No-Arbitrage Modelle

Ähnliche Dokumente
Arbitragefreie Preise

7 Das lokale Ito-Integral

Motivation. Finanzmathematik in diskreter Zeit

Typ A: Separierbare Differentialgleichungen I. Separierbare Differentialgleichungen II. Beispiel einer separierbaren Dgl

Bericht zur Prüfung im Oktober 2007 über Finanzmathematik und Investmentmanagement

Portfoliooptimierung in HJM-Modellen

Karlsruher Institut für Technologie (KIT) Institut für Analysis Dr. A. Müller-Rettkowski Dipl.-Math. M. Uhl. Sommersemester 2011

Lösung Klausur. p(t) = (M + dm)v p(t + dt) = M(v + dv) + dm(v + dv u) Wir behalten nur die Terme der ersten Ordnung und erhalten.

Lösungen zu Übungsblatt 4

Das Vasicek Modell. Ein Short Rate Modell zur Beschreibung von Rentenmärkten

SR MVP die Sharpe Ratio des varianzminimalen

Zeitreihenökonometrie

Universität Ulm Samstag,

III.2 Radioaktive Zerfallsreihen

Seminar Bewertungsmethoden in der Personenversicherungsmathematik

Bericht zur Prüfung im Oktober 2006 über Finanzmathematik und Investmentmanagement

Aufgabenblatt 1. Lösungen. A1: Was sollte ein Arbitrageur tun?

Abiturprüfung Mathematik 2009 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1

Die Put-Call Symmetrie und deren Anwendung bei der Bewertung von Barriereoptionen

Lineare Algebra I - Lösungshinweise zur Klausur

Der Zeitwert des Geldes - Vom Umgang mit Zinsstrukturkurven -

Übungen zur Klausur 11M1 21/05/2008 Seite 1 von 5

Stochastische Differentialgleichungen

Stochastische Volatilität vs. Traders Rule of Thumb Bewertung exotischer Optionen im Vergleich

3.2 Autoregressive Prozesse (AR-Modelle) AR(p)-Prozesse

Die Lösungen der Übungsaufgaben werden durch folgendes Lemma etwas vereinfacht:

Brush-up Kurs Wintersemester Optionen. Was ist eine Option? Terminologie. Put-Call-Parität. Binomialbäume. Black-Scholes Formel

Zeitreihenökonometrie

Aufgabe 1: (18 Minuten) a) Gegeben seien drei Aktien mit den folgenden Werten für die zugehörigen Einperiodenrenditen

Lösung zur Hausaufgabe in Topologie und Differentialrechnung mehrerer Variablen SS x 1. x 2. x 1+x 2+x 3

Prof. Dr. Marc Gürtler Klausur zur Veranstaltung Finanzwirtschaftliches Risikomanagement Lösungsskizze

5. Übungsblatt zur Differentialgeometrie

Zinsratenmodelle in stetiger Zeit: Teil II

Abiturprüfung 2017 ff Beispielaufgabe Grundkurs Mathematik; Analysis Beispiel Wirkstoff

Das Black-Scholes Modell

Warum ist die Frage, wem ein Leasingobjekt zugerechnet wird, wichtig? Welche Vorteile kann ein Leasinggeber (eine Leasinggesellschaft) ggf. erzielen?

7. Funktionalgleichung der Zeta-Funktion

Zeitreihenökonometrie

Ornstein-Uhlenbeck-Prozesse

Der Primzahlsatz, Teil 1. 1 Erste Abschätzungen zum Primzahlsatz

Bericht zur Prüfung im Oktober 2009 über Grundprinzipien der Versicherungs- und Finanzmathematik (Grundwissen)

Finanzmathematik. Wolfgang Müller. Institut für Statistik Technische Universität Graz

Gewöhnliche Differentialgleichungen (DGL)

Stationarität/Ergodizität

Unterschied 2: kurzfristige vs langfristige Zinssätze. Arbitrage impliziert: r = i e i = r + e (1) (2)

Probeklausur 1. Thema Nr. 1 (Aufgabengruppe) Es sind alle Aufgaben dieser Aufgabengruppe zu bearbeiten!

Kapitel : Exponentiell-beschränktes Wachstum

Risikoneutrale Wahrscheinlichkeit

Analysis: Exponentialfunktionen Analysis

PHYSIK III. Serie 12, Musterlösung

Lösung - Serie 8. D-MAVT/D-MATL Analysis I HS 2018 Dr. Andreas Steiger. MC-Aufgaben (Online-Abgabe) 1. Was für eine Kurve stellt die Parametrisierung

1. Mathematische Grundlagen und Grundkenntnisse

14 Kurven in Parameterdarstellung, Tangentenvektor und Bogenlänge

Differenzieren von Funktionen zwischen Banachräumen

Short Rate Modelle. Simon Dettmer Betreut von: Dr. Zoran Nikolić & Dr. Tamino Meyhöfer

Numerische Lösung stochastischer Differentialgleichungen: (Brownsche Bewegung, Laser ) Numerische Physik SS 07, Aufgabe 2, Ausdruck: 23.

Übungsaufgaben zu Kapitel 1: Offene Güter- und Finanzmärkte

Thema: Singuläres, skalares Problem 2. Ordnung - Lösbarkeit Seminararbeit aus Numerik von Differentialgleichungen

Zeit (in h) Ausflussrate (in l/h)

Einführung in gewöhnliche Differentialgleichungen

Quantitatives Risikomanagement

Stochastische Analysis

Leibnizschule Hannover

Transkript:

No-Arbirage Modelle Sefan Fremd 17. Januar 27 1 Einleiung No-Arbirage Modelle: Modelle, bei denen die beobacheen Preise der Anleihen Derivae am Mark P obs (, T ) genau mi denen des Modells ˆP (, T ) übereinsimmen, da sie schon zum Inpu des Modells gehören, wobei den Zeipunk der Anpassung bezeichne. 2 Markov Modelle Markov Modell: Modell, das die folgenden zwei Voraussezungen erfüll: Die Preise P obs (, T ) gehören zum Inpu Die Wahrscheinlichkeisvereilung von P (s, T ) F ensprich der von P (s, T ) X(), für < s < T, wobei X() ein endlich dimensionaler Iô-Prozess is. D.h. zusäzliche Informaionen über die Vergangenhei erhöhen nich den Informaionsgehal der möglichen Aussagen über die zukünfige Enwicklung. Im Folgenden werden zwei Modelle behandel, bei denen der risikolose Zinssaz r() anselle von X() zugre lieg: 2.1 Das Ho Lee Modell Das aus dem Jahr 1986 sammende Modell von Ho Lee verwende folgende Modellierung für den risikolosen Zinssaz:, wobei dr() = θ()d + σd W () W () eine Brownsche Bewegung uner dem äquivalenen Maringalmaÿ Q is θ() sich wie folg ergib: 1

Wir nehmen an, dass der Inpu aus den P (, T )) beseh, für alle T >. Sei f(, T ) = logp (, T ) T die zugre liegende Forward-Rae-Kurve. Wenn man θ(t ) als θ(t ) = T f(, T ) + σ2 T voraussez, kann man zeigen, dass ( E Q [exp r()d) r() = P (, T ), wobei Es folg, dass P (, T ) = exp[a(, T ) (T )r() A(, T ) = log P (, T ) P (, ) + (T )f(, ) 1 2 σ2 (T ) 2. f(, T ) = T logp (, T ) = r() + f(, T ) f(, ) + σ2 (T ). Als Lösung für r() ergib sich: Folglich is r() = r() + θ(s)ds + σ W () = r() + f(, ) f(, ) + 1 2 σ2 2 + σ W () = f(, ) + 1 2 σ2 2 + σ W (). f(, T ) = f(, ) + 1 2 σ2 2 + σ W () + f(, T ) f(, ) + σ 2 (T ) = f(, T ) + 1 2 σ2 T 2 1 2 σ2 (T ) 2 + σ W (). Bemerkung: Das Ho Lee Modell kann relaiv einfach zu einer Version verallgemeiner werden, in der σ() zwar zeiabhängig, jedoch deerminisisch is. 2

2.2 Das Hull Whie Modell Das 199 von Hull Whie veröenliche Modell is eine Verallgemeinerung des Vasicek-Modells, die folgende Modellierung für den risikolosen Zinssaz verwende: dr() = α(µ() r())d + σd W (), wobei W () wiederum eine Brownsche Bewegung uner Q µ() eine deerminisische Funkion is, die auch als Maÿzahl für den (lokalen) Mean-Reversion- Eek inerpreier werden kann. Dami die zugre liegenden heoreischen beobacheenpreise übereinsimmen, wird vorausgesez, dass wobei A(, T ) = log P (, T ) P (, ) µ() = 1 σ2 f(, ) + f(, ) + α 2α (1 2 e 2α ) P (, T ) = exp[a(, T ) B(, T )r(), B(, T ) = ) 1 e α(t, α + B(, T )f(, ) σ2 4α 3 (1 e α(t ) ) 2 (1 e 2α ). Es folg mi Hilfe der Eigenschafen des Ornsein-Uhlenbeck-Prozesses: r() = f(, ) + σ2 2α 2 (1 e α ) 2 + σ e α( s) d W (s) Auch das Hull-Whie-Modell kann rech einfach zu einer Form verallgemeiner werden, in der α() σ() zwar zeiabhängig, jedoch deerminisisch sind. 2.3 Das Black-Karasinski Modell Das Black-Karasinski-Modell geh zunächs aus von Y () = log r() mi der zugehörigen sochasischen Dierenialgleichung (SDE) dy () = α()(log µ() Y ())d + σ()d W (), wobei W () wiederum eine Sandard-Brownsche Bewegung uner Q α(), µ() σ() zeiabhängige, deerminisische Funkionen sind. Durch Anwendung der Iô-formel erhäl man: dr() = α()r() [log µ() + σ()2 log r() d + σ()r()d W () 2α() 3

Sei nun Man kann nun zeigen, dass A() = α(u)du. Y (T ) = e A() A(T ) Y ()+ α(u)e A(u) A(T ) logµ(u)du+ σ(u)e A(u) A(T ) d W (u). Da nun aber σ(u) exp[a(u) A(T ) deerminisisch is, folg, dass r(t ) bei gegebenem r() lognormal-vereil is es gil E Q [log r(t ) F = e A() A(T ) Y () + V ar Q [logr(t ) F = α(u)e A(u) A(T ) log µ(u)du σ(u) 2 e 2(A(u) A(T )) du. 3 Das Heah-Jarrow-Moron Modell (HJM) Das Modell von Heah, Jarrow Moren liefer vielmehr einen Rahmen für speziellere No-Arbirage-Modelle, als dass man es selbs als No-Arbirage-Modell bezeichnen könne. Das HJM-Modell geh von den Weren der Forward-Rae-Kurve f(, T ) als Inpudaen aus. Für fese Laufzeien T liefer f(, T ) einen Iô-Prozess mi SDE df(, T ) = α(, T )d + σ(, T )dw () für alle T >, wobei α(, T ) σ(, T ) von f(, T ) selbs, der gesamen Forward-Rae-Kurve oder sogar von F = σ({w (s) : s })) abhängen können. Voraussezungen: Für alle T sind σ(, T ) α(, T ) vorhersehbar hängen von der Vergangenhei von W (s) bis zum Zeipunk ab. σ 2 (, T )d < α(, T ) d < f.s. u f(, T ) is deerminisisch erfüll α(, u) d du < 4 f(, u) du <

[ E u σ(, u)dw () < du 3.1 Die risikolose Anlage Aus der SDE für f(, T ) folg: r(t ) = lim f(, T ) = f(, T ) + σ(s, T )dw (s) + α(s, T )ds T Der Bankkonoprozess B() ha die SDE: db() = r()b()d [ B() = B()exp r(u)du [ = B()exp f(, u)du + α(s, u)du ds + s ( s ) σ(s, u)du dw (s). 3.2 Handelbare Anlagen Die Preisgebung der Zerobonds nde wie folg sa: [ P (, T ) = exp [ = exp f(, u)du f(, u)du α(s, u)du ds Der diskoniere Anlagen-Preis wird denier durch: Z(, T ) = P (, T ) B() [ = exp S(s, T )dw (s) f(, u)du ( ) σ(s, u)du dw (s). s α(s, u)du ds, wobei S(s, T ) = σ(s, u)du. s Erneue Anwendung der Iô-Formel ergib: [( 1 T ) dz(, T ) = Z(, T ) 2 S2 (, T ) α(, u)du d + S(, T )dw (). Hierbei kann S(, T ) als Volailiä von P (, T ) inerpreier werden. 5

3.3 Maÿwechsel Um den diskonieren Anlagen-Preis in ein Maringal umzuwandeln, wird ein Maÿwechsel durchgeführ, wobei der benöige Drif-Term, also der Markwer des Risikos, für eine Anleihe mi Laufzei T gegeben is durch: γ() = 1 2 S(, T ) 1 α(, u)du S(, T ) In Bezug auf das Girsanov-Theorem muss nun aber γ() die Novikov-Bedingung erfüllen, dami ein ein äquivalenes Maringalmaÿ Q exisier, so dass W () = W () + γ(s)ds eine Brownsche Bewegung uner Q is.uner Q gil dann: dz(, T ) = Z(, T )S(, T )d W () Lau Voraussezung is aber nun Z(, T ) ein Maringal uner Q. Es folg, dass dp (, T ) = P (, T )(r()d + S(, T )d W ()). 3.4 Duplikaionssraegien X Zahlung eines Derivaes beding über F s zur Zei S (S < T ). Ziel: Konsrukion einer Hedging-Sraegie durch Bargeld die T -Anleihe P (, T ). 5 Konsrukionsschrie: Finden des äquivalenen Maringalmaÿes Q, uner dem Z(, T ) ein Maringal is. Denieren des Q-Maringals D() = E Q [B(S) 1 X F. Finden des previsiblen Prozesses φ() so, dass D() = D()+ φ(s)dz(s, T ). Denieren von ψ() = D() φ()z(, T ). Die Handelssraegie (ψ(), φ()), wobei ψ() die Anzahl der Einheien B() φ() die Anzahl der Einheien P (, T ), is eine selbsnanzierende Duplikaionssraegie für X zur Zei S. 6

3.5 Der arbiragefreie Mark Sei nun X = 1, d.h. das Deriva is ein Zerobond mi Laufzei S ( S ) P (, S) = B()E Q [B(S) 1 F = E Q [exp r(u)du F. Für den diskonieren S-Bond gil: Z(, S) = P (, s) B() = E Q [B(S) 1 F Somi is Z(, S) ein Q-Maringal. Dies gil jedoch für alle Anleihen, woraus folg, dass diese durch die gleiche Maÿransformaion in Maringale überführ werden. Sie besizen also auch alle den gleichen Markpreis des Risikos Da T γ() = 1 2 S(, T ) 1 S(, T ) α(, u)du α(, u)du = 1 2 S(, T )2 γ()s(, T ). S(, T ) = σ(, T ) ergib Diereniaion nach T α(, T ) = σ(, T )(γ() S(, T )) Hieraus folg für das Ausgangsmodell: somi df(, T ) = α(, T )d + σ(, T )dw () r() = f(, ) = α(, T )d + σ(, T )(d W () γ()d) = σ(, T )S(, T )d + σ(, T )d W () σ(s, )S(s, )ds + σ(s, )d W (s). 4 Zusammenhang zwischen dem HJM den Markov Modellen 4.1 Ho Lee Uner dem HJM erhäl man für σ(s, ) = σ s,, also S(s, ) = ( s)σ r() = f(, ) + 1 2 σ2 2 + σ W (), also den Ausdruck für r() im Ho-Lee-Modell. 7

4.2 Hull Whie Ähnlich folg mi σ(s, ) = σe α( s), dass S(s, ) = σ α (1 e α( s) ), woraus wiederum folg Dami erhäl man σ(s, )S(s, )ds = σ2 α e α( s) (1 e α( s) )ds = σ2 2α 2 (1 e α ) 2. r() = f(, ) + σ2 2α 2 (1 e α ) 2 + σ also den Ausdruck für r() im Hull-Whie-Modell. e α( s) d W (s), 5 Fazi Das Rahmen-Modell von Heah, Jarrow Moron liefer also die Grlage für die beschriebenen Markov-Modelle, sowohl das Ho-Lee-Modell als auch das Hull-Whie-Modell. Auÿerdem implizier es Duplikaionssraegien für allgemeine Finanziel somi uner No-Arbirage-Gesichspunken Preisgebungsmechanismen für diese. 8