Einführung in die Finanzmathematik Vorlesung an der TU Darmstadt WS 2004/2005

Größe: px
Ab Seite anzeigen:

Download "Einführung in die Finanzmathematik Vorlesung an der TU Darmstadt WS 2004/2005"

Transkript

1 Einführung in die Finanzmathematik Vorlesung an der TU Darmstadt WS 2004/2005 Jakob Creutzig TU Darmstadt, AG 9 9. Februar 2005 Inhaltsverzeichnis 1 Finanzderivate 2 2 Ein-Perioden-Modellierung 8 3 Prozesse und Filtrationen 26 4 Preismodellierung im n Perioden Modell 43 5 Ausblick: Das Black-Scholes-Modell 67 A Ein Trennungssatz der konvexen Analysis 78 1

2 1 Finanzderivate Das Kapitel gibt einen groben Überblick über moderne Finanzmärkte und die wichtigsten Derivate. Es werden Modellierungsannahmen für einen mathematischen Zugang gefunden und begründet. 1.1 Aktien und andere Finanzgüter Aktien Die typische Großfirma unserer Tage existiert als Aktiengesellschaft (AG) bzw. als Corporation (Inc., USA) oder limited liability company (&Co. Ltd/plc, UK). Die Firma gehört anteilig den Aktieninhabern (shareholder). Eine Aktie gibt also einen anteiligen Besitz der Firma wieder, hat einen Wert 1, zu dem sie gehandelt werden kann, der im Aktienkurs dargestellt wird Bonds Ein Bond ist ein Wertpapier, welches einen garantierten Abnahmewert hat. Die einfachste Form eines Bond ist ein festverzinstes Wertpapier, welches nach Erwerb in seinem Wert nach einer vorgegebenen Zinsrate steigt. Beispiele für solche einfachen Bonds sind z.b. Bundesschatzbriefe. Kompliziertere Bonds benötigen Prämienzahlungen zu vorher festgesetzten Zeiten; diese können (wie z.b. bei Lebensversicherungen oder Bausparverträgen) am Anfang der Laufzeit festgelegt werden oder sich an Finanzmarktfaktoren wie z.b. dem Leitzins orientieren. Wir betrachten in dieser Vorlesung nur einfache Bonds, also festverzinste Wertpapiere. Diese werden an eigenen Märkten, den Rentenmärkten 2, gehandelt Währungen Währungen (Devisen) verhalten sich in ihren relativen Preisen Aktien nicht unähnlich; natürlich sind aber hier die preisbestimmenden Faktoren meist anders gelagert. Devisenkurse und Aktienkurse internationaler Firmen sind oft korreliert (Im-/Export). Devisen werden an Devisenmärkten in erstaunlichen Volumina gehandelt. 1 Was der Wert einer Aktie eigentlich widerspiegelt, ist nicht ganz klar. Eine mögliche Interpretation ist die, daß der Wert einer Aktie im wesentlichen die Einschätzung der Anleger über die künftige Entwicklung eben dieses Wertes widerspiegelt. 2 Der Name erklärt sich daraus, daß viele Firmen zb in den USA solche Bonds primär nutzen, um Betriebsrenten für ihre Mitarbeiter zu finanzieren. 2

3 1.1.4 Waren Warenmärkte handeln mit Großverbrauchsgütern wie Öl, aber auch mit Wertanlagen wie Gold. Wie Aktien unterliegen auch Warenpreise Schwankungen durch äußere Einflüsse; das prominenteste Beispiel unserer Zeit ist der Ölpreis Basisgüter Alle oben beschriebenen Güter wollen wir als Basisgüter bezeichnen. Der Wert (Kurs) eines solchen Basisgutes ändert sich zeitlich, abhängig von äußeren Einflüssen (z.b. Katastrophen, Zinssenkungen, Krieg, Halbjahresbilanzen, neue Ölfelder) und aufgrund der inneren Dynamik des jeweiligen Marktes (z.b. Gewinnmitnahmen nach einem längeren Kursanstieg). Wir sind interessiert an Vorhersagen zum Zeitpunkt 0 über den weiteren Verlauf des Kurses. Weil weder die äußeren Einflüsse noch die innere Dynamik zuverlässig vorhergesagt werden kann, ist es naheliegend, diese Einflüsse gar nicht erst explizit mitmodellieren zu wollen, sondern diese einfach als zufällig 3 anzusehen; unsere erste Modellierungsentscheidung lautet daher: Annahme I: Der Wert eines Basisgutes zu einem beliebigen Zeitpunkt t > 0 ist eine Zufallsgröße, die von einem geeigneten Wahrscheinlichkeitsraum in die Menge (0, ) abbildet. Somit wandelt sich das Problem, die verschiedenen Einflüsse auf den Kurs zu reflektieren, in das Problem, einen geeigneten Wahrscheinlichkeitsraum und eine Familie von Zufallsgrößen hierauf zu finden, welche die mögliche Entwicklung des Kurses in einem gewissen Sinne hinreichend gut modellieren. 1.2 Derivate Der einfache Handel mit Aktien ist für die komplexen wirtschaftlichen Transaktionen unserer Zeit längst nicht mehr ausreichend. Anleger schließen heutzutage Verträge über zukünftige Transaktionen, die von den künftigen Kursverläufen abhängen. Solche Verträge heißen Derivate oder abgeleitete Finanzinstrumente. Die für uns interessantesten Derivate sind Termingeschäfte; hier wird zum Zeitpunkt t 0 vereinbart, in einem (festen oder kursabhängigen) Zeitrahmen [T 0, T 1 ] bestimmte Transaktionen durchzuführen, die vom Kursverlauf eines oder mehrerer Basisgüter abhängt. Der Einfachheit halber setzen wir meist t 0 = 0. Ein Derivat hat stets einen Preis, den 3 Natürlich heißt dies nicht rein zufällig. Ein festverzinster Bond wird stets den gleichen Ertrag bringen. 3

4 eine der Parteien bei Vertragsabschluß zahlen muß. Die Frage, welcher Preis für ein Derivat angemessen ist, wird das zentrale Thema dieser Vorlesung sein Swaps Bei einem Swap tauschen beide Parteien an einem vorher festgelegten Zeitpunkt Basisgüter aus, und zwar in einer Menge, die durch eine festgelegte Formel von den Kursen der Güter zum Endzeitpunkt abhängt. Swaps sind populär im Devisenhandel, aber auch am Rentenmarkt Forwards/Futures Bei einem Forward oder Future verpflichtet sich die eine Partei, von der anderen Partei innerhalb eines künftigen Zeitraumes [T 0, T 1 ] eine festgelegte Menge eines Basisgutes zu einem festgelegten Preis zu kaufen, bzw. ihr zu verkaufen. Ein solcher Handel an einem Finanzmarkt (s.u.) heißt Future, ein individuell geschlossener Vertrag Forward. Der Käufer bei einem solchen Kontrakt ist in einer long position, der Verkäufer in einer short position. Es ist keineswegs unüblich, einen Forward in einer short position zu schließen, obwohl man beim Vertragsabschluß selbst das Basisgut noch gar nicht besitzt (Leerverkäufe oder auch short sellings) Optionen Optionen geben dem Käufer das Recht, aber nicht die Pflicht, ein bestimmtes Gut in einem zukünftigen (festen oder kursabhängigen) Zeitfenster [T 0, T 1 ] zu einem vereinbarten Preis K, dem Ausübungspreis (strike price), zu kaufen oder zu verkaufen. Eine Call Option ist eine mit Kaufrecht, eine Put Option eine mit Verkaufsrecht. Analog spricht man auch hier von long (Käufer der Option) und short (Verkäufer der Option) positions. Das vom Käufer erworbene Recht wird auch Claim genannt; daher wird oft auch gesagt, man habe einen Claim gekauft. Bei einer europäischen Option ist T 0 = T 1, bei einer amerikanischen Option ist T 0 = 0. Diese vier Optionstypen (europäischer Call/Put, amerikanischer Call/Put) sind die vier wichtigsten Typen von Optionen und werden daher auch (plain) vanilla 4 Optionen genannt. Daneben gibt es noch exotische Optionen, z.b. aisatische, lookback- oder Barriereoptionen, auf die wir hier nicht weiter eingehen wollen. Für eine europäische Call Option können wir leicht das optimale Verhalten vorhersagen (Übe das Kaufrecht genau dann aus, wenn der Kurs höher ist als K.), und damit erhalten wir für den Gewinn des Käufers die Formel max{s(t 1 ) K, 0} =: (S(T 1 ) K) +, 4 Viele Süßigkeiten werden in den USA in verschiedenen Geschmacksrichtungen angeboten; der Grundtyp wird dabei meistens mit vanilla bezeichnet. 4

5 wobei S(T 1 ) der Kurswert des entsprechenden Basisgutes zum Zeitpunkt T 1 ist. Analog ist der Gewinn des Käufers einer europäischen Put-Option (K S(T 1 )) Finanzmärkte Es gibt grundsätzlich zwei Arten, Finanzderivate zu handeln. Einerseits gibt es die großen organisierten Börsen (exchanges) mit festen Regeln und Preisen, andererseits den individuellen Handel zwischen zwei Parteien (over-thecounter, OTC). Wichtige Börsen sind die Chigago Board Options Exchange (CBOE), die deutsche Terminbörse (DTB) oder die London International Financial Futures Exchange (LIFFE). Der Großteil des OTC-Handels findet zwischen Banken, hauptsächlich Investmentbanken, statt, z.b. Goldman Sachs, Chase Manhattan oder der deutschen Bank. Der OTC-Handel ist wegen der flexibleren Vertragsmöglichkeiten in letzter Zeit deutlich beliebter geworden und wächst schneller als der Handel an den meisten Terminbörsen. 1.4 Arbitrage Als Arbitrage bezeichnet man die Möglichkeit, durch Kauf und Verkauf von Basisgütern oder Derivaten einen risikolosen Profit zu erzielen, der größer ist, als der durch Bonds erzielbare Profit. Ein simples Beispiel (s. Irle, p.11): Die Aktie A wird in New York und Frankfurt gehandelt; in Frankfurt sei der Kurswert 93 Euro, in New York 100 Dollar, der Dollar koste 0,94 Euro, und es gibt keine Gebḧren oder sonstigen Transaktionskosten. Eine Arbitragemöglichkeit ist nun gegeben durch die Strategie: Kaufe Aktien in Frankfurt, verkaufe sie in New York, und wechsle Dollar in Euro. Dabei entfällt pro Aktie der Gewinn ( ) = 1 Euro. Eine zentrale Annahme für unsere Modellierung basiert auf der folgenden heuristischen Argumentation: Falls eine Möglichkeit zur Arbitrage vorliegt und sie genutzt wird, wird der Markt reagieren und die entsprechenden Preise entsprechend anpassen, sodaß die Arbitragemöglichkeit verschwindet. Daher werden wir für unsere Modellierung annehmen: Annahme II: Ein stabiler Markt ist arbitragefrei. Alle Preise für Güter/Derivate müssen daher so berechnet werden, daß keine Arbitragemöglichkeit existiert. 1.5 Handelsstrategien Die beobachtbaren Handelsstrategien lassen sich grob in drei Kategorien einteilen. 5

6 1.5.1 Hedging Das Wort Hedging hat keine direkte deutsche Übersetzung; es bezeichnet den Versuch, durch klug verteilte Investitionen das Risiko eines (großen) Verlustes zu minimieren. Ein typisches Beispiel ist das einer Firma mit großem Exportvolumen, die sich gegen die Folgen ungünstiger Wechselkurse absichern will und daher Call-Optionen auf ihre Währung kauft. Üblicherweise sind Hedger an ein oder einen Pool von Basisgütern gebunden und wollen sich gegen eine schlechte Entwicklung der Kurse derselben absichern Spekulation Ein Spekulant geht im Gegenteil ein kalkuliertes Risiko ein, um sich Gewinnmöglichkeiten zu verschaffen. Typischerweise ist ein Spekulant uninteressiert an dem zugrundeliegenden Basisgut und lediglich am möglichen Gewinn interessiert; das ermöglicht es den Hedgern, leicht einen Spekulanten zu finden, welcher ihre Risiken übernimmt Arbitrageurs Arbitrageure versuchen ständig, Arbitragemöglichkeiten aufzufinden und zu nutzen; meistens indem sie an zwei oder mehr verschiedenen Finanzmärkten agieren. Scheinbar widerspricht dies der Annahme der Arbitragefreiheit, tatsächlich aber unterstützt die Existenz dieser Strategie die der These zugrunde liegende Heuristik, da mögliche Arbitragen auch schnell gefunden und nach kurzer Zeit durch die Marktdynamik unterbunden werden. 1.6 Weitere Modellierungsannahmen Wir treffen einige weitere Annahmen, die die Modellierung vereinfachen: Annahme III: Der Markt ist reibungsfrei, d.h. es entstehen einem Käufer/Verkäufer keinerlei Transaktionskosten oder Steuern. Annahme IV: Der Markt ist symmetrisch und ohne intrinsische Risiken, d.h. die Preise für Kauf und Verkauf eines Gutes/Derivates sind stets die gleichen, und weiter gelten die gleichen Zinsen für Guthaben und Kredite. Annahme V: Der Markt ist kontinuierlich und unreguliert, d.h. jedes Basisgut kann in beliebig kleinen Mengen erhalten werden, und es können beliebige Optionen abgeschlossen werden. Insbesondere sind Leerverkaeufe in beliebiger Höhe erlaubt. Annahme VI: Der Markt ist gierig, d.h. jeder Teilnehmer bevorzugt höhere Mengen jedes Basisgutes. Annahme VII: Der Markt ist preisindifferent, d.h. der Kauf/Verkauf einer beliebigen Menge an Gütern/Optionen beeinflußt nicht den momentanen Kurs. (Händler sind Preisnehmer, nicht Preismacher.) 6

7 1.7 Beispiel: Call-Put-Parität bei europäischen Optionen Betrachte europäischen Call und Put. Identisch seien: Basisgut, strike price K und Fälligkeitstermin T. Weiter sei ein risikoloser Bond gegeben mit Verzinsung r > 1 bis zur Zeit T. Bezeichnungen: S t der Preis des Basisgutes zur Zeit t, C sowie P die Preise der Call und Put Optionen (zur Ziet t = 0). 1. Strategie: Kauf des Basisgutes und des Put zur Zeit t = 0. Kapitaleinsatz zur Zeit t = 0: Wert des Portfolios zur Zeit T : S 0 + P. S T + (K S T ) + = max{s T, K}. 2. Strategie Lege K/(1 + r) in Bonds an und kaufe Call. Kapitaleinsatz zur Zeit t = 0: Wert des Portfolios zur Zeit T : K/(1 + r) + C. K + (S T K) + = max{s T, K}. Somit: für jeden Preis S T stimmen die Werte beider Portfolios zur Zeit T überein. Das Prinzip der Arbitragefreiheit liefert S 0 + P = K/(1 + r) + C. Denn wäre z.b. S 0 +P < K/(1+r)+C, so würde die folgende kombinierte Strategie risikolosen Profit ergeben: Kaufe das Basisgut und die Put-Option, gebe einen Bon über K/(1 + r) aus und verkaufe einen Call. (Dies ist ein allgemeines Prinzip: Strategien mit identischem Gewinn müssen identische Kosten haben.) 7

8 2 Ein-Perioden-Modellierung 2.1 Erinnerung: Grundbegriffe der Wahrscheinlichkeitstheorie Wahrscheinlichkeitsraum Ein Wahrscheinlichkeitraum ist ein Tupel (Ω, A, P ), sodaß 1. Ω (Grundraum), 2. A P(Ω) 5 ist eine σ-algebra, d.h. (a) Ω A, (b) A A Ω \ A A, (c) A i A, i N i N A i A, 3. P : A [0, 1] Wahrscheinlichkeitsmaß, d.h. (a) P (Ω) = 1, (b) Für alle A i A, i N paarweise disjunkt ist P ( i N A i) = i N P (A i). Wichtige Spezialfälle: diskreter Wahrscheinlichkeitsraum: Ω höchstens abzählbar und A = P(Ω), Absolutstetige Maße: Ω = R n, A σ-algebra der Borel-Mengen 6, f : R n [0, [ integrierbar mit R f(x) dx = 1; definiere WahrscheinlichkeitMaßP n durch P (A) = f(x) dx, A A. Eine Zufallsvariable X ist eine Abbildung X : Ω R mit A {X c} A, c R. Zufallsvektor: Vektor von Zufallsvariablen auf einem gemeinsamen Wahrscheinlichkeitsraum. Konvention: Wir schreiben X = Y, X Y, X > Y usw. für Zufallsvariablen X und Y auf gemeinsamem Wahrscheinlichkeitsraum, falls die entsprechende Relation fast sicher gilt 7. Im folgenden legen wir ohne besondere Erwähnung stets einen Wahrscheinlichkeitsraum (Ω, A, P ) zugrunde. 5 P(Ω) ist die Potenzmenge von Ω 6 D.h., die kleinste σ Algebra, die alle offenen Kugeln als Elemente enthält. Insbesondere sind auch alle abgeschlossenen Mengen enthalten. 7 D.h., es existiert eine Menge Ω 0 A mit P (Ω 0) = 1 und für alle ω Ω gilt X(ω) = Y (ω) (analog >, <, etc.). 8

9 2.2 Definitionen und Beispiele Definition 1. Ein-Perioden-Modell: Preise von g Basisgütern zu zwei Handelszeitpunkten S j,t, j = 1,..., g, t = 0, 1, wobei fest und bekannt, Zufallsvektor. S 0 = S 1 = S 1,0. S g,0 R g S 1,1. S g,1 Hiermit liegt das einfachste stochastische Finanzmarktmodell vor. Definition 2. Portfolio (Wertpapierbestand) 8 Dessen Wert zur Zeit t Portfolio x heißt risikofrei, falls x S t = Für ein risikofreies Portfolio x heißt der zugehörige Diskontierungsfaktor. x R g. g x i S i,t. j=1 x S 0 > 0 x S 1 = 1. B 1 = x S 0. Beispiel 1. Eine festverzinsliche Anlage und eine Aktie mit zwei möglichen Kursen A 1 zur Zeit t = 1. Anfangskurs A 0 > 0 sowie { u A 0 mit Wahrscheinlichkeit p, A 1 = d A 0 mit Wahrscheinlichkeit 1 p für p ]0, 1[ und 0 < d < u. Festverzinsliche Anlage zum Zinssatz ρ > 0. Formal: Wahrscheinlichkeitsraum (Ω, A, P ) mit Ω = {ω 1, ω 2 }, A = P(Ω), P ({ω 1 }) = p, 8 Beachte: x j N 0 zugelassen und x S 1 Zufallsvariable. 9

10 ferner A 1 (ω 1 ) = u A 0 und A 1 (ω 2 ) = d A 0 sowie ( ) ( ) ρ S 0 =, S 1 =. Risikofreies Portfolio A 0 x = ( 1 1+ρ 0 mit Diskontierungsfaktor B 1 = 1/(1 + ρ). Definition 3. Portfolio x heißt Arbitrage (risikoloser Profit), falls x S 0 0 x S 1 0 P ({x S 1 > x S 0 }) > 0. Modell heißt arbitragefrei, falls keine Arbitrage existiert. Fortan vorausgesetzt: Existenz eines risikofreien Portfolios. Lemma 1. Das Modell ist arbitragefrei genau dann, wenn keine Arbitrage x mit x S 0 = 0 existiert. Beweis. Sei x Arbitrage mit x S 0 < 0. Setze z = x + λ y, wobei y risikofrei und λ R. Also z S t = x S t + λ y S t. ) A 1 Wähle Hiermit so daß λ = x S 0 y S 0 > 0. z S 0 = 0, z S 1 = x S 1 + λ > 0, P ({z S 1 > z S 0 }) = 1. Lemma 2. Der Diskontierungsfaktor eines arbitragefreien Modells ist eindeutig bestimmt, d.h. zwei risikofreie Portfolios haben stets denselben Diskontierungsfaktor. Beweis. "Ubung. Beispiel 2. Fortsetzung von Beispiel 1. Es gilt Modell arbitragefrei d < 1 + ρ < u. 10

11 Beweis: 1. Fall d 1 + ρ. Leihe Geld zum Aktienkauf. Formal ( ) A0 x =. 1 Dies definiert eine Arbitrage, da x S 0 = A 0 +A 0 = 0, x S 1 = A 0 (1+ρ)+A 1 A 0 (d (1+ρ)) 0 und P ({x S 1 > 0}) P ({ω 1 }) = p > Fall u 1+ρ. Leihe Aktie zur Geldanlage. Arbitrage x = (A 0, 1). Nachweis wie oben. Sei x Arbitrage mit x S 0 = 0, d.h. x 2 = x 1 /A 0. Dann und somit x S 1 = x 1 (1 + ρ A 1 /A 0 ), x 1 > 0 x S 1 (ω 1 ) < 0, x 1 < 0 x S 1 (ω 2 ) < 0, x 1 = 0 x S 1 = 0. Definition 4. Claim (Anrecht, Forderung) 9 ist reellwertige Zufallsvariable C. Zugehöriger Hedge (Sicherungsgeschäft) 10 ist Portfolio x mit x S 1 = C. Claim heißt absicherbar, falls ein zugehöriger Hedge existiert. Modell heißt vollständig, falls jeder Claim absicherbar ist. Beispiel 3. Das Modell aus Beispiel 1 ist vollständig. Betrachte Claim C und Portfolio x. Dann x Hedge für C x S 1 (ω i ) = C(ω i ), i = 1, 2. Also ist ein Hedge durch das lineare Gleichungssystem x 1 (1 + ρ) + x 2 u A 0 = C(ω 1 ) x 1 (1 + ρ) + x 2 d A 0 = C(ω 2 ) charakterisiert. Als eindeutige Lösung erhält man x 1 = u C(ω 2) d C(ω 1 ) (1 + ρ) (u d) x 2 = C(ω 1) C(ω 2 ). A 0 (u d) 9 Inhaber erhält Auszahlung C zur Zeit t = Verkäufer des Claims sichert sich gegen zufällige Entwicklung ab. 11

12 Speziell: Europäischer Call mit Basispreis K und Verfallstermin T = 1, d.h., C = (A 1 K) +. Zugehöriger Hedge Beachte x 1 = u (d A 0 K) + d (u A 0 K) + (1 + ρ) (u d) x 2 = (u A 0 K) + (d A 0 K) +. A 0 (u d) x 1 0 x 2, also Aufnahme von Geld und Kauf der Aktie. 2.3 Bewertung von absicherbaren Claims Gegeben: arbitragefreies Modell (S 0, S 1 ) und Claim C mit Hedge x. Frage: fairer Preis von C zur Zeit t = 0? Definition mit dem Prinzip der Arbitragefreiheit. Dazu: Claim als neues Basisgut mit Preis C zur Zeit t = 1. Erweitertes Modell auf demselben Wahrscheinlichkeitsraum ( ) ( ) a C S 0 =, S 1 =. S 0 Definition des Preises a des Claims zur Zeit t = 0, so daß die Arbitragefreiheit erhalten bleibt. S 1 Satz 1. (S 0, S 1 ) arbitragefrei a = x S 0. Beweis. 1. Fall: a < x S 0. Arbitrage durch Kauf des Claim, Verkauf des Hedge x und risikofreie Anlage der Differenz. Formale Rechnung: Es existiert Portfolio y mit y S 0 = 1 und y S 1 = 1/B 1. Definiere Dann und z = ( ) 1 + (x S x 0 a) ( ) 0. y z S 0 = a x S 0 + (x S 0 a) 1 = 0 z S 1 = C x S 1 + x S 0 a B 1 2. Fall: a > x S 0. Analog. = x S 0 a B 1 > 0. 12

13 3. Fall: a = x S 0. Betrachte beliebiges Portfolio z = Modell. Es gilt sowie z S 0 = z 0 a + y S 0 = (z 0 x + y ) S 0 z S 1 = z 0 C + y S 1 = (z 0 x + y ) S 1. ( ) z0 im erweiterten y Fazit: Falls z Arbitrage im erweiterten Modell, so ist z 0 x + y Arbitrage im ursprünglichen Modell. Definition 5. In obiger Situation: fairer Preis s(c) des Claim C: s(c) = x S 0. Bemerkung 1. Fairer Preis hängt nicht vom gewählten Hedge ab, sonst Arbitragemöglichkeit. 2.4 Steilkurs: Absolutstetigkeit und Dichten Erinnerung: Der Erwartungswert ist linear. Für jede Zufallsvariable X 0 gilt E(X) 0 sowie E(X) = 0 X = 0. Der Erwartungswert eines Zufallsvektors ist komponentenweise definiert. Definiere N P = {A A : P (A) = 0}. Schreibweise für Erwartungswerte bzgl. P E P (X) = X dp = Ω X dp. Definition 6. Sei Q Wahrscheinlichkeitsmaß auf (Ω, A). Q absolut stetig bzgl. P (in Zeichen Q P ), falls N P N Q. Q äquivalent zu P (in Zeichen Q P ), falls N P = N Q. Sei L Zufallsvariable mit L 0 und LdP = 1. Durch Q(A) = L dp = 1 A L dp, A A, A wird ein Wahrscheinlichkeitsmaß auf (Ω, A) definiert. Definition 7. In obiger Situation heißt L eine P -Dichte von Q (in Zeichen: L = dq dp ). Beispiele in den Fällen Ω endlich, abzählbar und 11 Ω = R d. Eigenschaften: 11 Nicht notwendig P (Ω) = 1. 13

14 i) Q P, Ausblick: Satz von Radon-Nikodym, ii) Q P P ({L > 0}) = 1, iii) L, L P -Dichten von Q P ({L = L }) = 1. iv) Sei X Zufallsvariable. Falls X 0 X dq = X dq dp dp. Stets und ggf. gilt X Q-integrierbar X dq dp P -integrierbar X dq = X dq dp dp. 2.5 Das äquivalente risikoneutrale Wahrscheinlichkeitsmaß Gegeben: Ein-Perioden-Modell (S 0, S 1 ) auf (Ω, A, P ). Welche Rolle spielt das Maß P bei der Bestimmung des fairen Preises? Ziel: fairer Preis als Erwartungswert. Definition 8. Zufallsvariable Z heißt zulässig (bezüglich P ), falls Z > 0, und Z ist beschränkt, 2. E P ( ZS 1 ) < für die euklidische 13 Norm auf R g. Proposition 1. (S 0, S 1 ) arbitragefrei Z zulässig : S 0 = E(Z S 1 ). Beweis. Sei Z zulässig mit S 0 = E(Z S 1 ) und x Arbitrage mit x S 0 = 0. Dann 0 = x S 0 = E(Z x S 1 ) > 0, da Z x S 1 0 und P ({Z x S 1 > 0}) = P ({x S 1 > 0}) > 0. Widerspruch. Betrachte Z = {E(Z S 1 ) : Z zulässig} sowie Z = S Im Spezialfall Ω endlich: Z > Tatsächlich kann man hier E( ZS 1 ) < für eine beliebige Norm auf R g fordern, da auf dem R g alle Normen äquivalent sind. 14

15 Dann: Z zulässig, also Z. Ferner: Z konvex(er Kegel), da {Z : Z zulässig} konvex und Z E(Z S 1 ) linear. Annahme 1: Verwende Satz A.1: S 0 Z. sowie x R g \ {0} β R z Z : x S 0 β x z x S 0 < β z Z : β < x z. Behauptung 1: x ist Arbitrage. Setze Z n = 1 n Z für n N. Dann: Z n zulässig, und z n := E(Z n S 1 ) = 1 n E(Z S 1) 0. Also gilt β 0 und somit x S 0 0. Annahme 1a): P ({x S 1 < 0}) > 0. Dann P ({x S 1 /(1+ S 1 ) < δ}) = ε > 0 für passende δ, ε > 0. Setze Z n = n 1 + S {x S 1 <0} S 1 1 {x S 1 0}, z n = E( Z n S 1 ). Dann: Z n zulässig und ( x z n = x E( Z ( x S 1 ) + ) ( (x S 1 ) + ) n S 1 ) = n E +E, 1 + S S 1 } {{ } δ ε so daß lim n x z n =, im Widerspruch zu x z n β. Also ist Annahme 1a) widerlegt, es gilt folglich x S 1 0. Annahme 1b): x S 0 = 0 = x S 1. Dann gilt für alle z Z mit geeignetem zulässigem Z x z = E(x ZS 1 ) = 0 = β = x S 0. Widerspruch. Damit ist Annahme 1 b) widerlegt, es gilt also x S 0 < 0 oder P ({x S 1 > 0}) > 0, und damit folgt Behauptung 1. Diese widerspricht aber der Voraussetzung, folglich ist Annahme 1 falsch. 15

16 Beispiel 4. Festverzinsliches Wertpapier plus Aktie, siehe Beispiel 1. Hier ( ) ( ) ( ) ρ 1 + ρ S 0 = E(Z S 1 ) = p Z(ω A 1 ) +(1 p) Z(ω 0 ua 2 ), 0 da 0 so daß S 0 = E(Z S 1 ) äquivalent ist zu p Z(ω 1 ) + (1 p) Z(ω 2 ) = ρ, p u Z(ω 1 ) + (1 p) d Z(ω 2 ) = 1. Die Determinante ist hier gegeben durch Man erhält als eindeutige Lösung Z(ω 1 ) = Z(ω 2 ) = p (1 p) (d u) < 0. 1 p(u d) ( 1 d 1 (1 p)(u d) ), 1 + ρ ( u 1 + ρ 1 Also: Positivität von Z äquivalent zur Arbitragefreiheit des Modells, siehe Beispiel 2 (und Proposition 1). ). Im folgenden: Q weiteres Wahrscheinlichkeitsmaß auf (Ω, A). Bemerkung 2. Falls Q P, so gehören zu P und Q offenbar dieselben risikofreien Portfolios, Arbitragen und Hedges. Also besitzt ein absicherbarer Claim bzgl. P und Q denselben Preis. 16

17 Satz 2. Äquivalent sind (i) (S 0, S 1 ) arbitragefrei, (ii) Q W maß B > 0 : Q P E Q ( S 1 ) < S 0 = E Q (B S 1 ). Beweis. (i) (ii) Sei Z gemäß Proposition 1 gewählt, und sei x risikofrei. Also B 1 = x S 0 = E P (Z x S 1 ) = E P (Z), d.h. E P (Z) ]0, [. Definiere B = B 1 und Q(A) = 1 Z dp. B Dann gilt A P Q, E Q ( S 1 ) = 1 B E P (Z S 1 ) <, E Q (S 1 ) = 1 B E P (Z S 1 ) = 1 B S 0. (ii) (i) Es gilt für jedes Portfolio x x S 0 = E Q (B x S 1 ). Aus x S 0 = 0 und x S 1 0 folgt wegen B > 0, daß x S 1 = 0. Somit existiert keine Q-Arbitrage und, gemäß Bemerkung 2, auch keine P -Arbitrage. Definition 9. Jedes Wahrscheinlichkeitsmaß Q gemäß Satz 2 heißt äquivalentes risikoneutrales Wahrscheinlichkeitsmaß. Bemerkung 3. Das äquivalente risikoneutrale Wahrscheinlichkeitsmaß ist i.a. nicht eindeutig bestimmt. Vgl. jedoch Satz 4. Der Faktor B ist stets der eindeutig bestimmte Diskontierungsfaktor B 1. Beweis. Sei Q beliebiges äquivalentes risikoneutrales Wahrscheinlichkeitsmaß und B gemäß (ii) gewählt. Sei x risikofrei. Dann B = E Q (Bx S 1 ) = x S 0 = B 1. Jetzt: Arbitragefreiheit des erweiterten Modells, fairer Preis eines Claims mittels äquivalentem risikoneutralen Wahrscheinlichkeitsmaß ohne explizite Angabe eines Hedges. 17

18 Satz 3. Gegeben: Arbitragefreies Modell (S 0, S 1 ) mit Diskontierungsfaktor B 1 und äquivalentem risikoneutralen Wahrscheinlichkeitsmaß Q sowie absicherbarer Claim C. Dann (( ) ( )) a C, arbitragefrei a = E Q (B 1 C). S 0 S 1 Beweis. Sei x Hedge für C. Dann. Wende Satz 1 an. x S 0 = E Q (x B 1 S 1 ) = E Q (B 1 C). Fazit: In obiger Situation Bewertung durch 1. Diskontieren, 2. Erwartungswertbildung, jedoch nicht bzgl. P sondern bzgl. Q. Bemerkung 4. Bestimmung eines äquivalenten risikoneutralen Wahrscheinlichkeitsmaßes: Ansatz gemäß Beweis von Satz 2 und Bemerkung 3 dq dp = Z B 1, Bestimmung von Z gemäß Proposition 1? Beachte, daß der Beweis dieser Proposition nicht-konstruktiv geführt wird (Trennungssatz). Speziell Ω = {ω 1,..., ω n } endlich mit Ω = n. Dann Q({ω i }) = Z(ω i) B 1 P ({ω i }). Dies führt auf ein lineares Gleichungssystem sowie und n Q({ω i }) S 1 (ω i ) = 1/B 1 S 0 i=1 i = 1,..., n : Q({ω i }) = 0 P ({ω i }) = 0 n Q({ω i }) = 1 i = 1,..., n : Q({ω i }) 0. i=1 Man erhält ein lineares Ungleichungssystem, falls obda P ({ω i }) > 0 für alle i = 1,..., n. 18

19 Beispiel 5. Festverzinsliches Wertpapier plus Aktie. Gelte d < 1 + ρ < u, d.h. Arbitragefreiheit gemäß Beispiel 2. Beispiel 4 liefert ( Z(ω 1 ) = 1 d ), Z(ω 2 ) = 1 p(u d) 1 (1 p)(u d) Beispiel 1 zeigt B 1 = 1/(1 + ρ). Also 1 + ρ ( u 1 + ρ 1 ). q := Q({ω 1 }) = 1 + ρ d u d = 1 Q({ω 2 }) ]0, 1[, und es gilt Q P für jedes Wahrscheinlichkeitsmaß P auf (Ω, P(Ω)). Gemäß Beispiel 3 ist das Modell vollständig. Für jeden Claim C ergibt sich s(c) = E Q (B 1 C) = 1 u d ((1 B 1 d) C(ω 1 ) + (B 1 u 1) C(ω 2 ) ). Ein numerisches Beispiel. Gelte A 0 = 1, ρ = 0.05, u = 2, d = 0.5 sowie C(ω 1 ) = 3, C(ω 2 ) = 1 5. Dann B 1 = 20 21, q = = und s(c) = B 1 (3 q (1 q)) = = Annahme: Verkaufspreis 1, etwa bei irrtümlicher Bewertung bzgl. P mit p = 17/56 = Dann: Kauf des Claim, Verkauf des Hedge ( ) 44/63 x =, 28/15 siehe Beispiel 3. Nettogewinn x 1 + x 2 1 = s(c) 1 = =

20 Bemerkung 5. In Beispiel 5 hängt der faire Preis (und das äquivalente Martingalmaß) nicht vom Wahrscheinlichkeitsmaß P, d.h. vom Parameter p ]0, 1[ ab. Bullen und Bären, die Kurssteigerungen mit großer bzw. kleiner Wahrscheinlichkeit erwarten, können sich allein unter Verwendung des Prinzip der Arbitragefreiheit auf einen fairen Preis einigen. Dies erklärt auch das Attribut risikoneutral. Man beachte jedoch, daß dieser Preis von den Parametern u, d und ρ abhängt. Ein Hedge ergibt sich als Lösung eines linearen Gleichungssystems ohne Berücksichtigung von Wahrscheinlichkeiten. Deshalb überrascht es nicht, daß der faire Preis nicht von den Wahrscheinlichkeiten abhängt. Satz 4. Arbitragefreiheit und Vollständigkeit sichern die Eindeutigkeit des äquivalenten risikoneutrales Wahrscheinlichkeitsmaßes. Beweis. Gelte Q i P und S 0 = E Qi (B 1 S 1 ) für i = 1, 2. Für jedes A A existiert x R g mit x S 1 = 1 A. Also so daß Q 1 (A) = Q 2 (A), da B 1 > 0. x S 0 = E Qi (B 1 x S 1 ) = B 1 Q i (A), Satz 5. Gegeben: arbitragefreies Ein-Perioden-Modell mit endlichem Grundraum Ω. Aus der Eindeutigkeit des äquivalenten risikofreien Wahrscheinlichkeitsmaßes folgt die Vollständigkeit. Beweis. Gelte obda P ({ω}) > 0 für alle ω Ω. Betrachte M := L 2 (Ω, A, P ), den Raum aller quadratisch integrierbaren Zufallsvariablen bzgl. P. Da Ω endlich ist, folgt M = R Ω, und dies ist die Menge aller Claims. Die Menge aller absicherbaren Claims ist gegeben durch S 1 = span{s 1,1,, S g,1 } M. Die Existenz eines risikofreien Portfolios sichert 1 S 1. Ferner S 1 = {U M : E P (U Z) = 0 für alle Z S 1 } 20

21 und M = S 1 S 1. Die Vollständigkeit des Modells ist äquivalent zu M = S 1. Annahme: S 1 = M. Dann existiert U S 1 \ {0}. Sei Q ein äquivalentes risikoneutrales Wahrscheinlichkeitsmaß und Da Ω endlich ist, existiert ε > 0 mit Also: Definiere Q durch dq dp L = dq dp > 0. L := L + ε U > 0. L L E P (L ) = E P (L) +ε E } {{ } P (U 1) = 1. } {{ } 1 0 = L, so daß Q P und Q Q. Schließlich E Q (B 1 S 1 ) = E P ((L + εu) B 1 S 1 ) = E P (LB 1 S 1 ) + εb 1 E P (U S 1 )) } {{ } 0 = E Q (B 1 S 1 ) = S 0, im Widerspruch zur Eindeutigkeit des äquivalenten risikoneutralen Wahrscheinlichkeitsmaß. Beispiel 6. Festverzinsliches Wertpapier plus g 1 Aktien, g > ρ S 0 = 1..., S 1 = A 1..., Ω = {ω 1, ω 2 } 2, A = P(Ω). 1 A g 1 Diskontierungsfaktor: B 1 = 1/(1 + ρ), P (A i = u i ) = p i = 1 P (A i = d i ) (0, 1), und A i unabhängig (also P (A 1 = ε 1 A g 1 = ε g 1 ) = i<g P (A i = ε i ), ε i {d i, u i } ). Nach Hausübung 2.2 ist dies Modell nicht vollständig. Bemerkung 6. Notwendig für die Vollständigkeit eines Modells mit Ω <, und damit für die Festsetzung fairer Preise für beliebige Claims gemäß Definition 5, ist g {ω Ω : P ({ω}) > 0}, 21

22 d.h. es gibt höchstens so viele Kursverläufe wie Finanzgüter. (Siehe Hausübung 2.1 c).) Die natürliche Annahme, daß es mindestens 2 g mögliche Kursverläufe gibt, ist damit also nicht vereinbar. Vgl. Beispiel 6 sowie Übungsaufgabe 1H2; dort zwei sich synchron bewegende Aktien. 2.6 Unvollständige Modelle Literatur: Musiela, Rutkowski, Chap. 4), Föllmer, Schied, Chap. 1.3 Definition 10. Sei (S 0, S 1 ) ein arbitragefreies Modell und C ein Claim. Ein Preis a für C heißt arbitragefrei, falls das erweiterte Modell (a, S 0 ), (C, S 1 ) arbitragefrei ist. Satz 6. Sei (S 0, S 1 ) ein Modell über (Ω, A, P ) mit Diskontierungsfaktor B, sodaß die Menge P der ärwm nichtleer sei. Sei C eine Option mit C 0; dann ist die Menge der arbitragefreien Preise für C gleich { } (C) = E Q (BC) : Q P, E Q (C) <. Falls (C), so gilt ˆπ(C) := inf p p = inf E Q(BC), π(c) := sup (C) Q P p p = sup E Q (BC). (C) Q P Beweis. Die erste Behauptung folgt leicht aus Satz 2. Daraus folgt auch sofort die Behauptung für ˆπ(C). Falls E Q (C) < für alle Q P, ist auch die zweite kein Problem; nehmen wir also an, es gäbe ein Q mit E Q (C) =, dann haben wir zu zeigen, daß (C) unbeschränkt ist. Nehmen wir im Gegenteil an, daß π(c) <, und betrachten eine reelle Zahl π > ˆπ(C). Dann existiert zu π ein Arbitrage Portfolio x = (x g+1, x) R g+1, sodaß x (π, S 0 ) = 0 und x (C, S 1 ) 0 und mit positiver Wahrscheinlichkeit > 0. Wäre x g+1 < 0, so würde folgen C x S 1 } x {{ d+1 =: V x S 1 } x d+1 (wobei die euklidische Norm bezeichne), und da E Q S 1 <, folgt E Q (C) <, Widerspruch. Also muß x g+1 > 0 sein, also C V. Definiere C n := min{c, (n + V + )}, n N. Dann gilt C n V P f.s. und P (C n > V ) = P (C > V ) > 0, also ist x S 0 + x d+1 C n P fast sicher 0 und mit positiver Wahrscheinlichkeit > 0. Also ist π kein arbitragefreier Preis für C n. Nun ist C n aber eine monotone Folge von Zufallsvariablen mit C n < V + n, und daher gilt für n hinreichend groß Satz von der monotonen Konvergenz, siehe Bauer, Satz

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/ Finanzmathematik - Wintersemester 2007/08 http://code.google.com/p/mitgetexed/ Stand: 4. November 2007 Inhaltsverzeichnis 1 Motivation und erste Begriffe 2 2 Endliche Finanzmärkte 4 3 Das Cox-Ross-Rubinstein-Modell

Mehr

Amerikanischen Optionen

Amerikanischen Optionen Die Bewertung von Amerikanischen Optionen im Mehrperiodenmodell Universität-Gesamthochschule Paderborn Fachbereich 17 Seminar Finanzmathematik SS 2001 Referentin: Christiane Becker-Funke Dozent: Prof.

Mehr

III Stochastische Analysis und Finanzmathematik

III Stochastische Analysis und Finanzmathematik III Stochastische Analysis und Finanzmathematik Ziel dieses Kapitels ist es, eine Einführung in die stochastischen Grundlagen von Finanzmärkten zu geben. Es werden zunächst Modelle in diskreter Zeit behandelt,

Mehr

Martingale. Kapitel 6. 6.1 Martingale in diskreter Zeit. 6.1.1 Definition und Beispiele

Martingale. Kapitel 6. 6.1 Martingale in diskreter Zeit. 6.1.1 Definition und Beispiele Kapitel 6 Martingale In der Statistik modellieren Martingale z.b. Glücksspiele oder Handelsstrategien in Finanzmärkten und sind ein grundlegendes Hilfsmittel für die statistische Inferenz stochastischer

Mehr

Einleitung. Das Ein-Perioden-Modell ist das einfachste. von derivaten Finanzinstrumenten (hier: Optionen) zu erklären.

Einleitung. Das Ein-Perioden-Modell ist das einfachste. von derivaten Finanzinstrumenten (hier: Optionen) zu erklären. Einleitung Das Ein-Perioden-Modell ist das einfachste Modell, um die Idee der Preisgebung von derivaten Finanzinstrumenten (hier: Optionen) zu erklären. naive Idee der Optionspreisbestimmung: Erwartungswertprinzip

Mehr

1 Stochastische Prozesse in stetiger Zeit

1 Stochastische Prozesse in stetiger Zeit 1 Stochastische Prozesse in stetiger Zeit 1.1 Grundlagen Wir betrachten zufällige Prozesse, definiert auf einem Wahrscheinlichkeitsraum (Ω, F, P), welche Werte in einen fest gewählten Zustandsraum annehmen.

Mehr

Wichtige Begriffe in der Finanzmathematik

Wichtige Begriffe in der Finanzmathematik Wichtige Begriffe in der Finanzmathematik Forward: Kontrakt, ein Finanzgut zu einem fest vereinbarten Zeitpunkt bzw. innerhalb eines Zeitraums zu einem vereinbarten Erfüllungspreis zu kaufen bzw. verkaufen.

Mehr

34 5. FINANZMATHEMATIK

34 5. FINANZMATHEMATIK 34 5. FINANZMATHEMATIK 5. Finanzmathematik 5.1. Ein einführendes Beispiel Betrachten wir eine ganz einfache Situation. Wir haben einen Markt, wo es nur erlaubt ist, heute und in einem Monat zu handeln.

Mehr

Derivatebewertung im Binomialmodell

Derivatebewertung im Binomialmodell Derivatebewertung im Binomialmodell Roland Stamm 27. Juni 2013 Roland Stamm 1 / 24 Agenda 1 Einleitung 2 Binomialmodell mit einer Periode 3 Binomialmodell mit mehreren Perioden 4 Kritische Würdigung und

Mehr

Einfache Derivate. Stefan Raminger. 4. Dezember 2007. 2 Arten von Derivaten 3 2.1 Forward... 3 2.2 Future... 4 2.3 Optionen... 5

Einfache Derivate. Stefan Raminger. 4. Dezember 2007. 2 Arten von Derivaten 3 2.1 Forward... 3 2.2 Future... 4 2.3 Optionen... 5 Einfache Derivate Stefan Raminger 4. Dezember 2007 Inhaltsverzeichnis 1 Begriffsbestimmungen 1 2 Arten von Derivaten 3 2.1 Forward..................................... 3 2.2 Future......................................

Mehr

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Walter Sanddorf-Köhle Foliensatz Nr. 3 1 / 46 Ein Einperiodenmodell Beispiel 5 Betrachtet wird nun ein Wertpapiermarkt mit

Mehr

Irrfahrten. Und ihre Bedeutung in der Finanzmathematik

Irrfahrten. Und ihre Bedeutung in der Finanzmathematik Irrfahrten Und ihre Bedeutung in der Finanzmathematik Alexander Hahn, 04.11.2008 Überblick Ziele der Finanzmathematik Grundsätzliches zu Finanzmarkt, Aktien, Optionen Problemstellung in der Praxis Der

Mehr

Prof. Dr. Thilo Meyer-Brandis. Finanzmathematik 1 WS 2012/13

Prof. Dr. Thilo Meyer-Brandis. Finanzmathematik 1 WS 2012/13 Prof. Dr. Thilo Meyer-Brandis Finanzmathematik 1 WS 2012/13 Dieses Skript gibt den Inhalt der Vorlesung Finanzmathematik I: Eine Einführung in diskreter Zeit wieder und basiert auf dem Buch Stochastic

Mehr

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen Finanzmathematik Absichern und Bewerten von Optionen Arnold Janssen / Klaus Janßen Universität Düsseldorf 27.09.2012 Rohstoffe, Devisen, Aktien, Kredite,... haben Preise, die im Laufe der Zeit zufällig

Mehr

II. Bewertung von Derivaten in diskreter Zeit

II. Bewertung von Derivaten in diskreter Zeit II. Bewertung von Derivaten in diskreter Zeit 2.1. Wahrscheinlichkeitstheoretische Grundlagen 2.1.1. Bedingte Erwartungswerte Sei (Ω, F, P) ein Wahrscheinlichkeitsraum. Für A, B F mit P(B) > 0 ist die

Mehr

TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig (1 + ρ)

TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig (1 + ρ) TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig 9..04 Lösungsvorschläge zum 3. Aufgabenblatt der Vorlesung,,Einführung in die Finanzmathematik Gruppenübungen Aufgabe : Es sei Ω = {, +} n,

Mehr

Lösung des Hedging-Problems mittels Stochastischer Dynamischer Optimierung

Lösung des Hedging-Problems mittels Stochastischer Dynamischer Optimierung Lösung des Hedging-Problems mittels Stochastischer Dynamischer Optimierung Ausarbeitung zum Vortrag im Seminar Stochastische Dynamische Optimierung vom 18.01.2008 Datum : 18.01.2008 Verfasser: Martin Schymalla

Mehr

Finanzmathematik Bachelorarbeit aus Mathematische Modelle in den Naturwissenschaften im WS 2010

Finanzmathematik Bachelorarbeit aus Mathematische Modelle in den Naturwissenschaften im WS 2010 Finanzmathematik Bachelorarbeit aus Mathematische Modelle in den Naturwissenschaften im WS 2010 Harald Hinterleitner (0755828) und Christof Schöffl (0686939) 28. März 2010 Inhaltsverzeichnis 1 Ein-Perioden-Wertpapiermärkte

Mehr

Mengensysteme, Wahrscheinlichkeitsmaße

Mengensysteme, Wahrscheinlichkeitsmaße Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen

Mehr

Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik

Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik Francesca Biagini Mathematisches Institut, LMU biagini@math.lmu.de Münchner Wissenschaftstage im Jahr der Mathematik 21. Oktober 28

Mehr

Bewertung von amerikanischen Optionen im CRR Modell. Seminararbeit von Nadja Amedsin

Bewertung von amerikanischen Optionen im CRR Modell. Seminararbeit von Nadja Amedsin Bewertung von amerikanischen Optionen im CRR Modell Seminararbeit von Nadja Amedsin 22.05.10 i Inhaltsverzeichnis 1 Einführung 1 2 Amerikanischer Claim 1 2.1 Beispiele................................ 2

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Lösungsvorschlag 8. Übungsblatt zur Vorlesung Finanzmathematik I Aufgabe Hedging Amerikanischer Optionen Wir sind in einem arbitragefreien

Mehr

Kapitel 6 Martingale

Kapitel 6 Martingale Kapitel 6 Martingale Martingale spielen eine große Rolle in der Finanzmathematik, und sind zudem ein wichtiges Hilfsmittel für die statistische Inferenz stochastischer Prozesse, insbesondere auch für Zählprozesse

Mehr

Finanzmathematik. Vorlesung SS 2005. Jürgen Dippon Institut für Stochastik und Anwendungen Universität Stuttgart

Finanzmathematik. Vorlesung SS 2005. Jürgen Dippon Institut für Stochastik und Anwendungen Universität Stuttgart Finanzmathematik Vorlesung SS 2005 Jürgen Dippon Institut für Stochastik und Anwendungen Universität Stuttgart Homepage der Vorlesung: www.isa.uni-stuttgart.de/lehre/fm Version vom 29. Juli 2005 J. Dippon

Mehr

Skript. Finanzmathematik I. Max v. Renesse Aufgezeichnet von Tobias Weihrauch. Wintersemester 2012/13 Universität Leipzig. Version vom 4.

Skript. Finanzmathematik I. Max v. Renesse Aufgezeichnet von Tobias Weihrauch. Wintersemester 2012/13 Universität Leipzig. Version vom 4. Skript Finanzmathematik I Max v. Renesse Aufgezeichnet von Tobias Weihrauch Wintersemester 2012/13 Universität Leipzig Version vom 4. März 2013 INHALTSVERZEICHNIS 1 Inhaltsverzeichnis 1 Einführung Der

Mehr

SoSe 2004 Mareen Hofmann, Sonja Lange

SoSe 2004 Mareen Hofmann, Sonja Lange Einführung in die Finanzmathematik Grundlagen SoSe 2004 Mareen Hofmann, Sonja Lange Inhaltsverzeichnis 1 Einleitung 2 2 Finanzmärkte und Instrumente 2 2.1 Finanzmärkte............................. 2 2.2

Mehr

Finanzmathematik Vorlesung WS 2010/11

Finanzmathematik Vorlesung WS 2010/11 1. Einführung Finanzmathematik Vorlesung WS 21/11 Jürgen Dippon Institut für Stochastik und Anwendungen Universität Stuttgart Die klassische Finanzmathematik beschäftigt sich in erster Linie mit grundlegenden

Mehr

Aktien, D Derivate, A Arbitrage Kursverläufe des DAX: Tagesgang 5.1.2011-1a -

Aktien, D Derivate, A Arbitrage Kursverläufe des DAX: Tagesgang 5.1.2011-1a - : Eine Einführung in die moderne Finanzmathematik Prof. Dr. Dietmar Pfeifer Institut für Mathematik chwerpunkt Versicherungs- und Finanzmathematik Kursverläufe des DA: agesgang 5.1.2011-1a - Kursverläufe

Mehr

Vorlesung. Finanzmathematik I. Steffen Dereich und Marcel Ortgiese. Westfälische Wilhelms-Universität Münster WS2013/14. Version: 31.01.

Vorlesung. Finanzmathematik I. Steffen Dereich und Marcel Ortgiese. Westfälische Wilhelms-Universität Münster WS2013/14. Version: 31.01. Vorlesung Finanzmathematik I Steffen Dereich und Marcel Ortgiese Westfälische Wilhelms-Universität Münster WS2013/14 Version: 31.01.2014 Inhaltsverzeichnis 1. Einführung 1 1.1. Das Finanzmarktmodell...........................

Mehr

Bewertung von exotischen Optionen im CRR Modell

Bewertung von exotischen Optionen im CRR Modell Bewertung von exotischen Optionen im CRR Modell Bachelorarbeit von Stefanie Tiemann 11. 08. 2010 Betreuer: Privatdozent Dr. Volkert Paulsen Institut für mathematische Statistik Fachbereich Mathematik und

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 n Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 18. Mai 2015 n Erinnerung Eine Option ist das Recht (aber nicht die Verpflichtung) ein Produkt S in der Zukunft zu einem heute festgelegten

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

Notationen. Burkhard Weiss Futures & Optionen Folie 2

Notationen. Burkhard Weiss Futures & Optionen Folie 2 Optionspreismodelle Notationen S t : X: T: t: S T : r: C: P: c: p: s: aktueller Aktienkurs Ausübungspreis (Rest-)laufzeit der Option Bewertungszeitpunkt Aktienkurs bei Verfall risikofreier Zinssatz Preis

Mehr

Flonia Lengu. Termingeschäfte: Futures und Optionen/Forwards/Futures: Terminkauf und -verkauf

Flonia Lengu. Termingeschäfte: Futures und Optionen/Forwards/Futures: Terminkauf und -verkauf Flonia Lengu Termingeschäfte: Futures und Optionen/Forwards/Futures: Terminkauf und -verkauf Gliederung 1. Einführung in derivative Finanzinstrumente 2. Futures und Optionen 3. Terminkauf und verkauf von

Mehr

Stochastische Prozesse Gliederung zur Vorlesung im Sommersemester 2006

Stochastische Prozesse Gliederung zur Vorlesung im Sommersemester 2006 Stochastische Prozesse Gliederung zur Vorlesung im Sommersemester 26 Markus Reiß Universität Heidelberg reiss@statlab.uni-heidelberg.de VORLÄUFIGE FASSUNG: 28. Juli 26 Inhaltsverzeichnis 1 Der Poissonprozess

Mehr

Bewertung von europäischen und amerikanischen Optionen

Bewertung von europäischen und amerikanischen Optionen Bewertung von europäischen und amerikanischen en 1. Vortrag - Einführung Technische Universität Berlin Institut für Mathematik 8. November 2007 Inhaltsverzeichnis 1 Definitionen amerikanische / europäische

Mehr

Optionspreisbestimmung nach Cox-Ross-Rubinstein

Optionspreisbestimmung nach Cox-Ross-Rubinstein Optionspreisbestimmung nach Cox-Ross-Rubinstein Michael Beer 8. Mai 000 Inhaltsverzeichnis Einführung und Problembeschreibung. Was sind Optionen?.............................. Modellspezifikation..............................3

Mehr

Was kosten Garantien?

Was kosten Garantien? Alternative Zinsgarantien in der Lebensversicherung, Köln, 1. Juni 2012 Was kosten Garantien? Prof. Dr. Ralf Korn Technische Universität Kaiserslautern, Fachbereich Mathematik EI-QFM und Fraunhofer ITWM

Mehr

Bewertung von Derivaten im Black-Scholes Modell

Bewertung von Derivaten im Black-Scholes Modell Bewertung von Derivaten im Black-Scholes Modell Bachelorarbeit Westfälische Wilhelms-Universität Münster Fachbereich Mathematik und Informatik Institut für Mathematische Statistik Betreuung: PD Dr. Volkert

Mehr

Einführung in die Finanzmathematik: Diskrete Modelle Skriptum zur Vorlesung (Teile Kainhofer)

Einführung in die Finanzmathematik: Diskrete Modelle Skriptum zur Vorlesung (Teile Kainhofer) Einführung in die Finanzmathematik: Diskrete Modelle Skriptum zur Vorlesung (Teile Kainhofer) Reinhold Kainhofer FAM, TU Wien Mai 2007 Inhaltsverzeichnis 1 Das Ein-Perioden-Modell 1 1.1 Definitionen............................................

Mehr

3.2 Black-Scholes Analyse

3.2 Black-Scholes Analyse 3.. BLACK-SCHOLES ANALYSE 39 3. Black-Scholes Analyse Allgemeine Vorüberlegungen Eine Aktie ist eine Anlage ähnlich einem Kredit. Der Anleger bekommt eine Verzinsung, da Kapital ein Arbeitsfaktor ist.

Mehr

Inhaltsverzeichnis. Vorlesung Finanzmathe WS2009/2010. 0.1 Umriss... 1

Inhaltsverzeichnis. Vorlesung Finanzmathe WS2009/2010. 0.1 Umriss... 1 Inhaltsverzeichnis Vorlesung Finanzmathe WS2009/2010 0.1 Umriss................................... 1 1 Finanzmärkte und deren Derivate 2 1.1 Optionen: Unterscheidung von Kauf- und Verkaufsoptionen......

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

76 10. WEITERE ASPEKTE

76 10. WEITERE ASPEKTE 76 10. WEITERE ASPEKTE 10. Weitere Aspekte 10.1. Aktien mit Dividendenzahlungen Betrachten wir das Black Scholes-Modell. Falls die Aktie nun Dividenden bezahlt, wird der Wert der Aktie um den Wert der

Mehr

Quantitative Finance

Quantitative Finance Kapitel 11 Quantitative Finance Josef Leydold c 2006 Mathematische Methoden XI Quantitative Finance 1 / 30 Lernziele für den Teil Quantitative Finance Die Welt der stetigen Zinsen (Renditen) Wichtige Finanzprodukte:

Mehr

Optionen, Futures und andere Derivate Das Übungsbuch. John C. Hull

Optionen, Futures und andere Derivate Das Übungsbuch. John C. Hull Optionen, Futures und andere Derivate Das Übungsbuch 9., aktualisierte Aulage John C. Hull Fachliche Betreuung der deutschen Übersetzung durch Dr. Wolfgang Mader und Dr. Marc Wagner Praktische Fragestellungen

Mehr

Seminar Bewertungsmethoden in der Personenversicherungsmathematik

Seminar Bewertungsmethoden in der Personenversicherungsmathematik Seminar Bewertungsmethoden in der Personenversicherungsmathematik Bonus, das Binomial- und das Black-Scholes-Modell I Carolin Wilms 18.05.2010 Mathematisches Institut der Universität zu Köln Sommersemester

Mehr

Bewertung von Forwards, Futures und Optionen

Bewertung von Forwards, Futures und Optionen Bewertung von Forwards, Futures und Optionen Olaf Leidinger 24. Juni 2009 Olaf Leidinger Futures und Optionen 2 24. Juni 2009 1 / 19 Überblick 1 Kurze Wiederholung Anleihen, Terminkontrakte 2 Ein einfaches

Mehr

Jan Kallsen. Mathematical Finance Eine Einführung in die zeitdiskrete Finanzmathematik

Jan Kallsen. Mathematical Finance Eine Einführung in die zeitdiskrete Finanzmathematik Jan Kallsen Mathematical Finance Eine Einführung in die zeitdiskrete Finanzmathematik AU zu Kiel, WS 13/14, Stand 10. Februar 2014 Inhaltsverzeichnis 1 Mathematische Hilfsmittel 4 1.1 Absolutstetigkeit

Mehr

Angewandte Stochastik

Angewandte Stochastik Angewandte Stochastik Dr. C.J. Luchsinger 17 Crash Course Brownsche Bewegung (stetige Zeit, stetiger Zustandsraum); Pricing & Hedging von Optionen in stetiger Zeit Literatur Kapitel 17 * Uszczapowski:

Mehr

Finanzmathematik... was ist das?

Finanzmathematik... was ist das? Finanzmathematik... was ist das? The core of the subject matter of mathematical finance concerns questions of pricing of financial derivatives such as options and hedging covering oneself against all eventualities.

Mehr

Das Black-Scholes Marktmodell

Das Black-Scholes Marktmodell Das Black-Scholes Marktmodell Andreas Eichler Institut für Finanzmathematik Johannes Kepler Universität Linz 8. April 2011 1 / 14 Gliederung 1 Einleitung Fortgeschrittene Finanzmathematik einfach erklärt

Mehr

Zur Bewertung von Derivaten Eine Einführung

Zur Bewertung von Derivaten Eine Einführung Zur Bewertung von Derivaten Eine Einführung Dr. Volkert Paulsen 17. September 2009 Im wesentlichen unternimmt man auf Finanzmärkten eine Zweiteilung in Basis- und derivative Finanzgüter. Ein Anteil an

Mehr

Ruinwahrscheinlichkeiten im Glücksspiel

Ruinwahrscheinlichkeiten im Glücksspiel Ruinwahrscheinlichkeiten im Glücksspiel Wilhelm Stannat Fachbereich Mathematik TU Darmstadt February 24, 2007 Stochastik = Wahrscheinlichkeitstheorie + Statistik Wahrscheinlichkeitstheorie = Mathematische

Mehr

Fondsgebundene Lebensversicherungsverträge mit garantierten Auszahlungen

Fondsgebundene Lebensversicherungsverträge mit garantierten Auszahlungen Günther Sieghartsleitner Fondsgebundene Lebensversicherungsverträge mit garantierten Auszahlungen Diplomarbeit Technische Mathematik Studienzweig Operations Research, Statistik, Finanz- und Versicherungsmathematik

Mehr

BONUS MALUS SYSTEME UND MARKOV KETTEN

BONUS MALUS SYSTEME UND MARKOV KETTEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,

Mehr

Seminar Finanzmathematik

Seminar Finanzmathematik Seminar Finanzmathematik Simulationen zur Black-Scholes Formel Seite 1 von 24 Zufallszahlen am Computer 3 Gleichverteilte Zufallszahlen 3 Weitere Verteilungen 3 Quadratische Verteilung 4 Normalverteilung

Mehr

Seminar Finanzmathematik

Seminar Finanzmathematik Seminar Finanzmathematik Simulationen zur Black-Scholes Formel von Christian Schmitz Übersicht Zufallszahlen am Computer Optionspreis als Erwartungswert Aktienkurse simulieren Black-Scholes Formel Theorie

Mehr

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Dozent: Volker Krätschmer Fakultät für Mathematik, Universität Duisburg-Essen, WS 2012/13 1. Präsenzübung Aufgabe T 1 Sei (Z 1,...,

Mehr

Anlagestrategien mit Hebelprodukten. Optionsscheine und Turbos bzw. Knock-out Produkte. Investitionsstrategie bei stark schwankenden Märkten

Anlagestrategien mit Hebelprodukten. Optionsscheine und Turbos bzw. Knock-out Produkte. Investitionsstrategie bei stark schwankenden Märkten Anlagestrategien mit Hebelprodukten Hebelprodukte sind Derivate, die wie der Name schon beinhaltet gehebelt, also überproportional auf Veränderungen des zugrunde liegenden Wertes reagieren. Mit Hebelprodukten

Mehr

Angewandte Stochastik

Angewandte Stochastik Angewandte Stochastik Dr. C.J. Luchsinger 16 Crash Course Optionen: Pricing & Hedging in diskreter Zeit Literatur Kapitel 16 * Uszczapowski: Kapitel 2, 3, 6 * Pliska: Kapitel 1.4 * Lamberton & Lapeyre:

Mehr

Übung zu Forwards, Futures & Optionen

Übung zu Forwards, Futures & Optionen Übung zu Forwards, Futures & Optionen Vertiefungsstudium Finanzwirtschaft Dr. Eric Nowak SS 2001 Finanzwirtschaft Wahrenburg 15.05.01 1 Aufgabe 1: Forward auf Zerobond Wesentliche Eckpunkte des Forwardgeschäfts:

Mehr

Inhaltsverzeichnis: Aufgaben zur Vorlesung Finanz- und Risikomanagement Seite 1 von 35 Prof. Dr. Gabriele Gühring, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Finanz- und Risikomanagement Seite 1 von 35 Prof. Dr. Gabriele Gühring, Fakultät Grundlagen Inhaltsverzeichnis: Übungsaufgaben zu Finanz- und Risikomanagement... 3 Aufgabe... 3 Aufgabe... 3 Aufgabe 3... 3 Aufgabe 4... 3 Aufgabe 5... 4 Aufgabe 6... 4 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9...

Mehr

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt

Mehr

Finanzmathematik. Jürgen Dippon. 28. März 2011. Vorlesung WS 2010/11

Finanzmathematik. Jürgen Dippon. 28. März 2011. Vorlesung WS 2010/11 Finanzmathematik Vorlesung WS 21/11 Jürgen Dippon 28. März 211 Inhaltsverzeichnis 1 Einführung 3 1.1 Grundbegrie................................... 4 1.2 Put-Call-Parität.................................

Mehr

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2014

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2014 Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2014 Walter Sanddorf-Köhle Foliensatz Nr. 8 1 / 40 Erweiterungen des Binomialmodells Dividendenzahlungen Sei S der Wert einer Aktie

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 22. Juni 2015 Erinnerung Eine Option ist das Recht (aber nicht die Verpflichtung) ein Produkt S in der Zukunft zu einem heute festgelegten

Mehr

Aufgaben zur Vorlesung Finanzmanagement

Aufgaben zur Vorlesung Finanzmanagement Aufgaben zur Vorlesung Finanzmanagement B. rke FH Gelsenkirchen, Abteilung Bocholt February 4, 006 Aufgabenblatt: "Bewertung von Optionen" 1 Lösungshinweise 1 uropean Put Option Zeichnen Sie den einer

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quantitative BWL 2. Teil: Finanzwirtschaft Mag. Tomáš Sedliačik Lehrstuhl für Finanzdienstleistungen Universität Wien 1 Themenübersicht 1. Portfoliotheorie und Portfoliomodelle i. Grundbegriffe: Rendite,

Mehr

Exkurs: Polnische Räume

Exkurs: Polnische Räume Ein normaler Hausdorff-Raum mit abzählbarer Basis kann auf viele Weisen metrisiert werden; man kann insbesondere eine einmal gewonnene Metrik in vielerlei Weise abändern, ohne die von ihr erzeugte Topologie

Mehr

Futures und Optionen. Einführung

Futures und Optionen. Einführung Futures und Optionen Einführung Plan Märkte Kassamarkt Terminmarkt Unterscheidung Funktionsweise Die statische Sichtweise Futures und Forwards Verpflichtungen Optionen Rechte und Verpflichtungen Grundpositionen

Mehr

Internationale Finanzierung 8. Forwards, Futures und Swaps

Internationale Finanzierung 8. Forwards, Futures und Swaps Übersicht Kapitel 8: 8.1. Einführung 8.2. Preisbildung für Forwards und Futures 8.3. Ein Preismodell für Forwards und Futures 8.4. Hedging mit Financial Futures und Forwards 8.5. Der optimale Hedge-Ratio

Mehr

Numerische Methoden der Finanzmathematik

Numerische Methoden der Finanzmathematik Numerische Methoden der Finanzmathematik Lars Grüne Mathematisches Institut Fakultät für Mathematik und Physik Universität Bayreuth 95440 Bayreuth lars.gruene@uni-bayreuth.de www.math.uni-bayreuth.de/

Mehr

Vorbemerkungen zur Optionsscheinbewertung

Vorbemerkungen zur Optionsscheinbewertung Vorbeerkungen zur Optionsscheinbewertung Matthias Groncki 24. Septeber 2009 Einleitung Wir wollen uns it den Grundlagen der Optionsscheinbewertung beschäftigen. Dazu stellen wir als erstes einige Vorraussetzungen

Mehr

Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen)

Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen) Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen) Peter Albrecht (Mannheim) Die Prüfung des Jahres 2004 im Bereich Finanzmathematik (Grundwissen) wurde am 09. Oktober 2004 mit diesmal

Mehr

Internationale Finanzierung 7. Optionen

Internationale Finanzierung 7. Optionen Übersicht Kapitel 7: 7.1. Einführung 7.2. Der Wert einer Option 7.3. Regeln für Optionspreise auf einem arbitragefreien Markt 7.3.1. Regeln für Calls 7.3.2. Regeln für Puts 7.3.3. Die Put Call Parität

Mehr

Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik

Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik Francesca BIAGINI, München, Daniel ROST, München Money out of nothing? - Prinziien und Grundlagen der Finanzmathematik Die Finanzmathematik hat als jüngste mathematische Diszilin in den letzten 15 Jahren

Mehr

STOCHASTISCHE PROZESSE. Vorlesungsskript

STOCHASTISCHE PROZESSE. Vorlesungsskript STOCHASTISCHE PROZESSE II: Martingale und Brownsche Bewegung Wolfgang König Vorlesungsskript Universität Leipzig Wintersemester 2005/6 Inhaltsverzeichnis 1 Theorie der Martingale 3 1.1 Definition und

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 27. April 2015 Diskontfaktoren: Legt man heute (in t) 1 Einheit bis T an, und erhält dafür in T insgesamt x zurück (mit Zinseszins,

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken

Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken Seminararbeit von Marleen Laakmann 2. Mai 2010 Einleitung Zur Messung und Steuerung von Kreditrisiken gibt es eine Reihe von Methoden und

Mehr

Stochastische Finanzmärkte

Stochastische Finanzmärkte Stochastische Finanzmärkte Thorsten Schmidt 22. Januar 215 Chemnitz University of Technology, Reichenhainer Str. 41, 9126 Chemnitz, Germany. Email: thorsten.schmidt@mathematik.tu-chemnitz.de. Web: www.tu-chemnitz.de/mathematik/fima.

Mehr

4. Auflage. Kapitel IX: Bubbles

4. Auflage. Kapitel IX: Bubbles Eine Einführung in die Theorie der Güter-, Arbeits- und Finanzmärkte Mohr Siebeck c Kapitel IX: Bubbles Inhaltsverzeichnis Dieses Kapitel widmet sich Finanzmärkten, auf denen Finanzprodukte (Assets) gehandelt

Mehr

1.8 Der Wert zum Zeitpunkt t der long Position eines zum Zeitpunkt 0 abgeschlossenen

1.8 Der Wert zum Zeitpunkt t der long Position eines zum Zeitpunkt 0 abgeschlossenen 1 Einführung 1.4 Berechnung des Erfüllungspreises eines Forwards mit Hilfe des NAP 1.6 Sichere Wertgleichheit zweier Portfolios zum Zeitpunkt T liefert Wertgleichheit zum Zeitpunkt 0 1.7 Preisbestimmung

Mehr

Finanzmanagement 5. Optionen

Finanzmanagement 5. Optionen Übersicht Kapitel 5: 5.1. Einführung 5.2. Der Wert einer Option 5.3. Regeln für Optionspreise auf einem arbitragefreien Markt 5.3.1. Regeln für Calls 5.3.2. Regeln für Puts 5.3.3. Die Put Call Parität

Mehr

Ein Forward Algorithmus zur Berechnung von amerikanischen Optionspreisen. Diplomarbeit in Finanzmathematik. Ali El Khechen

Ein Forward Algorithmus zur Berechnung von amerikanischen Optionspreisen. Diplomarbeit in Finanzmathematik. Ali El Khechen Westfälische Wilhelms-Universität Münster Fachbereich Mathematik und Informatik Ein Forward Algorithmus zur Berechnung von amerikanischen Optionspreisen Diplomarbeit in Finanzmathematik bei Herrn PD Dr.

Mehr

Diplomarbeit. Arbitragefreies Bewerten von Schadenversicherungen. von Ingmar Schiltz

Diplomarbeit. Arbitragefreies Bewerten von Schadenversicherungen. von Ingmar Schiltz Diplomarbeit Arbitragefreies Bewerten von Schadenversicherungen von Ingmar Schiltz Universität Siegen Fachbereich Mathematik Juni 2005 ARBITRAGEFREIES BEWERTEN VON SCHADENVERSICHERUNGEN 2 Betreuer und

Mehr

Korrigenda Handbuch der Bewertung

Korrigenda Handbuch der Bewertung Korrigenda Handbuch der Bewertung Kapitel 3 Abschnitt 3.5 Seite(n) 104-109 Titel Der Terminvertrag: Ein Beispiel für den Einsatz von Future Values Änderungen In den Beispielen 21 und 22 ist der Halbjahressatz

Mehr

Extremwertverteilungen

Extremwertverteilungen Seminar Statistik Institut für Stochastik 12. Februar 2009 Gliederung 1 Grenzwertwahrscheinlichkeiten 2 3 MDA Fréchet MDA Weibull MDA Gumbel 4 5 6 Darstellung von multivariaten, max-stabilen Verteilungsfunktionen

Mehr

Diskrete Stochastik der Finanzmärkte. Einführung und Anwendungsbeispiel

Diskrete Stochastik der Finanzmärkte. Einführung und Anwendungsbeispiel Seminarbeitrag Diskrete Stochastik der Finanzmärkte. Einführung und Anwendungsbeispiel Sven Wiesinger 8. Juni 2004 1. Einleitung Historisches. Bei dem Versuch, eine Theorie der Spekulation zu entwickeln,

Mehr

Interdisziplinäres Vertiefungsfach Geld und Finanzierung. Vertiefungskurs I: Optionspreise und Derivate. Klaus Pötzelberger

Interdisziplinäres Vertiefungsfach Geld und Finanzierung. Vertiefungskurs I: Optionspreise und Derivate. Klaus Pötzelberger Interdisziplinäres Vertiefungsfach Geld und Finanzierung Vertiefungskurs I: Optionspreise und Derivate Klaus Pötzelberger Institut für Statistik und Mathematik Option Slide 1 Klaus Pötzelberger Optionspreis

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

Optionsbewertung. Christof Heuer und Fabian Lenz. 2. Februar 2009

Optionsbewertung. Christof Heuer und Fabian Lenz. 2. Februar 2009 nach Black-Scholes mit sprüngen 2. Februar 2009 nach Black-Scholes mit sprüngen Inhaltsverzeichnis 1 Einleitung Optionsarten Modellannahmen 2 Aktienmodell Beispiele für e ohne Sprung 3 nach Black-Scholes

Mehr

2. Modelle in diskreter Zeit

2. Modelle in diskreter Zeit 2. Modelle in diskreter Zeit Zuerst werden die derivativen Produkte erklärt. Ausschliesslich mit Arbitrage-Überlegungen wird dann die Put-Call-Parität hergeleitet. Danach folgt ein einfaches und eindrückliches

Mehr

Computational Finance

Computational Finance Computational Finance : Simulationsbasierte Optionsbewertung Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen Hochschulring 4 / WiWi-Gebäude

Mehr

3. Modelle in stetiger Zeit, Black Scholes

3. Modelle in stetiger Zeit, Black Scholes 3. Modelle in stetiger Zeit, Black Scholes Nach einführenden Bemerkungen werden kurz die Brownsche Bewegung und Martingale in stetiger Zeit besprochen. Dann folgen die Entwicklung des stochastischen Integrals

Mehr

Derivate und Bewertung

Derivate und Bewertung . Dr. Daniel Sommer Marie-Curie-Str. 0 6049 Frankfurt am Main Klausur Derivate und Bewertung.......... Wintersemester 006/07 Klausur Derivate und Bewertung Wintersemester 006/07 Aufgabe 1: Statische Optionsstrategien

Mehr

Kapitle 3: Swaps und Forward Swaps

Kapitle 3: Swaps und Forward Swaps Kapitle 3: Swaps und Forward Swaps Stefan Ehrenfried Institut für Finanzmathematik Universität Ulm 13.12.2011 Inhaltsverzeichnis 1 Grundlagen 2 Zinsswaps 3 Bewertung 1-jähriger Forward-Swaps Fixed for

Mehr