Mtodos Numricos para finanzas Grupo 2

Eduardo Grove Juan De La Fuente Alejandro Riveros

Ingeniera Civil Industrial Universidad Adolfo Ibez 6 de Junio de 2013

Resumen En el presente paper se estudia el modelo de Black-Scholes con y sin perturbacin, para lo cual se resuelve numricamente la ecuacin modificada utilizando mtodos de diferencia finita y el mtodo de Crank-Nicholson, comparando ambos mtodos con la solucin analtica de la ecuacin de Black-Scholes pura, con la finalidad de interpretar la diferencia que genera la inclusin de una perturbacin definida.

Introduccin El mtodo de Black-Scholes se basa en ciertos supuestos, entre ellos que la tasa de retorno es constante. Es interesante estudiar qu pasara si a este modelo se le agrega cierta perturbacin que lleve a que esta tasa ya no sea constante. Es por lo anterior que se toma la ecuacin de BlackScholes pura y se le reemplaza "r" por
!" !! ! !,! ! ! ! ! ,!

obteniendo : = 0

1 ! ! ! , + + ! 2 ,

Donde = , es el precio de la opcin y , es la funcin que representa la perturbacin al modelo. En nuestro caso para obtener esta funcin de perturbacin se realiza el siguiente sistema para obtener la parbola asignada a , . = ! + + Derivando e igualando a cero: = 2

Por lo tanto se puede obtener la altura (h) de la parabola, con la que se puede resolver el siguiente sistema de 3 ecuaciones: = ! + 4

0 = ! + + 0 = ! + + Los valores de , y son: = 4 ! 2 + ! + 2 + ! ! 2 + !

= 4

= 4

Reemplazando estos valores en la ecuacin de la parbola: = 4 ! 4( + ) 4 + ! ! ! ! ! 2 + 2 + 2 + !

Considerando: a = (1/4)T; b = (3/4)T; h = 0.9 ; 2

14.4 ! 14.4 + 2.7 !

Considerando por ejemplo = 0.2 = 1 se genera el grfico que se muestra a continuacin (Figura 1):

Figura 1

a) Mtodos de diferencia finita: !" !"# , : Valor de la opcin en base a la ecuacin de Black-Scholes modificada y obtenida numricamente por mtodo de diferencia finita. !" , : Valor de la opcin en base a la ecuacin de Black-Scholes puro y representa la solucin analtica de esta ecuacin. , : Diferencia entre el modelo perturbado y el no perturbado. , = !" !"# , !" , Mtodo de diferencia finita explicito: En primer lugar se buscar la recursin para encontrar la forma de solucionar el sistema. Se muestra paso por paso: 1 ! ! ! , + + ! 2 , = 0

Luego: (!,!!! !,! ) 1 ! ! !!!,! 2!,! + !!!,! , + + ! 2 , , = !,! , Despejando obtenemos: !,!!! = !,! !!!,! + !,! !,! + !,! !!!,! !,! = 1 ! ! 1 , ! 2 2 , , ! , ) !!!,! !!!,! + 2

!,! = 1 + ( ! !

!,! =

1 ! ! 1 , ! 2 2 ,

Luego para la programacin en Matlab se utiliza t y no . La parte fundamental en la programacin es la siguiente, el resto ser explicado ms adelante. En primer lugar se tiene una matriz matprecio que guarda los valores de la opcin para un tiempo de 0 a T, con strike K, varianza , coeficiente de linealidad , y tasa libre de riesgo r. La funcin entregada en el enunciado
!" !! ! ! ! !! !

es la

perturbacin en Black-Scholes por lo que se hace un vector de tamao M+1 llamado R que contiene los valores de la perturbacin en el tiempo. Es importante destacar que los valores de inicializacin son los siguientes:
if nargin==0 %funcion=-2.88*x^2+2.88*x-.54; M=22; N=100; S0=90; K=110; r=0.05; sigma=0.3; mu=0.01; T=1; rconstante=0; end

El resto del cdigo se mostrar ms adelante.

%% Sacar a, b y c a=zeros(M+1,N+1); b=zeros(M+1,N+1); c=zeros(M+1,N+1); for i=1:M+1

for j=1:N+1 a(i,j)=(1/2)*dt*(sigma^2*i^2-R(j)*i); b(i,j)=1-dt*(sigma^2*i^2+R(j)); c(i,j)=(1/2)*dt*(sigma^2*i^2+R(j)*i); end end

Se obtienen los valores de los trminos que acompaan a la matriz de precios a la hora de calcular a partir de las frmulas obtenidas anteriormente. Finamente se resuelve la serie de sistemas para cada valor de la matriz:
%% Resolver el sistema hacia atrs for j=N:-1:1 for i=2:M matprecio(i,j)=a(i,j)*matprecio(i . . . -1,j+1)+b(i,j)*matprecio(i,j+1)+c(i,j)*matprecio(i+1,j+1); end end

Los resultados son los que se muestran a continuacin (Figura 2)

Figura 2

Se puede observar que hay un pequeo montculo cerca del tiempo 0,5 que puede ser dado por el cambio en la tasa de inters al agregar la perturbacin. Ahora se muestra el grfico de cambio con respecto a la solucin analtica para una Call en Black Scholes sin perturbacin a partir del siguiente cdigo:
%% Comparamos analitico1=analitico(S0,K,r,T,sigma,M,N); difexplicito=zeros(M+1,N+1);

for i=1:M+1 for j=1:N+1 difexplicito(i,j)=matprecio(i,j)-analitico1(i,j); end end

A continuacin se muestra el grfico (Figura 3)

Figura 3

Es importante destacar que el cambio de la tasa de inters, al ser un mtodo que va desde adelante hacia atrs, repercute en los valores cercanos al tiempo 0 y no as ms adelante. Lo mismo sucede cuando la opcin vale 0 ya que hacia atrs hay una repercusin de ese valor por el tipo de mtodo. A continuacin (Figura 4) se mostrar la diferencia que existe utilizando una tasa de inters r constante, en el mtodo explcito versus la solucin analtica:

Figura 4

En este caso se observa que a medida que pasa el tiempo (Al ser un mtodo que retrocede en el tiempo), el error con respecto a la solucin analtica va en aumento, lo que implica que no es un buen mtodo para aproximar el precio de la opcin, en especial si se trabaja con grandes portafolios. Ahora se probar el mtodo cambiando las condiciones iniciales. Se eligen las siguientes:
if nargin==0 %funcion=-2.88*x^2+2.88*x-.54; M=100; N=100; S0=90; K=110; r=0.05; sigma=0.2; mu=0.2; T=1; rconstante=1; end

Para estas condiciones iniciales el grfico obtenido es el siguiente (Figura 5):

Figura 5

! (! ! )!

Se puede observar que el mtodo diverge con esas condiciones (no cumple (

)).

Es por sto que se probar con el mtodo de Euler Implcito con el cual se espera hacer todo el anlisis posterior ya que ste converge para cualquier valor. A continuacin se realiza el anlisis de este mtodo. Mtodo de diferencia finita implcito: En primer lugar se buscar la recursin para encontrar la forma de solucionar el sistema. Se muestra paso por paso: 1 ! ! ! , + + ! 2 , En diferencias finitas es: !,!!! !,! !!!,! !!!,! 1 ! ! ! !!!,! 2!,! + !!!,! + + 2 2 ! = !,! Despejando obtenemos: !,!!! = !,! !!!,! + !,! !,! + !,! !!!,! = 0

!,! =

1 2

1 ! ! 2

!,! = 1 + ! ! +

!,! = Matricialmente se tiene

1 2

1 ! ! 2

" $ $ $ $ $ $ #

b a

1,1, j

2,2, j

c b

1,1, j 2,2, j

...

0 0 ...

c a

2,2, j

... 0

... 0

...
M 2, M 2, j

M 2, M 2, j

% " ' $ ' $ '$ ' $ ' $ ' & $ #

V V V

1, j 2, j

...
M 1, j

% " ' $ ' $ '=$ ' $ ' $ ' & $ #

V V V

1, j +1 2, j +1

...
M 1, j +1

% " ' $ ' $ '$ ' $ ' $ ' & #

a *V
1,1

0, j

0 ...

M 1, M 1, j

*V M , j

% ' ' ' ' ' &

Despejando Matricialmente se tiene: = + 1 () Luego la recursin ser: = ()!! ( + 1 ) Lo cual nos da el mtodo implcito para un payoff en el tiempo T. El cdigo para lograr obtener los resultados se muestra por bloques a continuacin. En primer lugar se toman los valores iniciales y si no se entregan se asumen como los que aparecen: %% damos los valores por si no se ha dado nada if nargin==0 %funcion=-2.88*x^2+2.88*x-.54; M=100; N=100; S0=90; K=110; r=0.05; sigma=0.2; mu=0.01; T=1; end %% Valores iniciales Smax=K*2; dS = Smax/M; dt = T/N;

Despus se hace un vector con los valores iniciales para la funcin que tenemos segn el tiempo: %% Hacemos un vector con la funcion que nos toco: F=zeros(1,N+1); for i=1:N+1 aux=-(14.4*sigma*(i*dt)^2)/T^2+(14.4*sigma*(i*dt)/T)2.7*sigma; if(aux>=0) F(i)=aux; end Luego se toma la nueva tasa de inters, la funcin estos valores: %% Hacemos ahora el vector de la "nueva tasa de inters" R=zeros(1,N+1); for i=1:N+1 aux=(r*sigma-mu*F(i))/(sigma-F(i)); R(i)=aux; %R(i)=r; en caso de que se quiera usar el mtodo para BS normal end Despus se crea la matriz que contendr los valores V(j) en cada columna de tiempo y se escriben las condiciones de borde, la matriz ser de tamao M+1, N+1 siendo stas la cantidad de divisiones: %% Definir la matriz del precio: matprecio=zeros(M+1,N+1); vets = linspace(0,Smax,M+1); %% Condiciones de borde matprecio(:,N+1) = max(vets-K,0); matprecio(1,:) = 0; for i=0:N matprecio(M+1,i+1) = Smax-K*exp(-r*(N-i)*dt); end El paso siguiente se puede programar en una matriz de tres dimensiones o se puede hacer como una matriz de dos dimensiones que va cambiando en el tiempo. Nosotros tomamos la segunda opcin. En este paso se calcula la matriz diagonal coeff y se resuelve para cada valor de j desde el final al principio (N+1 hasta 1). Se muestra a continuacin: %% solucionamos el sistema aux = zeros(M-1,1); for j=N:-1:1 % creamos la matriz diagonal para cada valor de j coeff=zeros(M-1,M-1); for i=1:M-1 if(i>=2) coeff(i,i-1)=a(i,j); 10
!" !! ! !,! ! ! ! ! ,!

y se hace un vector de

end if(i<=M-2) coeff(i,i+1)=c(i,j); end coeff(i,i)=b(i,j); end % resolvemos cada sistema desde adelante hacia atras aux(1) = -a(2,j) *matprecio(1,j); aux(M-1)=-c(M-1,j)*matprecio(M+1,j); matprecio(2:M,j)=coeff\(matprecio(2:M,j+1)+aux); end Es importante destacar que en el aspecto de la programacin, la funcin coeff\ multiplica el inverso de la matriz por la izquierda por lo que tenemos exactamente la ecuacin que tenamos anteriormente. Lo siguiente que se hizo fue comparar el mtodo de diferencias finitas con el mtodo analtico. La funcin analtico fue programada por nosotros y entrega una malla de tamao M+1xN+1 con los valores de una call para el tiempo y el strike dados. Opcionalmente puede devolver el precio con la solucin analtica de Black-Scholes para un valor de S0 dado: %% Comparamos la diferencia entre el metodo analitico y el implicito precio_analitico=analitico(S0,K,r,T,sigma,M,N); diferencia=zeros(M+1,N+1); for i=1:M+1 for j=1:N+1 diferencia(i,j)=precio_analitico(i,j)-matprecio(i,j); end end Analtico funciona con las mismas condiciones iniciales que el mtodo implcito salvo que la nica condicin de borde que usa es la del payoff al vencimiento. Adems de lo anterior, se calcula de con las siguientes frmulas: ln ! = 0 ! + + 2

! = ! Finalmente el precio es: = 0 ! !!" (! ) De esta forma el nico trozo destacable de cdigo de esta funcin es el siguiente: for i=1:M+1 for j=1:N d1=(log(((i-1)*dS)/K)+(r+sigma^2/2)*((N+1- ... 11

j)*dt))/(sigma*sqrt((N+1-j)*dt)); d2=d1-sigma*sqrt((N+1-j)*dt); matprecio(i,j)=(i-1)*dS*normcdf(d1,0,1)... -K*normcdf(d2,0,1)*exp(-r*(N+1-j)*dt); end end Como se puede ver, simplemente se calcula el valor analtico en cada punto de la malla. Lo que se mostrar ahora son los resultados. Se muestra el grfico de los valores obtenidos con las condiciones iniciales mostradas anteriormente. En primer lugar se tiene un vector R de la tasa de inters modificada como se muestra a continuacin (Figura 6) donde se grafica el cambio de la tasa en el tiempo:

Figura 6

Ahora se muestra el grfico del precio con el uso del mtodo implcito (Figura 7) :

12


Figura 7

Es importante destacar que no es una superficie tan lisa como la solucin de Black-Scholes analtica ya que la tasa de inters vara en el tiempo, lo que hace que no obtengamos un precio heterogeneo a lo largo del tiempo para una precio fijo dado (i.e. se ve como un tubo a lo largo de un rango de tiempo). Para facilitar la comparacin, a continuacin (Figura 8) mostramos la solucin analtica para una call para Black-Scholes:

Figura 8

13

Se puede observar que no existe la rugosidad que hay en el mtodo implcito con una tasa de inters modificada (i.e. Black Scholes modificado). Ahora para comparar, se mostrar la diferencia que hay entre los grficos mostrados anteriormente (Figura 9) :

Figura 9

Se puede observar que la mxima diferencia bordea los 7. Ahora se muestra la diferencia entre el mtodo analtico y el mtodo implcito para una tasa de inters no modificada, r=5% (Figura 10) :

Figura 10

14

En este caso el error especialmente alto, tal vez, por la forma en que acta el mtodo. Al aproximar la derivada segn una diferencia entre los puntos antes de que el payoff sea 0 y en el primer punto en que es mayor que 0 la diferencia discreta pasa a ser una mala aproximacin de la realidad por lo que es en ese punto que alcanza su mayor valor. La figura semicilindrica que sigue a continuacin del peak de error es simplemente continuacin del mismo ya que al tomar los tres puntos siguientes, al incluir un peak, tiene repercusiones hacia atrs en el tiempo. Es importante destacar tambin que las diferencias mostradas siempre tienen una diferencia igual a 0 en el momento del payoff ya que debido a las condiciones iniciales, son las mismas para todos los mtodos, incluso para el mtodo analtico. b) Crank-Nicholson Se repite el caso visto en a) pero se resuelve numricamente con el mtodo de Crank-Nicholson !" !"# , : Valor de la opcin en base a la ecuacin de Black-Scholes modificada y obtenida numricamente por mtodo Crank-Nicholson. Se repite el caso visto en a) pero se resuelve numricamente con el mtodo de Crank-Nicholson !" !"! , : Valor de la opcin en base a la ecuacin de Black-Scholes modificada y obtenida numricamente por mtodo Crank-Nicholson. Para la realizacin del mtodo de Crank Nicholson de se debi primero discretizar la funcin. La discretizacin fue la siguiente : =T-t (, ) ! !!! ! ! = (, ) !!! ! !!! ! = 2 ! , !!! ! 2! ! + !!! ! = ! ! = Por un promedio entre tiempos (, ) 1 !!! !!! !!! !!! !!! ! !!! ! = ( + ) 2 2 2 ! , 1 !!! !!! 2! !!! + !!! !!! !!! ! 2! ! + !!! ! = ( + ) ! 2 ! ! Remplazando en la ecuacin de Black-Scholes modificado

15

! !!! + ! ! 1 ! 1 !!! !!! 2! !!! + !!! !!! !!! ! 2! ! + !!! ! + ( )! ( + ) 2 2 ! ! , 1 !!! !!! !!! !!! !!! ! !!! ! ! + ( ) ( + ) ! , 2 2 2 =0 Se factoriza en trminos de ! ! , !!! ! , !!! ! ! =
!

1 4 ! =
!

! !

, ,

, ( ! ! + 2 , ! ! + , ,

! = La ecuacin factorizada es

1 4

! !!! + 1 + ! ! + ! !!! = !

! !!

!!! + 1 !

! !!

! !!

! !!

! !!

!!!

! !!

la ecuacin se transforma a su forma matricial se muestra a continuacin: 1 + ! ! 0 .. 0 0

! ! ! !

! !

0 !
! !

0 0 ! .. 0 0
!

.. .. .. .. .. ..

0 0 0 .. 0

0 0 0 .. ! 1 + !!! !
!

0 0 0 .. !!!
!

1 + ! ! .. 0 0
!

! !! ! !!

1 + ! .. 0 0
! !!

!!!

! .. .. ! !! !!!
!

! ! + ! ! 0 .. + .. 0 ! ! ! !! ! !! ! !!! + ! !!! 1 ! ! = 0 .. 0 0
! !! ! !!

! !!

1 + !

! !!

! !!

0 !
! !! ! !!

0 0 ! .. 0 0
! !!

.. .. .. .. .. ..

0 0 0 .. ! !! !!! 0

0 0 0 .. ! !! 1 !!! !
! !!

0 0 0 .. ! !! !!! 1 !

1 ! ! .. 0 0

! !!

! !

! !!

1 ! .. 0 0

! .. .. ! !!! !
!

! !!

16

1 ! 0 .. 0 0

! !!

! !! !

! !! 1 ! ! !! !

! !!

0
! !! ! ! !! 1 !

0 0
! !! !

.. .. .. .. .. ..
! !! ! !!

0 0 0 .. ! !! !!! 0

0 0 0 .. ! !! 1 !!! !
! !!

0 0 0 .. ! !! !!! 1 ! = !

.. 0 0

.. 0 0

.. 0 0

! !!

! ! + ! ! 0 .. = ! .. 0 ! ! ! !! ! !! ! !!! + ! !!! 1 + !
! ! !

0 .. 0 0

! + ! ! !

0
! !

0 0
! ! ! !

.. .. .. .. .. ..

0 0 0 .. 0

0 0 0 .. ! 1 + !!! !
!

0 0 0 .. !!!
!

.. 0 0

1+ .. 0 0

.. 0 0

= !
!

!!!

1 + !

La solucin para la ecuacin de Black-Scholes para esta opcin es: !

! !!

= !

!!

( ! ! + ! )

El cdigo hecho para obtener el valor de la opcin call es el siguiente: %% damos los valores por si no se ha dado nada if nargin==0 %funcion=-2.88*x^2+2.88*x-.54; M=300; N=300; S0=90; K=110; r=0.05; sigma=0.2; mu=0.01; T=1; end %% Valores iniciales Smax=K*2; dS = Smax/M; dt = T/N; Luego, Se define la funcin dada, de forma vectorial.

17

%% funcin F=zeros(1,N+1); for i=1:N+1 aux=-(14.4*sigma*(i*dt)^2)/T^2+(14.4*sigma*(i*dt)/T)2.7*sigma; if(aux>=0) F(i)=aux; end end Despus, se define un vector respecto al tiempo del factor de modificacin de Black-Scholes %% Hacemos ahora el vector de la "nueva tasa de inters" R=zeros(1,N+1); for i=1:N+1 aux=(r*sigma-mu*F(i))/(sigma-F(i)); R(i)=aux; R(i)=r; end Lo siguiente es asignar las condiciones de borde. %% Definir la matriz del precio: matprecio=zeros(M+1,N+1); vets = linspace(0,Smax,M+1); %% Condiciones de borde matprecio(:,1) = max(vets-K,0); matprecio(1,:) = 0; for i=0:N matprecio(M+1,i+1) = Smax-K*exp(-r*i*dt); end A continuacin, calculamos ! = , ; ! = , ; ! = , . %% Formamos la matriz de alfas,betas y gamas alpha=zeros(M+1,N+1); beta=zeros(M+1,N+1); gamma=zeros(M+1,N+1); for j=2:N+1 for i=1:M+1 alpha(i,j)=(dt/4)*(sigma^2*i^2-R(N+2-j)*i); beta(i,j)=(-dt/2)*(sigma^2*i^2+R(N+2-j)); gamma(i,j)=(dt/4)*(sigma^2*i^2+R(N+2-j)*i); end end
! ! !

18

Se forma la matriz Mj =m1 y Nj=m2 de tamao (M-1,M-1). Notar que se hace en el mismo iterardor anterior porque en cada tiempo se debe invertir la matriz Mj. Tambin, se calcul el vector rj=A m1=zeros(M-1,M-1); m2=zeros(M-1,M-1); A=zeros(M-1,1); A(1)=alpha(1,j)*matprecio(1,j)+alpha(1,j-1)*matprecio(1,j-1); A(M-1)=gamma(M-1,j)*matprecio(M+1,j)+gamma(M-1,j1)*matprecio(M+1,j-1); for i=1:M-1 if(i>=2) m1(i,i-1)=-alpha(i,j); m2(i,i-1)=alpha(i,j-1); end if(i<=M-2) m1(i,i+1)=-gamma(i,j); m2(i,i+1)=gamma(i,j-1); end m1(i,i)=1-beta(i,j); m2(i,i)=1+beta(i,j-1); end Por ltimo, se calcularon los vectores de precio en cada tiempo. %finalmente aplicamos la formula V(j)=(M(j)^1*(N(j-1)*V(j1)+A) matprecio(2:M,j)=m1\(m2*matprecio(2:M,j-1)+A); end Ahora, se procede a calcular la diferencia entre el mtodo analtico con el de Crank Nicholson %% Damos vuelta la matriz matprecio=fliplr(matprecio); %% Comparamos la diferencia entre el mtodo analtico y el implcito precio_analitico=analitico(S0,K,r,T,sigma,M,N); precio_implicito=Implicito(S0,K,r,T,sigma,M,N,mu); diferencia_crank=zeros(M+1,N+1); diferencia_implicito=zeros(M+1,N+1); diferencia_total=zeros(M+1,N+1); for i=1:M+1 for j=1:N+1 diferencia_crank(i,j)=precio_analitico(i,j)+matprecio(i,j); diferencia_implicito(i,j)=-precio_analitico(i,j)+... precio_implicito(i,j); diferencia_total(i,j)=precio_implicito(i,j)matprecio(i,j); if diferencia_total(i,j) >= maxima_diferencia maxima_diferencia=diferencia_total(i,j); 19

end end end Se crean los grficos correspondientes. %% Graficamos figure(1) surf(0:dt:T,vets,matprecio); title('Precio Metodo Crank Nicholson'); xlabel('Tiempo'); ylabel('Precio de Accin'); figure(2) surf(0:dt:T,vets,diferencia_crank); title('Diferencia Crank - Nicholson vs Metodo Analitico'); xlabel('Tiempo'); ylabel('Precio de Accin'); figure(3) surf(0:dt:T,vets,diferencia_total); title('Diferencia Metodo Implicto vs Crank Nicholson'); xlabel('Tiempo'); ylabel('Precio de Accin'); end Ahora se muestra el grfico (Figura 11) del precio con el mtodo de Crank-Nicholson:

Figura 11

Se observa que posee forma similar a la calculada con el mtodo de diferencia finita. Ahora se mostrar la diferencia entre el mtodo Crank Nicholson (Black-Scholes modificado) y el mtodo analtico, con el fin de comparar (Figura 12) . 20


Figura 12

La forma de la diferencia entre estos 2 mtodos se podra deber a la perturbacin que tiene la ecuacin Black-Scholes modificado ya que tiene la misma forma que la que se mostr con el mtodo de diferencias finitas. A continuacin se observa el grfico de la diferencia entre el mtodo analitico y el mtodo Crank Nicholson con la ecuacin de Black Scholes Normal (Figura 13) .

Figura 13

21

En el grfico se puede observar que la forma de la figura se debe una a que el mtodo Crank Nicholson es una mala aproximacin cuando se produce un quiebre en la funcin de payoff, como una call cuando el precio es igual al Strike. Hay que mencionar tambin que la diferencia es 0 en todos los bordes que no sean el tiempo 0 ya que por condiciones iniciales son iguales ambos mtodos.

c) Diferencia entre mtodos numricos , : Diferencia entre ambos mtodos numricos. (, ) = !" !"# , !"
!"#

Se observa a continuacin la diferencia entre ambos mtodos, utilizando la perturbacin en el modelo (Figura 14).

Figura 14

En este caso se observa que la diferencia entre ambos mtodos es relativamente acotada, llegando un mximo 0,3563 entre los precios calculados con los distintos mtodos en el mismo punto de la malla. Adems, se observa que el mayor error entre los mtodos es cuando existe la forma parablica del cambio de la tasa de inters con arbitraje. Este cambio se observa en el tiempo y tiene una forma similiar a la que se muestra anteriormente lo cual da un indicio de que, en gran medida la diferenca mayor es a la hora de aproximar con la tasa de inters cambiando en el tiempo.

22

A continuacin se estudia el caso utilizando una tasa constante, con el fin de visualizar cunto de la diferencia obtenida entre los mtodos se debe principalmente a la perturbacin generada en el modelo puro (Figura 15) .

Figura 15

En este caso se puede ver que al considerar tasa constante, existe menor diferencia en ciertos puntos que agregndole perturbacin al modelo. Como se dijo anteriormente, sto es probablemente por la diferencia a la hora de aproximar los puntos con una tasa de inters variable. Conclusiones Finalmente se puede concluir que el mtodo implcito de diferencias finitas puede generar en ciertos puntos de la malla una mejor aproximacin a la solucin analtica que resolver la ecuacin numricamente por Crank Nicholson. El anlisis anterior puede cambiar con el mtodo explicito, ya que Crank Nicholson entrega una curva mas suavizada, sin embargo no es posible realizar esta comparacin para diferentes valores de las constantes asignadas ya que el mtodo de diferencia finita explicito posee el problema de convergencia, el cual para ciertos valores de volatilidad y "M"(Smax/delta S) no converge al no cumplirse con la relacin de convergencia (
! (! ! )!

).

Por otra parte se logra interpretar que al agregar perturbacin al modelo de Black Scholes puro, sta se visualiza en varios puntos de los grficos de precio. Esta perturbacin se ve tambin en la comparacin de los mtodos numricos contra la solucin analtica, en cuyos resultados las diferencias se acrecientan en aquellos puntos de la malla en donde el precio de la opcin se ve afectado por la perturbacin, la cual no es incluida en la solucin analtica del modelo puro. Es por 23

lo anterior que si se toma la perturbacin como una funcin que expresa arbitraje, este genera cambios significativos en el pricing de la opcin, en este caso una call Europea aumentando as su precio en el cao de la funcin que se nos entreg.

24