Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1ª clase: 1 a 4
2ª clase: 5 a 7 con 2 ejercicios 9 y 11
3ª clase: 8 a 13
BIBLIOGRAFÍA
Bingham, N. H. and Rudiger Kiesel (1998): ”Risk: Neutral Valuation : Pricing and
Hedging of Financial Derivatives”, Springer. Capítulo 4.
Hull, John C.(2003): “Options, Futures, and Other Derivatives”, fifth edition, Prentice
Hall, London. Capítulos 10, 11, 12, 13, 14, 18, 19 y 20.
Lamberton, Damien and Bernard Lapeyre (1996): “Introduction to Stochastic Calculus
Applied to Finance”, Chapman & Hall. Capítulos 1 y 2.
Pliska, Stanley R.(1997): “Introduction to Mathematical Finance : Discrete Time
Models”, Blackwell. Capítulos 1, 3 y 4.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto -1
(i) El modelo tiene dos instantes, t=0 como instante inicial y t=T como instante
final.
(ii) La aleatoriedad del modelo se representa a través de un dos sucesos posibles en
el instante final de probabilidad estrictamente positiva. Es decir, el conjunto de
los estados de la naturaleza y sus probabilidades es
(iii) El mercado de activos financieros primarios esta compuesto por dos activos: una
acción que no paga dividendos, St, como activo arriesgado y un bono, Bt, como
Activo Libre de Riesgo (ALR). Cualquier estrategia de negociación con estos
dos activos se representa a través del par (φ, ψ), compuesta de φ posiciones en
acciones, y ψ posiciones en bonos. Las posiciones largas se recogen con signo
positivo y las posiciones cortas con signo negativo. El valor de estas carteras se
representa con Vt(φ, ψ) = φSt + ψBt. Finalmente, el valor final del bono BT es
independiente del estado de la naturaleza que se dé y su valor es BT = (1+r)T,
siendo “r” la tasa de rentabilidad libre de riesgo.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto -2
ACCIÓN p ST(ω1)
S0
1- p ST(ω2)
t=0 t=T
- No hay riesgo de impago (No default risk): no existe riesgo que el emisor de pasivos
no cumpla con su obligaciones en los pagos. Esto implica que el tipo de interés al
que se presta y pide prestado es el mismo. En general se hará el supuesto de un
mismo tipo de interés libre de riesgo para todos los horizontes temporales.
Para introducir la mecánica del arbitraje se utiliza en primer lugar la Ley del Precio
Único (LPU en adelante).
Por tanto, una forma de valorar un activo es construir una cartera con otros activos que
generen los mismos pagos que el activo que se desea valorar. Si los precios de ambas
alternativas difieren se generaría una oportunidad de arbitraje o beneficio libre de riesgo
a coste cero. Este beneficio resultaría de vender la alternativa más cara y con el dinero
obtenido comprar la alternativa más barata. Los pagos finales se cancelarían unos con
otros y por tanto, el beneficio obtenido en el inicio con esta estrategia de arbitraje sería
un beneficio seguro.
CARTERA REPLICANTE
V0(φ, ψ)=φ S0 +ψ B0
VT(ω2) = φ ST(ω2) +ψ BT
t=0 t=T
Para valorar cualquier activo contingente, XT, sobre el valor final de la acción (activo
arriesgado del modelo) se puede utilizar el concepto de la LPU valorando una cartera
que genere los mismos pagos que el activo contingente. Siguiendo el diagrama anterior,
bastaría con resolver el siguiente sistema de dos ecuaciones con dos incógnitas
φ ST(ω1) +ψ BT = XT(ω1)
φ ST(ω2) +ψ BT = XT(ω2)
t=0 t=1
La probabilidad p, 0 < p < 1, digamos que refleja el sentir de los agentes del mercado
sobre los posibles valores que puede tomar la acción. De momento no se necesita saber
nada más de p.
En este mercado existe una call sobre la acción con vencimiento en t = 1 y precio de
ejercicio K = 150.
t=0 t=1
Para valorar este activo se van a estudiar dos alternativas. Una primera a la que se llama
valoración por expectativas actualizadas y una segunda a la que se llama valoración por
arbitraje.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto -6
Una primera forma de valorar este activo sería calcular el valor esperado en t = 1
teniendo en cuenta los flujos que genera dicho activo y actualizar dicho valor al
momento de inicio
C0 = (1+r)-1EP[C1]
Pero, qué pasa si el experimento no puede repetirse una infinidad de veces. Entonces
nada garantiza que el precio vaya a ser 22,5. Supongamos que se ofrece la call a 21,
entonces parece que sea un “chollo” comprarla. Sólo es un “chollo” si la compra de la
call y su desenlace (sube o baja) se repite una infinidad de veces. Así pues, el precio
aquí obtenido no se ajusta a la situación real de los mercados financieros.
mismo precio que el derivado. En este caso, utilizando los resultados del apartado 2.3,
la cartera replicante es la siguiente:
1- p V1(ω2) = 1/3*90-30 =0
t=0 t=1
Con esta cartera se obtienen los mismos flujos en t = 1 que con la opción, así pues
deben de valer lo mismo en t = 0. Esta valoración es la que predomina. Si el mercado
valorara a 22,5 la opción de compra (actualizando los pagos esperados), los arbitrajistas
sacarían un beneficio seguro a coste cero vendiendo la call y comprando la cartera
replicante para asegurarse los pagos finales de la call. Nótese que la valoración por
arbitraje no utiliza para nada la probabilidad real o esperada por el mercado para el
activo arriesgado.
B1C 0 − C1 (ω2 )
q=
C1 (ω1 ) − C1 (ω2 )
Llegándose, tras un poco de álgebra, a este resultado tras sustituir los valores de la
cartera replicante de (φ, ψ). Además para la acción también se verifica que
C0 = [0.66666*30 + 0.33333*0.0] = 20
S0 = [0.66666*180 + 0.33333*90] = 150
Es decir, bajo Q la acción tiene un valor esperado descontado igual al valor actual. Se
dice entonces que el precio de la acción descontado cumple la propiedad de
martingala. Así pues, la medida de probabilidad Q permite reconciliar la valoración
por expectativas con la valoración por arbitraje. Al valorar tomando expectativas bajo Q
sobre los flujos futuros descontados del derivado estamos obteniendo un precio de
valoración del derivado que esta libre de oportunidades de arbitraje. Igualmente, al
valorar la acción “descontada” en sus posibles estados de la naturaleza con expectativas
según Q se obtiene un valor igual a su valor actual. Implícitamente se está diciendo que
la acción espera crecer a la tasa libre de riesgo, sin ningún rendimiento adicional por
tratarse de un activo arriesgado. Es como suponer que los inversores son neutrales al
riesgo, no requieren una compensación adicional por un mayor riesgo. Sin embargo, la
exposición que antecede no hace mención expresa de las preferencias o actitudes frente
al riesgo de los agentes económicos implicados, salvo que sean insaciables y
aprovechen cualquier OA. Por tanto, la valoración neutral al riesgo es válida para
todos los agentes con independencia de cuáles sean sus preferencias. Este razonamiento
lleva a denominar a Q como probabilidad neutral al riesgo o medida de probabilidad
equivalente de martingala.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 10
si (0) N ψ j i N
=∑ s (T, ω j ) = ∑ q jsi (T, ω j ) = E Q (si (T)) para i = 1,..., d+1
ψ0 ψ
j=1 0 j=1
Así pues, el valor esperado del activo bajo una medida de probabilidad específica Q, es
el precio inical del activo normalizado o dividido por ψ0. Obsérvese que no se menciona
para nada la medida P. Al estar normalizando por ψ0 podemos pensar que estamos
reexpresando el activo (todos los activos) en términos de un único activo, la única
condición que se le pide a este activo es que tome valores positivos en todos los estados.
En determinados modelos, la elección del númerario es clave y simplifica enormemente
el análisis. Lo más común es utilizar el ALR como numerario. Supongamos que el ALR
genera un flujo 1 en todos los estados de la naturaleza en t = T, si definimos ψ0 = (1+r)-T
se obtiene que
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 11
N s i (T , ω j ) s i (T )
s i (0) = ∑ q j = EQ
(1 + r )T (1 + r )T
j =1
o lo que es lo mismo
s i (0) s i (T )
= EQ
(1 + r )0 (1 + r )T
Es decir, los precios de los activos descontados por el ALR, si(t)/(1+r)t, son Q-
martingalas. Como se verá en la sección siguiente se puede caracterizar la AOA de
forma indistinta como
2. EL MODELO FINANCIERO
MODELO DE MERCADO
NUMERARIO
Es imprescindible que al menos uno de los activos siga un proceso estrictamente
positivo para evitar indefiniciones. Este activo se llama numerario. s0 representa el
numerario con s0(0) = 1.
Definición
Un activo es numerario si su precio sigue un proceso estrictamente positivo.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 13
ESTRATEGIA DE NEGOCIACIÓN.
VALOR DE LA CARTERA.
Definición
El valor de la cartera en el instante t es el producto escalar
∑i=0 φi (t) s i (t ),
d
V(t) = Φ ( t )' S( t ) = ( t = 1,2,..., T ) y V(0) = Φ (1) ′·S(0)
PROCESO DE GANANCIAS
Definición
El proceso de ganancias de la estrategia de negociación Φ se define como
ESTRATEGIAS AUTOFINANCIABLES
Definición
Una estrategia Φ es autofinanciable si
NOTA
OPORTUNIDAD DE ARBITRAJE, OA
Definición
Sea Φ el conjunto de todas las estrategias autofinanciables. Una estrategia Φ* ∈ Φ es
una OA si P{V(0) =Φ*(1)’S(0) = 0} = 1 y el valor final de la estrategia Φ* satisface
que
Obsérvese que en el entorno multiperiodal hay que tener en cuenta que si existen flujos
negativos (positivos) intermedios son financiados (invertidos) sin la necesidad de
aportaciones (detracciones) adicionales de capital. Por ejemplo, se pueden tomar
posiciones cortas (largas) en el ALR para mantener la estrategia y comprobar si cumple
la definición de estrategia de arbitraje autofinanciable. En resumen, las estrategias de
arbitraje son estrategias de negociación autofinanciables de valor inicial nulo y valor
final mayor o igual que cero.
Definición
Un mercado de activos financieros M es viable si se encuentra libre de OA.
Proposición
Para cualquier proceso predecible {φ1(t), ..., φd(t)}T≥t>0 y cualquier variable F0
medible V(0), existe un único proceso predecible {φ0(t)}T≥t>0 tal que la estrategia Φ =
(φ0, ..., φd) es autofinanciable y su valor inicial es V(0).
Demostración
Denotamos con ~ los procesos de precios divididos por el proceso del numerario, así
~ ( t ) = V( t ) .
V
s 0 (t)
Por ser autofinanciable
Sólo queda comprobar que φ0 es predecible. Esto último es obvio si se considera que la
siguiente transformación de la expresión anterior para definir φ0(t) a partir de la
información en t-1
t −1
φ 0 ( t ) = V ( 0) + ∑ (φ1 (τ)∆~s 1 (τ) + ... + φ d (τ)∆~s d (τ)) − (φ1 ( t )~s 1 ( t − 1) + ... + φ d ( t )~s d ( t − 1) )
τ =1
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 17
TEOREMA DE NO ARBITRAJE
Teorema
Un mercado M es viable si y sólo si existe una medida de probabilidad Q equivalente
a P bajo la cual los procesos de los precios de los ‘d’ activos arriesgados descontados
~
S son Q− martingalas.
Demostración
(⇐) Supóngase que existe Q y que es equivalente a P. Supóngase que Φ es una
~ ~
estrategia autofinanciable. S y V representan los procesos de los precios de los activos
~ ~
del mercado y el valor la cartera descontados respectivamente. S y V son martingalas
bajo Q. Para cualquier estrategia autofinanciable se verifica que
~ ~ ~
V( t ) = Φ ( t )' S( t ) = V(0) + ∑ i =1Φ (i)' ∆ S(i)
t
(t = 1,2,...,T).
~
E Q (V(T)) = E Q (V(0))
~
pues E Q (∆ S(i) Fi −1 ) = 0 por ser martingala los precios descontados y ser Φ es un
~ ~
proceso previsible. Así pues para cualquier estrategia con V(0) = 0, E Q (V(T)) = 0 y
~ ~ ~
V(T) ≥ 0 se tiene que V(T) = 0 y por lo tanto no existen OA. (NOTA. V(0) = V(0) )
(⇒) La prueba del inverso es más difícil. Se recomienda a los estudiantes interesados
que consulten la bibliografía.
Es estrictamente necesario para demostrar el teorema que las estrategias sean
predecibles (sin el ALR) y autofinanciables (al incluir el ALR por la proposición
anterior al teorema). Pero se permite que tomen valores intermedios negativos.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 18
ESTRATEGIA ADMISIBLE
Definición
Una estrategia Φ es admisible si es autofinanciable y V(t) = Φ(t)’S(t) ≥ 0 , t =
0,1,2,...,T.
ACTIVO REBPLICABLE
Definición
Sea un activo contingente X(t) con vencimiento en T y FT-medible. Dicho activo es
replicable si existe una estrategia admisible Φ tal que
X(T) = Φ(T)’S(T)
Es decir se pueden encontrar estrategias admisibles que tengan los mismos flujos que X
en T. De esta forma la LPU implica que el valor de X en cualquier instante debe ser
igual al de la cartera replicante. De lo contrario los arbitrajistas ajustarían los precios
rápidamente. A su vez, todas las carteras replicantes deben tener igual valor en
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 19
~ ~ (T, Φ ) | F ) ≥ 0 ⇒ Φ es
V(T, Φ ) ≥ 0 para la estrategia autofinanciable Φ ⇒ E Q (V t
admisible
Aún más, las estrategias de arbitraje son estrategias admisibles por comodidad pues si
generan algún flujo negativo durante su vida puede trasladarse al final para generar
flujos no negativos.
Es importante resaltar que la estrategia replicante no tiene porqué ser única. Pueden
existir diferentes estrategias replicantes cuyo valor iguale en todo momento el valor de
derivado aunque el proceso para el valor del activo contingente tiene que ser único. Es
decir, si dos estrategias representadas por dos carteras de activos contingentes diferentes
generan los mismos flujos que el activo derivado en el vencimiento de éste, estas dos
carteras deben valer lo mismo en cualquier instante anterior. Si una de las dos es por
ejemplo más barata, esta debe prevalecer pues se generaría una oportunidad de arbitraje
inmediata que eliminaría esa anomalía. Este proceder hace converger el proceso del
precio del activo contingente y el de todas las estrategia replicantes en un único proceso.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 20
Proposición
En un mercado M viable existe al menos una medida de probabilidad de martingala
(teorema de no arbitraje) que permite valorar de forma única cualquier derivado para
cualquier estrategia replicante autofinanciable.
Demostración
~
X(t) = V(t) = exp (rt) V( t ) = ( t = 0,1,2,..., T)
~
= exp (rt) E Q (V(T) | Ft ) (por ser martingala)
= exp (rt) E Q (V(T) exp(−rT) | Ft )
= exp ( − r (T − t))E Q (X(T)| Ft ) (para una estrategia replicante Φ )
MERCADO COMPLETO
Definición
Un mercado es completo si todos los activos contingentes son replicables
en cierta manera, más cercanas al entorno de los mercados completos. Sin embargo, a
más factores de riesgo más complejos se vuelven los modelos de valoración. Lo que se
consigue bajo el requisito de completitud es diseñar una teoría simple de valoración y
cobertura (“hedging”). De todas formas el modelo de mercado que se sigue es un
mercado ideal en el que no existen restricciones sobre la riqueza inicial, ni limites o
restricciones en las posiciones a tomar, ni costes de transacción que invaliden las
estrategias replicantes. Además todas las fuentes de riesgo se pueden negociar en los
mercados y por tanto cubrir su riesgo, esa es la clave de los mercados completos.
Cuando alguna fuente de riesgo no se negocia en los mercados o simplemente no se
tiene en cuenta, surgen los mercados incompletos.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 22
TEOREMA DE COMPLETITUD
Teorema.
Un mercado viable M es completo si y solo si existe una única medida de probabilidad
Q equivalente a P bajo la cual los precios de los activos son martingalas.
Demostración
(⇒) Supóngase AOA y mercado completo. Por el primer teorema fundamental existe
una medida de probabilidad Q bajo la cual los precios descontados de los activos son
martingalas.
~ ~ ~
EQ (V(T)) = EQ ′ (V(T)) = V(0)
y por lo tanto
EQ (X(T)) = EQ ′ (X(T))
para todos los activos contingentes. En particular, puede escogerse la función indicador
para cada estado de la naturaleza ω tal que se defina el derivado
X(T) = I(ω)
Obteniendo que
Q(ω) = Q´(ω) ∀ω ∈ FT.
MERCADOS INCOMPLETOS
Ejemplo
Tenemos 2 (=d+1) activos y 3 estados de la naturaleza Ω={ω1,ω2,ω3}. Suponemos que
los esquemas.
Solución
a) Tan sencillo como resolver un sistema de ecuaciones con los flujos descontados por
el numerario verificando la propiedad de martingala del propio numerario y del activo 1
Tenemos dos ecuaciones con tres incógnitas. Así pues existen infinitas soluciones, por
ejemplo dejando Q(T,ω2) y Q(T,ω3) en función Q(T,ω1), el sistema se satisface para
cualquier número real Q(T,ω1) tal que
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 25
Considerando que Q(T,ωj) > 0 para todo j queda que para 1/2 > Q(T,ω1) > 0 se
tienen probabilidades neutrales al riesgo y por tanto se verifica entonces la AOA. Es un
mercado incompleto pues no existe una única probabilidad neutral al riesgo. No se
pueden replicar con exactitud todos los activos contingentes.
X(0)=EQ(X/ s0(T,ω1))=5/1.05+16/1.05*Q(T,ω1)
= 5/1.05 + 16 /1.05*1/ 2
= 13/1.05
= 5/1.05 + 16 /1.05*0
= 5/1.05
Se podrían obtener carteras replicantes para ambos extremos con sus medidas y por lo
tanto supone un intervalo de no arbitraje por cuyo interior puede fluctuar libremente el
precio de la opción sin generar OA.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 26
J.C. Cox, S.A. Ross and M. Rubinstein, “Option Pricing: A Simplified Approach”,
Journal of Financial Economics, 7, 229-263,1979.
En el mercado existen sólo dos activos básicos: el ALR y una acción que no paga
dividendos como el activo arriesgado cuyos procesos son
B(t) = (1+r)t para t = 0, 1, 2, ..., T siendo r la tasa libre de riesgo por intervalo.
u con p
donde Z( t + 1) =
d con 1 − p
Para poder medir los derivados sobre el activo arriesgado es necesario definir su espacio
de probabilidad (Ω, P, F). Para un horizonte determinado existe una serie de
trayectorias o caminos limitados entre 0 y T. Como a partir de un único nodo existen
dos posibles resultados, resulta sencillo hacer los cálculos y asignar probabilidades a
cada nodo y a cada camino. Dada la expresión (*) el espacio de probabilidad se llama
espacio producto de los espacios que generan cada Z(j). Es decir
Este entorno de espacio producto resulta sólo adecuado para estudiar experimentos
sucesivos e independientes e idénticamente distribuidos.
Para la valoración neutral al riesgo es necesario que los precios de los activos
descontados se comporten como martingalas. La medida de probabilidad que permite
que se cumpla esta propiedad debe ser equivalente a la medida de probabilidad original
y se representa por Q, donde Q({u}) = q y Q({d}) = 1− q. Para llegar a comprobar la
AOA y la completitud del modelo de CRR es necesario que exista Q y sea única.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 28
~
(1) Existe una medida de martingala Q ~ P para el precio descontado de la acción S si
y sólo si
d < 1+r < u
(2) Dado (1), Q es única y se caracteriza por
1+ r − d
q=
u −d
Demostración
~ ~ ~ ~
(1) E Q (S( t + 1) | Ft ) = S( t ) ⇔ E Q (S( t + 1) / S( t ) | Ft ) = 1 ⇔ E Q ( Z( t + 1) | Ft ) = 1 + r
pero por ser Z(j) variables i.i.d. la esperanza condicional no tiene efecto
1 + r = EQ ( Z( t + 1) | Ft ) = EQ ( Z( t + 1)) = uq + d(1 − q)
Por tanto al ser 0 < q < 1 queda demostrado (1). Hay que tener en cuenta que el
argumento de no arbitraje está claramente forzando este resultado. Si 1+r fuera menor
que u y d la compra de acciones darían siempre mejor resultado que los bonos y por
tanto el beneficio seria ilimitado. A su vez si 1+r fuera mayor que u y que d la venta a
corto de la acciones y la compra de bonos también daría un beneficio ilimitado. Es decir
la AOA fuerza este resultado. Finalmente, d > 0 para evitar precios negativos.
Proposición
Considérese una opción de compra con vencimiento en T y precio de ejercicio K sobre
la acción S. El precio por arbitraje en cualquier instante o proceso C(t) para t =
0,1,...,T de la opción viene dado por
T−t
T − t j
C( t ) = (1 + r ) −(T − t )
∑ q (1 − q )
T−t− j
(S( t ) u jd T − t − j − K )
+
j= 0 j
Demostración
Aplicando la valoración neutral al riesgo
C( t ) = (1 + r ) − ( T − t ) E Q [(S(T) − K) + Ft ] =
+
T
= (1 + r ) − ( T − t ) E Q S( t ) ∏ Z(i) − K Ft
i = t +1
+
T
= (1 + r ) −(T − t )
E Q S( t ) ∏ Z(i) − K
i = t +1
T−t T − t
= (1 + r ) − ( T − t ) ∑
j
q (1 − q )
T−t− j
(S( t ) u jd T − t − j − K )
+
j= 0 j
Demostración
Sin suma telescópica basta demostrar que φi =∆Ni /∆Si es previsible o Fi-1 medible.
Como S y N son Q-martingalas, se tiene que EQ(∆Ni |Fi-1) = EQ(∆Si |Fi-1)=0,
verificándose
N up − N i −1 N down − N i −1 ∆N i
= = = φi
Sup − Si −1 Sdown − Si −1 ∆Si
Así pues, tanto si el movimiento siguiente es hacia arriba como hacia abajo desde “i-1”,
tenemos que φi =∆Ni /∆Si es previsible. Desarrollando esta expresión a partir de un
punto inicial No se obtiene el resultado buscado.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 31
REPLICA
~ ~
X( t , u ) = φ( t )S( t , u ) + ψ ( t )
~ ~
X( t , d) = φ( t )S( t , d) + ψ ( t )
dando como resultado
~ ~
X( t, u ) − X( t, d ) X( t, u ) − X( t, d )
φ( t ) = ~ ~ =
S( t, u ) − S( t, d ) S( t − 1)( u − d )
~ ~ ~ ~ ~ ~
X ( t , d ) S ( t , u ) − X ( t , u ) S ( t , d ) X ( t , d ) u − X ( t , u )d
ψ( t ) = ~ ~ =
S( t, u ) − S( t, d ) (u − d)
siendo la estrategia predecible pues depende de S(t-1) ya que X(t,u) y X(t,d) pueden
obtenerse a través de fórmulas cerradas como en el caso de la call europea en la
proposición anterior.
Para la call europea se puede comprobar que la replica implica que no se van a tomar
nunca posiciones cortas en acciones (φ(t)>0 para todo t). φ(t) también se conoce como la
delta de la opción es decir la derivada del valor de la opción respecta al precio del activo
arriesgado o en términos discretos ∆C/∆S.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 32
Instante 0 1 2 3 ... T
Nodos 1 2 3 4 ... T+1
S(t+1) = Xt+1S(t)
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 33
Donde
u con p = 1 / 2
X t +1 =
d con p = 1 / 2
Se definen u y d como
u = exp(µδt + σ δ t )
d = exp(µδt − σ δ t )
S(t)
En “t” después de “n” tics (n = t/δt) y partiendo de el instante inicial con precio en cero
S(0)
n
S( t ) = S(n ) = S(0)∏ X i =
i =1
2 N n − n
= S(0) exp µt + σ t
n
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 34
2N n − n Nn − n / 2
= → N(0,1)
n n/4 n →∞
Así pues, tomando logaritmos en la expresión [2.5.−1] se tiene que S(t) tiene
distribución log-normal.
Cambio de medida de P a Q
hace que B T−1S(T) sea martingala. Recuérdese también que Bn = B0exp{r(nδt)} y que la
medida de martingala se puede calcular tal y como sigue
s exp( rδ t ) − s down
Probabilidad de subida Q(up) = q = ;
s up − s down
S 0 exp µt + σ t
2 N n − n
(
exp(rδ t ) − exp µδt − σ δt
n
)
q=
S 0 exp µt + σ t
2 N n − n
( ) (
exp µδt + σ δt - exp µδt − σ
n
δt
)
µ + 1 σ2 − r
1
2
= 1 − δt
2 σ
2N n − n
tiene media
n
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 36
µ + 1 σ2 − r
1
2
2n 1 − δt − n
2 σ µ + 1 σ2 − r
2nq − n
2
= = − t
n n σ
y varianza
2N n − n 4
VAR
4
= var (N n ) = nq(1 − q) → 1
δt → 0
n n n
(compruébese).
2N n − n
→ N − µ + σ 2 − r ,1
t 1
n n →∞ σ 2
bajo Q
o lo que es lo mismo
{
S( t ) = S(0) exp σ t z + (r −
1 2
2
σ )t }
donde z ~ N(0,1). El efecto del cambio de medida repercute en el cambio de tendencia
de µ a (r−½σ2).
Una vez tenemos la distribución del activo bajo la medida de probabilidad neutral al
riesgo, resulta sencillo valorar activos derivados.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 37
EQ[(BT)-1(S(T)−K)+ | F0] =
{ 1
2
} +
=E S 0 exp σ T z − σ 2 T − K exp ( − rT)
Integrando teniendo en cuenta que z ~ N(0,1) y que hay que definir los límites de
integración de z para que el integrando sea positivo, ()+,
{
() + ⇒ S(0) exp σ T ⋅ z − σ 2 T
1
2
} > K exp ( − rT)
1 2
⇒ Ln(S(0) / K ) + σ T ⋅ z − σ T > − rT
2
Ln(S(0) / K ) − 1 σ 2 T + rT
2
⇒ z > −
σ T ⋅
⇒ z > −[d 2 ]
1 2
Ln(S(0) / K ) − σ T + rT
donde d2 = 2
σ T⋅
resulta que
∞ ∞
z 2 z 2
∫ ∫
1 1 1
= S(0) exp σ T z − σ 2 T − dz − K exp ( − rT) exp − dz
2π 2 2 2π 2
−d 2 −d 2
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 38
z2
1 1 2
(
Con σ T z − σ2 T − = − z − σ T se tiene que
2
2 2
)
∞ ∞
z 2
=
∫
1 1
( 2
)
S(0) exp − z − σ T dz −
1
K exp ( − rT)
∫ exp − dz
2π 2 2π 2
−d 2 −d 2
∫ ∫
z
2
1 1 1
S(0) exp− w 2 dw − K exp ( − rT) exp− dz
2π 2 2π 2
−∞ −∞
S(0) 1
log + (r + σ 2 )T
siendo d1 = d2 + σ√T = K 2
σ T
finalmente
Propiedades de la Fórmula
T → 0 ⇒ d 1 y d 2 → ∞ → N (d 1 ) = N (d 2 ) = 1 y N(− d1 ) = N(−d 2 ) = 0.
σ → 0 ⇒ d 1 y d 2 → ∞ → N (d 1 ) = N (d 2 ) = 1 y N(− d1 ) = N(−d 2 ) = 0.
La volatilidad implícita
Call(0) = 1.875
S(0) = 21
X = 20
‘r=10%
T=0.25
Esta estimación implícita es muy útil cuando se quieren valorar opciones poco
negociadas. Las volatilidades implícitas de las muy negociadas pueden utilizarse como
input de las poco negociadas.
Para las fórmulas de las opciones sobre índices bursátiles, las opciones sobre divisas y
las opciones sobre futuros, el alumno puede consultar el capítulo 13 de Hull (2003).
Se puede argumentar por arbitraje que la fórmula continúa siendo la misma para índices
y divisas cambiando S(t) por S(t)exp(-δ(Τ−t)) donde δ es la tasa de dividendos en
tiempo continuo de la cartera índice. Para las divisas basta con sustituir δ por rf,
rentabilidad de la divisa extranjera. Para las opciones sobre futuro se sustituye S(t) por
F(t,T*)exp(-r(T-t)) siendo T* ≥ T el vencimiento del futuro.
1
El resto de hipótesis del modelo en su versión en tiempo continuo son:
- No hay restricciones a la venta a corto y se puede hacer uso libre de todo el importe de la venta
- No hay costes de transacción
- No hay impuestos
- Los activos son completamente divisibles
- Los activos o acciones no pagan dividendos
- No existen oportunidades de arbitraje
- Se puede negociar de forma continua
- La negociación de carteras replicantes no influye en los precios de las acciones
- Un mismo tipo de interés libre de riesgo para todos los horizontes temporales
- Es posible prestar y pedir prestado al tipo de interés libre de riesgo
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 42
En el mundo riesgo neutral los activos tienen la tendencia del ALR y la volatilidad del
subyacente. La calibración consiste en adaptar los parámetros del modelo (u, d) y las
probabilidad riesgo neutral para que reflejen dicha tendencia y volatilidad.
Intuitivamente, la apertura de la rama del árbol debe reflejar la mayor o menor
volatilidad del activo. La rentabilidad libre de riesgo se incorpora internamente en la
medida riesgo-neutral. Así, si se resuelve el siguiente sistema
e r∆t − d
q=
u−d
u = e σ ∆t
d = e − σ ∆t
2
Aproximando la función exponencial de forma que se descarten términos de (∆t)n para n≥2, se
comprueba que una solución a la ecuación anterior es
u = exp(σ ∆t )
d = exp(−σ ∆t )
demostración
(1 + r∆t )(1 + σ ∆t + 1 / 2∆tσ 2 + 1 − σ ∆t + 1 / 2∆tσ 2 ) − 1 − (1 + 2r∆t )
↓
(1 + r∆t )(2 + ∆tσ 2 ) − 1 − (1 + 2r∆t )
↓
( )
(2 + ∆tσ 2 ) + 2r∆t + r( ∆t ) 2 σ 2 − 1 − (1 + 2r∆t )
↓
( )
∆tσ 2 + r( ∆t ) 2 σ 2 → ∆tσ 2
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 43
Para no recargar la notación se utiliza también ‘r’ como tasa rentabilidad instantánea. Si
se quiere cambiar a capitalización compuesta basta con sustituirlo con su equivalente.
Para el caso de subyacentes como índices, divisas y futuros esta estructura puede
adaptarse muy fácilmente. En el caso de las divisas y de los índices se trata de resolver
qu + (1 − q)d = e ( r − ρ) ∆t
e ( r − ρ) ∆t (u + d) − ud − e 2( r − ρ) ∆t = σ 2 ∆t
e ( r −ρ) ∆t − d
q=
u−d
σ
σ 2 = m( σ ( m ) ) 2 → σ ( m ) =
m
El modelo en tiempo discreto permite adaptar con gran flexibilidad la cuantía e instante
de pago de los dividendos en el que se producirá una bajada en el precio de la acción
igual a la cuantía del pago. Existen dos tratamientos posibles: (1) dividendos
proporcionales y, (2) cantidad de dinero.
S0u (1-δ)S0u3
S0 2
(1-δ)S0u
S0d (1-δ)S0u2d
(1-δ)S0ud
(1-δ)S0ud2
↑ (1-δ)S0d 2
Div. (1-δ)S0d3
Los días anteriores a la fecha del pago de dividendos los nodos se calculan de la forma
habitual. Los nodos posteriores al pago del dividendo el árbol sufre un escalón pero
continua siendo un árbol recombinante. Si existe más de una fecha de pago de
dividendos el tratamiento es similar, se van acumulando escalones.
Su3-Du
Su2-D
Su
Su-Dd
S Su-Du
S-D
Sd Sd-Dd
Sd-Du
↑ Sd2-D
Div.
Sd3-Dd
~
St = S*t + D t
~ la parte no aleatoria
Donde S*t representa la parte aleatoria del precio de la acción y D t
que recoge el valor actual de los dividendos futuros conocidos pagaderos antes del
vencimiento de la opción,
k
~ = exp(−r (τ − t ))D
D t ∑ i i ∀τi / T ≥ τi ≥ t
i =1
~
S*t = St − D t
y se procede a aplicarle los shocks del binomial. Una vez construido este árbol se
procede a construir el árbol de S añadiendo el valor actual de los dividendos futuros en
cada nodo. Una vez hecho esto, se valora la opción de la forma habitual.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 46
La cobertura con carteras replicantes que deben llevar a cabo los agentes emisores de
derivados resulta fundamental para no incurrir en pérdidas. Sin embargo la estrategia
replicante en la realidad debe asumir algunas restricciones que impiden llevar a la
práctica una cobertura perfecta. Si se consideran los costes de transacción, el número de
rectificaciones que hay que hacer para que la variación de los precios no afecte al
balance del emisor debe controlarse pues una frecuencia muy alta de rectificaciones
implicaría incurrir en unos costes de transacción muy altos. Por el contrario, si se
rectifica muy a la larga, el error de la replica se incrementa y la contingencia de ser
ejercida la opción puede ser muy onerosa. Encontrar un punto intermedio satisfactorio
es lo adecuado, aunque eso dependerá de las preferencias de los agentes implicados en
última instancia.
COBERTURA DELTA
La delta de un activo contingente es la derivada del precio del activo contingente
respecto del precio del activo subyacente. La aproximación en tiempo discreto es
~ ~
∂V( t ) V( t , u ) − V( t , d)
∆≡ ≅ ~ ~ ≡ φ( t )
∂S( t ) S( t , u ) − S( t , d)
El valor de delta cambia con el paso del tiempo y con los cambios en S(t) por lo que es
necesario recalcularla para mantener la cartera cubierta. Los gráficos del capítulo 14 de
3
La demostración no es inmediata sobre la fórmula de BS pues dentro de d1 y d2 también figura S. Es
decir, la delta como derivada se obtiene tras un poco de cálculo.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 47
Si se quiere hacer una cartera de opciones insensible a las variaciones de los precios del
activo subyacente una primera aproximación es que la delta de la cartera tome valor
nulo. Dicha cartera debe reportar la rentabilidad libre de riesgo como se desprende de la
estrategia replicante de una opción utilizando bonos y acciones. La cobertura delta tiene
una validez a corto plazo pues al ser la función del valor de la opción una curva, para
distintos valores de S(t) la delta será diferente. Resulta más comodo de realizar la
cobertura utilizando futuros por ser más barato y rápido. La delta de un contrato a plazo
∂F( t , T) ∂S( t ) = e r (T − t ) . Por tanto para cubrir una cartera de opciones con delta ∆t
deben comprarse e − r (T − t ) ∆t futuros. Por último la delta de una cartera es la suma de las
deltas de sus componentes.
Ejemplo
Delta de una call europea que no paga dividendos
Sea T – t = 0.5, σ = 0.16, r = 6% y K = 0.9S(t) d1 = 1.253, ∆=N(d1) = 0.8949.
Si la cartera la componen 10000 opciones call vendidas, basta con incorporar 8949
posiciones largas en el activo subyacente a la cartera para que ésta sea delta neutral.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 48
∂ 2 V( t )
GAMMA: Γ ≡
∂S( t ) 2
Es necesario estudiar tantas sensibilidades como sean posible pues la cobertura es
discreta y los modelos suelen ser imperfectos. Cuanto más convexa sea la función del
valor de la opción mayor importancia tendrá tener controlada la gamma. La gamma de
una acción, plazo o futuro es cero. Para hacer que una cartera sea gamma neutral se
necesita un activo con gamma distinta de cero lo cual implica que no se pueden utilizar
activos derivados lineales (forward, futuro,...) o activos primarios. Es decir, es necesario
utilizar otras opciones. Así si se tiene una cartera de opciones con gamma negativa se
necesario comprar activos con gamma o viceversa. Sin embargo esto puede descontrolar
una cartera delta neutral. Con lo que un ajuste con activos lineales resulta en última
instancia necesario.
Ejemplo de Hull (2003, sección 14.6): Se tiene una cartera delta neutral y con gamma
de –3000. Hay una opción negociable call con delta 0.62 y gamma de 1.5. Para hacerla
gamma y delta neutral hay que comprar en primer lugar 2000 de la opción negociable lo
cual hace la cartera gamma neutral. Ahora en cambio queda descontrolada la delta de la
nueva cartera con 0.62*2000 = 1240. Si se toman posiciones cortas de –1240 en un
activo lineal (activo primario, plazo o -1240*exp(-r(T-t)) futuros) la cartera queda
neutralizada en gamma y delta.
THETA: Θ ≡ ∂V( t ) ∂t
Es normalmente negativa como consecuencia de que a más lejanía de vencimiento más
posibilidades de que se incremente el valor intrínseco de la opción. La theta no puede
neutralizarse pues el tiempo no es negociable (de momento) además carece de sentido
intentar neutralizar el paso del tiempo pues es inexorable.
Para acciones, plazo y futuros la vega vale cero. Por tanto la vega neutralidad de una
cartera de opciones se alcanza únicamente añadiendo opciones u otros derivados que
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 49
Ejemplo
Sea una cartera delta neutral y gamma = -5000 y vega = -8000. Existen dos opciones
negociables en el mercado (es decir inagotables y no impactables). Opción A:
∆=0.6, Γ=0.5, υ=2.0. Opción B: ∆=0.5, Γ=0.8, υ=1.2. Para conseguir la neutralidad en
delta gamma y vega hay que montar un sistema de 2 ecuaciones
-5000+XA0.5+XB0.8 = 0
-8000+XA2.0+XB1.2 = 0 ; XA= 400 , XB = 6000
Pero ahora la delta queda en 3240 con lo que es necesario vender 3240 acciones o
forwards para restaurar la delta neutralidad sin alterar el resto.
En general, aunque los modelos matemáticos se usan con gran extensión para la
valoración no es así para la cobertura, son menos útiles pues pueden llevar a errores.
Además los agentes no pretenden estar neutralizados completamente frente a toda clase
de riesgos sino que el riesgo se mantenga en niveles tolerables. De todas formas las
sensibilidades expuestas tienen un patrón de comportamiento pues cambian con el
tiempo y con los cambios de S(t).
Para la gamma se deben estimar dos deltas en el instante 2∆t pues hay que ver cuanto
varia la delta por variaciones cuadráticas del spot. Cuando S = (Suu+S)/2 (a mitad
camino entre el segundo y tercer nodo) entonces delta (Vuu –Vud)/(Suu-Sud). Cuando
S = (Sdd+S)/2 (a mitad camino entre el primer y el segundo nodo)entonces delta (Vud –
Vdd)/(Sud-Sdd). La difencia entre los valores de S es h = 0.5(Suu-Sdd). La gamma es la
variación de delta dividida por h. Es decir
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 50
Para la theta se tiene que la aproximación (Entre Vud y V pasan dos instantes de
tiempo)
( Vud − V )
Θ=
2∆t
Para la vega y la rho hay que restimar el derivado con dos valores diferentes de la
volatilidad y el tipo de interés y calcular el cociente respecto a la variación en la
volatilidad y el tipo de interés respectivamente.
uu
du
dd
∆t ∆t
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 51
9. OPCIONES AMERICANAS
Ut = Mt - At
autofinanciable Φ tal que para cualquier derivado exista una cartera cuyo valor
descontado sea una martingala y replique los flujos del activo derivado, es decir
~ ~
V(T, Φ ) = M T (pensemos en una opción europea) y por la propiedad de martingala se
verificará que
~ ( t ) = E [V
Q (T ) Ft ] = E Q [M T Ft ] = M t
V ~ ~ ~
U t = V( t ) - A t
4
Si Z = {Z t }Tt =0 adaptada a la filtración {Fn} representa el valor intrínseco de una opción americana con
vencimiento en T, la secuencia U = {U t }Tt =0 definida por
U T := Z T ,
U t := max( Z t , E( U t +1 | Ft )) t ≤ T − 1
se llama envoltura Snell de Z y constituye la supermartingala más pequeña que domina Z.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 52
Así pues, si el emisor valora por U0 la opción americana, dicho valor le permite cubrir
“con creces” el valor de la opción en el momento ‘t’ con la estrategia replicante Φ, pues
Ut ≤ V(t). Sin embargo parece existir una OA aparente cuando el poseedor de la opción
la ejerza, Ut < V(t) obteniendo un beneficio. Para eliminar esta inconsistencia, es decir
que al ejercer la opción el emisor no obtenga un beneficio, se restringe a que el
comprador de la opción la ejerza de forma óptima. Por otro lado, tendría menos sentido
ejercer la opción cuando Ut > Zt pues es preferible la venta en el mercado. Por tanto, el
ejercicio óptimo de la opción americana ocurre cuando su precio iguala al valor
intrínseco, Uτ = Zτ siendo τ un tiempo de parada óptimo. Por otro lado, no existe
ninguna razón para ejercer la opción después del último tiempo de parada óptimo τm.
Como τ ≤ τm, y sabiendo que UtΛτ es una martingala (se puede demostrar fácilmente) y
que τ es también óptimo. En consecuencia, el criterio de parada óptima se resume en
que en el instante τ
Uτ = Zτ y τ ≤ τm
con τm = sup{n : Un = Zn}. Cualquier otro tiempo que no sea óptimo, bien Uτ > Zτ (antes
de τm), bien Aτ > 0 (después de τm), el ejercio anticipado no óptimo implica
Las opciones americanas deben valer igual o más que su correspondientes europeas por
ofrecer más fechas de ejercicio. Por otro lado, el ejercicio anticipado de las call
americanas sobre acciones que no pagan dividendos no es óptimo, dando lugar a que
calls europeas y americanas tengan el mismo valor. Ahora podemos establecer este
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 53
Lema
Sea U el valor de una opción americana con respecto a la secuencia adaptada
contingente Z y fecha de expiración T. Sea V el valor de la opción Europea con activo
contingente ZT. Entonces se verifica que Ut ≥ Vt. Además, si Vt ≥Zt para todo t
entonces, V=U.
Demostración.
~
El valor descontado de la opción americana U t es una supermartingala. Por tanto,
~ ~ ~ ~
U t ≥ E Q ( U T | Ft ) = E Q (V(T) | Ft ) = V( t ) .
~
Lo cual implica que U t ≥ V( t ) para todo t. Para la segunda parte, como V es una
~ ~
supermartingala (toda martingala es una supermartingala) dominando Z y U es una
~ ~
envoltura Snell, V( t ) ≥ U t y por tanto Ut = V(t) para todo t.
Q [ t Q]
~c = (1 + r ) − T E (s(T ) − K )+ | F ≥ E [~s (T ) − K (1 + r ) − (T − t ) | F ] = ~s ( t ) − K (1 + r ) − (T − t )
t t
c t ≥ s( t ) − K (1 + r ) −(T − t ) ≥ s( t ) − K
c t ≥ (s( t ) − K )+
Entonces por la segunda parte del lema anterior se tiene que ct = Ct.
Esta propiedad no es válida para las puts ni para el caso de calls sobre divisas o acciones
que pagan dividendos.
Ejemplo
Supóngase una acción con árbol recombinante de u = 1.25 y d = 1/u. Valorar una call
americana K=80 y una put americana K=100. Supóngase r=5% periodal en
capitalización continua.
195.31
156.25
125 125
100 100
80 80
64
51.2
e 0.05S( t ) − S( t ) / 1.25
La medida equivalente de martingala es q = = 0.55838 y 1-q =
S( t )·1.25 − S( t ) / 1.25
0.44162
Call 115.31
Max(Z2=76.25; EQ...=80.15)
Max(Z1=45; EQ...=52.62) 45
Max(Z1=0;EQ...=12.69) 0.0
0.0
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 55
Put 0.0
Max(Z1=20;EQ...=19.585)* 20.0
Max(Z2=36; EQ...=31.12)*
Los pagos de las lookback son función del máximo o mínimo del precio del subyacente
durante la vida de la opción. Por ejemplo, una call lookback europea paga al
vencimiento la diferencia entre el precio final y el mínimo alcanzado. Una put lookback
europea paga la diferencia entre el máximo alcanzado y el precio final. Las lookback se
utilizan con mercaderías para garantizarse precios mínimos de compra y máximos de
venta. Las opciones lookback son una clase de opciones dependientes del camino
seguido por el subyacente y no sólo del valor del subyacente en el vencimento. Las
opciones asiáticas y las opciones lookback son dos ejemplos de opciones dependientes
del camino. Para que la metodología del binomial se pueda aplicar a las lookback se
requieren dos condiciones:
5
Las opciones lookback de estilo europeas tienen solución cerrada (Hull (2003), 19.8)
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 56
62.99 56.12
56.12
3.36 62.99 56.12
56.12 50.00 6.87 0.00
50.00
4.68 A
5.47
56.12 50.00 44.55
44.55
6.12 2.66 56.12 50.00
50.00 11.57 5.45
39.69
6.38
50.00 35.36
10.31 50.00
14.64
1 1
10%× − 40%×
e 12 − e 12
q= = 0.5073196
1 1
40%× − 40%×
e 12 − e 12
F (t )
Y (t ) =
S (t )
Donde F(t) es el valor máximo del subyacente en el camino. El árbol se expresa en
función de unidades de activo, ver más detalles en el libro.
En realidad, tanto para asiáticas como para lookback, lo más didáctico es trabajar con
árboles no recombinantes y camino a camino, según se presenta en el capítulo 4 de
Pliska (1997).
Los árboles trinomiales presentan una mayor flexibilidad que los árboles binomiales.
Son especialmente adecuados para situaciones tales como las que contemplan activos
subyacentes cuyas medias y volatilidades dependen del nivel del activo subyacente. El
modelo trinomial en un período adopta la siguiente forma
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 58
uSt
qu
St mSt
qm
qd
dSt
En general para que el árbol sea recombinante es necesario que u·d = m2. En Hull
(2003) se simplifica para que m=1, dando lugar a que u=1/d.
Consideraciones de eficiencia numérica sugieren una amplitud de rama de 2·σ 3∆t (se
puede utilizar una formulación más general adaptable a un browniano geométrico al que
se le añade una tendencia riesgo neutral). A partir de esta consideración, de la
condición de recombinante y de una ecuación en media y varianza que debe satisfacer el
árbol riesgo neutral se resuelven las probabilidades riesgo neutrales.
u = e σ 3∆t d = 1/ u m =1
Entonces se plantea que
E Q [S t + ∆t Ft ] = S t exp(r∆t )
1
1 + r∆t ≈ ( q u − q d )σ 3∆t + 1 + ( q u + q d )σ 2 3∆t
2
VAR Q [log ∆S t +1 Ft ] = σ dt
2
[ ]
= E Q ( log ∆S t +1 ) 2 Ft − E Q [log ∆S t +1 Ft ] 2
= σ 2 3dt (q u + q d ) − ( rdt ) 2
≈ σ 2 3dt (q u + q d )
∆t σ 2 1
qd = − r − +
12σ 2 2 6
2
qm =
3
∆t σ 2 1
qu = r − +
12σ 2 2 6
Las opciones barrera pertenecen al grupo de las llamadas opciones exóticas y son muy
similares a las opciones ordinarias. Existen puts y calls y europeas, americanas y
bermudas (un conjunto de fechas de ejercicio). Al igual que las europeas la mayoría
tienen solución cerrada. Aquí se va a ilustrar como se utilizan los árboles
binomiales/trinomiales para aproximar su valor y las griegas para su cobertura. Es
habitual en las opciones barrera encontrar compensaciones (cash rebate) a vencimiento
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 60
o al cruze si la opción vence inactiva. Una primera clasificación de las opciones con una
única barrera es
Knock-out
Son opciones que empiezan con valor y pueden anularse si el precio del subyacente
supera un determinado nivel. Pueden tener la barrera arriba (up and out) o abajo (down
and out).
Knock-in
Son opciones que empiezan sin valor y si el precio del subyacente cruza el nivel se
vuelven activas. Pueden tener la barrera arriba (up and in) o abajo (down and in).
Una característica que comparten la mayoría de las opciones barrera es que a medida
que la barrera es más cercana al precio del subyacente la posibilidad de activar o
desactivar la opción aumenta y con ello las griegas toman valores extremos en esa zona
(deltas superiores a | 2 | son muy comunes, gammas infinitas,…). Es la zona que más
interesa tener cubierta pero es a la vez la más dificil de cubrir de forma permanente.
Sea S(0) = 100, K = 80, σ = 0.20, T=1, Δt = 0.25, r = 0.05. Sea una opción barrera con
barrera B = 120. Cuando el subyacente toca esta barrera la opción deja de existir.
1. Valore la opción.
2. Si cuando la opción deja de existir se le compensa al comprador con la
devolución (cash rebeat) de la cuantía pagada al inicio, valore nuevamente la
opción.
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 61
Solución
1.
El número de pasos es n =4 (=T/ Δt),
u = exp( σ ∆t ) =1.105170918...
d = exp( −σ ∆t ) =0.904837418...
exp( r∆t ) − d
q= = 0.537808372...
u−d
0 (149>120)
0
0 (122>120) 0 (122>120)
4.6054 9.1299
6.2572 10.088 20
8.3484 11.4769
6.5495 1.87307
0.9933
0
Sin barrera la opción hubiera valido 24.64, lo que supone una diferencia considerable.
2.
X (*) X (**)
q2 (1 − q )q 3
+2 = 0.2821 + 0.1368 = 0.4189
exp( r 2∆t ) exp( r 4∆t )
X = 6.2572+0.4189XX=10.7679
X = 6.2572+0.4189αX
6.2572
X=
1 − 0.4189α
Barrera en el árbol
Barrera real
Barrera real
Doctorado en Finanzas Cuantitativas, Derivados I Tiempo Discreto - 64
X t = X t −1 exp r − σ 2 ∆t + σ ∆t z t
1
(*)
2
donde z ~N(0,1).
+
e − rT m 1 n
call = ∑ ∑ Xij − K
m i =1 n j=1
X j = X j −1 exp r − σ 2 ∆t + σ ∆t Z j
1
2
o lo que es lo mismo
1 2 j
X j = X 0 exp r − σ j·∆t + σ ∆t ∑ Z i
2 i =1
Derivando se tiene
∂X j j Xj
= exp r − σ 2 j·∆t + σ ∆t ∑ Z i =
1
∂X 0 2 i =1 X 0
e − rT 1 n 1 n
X n∑ X j si ∑ X j > K
0 = n j=1
∆ˆ = j 1
0 1 n
si ∑ X j ≤ K
n j=1
e − rT m 1 1 n 1 n
∆ˆ = ∑ ∑ X j ⋅ INDICADOR ∑ X j > K
X 0 i =1 m n j=1 n
j=1
BIBLIOGRAFÍA
St = e-Dt·rEQ[St+Dt|Ft] = e-Dt·r[qSt(eDt·q)u+(1-q)St(eDt·q)d]
e ( r -q )·Dt - d
q=
u-d
2
¿por qué es óptimo el ejercicio anticipado (*) en una call sobre futuros?
Pues por los “dividendos”.
La posición en futuros cuesta cero y su beneficio esperado debe ser
3
cero. Luego q = r. (véase 13.6 y 13.7 de Hull (2002))
Put americana sobre acción que paga un dividendo (págs. 416-417 Hull (2002))
D(3.5/12)=2.06$ ,S(0)=52$, X=50$, r=0.1, s=0.40, T=5/12 y Dt=1/12
1 1
0.1´ -0.40
e 12 -e 12
1.0084 - 0.8909
q= = = 0.5073
0.40
1
-0.40
1 1.1224 - 0.8909
e 12
-e 12
12 12 12
89.06
79.35
72.75 70.70
65.02 62.99
58.14 58.17 56.12
52.00 52.03 50.00
46.56 46.60 44.55
41.72 39.69
37.41 35.36
31.50
28.07 6
0.00
0.00
0.00 0.00
0.64 0.00
2.16 1.30 0.00
4.44 3.77 2.66
6.86 6.38 5.45
10.16 10.31*
14.22 14.64
18.50*
21.93
e(0.03·2/12)
(0.03·1/12)
e
1 e(0.03·2/12)
(0.03·1/12)
e
e(0.03·2/12)
10
LPU
c(u) = 1.00·0.00 + 6.177l444· e(0.03·1/12)
= 6.1931079 (error de quinto orden)
11
Nodo inicial
LPU
c(0) = 0.5346166·0.00 + 3.133058·1
= 3.133058 (error de cuarto orden)
12
2 5
~ -0,09´ -0,09´
D0 = 0,5 ´ e 12 + 0,5 ´ e 12 = 0,9741 Þ S* = 40 - 0,9741 = 39,0259
0
Cartera B
Compra acción con reinversión S0 × e - q×T ST ST
continua de dividendos en acciones
Luego la cartera A siempre paga igual o más que la cartera B y por tanto debe valer
igual o más al inicio. Si se incumplen OA: Se compra call y ALR por Xe-rt y se venden
S0e-qT acciones cuyos dividendos se reinvierten comprando acciones. Sacando un 14
beneficio al inicio y otro al final si la bolsa baja y ninguna pérdida si la bolsa sube.
Cartera B
Compra ALR X × e - r ×T X X
15
16
æ 930 1 2 ö
-0.03´
2 ç ln + (0.08 - 0.03 + 0.2 2 ) ´ ÷
call = 930e 12´ N ç 900 2 12 ÷
ç 2 ÷
ç 0.2 ÷
è 12 ø
æ 930 1 2 ö
-0.08´
2 ç ln + (0.08 - 0.03 - 0.2 2 ) ´ ÷
- 900e 12 ´ N ç 900 2 12 ÷
ç 2 ÷
ç 0.3 ÷
è 12 ø
2 2
-0.03´ -0.08´
= 930e 12 ´ N (0.5444) - 900e 12 ´ N (0.4628)
2 2
-0.03´ -0.08´
= 930e 12 ´ 0.7069 - 900e 12 ´ 0.6782 = 51.83 17
Europeas c + Xe - rT = p + S0 e - qT
Americanas S0 e - qT - X < C - P < S0 - Xe - rT
Queda como ejercicio para el estudiante su comprobacion
2
donde ln( F / X ) + σ T/2
d1 = 0
σ T 2
ln( F0 / X ) - σ T / 2
d2 = = d1 - s T 19
σ T
é æ 20 1 4 ö æ 20 1 4 öù
-0.09´
4
ê ç ln - 0.252 ´ ÷ ç ln + 0.25 2 ´ ÷ú
put = e 12 ´ ê20 ´ N ç - 20 2 12 ÷ - 20 ´ N ç - 20 2 12 ÷
ú
ê ç 4 ÷ ç 4 ÷ú
ç 0.25 ÷ ç 0.25 ÷ú
ëê è 12 ø è 12 øû
4
-0.09´ é æ1 4 ö æ 1 4 öù
=e 12 ´ ê20 ´ N çç 0.25 ÷÷ - 20 ´ N çç - 0.25 ÷÷ú
ë è 2 12 ø è 2 12 øû
4
-0.09´
= 20 ´ e 12 ´ [N (0.07216 ) - N (- 0.07216 )]
4
-0.09´
= 20 ´ e 12 ´ [0.5288 - 0.4712]
= 1.12 dólares
20
•Demostración
– La relación de paridad se cumple por la LPU para un valor particular de la
volatilidad que se utiliza para sustituir en la fórmula de “BS”.
– La relación de paridad se cumple a los precios de “Mdo” con sus “vi”
– Mostrando que el error de valoración con BS es el mismo para calls y puts.
– Si utilizamos la “vi” de la call en el mercado en la fórmula de BS el error será nulo.
Implicando el mismo resultado para las puts.
(+) c BS + Xe - rT = p BS + S0
( -) c Mdo + Xe -rT = p Mdo + S0
( =) c BS - c Mdo = p BS - p Mdo 22
Distr. normal
X
S0=X X’’ X’
• Esta “cv” se interpreta como que la distr. prob. “implícita”
es leptocúrtica en correspondencia con la distribución real.
Esto encarece las opciones “deep out” y “deep in” :
– Si X’>>X, la call estaría “deeply out” y la put “deeply in”.
La mayor “vi”, eleva la prob. de ejercicio y las encarece.
– Si X’’<<X, la put estaría “deeply out” y la call “deeply in”.
La mayor “vi”, eleva la prob. de ejercicio y las encarece. 23
Distr. normal
X S
S0=X X’’ X’
Precio de
la opción
Pendiente = Δ
B
A Precio de la acción 25
¶F( t, T) ¶S( t ) = e r (T - t )
• Si se quiere cubrir una opción con delta Dt, la posición a tomar en futuros es
e- r ( T - t ) D t
• Si se tratase de cobertura de una cartera que simula un índice y se cubriese con
futuros, el número de contratos se calcularía de la siguiente forma
K1
calls : e -( r -q )·T* ´ e -qT N (d1 ) ´
K2
K1
puts : e -( r -q )·T* ´ e -qT [N (d1 ) - 1] ´
K2
– Siendo K1 el número de veces que la cartera contiene el índice
– Siendo K2 el múltiplicador del futuro
26
1 - (d1 )2 2
GAMMA: 2 e
¶ V( t ) N¢(d1 ) 2p
Gc / p º = =
2 S(0)s T S(0)s T
¶S( t )
Es siempre positiva.
C’’
C’
C
Precio de la acción
S S
’ 31
VEGA: ¶V( t )
nc / p º = S(0) T N¢(d1 )
¶s
Vega
Cuando se emiten “at” tienen
vega alta pero con el tiempo si
se vuelven “deep” la vega se
anula. La vega neutralidad
protege de cambios de
S(t) volatilidad.
X
Ejemplo: Put europea sobre índice bursátil
35
Dput
índices = e -qT
[N(d1 ) - 1]
37
•Ejemplo:
–90.000.000$ en una cartera S&P500 con el S&P500 a un nivel de 900
–Sea una cobertura con T=6/12, X=87.000.000, r=9%, q=3%; s=25%
90 1 6
ln + (0.09 - 0.03 + 0.25 2 ) ´
d1 = 87 2 12 = 0,4499
6
0.25
12
– Y la delta de la opción:
Dput
índices = e
-qT
[N(d1 ) - 1] = -0,3215
– Debería venderse un 32,15% de la cartera para obtener la delta del
opción requerida.
– Si pasado un día la cartera baja a 88 mill., la delta sería -0,3679 y debe
venderse un 4,64% adicional de la cartera original.
– Si el valor de la cartera sube a 92 mill., la delta cambia a -0,2787 y
debe recomprarse un 4,28% de la cartera original. 38
K1
e -( r -q )·T* ´ e -qT [N(d1 ) - 1] ´
K2
– Siendo K1 el número de veces que la cartera contiene el índice
– Siendo K2 el múltiplicador del futuro
– Cuando la bajan las acciones, aumenta la delta, lo cual lleva a
vender más futuros
– Cuando las acciones suben, disminuye la delta, y parte de los
futuros vendidos se recomprarán
– Coste del seguro: vende en un mercado que baja pero compra
después de que el mercado haya subido
39
250 ´ 900
e (
90.000.000 -( r -q ) T* -qT
)
´ e [N(d1 ) - 1] =
250
e(
100.000 -( r -q ) T* -qT
)
´ e [N(d1 ) - 1] = -123,2 @ -123
C0-E=10.000.000-8.145.551=1.854.448 euros
1.854.448
Nº opciones que puede comprar = 35.22 » 35
525 × 100
3. Porcentaje de la subida del índice a obtener si sube la bolsa
35
%= = 112.90%
31
44
4.-
I A B [A + B] - I
I
Índice Variación Resultado con opciones Bono Rentabilidad total:
XXX Índice Cupón cero Opción+bono (2 Años)
6.000 87.50% (6.000-3.200)·100·35=9.800.000 10.000.000 87.5·112.9=98%
5.000 56.25% (5.000-3.200)·100·35=6.300.000 10.000.000 56.25·112.9=63%
4.000 25% (4.000-3.200)·100·35=2.800.000 10.000.000 25·112.9=28%
3.000 -6.25% No se ejecutan 10.000.000 0%
2.000 -37.5% No se ejecutan 10.000.000 0%
-Es necesario que la bolsa suba un 70.26% para que el bono bolsa se más
rentable que invertir directamente en Bolsa.
-Si la Bolsa baja más de un 8,43% es mejor invertir en Bonos Bolsa.
-Si la Bolsa sube más de un 70,26% o baja más de un 8,43% es mejor
invertir en un Bono Bolsa.
46
S æ 1 ö
ln 0 + ç r + s 2 ÷T
X è 2 ø
c0 = S0 N(d1 ) - Xe - rT N(d 2 ) ; d1 = ; d 2 = d1 - s T
s T
¶c ¶d ¶d
= N(d1 ) + S0 × N¢(d1 ) × 1 - Xe - rT × N¢(d 2 ) 2
¶S ¶S ¶S
1 - 2 (d1 -s T )
1 1 2
1 - 2 (d1 )
2
1 1
= N(d1 ) + S0 × e × - Xe- rT × e ×
2p S0s T 2p S0s T
48
- (d - s )
1 1
- (d ) Xe- rT
2 2
1 T
= N(d1 ) + -
1 1
e 2 e 2
s T 2p S0s T 2p
- (d ) é - s2T ù
1 1
Xe- rT d s
2
1
= N(d1 ) + ê1 - T 2
ú
1
e 2 e 1
e
s T 2p êë S0 úû
1
- (d )
2
1
= N(d1 ) + e 2 [1 - 1] = N(d1 ) □
1
s T 2p
49
S æ 1 ö
ln 0 + ç r + s 2 ÷T
X è 2 ø
c0 = S0 N(d1 ) - Xe - rT N(d 2 ) ; d1 = ; d 2 = d1 - s T
s T
¶c
¶s
¶d
= S0 × N¢(d1 ) × 1 - Xe -rT × N¢(d 2 )
¶s
¶
¶s
(
d1 - s T )
æ -d ö æ -d ö
= S0 × N¢(d1 ) × ç 2 ÷ - Xe - rT × N¢(d 2 )ç 2 - T ÷
è s ø è s ø
æ S0 æ 1 2 ö ö S
ç ln + ç r + s ÷T ÷ ln 0 + rT
¶ ç X è 2 ø ÷ 1 d
Nota : =- X + T =- 2
¶s ç s T ÷ 2
s T 2 s50
ç ÷
è ø
1 - 2 (d1 -s T ) æ d 2
1 1 2
1 - 2 (d1 ) d 2
2
ö
= -S0 × e × + Xe - rT × e ×ç + T ÷
2p s 2p è s ø
1 2é 1 ù
1 - 2 (d1 ) ê d2 - rT d1s T
- s 2T æ d ö
= e - S0 × + Xe ×e ·e 2 × ç 2 + T ÷ú
2p ê s è s øú
ë û
é d æd öù
= N¢(d1 )ê- S0 × 2 + S0 × ç 2 + T ÷ú = S0 T N¢(d1 )
ë s è s øû □
51
Fin
• Muchas gracias por vuestra atención
• Email: hipolit.torro@uv.es
52
Nota. Se recomienda resolver los ejercicios 18, 19 ó 20, utilizando algún lenguaje de programación
(MatLab, Visual Basic,…). La resolución con un programa permite contemplar la convergencia a
medida que se van elevando el número de pasos o iteraciones en el valor de la opción y en las
sensibilidades o griegas, se puede ilustrar con gráficos, etc. No conviene acostumbrarse a paquetes
comerciales u otros programas de valoración de opciones.
Ejercicio 1
Supongamos que tenemos una acción s(0)=10. La distribución del activo es log-normal, es decir su
rendimiento es normal, x = log[s(T)/s(0)] ~ N(). Para T=1 se tiene que N(0.1,0.04).
Supongamos que el tipo libre de riesgo expresado en capitalización continua es del 7%.
Ejercicio 2
Considérese un contrato a plazo en el que se acuerda en t=0 intercambiar en t=T el activo X por “a”
unidades del activo Y. Determine el valor de la constante “a” para que se cumpla la AOA y el
contrato a plazo tenga valor nulo al inicio, tal y como debe ser. Supóngase un tipo de interés libre
de riesgo en capitalización continua de “r”.
Ejercicio 3
A- Considérese dos opciones de compra europeas son idénticas excepto en el precio de ejercicio.
Demostrar
(a) Ct(K1) Ct (K2) si K2 K1
(b) e – r(T-t) (K2 – K1) Ct (K1) - Ct (K2) si K2 K1
(c) Ct (K1)+(1-Ct (K2) Ct (K) si K2K1 y para [0, 1] siendo K = (K1 + (1-) K2)
En (c) hay que tener en cuenta que hay 4 estados finales posibles
B- Considérese dos opciones de compra europeas que tienen idénticas excepto en el vencimiento.
Demostrar
Ct (T2) Ct (T1) si T2 T1
NOTA: Intentar construir cuadros de arbitraje tendiendo en cuenta los límites de las opciones.
Derivados I. Tiempo discreto (Ejercicios) 2
Ejercicio 4
Tenemos dos activos arriesgados s1 y s2 y 2 estados de la naturaleza para el período
[0,T] Estos dos activos se mueven juntos, esto es si los precios suben (1) o bajan (2) lo hacen a
la vez ambos activos. También contamos con el ALR (expresado en capitalización continua
s0(T)=exp(rT)). Demostrar que la AOA implica
Ejercicio 5
Tenemos 2 (=d+1) activos y 3 estados de la naturaleza Suponemos que los
esquemas.
Ejercicio 6
Tenemos 3 (=d+1) activos y 3 estados de la naturaleza ¿Es un mercado completo o
incompleto?, ¿Existen OA? Suponemos que los esquemas siguientes
ALR
Numerario s0(T,1) = 10/9
s0(T,3) = 10/9
s1(T,3) = 40/9
s2(T,3) = 80/9
Derivados I. Tiempo discreto (Ejercicios) 3
Ejercicio 7
Extensión del modelo binomial
En el contexto de CRR supóngase que existen dos activos arriesgados independientes (S1(t), S2(t))
y el ALR (B(t) = (1+r)t). Cada activo arriesgado genera su propio árbol binomial recombinante (por
tanto existen dos pares (u1,d1) y (u2,d2)). Demostrar que para el caso uniperiodal y por extensión
para cualquier número de períodos se verifica la AOA pero el modelo es incompleto.
Ejercicio 8
Modelos multinomiales
En el contexto de CRR supóngase que existen dos activos arriesgados (S1(t), S2(t)) y el ALR (B(t)
= (1+r)t). Cada activo arriesgado genera su propio árbol trinomial recombinante con probabilidades
reales p1, p2 y p3 con los respectivos cambios proporcionales para cada activo y rama ((u11, u12, u13)
y (u21, u22, u23)) con p(u11, u21) = p1, p(u12, u22) = p2, p(u13, u23) = p3. Demostrar que para el caso
uniperiodal se verifica la AOA y la completitud del modelo. Razone la respuesta.
Ejercicio 9
Considérese un modelo de árbol binomial para el proceso del precio de una acción {Sn : 0 n 3}.
Sea S0 = 100 y en cada rama o paso la acción puede subir o bajar un 10%. Asúmase que el tipo de
interés es del 5% en capitalización continua. El ALR es un depósito que acumula intereses. El
contrato que se desea valorar es una put europea con precio de ejercicio de 110 y vencimiento en 3.
(a) Encontrar la medida de probabilidad en (,F) que hace que el precio descontado de la acción
sea una martingala.
(b) Valore el derivado
(c) Si los movimientos de los precios fueran arriba y arriba, calcular la estrategia replicante para
cubrir la posición del emisor y comprobar que es autofinanciable.
(d) Repítanse los tres apartados anteriores para un derivado que paga 10 unidades si el último
movimiento de la acción es hacia abajo (baja entre dos y tres).
Ejercicio 10
Un activo subyacente con proceso para el precio S tiene tanto opciones europeas de venta como de
compra activamente negociadas en un mercado financiero. Suponiendo el mismo precio de ejercicio
K y vencimiento T ambas opciones pueden relacionarse a través de la relación de paridad put-call
europeas.
(a) Derívese la relación de paridad considerando el enfoque de valoración de martingalas
C(t) – P(t) = S(t) Ke-r(T-t), 0 t T
(b) Verifique que no es posible que se incumpla la relación de paridad pues ello implicaría una OA.
Derivados I. Tiempo discreto (Ejercicios) 4
Ejercicio 11
Una acción que paga dividendos (véase Hull(2003) apartado 18.3)
Un acción que paga dividendos puede modelizarse de diferentes formas. Se asume un tipo de interés
constante r. Se investigan dos modelos.
(a) El activo paga un dividendo expresado en capitalización continua. Esto implica que el activo
ya no es negociable pues se necesita considerar el flujo de dividendos asociado. Sea S ( t ) la
cartera formada por la reinversión de los dividendos en la acción. En el instante t el valor de esta
cartera es S ( t ) e t S( t ) . Explíquese la relación entre el precio del activo contingente sobre una
acción que paga dividendos y el activo contingente sobre una acción que no paga dividendos.
(b) Supóngase que la rentabilidad por dividendos se deriva de un único pago por dividendos en el
instante El pago de dividendos va a afectar al precio de la acción en que Sdiv es el precio de la
acción que paga dividendos, Sdiv(t) = (1-)S(t) para t . Para un árbol binomial de tres pasos
con S(0) = 100, r = 5%, subidas y bajadas de un 10% y dividendos = 5% en t = 2, valore
opciones de compra con K = 95.
(c) Supóngase que la acción paga un dividendo de cuantía absoluta D = 4 al final de cada período.
Para un árbol binomial de dos pasos con S(0) = 100, r = 6% periodal en tiempo continuo, u =
1.12 y d = 0.90, encontrar la cartera replicante para una put K= 100 y T=2.
Ejercicio 12
Para un contrato a plazo en una acción con proceso para su precio representado por S, demostrar
que el proceso para el precio a plazo para un contrato con vencimiento en T sobre una unidad de la
acción viene dado por F(t) = EQ(S(T)|Ft).
Ejercicio 13
Considérese un árbol binomial para el proceso del precio de una acción {S(t) : 0 t 3}. Sea S(0) =
100 y sea S(t+1) = S(t)X(t+1) donde {X(i) : i 1}es una secuencia de v.a. independientes con X(i)
= u = exp() o X(i) = d = 1/u. Suponiendo r = 10% en capitalización continua y la volatilidad del
mercado = 20%. El contrato que se desea valorar es una opción de venta americana con K=110 y
T=3.
(a) Encontrar la medida de probabilidad en (,F) que hace que el proceso del precio descontado sea
una martingala.
(b) Valore el activo contingente
(c) Si los movimientos del activo fueran arriba, abajo y abajo, determinar la estrategia replicante si
no ejerce inmediatamente en cero la opción y comprobar que se trata de cartera autofinanciable
hasta la fecha óptima de ejercicio anticipado.
Ejercicio 14
La relación de paridad put-call para americanas se expresa en forma de desigualdad. Sea S el
proceso del precio de una acción y C y P los procesos de los precios para la call y put americanas
con vencimiento T y precio de ejercicio K. Demostrar, considerando las relaciones entre europeas y
americanas, que para las opciones americanas se verifica
Ejercicio 15. Americana sobre cobre y Europea con pago igual a ST2
Ejercicio 18.
Sea una opción Average price call con pago final ( X (T) K ) siendo K el precio de ejercicio y
X (T) la media aritmética de una acción en el período [0,T]. Valorar la opción y la su delta con un
intervalo de confianza del 5% utilizando la metodología de la simulación. Utilizar el número de
iteraciones necesarias para que el valor de la opción se encuentre en un intervalo de confianza de
bandas aproximadas de +/ 2.00€. DATOS: 40% , K= X(0) 500.00 €, T=1 año, r=10%.
CH T ST e I Ct Pt e ST I Ct Pt
1 Ct Pt 1 Ct Pt
I Ct Pt I Ct Pt
0 Ct P 0 Ct P
CH 0 C0 P0
Es decir, la suma de una opción de compra europea (C0) con precio de ejercicio e y vencimiento T y
una opción de venta europea ( P0 ) con precio de ejercicio e1 r t T y vencimiento t.
9
8
6
5
6
4
3
Sea Bt = (1+r)t el precio de un bono libre de riesgo. Por simplicidad en los cálculos se asume r = 0.
Sobre el activo arriesgado se emite una opción chooser con precio de ejercicio e = 7, vencimiento T
= 2 y tiempo de decisión t = 1. Se pide,
Examen 2006. Opciones de compra americanas sobre activos que pagan dividendos.
Sea D(ti) un proceso conocido (no aleatorio) y no negativo que representa la cuantía monetaria de
los dividendos pagados por el activo arriesgado S(t) en los n instantes ti para i=1, ..., n. Nótese que ti
representa un momento justamente anterior al pago del dividendo D(ti), siendo 0 < t < t1 < t2 < ...<
tn < T.
Sea U(t) el valor de una opción de compra americana sobre S(t), precio de ejercicio K y vencimiento
T. Nótese que si la opción americana se ejerce en ti, el inversor recibe (S(ti) – K)+. De no ejercerse la
opción en ti, el proceso del activo bajará a S(ti) – D(ti).
Sea V(t) el valor de la opción de compra europea con pago final V(T) ={(S(T) – K)+}.
Demostrar que
3.2. Sea un modelo de CRR calibrado del que se conocen los siguientes parámetros
S(0) = 100
u = exp t = exp(0.15)
n T/t 3
d= 1/u
exprt exp(0.01) .
a) Valore en t = 0 una opción europea de compra y una opción americana de compra ambas
con precio de ejercicio K = 80 si el activo subyacente paga en el instante 2 un dividendo
D(2) = 1.
b) Repetir el apartado a) pero cambiando la cuantía del dividendo a D(2) = 10.
c) Compare de forma razonada los resultados de los apartados anteriores.
Derivados I. Tiempo discreto (Ejercicios) 8
Examen 2010. Cobertura delta o delta hedging
a) Defina y relacione los siguientes conceptos
b) Sea un banco que vende una opción de venta europea sobre un índice bursátil. Sobre dicho
índice bursátil existe un futuro con vencimiento dentro de 1 año que cotiza a su precio
teórico y tiene multiplicador 10.
b4) Cuál será el coste aproximado de la estrategia teniendo en cuenta una modificación
semanal de la estrategia de cobertura.
Fórmula de Black-Scholes para opciones europeas sobre índices con dividendos en tasa continua:
b) Sea un fondo que replica perfectamente un índice bursátil con un capital constituido de
100.000.000 de euros. Sobre dicho índice bursátil existe un futuro con vencimiento dentro de 1
año que cotiza a su precio teórico y tiene multiplicador 100.
Fórmula de Black-Scholes para opciones europeas sobre índices con dividendos en tasa continua:
A.1. INTRODUCCIÓN
INFORMACIÓN Y FILTRACIONES
Las álgebras representan información sobre los sucesos a los que es posible asignar una
probabilidad. Por tanto para representar el flujo de información que se genera en un mercado
financiero es necesario disponer de una secuencia de álgebras crecientes.
Una filtración es una familia de álgebras tal que Fi Fi +1 (i=0,1,2,...) y F0 = {,}. Donde Fi
representa la información conocida en el instante “i”.
PROCESOS ESTOCÁSTICOS
Para manejar situaciones dinámicas en las que interviene el tiempo y variables aleatorias que
representen dichas evoluciones se utilizan los procesos estocásticos.
Así pues, si X es adaptado, el valor de X en el instante n, Xn, es conocido si Fn = (X0, X1, ...,Xn).
A Fn se le conoce como la filtración natural o generada por los propios valores del proceso
estocástico y es la que se tomará por omisión.
Doctorado en Finanzas Cuantitativas, Derivados I Apéndice Tiempo Discreto - 2
Ejemplo
Sea el proceso de una acción “St” con distribución binomial no recombinante de dos períodos con
probabilidades del “mundo real” de ½ para cada paso en el árbol
s7=180
Nodo 7
s3=120 Nodo 3 ½
. ½ s6=80
Nodo 6
½
s1=80
Nodo 1 s5=72
Nodo 5
. s2=60 Nodo 2 ½
½ s4=36
Nodo 4
½
Instante 0 1 2
Nodo 1 2 3 4 5 6 7
Fi {1} {1,2} {1,3} {1,2,4} {1,2,5} {1,3,6} {1,3,7}
Esta seria la llamada filtración natural del proceso al incluir sólo la información referente a la
propia historia del proceso y ninguna información externa.
EP(S2 | F2)= S2
Doctorado en Finanzas Cuantitativas, Derivados I Apéndice Tiempo Discreto - 3
A.2. MARTINGALAS
DEFINICIÓN
El vocablo martingala tiene una serie de significados variados aunque el más común es el de juego
de azar. En probabilidad se interpreta como un juego justo donde el precio de la apuesta está
ajustado para que resultado esperado sea cero independientemente de la estrategia de juego seguida.
En concreto, el término nació para designar al juego de doblar la apuesta hasta conseguir ganar en el
juego. Es decir, si se representa el resultado de un juego justo por una variable aleatoria xt que
puede tomar los valores 1 y 0 con probabilidad ½ cada uno y la sucesión de juegos se suponen
independientes, la estrategia de doblar hasta ganar empezando por 1 unidad monetaria de tal forma
que si se gana se recupera el total apostado hasta ese momento y se obtiene una unidad de ganancia.
El único inconveniente es una estrategia de este tipo es que se necesita una cantidad infinita de
riqueza para ganar en el juego.
En el presente contexto las martingalas son una clase de procesos que carecen de tendencia en
media. Dos de las razones para utilizar esta clase de procesos en la modelización financiera son
- Los procesos de martingalas proporcionan una vía de formulación del teorema fundamental de
valoración bajo el supuesto de AOA pudiéndose valorar los derivados al tomar expectativas.
Definición
Una secuencia de variables aleatorias {Mn : n0} es una martingala con respecto a la filtración {Fn :
n0} bajo la medida P si
E(Mn+1 Mn |Fn) = 0
E(E(Mn+1|Fn)) = E(Mn)
E(Mn+1) = E(Mn)
iterando se tiene que E(Mn) = E(M0) n0. Muy a menudo el valor inicial de una martingala es una
constante. Para las super y sub martingalas se tiene que en media son decrecientes E(Mn+1) E(Mn)
y crecientes E(Mn+1) E(Mn) respectivamente.
Lo importante de poder utilizar los procesos de martingala para modelizar el mercado financiero
reside en la amplia teoría que sobre los mismos existe y los potentes resultados a los que es posible
llegar. A través de los siguientes ejemplos se muestra como encontrar martingalas donde
aparentemente no existen de forma inmediata.
Ejemplo. El paseo aleatorio. Sea {Xi : i 0 } una secuencia de v.a. i.i.d. con E(Xi) = 0 y E|Xi| <
i 0. Un paseo aleatorio se puede formar agregando estas variables de forma sucesiva
S n S0 in1 X i con S0 = X0. Este es un modelo de comportamiento para los precios de una
acción siempre y cuando no pueda tomar valores negativos. Se comprueba ahora que Sn cumple los
requisitos para ser martingala. Sea Fn=(S0,...,Sn), entonces E|Sn| in1 E X i nE X1 y
E(Sn+1|Fn) = E(Sn+Xn+1|Fn) = Sn + E(Xn+1|Fn) = Sn. Por lo tanto {Sn : n 0} es una martingala.
Ejemplo. Producto de v.a. independientes no negativas de media 1. Sea {Xi : i 1 } una secuencia
de v.a. independientes no negativas con E(Xi) = 1 i. Si se define Mn X1X2...Xn, y Fn ( X1 ·
X2 · ... · Xn) con M0 1 y F0 {, }. Para n 1 se tiene que E(Mn|Fn-1) = E(Mn-1Xn|Fn-1) =
Mn-1E(Xn|Fn-1) = Mn-1E(Xn) = Mn-1. Con lo que M es una martingala.
Doctorado en Finanzas Cuantitativas, Derivados I Apéndice Tiempo Discreto - 5
DESCOMPOSICIÓN
Proposición
Descomposición de Doob.
Toda supermartingala U tiene una única descomposición
Un = Mn - An
Y por tanto
Un - E(Un |Fn-1) = Mn - Mn-1 (claramente martingala)
Las dos igualdades anteriores muestran que tanto A como M están determinados unívocamente en
términos de U y dotadas de las propiedades correctas.
Definición
Proceso previsible
Un proceso C = {Cn : n 1} se dice que es previsible si Cn es Fn-1 medible n 1.
La idea de los procesos previsibles para los juegos de apuestas se interpreta como la cantidad a
apostar que se determina antes de realizar la apuesta y el resultado es por tanto proporcional a dicho
proceso. En la construcción de carteras tiene una interpretación similar pues se trata de estrategias
de inversión predeterminadas.
Como se verá en a lo largo del curso este análisis está muy conectado con el teorema de
representación de martingalas el cual nos dice que si se tiene una martingala ‘M’ en el espacio de
probabilidad (, F, P) entonces cualquier otra martingala ‘X’ en este espacio puede ser
representada como una transformación de M por un proceso predecible C. En el caso discreto se
verá una aplicación a través del Teorema de Representación Binomial. De momento se puede
estudiar el lema de transformación de martingala. La aplicación importante del lema siguiente
reside en que todas las martingalas respecto al mismo espacio de probabilidad filtrado pueden
relacionarse a través de un proceso previsible.
n
E C i (M i M i 1 ) 0 (n = 1, 2, ...)
i 1
Demostración.
() Si Mn es una martingala, X definido como la transformación
n
X n C i (M i M i 1 ) (C M ) n para 1 con X0 = 0
i 1
Es la transformación C·M que es una martingala (basta con comprobar que E(Xn)=0).
n
() Si E C i (M i M i 1 ) 0 (n=1,2,3...), se puede definir que para cualquier conjunto ‘A’
i 1
Fj-medible Cn = 0 para todo n j+1 y Cn+1=IA (indicador cero/uno de A). Entonces Cn es previsible
y la condición del lema se queda en
E I A (M j1 M j ) 0 .
Como esto es válido para todo ‘A’ Fj-medible, tomando expectativas condicionadas se tiene que
E M j1 | F j M j j
Es decir, (Mn) es una martingala.
Doctorado en Finanzas Cuantitativas, Derivados I Apéndice Tiempo Discreto - 7
INTEGRABILIDAD UNIFORME
1 p( x ) (n 1) 1
Ejemplo. Sea Mn = xn con x n . Las xn son v.a. i.i.d. con media 1/n+1.
0 p( x ) 1 (n 1) 1
Sin embargo Mn 0 casi seguramente cuando n y por tanto E(M) = 0 E(M0) = 1.
Esta clase de problemas ocurren por que se asignan a probabilidades pequeñas a valores grandes
que puede tomar la martingala. Esto puede mantener la media constante mientras las variables
aleatorias sucesivas van convergiendo a otra cosa distinta.
Para tener siempre la convergencia en L1 junto con convergencia casi segura se requiere que la
integrabilidad uniforme.
Definición
Una colección de v.a. {Xi : i C} se dice que es uniformemente integrable (UI) si para todo > 0
existe un K < tal que
Esta condición es a menudo difícil de verificar pero a continuación se recogen dos condiciones
suficientes
Teorema
Sea M una martingala acotada en L2 sup E(M 2n ) n entonces M converge casi seguro y en
n
L2 si y solo si
E((M i M i 1 ) 2 )
i 1
Definición
Un tiempo de parada o stopping time ‘T’ es una aplicación
Un tiempo de parada es un suceso basado en la historia del proceso en el sentido de que el tiempo
de parada llega porque se da alguna condición. Esta condición debe estar basada en la historia hasta
ese instante y no en el futuro.
Así desde un punto de vista intuitivo el siguiente símil es esclarecedor. El conductor de un coche
que desconoce la ruta y cuyas instrucciones son tomar la tercera salida de una autopista después de
una ciudad es capaz de tomarla pues está basado en el recorrido que se sigue. Si por ejemplo las
instrucciones fueran las de tomar la tercera salida antes de una ciudad determinada, esta decisión
sólo se puede tomar si se llega a la ciudad con lo que la decisión correcta no puede tomarse a
tiempo por no estar basada la decisión en la “historia del proceso”.
La idea del tiempo de parada es que “se puede determinar cuando parar el proceso basándose
únicamente en la información de la que se dispone hasta el instante de decidir la parada”.
Una cuestión de interés es si se puede hacer una elección cuidadosa del tiempo de parada para ganar
en un juego justo. Por ejemplo, si recordamos el juego de apuestas de martingala de ir doblando
hasta ganar una unidad y salirse, es posible encontrar el instante óptimo de salida de forma
sistemática y preconcebida para ganar en el juego, siendo éste un juego justo. Esto lleva la
pregunta ¿ Cuándo es E(MT) = E(M0) para una martingala M ?. Siendo MT la martingala referida
al tiempo de parada “T” que es “FT-1” medible. Es decir, una martingala con tiempo de parada
¿continua siendo martingala?. Si la respuesta es afirmativa, entonces se puede aplicar la teoría de
martingalas estudiada y aplicar los teoremas fundamentales de valoración. Si la respuesta fuera
negativa o condicionada a definir el tiempo de parada con ciertas propiedades, entonces se debería
comprobar cada vez dichas propiedades o caracterización para volver a aplicar la teoría de
martingalas.
Para contestar a esta pregunta se puede empezar por considerar una estrategia previsible como la
siguiente. Sea C(T) una estrategia de apostar una unidad cada juego hasta el tiempo de parada T. Es
decir
C (nT ) I{T n} , n
Esta estrategia está acotada y es previsible y por tanto la transformación de la martingala M por esta
estrategia previsible es a su vez una martingala. Luego se tiene que
C(T) · M n M T n M 0
y tomando esperanzas
E(M T n ) E(M 0 ) n (1)
Pero ¿cuando se puede afirmar que E(M T ) E(M 0 ) ?. El teorema del tiempo de parada óptimo de
Doob da algunas condiciones suficientes para establecer esta igualdad.
Doctorado en Finanzas Cuantitativas, Derivados I Apéndice Tiempo Discreto - 9
Teorema
Teorema del tiempo de parada óptimo de Doob.
Sea M una martingala y sea T un tiempo de parada, entonces E(MT) < y E(MT) = E(M0) si se
verifica alguna de las siguientes condiciones
1. El tiempo de parada T esta acotado en el sentido que existe un N N tal que T() N
2. La martingala está acotada en el sentido que existe un K, K R+, tal que |Mn()| K y
n N y T es c.s. finito.
3. Los incrementos de martingala están acotados en el sentido que existe un K, K R+, tal que
|Mn()-Mn-1()| < K y n N, y E(T) < .
Demostración. La primera condición es obvia pues se puede utilizar (1) de la página anterior con n
= N. Para la condición 2 se utiliza el teorema de la convergencia dominada tomando como función
dominante la constante K. Esto permite tomar límites en (1) y obtener el resultado deseado.
Tn
MTn M0 | M i M i 1 | KT
i 1
Tomando la función dominante a KT se puede aplicar el teorema de convergencia dominada y
como T debe ser c.s. finito si tiene media finita se puede tomar límite a la expresión (1).
Proposición
(i) Si {Mn : n = 0,1,2,...} es un proceso adaptado y T un tiempo de parada, la secuencia parada
{Mn^T} es adaptada.
(ii) Si {Mn : n = 0,1,2,...} es una martingala y T un tiempo de parada, la secuencia parada
{Mn^T} es una martingala (válido también para super y sub martingalas).
Ejemplo. Paseo aleatorio simple. Sea {Xi : i 0 } una secuencia de v.a. i.i.d. representando
lanzamientos sucesivos de una moneda. Si se crea un juego de apuestas tal que asigne un premio de
1 o una perdida de –1 para los dos resultados posibles con probabilidad ½. El paseo aleatorio se
puede formar agregando estas variables de forma sucesiva S n S0 in1 X i con S0 = X0.
Supongamos que se decide jugar hasta que se consiga que un resultado de +1 y entonces se
abandona el juego. Sea T el momento de salida. T es un tiempo de parada. Nótese que
(i) T < c.s. : el jugador ganará con certeza una unidad finalmente.
(ii) E(T) = + : El tiempo de espera hasta la salida es infinito.
(iii) No puede establecerse un límite a la pérdida máxima del jugador antes de conseguir su
primer beneficio de +1.
Esta estrategia de juego es una es una prueba de tontos pues se necesita recursos ilimitados de
tiempo y capital para llevarla a cabo!. Es destacable que ninguna de las condiciones del teorema de
parada óptima se cumplen en este caso.
Doctorado en Finanzas Cuantitativas, Derivados I Apéndice Tiempo Discreto - 10
Teorema
Sea M una martingala UI y T un tiempo de parada. Si el T es c.s. finito y E(|MT|) < entonces
E(MT) = E(M0).
Ahora es necesario justificar el tomar límites en los dos últimos términos. Para E(M T I{T n} ) se
tiene que T es c.s. finito y E|MT| < y por lo tanto es posible tomar el límite cuando n y
obtener que E(M T I{T n} ) 0. Para el otro término se puede utilizar la propiedad de UI pues
E(M n I{T n} ) E( | M n | ;T n) . Como el conjunto {Tn} es Fn-medible y decreciente cuando
n se puede utilizar la propiedad UI para obtener E( | M n | ;T n) para un ‘n’
suficientemente grande. Así pues, este término tiende a cero cuando n y se obtiene el resultado
deseado.
Si se examina la estrategia de martingala (doblar hasta ganar) es fácil ver que el proceso de
ganancias no es UI y por esta razón no se verifica que E(MT) = E(M0).
Doctorado en Finanzas Cuantitativas, Derivados I Apéndice Tiempo Discreto - 11
Definición
Si Z Z n nN 0 adaptada a la filtración {Fn}, la secuencia U U n nN 0 definida por
U N : Z N ,
U n : max( Z n , E( U n 1 | Fn )) n N 1
Esta definición se utilizará para definir el valor de una opción americana en el tema siguiente.
Piénsese de momento la secuencia U como el valor de una opción americana y Z como el flujo
generado por el ejercicio de la opción. Solo se ejerce y no se vende en el mercado de opciones si su
valor intrínseco es superior al precio esperado de la opción para el período siguiente.
Proposición
La envoltura de Snell U de Z es una supermartingala y es la supermartingala más pequeña que
domina Z.
Lema
Sea 0 inf {n 0 | Un = Zn}. Entonces 0 es un tiempo de parada respecto a la {Fn} y U 0 n es
una martingala.
U 0 ( n 1) U 0 n ( U n 1 E( U n 1 | Fn )) I ( 0 n 1)
Se designará por n,N al conjunto de tiempos de parada tomando valores en {n, n+1, ..., N}. La
envoltura Snell resuelve el problema de parada óptima. Es decir, se busca el tiempo de parada
óptimo, 0, que pueda dar el mayor valor posible a la secuencia Z dada la información inicial. El
valor óptimo al inicio debe ser el valor esperado más alto de la secuencia Z de entre todos los
posibles tiempos de parada.
Doctorado en Finanzas Cuantitativas, Derivados I Apéndice Tiempo Discreto - 12
Proposición
0 resuelve el problema de parada óptima de Z:
U 0 E( Z 0 | F0 ) sup {E( Z | F0 )}
0
o de forma más general
U n E( Z 0 | Fn ) sup {E( Z | Fn )}
n
U 0 E( U n | F0 ) E( U | F0 ) E( Z | F0 )
Es decir no se puede parar en ningún otro tiempo de parada distinto de 0 porque se tiene entonces
una supermartingala y en ningún otro punto salvo el caracterizado por la proposición se obtiene el
valor más alto. Este resultado se reconduce ahora para obtener un teorema de caracterización del
tiempo de parada óptimo.
Definición
Un tiempo de parada 0 es óptimo para la secuencia {Z} si
E( Z 0 | F0 ) sup E( Z | F0 )
0,T
Nótese que aunque 0 sea óptimo puede no ser el único óptimo. En el siguiente teorema sirve para
identificar el tiempo de parada óptimo.
Teorema
Un tiempo de parada es óptimo si y solo si Z = U y U n es una martingala.
Demostración
()Si la secuencia parada U n es una martingala entonces U0 = E(U|F0) y por lo tanto con Z =
U, se tiene con la proposición anterior que es un tiempo de parada óptimo.
proposición anterior y por lo tanto U0 = E(Z|F0) E(U|F0). Pero también se tiene el resultado de
que U n es una supermartingala, lo que implica que U0 E(U|F0) y en consecuencia E(Z|F0) =
E(U|F0) y finalmente Z= U.
Doctorado en Finanzas Cuantitativas, Derivados I Apéndice Tiempo Discreto - 13
Proposición
El tiempo de parada óptimo mayor o último para una secuencia {Z} viene dado por
N si A N 0
m
inf(n , A n 1 0) si A N 0
Demostración
Se puede demostrar como se ha hecho antes que U n m es una martingala. Para demostrar que m
es óptimo basta con demostrar que U m = Z m por el teorema anterior. Nótese que
T T 1
Um U j I( m j) max{Z j , E( U j 1 | F j )} I( m j) Z T I( m T ) .
j 0 j 0
T
Um Z j I( m j) Z m
j 0
Para demostrar que m es el tiempo de parada óptimo mayor, supóngase que es otro tiempo de
parada tal que m. Eligiendo E(At) > 0 se tiene que
E( U ) E( M ) E( A ) E( U 0 ) E( A ) E( U 0 ) (pues A 0 0)