En primer lugar, es importante aclarar que el subyacente no es necesariamente normal/lognormal, sino que para los casos especiales de $\beta$ el subyacente es normal/lognormal Condicionado a una realización de la volatilidad . Como se menciona en la respuesta de @ilovevolatility. El cálculo estocástico simple mostrará las propiedades que has mencionado. Para volatilidad realizada se mantiene lo siguiente: $$ dS_t = S_t^\beta\sigma_tdW_t, $$ Para $\beta=1$ , $dS_t=S_t\sigma_tdW_t$ , $S_t$ se convierte en movimiento geométrico browniano lo que significa que en el momento $t$ la distribución de $\log S_t$ se da: $$ \log S_T \sim N(S_t,\sigma_t^2(T-t)) $$ Para $\beta=0$ : $$dS_t=\sigma_tdW_t$$ que puede escribirse en forma integral $$ S_T=S_t + \int^T_t \sigma_t^2 dW_u $$ Según la teoría del cálculo estocástico, la integral se distribuye normalmente con media cero y varianza $\sigma_t^2(T-t)$ : $$ S_T \sim N(S_t,\sigma_t^2(T-t))$$
2 votos
No creo que sea cierto que la distribución subyacente sea perfectamente lognormal/normal en esos casos. La presencia de vol estocástico dará a la distribución colas gordas, por ejemplo.
0 votos
¿Podría proporcionar una referencia para esta afirmación?
0 votos
El documento de Hagan Managing Smile Risk tiene un gráfico de la sonrisa para Beta=0 y 1 (si el vol implícito tiene una sonrisa entonces la distribución debe ser de cola gorda)