3 votos

Merton modelo libres de riesgo de auto-financiación de la derivación

Supongamos que $dA_t = A_t[\mu dt+\sigma dW_t]$ (bienes de valor) en virtud de la medida física, además de los otros supuestos del modelo de Merton.

Supongamos, además, que la deuda y la equidad son negociables activos que satisfacen $A_t = D_t+E_t$ y seguir los procesos de $D_t = D(t,A_t)$, $E_t = E(t,A_t)$ para funciones diferenciables.

Mediante la consideración de un local libre de riesgo de la auto-financiación de la cartera de bonos y la equidad(que por la necesidad de ganarse la tasa libre de riesgo de retorno), demostrar directamente que tanto $D$, $E$ satisfacer el Black-Scholes ecuación: $$\partial_t f+\frac{1}{2}\sigma^2 A^2 \partial_A^2 f+r \partial_A f-r f = 0$$

4voto

otto.poellath Puntos 1594

Se construye un local libre de riesgo de la auto-financiación de la cartera de $X_t$, en el tiempo $t$, con $\Delta_t^1$ cuota de la deuda y $\Delta_t^2$ cuota de equidad. Es decir, \begin{align*} X_t = \Delta_t^1 D_t + \Delta_t^2 E_t. \end{align*} A continuación, \begin{align*} dX_t &=\Delta_t^1 dD_t + \Delta_t^2 dE_t\\ &=\Delta_t^1\bigg[\Big(\frac{\partial D_t}{\partial t} + \mu A_t\frac{\partial D_t}{\partial A_t} + \frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 D_t }{\partial A_t^2}\Big)dt + \sigma A_t \frac{\partial D_t}{\partial A_t} dW_t \bigg]\\ &\quad + \Delta_t^2\bigg[\Big(\frac{\partial E_t}{\partial t} + \mu A_t \frac{\partial E_t}{\partial A_t} + \frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 E_t }{\partial A_t^2}\Big)dt + \sigma A_t \frac{\partial E_t}{\partial A_t} dW_t \bigg]. \end{align*} Desde $X_t$ es localmente libre de riesgo, \begin{align*} \Delta_t^1\frac{\partial D_t}{\partial A_t} + \Delta_t^2\frac{\partial E_t}{\partial A_t}=0. \etiqueta{1} \end{align*} Por otra parte, desde $X_t$ ganar la tasa libre de riesgo $r$, \begin{align*} dX_t = rX_t dt. \end{align*} De $(1)$, \begin{align*} r\Delta_t^1 D_t dt + r\Delta_t^2 E_t dt &= \Delta_t^1\Big(\frac{\partial D_t}{\partial t} + \mu A_t \frac{\partial D_t}{\partial A_t} + \frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 D_t }{\partial A_t^2}\Big)dt \\ &\quad + \Delta_t^2\Big(\frac{\partial E_t}{\partial t} + \mu A_t \frac{\partial E_t}{\partial A_t} + \frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 E_t }{\partial A_t^2}\Big)dt. \end{align*} Es decir, \begin{align*} &\Delta_t^1\Big(\frac{\partial D_t}{\partial t} + \mu A_t \frac{\partial D_t}{\partial A_t}+\frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 D_t }{\partial A_t^2} - rD_t \Big)dt \\ &+ \Delta_t^2\Big(\frac{\partial E_t}{\partial t} +\mu A_t \frac{\partial E_t}{\partial A_t}+ \frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 E_t }{\partial A_t^2}-rE_t\Big)dt =0. \etiqueta{2} \end{align*} Desde $A_t = E_t + D_t$, \begin{align*} \frac{\partial D_t}{\partial t} &= -\frac{\partial E_t}{\partial t},\etiqueta{3}\\ \frac{\partial D_t}{\partial A_t} &= 1- \frac{\partial E_t}{\partial A_t},\etiqueta{4}\\ \frac{\partial^2 D_t }{\partial A_t^2} &= - \frac{\partial^2 E_t }{\partial A_t^2}.\la etiqueta{5} \end{align*} De $(1)$ y $(2)$, \begin{align*} &-\Delta_t^2\frac{\frac{\partial E_t}{\partial A_t}}{\frac{\partial D_t}{\partial A_t}}\Big(\frac{\partial D_t}{\partial t} + \mu A_t \frac{\partial D_t}{\partial A_t}+\frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 D_t }{\partial A_t^2} - rD_t \Big) \\ & \quad + \Delta_t^2\Big(\frac{\partial E_t}{\partial t} +\mu A_t \frac{\partial E_t}{\partial A_t}+ \frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 E_t }{\partial A_t^2}-rE_t\Big) =0. \end{align*} Luego, a partir de $(3)$-$(5)$, y multiplicando $\frac{\partial D_t}{\partial A_t}=1-\frac{\partial E_t}{\partial A_t}$ en ambos lados, \begin{align*} &-\frac{\partial E_t}{\partial A_t}\bigg[-\frac{\partial E_t}{\partial t} + \mu A_t \Big(1-\frac{\partial E_t}{\partial A_t}\Big)-\frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 E_t }{\partial A_t^2} - r(A_t-E_t) \bigg] \\ & \quad + \Big(1- \frac{\partial E_t}{\partial A_t}\Big)\Big(\frac{\partial E_t}{\partial t} +\mu A_t \frac{\partial E_t}{\partial A_t}+ \sigma^2 \frac{1}{2} A_t^2 \frac{\partial^2 E_t }{\partial A_t^2}-rE_t\Big) \\ =&\ \frac{\partial E_t}{\partial A_t}\frac{\partial E_t}{\partial t} - \mu A_t \frac{\partial E_t}{\partial A_t} + \mu A_t \left(\frac{\partial E_t}{\partial A_t}\derecho)^2 + \frac{1}{2} \sigma^2 A_t^2\frac{\partial E_t}{\partial A_t}\frac{\partial^2 E_t }{\partial A_t^2} +r(A_t-E_t)\frac{\partial E_t}{\partial A_t} \\ &\quad - \frac{\partial E_t}{\partial A_t}\frac{\partial E_t}{\partial t} -\mu A_t \left(\frac{\partial E_t}{\partial A_t}\derecho)^2 - \frac{1}{2} \sigma^2 A_t^2\frac{\partial E_t}{\partial A_t}\frac{\partial^2 E_t }{\partial A_t^2}+rE_t\frac{\partial E_t}{\partial A_t} \\ &\quad + \frac{\partial E_t}{\partial t} +\mu A_t \frac{\partial E_t}{\partial A_t}+ \frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 E_t }{\partial A_t^2}-rE_t \\ =& \ \frac{\partial E_t}{\partial t} +r A_t \frac{\partial E_t}{\partial A_t}+ \frac{1}{2} \sigma^2 A_t^2 \frac{\partial^2 E_t }{\partial A_t^2}-rE_t =0.\la etiqueta{6} \end{align*} Desde $A_t$ también satisface $(6)$, entonces también lo hace $D_t$. La derivación es este completo.

0voto

Jay Puntos 20373

Usted necesita la derivación de BS eq.

https://en.wikipedia.org/wiki/Black%E2%80%93Scholes_equation#Derivation

donde en su configuración que tiene S = V y caso 1: V = E, caso 2: V = D.

0voto

Thinzar Puntos 223
  1. El uso de Ito lema para obtener dD
  2. El uso dE = dV - dD
  3. Forma de un promedio ponderado de la cartera de D y E, vamos a llamarlo V, donde la suma de los pesos de a 1
  4. El uso de la auto-financiación para obtener la dinámica de la V
  5. Encontrar los pesos que hace V libre de riesgo
  6. Establecer la deriva de V igual a r

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X