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

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

Kapitel 6 Martingale

2 Zufallsvariable, Verteilungen, Erwartungswert

Finanzmathematik - Wintersemester 2007/08.

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

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

Vorlesung im SoSe 2010 Stochastische Analysis & Zeitstetige Finanzmathematik

Lösungen zur 1. Klausur Diskrete Stochastische Finanzmathematik ( , SoSe 2014) am , Zeit: 10-12, Raum: W

Zufallsvariablen [random variable]

4 Unabhängige Zufallsvariablen. Gemeinsame Verteilung

Varianz und Kovarianz

Beweis. Bauer (4. Auflage, 1991), S , Hoffmann-Jørgensen, Vol. I, S. 457.

Lösung des Hedging-Problems mittels Stochastischer Dynamischer Optimierung

2 Das Marktmodell C1(WS08/09) [2] 1

Scheinklausur Stochastik 1 für Studierende des Lehramts und der Diplom-Pädagogik

Eigenwerte und Diagonalisierung

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

Simulation von Zufallsvariablen und Punktprozessen

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

Was kosten Garantien?

Lösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 3: Aufgaben zu den Kapiteln 5 und 6

Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik

Klausur Stochastik und Statistik 31. Juli 2012

K8 Stetige Zufallsvariablen Theorie und Praxis

ETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)

Spezielle stetige Verteilungen

1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6

Diskrete Wahrscheinlichkeitstheorie - Probeklausur

Ü b u n g s b l a t t 13

Dynamische Portfolio-Optimierung mit partieller Information und beschränktem Ausfallrisiko

8. Stetige Zufallsvariablen

Gesetze der großen Zahlen

Lösungen zur Klausur WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK (STOCHASTIK)

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK

Klausur Stochastik und Statistik 18. September 2012

Wir gehen wieder von einem allgemeinen (parametrischen) statistischen Modell aus, (

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1

Stochastik für die Naturwissenschaften

Stochastische Analysis

Vorlesung 8a. Kovarianz und Korrelation

Risikoeinstellungen empirisch

3.4 Asymptotische Evaluierung von Sch atzer Konsistenz Konsistenz Definition 3.4.1: konsistente Folge von Sch atzer

2. Übung zur Vorlesung Statistik 2

Bank I/II. (Deutsch) (Bank Management & Financial Intermediation) Hinweise:

Amerikanischen Optionen

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

Grundbegriffe der Wahrscheinlichkeitsrechnung

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Wahrscheinlichkeitsrechnung und Quantentheorie

κ Κα π Κ α α Κ Α

2 Die Dimension eines Vektorraums

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

Allgemeine Wahrscheinlichkeitsräume

18 Höhere Ableitungen und Taylorformel

Die Kopplung von Markovketten und die Irrfahrt auf dem Torus

Stochastische Eingangsprüfung,

9 Die Normalverteilung

Copula Funktionen. Eine Einführung. Nils Friewald

Seminar Bewertungsmethoden in der Personenversicherungsmathematik

Stetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch

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

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012

Übungen zur Stochastik, Blatt Nr. 1

Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen)

3. Kombinatorik und Wahrscheinlichkeit

Finanzwirtschaft. Foliensatz Vertiefungskurs aus ABWL: im Sommersemester Teil / 2 und 7 Univ. Ass. Dr. Matthias G.

Themen des Bachelorseminars zur Finanz- und Versicherungsmathematik

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

Wahrscheinlichkeitstheorie und Statistik vom

5 Optimale erwartungstreue Schätzer

Adaptive Systeme. Sommersemester Prof. Dr. -Ing. Heinz-Georg Fehn. Prof. Dr. rer. nat. Nikolaus Wulff

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Lösungen zu den Hausaufgaben zur Analysis II

Punktprozesse. Andreas Frommknecht Seminar Zufällige Felder Universität Ulm

Übung zu Kapitalmarkttheorie II

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Arbitrage Free Pricing

Kapitel V - Erwartungstreue Schätzfunktionen

Klausur Entscheidungstheorie WS 2010/2011 S. 1 von 11

Faltung und Approximation von Funktionen

Derivatebewertung im Binomialmodell

Schätzer und Konfidenzintervalle

Kapitel VI. Euklidische Geometrie

Das Markowitz Modell zur Bestimmung optimaler Aktienportfolios

die wir als Realisationen von unabhängig und identisch verteilten Zufallsvariablen

1 Dichte- und Verteilungsfunktion

5 Potenzreihenansatz und spezielle Funktionen

Zufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten

Aufgabe 1: Asset Allocation

Mathematik III. Produkt-Präringe

1 0 1, V 3 = M, und λ A = λa

Doz. Dr. H.P. Scheffler Sommer 2000 Klausur zur Vorlesung Stochastik I

Klausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK. für Studierende der INFORMATIK

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

DIPLOM. Abschlussklausur der Vorlesung Bank I, II:

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013

Übungsblatt 9. f(x) = e x, für 0 x

1 A dp = P(A B). (1.3)

Transkript:

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Lösungsvorschlag studienbegleitende Klausur Finanzmathematik I Aufgabe (7 Punkte) Vorgelegt sei ein Wahrscheinlichkeitsraum (Ω, F, P) und darauf ein zweiperiodiger Finanzmarkt bestehend aus einem Bond B mit Startwert B 0 = und einer Verzinsung von r = 0% pro Periode sowie einer Aktie S mit folgender Kursentwicklung: 0 6 4 7 0 S 0 S (ω) S (ω) a) Ist dieser Markt arbitragefrei? Ist er vollständig? Begründen Sie Ihre Antwort. b) Bewerten Sie die Europäische Option H, H(ω) := S max (ω) S min (ω), S max (ω) := max S 0, S (ω), S (ω)}, S min (ω) := min S 0, S (ω), S (ω)}, ω Ω. a) Modelliert man Ω = up, down}, ω = (ω, ω ) und schreibt den Aktienkurs als S t (ω) = S t (ω)y t (ω), t =,, ω Ω, mit S 0 (ω) S 0 ist die Arbitragefreiheit des Marktes äquivalent zu Y t (ω) ωt=down < + r < Y t (ω) ωt=up t, }, ω Ω. Das ist hier erfüllt, denn + r = 0 und Y (ω) ω =down = 6 0 < 0 < 0 = Y (ω) ω =up, Y (up,... ) ω =down = 60 60 < 66 60 < 0 60 = Y (up,... ) ω =up, Y (down,... ) ω =down = 0 60 < 66 60 < 70 60 = Y (down,... ) ω =up. Die Vollständigkeit folgt aus der Eindeutigkeit des äquivalenten Martingalmaßes Q. Diese stellen wir im Folgenden fest, indem wir zeigen, dass es nur eine eindeutige Lösung für Q gibt. Berechne für t = 0, die risikoneutralen Ein-Schritt-Wahrscheinlichkeiten q t (ω) = q t (ω,..., ω t ) := Q (ω t+ = up ω,..., ω t ), ω Ω.

Es gilt q t (ω) = woraus man direkt die Werte + r Y t+ (ω) ωt=down, t = 0,, ω Ω, Y t+ (ω) ωt=up Y t+ (ω) ωt=down q 0 = q (up) = q (down) = 0 3 5 6 5 3 5 = 5 6 0 = 0 0 0 7 6 0 = 33 35 abliest. Q ist Produktmaß und ergibt sich zu b) Werte H pfadweise aus: Q (up, up) = q 0 q (up) =, Q (up, down) = q 0 ( q (up)) = 3 4, Q (down, up) = ( q 0 ) q (down) = 70, Q (down, down) = ( q 0 ) ( q (down)) = 05. H (up, up) = 4 0 = 4, H (up, down) = 0 =, H (down, up) = 0 6 = 4, H (down, down) = 0 0 = 0. Der Markt ist vollständig, also gilt mit der risikoneutralen Bewertungsformel π(h) = E Q [ H ] = ( ) 0 ( 4 + 3 4 + 4 ) 70 + 0 = 70 05 54,80. Aufgabe (7 Punkte) Gegeben sei folgender einperiodiger Finanzmarkt mit einem risiko- und zinslosen Bond B und zwei risikobehafteten Anlagen S und S. Die erste Anlage starte mit Wert S0 = x > 0, die zweite mit = 6. Nach einer Periode seien drei Szenarien möglich: S 0 ω Ω S (ω) S (ω) ω 4 0 ω 6 ω 3 8 a) Für welche Werte x ist der Markt arbitragefrei? Bestimmen Sie alle äquivalenten Martingalmaße. b) Sei x = 8. Ist der Markt vollständig?

a) Der Markt ist genau dann arbitragefrei, wenn ein äquivalentes Martingalmaß Q Q existiert. Hinreichend und notwendig erfüllt ein solches q i (0, ) für q i := Q(ω i }), i =,, 3, die Normiertheit q + q + q 3 = und die Martingaleigenschaft ] Wegen B 0 = B muss hier also E Q [ S d B = Sd 0 B 0, d =,. S d (ω )q + S d (ω )q + S d (ω 3 )q 3 = S d 0, d =,, gelten. Zusammen mit der Normiertheit löst man das lineare Gleichungssystem z.b. mit Gauß: 4 x 0 6 8 6 0 x 4 0 4 4 0 0 0 0 4 x 0 3 0 0 x 0 0 4 x 0 0 8 x + 5 Wegen der bereits erfüllten Normiertheit genügt es auf q i > 0, i =,, 3, zu prüfen: q = x > 0 x >, q = 8 x + 5 q 3 = 4 x > 0 x < 0, > 0 x >. Damit ist der Markt arbitragefrei genau dann, wenn x (, 0), und die äquivalenten Martingalmaße sind charakterisiert durch } Q = (q, q, q 3 ) T q = x, q = 5 8 x, q 3 = 4 x, x (, 0). b) Für x = 8 ist } Q = (q, q, q 3 ) T q =, q = 4, q 3 =, 4 insbesondere Q =, und daher ist der Markt vollständig. Aufgabe 3 (7 Punkte) Betrachten Sie ein CRR-Modell mit zwei Perioden, Verzinsung r =, 5%, Startpreis S 0 = und Kursfaktoren d = 4 5 sowie u = 5 4. Es werde die Amerikanische Put-Option H t = (K S t ) +, t 0,, }, mit Strike K = 3 gehandelt. 3

a) Bestimmen Sie zur Zeit t = 0 einen fairen Preis für diese Option. b) Geben Sie eine optimale Ausübungsstrategie an. a) Der Bond folgt dem deterministischen Verlauf und der Put hat das Auszahlungsprofil B 0 =, B = 4 40, B = ( ) 4 40 H 0 = (K S 0 ) + = 3 =, H (up) = (K S (up)) + = 3 5 4 = 7 4, H (down) = (K S (down)) + = 3 4 5 = 5, H (up, up) = (K S (up, up)) + = 3 5 6 = 3 6, H (up, down) = (K S (up, down)) + = 3 =, H (down, up) = H (up, down), H (down, down) = (K S (down, down)) + = 3 6 5 = 59 5. Die risikoneutrale Einschritt-Wahrscheinlichkeit ist hier q = + r d u d = = q. Das eindeutige äquivalente Martingalmaß Q erhält man als Produktmaß Q(ω}) = 4, ω Ω. Bestimme die Snell-Einhüllende Z = (Z t ) t=0,,. Zum Periodenende gilt Für alle anderen Zeitpunkt erhält man Z (up, up) = H (up, up) = 3 ( ) 40 B 6, 4 Z (up, down) = H ( ) (up, down) 40 =, B 4 Z (down, up) = Z (up, down), Z (down, down) = H (down, down) B = 59 5 Z t = max } Ht, E Q [Z t+ F t ], B t ( ) 40. 4 4

also mit den Ergebnissen von oben 7 Z (up) = max 4 40 ( ) ( ) } 4, 3 40 6 + 4 } 870 = max 4, 750 4 = 870 4, Z (down) = max 5 40 ( 4, + 59 ) ( ) } 40 5 4 } 5 3608 = max 5 4, 744 5 4 = 3608 4, Z 0 = max, = max, ( 870 4 + 3608 4 } 339 4 =. Nach Vorlesung ist π A (H) = Z 0 = der faire Preis der Option zur Zeit t = 0. b) Die optimale Stoppzeit ist τ = inf Z t = H } t. t 0,...,T } B t In Teil a) sind die jeweiligen Maximisatoren rot markiert. Man liest τ 0 ab, d.h. optimalerweise übt man die Option sofort aus. )} Aufgabe 4 (6 Punkte) In einem Markt seien genau drei risikobehaftete Anlagen handelbar. Ihre zufälligen Einperioden- Erträge R (T ), R (T ) und R 3 (T ) seien paarweise unkorreliert mit ( ) ( ) ( ) Var R (T ) = Var R (T ) = Var R3 (T ) = [( 0, mt := E R (T ), R (T ), R 3 (T ))] = 0 (,, 3). a) Angenommen, ein Investor darf beliebig Kredit aufnehmen und Leerverkäufe tätigen. Welchen Anteil seines Vermögens investiert er in die verschiedenen Anlagen, um mit minimaler Varianz einen vorgegebenen erwarteten Portfolio-Return m p R zu erreichen? b) Bestimmen Sie die erwartete Rendite und die Varianz des Minimum-Varianz-Portfolios (mvp). Aus den Angaben liest man die Covarianzmatrix 0 0 0 0 0 0 Σ = 0 0 0, Σ = 0 0 0, 0 0 0 0 0 0 der Einperioden-Erträge ab. Wir möchten das Markowitz-Problem lösen. a) Aus der Vorlesung ist bekannt, wie man zu vorgegebenem erwarteten Ertrag m p das zugehörige 5

varianzminimale Portfolio π p bestimmt. Es gilt mit den dortigen Bezeichnungen A := m T Σ = ( ) 0 0 0 3 0 0 0 = 6, 0 0 0 0 B := m T Σ m = ( ) 0 0 0 3 0 0 0 = 7 00 5, 0 0 0 3 C := T Σ = ( ) 0 0 0 0 0 0 = 30, 0 0 0 D = BC A = 7 5 30 6 = 6, π p = Cm p A D Σ m + B Am p Σ = D 3 4 5m p. 5m p Um m p mit minimaler Varianz zu erreichen, sollte der Investor also stets 3 seines Vermögens in die erste Anlage investieren und abhängig von m p die Anteile 4 3 5m p bzw. 5m p 3 in die zweite, respektive die dritte Anlage. Ohne weitere Einschränkungen an m p liegen die letzten beiden allgemein in R, was ausdrücklich zugelassen wurde. b) Das Minimum-Varianz-Portfolio mvp erfüllt nach Vorlesung und mit obigen Bezeichnungen m mvp = A C = 5, σ mvp = C = 30. Aufgabe 5 (7 Punkte) Vorgelegt sei das Ein-Perioden CRR-Modell mit d = 4 5, u = 5 4 und Zinsrate i > 0. Für gegebenes Startvermögen x > 0 und eine strikt wachsende und strikt konkave Nutzenfunktion U : (0, ) R betrachte das Portfolio-Problem E [U (( + i)(x + ar))] max, (P ) a a R ( + i)(x + ar) > 0 P-f.s.} a) Für welche Zinsraten i besitzt (P ) eine Lösung? b) Sei i so gewählt, dass (P ) lösbar ist, und U(x) = γ xγ mit γ (0, ) der Power-Nutzen. Nehmen Sie weiter an, dass P = Q gilt, das Optimierungsproblem also bereits unter dem risikoneutralen Maß gestellt ist. Bestimmen Sie mit der Martingalmethode das optimale Endvermögen X und die zugehörige optimale Portfoliostrategie. a) Nach Vorlesung ist dieses Portfolio-Problem (P ) genau dann lösbar, wenn der Markt arbitragefrei ist. Das CRR-Modell ist arbitragefrei genau dann, wenn d = 4 5 < + i < 5 4 = u, also ist (P ) genau dann lösbar, wenn der Einperiodenzins i im Intervall (0, 4 ) liegt, denn nach Modellannahme ist i > 0 gefordert. b) Um das optimale Endvermögen mit Hilfe der Martingalmethode zu bestimmen, betrachte das statische Problem [ ] } (S) E [U(X)] max, X X : Ω R + X ist F T -messbar, E Q = x. XBT 6

X = ( + i)(x + ar) bezeichnet hier das zufällige Endvermögen bei Investition a. Da wir bereits risikoneutral sind, müssen wir das Maß nicht mehr wechseln, es gilt Z = dq dp. Sei I := (U ) = y y γ die umgekehrte erste Ableitung der Nutzenfunktion. Dann ist nach Vorlesung ( λ X ) ( ) Z λ = I I = ( λ ) γ das optimale Endvermögen. λ muss so gewählt werden, dass die Erreichbarkeitsnebenbedingung erfüllt ist, d.h. so dass [ ] [ ( Z x = E X = E λ ) ] ( ) γ = (λ ) γ + γ richtig ist. Das ist für λ = x γ B γ T X (ω) erfüllt, das zugehörige Endvermögen ist in diesem Fall ( x γ B γ T ) γ = xbt und dieses ist eindeutig. Weil ( St B t ) t=0, nach Voraussetzung bereits unter P ein Martingal ist, erwartet man bei Investition in die Aktie den gleichen Return wie bei Investition in den Bond. Konsequenterweise haben wir ein deterministisches Endvermögen ausgerechnet, das man erreicht, indem man schlicht alles in den Bond und nichts in die Aktie investiert: Mit a := 0 erhält man gerade das Endvermögen ( + i)(x + ar) = ( + i)x = x = X. Aufgabe 6 (6 Punkte) Es seien µ und µ Maße auf R mit endlichem Erwartungswert. a) Zeigen Sie: Sind µ und µ Exponentialverteilungen mit Parametern λ, λ > 0, gilt µ uni µ λ λ. Hinweis: Eine zum Parameter λ > 0 exponentialverteilte Zufallsvariable X besitzt die Dichte f X (x) = λe λx x 0. b) Es sei µ i die Verteilung einer Zufallsvariable X i, i =,. Y sei eine weitere, von X und X unabhängige Zufallsvariable. Mit ν i bezeichne die Verteilung von X i + Y, i =,. Zeigen Sie µ uni µ = ν uni ν. a) Sei X Exp(λ ), X Exp(λ ). = : Wegen µ uni µ gilt also λ λ. λ = E [X ] = = : Wegen λ λ ist für alle x R xµ (dx) xµ (dx) = E [X ] = λ, F X (x) = e λ x e λ x = F X (x). 7

Verteilungsfunktionen sind nichtnegativ. Für beliebige c R gilt folglich also µ uni µ. c F X (x)dx c F X (x)dx, b) Sei u : R R, x u(x), eine beliebige Nutzenfunktion. Für feste y R ist dann auch die Verschiebung x u(x + y) eine Nutzenfunktion. Aus µ uni µ können wir also ( ) E [u(x + y)] E [u(x + y)], y R, folgern. Damit gilt dann auch E [u(x + Y )] = ( ) E [u(x + y)] P Y (dy) E [u(x + y)] P Y (dy) und das bedeutet nach Definition ν uni ν. = E [u(x + Y )] 8