Michael Günther Ansgar Jüngel. Finanzderivate mit MATLAB

Transkript

1

2 Michael Günther Ansgar Jüngel Finanzderivate mit MATLAB

3 Michael Günther Ansgar Jüngel Finanzderivate mit MATLAB Mathematische Modellierung und numerische Simulation 2., überarbeitete und erweiterte Auflage STUDIUM

4 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über < abrufbar. Prof. Dr. Michael Günther Bergische Universität Wuppertal Fachbereich Mathematik Gaußstraße Wuppertal Prof. Dr. Ansgar Jüngel TU Wien Institut für Analysis und Scientific Computing Wiedner Hauptstraße 8-10 A-1040 WIEN 1. Auflage , überarbeitete und erweiterte Auflage 2010 Alle Rechte vorbehalten Vieweg+Teubner Verlag Springer Fachmedien Wiesbaden GmbH 2010 Lektorat: Ulrike Schmickler-Hirzebruch Vieweg+Teubner Verlag ist eine Marke von Springer Fachmedien. Springer Fachmedien ist Teil der Fachverlagsgruppe Springer Science+Business Media. Das Werk einschließlich aller seiner Teile ist urheberrechtlich ge schützt. Jede Verwertung außerhalb der engen Grenzen des Ur heber rechts ge set zes ist ohne Zustimmung des Verlags unzuläs sig und straf bar. Das gilt ins be sondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: KünkelLopka Medienentwicklung, Heidelberg Druck und buchbinderische Verarbeitung: MercedesDruck, Berlin Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier. Printed in Germany ISBN

5

6 V Vorwort zur zweiten Auflage Die Finanzkrise ab 2007 begann nach Ansicht vieler Marktbeobachter u.a. durch massive Kreditausfälle auf dem US-Immobilienmarkt, die zu einem Preisverfall von kreditrisikobehafteten Finanzderivaten und damit zu Liquiditätsengpässen und Refinanzierungsproblemen führten. Der spekulative Einsatz von Kreditderivaten und deren komplizierte Konstruktion hat zu einem Misstrauen gegenüber Finanzderivaten geführt. Dennoch sind Derivate sehr wichtige und nützliche Finanzinstrumente zur Bilanzsteuerung und Absicherung von Werten. Gerade die Finanzkrise lehrt, dass ein tiefes Verständnis moderner Finanzprodukte unumgänglich ist, um das Wirtschaftsgeschehen nachvollziehen und steuern zu können. Dieses Buch hat das Ziel, in die Modellierung und numerische Simulation verschiedener Finanzderivate einzuführen, und damit einen kleinen Beitrag zu diesem Verständnis zu leisten. In der vorliegenden zweiten Auflage haben wir den Entwicklungen auf den Finanzmärkten Rechnung getragen und neues Material hinzugefügt. Insbesondere skizzieren wir die Bewertung von Energiederivaten, die im Zuge der Liberalisierung der Energiemärkte entwickelt wurden. Wir modellieren und bewerten spezielle Kreditderivate, nämlich Collateralized Debt Obligations (CDOs), deren riskanter Umgang die Finanzkrise mit verursacht zu haben scheint, sowie Quantity Adjusting Options (Quantos), die in globalisierten Märkten von großer Bedeutung sind. Den Abschnitt über Volatilitätsmodelle haben wir durch positivitätserhaltende numerische Verfahren und mehrdimensionale stochastische Volatilitätsmodelle erweitert. Ferner haben wir die Literatur und die Matlab-Befehle auf den neuesten Stand gebracht sowie uns bekannte Tippfehler korrigiert. Wir danken Frau Dr. van Emmerich (RWE) sowie den Herren Dr. Kahl (Commerzbank) und Dr. Tappe (EON) für wertvolle Hinweise und anregende Diskussionen. Das vorliegende Buch wurde inspiriert und beeinflusst durch den algorithmisch orientierten Ansatz von Rüdiger Seydel, insbesondere durch sein Buch Einführung in die numerische Berechnung von Finanzderivaten [200], dessen englische Ausgabe [201] nunmehr in vierter Auflage erschienen ist. Dieses Lehrbuch erschloss den Leserinnen und Lesern erstmals das faszinierende Gebiet des Computational Finance aus dem Blickwinkel der Numerischen Mathematik. Michael Günther Ansgar Jüngel Mai 2010

7 VI Vorwort zu ersten Auflage Finanzderivate sind in den letzten Jahren zu einem unentbehrlichen Werkzeug in der Finanzwelt zur Kontrolle und Absicherung von Risiken geworden. Das herausfordernde Problem ist die faire Bewertung der Finanzinstrumente, die auf modernen mathematischen Methoden basiert. Die Grundlage für die Bewertung einfacher Modelle ist die Black-Scholes-Gleichung, die eine geschlossene Lösungsformel besitzt. Für komplexere Modelle existieren jedoch keine geschlossenen Formeln mehr, und die Modellgleichungen müssen numerisch gelöst werden. Beide Problemstellungen, die mathematische Modellierung und die numerische Simulation von Finanzderivaten, werden in diesem Buch ausführlich behandelt. Dabei verfolgen wir das Ziel, einen Bogen von der Modellierung über die Analyse bis zur Simulation realistischer Finanzprodukte zu schlagen. Wir beschränken uns überwiegend auf zeitkontinuierliche (also nicht zeitdiskrete) Modelle, welche durch stochastische bzw. partielle Differentialgleichungen beschrieben werden können. Dies erfordert Kenntnisse aus sehr unterschiedlichen Bereichen, nämlich aus der stochastischen Analysis, der numerischen Mathematik und der Programmierung. Zum Verständnis dieses Buches sind jedoch keinerlei Vorkenntnisse außer einschlägiges mathematisches Vorwissen (Analysis, Lineare Algebra und Grundkenntnisse in Numerik) notwendig. Insofern ist das Buch auch zum Selbststudium geeignet. Theoretische Hilfsmittel aus der stochastischen Analysis und vertiefende Themen aus der Numerik werden dort eingeführt, wo sie gebraucht werden. Um den Blick nicht zu sehr durch technische Details zu verdecken, haben wir einen formalen Zugang für die stochastischen Hilfsmittel gewählt. Andererseits gehen wir im Gegensatz zur existierenden Literatur im Bereich Computational Finance tiefer auf ausgewählte Themen über exotische Optionen und die vorgestellten numerischen Algorithmen ein und beweisen, sofern elementar durchführbar, die numerische Konvergenz der Approximationen. Wir haben uns bei den Programmierbeispielen für die mittlerweile weit verbreitete Programmierumgebung Matlab 1 entschieden, da diese über eine intuitive Syntax verfügt und zahlreiche Funktionen bereitstellt sowie durch wenig Programmieraufwand rasch zu Ergebnissen führt. Erklärungen der Matlab-Befehle sind in die einzelnen Kapitel integriert. Zusätzlich führen wir am Ende des Buches in die Syntax von Matlab ein. Für die Bewertung von Finanzderivaten können grob drei Klassen von Methoden unterschieden werden: Binomialmethoden, Monte-Carlo-Simulationen sowie 1 Matlab r ist ein eingetragenes Warenzeichen von The MathWorks, Inc.

8 VII Verfahren zur Lösung partieller Differentialgleichungen und freier Randwertprobleme. Wir erläutern diese Techniken ausführlich und geben die Matlab-Programme für deren algorithmische Umsetzung an. Finanzprodukte wie amerikanische und asiatische Optionen sowie Power- und Basket-Optionen, deren Preise im allgemeinen nicht explizit berechnet werden können, werden numerisch bewertet. Außerdem leiten wir die berühmte Black-Scholes-Formel auf zwei verschiedenen Wegen her und gehen auf neuere Entwicklungen wie die Bewertung von Zins- und Wetterderivaten ausführlich ein. Das Buch richtet sich an Studierende der Mathematik und Finanzmathematik sowie an Studierende der Wirtschaftswissenschaften und der Physik mit Interesse an Finanzmathematik ab dem vierten Semester. Der Inhalt der Kapitel 1 bis 7 entspricht ungefähr einer vierstündigen Vorlesung mit zusätzlichen Übungen. Das weiterführende Kapitel 8 kann in einem anschließenden Seminar verwendet werden. Auch Personen aus der Praxis (Investment Banking, Risikomanagement) können das Buch mit Gewinn lesen, sofern sie mehr über die mathematische Modellbildung und über numerische Algorithmen erfahren möchten. Wir danken Frau Dipl.-Math. Schaub und Frau Dipl.-Math. Stoll, den Herren Cand.-Math. Dökümcü, Kahl und Pitsch, Herrn Dipl.-Math. tech. Düring, Herrn Dipl.-Math. Pulch und Herrn Prof. Dr. Hanke-Bourgeois für hilfreiche Korrekturvorschläge. Für wertvolle Hinweise sind wir den Herren Dr. Roßberg (ABN AMRO London) und Dr. Stoll (EnBw Karlsruhe) zu Dank verpflichtet. Herrn Prof. Simeon möchten wir herzlich für seine Unterstützung und Beratung beim Abfassen von Kapitel 9.1 (Grundlagen von Matlab) danken. Schließlich danken wir Frau Schmickler-Hirzebruch vom Vieweg-Verlag für die angenehme und unkomplizierte Betreuung bei diesem Projekt. Michael Günther Ansgar Jüngel Oktober 2003

9 VIII Inhaltsverzeichnis 1 Einleitung 1 2 Grundlagen Optionstypen Arbitrage Die Binomialmethode Binomialbäume Ein-Perioden-Modell n-perioden-modell BrownscheBewegungundeinAktienkursmodell Stochastische Grundbegriffe Stochastische Prozesse und Brownsche Bewegung Ein Aktienkursmodell Vom Binomialbaum zur Black-Scholes-Formel Binomialverfahren Der Algorithmus Implementierung in Matlab Die Black-Scholes-Gleichung Stochastische Differentialgleichungen von Itô Black-Scholes-Formeln Modellvoraussetzungen Herleitung der Black-Scholes-Gleichung Lösung der Black-Scholes-Gleichung Numerische Auswertung der Black-Scholes-Formeln Rationale Bestapproximation und nichtlineare Ausgleichsrechnung Kubische Hermite-Interpolation Kennzahlen und Volatilität Dynamische Kennzahlen Historische und implizite Volatilität ErweiterungenderBlack-Scholes-Gleichung Kontinuierliche Dividendenzahlungen Diskrete Dividendenzahlungen

10 4.5.3 Zeitabhängige Parameter Mehrere Basiswerte Weitere Verallgemeinerungen Die Monte-Carlo-Methode Grundzüge der Monte-Carlo-Simulation Pseudo-Zufallszahlen Gleichverteilte Zufallszahlen mit Matlab Normalverteilte Zufallszahlen Korreliert normalverteilte Zufallszahlen Numerische Integration stochastischer Differentialgleichungen Starke und schwache Konvergenz Stochastische Taylorentwicklungen Stochastische Runge-Kutta-Verfahren Systeme stochastischer Differentialgleichungen Varianzreduktion Monte-Carlo-SimulationeinerasiatischenOption Numerische Lösung parabolischer Differentialgleichungen Partielle Differentialgleichungen für asiatische Optionen Typen asiatischer Optionen Modellierung asiatischer Optionen Methode der Finiten Differenzen Diskretisierung Existenz und Eindeutigkeit diskreter Lösungen Konsistenz und Stabilität Konvergenz Zusammenhang mit der Binomialmethode Beispiel: Power-Optionen Vertikale Linienmethode Steife Systeme Ein Modellproblem nach Prothero und Robinson A-Stabilität Der inhomogene Fall Die Matlab-Funktion ode23s Beispiel: Basket-Optionen IX

11 X Inhaltsverzeichnis 7 Numerische Lösung freier Randwertprobleme Amerikanische Optionen DasHindernisproblem Approximation durch Finite Differenzen Approximation durch Finite Elemente Numerische Diskretisierung Transformation des Komplementaritätsproblems Approximation mittels Finiten Differenzen Das Projektions-SOR-Verfahren Implementierung in Matlab Strafmethoden füramerikanischeoptionen Einige weiterführende Themen Volatilitätsmodelle Lokale und implizite Volatilitäten Rekonstruktion der lokalen Volatilitätsfläche Duplikationsstrategie Stochastische Volatilität und Positivität Effiziente numerische Simulation Mehrdimensionale stochastische Volatilitätsmodelle Zinsderivate Formulierung des Modellproblems Bond-Preis unter Cox-Ingersoll-Ross-Dynamik Kalibrierung des Modells an Marktdaten Ausgleichsspline Zur numerischen Lösung des Modellproblems Wetterderivate Temperaturindizes Temperaturmodelle Bewertungsmodelle Implementierung in Matlab Energiemärkte und Energiederivate Collateralized Debt Obligations Faire Prämie einer CDO-Tranche Modellierung der Ausfallzeiten Monte-Carlo-Simulationen mit Matlab Das Ein-Faktormodell von Vasicek Quantos und stochastische Korrelation Fairer Preis für Quantos bei konstanter Korrelation

12 8.5.2 Stochastische Korrelation Fairer Preis für Quantos bei stochastischer Korrelation Bedingte Monte-Carlo-Simulation mit Matlab Eine kleine Einführung in MATLAB Grundlagen Toolboxen Literaturverzeichnis 332 Index 345 XI

13 XII Verzeichnis der MATLAB-Programme Programm 3.1 binbaum1.m Binomialverfahren für eine europäische Put-Option...40 Programm 3.2 binbaum2.m Vektorisiertes Binomialverfahren für eine europäische Put-Option...44 Programm 4.1 call.m Black-Scholes-Formel für eine europäische Call-Option...64 Programm 4.2 put.m Black-Scholes-Formel für eine europäische Put-Option...65 Programm 4.3 leastsquare.m Rationale Bestapproximation der Gaußschen Fehlerfunktion Programm 4.4 erfhermite.m Kubische Hermite-Interpolation für die Gaußsche Fehlerfunktion Programm 4.5 greeks.m Dynamische Kennzahlen für eine europäische Call-Option...77 Programm 4.6 implvola.m Berechnung der impliziten Volatilität...80 Programm 4.7 dividisc.m Bewertung einer Option auf Basiswert mit diskreter Dividendenzahlung Programm 4.8 varivola.m Bewertung einer Option mit zeitabhängiger Volatilität...89 Programm 5.1 montecarlo.m Monte-Carlo-Simulation einer europäischen Put-Option Programm 5.2 halton.m Vergleich von Quasi- und Pseudo-Zufallszahlen Programm 5.3 polar.m Polar-Algorithmus zur Erzeugung von Zufallszahlen Programm 5.4 correlated.m Erzeugung korrelierter Zufallszahlen Programm 5.5 eulerstrong.m Test des Euler-Maruyama-Verfahrens auf starke Konvergenz

14 XIII Programm 5.6 eulerweak.m Test des Euler-Maruyama-Verfahrens auf schwache Konvergenz Programm 5.7 antithetic.m Monte-Carlo-Simulation einer Option mit antithetischen Variablen Programm 5.8 asian1.m Monte-Carlo-Simulation einer asiatischen Option im Heston-Modell Programm 6.1 powercall.m Bewertung eines European capped-symmetric-power calls Programm 6.2 asian2.m Bewertung eines Arithmetic-average-strike calls Programm 7.1 aput.m Bewertung einer amerikanischen Put-Option Programm 8.1 ijk.m Bewertung einer impliziten Volatilitätsfläche mittels IJK-Verfahren Programm 8.2 splinekoeff.m Berechnung der Koeffizienten eines Ausgleichssplines für Zinsderivate Programm 8.3 weather.m Monte-Carlo-Simulation einer Wetteroption Programm 8.4 cdo.m Monte-Carlo-Simulation einer CDO-Tranche Programm 8.5 stochquanto.m Berechnung einer Quanto-Kaufoption mit stochastischer Korrelation

15

16 1 1 Einleitung Finanzderivate sind Produkte, mit denen finanzielle Transaktionen abgesichert werden können. Bereits im Jahre 1630 wurden in den Niederlanden Optionen auf Tulpen ausgegeben. Mit Hilfe dieser Derivate wollten sich Tulpenhändler gegen schwankende Preise absichern. Den Tulpenmarkt begleiteten wilde Spekulationsgeschäfte, die 1637 nach einem Crash von der Regierung beendet wurden. Auch in den darauffolgenden Jahrhunderten gab es Vorläufer der heutigen Finanzderivate. Allerdings setzte erst 1973 mit der Eröffnung des Chicago Board Option Exchange ein standardisierter und amtlich geregelter Derivatehandel ein. Die Deutsche Terminbörse wurde dann 1990 in Frankfurt eröffnet. Seit den 70er Jahren erleben Derivate wegen ihrer Flexibilität eine rasante Entwicklung und sind heute aus der Finanzwelt nicht mehr wegzudenken. Beim Handel mit Finanzderivaten stellt sich die Frage, welches der faire Preis eines solchen Produkts ist. Bereits im Jahre 1900 schlug Bachelier in seiner Dissertation ein Modell zur Bestimmung theoretischer Werte von bestimmten Derivaten (Optionen) vor [14]. Sein Modell hat allerdings den Nachteil, dass die Preise negativ werden können. Den entscheidenden Durchbruch gelang 1973 Fischer Black und Myron Scholes sowie unabhängig davon Robert Merton, die die sogenannte Black-Scholes-Formel durch Lösung einer partiellen Differentialgleichung herleiteten. Diese Entdeckung wurde im Jahre 1997 durch den Nobelpreis für Wirtschaftswissenschaften an Scholes und Merton gewürdigt (Black verstarb bereits 1995). Wir beginnen mit einer ersten Einordnung von Finanzderivaten. Grundsätzlich lassen sich Kapitalmärkte in zwei Klassen einteilen: Kassahandel: Handel von Wertpapieren, die nach Vertragsabschluss sofort geliefert werden; Terminmarkt: Handel von Verträgen über Käufe und Verkäufe von Gütern, die zu einem zukünftigen Zeitpunkt erfolgen sollen oder können; Termingeschäfte können sich wiederum auf den Handel von Rohstoffen wie Metalle, Erdöl oder Lebensmittel beziehen oder auf am Kassamarkt gehandelte Wertpapiere und Währungen. Man spricht hierbei auch von Finanzderivaten auf Basiswerte. M. Günther, A. Jüngel, Finanzderivate mit MATLAB, DOI / _1, Vieweg+Teubner Verlag Springer Fachmedien Wiesbaden GmbH 2010

17 2 1 Einleitung Was sind Finzanzderivate genau? Allgemein ist ein Finanzderivat ein Vertrag, dessen Wert am Fälligkeits- oder Verfallstag T (expiry date) durch einen Wert (oder die Werte) eines Basiswertes (underlying asset) zur Zeit T oder bis zur Zeit T eindeutig bestimmt wird. Es gibt grob gesagt drei Klassen von Finanzderivaten: Optionen: Optionen geben dem Käufer (oder der Käuferin) das Recht (aber nicht die Verpflichtung), eine bestimmte Transaktion am oder bis zum Verfallstag zu einem bestimmten Preis, dem Ausübungspreis (exercise price oder strike), zu tätigen. Forwards und Futures: Ein Forward-Vertrag ist eine Vereinbarung zwischen zwei Personen oder Institutionen, einen Basiswert untereinander am Verfallstag zu einem bestimmten Preis zu kaufen oder zu verkaufen. Der Unterschied zur Option ist, dass der Basiswert geliefert und bezahlt werden muss. Ein Future ist im wesentlichen ein standardisierter Forward. Futures können allerdings gehandelt werden; ihr Wert wird täglich berechnet und von den Vertragsparteien ausgeglichen. Swaps: Ein Swap ist eine Vereinbarung zwischen zwei Personen, zu festgelegten Zeitpunkten gewisse finanzielle Transaktionen zu tätigen, die durch eine vorgegebene Formel bestimmt werden. Beispiele sind Zinsswaps (Interest rate swaps), die Vereinbarungen zwischen zwei Personen darstellen, Zinszahlungen für einen bestimmten Betrag innerhalb eines bestimmten Zeitraumes zu leisten, und Credit default swaps (CDS), bei denen eine Person (die Sicherungsgeberin) eine Gebühr dafür erhält, dass sie dem Vertragspartner (dem Sicherungsgeber) eine Ausgleichszahlung zahlt, falls ein im Vertrag festgelegter Kredit ausfällt. Finanzderivate unterscheiden sich also im wesentlichen durch den zugehörigen Basiswert, die zu liefernde Menge an Basiswerten, die vereinbarte Laufzeit bis zum Verfallstag, die Festlegung des Ausübungspreises, die Ausgestaltung des Vertrages als Recht (Option) oder Pflicht (Forward), die Basiswerte zu kaufen oder zu verkaufen. Im folgenden werden wir uns im wesentlichen auf Optionen konzentrieren. Die einfachsten (und grundlegendsten) Optionen sind die sogenannten Plain-vanilla- Optionen: Bei einer Kaufoption (Call) bzw. einer Verkaufsoption (Put) handelt es sich um einen Vertrag, der dem Käufer (oder der Käuferin; holder) der Option das Recht einräumt, eine festgelegte Menge eines zugrunde liegenden Basiswertes

18 zum Ausübungspreis vom Verkäufer (oder von der Verkäuferin; writer) der Option zu kaufen bzw. an ihn (oder an sie) zu verkaufen; in der Praxis wird der Verkäufer auch oft Stillhalter genannt. Kann dieses Recht nur zum Ende der Vertragslaufzeit ausgeübt werden, so spricht man von einer europäischen Option. DieOption wird amerikanisch genannt, wenn die Option auch während der Vertragslaufzeit ausgeübt werden kann. Die formale Definition lautet wie folgt. Definition 1.1 Eine europäische Call-Option (europäische Put-Option) ist ein Vertrag mit den folgenden Bedingungen: Zu einem bestimmten Zeitpunkt T hat der Käufer der Option das Recht, aber nicht die Verpflichtung, einen Basiswert zum Ausübungspreis K vom Verkäufer der Option zu erwerben (oder an den Verkäufer zu verkaufen). Da die Option ein Recht verbrieft, hat sie einen gewissen Wert, den Optionspreis. Wir bezeichnen den Wert einer Call-Option zur Zeit t mit C t = C(t), den einer Put-Option mit P t. Die Bestimmung dieser Werte ist eines der Ziele dieses Buches. Sei im folgenden S t = S(t) der Kurs des Basiswertes zur Zeit t. Ohne Berücksichtigung von Transaktionskosten lassen sich für eine Call-Option zwei Fälle unterscheiden: Der Kurs S t des Basiswertes ist zum Zeitpunkt t = T höher als der Ausübungspreis K. Wirlösen die Option ein, kaufen den Basiswert zum Preis K und verkaufen ihn sofort am Markt zum Preis S T. Wir realisieren einen Gewinn von S T K. Der Kurs S t des Basiswertes ist zum Zeitpunkt t = T kleiner als oder gleich K. In diesem Fall ist die Ausübung des Optionsrechts uninteressant; die Option verfällt. Insgesamt ergibt sich für den europäischen Call zum Verfallstag der Wert bzw. die Auszahlungsfunktion (payoff ) C T =max{0,s T K} =: (S T K) +. (1.1) Liegt bei einem europäischen Put der Kurs S T des Basiswertes unter dem Ausübungspreis K, können wir den Basiswert am Markt zum Preis S T erstehen, ihn durch Ausübung des Optionsrechts zum Preis K verkaufen und realisieren einen Gewinn von K S T. Falls S T größer als oder gleich K ist, verfällt die Option. Die Auszahlungsfunktion lautet daher P T =(K S T ) +. (1.2) Der Käufer eines Calls setzt also auf steigende Kurse, der Verkäufer auf fallende Kurse. Bei einem Put ist das genau umgekehrt. Die Auszahlungsfunktionen (1.1) und (1.2) lassen sich durch sogenannte Auszahlungsdiagramme (Payoff- Diagramme) beschreiben (Abb. 1.1). 3

19 4 1 Einleitung In der Praxis wird häufig der Basiswert nicht geliefert, sondern gleich die Differenz S T K (für Calls) oder K S T (für Puts) ausgezahlt; dies nennt man Barausgleich (cash settlement). C T P T K K S K S Abbildung 1.1 Auszahlungsdiagramme eines europäischen Calls (links) und eines europäischen Puts (rechts). Welchen Zweck haben Optionen? Sie können eingesetzt werden, um von Kursschwankungen eines Basiswertes zu profitieren (Spekulation) oder Bestände von Basiswerten gegen Kursschwankungen abzusichern und Risiken zu minimieren (Hedging). Wir illustrieren beide Einsatzmöglichkeiten anhand eines Beispiels. Beispiel 1.2 Ein Unternehmen A möchte in sechs Monaten am Markt eine Beteiligung eines anderen Unternehmens B in Form von Aktien erwerben. Zur Zeit t =0seiderWertderAktievonBS 0 = 90. Das Unternehmen A möchte in sechs Monaten nicht mehr als 90 (Geldeinheiten) pro Aktie bezahlen und erwirbt 200 Call-Optionen mit der Spezifikation K =90, T =6Monate, C 0 = 500. Jede Option gibt A das Recht, 100 Aktien der Firma B zum Preis von 90 zu erwerben. (Das sogenannte Bezugsverhältnis lautet in diesem Fall 100.) Liegt zur Zeit T = 6 Monate der Aktienkurs über 90, wird A von dem Optionsrecht Gebrauch machen und wie geplant 1.8 Mio. für die Beteiligung ausgeben (sowie = für die Optionsprämien). Gilt allerdings S T < 90, wird A die Aktien preiswerter am Markt kaufen. Das Unternehmen A wird in jedem Fall nicht mehr als 1.8 Mio. (sowie die Optionsprämien) bezahlen. Es hat den Kauf gegen Kurschwankungen abgesichert. Andererseits könnte A die Optionen auch spekulativ einsetzen. Steigt nämlich der Aktienkurs von B, z.b. um etwa 8% auf S T = 97, realisiert A nach sechs Monaten einen Gewinn von = Bei einem Einsatz von entspricht dies einer Rendite von 40%. Fällt der Kurs jedoch unter

20 90, verfallen die Optionen und A realisiert einen Totalverlust von 100%! Diese Vorgehensweise bietet sehr gute Gewinnmöglichkeiten, ist aber zugleich hochspekulativ. Der Wert einer Option V (Call oder Put) hängt von der Zeit t und vom Kurs S t des Basiswerts ab. Wir fassen V als Funktion von t und allen möglichen Realisierungen des Basiswertkurses S auf, d.h. V = V (S, t). Zur Zeit t wird genau ein Kurs S t realisiert, aber die Funktion V ist für alle Kurse definiert. Für europäische Optionen gilt zum Zeitpunkt t = T : 5 V (S, T )= { (S K) + : Call (K S) + : Put. (1.3) Wie lautet der faire Preis V (S, 0) der Option zum Zeitpunkt t =0,zudem die Emittentin die Option an den Anleger verkaufen sollte? Dazu betrachten wir folgendes Beispiel. Beispiel 1.3 Betrachte einen Finanzmarkt, in dem drei verschiedene Anlagemöglichkeiten bestehen: Bond, Aktien und Call-Optionen mit Ausübungspreis K = 100 und Verfallstag T. Unter einem Bond mit Kurswert B t verstehen wir hier eine risikofreie Anlage, bei der ein Geldbetrag eingezahlt und nach einem festgelegten Zeitraum der Betrag samt den vorher vereinbarten Zinsen ausgezahlt wird. Zur Zeit t =0geltefür die Anlagen B 0 = 100, S 0 = 100 und C 0 = 10. Wir nehmen ferner an, dass zum Zeitpunkt T der Finanzmarkt nur zwei Zustände besitze: hoch und niedrig mit hoch : B T = 110, S T = 120, niedrig : B T = 110, S T =80. Eine pfiffige Anlegerin stellt sich das folgende Portfolio zusammen. (Unter einem Portfolio verstehen wir die Summe von Finanzanlagen wie Aktien, Optionen, Geldanlagen und dergleichen.) Die Anlegerin kauft 2 5 Anteile eines Bonds und 1 Call-Option und verkauft 1 2 Aktie. Das Portfolio hat zur Zeit t =0denWert π 0 = = 0, 2 d.h., das Portfolio kostet anfangs nichts. Zum Zeitpunkt t = T gilt: hoch : π T = = 4, 2 niedrig : π T = = 4. 2 Da das Portfolio zur Zeit t = T immer den Wert von 4 hat, könnte die Anlegerin es zur Zeit t = 0 verkaufen und einen sofortigen, risikofreien Gewinn erzielen. Dies nennt man Arbitrage.

21 6 1 Einleitung Der Grund für die obige Arbitrage-Möglichkeit liegt darin, dass die Prämie für die Call-Option zu niedrig ist. Welche Prämie schließt Arbitrage aus? Dazu müssen wir annehmen, dass eine Anlage in einem Bond, eine Aktie oder eine Option die gleichen Gewinnchancen bietet, d.h., es gibt Zahlen c 1, c 2 > 0, so dass das Portfolio, bestehend aus c 1 Anteilen des Bonds und c 2 Anteilen der Aktie, denselben Wert wie die Call-Option hat. Zur Zeit t = T gilt also und der faire Preis p = C(S 0, 0) lautet In unserem Beispiel gilt zur Zeit t = T : c 1 B T + c 2 S T = C(S T,T), p = c 1 B 0 + c 2 S 0. hoch : c c = 20, niedrig : c c 2 80 = 0. Die Lösung dieses Gleichungssystems ist c 1 = 4 11, c 2 = 1 2. Damit lautet die faire Optionsprämie p = = Wir haben die Option mit Hilfe von Bonds und Aktien nachgebildet (oder dupliziert). Daher nennt man die obige Vorgehensweise auch Duplikationsstrategie. Eine fundamentale Voraussetzung in der Theorie der Finanzmärkte ist die Nichtexistenz eines sofortigen, risikolosen Gewinns bzw. die Nichtexistenz von Arbitrage. Legen wir Geld risikofrei bei einer Bank an, so ist der Gewinn risikofrei, aber nicht sofortig (Zinsen gibt es erst nach einem endlichen Zeitraum). Kaufen wir Optionen, so ist ein sofortiger Gewinn denkbar (etwa bei amerikanischen Optionen, wenn sich der Kurs des Basiswertes unmittelbar nach dem Optionskauf positiv verändert), aber nicht risikofrei. Arbitrage-Freiheit bedeutet, dass es keine dominierenden Anlagen gibt, die einen höheren Profit als alle anderen Anlagestrategien ergeben. Anderenfalls würden alle Anleger nur die profitablere Strategie wählen. Reale Märkte sind nicht stets arbitragefrei. Dennoch ist diese Annahme näherungsweise erfüllt und erlaubt weitreichende Schlussfolgerungen bei der Bewertung von Optionen. Ein gut funktionierender Finanzmarkt wird Arbitrage schnell erkennen und deswegen dauerhafte Arbitrage-Möglichkeiten kaum zulassen. Unter der Annahme der Arbitrage-Freiheit haben Black und Scholes gezeigt [26] (siehe auch [158]), dass der Preis einer europäischen Option V (S, t) derfolgenden partiellen Differentialgleichung genügt: