WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


На правах рукописи

Ромаданова Мария Михайловна

ЧИСЛЕННЫЕ МЕТОДЫ РАСЧЕТА БЕЗАРБИТРАЖНЫХ ЦЕН АМЕРИКАНСКИХ ОПЦИОНОВ В МАТЕМАТИЧЕСКИХ МОДЕЛЯХ ФИНАНСОВЫХ РЫНКОВ

Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата физико-математических наук

Великий Новгород – 2012

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования “Санкт-Петербургский государственный архитектурно-строительный университет” на кафедре прикладной математики и информатики.

Научный консультант: доктор физико-математических наук, профессор Белопольская Яна Исаевна

Официальные оппоненты: доктор физико-математических наук Смородина Наталья Васильевна (Санкт-Петербургский государственный университет, профессор) кандидат физико-математических наук, старший научный сотрудник Солев Валентин Николаевич (Санкт-Петербургское отделение Математического института имени В.А. Стеклова РАН)

Ведущая организация: Федеральное государственное бюджетное учреждение науки Институт проблем машиноведения РАН

Защита диссертации состоится 28 мая 2012 года в 13.30 на заседании диссертационного совета Д 212.168.04 при Новгородском государственном университете имени Ярослава Мудрого по адресу 173003, г. Великий Новгород, ул. Большая Санкт-Петербургская, д. 41.

С диссертацией можно ознакомиться в библиотеке Новгородского государственного университета имени Ярослава Мудрого.

Автореферат разослан “____” апреля 2012г.

Ученый секретарь диссертационного совета Д 212.168.04, кандидат физико-математических наук, доцент Токмачев М.С.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ



Актуальность темы. Финансовые рынки за последние десятилетия стали оказывать существенное влияние на жизнь государства и общества как в отдельно взятой стране, так и, вследствие глобализации, на жизнь мирового сообщества. Положение на финансовых рынках влияет на экономику, на социальную жизнь, на развитие науки и техники и т.д. Поэтому понимание структуры финансовых рынков и их развития играет все более важную роль, что свидетельствует о необходимости их серьезного изучения и построения адекватных моделей.

Математическое описание финансовых рынков, разработка моделей их функционирования, и методов расчета стоимости финансовых инструментов являются важной задачей финансовой математики. Настоящая диссертационная работа посвящена исследованию различных моделей финансовых рынков и разработке аналитических и численных методов расчета цен одного из наиболее популярных классов производных ценных бумаг, а именно расчету цен американских опционов.

C математической точки зрения расчет цен американских опционов сводится либо к решению различных краевых задач для уравнений в частных производных, либо к решению задачи об оптимальной остановке некоторого случайного процесса, моделирующего цену базового актива, на который написан опцион. В частности, при этом возникает задача со свободной границей – одна из наиболее сложных краевых задач для эллиптических или параболических уравнений или систем второго порядка, а также задача Коши.

Наряду с этим, в зависимости от модели, мы сталкиваемся с необходимостью решения соответствующих задач для интегро-дифференицальных уравнений и систем. При решении этих задач возникают как различные теоретические вопросы – существование и единственность решения рассматриваемой задачи в том или ином функциональном классе и интерпретация неклассических решений, так и технические и практические вопросы, связанные с эффективными алгоритмами построения численных решений, исследованием вопросов их сходимости, разработкой и применением программ, позволяющих получить численные результаты и использованием полученных программных продуктов для исследования финансовых рынков. Поскольку, как правило, рассматриваемые задачи не имеют явных решений, то построение эффективных численных методов их решения является крайне актуальным. Наконец, отметим, что необходимость решения задач со свободной границей возникает также в различных областях математической физики, теории фазовых переходов, теории горения и других.

Цель работы. Целью диссертационной работы является разработка численных методов расчета безарбитражных цен американских опционов в различных моделях финансовых рынков, построение алгоритмов и создание программ, позволяющих реализовать эти алгоритмы.

Для достижения этой цели необходимо решить следующие задачи:

1) разработать и исследовать модели современных финансовых рынков, позволяющие, в частности, учитывать влияние рейтинга компании на цену ее акций и непостоянство волатильности динамики базовых активов;

2) вывести уравнения для расчета безарбитражных цен американских опционов в этих моделях;

3) разработать аналитические и численные методы решения задачи со свободной границей для ряда эллиптических и параболических уравнений, а также интегро-дифференциальных уравнений, основанные на вероятностных представлениях ее решения;

4) на основе развитых в п. 3 методов создать алгоритмы расчета справедливых цен американских опционов;

5) разработать эффективные программы, реализующие эти алгоритмы, и проанализировать результаты численных экспериментов.

Методы исследования. Для решения поставленных задач использовались методы и результаты классической и современной теории уравнений в частных производных, теории стохастических уравнений, теории марковских цепей и марковских диффузионных и скачкообразных процессов. Программирование осуществлялось в среде MATLAB и на языке C++.

На защиту выносятся следующие результаты:

1) модифицированные модели финансового рынка, позволяющие учитывать влияние различных факторов на безарбитражные цены контрактов;

2) численные методы расчета цен американских опционов в модифицированных моделях финансового рынка, основанные на вероятностных представлениях решений рассматриваемых задач;

3) комплекс программ, позволяющий получить численные решения задачи со свободной границей.

Научная новизна диссертационного исследования состоит в следующем:

1) предложены новые модели, позволяющие учитывать в портфеле наличие акций, стоимость которых зависит от рейтинга компании, а также модель с аффинной стохастической волатильностью, обобщающая модель Хестона;

2) разработаны новые модификации численных методов построения решения краевых задач для ряда уравнений в частных производных, основанные на вероятностных представлениях соответствующих решений;

3) показано, что численная схема, построенная на основе вероятностного подхода, к решению задачи со свободной границей в модели Блэка-Шоулса дает результаты, близкие к результатам, полученным другими численными методами. Показана также эффективность разработанных в диссертации численных схем при нахождении цен американских опционов в более сложных моделях таких, как модели с переключениями, аффинные модели и модели типа Мертона;

4) разработан комплекс программ, позволяющих получить численные решения задачи со свободной границей для уравнений и систем параболического и эллиптического типа, а также для некоторого класса интегро-дифференциальных уравнений.

Теоретическая и практическая значимость. Теоретическая значимость исследования состоит в разработке двух модифицированных моделей финансового рынка, позволяющих учитывать влияние рейтинга компании на цены ее акций и/или непостоянство волатильности, а также в построении вероятностных представлений решения задачи со свободной границей для системы параболических уравнений, описывающих цены опционов в этих моделях, а его практическая значимость заключается в создании комплекса компьютерных программ, который позволяет находить численные решения задачи со свободной границей для эллиптических и параболических уравнений, а также интегро-дифференциальных уравнений, возникающих в математических моделях финансовых рынков.





При этом разработанные алгоритмы и программы, реализующие их, могут использоваться как для анализа динамики фондовых рынков и расчета цен производных ценных бумаг, в частности цен американских опционов, так и для решения задач со свободной границей, возникающих в других областях – в математической физике, теоретической биологии и других.

Полученные в диссертации результаты будут полезны для финансовых аналитиков и используются в учебном процессе при чтении курсов лекций по финансовой математике и теории арбитража.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на ряде научно-практических конференций:

– на 61-й, 62-й и 63-й Международной научно-технической конференции молодых ученых (аспирантов, докторантов) и студентов “Актуальные проблемы современного строительства” СПбГАСУ (2008, 2009, 2010гг.);

– на 66-й, 67-й и 68-й научной конференции профессоров, преподавателей, научных работников, инженеров и аспирантов университета СПбГАСУ (2009, 2010, 2011гг.);

– на Российской школе-конференции “Математика, информатика, их приложения и роль в образовании”, Москва, РУДН, 14-18 декабря 2009г.;

– на международной конференции “Modern Stochastics: Theory and Applications II”, Киев, Украина, 7-11 сентября 2010г.;

– на научной конференции преподавателей, аспирантов и студентов Новгородского государственного университета им. Ярослава Мудрого, Великий Новгород, март-апрель 2011г.;

– на международной конференции “Third Northern Triangular Seminar”, Санкт-Петербург, 11-13 апреля 2011г.

Работа поддержана грантом для студентов, аспирантов, молодых ученых, молодых кандидатов наук вузов и академических институтов расположенных на территории Санкт-Петербурга. Диплом серия ПСП № 10577, номер гранта 2.1/02-06/016 (2010 год). Тема проекта: “Развитие численных методов, основанных на вероятностных подходах к решению задач оптимального управления и задач со свободной границей для параболических уравнений”.

Также работа выполнена при финансовой поддержке СПбГАСУ, проект № 4-Ф-11 (2011-2012 гг.). Тема проекта: “Развитие вероятностных методов решения краевых задач для нелинейных задач математической физики и финансовой математики”.

Публикации. Основные результаты диссертационной работы опубликованы в работах [1]-[10], в том числе 3 работы в научных журналах, рекомендованных перечнем ВАК.

Структура и объем диссертации. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы и двух приложений.

Библиография содержит 52 наименования. Общий объем работы 148 страниц.

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ Во введении обоснована актуальность темы, сформулирована цель работы и задачи, которые приходится решать для достижения этой цели, основные научные положения, выносимые на защиту, показана научная новизна и практическая значимость полученных в диссертации результатов. Приводятся также основные результаты диссертационной работы.

В первой главе приводится математическое описание основных объектов и структур финансового рынка, рассматриваемых в диссертации, формулируются различные постановки задачи нахождения справедливой цены американских опционов в ряде моделей финансового рынка.

В параграфе 1.1 вводится определение финансового рынка, самофинансируемого портфеля, арбитража и безарбитражной цены финансового инструмента (базового актива, производной ценной бумаги, платежного обязательства и т.д.). Далее формулируются различные варианты постановки задачи нахождения цены американского опциона – как на языке теории случайных процессов, так и на языке краевых задач для уравнений в частных производных. При этом цена американского опциона определяется либо соотношениями А), B) вида (-t) A) F(t, s)= sup Et,s[ e-r (S()) ], s R+, [t,T ] ( -r S* -t) B) F(t, s)= sup Et,se (S(S*)) , S*(), [t,T ] где момент первого выхода процесса S на границу оптимального S* исполнения S*(), [t,T], которая определяется в процессе решения задачи, либо соотношениями C), D) вида F + LF - rF = 0, t < T, s > S*(t), t - s, t < T, s S*(t), F(t, s) = K C) F(t, s) K - s, t < T, s R+, F - rF 0, t < T, s R+, + LF t F(T, s)= (s) max(K - s,0) = [K - s]+, (где L – генератор марковского процесса S(t), а S*(t) интерпретируется как неизвестная свободная граница), F t + LF - rF 0, в(0,T) R+, F(t, s) (s), (t, s)[0,T] R+, D) F + LF - rF(F - )= 0, в(0,T R+, ) t F s)= (s).

(T, Здесь же приводится обзор литературы, посвященной задаче о нахождении справедливой цены опциона американского типа.

Далее рассматриваются различные модели финансовых рынков.

Рассматриваемые модели постепенно усложняются, что позволяет учитывать различные факторы, влияющие на цены базовых активов на рынке. Также формулируются различные постановки задачи о нахождении цены американского опциона.

Параграф 1.2 посвящен различным вариантам постановки задачи нахождения цены американского опциона в классической модели БлэкаШоулса. Эти постановки используются в дальнейшем для создания различных вычислительных схем и алгоритмов, позволяющих находить численные решения.

Модель Блэка-Шоулса (Б-Ш) – это модель финансового рынка, состоящего из двух активов – безрискового и рискового, цены B() и S() которых удовлетворяют следующей системе уравнений dB() = rB()d, B(t) = 1, dS() = S()[rd + dw()], S(t) = s, 0 t T, где w(t) – винеровский процесс, заданный на вероятностном пространстве (, F,Q).

Расчет справедливой цены для американского колл-опциона в модели Б-Ш приводит к необходимости решать задачу Коши F + LBS F - rF = 0, F(T, s) = [s - K]+, t F 1 2F где LBS F = rs + 2s2, а при рассмотрении пут-опциона или коллs sопциона на акции с выплатой дивидендов возникает необходимость решать задачу со свободной границей [1]. Здесь приведён также явный вид для цены бессрочного американского опциона в Б-Ш-модели.

Б-Ш-модель сыграла огромную роль в развитии финансовой математики – в ряде случаев она позволила явно решить задачу расчета справедливой цены опциона, а в других случаях подсказала эффективные пути для численного нахождения цены. Однако, современные финансовые рынки не удовлетворяют этой модели, что приводит к необходимости построения новых моделей, учитывающих влияние большего количества факторов.

В параграфе 1.3 рассматриваются постановки задачи о нахождении цен американских опционов в классической модели Мертона (М-модель), в которой цена базового рискового актива S(t) имеет как диффузионную, так и скачкообразную компоненту и удовлетворяет стохастическому уравнению dS()= S( -)(r - )d + dw()+ (ez -1)µ(d,dz), S(t) = s, R+ где 0 t T, (d,dz) – пуассоновская случайная мера на (, F,Q) с параметром E(d, dz) = d(dz) и µ(d, dz) = (d, dz)- d(dz) – компенсированная пуассоновская случайная мера.

В этом случае роль оператора L играет оператор LM [2] вида 1 2F F LM F = 2s2 + rs + s2 s + F F se F(t, s)- s(e -1) .

y y + (t, )- (y)dy s - В параграфе 1.4 рассматривается рынок, на котором цены S1,…, Sd рисковых базовых активов (т.е. акций различных компаний) могут зависеть не только от функционирования самих компаний, но и от общего состояния рынка или от рейтинга компании. Другими словами, делается предположение, что динамика цен рисковых активов задается СДУ вида d dSk () = Sk () rd + (y())dw (), Sk (t) = sk, k = 1,…,d, (1) kj j j = где y(){1,…,l,…, M} – марковская цепь с конечным числом состояний и генератором M (s,l) = (2) C (s)[(s, m)- (s,l)].

s lm m=При этом цена американского опциона с контрактной функцией (s,l) удовлетворяет либо задаче Коши (для колл-опциона) M fl(t, s) + Ll fl(t, s)+ C (s)fm(t, s)- rfl(t, s)= 0, l = 1,…,M, (3) lm t m= fl (T, s) = l (s), (4) где d d d (s,l) 1 (s,l) ki Ll (s,l) = rs s j + 2 l si si s j ljk s, j j j =1 k =1 i, j =либо соответствующей задаче со свободной границей. Вероятностное представление решения задачи (3), (4) задается теоремой 1.3.

Теорема 1.3. Пусть fl (t, s) f (t, s,l) (0 t T, s Rd, l {1,…, M}) – классическое решение задачи (3), (4). Тогда оно допускает вероятностное представление вида (T fl (t, s) e-r -t)Et, s, l[(S(T ), y(T))], (5) где процесс S() удовлетворяет (1) и y() – скачкообразный процесс с генератором s вида (2).

Теорема 1.3 позволяет найти выражение для цены американского коллопциона на акции, цены которых зависят от рейтинга компании.

Соответствующие результаты для цены американского пут-опциона получены в главе 3.

Наконец, в параграфе 1.5 волатильность цены базового актива моделируется решением некоторого СДУ. С этой целью рассматривается аффинная модель финансового рынка (обобщенная модель Хестона), в которой динамика рискового актива S(t) относительно мартингальной меры Q задается следующей системой стохастических дифференциальных уравнений ~ dS() = S()(rd + Av()+ C dw1()), S(t) = s > 0, 0 t T, (6) dv() = 1(1 - v())d + 1 Av()+ C dw2(), v(t) = v > 0. (7) ~ Здесь w1() R1, w2() R1 – Q -винеровские процессы, ~ E[dw1()dw2()]= d, r, 1, 1, 1, A и C и коэффициент корреляции – заданные константы. Будем считать, что r, 1, 1, 1 – положительны, коэффициент корреляции < 1, а константы A и C удовлетворяют условию (A1)2 < 21(A1 + C), гарантирующему положительность Av()+ C для t T.

Обозначим L1 линейный оператор, действующий в пространстве C0 (R) по формуле F L1F = rs + 1(1 - v)F + s v 2 2 1 + s2(Av + C) F + 1 (Av + C) F + s1(Av + C) F, 2 sv s2 2 vи пусть S*(t,v) делит область G = {(t, s,v) R+ R+ R+} на две части ~ N = [0,T][ 0, S*(t,v) ][0,), где оптимально исполнение опциона, и ~ Q = [0,T][ S*(t,v), ][0,), где исполнение опциона не оптимально.

Задача нахождения безарбитражной цены американского пут-опциона F(t, s,v) в рассматриваемой модели, сформулированная как задача со свободной границей, имеет вид F ~ + L1F - rF = 0, (t, s,v) Q, (8) t F ~ + L1F - rF < 0, (t, s,v) N, (9) t ~ ~ где Q, N задаются соотношениями ~ F(t, s,v) = K - s, если S*(t,v) s, тоесть s N, ~ F(t, s,v) > K - s, если S*(t,v)< s, тоесть s Q, и S*(t,v) – неизвестная функция, подлежащая определению в процессе решения задачи. Соответствующие начальные и граничные условия имеют вид lim F(t, s,v) = [K - s]+, lim F(t, s,v) = K, lim F(t, s,v) = 0, (10) t T s0 s F(t, s,v) lim F(t, s,v) = K - S*(t,v), lim = -1, t [0,T]. (11) * * s sS (t, v) sS (t, v) Полезным при этом оказывается следующее утверждение.

Лемма 1.7. Пусть двумерный случайный процесс S(), v() (0 t T ) удовлетворяет системе стохастических дифференциальных уравнений (6)-(7).

Тогда случайные процессы X (), y(), заданные соотношениями S() = exp(X ()+ y()), v() = [(1+ 22)y()- C], удовлетворяют A стохастическим уравнениям dX() = a(y())d + y()dw1(), X (t) = x, dy() = ( - y())d + y()dw2(), y(t) = y, где w1(t), w2(t) – независимые винеровские процессы, y a(y) = r - ( - y)-, 2(1- 2 ) = 1, = (1A + C)(1- 2), = A1 1- 2, =.

A1(1- 2 ) При этом замена переменных s = Kex+y, Kf (t, x, y) = F(t, s,v), (12) (s) = max(K - s,0)= K max(1- ex+y,0)= K[(x, y)]+ сводит задачу (8)-(9) к задаче с постоянными коэффициентами по переменной x и исключает смешанные производные.

Вторая глава посвящена развитию численных методов решения задачи Коши и задачи со свободной границей для параболических и интегродифференциальных уравнений и применению их к решению задачи нахождения справедливой цены американского опциона в Б-Ш-модели и М-модели.

В параграфах 2.1 и 2.2 ищется справедливая цена американского путопциона в Б-Ш-модели в постановке D) как с помощью разностной схемы Бренана, так и с помощью метода подвижной границы, чтобы в дальнейшем сопоставить полученные численные решения с решениями, полученными с помощью численных методов, основанных на вероятностных подходах. Здесь же приведены явные выражения для цен бессрочных опционов американского типа.

В параграфе 2.3 рассматривается решение линейной двойственной задачи методом штрафов как в Б-Ш-модели, так и в М-модели. Поскольку в М-модели оператор LM уже не является эллиптическим оператором, то явное решение не удается получить даже для бессрочного опциона. Для получения численных решений в рамках метода штрафов линейная двойственная задача D) сводится к нелинейному уравнению вида Ft + F - rF + p(F,) = 0, где p(F,) – штрафное слагаемое и = LBS или = LM. Далее это уравнение решается с помощью разностной схемы.

Третья глава посвящена разработке численных схем решения рассматриваемых задач, основанных на вероятностных представлениях цен американских опционов, и разработке соответствующих вычислительных алгоритмов.

Вероятностный подход к решению задачи со свободной границей, позволяет получить дополнительную информацию о структуре решения рассматриваемой задачи. В некоторых случаях он подсказывает способ получения явного решения задачи, а в других позволяет разработать эффективные численные схемы ее решения для параболических и интегродифференциальных уравнений, что является важной и актуальной задачей. В этой главе используются методы и результаты работ Карра [3], а также Боярченко и Левендорского [4, 5].

В параграфе 3.1 рассматривается задача нахождения цены F(s) бессрочного американского опциона на акции с выплатой дивидендов в Б-Шмодели. Цена F(s) задается соотношением F(s) = sup Es[ e-r (S()) ], T которое в безразмерных координатах приобретает вид -f (x) = f (x,h) = Ex[ e-rh (Y(h )) ]. Здесь (x) = K (Kex) и Y() = x + r - - 2 ( - t)+ [w()- w(t)] – диффузионный процесс с генератором LY, h = ln[ S(*)]- ln K и h = ± – момент оптимальной h остановки процесса Y(). При вычислении f (x) важную роль играют q q резольвентный оператор RY процесса Y(), RY (x) = Ex e-qt(Y(t))dt, 0 q + причем RY (q - LY ) = , и тесно связанные с ним операторы ZY, Z, Z вида q ZY (x) = qRY (x), + + Z (x) = + e- y(x + y)dy, Z -(x) = -- e- y(x + y)dy, 0 - 2 2 где +, - – корни квадратного уравнения - 2 -r - - + q = 0.

2 2 + - - + Используя соотношение ZY f = Z Z f = Z Z f, представляющее собой частный случай факторизации Винера-Хопфа [6] и справедливое для любой ограниченной измеримой функции f, доказывается следующее утверждение.

Лемма 3.1. Пусть функция g(x) = (r - LY ) непрерывна, монотонна (не убывает или не возрастает), изменяет знак и удовлетворяет некоторым дополнительным условиям. Тогда f (x,h) допускает представление -1 + f (x, h) = f1(x,h) = r (Z I Z g)(x), если g(- ) < 0 < g(), (h, ) -1 - + или f (x, h) = f2(x, h) = r (Z I Z g)(x), если g(- ) > 0 > g().

(-, h) Используя теорему Дынкина и связи между введенными выше операторами можно найти оптимальное значение h как корень уравнения - m(x) = Z g(x) = Eg(x +U )= 0 и явное выражение для функции f1(x,h) вида -1 + - -1 + + f1(x,h) = r (Z I (x +U )m(x + U )), (h, )Z g)(x) = r E(I(h, ) ± где U – экспоненциально распределенные случайные величины со -значениями в [0,) и (- ,0] соответственно с параметрами [± ].

+ Отметим еще одну важную интерпретацию операторов ZY, Z и Z.

Пусть T – экспоненциально распределенная случайная величина со средним r-1, не зависящая от процесса Y(t). Плотность распределения T имеет вид re-rt и, следовательно, ZY g(x) = E[ g(x + Y(T ))]. Рассмотрим, наряду с процессом Y(t), также процессы Y (t) = sup Y(s) и Y(t) = inf Y(s). Известно, 0st 0st что Y (T ) – это экспоненциально распределенная случайная величина на положительной полуоси со средним, а Y(T ) – это экспоненциально + распределенная случайная величина на отрицательной полуоси со средним.

+ Таким образом, действие операторов Z и Z можно представить в виде + Z g(x) = E[g(x + Y (T ))]= rE e-rt g(x + Y (t))dt, 0 Z g(x) = E[ g(x + Y(T))]= rE e-rt g(x + Y(t))dt.

0 Эта интерпретация и факторизация Винера-Хопфа для процесса Леви позволяют получить соответствующие выражения для цены бессрочного опциона и границы оптимального исполнения в модели Мертона.

Параграфы 3.2 и 3.3 посвящены расчету безарбитражных цен опционов американского типа с конечным сроком действия T в Б-Ш-модели и M-модели.

Как и в случае бессрочных опционов, рассматриваемая задача сводится к задаче со свободной границей для параболического уравнения с постоянными коэффициентами. Для решения этой задачи используется метод рандомизации Карра [3], который представляет собой следующую трехшаговую процедуру.

Шаг 1. Рассмотрим американский опцион с конечным сроком действия T и соответствующий ему американо-канадский опцион с датой исполнения , где – это экспоненциально распределенная случайная величина со средним E = -1 = T. Пусть p1(s) = E[ e-r(S()) ] – цена этого опциона.

Шаг 2. Найдем цену pn(s) американо-канадского опциона с датой исполнения n, где n – это сумма n независимых экспоненциально n распределенных случайных величин k с параметрами k =. При этом T n распределение случайной величины n = имеет вид k k =n n-P{n dt}= t e-t dt, (n -1)! и En = T.

Шаг 3. Зададим pn(t, s) с помощью некоторой рекурентной процедуры, основанной на задании pn(s) и перейдем к пределу при n , чтобы получить цену исходного американского опциона, имеющего силу до момента T.

Для того, чтобы объяснить смысл третьего шага, заметим, что распределение случайной величины n сходится к дельта функции Дирака, сосредоточенной в точке -1 = T. При этом, если для непрерывной функции g(t) определить g*(T) по формуле n n-nt nt * T gn(T) = g(t)T n e dt, (n -1)! T * то получим lim gn(T )= g(T ), что и лежит в основе метода рандомизации n Карра.

В Б-Ш-модели процедура нахождения цены американского опциона с конечным сроком действия имеет следующий вид. Пусть T – фиксированная дата исполнения опциона. Разделим интервал [0,T] на n подинтервалов 0 = t0 <…< tn = T и обозначим = tk +1 - tk и q = -1 + r. Аппроксимацию границы hk оптимального исполнения на интервале (tk,tk +1) и k аппроксимацию f функции f (tk, x) построим, используя обратную n k индукцию. Для k = n положим f (x) = (x), а для k = n -1,n - 2,… зададим f как решение дискретизованного по времени варианта задачи в постановке С) (после перехода к безразмерным координатам) на интервале [tk,tk +1] с оптимальной границей исполнения, определяемой так, чтобы максимизировать k f (x), т.е. рассмотрим задачу k k + (q - LY )f (x) = -1 f (x), x > hk, (13) k f (x) = (x), x hk, (14) 2 f x + f xx – генератор марковского процесса Y(t).

где LY f =r 2 Отметим, что задачу (13), (14) можно получить в результате применения преобразования Лапласа-Карсона к задаче С) на интервале [tk,tk +1], что в точности соответствует рандомизации момента tk +1 исполнения опциона, рассматриваемого на интервале [tk,tk +1].

На интервале [tk,tk +1] граница оптимального исполнения – это константа k hk и процедура определения f и hk состоит в следующем: при k = n n зададим f (x) = (x), а при k = n -1,n - 2,… пусть k k k +f (x)= Ex (-(-1 + r)t)-1 f (Y(t))dt + exp + Ex[exp(-(-1 + r)k)(Y(k))], где k – это оптимальный момент остановки, максимизирующий величину k k f (x). В соответствии с теоремой Дынкина f (x) удовлетворяет задаче (13), (14), и k – это первый момент попадания процесса Y(t) в интервал ( - ,hk ].

Наконец, доказывается следующее утверждение, позволяющее сформулировать алгоритм численного решения рассматриваемой задачи.

Теорема 3.5. Пусть функция g(x) = (r - LY ) удовлетворяет некоторым ~k k дополнительным условиям. Тогда для k = n -1, n - 2,…,0 и f = f - справедливы следующие утверждения:

~k ++ 1) функция vk = Z (-1 f - (r - LY )) является неубывающей функцией, имеющей единственный ноль при x = hk, т.е. hk – корень уравнения vk (x)= 0 ;

2) k – оптимальный момент остановки;

~k - k 3) f = q-1Z I (hk, )v ;

~k r k 4) f = f + RY g ;

~k 5) Функция f не убывает и обращается в ноль при x < hk.

Наконец, в 3.4 и 3.5 параграфах разработаны аналогичные алгоритмы для нахождения безарбитражных цен американских опционов, как бессрочных, так и с конечным сроком действия, в модели с переключениями и в обобщённой модели Хестона. В этом случае задача отыскания цены американского опциона сводится к решению задачи Коши или задачи со свободной границей для системы уравнений.

В заключении приведены выводы по диссертационной работе.

Разработанные в диссертации численные схемы и вычислительные алгоритмы, построенные на их основе, были реализованы в виде комплекса программ. Реализация этих схем, проведение численных экспериментов и полученные результаты представлены в диссертации в приложении B. При этом в приложении A приведен ряд основных фактов из теории процессов Леви и теории стохастических дифференциальных уравнений, которые были использованы при проведении исследования.

В качестве примера приведем здесь результаты расчета цены F(t, s,v) американского пут-опциона с контрактной функцией (S)= (K - s)+ в обобщенной модели Хестона, которая задаётся уравнениями (6)-(7), со следующими параметрами: r = 0,09, 1 = 2, 1 = 0,05, 1 = 0,2, A =1,1, C = 0, = -0,1, время действия опциона T = 0,5 и цена исполнения K = 100.

Программа выполнена в MATLAB.

Рис.1. Цена американского пут-опциона Рис. 2. Цена американского пут-опциона F1(t, s) = F(t, s,v) (при F2(t,v)= F(t, s,v) (при v=0,1469 S =1фиксированной цене акции).

фиксированном значении волатильности).

Рис. 3. Свободная граница S*(t,v).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ 1. Предложены модификации моделей финансовых рынков, позволяющие учитывать влияние различных факторов на цены базовых активов, в частности, влияние рейтинга компании на цену ее акций или влияние состояния рынка на эту цену. Предложена также модификация модели Хестона.

2. При исследовании модифицированных моделей было обнаружено, что классические численные методы оказываются мало эффективны при нахождении цен американских опционов в сложных моделях. В связи с этим были разработаны численные методы на основе вероятностных представлений решений задачи со свободной границей. Эти методы были использованы для нахождения цен американских опционов в модели с переключениями и в обобщенной модели Хестона.

3. Методы, разработанные в диссертации, были протестированы на модели Блэка-Шоулса, и было показано, что они дают результаты, совпадающие с результатами известных численных методов.

4. Разработан комплекс программ, позволяющий получать численные решения задачи со свободной границей для некоторых классов параболических и интегро-дифференциальных уравнений.

Список публикаций по теме диссертации Публикации в журналах, входящих в перечень ВАК ведущих периодических изданий 1. Белопольская, Я. И. Вероятностный подход к задаче со свободной границей и расчет цен американских опционов / Я. И. Белопольская, М. М. Ромаданова // Записки научных семинаров ПОМИ. – СПб., 2010. – Т. 384. – С. 40–77.

2. Белопольская, Я. И. Вероятностные представления решений краевых задач для систем параболических уравнений / Я. И. Белопольская, М. М. Ромаданова // Вестник гражданских инженеров. – 2011. – № 4 (29). – С. 149–155.

3. Ромаданова, М. М. Расчет цен бессрочных американских опционов в обобщенной модели Хестона / М. М. Ромаданова // Вестник гражданских инженеров. – 2012. – № 2 (31). – С. 350–354.

Публикации в других изданиях 4. Ромаданова, М. М. Расчет безарбитражных цен американских опционов / М. М. Ромаданова // Актуальные проблемы современного строительства : сб.

материалов 61-й Международной научно-технической конференции молодых ученых / Санкт-Петербургский гос. архит.-строит. ун-т. – СПб., 2008. – Ч. IV. – С. 106–114.

5. Ромаданова, М. М. Расчет цен американских опционов в модели со скачками / М. М. Ромаданова // Актуальные проблемы современного строительства : сб. материалов 62-й Международной научно-технической конференции молодых ученых / Санкт-Петербургский гос. архит.-строит. ун-т.– СПб., 2009. – В 5 ч. Ч. I. – С. 117–122.

6. Белопольская, Я. И. Расчет цен американских опционов в моделях со скачками / Я. И. Белопольская, М. М. Ромаданова // Математика, информатика, их приложения и роль в образовании : тезисы докладов Российской школы конференции. – М.: РУДН, 2009. – С. 27–30.

7. Ромаданова, М. М. Расчет цен американских опционов в моделях финансовых рынков с диффузией и скачками / М. М. Ромаданова // Доклады 67-й научной конференции профессоров, преподавателей, научных работников, инженеров и аспирантов университета / Санкт-Петербургский гос. архит.строит. ун-т. – СПб., 2010. – В 5 ч. Ч. IV. – С. 128–133.

8. Ромаданова, М. М. Расчет цен американских опционов в модели Хестона / М. М. Ромаданова // Актуальные проблемы современного строительства: 63-я Международная научно-техническая конференция молодых ученых / Санкт-Петербургский гос. архит.-строит. ун-т. – СПб., 2010. – В 3 ч.

Ч. I. – С. 127–132.

9. Belopolskaya, Ya. American option pricing in various financial market models / Ya. Belopolskaya, M. Romadanova // Abstracts of International Conference:

Modern Stochastics: Theory and Applications II. – Kyiv: Taras Shevchenko National University of Kyiv, Ukraine, 2010. – P. 52.

10. Romadanova, M. American option pricing in stochastic volatility models / M. Romadanova // Programme and Abstracts of Third Northern Triangular Seminar. – St.Petersburg, 2011. – P. 17–19.

Список литературы 1. Detemple, J. American-Style Derivatives: Valuation and Computation / J. Detemple // New York: Chapman & Hall / CRC Financial Mathematics Series. – 2005. – 248 p.

2. Cont, R. Financial modelling with Jump Processes / R. Cont, P. Tankov // Chapman & Hall CRC Press. – 2009. – 543 p.

3. Carr, P. Randomization and the American put / P. Carr // Rev. Financ. Stud. – 1998. – № 11 (3). – P. 597–626.

4. Boyarchenko, S. I. Non-Gaussian Merton-Black-Scholes Theory / S. I. Boyarchenko, S. Z. Levendorskii // Singapore: World Scientific. – 2002. – 398 p.

5. Boyarchenko, S. I. Irreversible decisions under uncertainty: optimal stopping made easy / S. I. Boyarchenko, S. Z. Levendorskii // Berlin: Springer–Verlag. – 2007. – 283 p.

6. Sato, K. Levy processes and infinitely divisible distributions / K. Sato // Cambridge: Cambridge University Press. – 1999. – 486 p.






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.