2 votos

El modelo Ho Lee en Baxter&Rennie

Actualmente estoy leyendo Baxter&Rennie y tengo una dificultad para entender una derivación de fórmula para una función, $g(x,t,T)$ (esto se puede encontrar en la página 152 del libro). Sé que hay una solución aquí Derivación de Ho y Lee para el modelo de tipos cortos . Sin embargo, los autores dicen que la fórmula se puede obtener por Ito, aunque no veo cómo podría utilizarla en este caso.

Gracias por su ayuda

5voto

otto.poellath Puntos 1594

Aquí ofrecemos otra respuesta utilizando el cálculo de Ito. Parece complicado, pero también tiene su interés.

Dada la dinámica de los tipos cortos \begin{align*} dr_t = \nu(r_t, t) dt + \rho(r_t, t) dW_t, \end{align*} definimos la función \begin{align*} g(x, t, T) = -\ln E\left(e^{-\int_t^T r_s ds} \,\big|\, r_t = x\right). \end{align*} El tipo de interés a plazo $f(t, T)$ se define entonces por \begin{align*} f(t, T) = \frac{\partial g}{\partial T}(r_t, t, T). \end{align*} Usando el lema de Ito, \begin{align*} df(t, T) &= \frac{\partial^2 g}{\partial t \partial T} dt + \frac{\partial^2 g}{\partial r_t \partial T}dr_t + \frac{1}{2}\frac{\partial^3 g}{\partial^2 r_t \partial T}d\langle r, r\rangle_t\\ &=\left(\frac{\partial^2 g}{\partial t \partial T} + \frac{\partial^2 g}{\partial r_t \partial T} \nu(r_t, t) + \frac{1}{2}\rho(r_t, t)^2\frac{\partial^3 g}{\partial^2 r_t \partial T} \right)dt + \rho(r_t, t)\frac{\partial^2 g}{\partial r_t \partial T}dW_t\\ &= \sigma(t, T)\Sigma(t, T)dt + \sigma(t, T) dW_t, \end{align*} donde \begin{align*} \sigma(t, T) &= \rho(r_t, t)\frac{\partial^2 g}{\partial r_t\partial T}(r_t, t, T), \\ \Sigma(t, T) &= \int_t^T\sigma(t, s) ds = \rho(r_t, t)\frac{\partial g}{\partial r_t}(r_t, t, T),\\ \sigma(t, T)\Sigma(t, T) &= \frac{\partial^2 g}{\partial t \partial T} + \frac{\partial^2 g}{\partial r_t \partial T} \nu(r_t, t) + \frac{1}{2}\rho(r_t, t)^2\frac{\partial^3 g}{\partial^2 r_t \partial T}. \end{align*} Entonces \begin{align*} \rho(r_t, t)^2\frac{\partial g}{\partial r_t}(r_t, t, T)\frac{\partial^2 g}{\partial r_t\partial T}(r_t, t, T) = \frac{\partial^2 g}{\partial t \partial T} + \frac{\partial^2 g}{\partial r_t \partial T} \nu(r_t, t) + \frac{1}{2}\rho(r_t, t)^2\frac{\partial^3 g}{\partial^2 r_t \partial T}, \end{align*} es decir, \begin{align*} \frac{1}{2}\rho(r_t, t)^2\frac{\partial }{\partial T}\left[\left(\frac{\partial g}{\partial r_t}\right)^2 \right] = \frac{\partial^2 g}{\partial t \partial T} + \frac{\partial^2 g}{\partial r_t \partial T} \nu(r_t, t) + \frac{1}{2}\rho(r_t, t)^2\frac{\partial^3 g}{\partial^2 r_t \partial T}. \end{align*} Tenga en cuenta que \begin{align*} \int_t^T \frac{\partial }{\partial u}\left[\left(\frac{\partial g}{\partial r_t}(r_t, t, u)\right)^2 \right]du &= \left(\frac{\partial g}{\partial r_t}(r_t, t, T)\right)^2,\\ \int_t^T \frac{\partial^2 g}{\partial t \partial u}(r_t, t, u) du &= \lim_{s\rightarrow t+} \frac{\partial }{\partial t}\int_s^T \frac{\partial g}{\partial u}(r_t, t, u) du\\ &= \lim_{s\rightarrow t+} \frac{\partial }{\partial t} \big(g(r_t, t, T) -g(r_t,t, s)\big)\\ &=\frac{\partial g}{\partial t} +r_t. \end{align*} Para más detalles, véase el anexo. Entonces, \begin{align*} \frac{1}{2}\rho(r_t, t)^2\left(\frac{\partial g}{\partial r_t}\right)^2 = \frac{\partial g}{\partial t} +r_t + \frac{\partial g}{\partial r_t} \nu(r_t, t) + \frac{1}{2}\rho(r_t, t)^2\frac{\partial^2 g}{\partial^2 r_t}. \tag{1} \end{align*} Obsérvese que, también podemos obtener la ecuación $(1)$ utilizando la EDP para el precio del bono $ P$ (ver PDE para la determinación del precio de los derivados de tipos de interés ) y luego hacer la sustitución $P=e^{-g}$ .

Además, hay que tener en cuenta que \begin{align*} r_t &= f(t, t)\\ &=f(0, t) - \int_0^t \sigma(s, t)\Sigma(s, t)ds + \int_0^t \sigma(s, t) dW_s. \end{align*} En el modelo Ho-Lee, $\rho(r_t, t) = \sigma$ y $\nu(r_t, t)=\theta_t$ . Entonces, para cualquier $t>0$ , \begin{align*} Var(r_t - f(t, t)) = \int_0^t E\left(\sigma(s, t)-\sigma \right)^2ds = 0 \end{align*} Eso es, \begin{align*} \sigma(t, T) &= \sigma,\\ \frac{\partial^2 g}{\partial r_t\partial T}(r_t, t, T) &= 1, \\ \frac{\partial g}{\partial r_t}(r_t, t, T) &= T-t. \end{align*} Desde $(1)$ , \begin{align*} \frac{1}{2} \sigma^2 (T-t)^2 = \frac{\partial g}{\partial t} +r_t + (T-t) \theta_t, \end{align*} Por lo tanto, \begin{align*} \frac{\sigma^2}{6} (T-t)^3 = g(r_t, T, T) - g(r_t, t, T) +r_t(T-t) + \int_t^T (T-s) \theta_s ds. \end{align*} Eso es, \begin{align*} g(r_t, t, T) &= r_t(T-t) - \frac{\sigma^2}{6} (T-t)^3 + \int_t^T (T-s) \theta_s ds. \end{align*}

Anexo

Observamos que \begin{align*} \lim_{s\rightarrow t+} \frac{\partial }{\partial t}g(r_t, t, s) &=\lim_{s\rightarrow t+}\lim_{\delta \rightarrow 0+}\frac{-\ln E\left(e^{-\int_{t+\delta}^s r_udu}\mid \mathcal{F}_{t+\delta} \right) + \ln E\left(e^{-\int_t^s r_udu}\mid \mathcal{F}_t \right)}{\delta}\\ &=\lim_{s\rightarrow t+}\lim_{\delta \rightarrow 0+}\frac{-\ln E\left(e^{\int_t^{t+\delta} r_udu}e^{-\int_t^s r_udu}\mid \mathcal{F}_{t+\delta} \right) + \ln E\left(e^{-\int_t^s r_udu}\mid \mathcal{F}_t \right)}{\delta}\\ &=\lim_{s\rightarrow t+}\lim_{\delta \rightarrow 0+}\frac{-\int_t^{t+\delta} r_udu -\ln E\left(e^{-\int_t^s r_udu}\mid \mathcal{F}_{t+\delta} \right) + \ln E\left(e^{-\int_t^s r_udu}\mid \mathcal{F}_t \right)}{\delta}\\ &=\lim_{\delta \rightarrow 0+}\lim_{s\rightarrow t+}\frac{-\int_t^{t+\delta} r_udu -\ln E\left(e^{-\int_t^s r_udu}\mid \mathcal{F}_{t+\delta} \right) + \ln E\left(e^{-\int_t^s r_udu}\mid \mathcal{F}_t \right)}{\delta}\\ &=-r_t. \end{align*}

1voto

johnmcp Puntos 106

Bien, creo que lo he resuelto. Asumí que necesitábamos usar el lema de Ito aquí, sin embargo, parece que los autores se refieren a usar la isometría de Ito, que debe ser usada para probar la siguiente igualdad $$\mathbb{E}_Q\Big(e^{-\sigma\int_t^T (T-u)dW_u} \mid r_t\Big)=e^{\frac{\sigma^2}{2}\int_t^T(T-u)^2 du}$$

Sabemos que para una variable aleatoria de distribución normal $X$ (con media $\mu$ y la varianza $\sigma ^2$ ) y $\lambda \in \mathbb{R}$ la fórmula de abajo es válida: $$\mathbb{E}(e^{\lambda X} )= \exp \left(-\lambda \mu+ \frac{1}{2} \lambda^2 \sigma^2 \right)$$ del teorema de la fucción generadora de momentos.

El valor esperado de $-\sigma\int_t^T (T-u)dW_u$ es $0$ .

La varianza se puede obtener a partir de la fórmula $$\mathbb{D}^2X=\mathbb{E}X^2-(\mathbb{E}X)^2$$

De la isometría de Ito (este es el paso con Ito que estaba buscando):

$$\mathbb{E}\left( -\sigma\int_t^T (T-u)dW_u \right)^2=\mathbb{E}\left( \sigma^2\int_t^T (T-u)^2du \right)=\sigma^2\int_t^T (T-u)^2du$$ desde $\sigma^2\int_t^T (T-u)^2du$ es constante. Teniendo $\mu$ y $\sigma^2$ podemos aplicar la fórmula del valor esperado del MGF y obtener la primera igualdad

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