Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Riesgo
I. (Contagio artificial, seguro de no vida) Sean X1 , X2 , ... variables aleatorias i.i.d. con
distribución F y Y1 , Y2 , ... variables aleatorias i.i.d. con distribución G. Ahora se selec-
ciona una de las dos sucesiones aleatoriamente. Con probabilidad p se escoge a Xi y con
probabilidad q = 1 − p a Yi . Sea θ una variable aleatoria tal que θ = 1 con probabilidad p
y θ = 0 con probabilidad q, independiente de {Xi } y {Yi }. Defina
Zk = θXk + (1 − θ)Yk ,
es decir {Zk } es igual a la variable aleatoria {Xk } con probabilidad p y a {Yk } con proba-
bilidad q. Demuestre que para todo x, y ∈ R,
: 1. P(Zk ≤ z) = pF (z) + qG(z).
: 2. P(Z1 ≤ x, Z2 ≤ y) = pF (x)F (y) + qG(x)G(y).
: 3. P(Z1 ≤ x, Z2 ≤ x) − P(Z1 ≤ x)P(Z2 ≤ x) = pq(F (x) − G(x))2 .
: 4. Z1 y Z2 son independientes si y solo si F = G.
Este significa, que si F =6 G entonces los elementos de Z1 , Z2 , ... no son independientes a
pesar que los Xi ’s y los Yi ’s lo son.
II. (Agrupación de accidentes) Un accidente nunca viene solo, los accidentes vienen en
grupos de tres. Hay muchas dichos al respecto, y en este ejercicio vamos a justificar lo
último utilizando el proceso de Poisson.
Sea {Nt }t≥0 un proceso de Poisson con intensidad λ > 0. Se dice que un conjunto
de eventos es un conglomorado si la distancia entre ellos es menor de lo esperado. Sean
0 < S1 < S2 < ... los tiempos de arrivo del proceso Poisson {Nt }t≥0 . Entonces los eventos
Si , Si+1 , ..., Si+k−1 , k ≥ 1, constituyen un conglomorado de tamaño k si Si − Si−1 > λ−1
(λ−1 siendo el tamaño promedio entre evento), Si+j − Si+j−1 < λ−1 , j = 1, ..., k − 1 y
Si+k − Si+k−1 > λ−1 . Sea C la variable aleatoria que nos proporcione el número de eventos
en un conglomorado. Supongamos que un conglomorado está por iniciarse, i.e. el tiempo
desde el último evento ya ha durado más que tiempo λ−1 . Demuestre que la distribución
1
EXAMEN GENERAL DE FINANZAS MATEMATICAS 2
IV. Considere un modelo binomial de N periódos con 0 < d < 1 + r < u, y con
1+r−d u−1−r
p̃ = , q̃ = .
u−d u−d
• Sean M0 , M1 , . . . , MN y M00 , M10 , . . . , MN
0 martingalas bajo la medida libre de riesgo
0
P̃. Muestre que si MN = MN entonces para cada n entre 0 y N tenemos que
Mn = Mn0 .
• Sea VN el payoff al tiempo N de un derivado. Defina recursivamente VN −1 , VN −1 , . . . , V0
por
1
Vn = [p̃Vn+1 + q̃Vn+1 ] .
1+r
Muestre que
V1 VN −1 VN
V0 , ,..., N −1
, ,
1+r (1 + r) (1 + r)N
es una martingala bajo P̃.
EXAMEN GENERAL DE FINANZAS MATEMATICAS 3
X0 = E(ξT VT ).
En otras palabras, el valor presente al tiempo cero del pago aleatorio VT al tiempo
T es E(ξT VT ). Esto justifica llamar a ξ el proceso de densidad de estado de precio.
EXAMEN GENERAL DE FINANZAS MATEMATICAS 4
VI. (Put Americano perpetuo pagando dividendos). Considere un put Americano per-
petuo en un el precio de un producto según un movimiento browniano geométrico pagando
dividendos a tasa constante a > 0. El producto esta dado por
dSt = (r − a)St dt + σSt dW̃t ,
donde {W̃t }t≥0 es un movimiento browniano bajo la medida de riesgo neutral P̃.
• Suponga que adoptamos una estrategia de ejercer el put la primera vez que el precio
de la acción esta por debajo de L. Cuál es el valor esperado bajo la medida libre
de riesgo del payoff descontado para esta estrategia? Escribalo como una función
vL (x) del precio inicial x. (Hint: Defina la constante
s
1 2 2
1 1 2 1 1
γ = 2 r−a− σ + r−a− σ + 2r
σ 2 σ σ2 2
y escriba vL utilizando γ).
• Determine L∗ el valor de L que maximiza el valor esperado bajo la medida libre de
riesgo del payoff descontado calculado anteriormente.
• Muestre que, para cualquier precio inicial S0 = x, el proceso e−rt vL∗ (St ) es una
supermartingala bajo P̃. Muestre que si S0 = x > L∗ y e−rt vL∗ (St ) es parada en el
primer instante que el precio de la acción alcanza L∗ , entonces la supermartingala
parada es una martingala. (Hint: Muestre que
1
r + (r − a)γ − σ 2 γ(γ + 1) = 0).
2
• Muestre que, para cualquier precio inicial S0 = x,
vL∗ (x) = max Ẽ[e−rτ (K − Sτ )].
τ ∈T