel de investigacin. Por ltimo, el hecho de que se le otorgara el
premio 'Gauss' de matemticas aplicadas a Kiyosi It, el fundador del clculo
8

estocstico, se debe en buena medida a la importancia central del 'Clculo de


It' en finanzas matemticas.

Conexiones con otras reas. En el contexto de la matemtica misma, y en


especial en el de la teora de probabilidad y procesos estocsticos, el rea de
finanzas matemticas ha influido de manera crucial en la ltima dcada.
Originalmente motivados por la inyeccin de Clculo Estocstico elemental
que llevaron a cabo Merton, Black y Scholes en el perodo 1969-1973, un
nmero cada vez ms considerable de matemticos y economistas
matemticos se fueron involucrando en el tema, y a partir del intervalo 1979-
1981, cuando Harrison, Kreps y Pliska introducen la Teora de Martingalas
en el estudio de mercados financieros, comienza un desarrollo matemtico
verdaderamente notable por la rapidez, profundidad y sofisticacin de las
herramientas matemticas involucradas. Ms an, no slo se aplicaron
matemticas ya conocidas a finanzas, sino que la interaccin con stas renov
el uso y consideracin de importantes reas de la teora de probabilidad y
procesos estocsticos, e incluso en fechas ms recientes, dicha interaccin ha
promovido y orientado avances centrales. Algunas de las reas involucradas
son : los desarrollos recientes acerca de la teora del movimiento browniano,
includo el movimiento browniano fraccional; la teora de semi y sigma-
martingalas; los teoremas de representacin de martingalas en tiempo
continuo; teora de Cameron-Martin-Girsanov; Procesos de Levy;
Expansiones de caos y 'white noise analysis'; Teora de Kunita-Ikeda-
Watanabe sobre flujos generados por ecuaciones diferenciales estocsticas;
ecuaciones diferenciales estocsticas con retardos en dimensin infinita;
ecuaciones diferenciales parciales estocsticas; teora de ecuaciones
diferenciales estocsticas backward-forward; integracin estocstica general,
incluyendo las integrales de Jacod-Meyer, Skorohod y Wick.
El nivel de dificultad, elegancia y sofisticacin del tema puede verse
claramente en numerosos libros de editoriales como Springer, Birkhuser o
Kluwer y en decenas de artculos publicados en algunas de las mejores
revistas, tales como Matematische Annalen, Journal of Mathematical Analysis
and its Applications, Mathematical Finance, Stochastic Processes and their
applications y muchas otras. Los autores de tales libros y artculos incluyen,
entre muchos otros, a los destacados matemticos y tericos mencionados en
el inciso anterior.

En conclusin, puede decirse que si bien el modelado matemtico y algunas


de las aplicaciones de diversas reas de la matemtica a las finanzas
prcticas pueden ser discutibles (sobre todo a partir de la crisis financiera
9

de 2008 2010) de lo que no hay duda es que Finanzas matemticas


(Mathematical finance) es un rea slida y rigurosa de la matemtica y se
encuentra hoy da en plena efervescencia.

A.3 Mapa de finanzas matemticas :

RESUMEN.

Finanzas hasta 1973 : tcnica matemtica elemental (optimizacin


bsica, lgebra lineal, estadstica), con la excepcin del trabajo de L.
Bachelier (1900), casi desconocido hasta los aos sesenta.

1973 : Modelo y frmula de Black Scholes; fundacin del Chicago


Board of Options Exchange; etc.
10

1973 1981 : desarrollos varios, utilizando clculo estocstico,


optimizacin avanzada y ecuaciones en derivadas parciales.

1981 1992 : introduccin de la teora de martingalas y


perfeccionamiento de varios conceptos de economa financiera.

1992 1999 : teoremas fundamentales de finanzas matemticas;


interaccin fuerte con teora de procesos estocsticos; desarrollos
conceptuales varios.

1999 2013 : interaccin fuerte con varias ramas de la matemtica;


influencia en desarrollos recientes de procesos estocsticos como el
MBf, procesos de Levy, etc.

1973 2013 : en cuanto a contenido, los temas principales han sido


valuacin y cobertura de derivados financieros, especialmente
opciones de muy variada clase. A partir de 1978, modelos
estocsticos de tasas de inters.

B. El modelo de mercado a 1 perodo.

Referencias : En esta seccin seguiremos muy de cerca Bjrk (2005).


Un texto ms riguroso y con un contexto ms general es : S. Pliska (2001).
Tambin puede utilizarse Shreve (2004) vol. I. Por ltimo, uno de los mejores
textos disponibles, que incluye mucho material, as como gran claridad
conceptual y matemtica es LeRoy & Werner (2001).

El tiempo, denotado por t, toma dos valores : ! = 0 (hoy) y ! = 1


(maana), por lo que en realidad tenemos slo un perodo. El mercado
consta de dos activos : bonos, el activo no riesgoso y el stock (acervo), o
activo riesgoso. En adelante los llamaremos simplemente bono y
activo, respectivamente. El proceso (determinstico) del bono est dado por
11

! 0 = 1; !!!!!! 1 = 1 + !

donde r es la tasa de inters de contado (spot) del perodo. Se puede


interpretar como la tasa de un banco o del mercado de dinero, y ms adelante
como la tasa libre de riesgo (CETES, Treasury bills). La dinmica del activo
riesgoso est dada por

!! !,!!!!!!!!"#$.!!!!
! 0 = !; !!!!!!!!! 1 = !! !,!!!!!!!!"#$.!!!!
!

con !! !, !! > 0;!!!!!! + !! = 1, y desde luego ! < !. Lo escribiremos


tambin como

! 1 =!!

donde Z es una variable aleatoria que toma los valores u (con probabilidad
!! ) d (con probabilidad !! ). Implcitamente estamos trabajando sobre un
espacio de probabilidad , , ! en donde = !! , !! (dos estados
del mundo), es el conjunto potencia de (la sigma lgebra maximal) y

! !! = !! ; ! !! = !!

todos los nmeros anteriores son conocidos, incluido el precio actual del
activo riesgoso s. La incertidumbre se representa por el hecho de qu no
sabemos con certeza cul de los dos estados del mundo ocurrir; cada uno de
ellos tiene cierta probabilidad positiva de ocurrir.

Un diagrama :
12

1!!!!!!!! !!!!!!!!!1(1 + !) Bono.

Inversin: !!$!!!!!!!!!!! !!!!!!!!!!!!!! 1 + ! !

!
Valor presente : !!!!!!!!!! !!!!!!!!!!!!!!
(!!!)
13

Consideraremos portafolios en el mercado (Bono, Activo) dados como


vectores bidimensionales ! = (!, !). La interpretacin es que el portafolio q
tiene x unidades de bono, as como y unidades de activo. Los valores
positivos representan tenencia o posesin (posicin larga) mientras que los
negativos representan deudas, ventas en corto (short sales) o prstamos
(posicin corta).

Hiptesis.

1. !, ! .

2. No hay diferencial bid ask (el precio de venta es igual al de


compra).

3. No hay costos de transaccin.

4. El mercado es completamente lquido. Por ejemplo, siempre hay


prstamos del banco en cualquier cantidad.

Definicin : Si ! = !, ! , el proceso del valor del portafolio es

!" ! = !!! ! + !!!(!); ! = 0,1.

Desglosando :

!" 0 = ! + !!!

!" 1 = ! 1 + ! + !!!!!
14

Definicin : un portafolio de arbitraje es un portafolio q que satisface :

i) !" 0 = 0 ;

ii) ! (!")(1) 0 = 1;

iii) !! !" 1 > 0 > 0

El portafolio q es un arbitraje fuerte sii

i) !" 0 = 0 ;

ii) ! !" 1 > 0 = 1.

Teorema: en el modelo de mercado a un perodo se cumple

a) No hay arbitraje si y slo si

! < 1+! <! (*)

b) No hay arbitraje fuerte si y slo si

! 1+! ! (**)

Demostracin : ejercicio muy ilustrativo.

Comentario : el concepto de arbitraje es uno de los ms importantes en


finanzas matemticas, y para algunos autores, el ms importante de todos.
Muchos enunciados de resultados cruciales en finanzas matemticas tienen la
estructura : Suponiendo que no hay arbitraje, se sigue que .

Comentario : en realidad hay varios conceptos de arbitraje. En este modelo,


el ms sencillo posible, hay dos (arbitraje y arbitraje fuerte). A medida que el
modelo se complica, sobre todo generalizando la estructura del espacio de
probabilidad, surgen ms variantes. Ver A. Snchez Peralta (2010).
15

Medidas martingala equivalentes.

La doble desigualdad (*) equivale a que el nmero (1 + !) sea una


combinacin convexa de u, d. Es decir, que existen dos nmeros !! , !! > 0
con !! + !! = 1 tales que

1 + ! = !! ! + !! !

Estos pesos pueden interpretarse como probabilidades correspondientes a


una nueva medida de probabilidad Q en el espacio , definida por

! ! = ! = !! !; !!!!! ! = ! = !! !!

Si denotamos la esperanza con respecto a Q como ! ! se tiene que

1 1
!! ! ! 1 = ! ! !!! + !! !!! = !
(1 + !) (1 + !) !

Tenemos entonces la siguiente Frmula de valuacin :

1
! 0 = ! ! [!(1)]
(1 + !)

sta es la frmula de valuacin neutral al riesgo, mediante la cual obtenemos


el precio del activo hoy como el valor presente del precio esperado
maana. A Q se le llama medida martingala equivalente medida neutra
al riesgo.
Ahora podemos enunciar, en este contexto, el resultado que hasta 1998-1999
fue el resultado central de FM.

Teorema (Versin 0.0 del Primer Teorema Fundamental de Valuacin de


Activos (PTFVA) Primer Teorema Fundamental de Finanzas (PTFF)) :

El modelo de mercado a un perodo es libre de arbitraje si y slo si existe


una medida martingala equivalente.
16

Proposicin : para este modelo, las probabilidades para la MME Q estn


dadas por

!!! !! !! !!!
!! = !!!
; !! = !!!

Demostracin : ejercicio muy sencillo.

Reclamos contingentes (contingent claims).

Comentario : derivados financieros.

Definicin : un reclamo contingente (derivado financiero) en el mercado a 1


perodo es una variable aleatoria de la forma ! = (!), donde Z es la v.a.
del mercado definida antes y es una funcin apropiada (Borel medible).
En trminos prcticos, concretos, se trata de un contrato, y es la funcin
de contrato.

Comentario : contratos.

Ejemplo importante : opcin de compra europea escrita sobre el activo


riesgoso (subyacente).
El contrato se realiza entre dos partes : A, quien escribe y vende la opcin, y
B quien la compra y es el tenedor de la misma. La opcin le otorga a B el
derecho, pero no la obligacin de comprarle a A una determinada cantidad
de activo (una unidad) por un precio determinado K, llamado precio de
ejercicio (strike), cuando ! = 1. Aqu la funcin de contrato es
!
! = !! = !"# ! !, 0 ,

O bien :

! = !!! !!!; !! ! = 0,
17

Bajo la hiptesis de que !" < ! < !".

Denotemos el precio justo (el precio de no arbitraje) para X al tiempo t


como ! !, ! .

Proposicin : para que no haya arbitraje se requiere que ! 1, ! = !.

Prueba : suponer lo contrario y construir un portafolio de arbitraje.

El problema principal, y en principio muy difcil es encontrar ! 0, ! .

Comentario importante. An en este contexto tan extremadamente simple,


puede verse el esquema general de trabajo en finanzas matemticas : se
trabaja hacia atrs (backwards). Con base en algunas suposiciones sobre
el futuro (aqu, ! = 1 ), se obtienen resultados importantes, sobre todo
valuaciones, para el presente (! = 0). Es completamente al revs de la idea
usual de predecir el futuro.

Solucin mediante alcanzabilidad y completez.

Definicin : un reclamo contingente X es alcanzable sii existe un portafolio q


tal que !" 1 = !. En ese caso se dice que el portafolio replica a X, y que
es un portafolio de cobertura.

Comentario : en un sentido puramente financiero, no hay distincin entre


tener un reclamo contingente X y tener un portafolio q que lo replica.

La posibilidad de replicar todos los derivados financieros es una propiedad


importante de un mercado, significa que el mercado es suficientemente
amplio, rico en cuanto a los activos que se mercadean en l como para poder
reproducir prcticamente cualquier tipo de comportamiento financiero.
Esto nos lleva a un concepto sumamente importante, para muchos autores tan
importante como el de arbitraje. Se trata de la completez del mercado.

Comentario : el concepto de alcanzabilidad proviene en trminos generales


de la teora de control. En derivados financieros no se ha explotado esta
conexin, pero en el tema mucho ms profundo y difcil de tasas de inters, T.
18

Bjrk y sus colaboradores han establecido conexiones profundas con teora


de control y con otras reas clsicas de la matemtica.

Ahora presentamos el segundo concepto ms importante de FM. Para algunos


autores, est a la par, si no es que ms arriba en importancia, que el de
arbitraje.

Definicin : el mercado a un perodo es completo sii todo reclamo


contingente puede ser replicado dentro del mercado, es decir, para todo
derivado financiero X, existe un portafolio q del mercado tal que !" 1 =
!.

Teorema : Si q replica a X, entonces, bajo la hiptesis de no arbitraje,


forzosamente se cumple tambin que

! 0, ! = !" 0 .

Demostracin : ejercicio.

Los conceptos de arbitraje y completez mantienen una relacin compleja


cuando el espacio de probabilidad tiene una estructura complicada. En el
caso del modelo a 1 perodo, dicha relacin es muy sencilla. Tenemos el
siguiente

Teorema : en este modelo de mercado, no arbitraje implica completez.

Demostracin : es inmediata, dado cualquier reclamo X representado por


una funcin contractual , los pesos del portafolio vienen dados por

1 !!! ! !!!(!)
!= ! !;
(1 + !) !!

1 ! ! !(!)
!= ! !;
! !!

Problema / pregunta : se cumple la implicacin recproca?


19

Valuacin neutral al riesgo.

Hemos visto que el modelo de mercado a un perodo es completo (bajo la


hiptesis de no arbitraje). Entonces dado cualquier reclamo X tenemos que
! 0, ! = (!")(0) donde el portafolio q est dado por los pesos de las
frmulas anteriores. Despus de un poco de lgebra obtenemos :

! 0, ! = ! + !!!

! !!! !! !! !!!
= (!!!) ! !!!
! ! + !!!
! !

Es decir,

1
! 0, ! = ! ! !! ! + !! !! !
(1 + !) !

el lado derecho es el valor esperado del reclamo X bajo la medida de


probabilidad Q. Tenemos entonces el siguiente

Teorema : en el modelo a un perodo, el precio libre de arbitraje de un


reclamo contingente X est dado por

1
! 0, ! = !! ! [!]
1+!

donde la medida martingala Q est unvocamente determinada por la


ecuacin

1
!(0) = !! ! [!(1)]
1+!

de la cual se obtuvieron los valores para las probabilidades !! , !! .


La frmula dentro de la caja es la valuacin neutral al riesgo y a la MME
Q se le llama tambin medida neutral al riesgo.
20

En este sencillsimo ejemplo se encuentran ya los elementos principales de la


valuacin mediante el mtodo de la martingala. Ms adelante veremos la
prueba de la frmula de Black Scholes mediante una expresin
completamente similar a la de arriba, slo que en un contexto matemtico
mucho ms complicado (de hecho infinito dimensional) :

! ! = ! !!(!!!) ! ! ! ! ! !
!

Algunos comentarios adicionales.

1. El nico papel jugado por la probabilidad real u objetiva P (con


los valores !! , !! ) es que ella determina cules eventos son posibles
y cules imposibles. Ella determina la clase de equivalencia de las
medidas de probabilidad a considerar.

2. Cuando calculamos el precio libre de arbitraje de un derivado


financiero, llevamos a cabo los clculos como si viviramos en el
mundo neutral al riesgo. Otra manera de decirlo es que las
valuaciones basadas en la medida neutral al riesgo son las nicas en
las que estn de acuerdo todos los participantes en el mercado,
independientemente de su propensin al riesgo.

Sugerencia : estudiar con cuidado el ejemplo numrico al final de la primera


seccin del captulo 2 de Bjrk (2005).

Comentario importante : generalizaciones.

El modelo anterior se generaliza fcilmente a cualquier nmero de


perodos y se conoce como El modelo binomial. Fue introducido por
Cox, Rubinstein y Ross en 1979 como una ayuda pedaggica, para
entender en el caso discreto el modelo y frmula de Black Scholes. Sin
embargo resulto ser un desarrollo con valor en s mismo. Ver por
ejemplo Shreve (2004) vol I.
El modelo a un perodo tambin puede extenderse al caso de varios
activos, lo cual lleva a interesantes consideraciones de lgebra lineal
y optimizacin con el lema de Farkas (la versin finito dimensional
del Teorema de Hahn Banach).

Ambas generalizaciones pueden verse en Bjrk (2005), en Pliska (2001).


21

VIERNES 3.

Antecedentes matemticos (Clculo estocstico).

REF : Arnold (1978); Karatzas & Shreve (1991); Steele


(2001); Oksendal (2005); Klebaner (2006).

Procesos estocsticos.
Definicin de proceso estocstico, notaciones.

Si , , ! es un espacio de probabilidad, y ! > 0, un proceso estocstico


! en [0, !] es una funcin

!: 0, ! !!

tal que para cada ! [0, !] , la funcin ! !(!, !) es una variable


aleatoria.
El proceso estocstico puede verse entonces como una coleccin o familia de
variables aleatorias indizada por ! 0, ! .

Observacin : Notaciones.

! !, ! = ! ! = !! = !! (!)

Para cada !!!! (estado del mundo), la funcin ! !(!, !) se llama


trayectoria (path).

Observacin : el codominio puede ser !! ms general, un espacio de


Banach.

Observacin : el conjunto de ndices, como se denomina a [0, !] puede ser


discreto, finito infinito y de cualquier dimensin, puede ser un espacio de
Banach. Ver Revuz & Yor (1999).
22

Distribuciones finito dimensionales.

Escogemos ! ;!!!!!! , , !! [0, !] y borelianos reales !! , , !! .


Definimos

!!! ,,!! !! !! = ![!(!! ) !! , , !(!! ) !! ]

con lo cual se obtiene una medida sobre la ! lgebra de los borelianos en


!! . A la coleccin de estas medidas, variando ! y los !! ! se le llama la
coleccin de las distribuciones finito dimensionales del proceso X.

Esperanza condicional.

Si Y es una v.a. en , , ! y ! una sub !! lgebra de , la esperanza


condicional de Y dada !, la que denotaremos por ![! !] es una variable
aleatoria Z que satisface lo siguiente :

i) Z es ! - medible;

ii) Para todo ! !! se tiene que

!"# = !"#
! !

Observacin: existencia de la esperanza condicional. La prueba requiere algo


de herramienta. Ver Oksendal (2005)

Propiedades :

1) Linealidad;

2) ! ! ! !! = ![!]

3) !! ! ! = ! si Y es ! medible.

4) ! ! ! = ![!] si Y es independiente de !.

5) ! ! ! ! = ! ! ! ! si Z es ! medible.
23

Ejercicio : probarlas.

Martingalas.

Definicin: Dado un proceso X en , , ! y una filtracin ! !!![!,!] ,


decimos que X es una martingala con respecto a la filtracin sii para todos
! ! se cumple que

! ! ! ! = !(!) c.s.

Observacin : ! ! ! < , para todo t.

Observacin : importancia de las martingalas. Teora, dessigualdades, etc.


Por ejemplo,

Teorema : (Desigualdad de Doob, Pascucci (2009), # 3.38) : Sea M


martingala continua en 0, ! . Entonces, para todo todo ! > 1 se cumple

!"# ! ! !
! !! !(!) ![ !(!) ! ].
0!! !!!

Adems de su utilidad en procesos estocsticos, este tipo de desigualdades


tiene conexiones profundas con temas de anlisis matemtico, como espacios
de Hardy y teora abstracta de interpolacin.

Enseguida vamos a presentar un resumen muy apretado del principal ejemplo


de proceso estocstico, el movimiento browniano o proceso de Wiener. La
teora de procesos estocsticos es en gran medida el estudio detallado de las
propiedades de este proceso, as como de sus extensiones, generalizaciones y
aplicaciones. El clculo estocstico de It est basado en las propiedades
especficas de este importante proceso.
24

Movimiento browniano o proceso de Wiener.

1827 Robert Brown ; 1900 Louis Bachelier; 1905 Einstein; 1923 Wiener;
alr. 1940 Paul Levy; 1942 y despus, K. It.

Definicin : el MB estndar es un proceso estocstico !(!) !![!,!)


definido sobre un espacio de probabilidad completo !, , ! con valores
reales que satisface

i) !!! 0 = 0

ii) Para toda ! > 0 se tiene !(!)~!(0, !)

iii) Tiene incrementos independientes : para !! < !! < < !! , las v.a.

! !! ! !! , ! !! ! !! !! !! ! !!!!

son independientes.

iv) Tiene trayectorias continuas, i.e. para cada !! !! , la funcin


!! !(!, !) es continua.

Teorema : el MB existe. Adems, puede ser construido de varias maneras.


(Steele (2001), Revuz & Yor (1999)).

Propiedades que se derivan de la definicin.

1. Las funciones de esperanza y covarianza del MB son

!! ! = ! ! ! 0!;!!!

!! !, ! = ! ! ! ! ! = !"# !, !

2. El MB es martingala, 0 ! ! se cumple

! ! ! ! = ! ! ,!!!!!!!. !.
25

Definicin. Sea !: 0, ! , ! > 0. Su variacin p-sima est dada por


!
!
!! !; ! = !"# ! ! !! !(!!!! )
!! !!!! ,!! ,,!! !!!
!!!!

Cuando ! = 2, la variacin se llama cuadrtica.

Teorema de Levy : !, ! ! !! !; ! = ! c.s.

Comentario : PROPIEDADES OSCILATORIAS DEL MB.

Teorema : Casi seguramente, las trayectorias del MB son no diferenciables


en ningn punto.
Teorema : Casi seguramente, las trayectorias del MB son de variacin no
acotada, para cualquier intervalo !, ! 0, ! .

Definicin. Un proceso !(!) (!! [0, !]) es auto-similar con exponente de


Hurst H > 0 sii para todo ! > 0 y para todos !! , , !! ! [0, !] se cumple
que

(! ! ! !! , , ! ! ! !! ~(! !!! , , ! !!! )

!
Proposicin : !(!) es auto-similar con ! = !.

Comentario 1 : Fractales.

Comentario 2 : Hurst, MBf.

Comentario 3 : Arbitraje y modelos financieros con MBf.


26

La integral estocstica o integral de It.

Antecedentes de integracin de Riemann - Stieltjes.

Def: la integral de Riemann, si existe es el lmite

!; !, ! = !"#!,! !!(!; !; !; !, ! )

!
donde ! !; !; !; !, ! = !!! !(!! )(!! !!!! ), y !!!! !! !! para
! = 1, , !.

Comentario : particiones, redes y convergencia generalizada.

Teorema de Lebesgue : la integral de Riemann de f existe si y slo si


! !"#! ! = 0.

Integral de Stieltjes: f es el integrando, g el integrador. La integral de


Stieltjes de f con respecto a g es el lmite, si existe

! !
!"# = !!" !; ! = !"#!,! ! !(!! )(! !! ! !!!! )
! !!!

Ej 1 : si ! ! = !, !!" !; ! = ! .

Ej 2 : Si f es continua y !! ! < , entonces existe !!" !; ! . (Teora


clsica de Stieltjes).

Ej 3 : Teorema de Young (Acta Math 1936, vol 67, p 251-282). Si

(i) !"#$ ! !"#$ ! = ,


! !
(ii) existen !, ! > 0 con !
+ ! > 1 tales que !! ! , !!! ! < ,
27

entonces existe !!" !; ! .

!
Conclusin para ! !"# : suponiendo que f es de clase ! ! en [!, !], para
cada trayectoria browniana la integral existe, pues en ese caso !!! ! <
! ! !
con ! = 1, y como !!! ! < , tenemos ! = 2, y !
+ ! = 1 + ! > 1.

!
Conclusin para ! !"! . En este caso ! = ! = 2 y no se pueden mejorar
(a la baja), por lo que no aplica el Teorema de Young.

LA INTEGRAL ESTOCASTICA.

!
Ejemplo muy ilustrativo : !
!"! . Considere una particin

! = 0 = !! < !! < !! = ! , y sea


!
!! = ! !!!! ! !! ! !!!!
!!!

!
! 1 1
!!!!!!!!!!!!!!!!!!!!!!!!!! = ! !!!! ! ! = !(!)! (! !)!
!!! 2 2
!!!

! !
= ! !(!)! ! ! (!).

Tenemos que
!
! ! (!) = !! !!!! = !
!!!

!
!
!"# ! ! = [! ! ! (! !)! ]
!!!
28

! !
como ! ! ! =! ! !! !!!!

!
!
!
=! ! ! ! !! 1
! = 3 ! !

entonces
!
!"# ! ! =2 (! !)! 2! ! 0,!
!!!

si ! 0.

!
Como !"# ! ! = ! !! ! ! , entonces se tiene el siguiente

Teorema : (a) para cada ! 0,!!!!! ! ! en !! (, , !) , y


consecuentemente, (b) existe una subsucesin !! = !!! tal que !! ! !,
c.s.

Basados en lo anterior, podemos hacer la siguiente interpretacin


(! !)! ~! !, pues ! ! ! = 0,! y ! ! ! ! = ! !. En forma simblica y
compacta,

(1) (!)! ~! (2) (d!)! = d!

Entonces, provisionalmente escribimos


!
1
" !"! = ((! ! )! !)!"
! 2
29

La integral de It para procesos simples

Consideremos un espacio de probabilidad filtrado para el browniano


estndar (, , ! !!! , !), donde ! = ! ! ! : 0 ! < y restringimos
todo a un horizonte temporal finito [0, !].

Definicin: Un proceso !(!) ![!,!] es simple sii existen una particin


! = 0 = !! < !! < !! = ! y v.a. !! , , !! tales que para ! = 1, , !

(a) !! es !!!! !medible ;

(b) ! !!! < ;


!
(c) Si 0 ! < !, entonces ! ! = !!! !! 1[!!!! ,!! ) ;
! ! = !! .

Definicin : Si !(!) es un proceso simple, su integral de It est dada por


! ! !
!
! ! !" ! : = !!! ! !!!! ! ! = !!! !! ! ! ,

y si ! [!!!! , !! ] tenemos que


!!!
! !
! ! !" ! = ! ! 1[!,!] !" ! = !! ! !
! ! !!!

+!!!! (! ! ! !!!! )

!!"#$%&'()"!!"#!!"#$%&'(&) !!"#$%!!"!!"!!"#$!%&'(.
!", !"#$"%&%'(), !"#$!"#. !"#!!"#$%$&. !"#$%&%$'()*.
30

!
Propiedades bsicas. Sea ! ! ! = !
! ! !"(!), para 0 ! !.
Entonces

(1) ! ! ! ! = 0!;

(2) Linealidad ;
! ! !
(3) !
! ! !" = !
! ! !" + !
! ! !" ,

! ! !
(4) ! !
! ! !" = !
![!(!)! ]!"

(5) !(!)(!) ![!,!] es ! !!! martingala.

Prueba de (4) : que las esperanzas son finitas se sigue de la propiedad (1), y
la adaptabilidad se sigue de la definicin de la filtracin y de las propiedades
de las v.a. !! . La igualdad de martingalas se ve separando en dos casos.
Primero, si !, ! [!!!! , !! ], con ! < !, tenemos que

! ! ! = ! ! !!!! + !! ! ! ! !!!!

+!!! ! ! ! !

= ! ! ! +!!! ! ! ! !

el primer trmino y !! son ! medibles, y el incremento browniano es


independiente de ! , luego ! ! ! ! ! = ! ! ! + 0 = ! ! ! . El otro
caso queda como ejercicio.

Prueba de (5), la isometra de It. Considere ! = 0 = !! < !! < !! = ! .


Escribimos !! = !! ! !. Entonces

! !(!)(!)! = ![ !! !! ]
! !

=! !! !! = ![!! !! ]
!,! !,!
31

!
= ! ![!! ]

= ![(!! ! !)! ] = ![(!! )! ]![(! !)! ]


! !

!
!
= ! !! !! !!!! = ![!(!)! ]!"
! !

La integral de It en el caso general.

Def : un proceso !(!) ![!,!] es admisible sii

(A) est adaptado a la filtracin;


! !
(B) !
! ! ! !" < .

Ej 1 : un proceso simple es admisible.


!
Ej 2 : !(!) es determinstico y !
!(!)! !" < . En este caso la integral de
It es la de Wiener.

Ej 3 : ! ! ! ! .

Lema fundamental : Si !(!) ![!,!] es admisible, entonces existe una


sucesin de procesos simples ( !! (!) ![!,!] )!!! que cumplen

! !
(i) lim!! !
! !! ! ! ! !" = 0;

(ii) existe un proceso !(!)(!) ![!,!] tal que


32

lim!! ![!"#!![!,!] !{ !(!! ) ! !(!) ! }! ] = 0.

Al proceso !(!)(!) ![!,!] se le llama integral estocstica o integral de It,


y se denota por
!
! ! ! = !
! ! !" ,!!!!0 ! !.

Propiedades bsicas. Sea !(!) ![!,!] admisible,


entonces

!
(1) ! !
! ! !"(!) = 0!;

(2) Linealidad ;

(3) Aditividad en el dominio :


! ! !
! ! !"(!) = ! ! !"(!) + ! ! !"(!)
! ! !

! ! !
(4) ! !
! ! !"(!) = !
![!(!)! ]!"!!(isometra
de It).

!
(5) !
! ! !"(!), es una !! ! !!! martingala.
![!,!]
33

Teorema (existencia de la integral estocstica) : la integral de It existe


para procesos adaptados y que satisfacen la condicin
! !
!
! (!)!" < , con probabilidad 1.

Ms an, se cumple la linealidad. Pero las otras propiedades (media cero,


propiedad de martingala e isometra de It), requieren de la condicin (B). Ver
Klebaner (2006).

Corolario : Si f es continua en [0, !] , entonces la integral


!
!
! ! ! !!"(!) est bien definida (existe).

Ejemplos.
!
1. ! = ! !"# ! . La integral est bien definida y se cumple (B). Los
momentos son : ! ! = 0, ! ! ! = 1/3.

3. Para cules valores de ! est definida la integral


!
! = ! (1 !)!! !" ! ? Se requiere que:

!
!
(1 !)!!! !" ! < , i.e., ! < 1/2.

!
3.!! !
!(!)!" ! . Aqu

! ! !
! !
!! ! !" ! =! !
!"! = ! < ,

la integral estocstica existe, tiene media cero y varianza 1/2.

! !(!)
4. ! = !
! !" ! . La integral existe. Ms an,
34

! !!(!) ! ! !! !
! !
! !" ! = !
![! !!(!) ]!" ! = !
! !" = ! (! ! 1) < .

I tiene media cero y varianza

! ! ! ! !
! ( !
! !" ! ) = (! ! 1).
!

! !(!)!
5. ! = !
! !" ! . Est bien definida, pero

! !!(!)!
!
![! ]!" = ,

entonces no podemos asegurar que tenga momentos finitos. De hecho, no los


tiene. (Ejercicio)

Proposicin. Sean ! ! , !(!) procesos admisibles,

! ! !
! ( ! ! !" ! )( ! ! !" ! ) = ![! ! !(!)]!"
! ! !

Ejercicio : probarla usando la isometra de It.

PROCESOS DE VARIACION CUADRATICA

Def : Para procesos ! ! , ! ! , sea !, ! ! =

!
!"#! ! (! !! ! !!!! )(! !! ! !!!! )
!!!
35

el lmite de la red es en probabilidad. Se llama la covariacin de X, Y.


Adems,

!, ! ! = ! !

es la variacin cuadrtica de X, lo que anteriormente denotamos por !! (!)


donde X representa una trayectoria fija del proceso.
!
Ejemplo : Si !(!) es determinstica y continua, entonces !
!(!)!" ! =
0.

Teorema : Si X es admisible,
! ! !
!
!(!)!" ! ! = !(!) !" = ! ! ! ! ! (!)
! ! !

!
Corolario : Si !
!(!)! !" > 0 , entonces la integral estocstica
!
!
!(!)!" ! tiene primera variacin infinita, pues en caso contrario, su
segunda variacin sera cero, .

Proposicin :

(i) !! !, ! = !, !

(ii) !" + !", ! = !", ! + !", !

!
(iii) !, ! = ! ( ! + ! ! ! )

!
= !( ! + ! ! ! )

(iv) !, ! ! !
36

Lema de It o Regla de la Cadena Estocstica.

Primera versin: ! ! = !(! ! ), con ! ! ! , = ! ! .

A. Motivacin: al estilo de los fsicos,

! ! ! + !" ! = ! ! ! ! !"(!)

1 !
!!!!!!!!!!!!!!!!!!!!!!!!!+ ! !! ! ! !" ! !!!!!
2
1 !
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!+ ! !!! ! ! !" ! +
3
!
! ! ! ! !"(!) + ! !! ! ! !"
!

Enunciado: Sea ! ! ! , entonces

! ! ! =!!!!!!!!!!!!!!!!!

! !
!
1
! ! ! !" ! + !! ! !! ! ! !"
! ! 2

o bien decimos que ! ! = !(! ! ) tiene diferencial estocstica dada


por

1
!" ! = ! ! ! ! !" ! + ! !! ! ! !"
2

Comentario : ste es el caso ms simple posible de la frmula de It, pero


aqu se encuentran ya los elementos bsicos del fenmeno, el cual es el que
le da al clculo estocstico (de It) sus propiedades y sabor
caractersticos.
37

El clculo estocstico es el resultado de combinar (esencialmente haciendo


composiciones de) funciones diferenciables con funciones de variacin no
acotada, no diferenciables, y proceder a imitar hasta cierto punto, el
clculo ordinario.

Los teoremas clsicos del clculo que se cumplen, algunos con


modificaciones, son : la regla de la cadena; el desarrollo de Taylor; la regla
de Leibniz para diferenciacin bajo el signo integral; el teorema de
existencia y unicidad de ecuaciones diferenciales ordinarias; el teorema de
Fubini.

No se conocen versiones estocsticas apropiadas para : el teorema del valor


medio, ni para los teoremas de funcin inversa e implcita. Esto ltimo
constituye un buen problema abierto, quizs muy elusivo, en el cual la parte
ms difcil es encontrar el enunciado correcto, apropiado.
Un poco ms general,

! ! ! ! ! !

! !
!
1
= ! ! ! !" ! + !! ! !! ! ! !"
! ! 2

Ejemplos.
!
1. ! ! = ! ! . Entonces ! ! ! = !, !!!!! !! ! = 1, y
!

! ! ! !
!
!(!)! ! !(!)! = !
! ! !" ! + ! (! !),

! ! !
en particular !
! ! !" ! = ! (! ! !) . Por ltimo, en forma
diferencial

!
! ! ! = 2! ! !" ! + !".

2. Calcularemos ![!(!)! ]. Consideremos


38

! ! = ! ! , y ! ! ! = 4! ! , ! !! ! = 12! ! .
! ! !
!(!)! = !
4! ! ! !" ! + 12!(!)! !",
! !

!
!
!! ! =0+6 ![!(!)! ]!" = 3! !
!

!
En particular, ! ! 1 = 3.

3. Calcular ! ! = ! ! !"(!) , ! 0.

Sea ! ! = ! !"(!) . Entonces

!
!" ! = !! ! ! !" + !" ! !"(!),
!

!! ! !
! ! =1+ !
!(!) !" +! !
!(!)!" ! ,
!

!! !
! ! =! ! ! =1+ ! !
!(!) !",

!!
! !! !
i.e., ! ! = !
! ! ; !!! 0 = 1, ! ! = ! ! ,

!!
!"(!) !
as : ! ! =! ! .

Lema de It, segunda versin.

Motivacin : sea ! ! = !(!, ! ! ), entonces

! ! + !" = !(! + !", ! + !")

!!!!!= ! !, ! + !! !, ! !" + !! !, ! !"


39

1 !
!!!!!!!!!!!!!!!!!!+ !!! !, ! !" + !!" !, ! !"!!"
2
1
+ !!! !, ! (!")! +
2

1
! !, ! + !! !, ! !" + !! !, ! !" + !!! !, ! !!"
2

Enunciado segunda versin : si !: 0, !


es de clase ! !,! , entonces
!
! !, ! ! ! !, ! ! = !! !, ! ! !"
!

! ! !
+ ! !
! !, ! ! !" ! + !
!!! !, ! ! !".
!

En forma diferencial, si ! ! = !(!, ! ! ),

1
!" ! = !! !, ! ! + !!! !, ! ! !" + !! !, ! ! !!"(!)
2

Ejemplo : MBG. Sean !, ! > 0,

!!
! !, ! = exp ! ! + !!! = ! (!"!!")
2

!! = !";!!!!!! = !";!!!!!! = ! ! !

si ! ! = !(!, ! ! ), entonces ! 0 = 1,
40

! !
! ! =1+! ! ! !" + ! ! ! !"(!)
! !

en forma diferencial :

!" ! = !!! ! !" + !!! ! !"(!)

Procesos de It.

Un proceso de It satisface, para 0 ! !

! !
! ! = !! + !
! ! !" + !
! ! !"(!) c.s.

o
!" ! = ! ! !" + ! ! !"(!)

donde !! es una v.a. y ! ! , !(!) son procesos adaptados a la filtracin


browniana, tales que

(i) ! !! <
!
(ii) !
[ ! ! + !(!) ! ] <

Covariacin y variacin cuadrtica. Si !(!) es un proceso de It, entonces


!
! ! = ! ! ! !"!; !!!!!!!! ! ! = ! ! ! !"
!

Demostracin completa : Steele 8.6, pp 129-130.

Si tenemos otro proceso de It, digamos,


41

!" ! = ! ! !" + ! ! !"(!)

entonces
!
!, ! ! = ! ! ! ! !"
!

Demostracin en Klebaner, pp 101-103.

Notacin : ! !, ! ! = !" ! !"(!)

La caja estocstica :

dt dW
dt 0 0
dW 0 dt

As : !" ! !" ! = ! ! ! ! !".

(*) Integracin con respecto a un proceso de It :

Si !(!) es un proceso admisible, !(!) un proceso de It, con

!" ! = ! ! !" + ! ! !"(!),

entonces

! ! !
! ! !" ! = ! ! ! ! !" + !(!)! ! !"(!)
! ! !
42

Motivacin para el caso general de la frmula de It.

Sean X, Y procesos de It, y escribamos

! ! = !(!, ! ! , ! ! ) = !(! ! )

Entonces

!" ! =

!! ! ! !" + !! ! ! !" ! + !! ! ! !" ! +

1
+ {!!!! ! ! ! ! ! + 2!!" ! ! ! !, ! !
2

+!!! ! ! ! ! ! !}

Ejemplo: ! = ! !, ! = !". Si ! ! = ! ! !(!),

!" ! = ! ! !" ! + ! ! !" ! + ! !, ! ! ,

o bien en forma integral

! ! ! ! ! ! ! ! =
! ! !
! ! !" ! + ! ! !" ! + ! !, ! !
! ! !
43

Esta puede interpretarse como la frmula de integracin por partes :


! !
!
! ! !" ! = ! ! !(!) ! ! !" !
! ! !

!
! !, ! !
!

Consideremos el caso ! ! = ! ! , ! ! = ! . Aqu ! !, ! ! 0 .


Obtenemos

! !
! ! !" = !!! ! !!!"(!)
! !

Esta sencilla integral es muy til. Mediante ella probaremos que !(!)!
3!"(!) es martingala.

Apliquemos la primera versin del lema de It a la funcin ! ! = ! ! .


Tenemos que
! !
! !
!(!) = ! ! ! =3 ! ! !" ! + 3 !(!) !"
! !

! !
!
=3 ! ! !" ! + 3[!!! ! !!!"(!)]
! !

de donde
!
! !
!(!) 3!!! ! = 3! ! ! !"(!)
!

y esta ltima es martingala por ser una integral estocstica.


44

Lema de It, el caso general. Sean !! ! , , !! (!) procesos de It dados por

!
!!! ! = !! ! !" + !!" ! !!! (!)
!!!

donde los brownianos son independientes, i.e.,

! = (!! , , !! )

es un browniano m dimensional. Escribimos

! = !! , , !! ; !!!!! = [!!" ] !!!,,!


!!!,,!

Al primero se le llama vector de los coeficientes de deriva (drift) y a la


segunda, matriz de los coeficientes de difusin. Escribamos

! ! = (!! ! , , !! (!))

!" ! = ! ! !" + ! ! !"


45

Teorema (Frmula general de It) : bajo las condiciones anteriores, si


!: 0, !! es de clase ! !,! , entonces ! ! = !(!, ! ! ) tiene
diferencial estocstica

!" ! !"
!" ! = !, ! ! + !, ! ! !!! (!)
!" !!! !!!

! ! !!!
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!+ ! !!
!,!!! !! !! !, ! ! ![!! , !! ](!)
! !

bien,

1
!" !, ! ! = !! !" + !! !" + !!! !! ! (!)
2

donde ! ! ! = ![!! , !! ](!) !,!!!,,!


46

Ecuaciones diferenciales estocsticas.

Teorema de Picard (existencia y unicidad) : si !: !!! ! es continua y


Lipschitz en la segunda variable, entonces el problema

! ! = ! !, ! ! ,!!!!!! 0 = !! !

tiene solucin nica local.

Esbozo de demostracin: se considera el mapeo !: ! ! definido por


!
!" ! = !! + ! !, ! ! !"
!

en un espacio de funciones adecuado X. Se prueba que T es una contraccin y


por el principio de contracciones o Teorema de punto fijo de Banach, se
concluye.

El caso estocstico puede verse como el anterior con perturbaciones


aleatorias

! ! = ! !, ! ! + !(!, ! ! )!(!).

Aqu !(!) representa un ruido blanco. En forma diferencial

!" ! = ! !, ! ! !" + ! !, ! ! !"(!)

e integral

! !
! ! = !! + !
! !, ! ! !" + !
! !, ! ! !"(!)

donde !! es una v.a. y W un browniano m dimensional.


47

Def : Sea (, , ! !!! !,! , !) un espacio de probabilidad filtrado por el


browniano W. Una solucin fuerte a la EDE es un proceso !(!) ! ,
definido para ! [0, !] que satisface lo siguiente :

i) es adaptado a la filtracin browniana;

ii) las dos integrales estn bien definidas;

iii) la igualdad se satisface c.s. ! 0, ! .

Observacin muy importante : la solucin es global, no slo local como en


Picard.

Observacin : se tiene el concepto de solucin dbil, que a grandes rasgos


significa que se tienen dados los coeficientes, como funciones determinsticas
en 0, ! !!! , y se encuentran un espacio de probabilidad y un browniano
ad hoc en los que la solucin tiene sentido. Ver Steele (2001).

Teorema (It, 1952) : Sea !! una v.a. en ! independiente de la !- lgebra


generada por un browniano m dimensional W y tal que ! !! ! < .
Supongamos !: [0, !]! ! , !: [0, !]! !! son medibles y
satisfacen

!(!, !) + !(!, !) !(1 + ! )

! !, ! !(!, !) + ! !, ! !(!, !) ! ! !

para ciertas constantes C, D > 0; ! 0, ! ; !!!, ! ! .


Entonces, la EDE

!" ! = ! !, ! ! !" + ! !, ! ! !" ! ; !!!!! 0 = !!

tiene una nica solucin (fuerte) en [0, !], adaptada y tal que

!
! !
!(!) ! !" < .
48

ATENCION : revisar el enunciado de este teorema en Mikosch, hay un


error all.

Ejemplo 1: La condicin de crecimiento lineal es necesaria para evitar


explosiones, p ej ! ! ! = !(!)! ,!!!! 0 = 1 tiene solucin nica ! ! =
(1 !)!! en 0 ! < 1 y no puede extenderse.

Ejemplo 2 : ! ! ! = 3! ! !/! , ! 0 = 0 tiene dos soluciones : !! ! = ! ! ,


para ! > 0, !! ! = 0, para ! 0. Y por otra parte !! ! 0.

Ejemplo 3 : MBG. !" ! = !!! ! !" + !" ! !"(!).

Busquemos una solucin ! ! > 0. Sea !(!) = !"#$(!).

(Por qu puedo suponer esto?)

Entonces, por el lema de It,

!!
!" ! = ! !" + !!!" ! ; !!!! 0 = !"#$!
2

!!
! ! = !"#$! + ! ! + !!!(!)
2

luego,
!!
!! !!!!!(!)
! ! = !"#$ ! = !! ! !

Ejemplo 4 : Ornstein-Uhlenbeck.

!" ! = !" ! !" + !"#(!)

Sea ! ! = ! !!" ! ! , !! = !! . Por el lema de It


49

!" ! = !! !!" !!(!)

Luego,
!
! ! = !! + ! ! !!" !"(!)
!

!
!"
! ! = ! !! + ! ! !!(!!!) !"(!)
!

Pregunta : se puede resolver explcitamente la integral estocstica?

EDE lineales (EDEL). (Arnold, 1974).

!" ! = ! ! ! ! + ! ! !" +

(!! ! ! ! + !! ! )!!! (!)


!!!

A; !! , , !! son !!; a; !! , , !! ! ; W es m dimensional.

Def . : Homognea sii a; !! , , !! = 0.

Lineal en sentido restringido : sii !! , , !! = 0.

Ms an, las EDEL en sentido restringido admiten solucin explcita usando


matrices fundamentales, como en el caso determinstico.

TEU : hay solucin nica bajo la hiptesis de que


50

A; !! , , !! ; a; !! , , !!

son medibles y acotadas en [0, !]. Si lo anterior se cumple para todo T >0,
entonces hay solucin en todo [0, ).

El caso autnomo : ! es constante, la matriz fundamental es ! = ! !" =


!
! (!")
!!! !! , y la solucin a

!" ! = !" ! + ! ! !" + ! ! !"(!)

es

! ! = ! !" !!
! !
! !!!
!!!!!!!!!!!!!!!!!!!!!!!!+ ! ! ! !" + !! !!!
! ! !"(!)
! !

Ejercicio : verificarlo con la frmula de It.

Problema abierto : Bajo qu condiciones se pueden obtener soluciones


explcitas en el caso no restringido?
51

Apndice (opcional) : Representacin de Feynman Kac.

Notacin. Dada una EDE en !!

!" ! = ! !, ! ! !" + ! !, ! ! !"(!)

definimos
! !
! 1 !
!!
! = !! = !! + (!! )!"
!!! 2 !!! !!!
!!! !,!!!

se le llama : generador infinitesimal, operador infinitesimal asociado,


operador de Dynkin, operador de It, operador backward de Kolmogorov.

Observacin : !"# ! ! ! !! .

Ejemplo: para la EDE del MBG, !" ! = !"(!)!" + !"(!)!"(!)

! !! ! !!
!! = !!! + !
!" 2 !! !

Ejercicio : escribir el generador para el sistema SMK.

Proposicin: Si !(!) satisface la EDE de arriba, y ! ! ! ([0, )


!! ; !! ), entonces ! ! = !(!, ! ! ) satisface la EDE

!" ! = (!! !, ! ! + !" !, ! ! )!"

+ !! !, ! ! ! !, ! ! !"(!)

Dem.: lema de It.

Teorema de representacin de Feynman Kac, 1:


Supongamos que se cumple los siguiente.

a) !(!, !) es solucin de

!!
!! + !!! + !!! = 0 ; 0 ! !; !!! ;
!
52

! !, ! = (!)

donde ! es continua , ! !, ! , !(!, !) satisfacen las condiciones del TEU


de EDE;

b) el proceso !(!) est definido por

!" ! = ! !, ! ! !" + ! !, ! ! !"(!)

para 0 ! ! !, y se cumple ! ! = !;

c) el proceso ! ! = !(!, ! ! )!! (!, ! ! ) es adaptado y cumple


!
!
!! ! !" <
!

entonces, para 0 ! !; !!! se satisface la representacin

! !, ! = ! ! ! ! ! = ! = !!,! [ ! ! ].

Prueba: La EDP correspondiente es

!! + !" = 0

Apliquemos el lema de It a !(!, ! ! ) :


!
! !, ! ! ! !, ! ! = (!! + !" )(!)!"
!

!
+ !
!(!, ! ! )!! (!, ! ! )!"(!),

la integral de Lebesgue tiene integrando nulo. Tomamos !!,! ! y la int.


Estocstica se anula. Luego,

!!,! ! !, ! ! !!,! ! !, ! ! = 0,

pero !!,! ! !, ! ! = !(!, !), y

!!,! ! !, ! ! = !!,! ! ! .
53

!!
Ejemplo : Si !! + ! !!! = 0 con ! = !"#. y
! !, ! = ! ! , entonces !" ! = !!!" ! ;!!y
! ! = !, cuya solucin es

! ! = ! + !(! ! ! ! )~!(!, ! ! !),


y
! !, ! = !!,! ! ! !
= !! ! ! + !!