Escolar Documentos
Profissional Documentos
Cultura Documentos
Alexander Guarn L
opez
Algunos conceptos te
oricos en Finanzas
Proceso
Proceso
Proceso
Proceso
Proceso
Estoc
astico
de Markov
de Wiener (Movimiento Browniano)
de Wiener Generalizado
de Ito
Lema de Ito
Derivaci
on
Ejemplo: Precio de las acciones (Distribuci
on LogNormal).
M
etodos de Simulaci
on Monte Carlo
Ejemplo: Valoraci
on de Opciones
Algunos Conceptos Te
oricos en
Finanzas
Proceso Estocastico
Definici
on
Es el proceso seguido por cualquier variable cuyos cambios a trav
es del tiempo son
aleatorios.
Clasificaci
on
Tiempo:
Discreto: los valores de las variables pueden cambiar s
olo en ciertos
puntos del tiempo fijos.
Continuo: los cambios pueden tomar lugar en cualquier momento del
tiempo.
Variable aleatoria
Continua: la variable subyacente puede tomar cualquier valor dentro de
un cierto rango.
Discreta: la variable s
olo puede tomar ciertos valores discretos.
Proceso de Markov
Proceso de Markov:
El valor esperado de una variable aleatoria St condicional sobre toda su historia,
s
olo depende de su valor previo Stt
Proceso de Wiener
El proceso de Wiener es usado en fsica para describir el movimiento de una
partcula que est
a sujeta a un n
umero grande de peque
nos choques. Tambi
en es
llamado Movimiento Browniano.
z = t
donde tiene una distribuci
on N (0, 1).
Propiedad 2. Los valores de z para cualquier dos intervalos cortos de tiempo
t son independientes.
Vart [z]
Stdt [z]
Proceso de Wiener
x = at + b t
x tiene una distribuci
on normal con
Et [x]
Std t [x]
a t
b t
Var t [x]
b 2 t
Por qu
e este proceso no es apropiado para un activo?
x = a (x, t) t + b (x, t) t
lo cual es verdad en el lmite cuando t 0.
S = St + S t
El Lema de Ito
Lema de Ito
Si conocemos el proceso estoc
astico seguido por la variable xt
entonces, el Lema de Ito nos dice el proceso estoc
astico seguido por una funci
on
G (x, t)
Derivaci
on del Lema de Ito:
La expansi
on en series de Taylor de una funci
on G (x, t) de dos variables x y t
es igual a
G =
G
G
1 2G
2G
1 2G
x +
t +
x 2 +
xt +
t 2 + . . .
x
t
2 x 2
xt
2 t 2
Sustitucion de x
Ahora considere el proceso
dx = a (x, t) dt + b (x, t) dz
La anterior expresi
on se puede discretizar como
x = a (x, t) t + b (x, t) t
y por simplicidad, vamos a borrar los argumentos de las variables a y b, tal que
x = at + b t
2
x = a2 t 2 + 2abt 3/2 + b 2 2 t
Si omitimos los t
erminos de segundo o mayor orden, entonces obtenemos
2
x = b 2 2 t
Note que x 2 tiene un componente que es de orden t, y por tanto, no puede
ser ignorado.
El termino 2 t
De la expansi
on en las Series de Taylor,
G =
G
1 2G
2G
1 2G
G
x +
t +
x 2 +
xt +
t 2 + . . .
x
t
2 x 2
xt
2 t 2
y dado que
2
x = b 2 2 t
si omitimos los t
erminos de orden mayor que t, llegamos a la expresi
on
G =
G
G
1 2G 2 2
x +
t +
b t
x
t
2 x 2
Adem
as, al reemplazar el valor 2 t por su valor esperado t, llegamos al Lema de
Ito
G
G
1 2G 2
G =
x +
t +
b t
x
t
2 x 2
Lema de Ito
A partir del Lema de Ito,
G =
G
G
1 2G 2
x +
t +
b t
x
t
2 x 2
G
1 2G 2
G
dx +
dt +
b dt
x
t
2 x 2
Adem
as, si se sustituye dx por si
dx = a (x, t) dt + b (x, t) dz
llegamos a la famosa expresi
on del Lema de Ito
G
G
1 2G 2
G
dG =
a+
+
b
dt +
bdz
x
t
2 x 2
x
G
G
1 2G 2 2
S +
+
S
S
t
2 S 2
ln S,
dt +
G
Sdz
S
y dado que
=
G
1
= ,
S
S
entonces
d ln St =
2G
1
= 2,
S 2
S
2
dt + dz
2
G
=0
t
Por tanto, el cambio en lnS entre una fecha 0 y T , sigue una distribuci
on
Normal, tal que
2
ln ST ln S0 N
T , 2 T
2
donde ST es el precio de la acci
on en el tiempo futuro T y S0 es el precio de la
acci
on en el tiempo 0.
S0 expT
Vart [ST ]
2
S02 exp2T exp T 1
La Ecuacion de Black-Scholes-Merton
Supuestos
La Ecuacion de Black-Scholes-Merton
Tambi
en suponemos que f (S, t) es el precio de una opci
on call ( o cualquier
derivado) cuyo activo subyacente es la acci
on S.
f
f
1 2f 2 2
rSt +
+
St
S
t
2 S 2
dt +
f
St dWt
S
La Ecuacion de Black-Scholes-Merton
Considere una acci
on y un derivado. Con estos dos activos podemos construir un
portafolio donde la incertidumbre del proceso de Wiener pueda ser eliminada ?
Si, debemos crear un portafolio libre de riesgo.
f
St
S
f
dSt
S
La Ecuacion de Black-Scholes-Merton
A partir de la expresi
on para el proceso dSt , el cambio en el valor del portafolio
d puede ser expresado como
d =
f
f
1 2f 2 2
rSt +
+
St
S
t
2 S 2
d = f
t
dt
f
St dWt
S
f
(rSt dt + St dWt )
+
S
1 2f 2 2
2 S 2 S
dt
Como la ecuaci
on d no incorpora dW , el portafolio debe ser libre de riesgo en
el tiempo dt.
Por tanto, debe ganar la tasa libre de riesgo r , tal que
d = r t
La Ecuacion de Black-Scholes-Merton
Entonces
r dt
dt
1 2f 2 2
f
+
S
t
2 S 2
rf r
1 2f 2 2
f
+
S
t
2 S 2
f
1 2f 2 2
+
S
t
2 S 2
d
dt
f
f
S
t
dt
f
S
t
Algoritmo:
1
Calcular el valor esperado del payoff a partir del promedio de los payoffs de las
N simulaciones.
ln S (t + t) ln S (t)
ln S (t + t)
S (t + t)
S (t + t)
2
r
dt + dWt
2
2
r
t + Wt
2
2
ln S (t) + r
t + t
2
2
ln S(t)+ r 2 t+ t
exp
S (t) exp
2
r 2 t+ t
t es el proceso de
Referencias
Brandimarte, P.: 2006, Numerical methods in finance and
economics: A Matlab based introduction. John Wiley & Sons.
Fusai, G. and A. Roncoroni: 2008, Implementing Models in
Quantitative Finance: Methods and Cases. Berlin: Springer.
Glasserman, P.: 2004, Monte Carlo methods in financial
engineering. Springer.
Hull, J.: 2006, Options, Futures and Other Derivatives. New
Jersey: Pearson Prentice Hall, sixth edition.
Jackel, P.: 2002, Monte Carlo methods in finance. John Wiley &
Sons.
McLeish, D.: 2000, Monte Carlo methods in finance.
Wilmott, P.: 1998, Derivatives: The Theory and Practice of
Financial Engineering. Chichester: John Wiley & Sons.