Финансовая математика / FinMath_cor3
.pdfВВЕДЕНИЕ
В развитой экономике участники рынка интенсивно обмениваются благами, в том числе правами и обязательствами. Описание рациональных условий такого обмена – важная часть экономической теории. Предметом изучения в рассматриваемой далее теории расчетов являются стандартные обязательства (контракты), обмен которыми производится по фиксированным правилам на биржах, где встречаются покупатели и продавцы обязательств. В ходе торгов цена контракта устанавливается на уровне S , при котором число покупателей и число продавцов уравновешены (равны). Таким образом, инвестор в ходе торговой сессии может, по своему усмотрению, купить или продать нужное число контрактов по цене S .
Предположим, что торгуемый сегодня контракт f предусматривает будущую выплату держателю контракта в размере y , если в следующем году будет засуха, и в размере z , если засухи не будет. Выплата будет осуществляться за счет продавца контракта. Именно за этот будущий платеж продавец контракта получает от покупателя в настоящее время сумму C . Условимся, что y ≥ 0, z ≥ 0, и задумаемся о рациональной стоимости (ценности) C дан-
ного контракта: C = C( y, z) ≥ 0.
Если стоимость контракта при ( y = 6, z = 2), например, известна (установилась на бирже на уровне C = 3 ), то какова должна быть стоимость контракта для ( y = 5, z = 9 ) при условии, что стоимость денег за рассматриваемый период не меняется? Задачи такого рода подробно изучаются в экономической теории, начиная с первой половины семидесятых годов ХХ века. Данный пример разобрать нетрудно, учитывая, что функция C( y, z) , повидимому, линейна, и, кроме того, C(1,1) =1, поскольку бумага с выплатой f ≡1 должна стоить 1.
Таким образом, ценность C( y, z) = Fy +Gz определяется равенствами 1 F +1 G =1; 6 F + 2 G = 3; откуда F =14, G = 34 и, окончательно
C = C( y, z) = ( y +3z)4; C = C(5, 9) = 8.
Как найти ответ, если ценность денег изменяется с течением времени по известному закону? Как определить C в более сложной обстановке, когда
3
базовый актив X (в данном примере – погода) изменяется несколько раз или, например, описывается случайным процессом с непрерывным временем? Эти и другие задачи рассматриваются в курсах финансовой аналитики.
Настоящие методические указания написаны по материалам лекций начального уровня, читавшихся в разные годы студентам Электротехнического университета и Европейского университета в Санкт-Петербурге. Авторы признательны А. М. Коточигову за поддержку публикации, а также Е. А. Широковой и М. Б. Лифшиц за неизменную и терпеливую помощь при подготовке рукописи. Без их усилий работа не была бы завершена.
Предполагалось, что студенты знакомы с основными понятиями теории вероятностей и началами стохастического анализа. Минимальной подготовки требуют задания 1− 3, 5, 8, 19 − 27.
1. ИНСТРУМЕНТЫ И ЗАДАЧИ ФИНАНСОВОЙ ИНЖЕНЕРИИ
1.1. Финансовый рынок
На финансовом рынке встречаются и взаимодействуют инвесторы, корпорации (фирмы) и посреднические структуры (например, биржи). Финансовый рынок – система денежных рынков, рынков ценных металлов и иных валютных ценностей, рынков финансовых инструментов. На рынках финансовых инструментов различают основные (первичные) инструменты и производные (вторичные) инструменты, определяемые на основе первичных.
Такие (вторичные) инструменты – опционы, фьючерсные контракты и т. д. играют все возрастающую роль на финансовых рынках, начиная, примерно, с 1973 г.
Косновным инструментам относят (и в рамках финансовой теории изучают и моделируют) акции, облигации и банковские счета.
Кпроизводным финансовым инструментам относят величины, значе-
ния которых по фиксированным правилам (контрактам) точно определяются поведением основных инструментов. Расширение рынка производными инструментами открывает перед участниками рынка дополнительные возможности – в частности, возможности страхования рисков.
Основной частью финансовой теории является конструирование и изучение математических моделей поведения базовых активов, проверка соответствия рассматриваемых моделей реальной (наблюдаемой) динамике финансового рынка.
4
Задачи определения справедливой (рациональной) стоимости контрактов также являются одними из важнейших в финансовой аналитике. Методы решения этих задач существенно зависят от структуры моделей изменения базовых активов и от особенностей определения изучаемых контрактов (платежей).
1.2. Банковский счет
Банковский счет – это ценная бумага, по которой банк обязуется выплачивать ее держателю определенный процент от суммы счета.
|
Если по счету с процентной ставкой R предусмотрено начисление про- |
||
центов k раз в год, то стартовый капитал |
B0 за T лет превратится в |
||
B |
= B (1+ R k)kT . При k → ∞ приведенное выражение превращается в |
||
T |
0 |
|
|
|
B |
= B lim (1+ R k)kT |
= B eRT . |
|
T |
0 k→∞ |
0 |
В последнем случае говорят о непрерывно начисляемых процентах. При непрерывно начисляемых процентах с процентной ставкой ρ стартовый ка-
питал B0 через T лет превратится (по определению) в B0eρT . Таким обра-
зом, одинаковый для обоих случаев рост накоплений обеспечивается при условии, что B0eρT = B0 (1+ Rk)kT , когда ρ = k ln(1+ Rk) . Важно, что ρ < R .
Задание 1
По банковскому счету A проценты начисляются один раз в квартал, годовая ставка 12 %. Какой непрерывно начисляемой ставке процента ρ отвечает счет A ?
Решение. Согласно условиям, eρT = AT = (1+0,124)4T . Поэтому
ρ = 4ln(1+0,03) = 0,11823K
Ответ: ρ =11,8 % .
Задание 2
По банковскому счету A проценты начисляются один раз в год, годовая ставка 16 %, по банковскому счету B проценты начисляются непрерывно, годовая ставка 15 %. Какой счет предпочтительнее?
5
Решение. По |
первому счету A = (1+ 0,16)T , по второму счету |
|
T |
BT = exp(0,15 T ) . |
Поскольку exp(0,15) >1,16 , получаем, что BT > AT , когда |
B0 = A0 и второй счет предпочтительнее.
Различные ценные бумаги, как базовые, так и производные, часто сопоставляются с банковским счетом. Этим определяется важность банковского счета как основного финансового инструмента.
Рассмотренную экспоненциальную модель BT = B0 exp(ρT ) , для которой dBt = ρBt dt, часто используют для описания безрискового актива, доступного для заемщиков и кредиторов на рынках финансовых активов. В более общей ситуации (безрисковая) ставка ρ может быть переменной, тогда
t
dBt = ρt Bt dt, или, эквивалентно, BT = B0 exp ∫ρsds .
0
1.3. Базовые активы как случайные переменные
Инвесторы приобретают финансовые активы в расчете на получение в будущем определенных благ, в частности на возможный рост совокупной стоимости приобретаемых активов. Не все финансовые активы обладают одинаковой ожидаемой доходностью. Будущая стоимость большинства активов неизвестна и трудно прогнозируема. Естественной (и общеупотребительной) моделью поведения финансовой переменной является случайная функция X t , принимающая скалярные (цена одного актива) или векторные (список цен нескольких активов) значения. Основным понятиям теории случайных функций посвящена превосходная книга А. Д. Вентцеля [2].
Согласно современным представлениям, на равновесном рынке доходность актива тем больше, чем выше риски, связанные с инвестированием в актив. Описание баланса рисков и доходностей составляет предмет теории ценообразования (CAPM – Capital Asset Pricing Model) Марковица и Шарпа (см., например, [3, гл. 1]).
Случайные функции (переменные) часто называют также стохастическими (случайными) процессами, а в случае, когда время t дискретно, – стохастическими последовательностями.
Основные классы случайных переменных и их свойства рассматриваются в курсе теории случайных процессов. Для приложений в финансовой аналитике важнейшими среди них являются процессы Маркова и мартингалы.
6
Большую роль играют также гауссовские процессы и стационарные процессы, часто встречающиеся при описании установившихся режимов тех или иных стохастических систем.
Случайный процесс называется марковским, если при s < t
E{g( X t ) | Fs} = E{g( X t ) | X s}
для всех (ограниченных, измеримых) функций g или, в упрощенной и часто
используемой форме E{g( X t ) | Fs} = f ( X s ). Здесь Fs – алгебра (точнее, σ-алгебра) событий, “доступных наблюдению к моменту времени s ”. Предполагается, что с ростом s алгебры Fs только лишь расширяются, причем величины X s полностью определены событиями алгебры Fs ( X s измери-
мы относительно Fs ).
Символ условного математического ожидания E{ξ| F} = η используется для обозначения прогноза величины ξ по наблюдениям над событиями, содержащимися в F. Во многих случаях величина η может быть определена
(и вычислена) как |
ближайший к величине |
ξ элемент |
пространства |
Η = Η(F) – пространства случайных величин, |
измеримых относительно F |
||
и имеющих конечную дисперсию: |
|
|
|
|
E(ξ−η)2 = min{E(ξ−Y )2 : Y Η}. |
|
|
При этом, как обычно, величину η (прогноз) понимают как ортогональ- |
|||
ную проекцию вектора ξ на пространство Η . |
|
|
|
Принято считать, |
что марковское свойство процесса X t |
означает, что |
вся информация, необходимая для оптимального прогнозирования (недоступного для наблюдения) платежа g( X t ) по результатам наблюдений над
рынком до момента времени s , содержится именно в X s |
и использование |
любой информации о поведении процесса X u при u < s |
не может привес- |
ти к уменьшению ошибки прогноза (улучшению его качества). Записывая марковское свойство процесса X в упрощенной форме
E{g( Xt ) | Fs} = f ( X s ) ,
преобразование g a f называют оператором перехода или переходной функцией и обозначают Qst .
7
Операторы перехода линейны, положительны (прогноз неотрицательного платежа неотрицателен) и нормированы:
Qst 1 = 1
− прогноз постоянной есть сама постоянная. Кроме того, переходные функции процесса Маркова подчиняются уравнениям Чепмена−Колмогорова
QtQu = Qu , когда |
s < t < u . |
s t s |
|
Именно эти уравнения (имеющие аналогом теорему о трех перпендикулярах в евклидовой геометрии) позволяют привлечь к анализу марковских процессов и их числовых характеристик мощные средства математического анализа. Решающие достижения здесь связаны с пионерскими работами А. Н. Колмогорова 1931 г. С другой стороны, введенный А. А. Марковым класс процессов, носящих его имя, весьма богат. В него попадают как процессы с независимыми приращениями, так и многие процессы с жесткой зависимостью прошлого и будущего (например, X s ≡ X 0 или, более общим образом, X s = Yβs , где βs – неслучайные коэффициенты, βs ≠ 0 ).
Для полного описания всех числовых характеристик марковского процесса X достаточно указать в дополнение к переходным операторам Qst еще
только распределение πt0 величины X |
в начальный момент t0 . При этом |
распределения πt ( A) = P{X t A} изменяются таким образом, что |
|
πsQst = πt , |
s < t |
при надлежащем определении распределения вероятностей в левой части равенства. Особенно просто приведенные соотношения выглядят, когда про-
цесс X t принимает значения из дискретного пространства |
X (например, |
конечного множества). Тогда распределения вероятностей πt |
могут быть за- |
даны стохастическими строчками (клетки неотрицательны, сумма клеток в строчке равна единице). Так же просто дело обстоит при этом с переходными
операторами Qst . Эти операторы, предназначенные для вычисления условных математических ожиданий, должны быть заданы матрицами, составленными из условных вероятностей
P{X t = j X s = i}.
8
Строчки таких матриц оказываются стохастическими, а уравнения
Чепмена−Колмогорова |
QtQu = Qu означают представление Qu |
в виде |
||
|
s t |
s |
s |
|
произведения матриц. |
|
|
|
|
Важнейший подкласс марковских процессов составляют однородные |
||||
процессы, для которых, по определению, всегда |
|
|
||
|
|
Qst++uu = Qst |
|
|
и, следовательно, Qt |
= Qt−s |
. При этом в записи Qt−s |
нижний индекс, как |
|
s |
0 |
0 |
|
|
правило, не пишут |
(хотя |
и подразумевают), а |
уравнения |
Чепме- |
на−Колмогорова записывают в форме QsQt = Qs+t , где s ≥ 0, t ≥ 0 , и используют для изучения процесса свойства возникающей полугруппы операторов. Существенную роль играют инвариантные распределения π, для которых
πQt = π, |
t ≥ 0, и инвариантные |
(платёжные) функции g , |
для которых |
Qt g = g. |
Инвариантные платежи |
иначе называют гармоническими функ- |
|
циями процесса. |
|
|
|
Если (и только если) однородный марковский процесс |
X s имеет на- |
||
чальным инвариантное распределение, то X s – стационарный процесс, т. е. |
процесс, любые |
числовые характеристики которого сохраняются после вре- |
|
менного сдвига: |
EΦ( X ) = EΦ(Y ), когда Ys = X s+u , |
u = const . |
С другой стороны, для гармонической функции |
g (и только для тако- |
вой) процесс g( X s ) оказывается мартингалом (см. далее) относительно Fs . Это означает, что
E{g( X t ) | Fs} = g( X s ), |
если s < t . |
||||
Задание 3 |
|
|
|
|
|
Случайное блуждание задано матрицей переходов |
|||||
1/ 3 |
0 |
0 |
1/ 3 |
|
|
|
0 |
1 |
0 |
0 |
|
|
|
||||
Q = |
0 |
0 |
1 |
0 |
. |
|
|
||||
|
2 / 3 |
0 |
0 |
|
|
|
2 / 3 |
Укажите все гармонические функции (столбцы) такого процесса.
9
Решение. |
Воспользовавшись |
уравнением |
Qg = g , |
находим |
g = (α,β, γ, α)Т, |
где α, β, γ произвольны. |
|
|
|
Замечание. Во многих случаях единственными гармоническими функ- |
||||
циями являются постоянные g(x) = const . Так будет, |
например, если все клет- |
|||
ки (конечной) матрицы Q ненулевые. |
|
|
|
|
Задание 4 |
|
|
|
|
Обоснуйте |
последнее утверждение, воспользовавшись |
теоремой |
А. А. Маркова о финальных вероятностях.
Богатый класс марковских процессов составляют процессы с независимыми приращениями. Для таких процессов величины
X t |
0 |
, X t |
− X t , X t |
2 |
− X t , K, X t |
k |
− X t |
k −1 |
|
1 |
0 |
1 |
|
||||
должны быть независимыми в совокупности, когда |
t0 < t1 <…< tk . Все чи- |
|||||||
словые характеристики процесса Xt |
с независимыми приращениями будут |
полностью заданы, если известны начальное распределение πt0 и распреде-
ления приращений Xt − X s . Если время t дискретно, то получаются просто
суммы независимых случайных величин
X t = ∑ζ j . j≤t
Если время t изменяется непрерывно (например, t [0,∞)) , марковское свойство процесса с независимыми приращениями особенно легко объясняется для платёжных функций специального вида, а именно для функций
g(x) = exp(itx).
Такие платёжные функции ограничены, образуют богатый класс (это известно из гармонического анализа) и, кроме того, подчиняются равенству
g(x + y) = g(x) g( y).
Знаменитый пример процесса с независимыми приращениями – процесс броуновского движения – впервые описал в 1900 г. Л. Башелье и точно построил в 1923 г. Н. Винер. Процесс броуновского движения часто называют винеровским процессом и обозначают {Wt }.
10
Согласно требованиям Л. Башелье:
Wt – процесс с независимыми приращениями;
W0 = 0 ;
Wt −Ws всегда имеет нормальное (гауссовское) распределение с нулевым математическим ожиданием и дисперсией t − s .
При таких обстоятельствах процесс Ws – гауссовский (все его конечномерные распределения гауссовские), причем
EWt = 0, cov( X s , X t ) = min(s,t) .
В частности, DX t = t . Конструкция Винера обеспечивала, кроме этого, важнейшее свойство непрерывности траекторий процесса.
Как показал позднее Колмогоров, траектории (непрерывного) винеровского процесса с вероятностью 1 подчиняются на конечном временном интервале [0,T ] условию Л. Гёльдера
X s − X t ≤ A | t − s | β,
если 0 < β <1/2, и не подчиняются такому условию при β >1/2 или даже β =1/2. Более точное описание колебаний винеровской траектории связано с законом повторного логарифма Хинчина−Леви (см. [1, гл. VIII], [2, гл. 7]).
Поскольку гладкие (дифференцируемые) функции должны подчиняться условию Гёльдера с показателем β =1, следует ожидать, что свойства траекторий процесса броуновского движения – и других процессов, с ним тесно связанных, – могут существенно отличаться от привычных.
В то же время, хотя на любом конечном промежутке [a,b] винеровская траектория имеет бесконечную вариацию, величина
υ = ∑|W (t j+1) −W (t j ) | β
j
конечна с вероятностью 1 при β = 2 для любого дробления τ, образован-
ного точками |
a = t0 < t1 <…< tk = b. |
||||||
При этом |
Eυ = b −a, Dυ → 0 , если ранг дробления |
|
τ |
|
= max |
|
t j+1 −t j |
|
|
||||||
|
|
||||||
|
|
|
|
|
j |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
стремится к нулю. Принято поэтому считать, что dυ = dt, или, с большей ус-
ловностью, (dWt )2 ≈ dt . Если же β > 2 , то, разумеется, υ → 0 , а когда β < 2 , то υ → +∞. Подробности см. в §1.2 учебника А. Д. Вентцеля [2].
11
1.4. Производящий оператор и уравнения Колмогорова для переходных вероятностей
Однородный марковский процесс с дискретным временем полностью определяется начальным распределением и оператором перехода за один шаг
R = Qss+1. В частности, Qst = ную роль играет оператор
A = |
d |
Qt |
или, |
|
dt |
||||
|
|
t=0 |
||
|
|
(R)t−s . В случае же непрерывного времени важ-
в подробной записи, Ag = lim |
Qt g − g |
. |
|
t |
|||
t→0 |
|
Уравнения Чепмена−Колмогорова Qt+s = QtQs позволяют надеяться на
представление Qt = exp(At) . Такое представление, действительно, можно получить, когда оператор A ограничен. Примером может быть процесс Пуассона ηt , для которого
(Ag)(x) = λ(g(x +1) − g(x)).
Здесь λ – интенсивность, Eηt = λt. В других случаях определение экспоненты может быть затруднено. Для винеровского процесса оператор
Ag = 1 ∂2 g
2 ∂x2
определен на широком классе функций, хотя и не является ограниченным в пространстве ограниченных функций.
В любом случае производящий оператор A может быть использован для описания всей переходной функции однородного процесса Маркова, поскольку, как нетрудно показать, при надлежащих предположениях
AQt = ddt Qt = Qt A .
Кроме того, оператор (γI − A) является обратным к преобразованию Лапласа
∞
∫e−γtQt dt.
0
Отсюда следует, что производящий оператор должен однозначно определять переходную функцию Qt .
12