Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Samankaltaiset tiedostot
Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

11. Jatkuva-aikainen optiohinnoittelu

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

MAT Fourier n menetelmät. Merja Laaksonen, TTY 2014

Wiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia

Tasaantumisilmiöt eli transientit

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +.

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

5. Vakiokertoiminen lineaarinen normaaliryhmä

Epävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus

12. ARKISIA SOVELLUKSIA

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

Luento 4. Fourier-muunnos

Muuttuvan kokonaissensitiivisyyden mallinnus valvontaohjelman riskinarvioinnissa esimerkkinä munintaparvet

STOKASTISIA MALLEJA SÄHKÖN HINNOITTELUUN. Sanni Sieviläinen

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Tietoliikennesignaalit

W dt dt t J.

VÄRÄHTELYMEKANIIKKA SESSIO 17: Yhden vapausasteen pakkovärähtely, impulssikuormitus ja Duhamelin integraali

Systeemimallit: sisältö

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.

f (t) + t 2 f(t) = 0 f (t) f(t) = t2 d dt ln f(t) = t2, josta viimeisestä yhtälöstä saadaan integroimalla puolittain

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx =

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

Lyhyt johdanto Taylorin sääntöön

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan

x v1 y v2, missä x ja y ovat kokonaislukuja.

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa

VAASAN YLIOPISTO KAUPPATIETEELLINEN TIEDEKUNTA LASKENTATOIMEN JA RAHOITUKSEN LAITOS. Jukka Lähteenmäki

Optioiden hinnoittelu Pohjoisella sähkömarkkinalla. Minna Kauria-Kojo Pro gradu-tutkielma Matematiikan ja tilastotieteen laitos Helsingin yliopisto

2. Suoraviivainen liike

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA

Koska yhteys tavalliseen eksponenttifunktion sarjakehitelmään on selvä, asetetaan seuraava määritelmä.

1 Excel-sovelluksen ohje

Yhden selittäjän lineaarinen regressiomalli

Tervehdys Naantalin Musiikkiopistosta

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Ito-prosessit. Määritelmä Geometrinen Brownin liike Keskiarvoon palautuvat prosessit Iton lemma. S ysteemianalyysin. Laboratorio

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina

YKSISIVUKAISTAMODULAATIO (SSB)

Takaperäiset stokastiset dierentiaaliyhtälöt, niiden rahoitusteoreettisia sovelluskohteita ja johdatus Itô-analyysiin

Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla

Matematiikan tukikurssi: kurssikerta 12

Luento 9. Epälineaarisuus

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Suomen kalamarkkinoiden analyysi yhteisintegraatiomenetelmällä

Sijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen

Ilmavirransäädin. Mitat

AKUSTISTEN ANALOGIOIDEN PERUSTEET 1 JOHDANTO 2 TIHEYSPOHJAISET ANALOGIAT. Seppo Uosukainen. VTT PL 1000, VTT

8 YHDEN VAPAUSASTEEN VÄRÄHTELY

2. Systeemi- ja signaalimallit

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!

Luento 9. Epälineaarisuus

Matematiikan tukikurssi

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

Matematiikan tukikurssi

Termiinikurssi tulevan spot-kurssin ennusteena

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

Sähköstatiikka ja magnetismi Kondensaattorit ja kapasitanssi

KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI

Derivointiesimerkkejä 2

Sarjoja ja analyyttisiä funktioita

Mittaustekniikan perusteet, piirianalyysin kertausta

Luento 7 Järjestelmien ylläpito

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23

Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

Differentiaali- ja integraalilaskenta 1 Ratkaisut 3. viikolle /

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1

MÄNTTÄ-VILPPULAN KAUPUNKI. Mustalahden asemakaava Liikenneselvitys. Työ: E Tampere

Optioiden hinnoittelu binomihilassa

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

Luoki?elua: tavallinen vs osi?ais. Osa 11. Differen0aaliyhtälöt. Luoki?elua: kertaluku. Luoki?elua: lineaarisuus 4/13/13

X(t) = X 0 + tx 1 + t 2 X 2 + t 3 X ,

Mapu I Laskuharjoitus 2, tehtävä 1. Derivoidaan molemmat puolet, aloitetaan vasemmasta puolesta. Muistetaan että:

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu

ELEC-E8419 Sähkönsiirtojärjestelmät 1: Kulmastabiilius, taajuusstabiilius, roottorin nopeusstabiilius

Luento 11. tietoverkkotekniikan laitos

VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte

Transkriptio:

Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille

. Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial equaions. Memoirs, American Mahemaical ociey 4, 5 Io s lemma is he sochasic calculus counerpar of he chain rule in orinary calculus an is bes memorize using he Taylor series expansion an reaining he secon orer erm relae o he sochasic componen change. The lemma is wiely employe in mahemaical finance an is bes known applicaion is in he erivaion of he Black choles equaion use o value opions. (Wikipeia)

Oleeaan, eä muuuja x nouaaa seuraavaa Io -prosessia: x a( x, ) b( x, ) z, missä keroime a, b riippuva muuujasa x ja ajasa, ja z nouaaa Wiener -prosessia; a on prosessin rif -parameri b keskihajona. Oleeaan funkio (x,). Tällöin nouaaa seuraavaa prosessia: x a x b bz. x () Tää ulosa kusuaan Ion lemmaksi; sen varsin vaaiva oisus sivuueaan (oisuksen iea löyyy Hull n kirjasa s. 35-6).

. Black-choles -malli Opioien kohe-euuena olevan osakkeen hinnan oleeaan nouaavan geomerisa Brownin prosessia: z z. missä -prosessin rif -parameri on ja σ on keskihajona. Tällöin Ion lemman nojalla suure ln() (=()) nouaaa yleiseyä Wiener -prosessia: [ln( )] z, () missä σ / on prosessin rif -parameri. Toiseaan ämä seuraavasi.

Oleamalla () = ln() saaaan:,,. ijoiamalla nämä ulokse Ion lemmaan () muisaen, eä x =, a = ja b = σ, saaaan: ( ) z z. Tällöin ln( T ai oisin sanouna: ) ln( ) N[( / ) T, T ], ln( T ) N[ln( ) ( / ) T, T ].

Opioia hinnoielaessa piää huomaa, eä sekä oso- eä myyniopion hina riippuu kohe-euuen hinnasa ja ajasa. Merkiään opion hinaa f:llä. Tällöin f (, ) ja z. Tällöin Ion lemman mukaan opion hina f nouaaa seuraavaa sokasisa prosessia: f z, Yllä joheu ulos osoiaa, eä sama Wiener -prosessi z vaikuaa sekä osakkeen eä opion hinaan. Muooseaan ny oso-opiosa ja kohe-euuena olevasa osakkeesa riskiön porfolio aiempaan apaan seuraavasi:

Aseeaan opio arvolaan f ja oseaan / kpl osakkeia. Tällöin porfolion Π arvo on: f, Kun / vakio ja sijoiamme alla olevaan kaavaan eellä määrielly f:n ja :n prosessi, saamme: f. Koska yo. yhälössä ei ole mukana ermiä z, siinä ei ole epävarmuua. Porfolio Π on siis riskiön ja arbiraasimahollisuuen esäminen vaaii sen, eä porfolion uooase vasaa riskiönä korkoa. Näin saamme: r / r.

Kirjoiamalla auki eellisellä sivulla oleva kaava, saamme: r f. Tämä voiaan kirjoiaa muoossa: r rf. (4) Yhälö (4) unneaan Black-choles-Meron osiaisiffereniaaliyhälönä. en rakaisuna reunaehoilla c p max( max( X X,),,), kun kun saaaan Black-choles (B-) hinnoielumalli eurooppalaisille oso- ja myyniopioille oeuushinnalla X ja maurieeilla T. T, T,

Oso-opion (c) ja myyniopion (p) B- hinnoielukaava opioien alkuhekillä ova: c ln( ) / X ) Xe rt ( r T ), / ) T p, ln( / X ) / ) T missä N on normaalijakauman,) kerymäfunkio. Kaikki muu kaavojen muuuja unneaan paisi, joka on esimoiava. B- -mallin ymmäräminen vaaii sekä sokasisen prosessien eä osiaisiffereniaaliyhälöien ymmärämisä, joen on ymmärreävää, eä kyseisä mallinamisa ehään pääasiassa maemaaikkojen oimesa. Tällä kurssilla emme eellyä mallin maemaaisen muoon hallinaa, mua enissä voiaan kysyä esimerkiksi mallin yleisiä johamisperiaaeia ai muia malliin liiyviä asioia, joka eivä eellyä mallissa käyeävän maemaiikan hallinaa. Xe rt ) ( r T ),,

B- -mallin oimivuua voiaan esaa esimerkiksi oleamalla > X ja anamalla T ->, eli lähesymällä opioien oeuuspäivää. Tällöin ln( /X ) > ja, -> + jolloin ) = ) = ja - ) = - ) =, ja c X, p. Toisaala, jos < X jolloin ln( /X) <, ja anamalla T ->, eli lähesymällä opioien oeuuspäivää, ällöin:, -> jolloin ) = ) = ja - ) = - ) =, ja c, p X. Opioien oeuuspäivinä niien B- -mallin anama hinna vasaava siis opioien perusarvoja kuen piääkin.

Esimerkki. = $4, X = $4, r =, (/v), T =,5 (v), =, (/ v). Tällöin: ln(4/ 4) (,,,,5 / ),5,7693, ln(4/ 4) (,,,,5 / ),5,678, Xe rt 4e,7693),678),,5 38,49,,779,,7693),7349,,678),9,,65. Näillä ieoilla opioien hinnoiksi ulee: c 4,7693) 38,49,678) 4,76, p 38,49,678) 4,7693),8.