Lösungen der Aufgaben - RheinAhrCampus
Lösungen der Aufgaben - RheinAhrCampus
Lösungen der Aufgaben - RheinAhrCampus
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Jürgen Kremer<br />
Portfoliotheorie,<br />
Risikomanagement und die<br />
Bewertung von Derivten<br />
<strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Springer<br />
Berlin Heidelberg NewYork<br />
Hong Kong London<br />
Milan Paris Tokyo
Inhaltsverzeichnis<br />
1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong> . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1<br />
1.1 Ein-Perioden-Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1<br />
1.2 Portfoliotheorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12<br />
1.3 Mehr-Perioden-Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27<br />
1.4 Optionen, Futures und an<strong>der</strong>e Derivate . . . . . . . . . . . . . . . . . . . . . 44<br />
1.5 Value at Risk und kohärente Risikomaße . . . . . . . . . . . . . . . . . . . 48<br />
1.6 Diskrete Stochastische Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . 54<br />
1.7 Diskrete Stochastische Finanzmathematik . . . . . . . . . . . . . . . . . . 62
1<br />
<strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
1.1 Ein-Perioden-Modelle<br />
Aufgabe 1.1.<br />
Konstruieren Sie ein Beispiel eines Marktmodells mit zwei Finanzinstrumenten<br />
und zwei Zuständen, wobei das erste ein Vielfaches des zweiten ist. Machen<br />
Sie sich klar, daßhier für ein replizierbares Auszahlungspro…l unendlich viele<br />
replizierende Portfolios mit gleichem Anfangspreis existieren.<br />
Lösung.<br />
Mit<br />
(b; D) =<br />
10<br />
100<br />
gilt für ein beliebiges Portfolio h 2 R 2<br />
D > h = 12h1 + 120h2<br />
8h1 + 80h2<br />
;<br />
12 8<br />
120 80<br />
= 12<br />
8<br />
Es ist also jedes Vielfache <strong>der</strong> Auszahlung<br />
Auszahlung<br />
12<br />
8<br />
also durch h = 1<br />
0 +<br />
gleichen Preis<br />
zum Zeitpunkt 0.<br />
O¤enbar gilt<br />
12<br />
8<br />
wird durch alle Portfolios h mit h<br />
10<br />
1<br />
ker D > = h 2 R 2 h =<br />
(h1 + 10h2) :<br />
replizierbar. Speziell die<br />
1<br />
10<br />
= 1 repliziert,<br />
. Jedes dieser Portfolios besitzt jedoch den<br />
h b = 10<br />
10<br />
1<br />
? 10<br />
100<br />
= b:
2 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Aufgabe 1.2.<br />
Machen Sie sich klar, daßdie Schnittmenge C \ B (0) im Beweis von Satz<br />
1.44 gebildet wurde, um die Tatsache zu verwenden, daßstetige Funktionen<br />
auf kompakten Mengen ein Minimum annehmen.<br />
Lösung.<br />
Stets kann ein > 0 so großgewählt werden, daßC \ B (0) 6= ; gilt, wobei<br />
B (0) = fx 2 R n j kxk g. Für jedes x 2 C \ B (0) ist o¤ensichtlich<br />
kxk . Für jedes x 2 CnB (0) gilt dagegen kxk > , so daßdas Minimum<br />
<strong>der</strong> Funktion x 7 ! kxk tatsächlich nur in <strong>der</strong> Menge C \ B (0) gesucht werden<br />
muß. Als Durchschnitt zweier kompakter, d.h. in R n abgeschlossener und<br />
beschränkter, Mengen ist C \ B (0) selbst kompakt. Auf Grund <strong>der</strong> inversen<br />
Dreiecksungleichung<br />
jkxk kykj kx yk<br />
ist die Abbildung x 7 ! kxk stetig. Da stetige Funktionen auf kompakten<br />
Mengen ihr Minimum annehmen, folgt die Behauptung. (Stetige Funktionen<br />
nehmen auf kompakten Mengen auch ihr Maximum an, aber dies wird hier<br />
nicht benötigt.)<br />
Aufgabe 1.3.<br />
Sei K eine konvexe Teilmenge des R n , sei V ein Untervektorraum des R n<br />
und sei C := K V = fx 2 R n j9(k; v) 2 K V; x = k v g. Weisen Sie die<br />
Konvexität von C nach.<br />
Lösung.<br />
C ist konvex, wenn mit je zwei Punkten aus C auch die Verbindungslinie<br />
dieser Punkte in C liegt. Seien also x; y 2 C beliebig. Dann gilt x = k v und<br />
y = l w für k; l 2 K und für v; w 2 V . Sei weiter 0 1. Dann folgt<br />
x + (1 + ) y = k + (1 + ) l ( v + (1 ) w) :<br />
Da K konvex ist, gilt k + (1 + ) l 2 K und da V ein Untervektorraum ist,<br />
gilt v + (1 ) w 2 V . Daraus folgt die Behauptung.<br />
Aufgabe 1.4.<br />
Zeigen Sie, daßUntervektorräume des R n abgeschlossen sind.
Lösung.<br />
1.1 Ein-Perioden-Modelle 3<br />
Sei V ein Untervektorraum des R n . Wähle eine Orthonormalbasis u1; : : : ; uk<br />
von V und ergänze diese zu einer Orthonormalbasis u1; : : : ; uk; vk+1; : : : ; vn<br />
des R n . Sei nun x 62 V beliebig gewählt. Dann gilt x = 1u1 + + kuk +<br />
k+1vk+1 + + nvn. Weiter ist wenigstens ein j, j = k + 1; : : : ; n, von Null<br />
verschieden, denn an<strong>der</strong>nfalls wäre x 2 V . Dann gilt für jedes y = 1u1 +<br />
+ kuk 2 V<br />
kx yk 2 =<br />
kX<br />
( i i) 2 +<br />
i=1<br />
nX<br />
i=k+1<br />
2<br />
i<br />
2<br />
j > 0:<br />
Daraus folgt kx<br />
o¤ene Kugel<br />
yk j jj =: " > 0 für alle y 2 V . Dann besitzt aber die<br />
die Eigenschaft<br />
n<br />
B " (x) = z 2 R 2 n kx zk < "<br />
o<br />
2<br />
B " (x) \ V = ?:<br />
2<br />
Da x 62 V beliebig gewählt war, ist das Komplement von V o¤en, also V selbst<br />
abgeschlossen.<br />
Aufgabe 1.5.<br />
Sei K eine kompakte Teilmenge des R n , sei V ein Untervektorraum des R n<br />
und sei C = K V = fx 2 R n j9(k; v) 2 K V; x = k v g. Zeigen Sie, daß<br />
C abgeschlossen ist.<br />
Lösung.<br />
Sei xn 2 C für n 2 N mit limn!1 xn = x 2 Rn . Zu zeigen ist x 2 C. Nach<br />
De…nition gilt xn = kn vn, wobei kn 2 K und vn 2 V . Da K kompakt ist,<br />
gibt es zu (kn) eine in K konvergente Teilfolge knj . Es gilt also<br />
Daraus folgt die Konvergenz <strong>der</strong> Folge<br />
lim<br />
j!1 knj = k 2 K:<br />
vnj = knj xnj<br />
als Di¤erenz zweier konvergenter Folgen. Da V nach Aufgabe 1.4 abgeschlossen<br />
ist, folgt<br />
lim vnj = v 2 V:<br />
j!1<br />
Dies bedeutet aber<br />
was zu zeigen war.<br />
lim xnj = k v 2 C;<br />
j!1
4 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Aufgabe 1.6.<br />
Begründen Sie im Detail, warum die Menge<br />
kompakt und konvex ist.<br />
Lösung.<br />
M = fx 2 R n j x > 0; x1 + + xn = 1g<br />
Seien x; y 2 M. Zu zeigen ist, daßfür beliebiges 0 1 gilt x+(1 + ) y 2<br />
M. Nun ist<br />
x1 + (1 + ) y1 + + xn + (1 ) yn<br />
= (x1 + + xn) + (1 ) (y1 + + yn)<br />
= + (1 )<br />
= 1:<br />
Also ist M konvex. Weiter ist M beschränkt. Für x 2 M gilt zunächst xj<br />
1 für alle j = 1; : : : ; n, denn an<strong>der</strong>nfalls wäre x1 + + xn > 1, da nach<br />
Voraussetzung xj 0 für alle j. Daraus folgt<br />
kxk 2 = x 2 1 + + x 2 n<br />
= 1:<br />
x1 + + xn<br />
Also gilt M B1 (0). Sei (xk) eine Folge in M. Da M beschränkt ist, gibt es<br />
eine konvergente Teilfolge xkj in M. Es gilt also<br />
Zu zeigen ist x 2 M. Nun gilt aber<br />
lim<br />
j!1 xkj = x 2 Rn :<br />
1 = xkj;1 + + xkj;n ! x1 + + xn:<br />
Daraus folgt aber x1 + + xn = 1, also x 2 M. Damit ist M auch abgeschlossen,<br />
also zusammen mit <strong>der</strong> Beschränktheit kompakt, was zu zeigen<br />
war.<br />
Aufgabe 1.7.<br />
Betrachten Sie das Marktmodell<br />
(b; D) =<br />
1<br />
5<br />
;<br />
1:1 1:1<br />
7 4<br />
1. Untersuchen Sie (b; D) auf Vollständigkeit und auf Arbitragefreiheit.<br />
2. Bestimmen Sie den Wert einer Call-Option auf S 2 mit Basispreis K = 6.<br />
3. Berechnen Sie den Forward-Preis F eines Forward-Kontrakts auf S 2 .<br />
:
Lösung.<br />
1.1 Ein-Perioden-Modelle 5<br />
1. Die Matrix D ist regulär, also ist das Marktmodell vollständig. Ferner gilt<br />
D = b für<br />
= 0:454 55<br />
:<br />
0:454 55<br />
Wegen 0 ist (b; D) arbitragefrei.<br />
2. Die Auszahlung c <strong>der</strong> Call-Option lautet c = 1<br />
Wert c0 <strong>der</strong> Option zu<br />
0<br />
c0 = h ; ci = 0:454 55:<br />
3. Die Auszahlung eines Forward-Kontrakts lautet c =<br />
folgt<br />
c0 = h ; ci = 0:454 55 11 2 0:454 55 F:<br />
Es gilt c0 = 0 genau dann, wenn<br />
F = 5:5:<br />
Eine alternative Berechnungsmöglichkeit lautet<br />
Aufgabe 1.8.<br />
Betrachten Sie das Marktmodell<br />
(b; D) =<br />
F = S 2 0 (1 + r) = 5 1:1 = 5:5:<br />
1<br />
5<br />
;<br />
1:1 1:1 1:1<br />
7 4 6<br />
. Daraus ergibt sich <strong>der</strong><br />
:<br />
7 F<br />
4 F<br />
. Daraus<br />
1. Untersuchen Sie (b; D) auf Vollständigkeit und auf Arbitragefreiheit.<br />
2. Bestimmen Sie den Wert einer Call-Option auf S 2 mit Basispreis K = 6.<br />
3. Berechnen Sie den Forward-Preis F eines Forward-Kontrakts auf S 2 .<br />
Lösung.<br />
1. Die Abbildung D > : R 2 ! R 3 ist nicht surjektiv, also ist (b; D) nicht<br />
vollständig. Die Gleichung D = b hat die <strong>Lösungen</strong><br />
0 1<br />
0:454 55<br />
:= @ 0:454 55 A +<br />
0<br />
@<br />
1<br />
0:666 67<br />
0:333 33 A :<br />
0<br />
1
6 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Für = 1<br />
2 gilt<br />
also ist 1<br />
2<br />
1<br />
2 =<br />
0 1<br />
0:121 22<br />
@ A 0;<br />
0:287 89<br />
1<br />
2<br />
ein Zustandsvektor, und (b; D) ist arbitragefrei. Weiter ist auch<br />
0 1<br />
0:232 33<br />
@ A 0:<br />
1<br />
3 =<br />
0:343 44<br />
1<br />
3<br />
0<br />
2. Die Auszahlung c <strong>der</strong> Call-Option lautet c = @ 1<br />
1<br />
0 A. Damit ergibt sich<br />
0<br />
D<br />
und D<br />
E<br />
1 ; c = 0:121 22<br />
2<br />
E<br />
1 ; c = 0:232 33:<br />
3<br />
Daraus folgt, daßdie Auszahlung <strong>der</strong> Option nicht replizierbar ist, daßalso<br />
die Option nicht durch den Preis eines replizierenden Portfolios bewertet<br />
werden kann.<br />
3. Hier gilt –wie in <strong>der</strong> letzten Aufgabe –<br />
F = S 2 0 (1 + r) = 5 1:1 = 5:5:<br />
0 1<br />
7<br />
An<strong>der</strong>erseits gilt aber auch c = @ 4 A<br />
6<br />
F für die Auszahlung des Forward-<br />
Kontrakts und<br />
D<br />
also in beiden Fällen<br />
Aufgabe 1.9.<br />
E D<br />
1 ; c =<br />
2<br />
F =<br />
E<br />
1 ; c<br />
3<br />
= 5 0:909 11 F;<br />
5<br />
= 5:5:<br />
0:909 11<br />
Betrachten Sie das Marktmodell<br />
00<br />
(b; D) = @@<br />
1<br />
5<br />
1 0 11<br />
1:1 1:1 1:1<br />
A ; @ 7 4 6 AA<br />
:<br />
10 12 9 9<br />
1. Zeigen Sie, daß(b; D) vollständig, aber nicht arbitragefrei ist.<br />
2. Finden Sie eine Arbitragegelegenheit.
Lösung.<br />
1.1 Ein-Perioden-Modelle 7<br />
1. Der Rang von D ist 3, so daß(b; D) vollständig ist. Weiter ist die eindeutig<br />
bestimmte Lösung von D = b gegeben durch<br />
0 1<br />
0:606 06<br />
= @ 0:530 3 A :<br />
0:227 27<br />
Damit existieren in (b; D) Arbitragegelegenheiten.<br />
2. Für<br />
0<br />
c = @<br />
0<br />
1<br />
0:227 27 A > 0<br />
0:530 3<br />
gilt o¤enbar<br />
h ; ci = 0:<br />
Da (b; D) vollständig ist, ist c replizierbar. Damit ist c eine positive Auszahlung,<br />
die zum Zeitpunkt 0 keinen Kapitaleinsatz erfor<strong>der</strong>t und somit<br />
eine Arbitragegelegenheit bietet. Das eindeutig bestimmte replizierende<br />
Portfolio lautet<br />
0<br />
h = @<br />
1: 515 1<br />
0:151 52<br />
0:227 27<br />
1<br />
A :<br />
Damit gilt nun<br />
und<br />
also ist h eine Arbitragegelegenheit.<br />
Aufgabe 1.10.<br />
h b = 0<br />
D > h = c > 0;<br />
Betrachten Sie das Marktmodell<br />
00<br />
1<br />
1 0<br />
11<br />
1:1 1:1 1:1 1:1<br />
(b; D) = @@<br />
5 A ; @ 7 4 6 3 AA<br />
:<br />
10 12 9 9 13<br />
1. Zeigen Sie, daß(b; D) nicht vollständig, dagegen aber arbitragefrei ist.<br />
2. Geben Sie eine zustandsabhängige Auszahlung c 2 R 4 an, die nicht repliziert<br />
werden kann.<br />
3. Bestimmen Sie die Menge aller replizierbaren Auszahlungen.
8 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Lösung.<br />
1. Die Abbildung D > : R 3 ! R 4 ist nicht surjektiv, also ist (b; D) nicht<br />
vollständig. Ferner hat das Gleichungssystem D = b die <strong>Lösungen</strong><br />
0 1<br />
0:606 06<br />
B<br />
= B 0:530 3 C<br />
@ 0:227 27 A<br />
0<br />
+<br />
0<br />
B<br />
@<br />
1<br />
1: 333 3<br />
2: 166 7 C<br />
2: 5 A<br />
1<br />
:<br />
Dann gilt<br />
und<br />
Also sind sowohl 1<br />
5<br />
1<br />
5 =<br />
1<br />
10 =<br />
als auch 1<br />
10<br />
0 1<br />
0:339 4<br />
B 0:096 96 C<br />
@ 0:727 27 A<br />
0:2<br />
0 1<br />
0:472 73<br />
B 0:313 63 C<br />
@ 0:477 27 A<br />
0:1<br />
:<br />
Zustandsvektoren, und (b; D) ist arbi-<br />
tragefrei.<br />
2. Daraus folgt beispielsweise, daßalle Einheitsvektoren e1; : : : ; e4 nicht re-<br />
plizierbar sind, denn es gilt<br />
D<br />
1<br />
5 i =<br />
1 ; ei<br />
5<br />
E D<br />
6=<br />
1 ; ei<br />
10<br />
E<br />
= 1<br />
10 i:<br />
3. Eine Auszahlung c 2 R4 ist dann replizierbar, wenn h 0;<br />
ci den gleichen 1<br />
1: 333 3<br />
B<br />
Wert für alle 2 R besitzt. Daraus folgt, daßalle zu B 2: 166 7 C<br />
@ 2: 5 A<br />
1<br />
orthogonalen<br />
Vektoren replizierbar sind. So besitzt beispielsweise das Gleichungssystem<br />
D > 0 1<br />
0<br />
0 1<br />
B<br />
h = c für c := B 0 C<br />
2: 272 7<br />
C<br />
@ 1 A die Lösung h = @ 0:5 A.<br />
0:5<br />
2: 5<br />
Aufgabe 1.11.<br />
Betrachten Sie das Marktmodell<br />
00<br />
(b; D) = @@<br />
1<br />
5<br />
1 0 11<br />
1:1 1:1 1:1<br />
A ; @ 3 4 7 AA<br />
:<br />
10 12 9 11
1.1 Ein-Perioden-Modelle 9<br />
1. Zeigen Sie, daßdas Marktmodell arbitragefrei und vollständig ist.<br />
2. Bestimmen Sie die Werte einer Call- und einer Put-Option auf S 3 mit<br />
Basispreis K = 10.<br />
3. Veri…zieren Sie die Put-Call-Parität mit Hilfe <strong>der</strong> Ergebnisse aus 2.<br />
4. Bestimmen Sie die Werte aus 2. mit Hilfe des diskontierten Marktmodells,<br />
wobei S 1 als Numéraire gewählt werden soll.<br />
5. Bestimmen Sie die Werte aus 2. mit Hilfe des diskontierten Marktmodells,<br />
wobei S 3 als Numéraire gewählt werden soll.<br />
Lösung.<br />
1. Das Gleichungssystem D = b besitzt die eindeutig bestimmte Lösung<br />
0 1<br />
0:247 93<br />
= @ 0:123 97 A :<br />
0:537 19<br />
Da 0, ist das Marktmodell (b; D) arbitragefrei. Da weiter die Lösung<br />
eindeutig bestimmt ist, ist D injektiv und damit nach dem Dimensionssatz<br />
auch surjektiv. Also ist (b; D) auch vollständig.<br />
2. Für die Auszahlungen c und p <strong>der</strong> Call- und Put-Option gilt<br />
c = max S 3<br />
0<br />
10; 0 = @ 2<br />
1<br />
0 A ;<br />
1<br />
p = max 10 S 3 0 1<br />
0<br />
; 0 = @ 1 A :<br />
0<br />
Da das Marktmodell vollständig ist, sind die Auszahlungen <strong>der</strong> Optionen<br />
replizierbar, und die zugehörigen Preise c0 und p0 ergeben sich zu<br />
3. Die Put-Call-Parität lautet<br />
c0 = h ; ci = 1: 033;<br />
p0 = h ; pi = 0:124:<br />
c0 = S0 dK + p0:<br />
Mit d = 1 + 2 + 3 = 0:909 09 = 1<br />
1:1 gilt S0<br />
10<br />
dK + p0 = 10<br />
0:124 = 1: 033 = c0.<br />
4. Das diskontierte Marktmodell mit S1 als Numéraire lautet<br />
00<br />
~ b; D ~ B<br />
= @@<br />
1<br />
1 0 11<br />
1 1 1<br />
5 A B 3 4 7 CC<br />
; @ 1:1 1:1 1:1 AA<br />
:<br />
10<br />
12<br />
1:1<br />
9<br />
1:1<br />
11<br />
1:1<br />
1:1 +
10 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Der zugehörige Zustandsvektor ~ ergibt sich als Lösung von ~ D ~ = ~ b zu<br />
0 1<br />
0:272 73<br />
~ = @ 0:136 36 A :<br />
0:590 91<br />
Die diskontierten Auszahlungen lauten<br />
0<br />
~c = c<br />
S 1 1<br />
~p = p<br />
S 1 1<br />
= @<br />
0<br />
= @<br />
2<br />
1:1<br />
0<br />
1<br />
1:1<br />
0<br />
1<br />
1:1<br />
0<br />
Damit ergeben sich die Preise <strong>der</strong> Optionen im diskontierten Modell zu<br />
c0 = S 1 D E<br />
0 ~c0 = ~c0 = ~ ; ~c = 1: 033;<br />
p0 = S 1 D E<br />
0 ~p0 = ~p0 = ~ ; ~p = 0:124:<br />
5. Das diskontierte Marktmodell mit S3 als Numéraire lautet<br />
00<br />
1 0 11<br />
~ b; D ~ BB<br />
= @@<br />
1<br />
10<br />
1<br />
2<br />
1<br />
1<br />
A ;<br />
1<br />
A :<br />
1:1 1:1 1:1<br />
12 9 11<br />
3 4 7<br />
12 9 11<br />
C B<br />
A ; @<br />
CC<br />
AA<br />
:<br />
1 1 1<br />
Der zugehörige Zustandsvektor ~ ergibt sich als Lösung von ~ D ~ = ~ b zu<br />
0 1<br />
0:297 52<br />
~ = @ 0:111 57 A :<br />
0:590 91<br />
Die diskontierten Auszahlungen lauten<br />
0<br />
~c = c<br />
S 3 1<br />
~p = p<br />
S 3 1<br />
= @<br />
0<br />
= @<br />
1<br />
6<br />
0<br />
1<br />
11<br />
0<br />
1<br />
9<br />
0<br />
Damit ergeben sich die Preise <strong>der</strong> Optionen im diskontierten Modell wie<strong>der</strong>um<br />
zu<br />
1<br />
A ;<br />
1<br />
A :<br />
c0 = S 3 D E<br />
0 ~c0 = 10~c0 = 10 ~ ; ~c<br />
p0 = S 3 0 ~p0 = 10~p0 = 10<br />
= 1: 033;<br />
D E<br />
~ ; ~p = 0:124:
Aufgabe 1.12.<br />
Betrachten Sie das Marktmodell<br />
00<br />
(b; D) = @@<br />
56<br />
1 0 11<br />
60 59 57<br />
8 A ; @ 11 7 10 AA<br />
:<br />
33 32 36 41<br />
1.1 Ein-Perioden-Modelle 11<br />
1. Zeigen Sie, daß(b; D) arbitragefrei und vollständig ist, und bestimmen Sie<br />
den eindeutig bestimmten Zustandsvektor .<br />
2. Finden Sie die eindeutig bestimmte festverzinsliche Anlage mit <strong>der</strong> Eigenschaft<br />
S1 (!) = 1 für alle ! 2 .<br />
3. Bestimmen Sie daraus den Diskontfaktor d und den risikolosen Zinssatz<br />
r.<br />
4. Veri…zieren Sie d = P 3<br />
j=1 j.<br />
Lösung.<br />
1. Die eindeutig bestimmte Lösung des Gleichungssystems D = b lautet<br />
0<br />
B<br />
= @<br />
1 0<br />
C B<br />
A = @<br />
0:312 80<br />
0:588 72<br />
4: 381 8 10 2<br />
1<br />
C<br />
A :<br />
721<br />
2305<br />
1357<br />
2305<br />
101<br />
2305<br />
Also ist (b; D) arbitragefrei und vollständig.<br />
2. Die eindeutig bestimmte Lösung von D > 0 1<br />
1<br />
= @ 1 A =: e lautet<br />
1<br />
=<br />
0<br />
B<br />
@<br />
1<br />
32<br />
2305<br />
3 C<br />
2305 A =<br />
11<br />
2305<br />
0<br />
1: 388 3<br />
B<br />
@<br />
10 2<br />
1: 301 5 10 3<br />
4: 772 2 10 3<br />
1<br />
C<br />
A :<br />
Das Portfolio bildet damit eine festverzinsliche Kapitalanlage.<br />
3. Der Wert d von zum Zeitpunkt 0 lautet<br />
d = h ; ei = 2179<br />
= 0:945 34;<br />
2305<br />
und entspricht gerade dem Diskontfaktor des Modells. Die zugehörige Rendite<br />
r lautet<br />
r = 1<br />
d<br />
4. Dies folgt unmittelbar aus d = h ; ei.<br />
1 = 126<br />
= 5: 782 5%:<br />
2179
12 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Aufgabe 1.13.<br />
Sei (b; D) ein arbitragefreies Marktmodell mit Zustandsvektor und seien<br />
C und C 0 zwei Investitionsalternativen, die zu den beiden zukünftigen zustandsabhängigen<br />
replizierbaren Auszahlungen c 2 R K und c 0 2 R K führen.<br />
Wir möchten ein Kriterium einführen, nach dem <strong>der</strong>artige Investitionen miteinan<strong>der</strong><br />
verglichen werden können und nach dem insbeson<strong>der</strong>e festgestellt<br />
werden kann, ob und wann C 0 gegenüber C zu bevorzugen ist. Dazu wird auf<br />
Im D > Im D > eine Relation de…niert durch<br />
c 0<br />
c () h ; c 0 i h ; ci :<br />
c 0 c bedeutet, daßc 0 wenigstens so gut ist wie c. Dies ist de…nitionsgemäß<br />
also genau dann <strong>der</strong> Fall, wenn <strong>der</strong> auf t = 0 transformierte Wert h ; c 0 i von<br />
c 0 größer gleich dem auf t = 0 transformierten Wert h ; ci von c ist.<br />
1. Zeigen Sie, daß eine re‡exive und transitive Relation de…niert.<br />
2. De…niert auch eine Ordnungsrelation?<br />
Lösung.<br />
1. Die Relation ist re‡exiv, denn für alle c 2 Im D > gilt h ; ci h ; ci.<br />
Gilt c 0 c und c 00 c 0 , so folgt<br />
also<br />
Also ist transitiv.<br />
2. Wähle c = 1<br />
0 h ; c 0<br />
0 h ; c 00<br />
0 h ; c 0<br />
= h ; c 00<br />
ci und<br />
c 0 i ;<br />
ci + h ; c 00<br />
ci :<br />
; 0; : : : ; 0 und c<br />
1<br />
0 = 0; 1<br />
2<br />
h ; ci = h ; c 0 i = 1;<br />
c 0 i<br />
; 0; : : : ; 0 . Dann gilt<br />
aber c 6= c 0 . Also ist nicht antisymmetrisch und damit keine Ordnungsrelation.<br />
1.2 Portfoliotheorie<br />
Aufgabe 2.1.<br />
Betrachten Sie ein Portfolio, das aus den beiden Wertpapieren S 1 und S 2<br />
besteht. Die erwartete Rendite von S 1 betrage 5%, die von S 2 habe den Wert<br />
8%. Das Risiko von S 1 betrage 18%, das von S 2 sei 25%. Die Kovarianz <strong>der</strong><br />
Renditen von S 1 und S 2 betrage 0:0135.
1.2 Portfoliotheorie 13<br />
1. Welche Werte besitzen die erwartete Portfoliorendite und das Risiko des<br />
Portfolios, wenn 20% des eingesetzten Kapitals in S 1 und 80% in S 2 investiert<br />
werden?<br />
2. Wie mußdas Kapital zwischen S 1 und S 2 aufgeteilt werden, damit das<br />
Portfolio ein minimales Risiko besitzt?<br />
3. Berechnen Sie die erwartete Rendite und das Risiko dieses Portfolios.<br />
Lösung.<br />
1. Die erwartete Portfoliorendite lautet<br />
= 0:2 5% + 0:8 8% = 7:4%:<br />
Für die Portfoliovarianz 2 ( ) in Abhängigkeit des Kapitalanteils für<br />
S 1 gilt<br />
2 ( ) = ( 1) 2 + ((1 ) 2) 2 + 2 (1 ) Cov(R1; R2)<br />
= 2 2 + 2 c<br />
mit c := Cov(R1; R2). Daraus folgt<br />
also<br />
2. Mit<br />
gilt<br />
Dies verschwindet für<br />
2 ( ) = 2 2 + 2 c<br />
20 ( ) = 2 c<br />
=<br />
2<br />
2 + 2 1 + 2 2 2c<br />
2 (0:2) = 0:0456;<br />
(0:2) = 21:36%:<br />
2 ;<br />
2<br />
2 + 2 1 + 2 2 2c<br />
2<br />
2 + 2<br />
2<br />
2 c<br />
2<br />
1 + 2 2 2c<br />
2<br />
1 + 2 2 2c :<br />
= 72:16%:<br />
3. In diesem Fall lautet die erwartete Portfoliorendite<br />
= 0:7216 5% + 0:2784 8% = 5:84%:<br />
Für die Varianz <strong>der</strong> Portfoliorendite erhalten wir<br />
also gilt für das Risiko<br />
2 (0:7216) = 0:0271;<br />
(0:7216) = 16:47%:<br />
2
14 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Aufgabe 2.2.<br />
Zeigen Sie, daßhX; Y i := E [XY ] ein Skalarprodukt auf dem Raum aller<br />
Zufallsvariablen X : ! R de…niert. Geben Sie eine Basis des Vektorraums<br />
aller Zufallsvariablen an, die bezüglich dieses Skalarprodukts orthonormal ist.<br />
Lösung.<br />
Unmittelbar aus <strong>der</strong> De…nition folgt die Symmetrie von h ; i. Die Bilinearität<br />
folgt sofort aus <strong>der</strong> Linearität des Erwartungswerts. Sei schließlich hX; Xi = 0.<br />
Dies bedeutet<br />
E X 2 kX<br />
= X 2 (!) P (!) = 0:<br />
i=1<br />
Da P (!) > 0 für alle ! 2 , folgt X2 = 0, also X = 0, was zu zeigen war.<br />
Sei 1f!g die charakteristische Funktion <strong>der</strong> einelementigen Menge f!g,<br />
also<br />
1f!g (! 0 ) = 1, falls !0 = !<br />
0 sonst<br />
;<br />
dann gilt mit <strong>der</strong> De…nition<br />
o¤enbar<br />
hei; eji =<br />
kX<br />
k=1<br />
ei :=<br />
1<br />
p P (!i) 1 f!ig<br />
1 f!ig (!k) 1 f!jg (!k)<br />
p P (!i) P (!j) P (!k) = ij:<br />
An<strong>der</strong>erseits gilt für jede beliebige Abbildung X : ! R<br />
X =<br />
=<br />
kX<br />
X (!i) 1f!ig i=1<br />
kX<br />
X (!i) p P (!i)ei;<br />
i=1<br />
also bilden die ei eine Orthonormalbasis.<br />
Aufgabe 2.3.<br />
(Bewertung einer Investition) Der Gesamtmarkt, repräsentiert etwa durch<br />
einen Index, habe ein Jahresrisiko von 20% und eine erwartete Jahresrendite<br />
von 8%. Der risikolose Zinssatz betrage 2%. Eine Investition S soll bewertet<br />
werden. Das Jahresrisiko von S werde auf 30% geschätzt und für die Korrelation<br />
zum Gesamtmarkt wird <strong>der</strong> Wert 0:4 angenommen. Wie hoch ist die<br />
zum Gesamtmarkt passende Jahresrendite <strong>der</strong> Investition S?
Lösung.<br />
Nach Gleichung (2.25) gilt<br />
= r + M r<br />
= 2 +<br />
= 5:6:<br />
M<br />
8 2<br />
20<br />
(R; RM )<br />
30 0:4<br />
Die zum Markt passende Jahresrendite beträgt also 5:6%.<br />
Aufgabe 2.4.<br />
1.2 Portfoliotheorie 15<br />
Wir betrachten ein Portfolio, das aus Anteilen an <strong>der</strong> risikolosen Kapitalanlage<br />
und aus Anteilen an P besteht und bezeichnen mit 0 den Prozentsatz des<br />
Kapitals, <strong>der</strong> in P investiert wird. Nach (2.27) läßt sich die erwartete Rendite<br />
P von P schreiben als P = r + ( r) P . Zeigen Sie, daßfür := E[R ]<br />
mit R = RP + (1 ) r gilt<br />
wobei = P .<br />
Lösung.<br />
Es gilt<br />
Aufgabe 2.5.<br />
= E[R ]<br />
= r + ( r) ;<br />
= E[ RP + (1 ) r]<br />
= E[RP ] + (1 ) r<br />
= (r + ( r) P ) + (1 ) r<br />
= r + ( r) P :<br />
Die Investition S aus Aufgabe 2.3 verspricht nach einem Jahr eine erwartete<br />
Auszahlung von 10 000 Euro. Wie hoch ist <strong>der</strong> zum Markt passende Preis S0<br />
heute?
16 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Lösung.<br />
Nach Gleichung (2.34) gilt<br />
S0 = E[S1]<br />
1 +<br />
= 10 000<br />
1:056<br />
= 9469:7:<br />
Der zum Markt passende Preis beträgt also 9469:7 Euro.<br />
Aufgabe 2.6.<br />
Geben Sie einen alternativen Beweis für die Aussagen EQ [L] 1 und 1 =<br />
EQ [L] () P = Q an. Gehen Sie dazu mit qj := Q (!j) und pj := P (!j) aus<br />
von<br />
KX<br />
1 =<br />
und verwenden Sie die Schwarzsche Ungleichung zum Nachweis von<br />
Lösung.<br />
1<br />
KX<br />
q 2 j<br />
pj<br />
j=1<br />
j=1<br />
qj<br />
= E Q [L]:<br />
Mit qj = Q (!j) und pj = P (!j) gilt E Q [L] = P K<br />
j=1<br />
Schwarzschen Ungleichung<br />
Also gilt<br />
KX KX qj p<br />
1 = qj = p pj<br />
pj<br />
j=1<br />
Weiter ist 1 = P K<br />
j=1<br />
q 2<br />
j<br />
pj<br />
j=1<br />
1<br />
v<br />
u<br />
t K X<br />
KX<br />
q 2 j<br />
pj<br />
j=1<br />
q 2 j<br />
pj<br />
j=1<br />
:<br />
q 2<br />
j<br />
pj<br />
v<br />
u<br />
t K v<br />
u<br />
X u<br />
pj = t K X<br />
j=1<br />
. Daraus folgt mit <strong>der</strong><br />
q 2 j<br />
pj<br />
j=1<br />
nach (2.15) genau dann, wenn qj<br />
p pj = p pj, also wenn<br />
qj = pj für alle j = 1; : : : ; K gilt. Aus P K<br />
j=1 qj = P K<br />
j=1 pj = 1 folgt = 1.<br />
Damit ist E Q [L] = 1 genau dann, wenn P = Q.<br />
:
Aufgabe 2.7.<br />
1.2 Portfoliotheorie 17<br />
Zeigen Sie, daß<strong>der</strong> Punkt p V[L]; r + V[L] im - -Diagramm auf <strong>der</strong> Kapitalmarktlinie<br />
liegt.<br />
Lösung.<br />
Für ( ; ) = p V[L]; r + V[L] gilt<br />
r = p V(L):<br />
Nach (2.50) liegt <strong>der</strong> Punkt ( ; ) daher auf <strong>der</strong> Kapitalmarktlinie.<br />
Aufgabe 2.8.<br />
Sei M ein Portfolio mit <strong>der</strong> Eigenschaft<br />
RM = (1 ) r + RL:<br />
Sei weiter M 0 ein Portfolio, das aus einer Investition von 0 Kapitalanteilen<br />
in L und aus 1<br />
gilt also<br />
0 Anteilen <strong>der</strong> risikolosen Kapitalanlage gebildet wird. Es<br />
RM 0 = 1<br />
Zeigen Sie, dass es dann ein 2 R gibt mit<br />
0 r + 0 RL:<br />
RM 0 = (1 ) r + RM :<br />
Dies bedeutet, daßdas Portfolio M 0 auch als Mischung <strong>der</strong> risikolosen Kapitalanlage<br />
mit M dargestellt werden kann. In diesem Sinne sind also je<br />
zwei riskante Portfolios auf <strong>der</strong> Kapitalmarktlinie gleichwertig, und das One<br />
Fund Theorem gilt nicht nur für L selbst, son<strong>der</strong>n auch für jedes Portfolio<br />
M = a + bL mit b 6= 0.<br />
Lösung.<br />
Mit<br />
und<br />
gilt <strong>der</strong> Zusammenhang<br />
RM 0 = 1<br />
0 r + 0 RL<br />
RM = (1 ) r + RL
18 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
RM 0 = 1<br />
= 1<br />
= 1<br />
= 1<br />
Wähle also := 0<br />
.<br />
Aufgabe 2.9.<br />
0 r + 0 RL<br />
0 r<br />
0<br />
0<br />
r<br />
r +<br />
0<br />
(1 ) r +<br />
0<br />
0<br />
(1 ) r +<br />
RM :<br />
0<br />
(1 ) r +<br />
0<br />
0<br />
RL<br />
((1 ) r + RL)<br />
Betrachten Sie ein Ein-Perioden-Modell (S0; S1; P ). Die Kovarianzmatrix C<br />
des Modells ist gegeben durch<br />
Cij = Cov (Ri; Rj) :<br />
1. Zeigen Sie, dass sich das Minimum-Varianz-Portfolio-Optimierungsproblem<br />
formulieren läßt als<br />
min 1<br />
unter den Nebenbedingungen<br />
h ; C i<br />
2<br />
D<br />
; ( 1; : : : ; N) >E<br />
D<br />
=<br />
; (1; : : : ; 1)<br />
;<br />
>E<br />
= 1:<br />
für eine vorgegebene Portfoliorendite . Dabei gilt i = hiSi<br />
folio h 2 R<br />
0<br />
h S0<br />
für ein Port-<br />
N .<br />
2. Angenommen, die Kovarianzmatrix C ist positiv de…nit. Zeigen Sie unter<br />
Verwendung <strong>der</strong> Methode <strong>der</strong> Lagrange-Multiplikatoren, daßdas<br />
Minimum-Varianz-Optimierungsproblem eine Lösung besitzt, falls für<br />
geeignete 1 und 2 gilt<br />
C = 1 ( 1; : : : ; N) > + 2 (1; : : : ; 1) > :<br />
3. Angenommen, es existieren <strong>Lösungen</strong> 2 R N und 0 2 R N für<br />
C = ( 1; : : : ; N ) > ;<br />
C 0 = (1; : : : ; 1) > :<br />
Untersuchen Sie, unter welchen Voraussetzungen das Minimum-Varianz-<br />
Optimierungsproblem in diesem Fall eine Lösung besitzt.
Lösung.<br />
1. Für die Varianz 2 <strong>der</strong> Portfoliorendite gilt<br />
2 = h ; C i :<br />
1.2 Portfoliotheorie 19<br />
Gesucht ist das durch die Gewichte gekennzeichnete Portfolio mit minimaler<br />
Varianz bei vorgegebener erwarteter Rendite<br />
=<br />
NX<br />
i=1<br />
i i =<br />
D<br />
; ( 1; : : : ; N) >E<br />
:<br />
Die Portfoliogewichte summieren sich zu 1, d.h.<br />
D<br />
; (1; : : : ; 1) >E<br />
= 1:<br />
Daraus ergibt sich die behauptete Darstellung, wobei <strong>der</strong> Faktor 1<br />
2 aus<br />
Bequemlichkeitsgründen eingefügt wurde.<br />
2. Für eine Minimallösung gilt mit den Lagrange-Multiplikatoren 1 und 2<br />
Dies bedeutet<br />
1<br />
2 r h ; C i = 1r h ; ( 1; : : : ; N )i + 2r h ; (1; : : : ; 1)i :<br />
C = 1 ( 1; : : : ; N) > + 2 (1; : : : ; 1) > :<br />
Unter Voraussetzung det C > 0 besitzt das Minimierungsproblem<br />
min 1<br />
h ; C i<br />
2<br />
h ; i = gegeben<br />
h ; 1i = 1<br />
= ( 1; : : : ; N) ; 1 = (1; : : : ; 1)<br />
eine Lösung. Wähle max := max ( 1; : : : ; N ) und min := min ( 1; : : : ; N ).<br />
Dann gibt es ein s 2 R<br />
gegeben = s max + (1 s) min:<br />
Setzen wir in s die Kompontente für max gleich s, die für min gleich<br />
1 s und alle an<strong>der</strong>en Null, so gilt h s; i = gegeben. Betrachte nun<br />
A := 2 R N jh ; C i h s; C si :<br />
Dann ist A kompakt, und die Funktion 1<br />
2 h ; C i nimmt auf A ein Minimum<br />
an. Weiter gilt folgendes: Angenommen, ist Lösung von
20 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
dann folgt<br />
Betrachte die Gleichungen<br />
Mit<br />
gilt<br />
C = + 1;<br />
= C 1 + C 1 1:<br />
gegeben = h ; i = ;C 1 + ;C 1 1<br />
1 = h ; 1i = 1;C 1 + 1;C 1 1 :<br />
a = 1;C 1<br />
b = ;C 1<br />
c = 1;C 1 1<br />
d = bc a 2<br />
= c gegeben<br />
d<br />
Beachte: O¤enbar sind a; b > 0 sowie<br />
0 < a b1;C 1 (a b1) = a 2<br />
a<br />
= b a gegeben<br />
d<br />
;C 1<br />
= a 2 b 2a 2 b + b 2 a = b a 2 + ab = bd;<br />
also d > 0.<br />
3. Nehmen wir an, daß und 0 die Gleichungssysteme<br />
lösen, so gilt<br />
C = ( 1; : : : ; N ) > und<br />
C 0 = (1; : : : ; 1) ><br />
2ab ;C 1 1 + b 2 1;C 1 1<br />
C ( 1 + 2 0 ) = 1 ( 1; : : : ; N ) > + 2 (1; : : : ; 1) > :<br />
Für die Nebenbedingungen erhalten wir die Beziehungen<br />
D<br />
= 1 + 2 0 ; ( 1; : : : ; N) >E<br />
D<br />
= 1 ; ( 1; : : : ; N) >E<br />
D<br />
+<br />
0;<br />
2 ( 1; : : : ; N ) >E<br />
= 1a11 + 2a12;
1.2 Portfoliotheorie 21<br />
D<br />
mit a11 := ; ( 1; : : : ; N) >E<br />
D<br />
und a12 := 0; ( 1; : : : ; N) >E<br />
chend gilt<br />
. Entspre-<br />
D<br />
1 = 1 + 2 0 ; (1; : : : ; 1) >E<br />
D<br />
= 1 ; (1; : : : ; 1) >E<br />
D<br />
+<br />
0; ><br />
2 (1; : : : ; 1) E<br />
= 1a21 + 2a22;<br />
D<br />
für a21 := ; (1; : : : ; 1) >E<br />
und a22 :=<br />
trix<br />
A = a11 a12<br />
a21 a22<br />
regulär, so besitzt das Gleichungssystem<br />
A<br />
1<br />
2<br />
D 0; (1; : : : ; 1) > E<br />
. Ist also die Ma-<br />
= 1<br />
eindeutig bestimmte <strong>Lösungen</strong> 1 und 2.<br />
Aufgabe 2.10.<br />
Betrachten Sie das Marktmodell<br />
0<br />
0<br />
0 1 0<br />
1<br />
B 100 110 98 80 105 B<br />
B<br />
(b; D; P ) = B@<br />
5 A ; @ 7 4 6 3 A B<br />
; B<br />
@<br />
@<br />
10 12 9 9 13<br />
2<br />
10<br />
3<br />
10<br />
3<br />
10<br />
2<br />
10<br />
11<br />
CC<br />
CC<br />
CC<br />
AA<br />
:<br />
Lösen Sie das Minimum-Varianz-Problem mit <strong>der</strong> in Aufgabe 2.9 vorgestellten<br />
Methode für eine vorgegebene Portfoliorendite von = 19%.<br />
Lösung.<br />
Die Renditen Ri (!j) <strong>der</strong> Wertpapiere im Marktmodell (b; D; P ), geschrieben<br />
als Matrix, lauten:<br />
0<br />
1<br />
(Ri (!j)) ij =<br />
B<br />
@<br />
1<br />
10<br />
2<br />
5<br />
1<br />
5<br />
1<br />
50<br />
1<br />
5<br />
1<br />
10<br />
1 1<br />
5 20<br />
1 2<br />
5 5<br />
1 3<br />
10 10<br />
C<br />
A :<br />
Mit Hilfe des Wahrscheinlichkeitsmaßes P berechnen sich daraus die erwarteten<br />
Renditen E P [Ri] = i, geschrieben als Vektor, zu
22 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
0<br />
= RP = @<br />
Damit lautet die Matrix (Ri (!j) i) ij<br />
0<br />
(Ri (!j) i) ij =<br />
B<br />
@<br />
17<br />
125<br />
2<br />
5<br />
4<br />
25<br />
1<br />
9<br />
250<br />
0 A :<br />
1<br />
25<br />
2<br />
125<br />
1<br />
5<br />
7<br />
50<br />
41 43<br />
250 500<br />
1 2<br />
5 5<br />
7 13<br />
50 50<br />
Die Kovarianzmatrix C läßt sich damit berechnen als<br />
0<br />
1<br />
C =<br />
B<br />
@<br />
3331<br />
250 000<br />
17<br />
2500<br />
47<br />
3125<br />
17<br />
2500<br />
11<br />
125<br />
1<br />
125<br />
47<br />
3125<br />
1<br />
125<br />
19<br />
625<br />
C<br />
A :<br />
1<br />
C<br />
A :<br />
Für die Gleichungssysteme Cv = und Cw = 1 erhalten wir die <strong>Lösungen</strong><br />
Mit Hilfe <strong>der</strong> Matrix<br />
A = a11 a12<br />
a21 a22<br />
v =<br />
w =<br />
0<br />
B<br />
@<br />
0<br />
B<br />
@<br />
188 500<br />
19 683<br />
425<br />
2187<br />
118 150<br />
19 683<br />
620 000<br />
6561<br />
13 000<br />
729<br />
60 125<br />
6561<br />
1<br />
C<br />
A und<br />
1<br />
C<br />
A :<br />
= h ; i h 0 ; i<br />
h ; 1i h 0 ; 1i =<br />
11 512<br />
19 683<br />
24 725<br />
6561<br />
24 725<br />
6561<br />
225 625<br />
2187<br />
ergeben sich die Lagrange-Multiplikatoren 1 und 2 als Lösung des Gleichungssystems<br />
Wir erhalten<br />
1<br />
2<br />
A<br />
=<br />
1<br />
2<br />
= 1 = 19%<br />
1<br />
!<br />
73 599<br />
145 300 =<br />
102 421<br />
3632 500<br />
Die optimalen Portfoliogewichte lauten damit<br />
0 1<br />
1 + 2 0 =<br />
=<br />
73 599 B<br />
@<br />
145 300<br />
0<br />
B<br />
@<br />
1<br />
3177<br />
1453<br />
11 751 C<br />
29 060 A =<br />
80 849<br />
29 060<br />
188 500<br />
19 683<br />
425<br />
2187<br />
118 150<br />
19 683<br />
0<br />
B<br />
@<br />
C<br />
A +<br />
2:186 5<br />
0:404 37<br />
2:782 1<br />
!<br />
0:506 53<br />
:<br />
0:028196<br />
:<br />
102 421<br />
3632 500<br />
1<br />
C<br />
A :<br />
0<br />
B<br />
@<br />
620 000<br />
6561<br />
13 000<br />
729<br />
60 125<br />
6561<br />
!<br />
1<br />
C<br />
A
1.2 Portfoliotheorie 23<br />
Zur Probe berechnen wir die erwartete Rendite des erhaltenen Portfolios:<br />
0 1 0 1<br />
B<br />
@<br />
3177<br />
1453<br />
11 751<br />
29 060<br />
80 849<br />
29 060<br />
C<br />
A<br />
B<br />
@<br />
9<br />
250<br />
0<br />
1<br />
25<br />
Für die Portfoliovarianz erhalten wir<br />
0 1 00<br />
1 0<br />
B<br />
@<br />
3177<br />
1453<br />
11 751<br />
29 060<br />
80 849<br />
29 060<br />
C<br />
A<br />
BB<br />
@@<br />
3331<br />
250 000<br />
17<br />
2500<br />
47<br />
3125<br />
17<br />
2500<br />
11<br />
125<br />
1<br />
125<br />
47<br />
3125<br />
1<br />
125<br />
19<br />
625<br />
C B<br />
A @<br />
C<br />
A = 19<br />
100 :<br />
3177<br />
1453<br />
11 751<br />
29 060<br />
80 849<br />
29 060<br />
11<br />
Dies entspricht einer Standardabweichung von<br />
r<br />
361 613<br />
= 0:352 76 = 35:2%:<br />
2906 000<br />
Aufgabe 2.11.<br />
Betrachten Sie das Marktmodell<br />
0<br />
0<br />
0 1 0<br />
1<br />
B 100 102 102 102 102 B<br />
B<br />
(b; D; P ) = B@<br />
5 A ; @ 7 4 6 3 A B<br />
; B<br />
@<br />
@<br />
10 12 9 9 13<br />
CC<br />
361 613<br />
AA<br />
= = 0:124 44:<br />
2906 000<br />
2<br />
10<br />
3<br />
10<br />
3<br />
10<br />
2<br />
10<br />
11<br />
CC<br />
CC<br />
CC<br />
AA<br />
:<br />
Lösen Sie das Minimum-Varianz-Optimierungsproblem mit Hilfe des in Abschnitt<br />
2.3 entwickelten Verfahrens für ein Anfangskapital v = 1000 und für<br />
die erwarteten Renditen 4% und 12%.<br />
Lösung.<br />
Zum Nachweis <strong>der</strong> Arbitragefreiheit des Marktmodells betrachten wir das<br />
Gleichungssystem D = b und erhalten als Lösungsmenge<br />
80<br />
>< B<br />
@<br />
>:<br />
20<br />
51<br />
65<br />
102<br />
5<br />
102<br />
0<br />
1<br />
C<br />
A +<br />
0<br />
B<br />
@<br />
4<br />
3<br />
13<br />
6<br />
5<br />
2<br />
1<br />
1<br />
C<br />
A<br />
9<br />
>=<br />
2 R :<br />
>;<br />
Für = 0:15 erhalten wir die spezielle strikt positive Lösung
24 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
0 1 49<br />
255<br />
B 637 C<br />
B<br />
:= 2040 C<br />
B<br />
@ 133 C<br />
A<br />
408<br />
3<br />
20<br />
=<br />
0 1<br />
0:192 16<br />
B 0:312 25<br />
C<br />
B C<br />
@ 0:325 98 A<br />
0:15<br />
:<br />
Also ist das Marktmodell arbitragefrei. Der Diskontfaktor lautet d = 1<br />
1:02 =<br />
0:980 39, und wir erhalten für das äquivalente Martingalmaß<br />
Q = 1<br />
d<br />
0<br />
B<br />
= 1:02 B<br />
@<br />
49<br />
255<br />
637<br />
2040<br />
133<br />
408<br />
3<br />
20<br />
49<br />
50<br />
637<br />
600<br />
133<br />
120<br />
153<br />
200<br />
1<br />
C<br />
A =<br />
0 1<br />
0:196<br />
B 0:318 50<br />
C<br />
B C<br />
@ 0:332 50 A<br />
0:153<br />
:<br />
Damit ergibt sich die Zustandsdichte<br />
L = Q<br />
P =<br />
0 1<br />
B C<br />
B C<br />
B C<br />
@ A =<br />
0 1<br />
0:98<br />
B 1:061 7<br />
C<br />
B C<br />
@ 1:108 3 A<br />
0:765<br />
:<br />
Es gilt L 62 Im D > , aber 1 2 Im D > . Das Portfolio mit D > = 1 lautet<br />
0<br />
= @<br />
1<br />
102<br />
0<br />
0<br />
Wir orthonormieren die nun die beiden nicht konstanten Spaltenvektoren<br />
c1; c2 2 Im D > <strong>der</strong> Matrix D > ,<br />
Mit<br />
gilt<br />
1<br />
A :<br />
0 1<br />
7<br />
B<br />
c1 = B 4 C<br />
@ 6 A<br />
3<br />
; c2<br />
0 1<br />
12<br />
B<br />
= B 9 C<br />
@ 9 A<br />
13<br />
:<br />
1 = E [c1] = 5; und 2 = E [c2] = 52<br />
5<br />
r h<br />
(c1) = E (c1 1) 2i<br />
r h<br />
(c2) = E (c2<br />
r<br />
11<br />
= = 1:4832;<br />
5<br />
2) 2i<br />
r<br />
76<br />
= = 1:7436 und<br />
25<br />
Cov (c1; c2) = E [(c1 1) (c2 2)] = 2<br />
5 :
Damit werden die orthonormierten Vektoren berechnet. Es gilt<br />
f1 = c1<br />
(c1) =<br />
0 1<br />
r 7<br />
5 B 4 C<br />
11 @ 6 A<br />
3<br />
und<br />
Weiter gilt<br />
und daher<br />
~f2 =<br />
~f2 = c2 Cov (c2; f1) f1<br />
= c2<br />
1<br />
2 (c1) Cov (c2; c1) c1<br />
0 1<br />
= c2 + 2<br />
11 c1 =<br />
s<br />
f2 =<br />
E ~ f2 ~ 2<br />
1<br />
~f2<br />
~f2 =<br />
B<br />
@<br />
2<br />
146<br />
11<br />
107<br />
11<br />
111<br />
11<br />
149<br />
11<br />
=<br />
r 275<br />
816<br />
C<br />
A :<br />
1.2 Portfoliotheorie 25<br />
r<br />
816<br />
= 1:7226<br />
275<br />
0<br />
B<br />
@<br />
146<br />
11<br />
107<br />
11<br />
111<br />
11<br />
149<br />
11<br />
1<br />
C<br />
A :<br />
Die Vektoren f1 und f2 sind nun bezüglich <strong>der</strong> Kovarianz orthonormiert. Sie<br />
besitzen also die Eigenschaften<br />
(f1) = 1;<br />
(f2) = 1 und<br />
Cov (f1; f2) = 0:<br />
Ferner gilt f1; f2 2 Im D > . Wir bestimmen jetzt Portfolios h1; h2 2 R 3 mit<br />
f1 = D > h1 und f2 = D > h2 und erhalten<br />
h1 =<br />
h2 =<br />
r<br />
0<br />
5<br />
@<br />
11<br />
0<br />
1<br />
1 A und<br />
0<br />
r<br />
0 1<br />
275<br />
@ A :<br />
816<br />
0 2<br />
11<br />
1<br />
Mit diesen Ergebnissen berechnen wir zunächst
26 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Damit gilt<br />
Daraus folgt<br />
Wir berechnen nun<br />
Damit gilt<br />
L k =<br />
h :=<br />
j=1<br />
Cov(f1; L) = 0:067407<br />
Cov(f2; L) = 0:10555:<br />
0<br />
2X<br />
B<br />
Cov(fj; L)fj = B<br />
@<br />
kX<br />
j=1<br />
für alle h 2 R 3 . Daraus folgt<br />
L k = 0:12524:<br />
0<br />
Cov(fj; L)<br />
hj = @<br />
Lk e := D > h , (e) = 1 und<br />
1<br />
0:495 17<br />
0:414 26 C<br />
0:345 64 A<br />
0:693 65<br />
:<br />
0:0<br />
0:273 91<br />
1<br />
A :<br />
0:489 25<br />
Cov D > h; L Cov(e; L)e = 0<br />
h S0 = h b = 3:523<br />
=<br />
v<br />
=<br />
h S0<br />
0<br />
g = h = @<br />
283:85<br />
1<br />
0:0<br />
77:749 A<br />
D<br />
138:87<br />
> 0<br />
B<br />
h = B<br />
@<br />
1<br />
3:953 6<br />
3:307 6 C<br />
2:759 8 A<br />
Rh<br />
0<br />
B<br />
= B<br />
@<br />
5:538 5<br />
1<br />
0:12223<br />
0:06114 1 C<br />
0:21663 A<br />
0:57210<br />
h = E [Rh ] = E D> h<br />
1 = 5:55%<br />
h S0<br />
r h<br />
h = E (Rh h ) 2i<br />
= 28:922%<br />
g = h = ( r)<br />
h<br />
h<br />
r =<br />
r<br />
h r h :
1.3 Mehr-Perioden-Modelle 27<br />
Für die Renditen 4% und 12% erhalten wir mit diesen Ergebnissen folgende<br />
Werte von und g und g<br />
Rendite =<br />
Aufgabe 2.12.<br />
r<br />
h r g = h g = (1 ) v<br />
d<br />
0 1<br />
4:366 2<br />
@ 43:802 A<br />
+ g<br />
0<br />
78:237<br />
@ 23:333<br />
1<br />
259:16 A<br />
462:9<br />
4 2<br />
4% 5:55 2 = 0:563 38 16: 294%<br />
12 2<br />
12% 5:55 2 = 2:816 9 81: 47%<br />
Konstruieren Sie ein Marktmodell, das keine replizierbare Zustandsdichte besitzt.<br />
Lösung.<br />
Setze<br />
und<br />
Dann folgt<br />
D :=<br />
1 2 3<br />
1 2 5<br />
:= (1; 1; 2) :<br />
b = D = 5<br />
9<br />
und das Marktmodell (b; D) ist arbitragefrei. An<strong>der</strong>erseits gilt<br />
0<br />
1<br />
h1 + h2<br />
D > h = @ 2 (h1 + h2) A ;<br />
3h1 + 5h2<br />
d.h., kein strikt positiver Vektor ist replizierbar. Wähle schließlich P =<br />
1<br />
3<br />
; 1<br />
3<br />
; 1<br />
3 .<br />
1.3 Mehr-Perioden-Modelle<br />
Aufgabe 3.1.<br />
Zeigen Sie: Der Durchschnitt beliebig vieler Algebren, die alle ein gegebenes<br />
Mengensystem C enthalten, ist wie<strong>der</strong> eine Algebra, die C enthält. Machen Sie<br />
sich klar: Da P( ) selbst eine Algebra ist, die C enthält, ist (C) nicht leer<br />
und damit wohlde…niert.<br />
;
28 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Lösung.<br />
Wir betrachten<br />
(C) :=<br />
A Algebra<br />
C A<br />
Zunächst existiert für jedes Mengensystem C eine Algebra, die C enthält, denn<br />
es gilt stets C P( ), und P( ) ist eine Algebra. Weiter gilt 2 A für jede<br />
Algebra A mit C A. Daraus folgt aber 2 (C). Sei weiter A 2 (C). Nach<br />
De…nition (1.1) gilt dann A 2 A für jede Algebra A mit C A. Da jedes A<br />
eine Algebra ist, also abgeschlossen gegenüber allen Mengenoperationen, folgt<br />
aber Ac 2 A. Damit gilt Ac 2 (C). Weiter seien A; B 2 (C). Dies bedeutet<br />
A; B 2 A für jede Algebra A mit C A. Da A eine Algebra ist, gilt A[B 2 A,<br />
also A [ B 2 (C).<br />
Aufgabe 3.2.<br />
Zeigen Sie: Ist C selbst eine Algebra, so gilt (C) = C.<br />
Lösung.<br />
Ist C eine Algebra, so gilt<br />
Aufgabe 3.3.<br />
\<br />
C (C) = C\ \<br />
Zeigen Sie, daßdie Menge aller Tupel<br />
genau 2 n Elemente enthält.<br />
Lösung.<br />
A Algebra<br />
C A<br />
A: (1.1)<br />
A C:<br />
Tn := f("1; : : : ; "n) j"i 2 f0; 1g für i = 1; : : : ; ng<br />
Beweis durch Induktion über n. Für n = 1 existieren die beiden 1-Tupel (0)<br />
und (1). Angenommen, für ein n wurde bereits jTnj = 2 n gezeigt. Dann läßt<br />
sich Tn+1 als disjunkte Vereinigung schreiben:<br />
Tn+1 = Tn;0 [ Tn;1;<br />
wobei Tn;0 := f(x; 0) jx 2 Tn g und Tn;1 := f(x; 1) jx 2 Tn g. O¤enbar gilt<br />
jTn;0j = jTn;1j, also folgt<br />
jTn+1j = 2Tn = 2 n+1 :
Aufgabe 3.4.<br />
1.3 Mehr-Perioden-Modelle 29<br />
Machen Sie sich klar, daßfür die durch P0 = f g de…nierte Algebra (P0) =<br />
f ; ?g gilt und daßdie von PT = ff!1g; : : : ; f!Kgg de…nierte Algebra gerade<br />
die Potenzmenge von ist, also (PT ) = P( ).<br />
Lösung.<br />
Nach Lemma 3.13 gilt für P = fB1; : : : ; Bng<br />
(P) = fA j9I f1; : : : ng mit A = [i2IBi g :<br />
Die zu P0 = f g gehörende Indexmenge lautet f1g mit B1 := . Die einzigen<br />
Teilmengen von f1g sind ? und f1g. Daraus folgt (P0) = f ; ?g.<br />
Die zu PT = ff!1g; : : : ; f!Kgg gehörende Indexmenge lautet f1; : : : Kg<br />
mit B1 := f!1g; : : : ; BK := f!Kg. Sei A eine beliebige Teilmenge von .<br />
Dann de…niere IA := fi j!i 2 A; i = 1; : : : ; K g. Dann gilt<br />
also A 2 (PT ).<br />
Aufgabe 3.5.<br />
A = [i2IA Bi;<br />
Seien A; B , A \ B = ?. Bestimmen Sie (fAg) und (fA; Bg).<br />
Lösung.<br />
Zu fAg bildet fA; A c g eine Partition. Mit Lemma 3.13 folgt<br />
(fAg) = f?; ; A; A c g :<br />
Zu fA; Bg mit A \ B = ? bildet fA; B; (A [ B) c g eine Partition. Dann gilt<br />
(fA; Bg) = f?; ; A; B; A [ B; A [ B c ; B [ A c ; (A [ B) c g :<br />
Wegen j (fA; Bg)j = 8 = 2 3 ist diese Zusammenstellung vollständig.<br />
Aufgabe 3.6.<br />
Seien f; g : ! R zwei meßbare Funktionen auf ( ; P). Zeigen Sie, daßdann<br />
auch f + g, fg und f meßbar sind für beliebiges 2 R. Ist g (!) 6= 0 für alle<br />
! 2 , so ist auch f<br />
g meßbar.
30 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Lösung.<br />
Sei P = fA1; : : : ; Ang. Dann nehmen sowohl f als auch g auf jedem Element<br />
Ai 2 P die wohlde…nierten Werte f (Ai) und g (Ai) an. Damit gilt<br />
Aufgabe 3.7.<br />
(f + g) (Ai) = f (Ai) + g (Ai) ;<br />
fg (Ai) = f (Ai) g (Ai) ;<br />
( f) (Ai) = f (Ai) und<br />
f<br />
g (Ai)<br />
f (Ai)<br />
=<br />
g (Ai) ; falls g (Ai) 6= 0:<br />
Betrachten Sie für j = 1; : : : ; 8 die folgenden Pfade S : f0; 1; 2; 3g ! R 2 :<br />
j S0 (j) S1 (j) S2 (j) S3 (j)<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
7<br />
8<br />
1<br />
10<br />
1<br />
10<br />
1<br />
10<br />
1<br />
10<br />
1<br />
10<br />
1<br />
10<br />
1<br />
10<br />
1<br />
10<br />
1: 1<br />
9<br />
1: 1<br />
9<br />
1: 1<br />
9<br />
1: 1<br />
9<br />
1: 1<br />
11<br />
1: 1<br />
11<br />
1: 1<br />
11<br />
1: 1<br />
11<br />
1: 21<br />
8<br />
1: 21<br />
8<br />
1: 21<br />
10<br />
1: 21<br />
10<br />
1: 21<br />
10<br />
1: 21<br />
10<br />
1: 21<br />
12<br />
1: 21<br />
12<br />
1: 331<br />
7<br />
1: 331<br />
9<br />
1: 331<br />
9<br />
1: 331<br />
11<br />
1: 331<br />
9<br />
1: 331<br />
11<br />
1: 331<br />
11<br />
1: 331<br />
13<br />
Zeigen Sie, daßdie natürliche Filtration dieses Beispiels mit <strong>der</strong> Filtration aus<br />
Beispiel 3.26 übereinstimmt.
Lösung.<br />
1.3 Mehr-Perioden-Modelle 31<br />
Nach De…nition <strong>der</strong> natürlichen Filtration besteht <strong>der</strong> Zustandsraum aus <strong>der</strong><br />
Menge aller Pfade. Also gilt<br />
mit<br />
!1 :=<br />
!8 :=<br />
Damit erhalten wir<br />
Weiter folgt<br />
A<br />
A<br />
1<br />
10<br />
1<br />
10<br />
;<br />
;<br />
1<br />
10<br />
1<br />
10<br />
1: 1<br />
9<br />
1: 1<br />
11<br />
A<br />
;<br />
;<br />
1<br />
10<br />
= f!1; : : : ; !8g<br />
1: 1<br />
9<br />
1: 1<br />
11<br />
A (c0; c1) = ? für c0 6= 1<br />
10<br />
Entsprechend erhalten wir weiter<br />
Schließlich gilt<br />
A<br />
A<br />
1<br />
10<br />
1<br />
10<br />
und wir erhalten die Filtration<br />
;<br />
.<br />
;<br />
1: 21<br />
8<br />
1: 21<br />
12<br />
= und<br />
A (c0) = ? für c0 6= 1<br />
10<br />
;<br />
;<br />
= f!1; : : : ; !4g ;<br />
= f!5; : : : ; !8g und<br />
1: 1<br />
9<br />
1: 1<br />
11<br />
;<br />
;<br />
und c1 62<br />
1: 21<br />
8<br />
1: 21<br />
12<br />
A (!1) = f!1g<br />
.<br />
A (!8) = f!8g ;<br />
.<br />
;<br />
;<br />
1: 331<br />
7<br />
1: 331<br />
13<br />
:<br />
1: 1<br />
9<br />
;<br />
= f!1; !2g ;<br />
= f!7; !8g :<br />
;<br />
:<br />
1: 1<br />
11<br />
:
32 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
des Beispiels 3.26.<br />
Weiter gilt<br />
P = fP0; : : : ; P3g<br />
St(!j) = !j(t) = St(j)<br />
für j = 1; : : : ; 8. Dies bedeutet beispielsweise<br />
Aufgabe 3.8.<br />
!6 (2) =<br />
1: 21<br />
10<br />
= S2 (!6) :<br />
Konstruieren Sie für T = 3 sowie für festes S, u und d explizit den Raum<br />
aller Pfade eines Binomialbaum-Modells und spezi…zieren Sie die zugehörige<br />
natürliche Filtration.<br />
Lösung.<br />
Nach De…nition gilt<br />
und<br />
Damit erhalten wir<br />
!1 = S; uS; u 2 S; u 3 S ;<br />
.<br />
!8 = S; dS; d 2 S; d 3 S<br />
A (S) =<br />
= f!1; : : : ; !8g :<br />
A (S; u S) = f!1; : : : ; !4g<br />
A (S; d S) = f!5; : : : ; !8g<br />
.<br />
.<br />
A S; dS; d 2 S; ud 2 S = f!7g<br />
A S; dS; d 2 S; d 3 S = f!8g :<br />
Die zugehörige natürliche Filtration P = fP0; : : : ; P3g lautet also<br />
P0 =<br />
P1 = ff!1; : : : ; !4g ; f!5; : : : ; !8gg<br />
P2 = ff!1; !2g ; f!3; !4g ; f!5; !6g ; f!7; !8gg<br />
P2 = ff!1g ; f!2g ; f!3g ; f!4g ; f!5g ; f!6g ; f!7g ; f!8gg :
Aufgabe 3.9.<br />
1.3 Mehr-Perioden-Modelle 33<br />
Machen Sie sich klar, daßW und H tatsächlich Vektorräume sind.<br />
Lösung.<br />
Sei F = fF0; : : : ; FT g eine Filtration. Dann gilt nach De…nition<br />
W := fX jX stochastischer, an F adaptierter Prozeßg :<br />
Zwei Prozesse X und Y sind also genau dann in W, wenn Xt und Yt meßbar<br />
sind für alle t = 0; : : : ; T . Der Prozeß, Nt (!) = 0 für alle ! 2 ist für<br />
jedes t = 0; : : : ; T meßbar, also ist W nicht leer. Da weiter Linearkombinationen<br />
meßbarer Funktionen wie<strong>der</strong> meßbar sind, de…niert W tatsächlich einen<br />
Vektorraum. Dabei bildet <strong>der</strong> ProzeßN das Nullelement von W.<br />
Analog wird für H argumentiert.<br />
Aufgabe 3.10.<br />
Betrachten Sie das folgende Zwei-Perioden-Modell mit den dort aufgeführten<br />
Kursen <strong>der</strong> beiden Aktien S 1 und S 2 :<br />
S0 =<br />
1<br />
0 (A11)<br />
%<br />
&<br />
!<br />
17<br />
100<br />
1<br />
0 (A12)<br />
2<br />
1 (!1)<br />
%<br />
S1 (A11) =<br />
&<br />
2<br />
1 (!2)<br />
2<br />
1 (!3)<br />
%<br />
S1 (A12) =<br />
&<br />
2<br />
1 (!4)<br />
!<br />
19<br />
96<br />
!<br />
14<br />
108<br />
S2 (!1) =<br />
S2 (!2) =<br />
S2 (!3) =<br />
S2 (!4) =<br />
t = 0 t = 1 t = 2<br />
!<br />
22<br />
89<br />
!<br />
18<br />
99<br />
!<br />
16<br />
113<br />
!<br />
11<br />
102
34 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Dabei gilt A11 = f!1; !2g und A12 = f!3; !4g. Bewerten Sie eine europäische<br />
Put-Option auf S 2 mit Basispreis K = 101 und Fälligkeit T = 2 sowohl mit<br />
dem direkten als auch mit dem rekursiven Verfahren. Geben Sie weiter einen<br />
Zustandsprozeß an.<br />
Lösung.<br />
Für das Ein-Perioden-Teilmodell<br />
(b; D) A11 = (S1 (A11) ; (S2 (!1) ; S2 (!2))) =<br />
19<br />
96<br />
;<br />
22 18<br />
89 99<br />
ergibt sich als Lösung von D (A11) = b <strong>der</strong> Zustandsvektor<br />
(A11) =<br />
!<br />
2 (!1)<br />
1 =<br />
2 (!2)<br />
!<br />
: (1.2)<br />
Für das nächste Ein-Perioden-Teilmodell<br />
(b; D) A12 = (S1 (A12) ; (S2 (!3) ; S2 (!4))) =<br />
1<br />
17<br />
64<br />
421<br />
576<br />
14<br />
108<br />
;<br />
16 11<br />
113 102<br />
erhalten wir entsprechend als Lösung von D (A12) = b den Vektor<br />
(A12) =<br />
!<br />
2 (!3)<br />
1 =<br />
2 (!4)<br />
!<br />
: (1.3)<br />
Für das verbleibende Ein-Perioden-Teilmodell<br />
(b; D) A0 = (S0; (S1 (A11) ; S1 (A12))) =<br />
1<br />
240<br />
389<br />
146<br />
389<br />
17<br />
100<br />
erhalten wir schließlich als Lösung von D 0 = b das Ergebnis<br />
! !<br />
0 =<br />
1<br />
(A11)<br />
0<br />
1<br />
(A12)<br />
0<br />
=<br />
109<br />
177<br />
67<br />
177<br />
;<br />
19 14<br />
96 108<br />
: (1.4)<br />
Die Zustandsvektoren aller Ein-Perioden-Teilmodelle sind strikt positiv. Damit<br />
ist das betrachtete Marktmodell arbitragefrei.<br />
Die zustandsabhängigen Endauszahlungen cj = K S 2 2 (!j) + <strong>der</strong> Put-<br />
Option lauten<br />
c1 = (101 89) + = 12;<br />
c2 = (101 99) + = 2;<br />
c3 = (101 113) + = 0;<br />
c4 = (101 102) + = 0:<br />
Wir bestimmen nun den Wert V0 <strong>der</strong> Put-Option mit Hilfe des direkten und<br />
mit Hilfe des rekursiven Verfahrens.
Direktes Verfahren<br />
Mit (1.2), (1.3) und (1.4) gilt<br />
2<br />
0<br />
2<br />
0<br />
2<br />
0<br />
2<br />
0<br />
(!1) = 1<br />
(!2) = 1<br />
(!3) = 1<br />
(!4) = 1<br />
(A11)<br />
0<br />
(A11)<br />
0<br />
(A12)<br />
0<br />
(A12)<br />
0<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
1.3 Mehr-Perioden-Modelle 35<br />
(!1) = 109 17<br />
= 0:164;<br />
177 64<br />
(!2) = 109 421<br />
= 0:450;<br />
177 576<br />
(!3) = 67 240<br />
= 0:233;<br />
177 389<br />
(!4) = 67 146<br />
= 0:142:<br />
177 389<br />
Daraus folgt für c2 := (c21; c22; c23; c24) = (12; 2; 0; 0)<br />
V0 = E 0;2 [c2] =<br />
= 2: 863:<br />
2<br />
; c2<br />
0<br />
2<br />
=<br />
4X<br />
i=1<br />
2<br />
0<br />
(!i) c2i<br />
Damit ergibt sich <strong>der</strong> Wert V0 <strong>der</strong> Put-Option zum Anfangszeitpunkt t = 0<br />
zu<br />
V0 = 2: 863:<br />
Rekursives Verfahren<br />
Beim rekursiven Verfahren berechnen wir mit c2 = (12; 2; 0; 0) zunächst<br />
z1 := E 1;2 [c2]<br />
=<br />
= 17<br />
64<br />
2<br />
(!1) c21 +<br />
1<br />
2<br />
1<br />
+<br />
12 + 421<br />
576<br />
= 4: 649 1A11 :<br />
Anschließend berechnen wir<br />
V0 = E 0;1 [z1] = 1<br />
(!2) c22 1A11<br />
2<br />
(!3) c23 +<br />
1<br />
2<br />
1<br />
2 1A11 + 240<br />
389<br />
= 109<br />
177<br />
67<br />
4: 649 +<br />
177 0<br />
= 2: 863<br />
(!4) c24 1A12<br />
146<br />
0 + 0 1A12<br />
389<br />
(A11) z11 +<br />
0<br />
1<br />
(A12) z12<br />
0<br />
und erhalten wie<strong>der</strong>um V0 = 2: 863, wie es sein sollte. Hier wurde wie üblich<br />
die konstante Funktion V0 1 mit dem Wert V0 identi…ziert.
36 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Bestimmung eines Zustandsprozesses<br />
Jedes Vielfache eines Zustandsprozesses ist wie<strong>der</strong> ein Zustandsprozeß. Skalieren<br />
wir so, daß 0 := 1 gilt, so erhalten wir für den Zustandsprozeß folgende,<br />
auf drei Nachkommastellen gerundete Darstellung<br />
o<strong>der</strong><br />
= ( 0; 1 (A11) ; 1 (A12) ; 2 (!1) ; 2 (!2) ; 2 (!3) ; 2 (!4))<br />
= 1:0 0:616 0:378 0:164 0:450 0:233 0:142<br />
0 = 01<br />
= 1<br />
1 = 1 (A11) 1A11 + 1 (A12) 1A12<br />
= 0:616 1A11 + 0:378 1A12<br />
2 = 2 (!1) 1 f!1g + 2 (!2) 1 f!2g + 2 (!3) 1 f!3g + 2 (!4) 1 f!4g<br />
= 0:164 1 f!1g + 0:450 1 f!2g + 0:233 1 f!3g + 0:142 1 f!4g:<br />
Aufgabe 3.11.<br />
Zeigen Sie, daßsich im Marktmodell aus Aufgabe 3.10 kein Preismaßde…nieren<br />
läßt.<br />
Lösung.<br />
Jedes dieser Ein-Perioden-Teilmodell des Marktmodells ist vollständig, so daß<br />
in jedem dieser Teilmodelle festverzinsliche Kapitalanlagen existieren und die<br />
Komponentensummen <strong>der</strong> jeweiligen Zustandsvektoren ergeben den Diskontfaktor<br />
des zugehörigen Teilmodells. Wir erhalten für das erste Teilmodell<br />
(S1 (A11) ; (S2 (!1) ; S2 (!2))) den Diskontfaktor<br />
d 1 1 := h (A11) ; 1i =<br />
*<br />
2<br />
1<br />
2<br />
1<br />
! +<br />
(!1)<br />
; 1<br />
(!2)<br />
Die zugehörige risikolose Rendite lautet<br />
r 1 1 := 1<br />
d 1 1<br />
= 17 421 287<br />
+ = = 0:996:<br />
64 576 288<br />
1 = 1<br />
= 0:348%:<br />
287<br />
Entsprechend erhalten wir für das Teilmodell (S1 (A12) ; (S2 (!3) ; S2 (!4)))<br />
den Diskontfaktor
d 2 1 := h (A12) ; 1i =<br />
mit zugehöriger risikoloser Rendite von<br />
*<br />
2<br />
1<br />
2<br />
1<br />
r 2 1 := 1<br />
d 2 1<br />
1.3 Mehr-Perioden-Modelle 37<br />
! +<br />
(!3)<br />
; 1 =<br />
(!4)<br />
240 146 386<br />
+ = = 0:992<br />
389 389 389<br />
1 = 3<br />
= 0:777%:<br />
386<br />
Da d 1 1 6= d 2 1, und damit r 1 1 6= r 2 1, existieren im betrachteten Zwei-Perioden-<br />
Modell keine festverzinslichen Kapitalanlagen entsprechend <strong>der</strong> De…nition.<br />
Daher de…nieren die Maße Qt in diesem Modell auch kein Preismaß.<br />
Aufgabe 3.12.<br />
Bewerten Sie die Put-Option aus Aufgabe 3.10 in einem diskontierten Marktmodell.<br />
Lösung.<br />
Wir betrachten das Beispiel aus Aufgabe 3.10 und wählen die Aktie S 1<br />
als Numéraire. Auf diese Weise erhalten das unten aufgeführte diskontierte<br />
Marktmodell.<br />
Hier wurden die zustandsabhängigen diskontierten Endauszahlungen <strong>der</strong><br />
Put-Option sowie die Zustandsvektoren <strong>der</strong> zugehörigen diskontierten Ein-<br />
Perioden-Teilmodelle eingetragen.<br />
Für das erste diskontierte Ein-Perioden-Teilmodell<br />
(b; D) A11 = (S1 (A11) ; (S2 (!1) ; S2 (!2))) =<br />
1<br />
96<br />
19<br />
;<br />
1 1<br />
ergibt sich als eindeutig bestimmte Lösung von D (A11) = b <strong>der</strong> Zustandsvektor<br />
!<br />
= 0:308<br />
0:692<br />
:<br />
(A11) = ~ QA11 (!1)<br />
=<br />
~QA11 (!2)<br />
Für das Ein-Perioden-Teilmodell<br />
187<br />
608<br />
421<br />
608<br />
(b; D) A12 = (S1 (A12) ; (S2 (!3) ; S2 (!4))) =<br />
1<br />
108<br />
14<br />
;<br />
89<br />
22<br />
99<br />
18<br />
1 1<br />
erhalten wir entsprechend als Lösung von D (A12) = b den Vektor<br />
(A12) = ~ QA12 (!3)<br />
~QA12 (!4) =<br />
!<br />
= 0:705<br />
0:295<br />
;<br />
1920<br />
2723<br />
803<br />
2723<br />
und für das verbleibende Ein-Perioden-Teilmodell<br />
113<br />
16<br />
102<br />
11
38 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
(b; D) A0 = (S0; (S1 (A11) ; S1 (A12))) =<br />
1<br />
100<br />
17<br />
erhalten wir schließlich als Lösung von D 0 = b das Ergebnis<br />
0 = ~ Q (A11)<br />
~Q (A12) =<br />
!<br />
= 0:688<br />
0:311<br />
:<br />
2071<br />
3009<br />
938<br />
3009<br />
;<br />
1 1<br />
Wir sehen, daßfür jeden Zustandsvektor jedes Ein-Perioden-Teilmodells<br />
gilt 0 und 1 + 2 = 1, so daß formal ein Wahrscheinlichkeitsmaß<br />
de…niert. Weiter demonstrieren die erhaltenen Ergebnisse die Tatsache, daß<br />
aus <strong>der</strong> Arbitragefreiheit eines Marktmodells auch die Arbitragefreiheit des<br />
diskontierten Marktmodells folgt.<br />
96<br />
19<br />
108<br />
14
S0 =<br />
0 =<br />
=<br />
~Q (A11)<br />
%<br />
!<br />
1<br />
100<br />
17<br />
~Q (A11)<br />
~Q (A12)<br />
!<br />
2071<br />
3009<br />
938<br />
3009<br />
&<br />
~Q (A12)<br />
!<br />
~QA11 (!1)<br />
%<br />
S1 (A11) =<br />
(A11) =<br />
=<br />
1.3 Mehr-Perioden-Modelle 39<br />
!<br />
1<br />
96<br />
19<br />
~QA11 (!1)<br />
~QA11 (!2)<br />
!<br />
187<br />
608<br />
421<br />
608<br />
&<br />
~QA11 (!2)<br />
~QA12 (!3)<br />
%<br />
S1 (A12) =<br />
(A12) =<br />
=<br />
!<br />
1<br />
108<br />
14<br />
~QA12 (!3)<br />
~QA12 (!4)<br />
!<br />
1920<br />
2723<br />
803<br />
2723<br />
&<br />
~QA12 (!4)<br />
!<br />
!<br />
S2 (!1) =<br />
~c 1 = 12<br />
22<br />
S2 (!2) =<br />
~c 2 = 2<br />
18<br />
S2 (!3) =<br />
~c 3 = 0<br />
S2 (!4) =<br />
~c 4 = 0<br />
t = 0 t = 1 t = 2<br />
!<br />
1<br />
89<br />
22<br />
!<br />
1<br />
99<br />
18<br />
!<br />
1<br />
113<br />
16<br />
!<br />
1<br />
102<br />
11
40 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Mit den erhaltenen Daten gilt<br />
~Q (!1) = ~ Q (A11) ~ QA11 (!1) = 2071<br />
~Q (!2) = ~ Q (A11) ~ QA11 (!2) = 2071<br />
~Q (!3) = ~ Q (A12) ~ QA12 (!3) = 938<br />
~Q (!4) = ~ Q (A12) ~ QA12 (!4) = 938<br />
12<br />
22 2<br />
18<br />
0<br />
0<br />
187<br />
= 0:211;<br />
3009 608<br />
421<br />
= 0:477;<br />
3009 608<br />
1920<br />
= 0:220;<br />
3009 2723<br />
803<br />
= 0:092:<br />
3009 2723<br />
Wir sehen, daß ~ Q ein Wahrscheinlichkeitsmaßauf<br />
niert. Nun berechnen wir schließlich mit<br />
= f!1; !2; !3; !4g de…-<br />
~c2 := c2<br />
S1 0<br />
B<br />
= B<br />
@<br />
2<br />
1<br />
C<br />
A =<br />
0 1<br />
0:545<br />
B 0:111 C<br />
@ 0:0 A<br />
0:0<br />
den Ausdruck<br />
V0 = S 1 0E ~ Q [~c2] = 2: 863<br />
und erhalten gerade den in Aufgabe 3.10 berechneten Optionspreis. Diskontieren<br />
wir also ein arbitragefreies Marktmodell mit einem geeigneten Numéraire,<br />
so de…niert <strong>der</strong> zugehörige Zustandsprozeßselbst ein Wahrscheinlichkeitsmaß<br />
auf dem Zustandsraum, und <strong>der</strong> Diskontierungsoperator hat die Struktur einer<br />
bedingten Erwartung bezüglich dieses Maßes. Die diskontierten Kursprozesse<br />
eines Finanzinstrumentes, das keine Dividenden auszahlt, bilden bezüglich<br />
dieses Maßes ein Martingal.<br />
Aufgabe 3.13.<br />
Betrachten Sie die durch<br />
P0 = f!1; : : : ; !4g = = A0;<br />
P1 = ff!1; !2g ; f!2; !4gg = fA11; A12g und<br />
P2 = ff!1g ; f!2g ; f!3g ; f!4gg = fA21; A22; A23; A24g<br />
de…nierte Filtration P = fP0; P1; P2g. Ein an P adaptierter AktienprozeßS<br />
sei mit u = 1:1 und d = 0:9 de…niert durch
S (A0) = S = 100<br />
S (A11) = uS = 110<br />
S (A12) = dS = 90<br />
S (A21) = u 2 S = 121<br />
S (A22) = udS = 99<br />
S (A23) = udS = 99<br />
S (A24) = d 2 S = 81:<br />
1.3 Mehr-Perioden-Modelle 41<br />
Wir nehmen an, daßS keine Dividenden auszahlt. Neben <strong>der</strong> Aktie S betrachten<br />
wir eine risikolose Kapitalanlage B mit einem festen Zinssatz r = 2%.<br />
1. Untersuchen Sie das Marktmodell ((S; B) ; P) auf Arbitragefreiheit und<br />
auf Vollständigkeit.<br />
2. Bewerten Sie eine europäische Call-Option mit Basispreis K = 100 durch<br />
Bestimmung einer replizierenden Handelsstrategie h.<br />
3. Bestimmen Sie für das Marktmodell ((S; B) ; P) einen Zustandsprozeß<br />
und bewerten Sie die Call-Option mit Hilfe von .<br />
4. Diskontieren Sie das Marktmodell ((S; B) ; P) mit <strong>der</strong> risikolosen Kapitalanlage<br />
und bewerten Sie die Call-Option im diskontierten Modell.<br />
5. Berechnen Sie im Modell ((S; B) ; P) eine Put-Option mit Basispreis 100<br />
und veri…zieren Sie die Put-Call-Parität.<br />
Lösung.<br />
1. Wegen u > 1 + r > d ist jedes Ein-Perioden-Teilmodell arbitragefrei und<br />
wegen u 6= d ist es vollständig. Also ist das Marktmodell ((S; B) ; P) selbst<br />
arbitragefrei und vollständig.<br />
2. Die Endauszahlung c <strong>der</strong> Call-Option lautet: c1 = 20, c2 = c3 = c4 =<br />
0. Das Gleichungssystem für ein replizierendes Portfolio im ersten Ein-<br />
Perioden-Teilmodell lautet<br />
Dies bedeutet:<br />
1:0404 121<br />
1:0404 99<br />
(1 + r) 2 u 2 S<br />
(1 + r) 2 udS<br />
h1<br />
h2<br />
= 21<br />
0<br />
h1<br />
h2<br />
= c1<br />
c2<br />
=) h1<br />
h2<br />
=<br />
:<br />
90:83<br />
0:95455<br />
Damit beträgt <strong>der</strong> Wert des replizierenden Portfolios im Knoten A11<br />
z (A11) = h1 (1 + r) + h2uS = 12:354:<br />
Das replizierende Portfolio h im zweiten Ein-Perioden-Teilmodell lautet<br />
o¤enbar<br />
:
42 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
h = h1<br />
h2<br />
= 0<br />
0<br />
und besitzt damit den Wert 0 im Knoten A12. Es gilt also z (A12) =<br />
0. Damit lautet das Gleichungssystem für das replizierende Portfolio im<br />
verbleibenden Ein-Perioden-Teilmodell:<br />
Dies bedeutet<br />
1:02 110<br />
1:02 90<br />
1 + r uS<br />
1 + r dS<br />
h1<br />
h2<br />
h1<br />
h2<br />
= 12:354<br />
0<br />
= z (A11)<br />
z (A12)<br />
=) h1<br />
h2<br />
=<br />
:<br />
54:503<br />
0:617 7<br />
Der Wert c0 dieses Portfolios zum Zeitpunkt 0, und damit <strong>der</strong> gesuchte<br />
Preis <strong>der</strong> Call-Option, lautet schließlich<br />
c0 = h1 + h2S = 7:267:<br />
3. Wir bestimmen nun für das Marktmodell einen Zustandsprozeß. Das Gleichungssystem<br />
D = b lautet in jedem Ein-Perioden-Teilmodell<br />
und besitzt die Lösung<br />
= 1<br />
2<br />
1 + r 1 + r<br />
u d<br />
= 1<br />
1 + r<br />
1<br />
2<br />
q<br />
1 q<br />
= 1<br />
1<br />
; q =<br />
1 + r d<br />
u d :<br />
Damit erhalten wir für das MartingalmaßQ die Darstellung<br />
Q (!1) = 1<br />
d2<br />
Q (!2) = 1<br />
d2<br />
Q (!3) = 1<br />
d2<br />
Q (!4) = 1<br />
d2<br />
1 1 = q 2<br />
1 2 = q (1 q)<br />
2 1 = q (1 q)<br />
2 2 = (1 q) 2 :<br />
Damit gilt für den Preis c0 <strong>der</strong> Call-Option mit q =<br />
1+r d<br />
u d<br />
c0 = 2 1c1 + 1 2c2 + 1 2c3 + 2 2c4<br />
= d2E Q 1<br />
[c] =<br />
(1 + r) 2 EQ [c] = 7:2664:<br />
= 0:6<br />
:
4. Im diskontierten Marktmodell gilt<br />
~S (A0) = S = 100<br />
~S (A11) = uS<br />
= 107:84<br />
1 + r<br />
~S (A12) = dS<br />
= 88:235<br />
1 + r<br />
~S (A21) = u2S 2 = 116:3<br />
(1 + r)<br />
~S (A22) = udS<br />
2 = 95:156<br />
(1 + r)<br />
~S (A23) = udS<br />
2 = 95:156<br />
(1 + r)<br />
~S (A24) = d2S 2 = 77:855:<br />
(1 + r)<br />
1.3 Mehr-Perioden-Modelle 43<br />
Die Gleichungen für die Zustandsvektoren im diskontierten Modell lauten<br />
so daß<br />
~ = ~ 1<br />
~ 2<br />
1 1<br />
u<br />
1+r<br />
d<br />
1+r<br />
=<br />
~ 1<br />
~ 2<br />
= 1<br />
1<br />
!<br />
1 d=(1+r)<br />
(u d)=(1+r)<br />
u=(1+r) 1 =<br />
(u d)=(1+r)<br />
0:6<br />
0:4<br />
Die Komponenten <strong>der</strong> diskontierten Endauszahlung ~c lauten<br />
Damit gilt<br />
so daß<br />
~c1 =<br />
c1<br />
(1 + r) 2 = 20:185; ~c2 = ~c3 = ~c4 = 0:<br />
~Q (!1) = ~ 1 ~ 1 = ~q 2<br />
~Q (!2) = ~ 1 ~ 2 = ~q (1 ~q)<br />
~Q (!3) = ~ 2 ~ 1 = ~q (1 ~q)<br />
~Q (!4) = ~ 2 ~ 2 = (1 ~q) 2 ;<br />
c0 = E ~ Q [~c] = ~q 2 ~c 2 4 = 7:2666:<br />
5. Für eine Put-Option auf die Aktie mit Basispreis 100 erhalten wir im<br />
diskontierten Modell die Endauszahlungen<br />
;<br />
:
44 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
~p1 = K u2 S +<br />
(1 + r) 2<br />
~p2 = ~p3 =<br />
= 0<br />
(K ud S)+<br />
(1 + r) 2 = 1<br />
= 0:96117<br />
1:0404<br />
~p4 = K d2S +<br />
19<br />
2 = = 18:262:<br />
(1 + r) 1:0404<br />
Damit lautet <strong>der</strong> Wert p0 <strong>der</strong> Put-Option mit<br />
Nun gilt<br />
p0 = 2 0:6 0:4 0:96117 + 0:4 2 18:262 = 3:3833:<br />
S d2K + p0 = 100<br />
1<br />
100 + 3:3833 = 7:266 4 = c0;<br />
1:0404<br />
und damit ist die Put-Call-Parität c0 = S d2K + p0 bestätigt.<br />
1.4 Optionen, Futures und an<strong>der</strong>e Derivate<br />
Aufgabe 4.1.<br />
Geben Sie einen direkten Beweis für die Aussagen (4.17) und (4.18) in Lemma<br />
4.7.<br />
Lösung.<br />
Wir kürzen im folgenden pn durch p ab und berechnen zunächst<br />
tX<br />
jP (j) = tp<br />
j=0<br />
= tp<br />
tX<br />
j=1<br />
tX<br />
j=1<br />
Xt<br />
1<br />
= tp<br />
= tp:<br />
k=0<br />
Daraus folgt (4.17) wegen<br />
(t 1)!<br />
(j 1)! ((t 1) (j 1))! p(t 1) (j 1) j 1<br />
(1 p)<br />
t 1<br />
j 1<br />
t 1<br />
k<br />
p (t 1) (j 1) j 1<br />
(1 p)<br />
p (t 1) k (1 p) k
1.4 Optionen, Futures und an<strong>der</strong>e Derivate 45<br />
E t;pn ln Stj<br />
S = Et;pn [(t 2j) ln un]<br />
= t ln un 2 ln unE t;pn [j]<br />
= t ln un (1 2p) :<br />
Zur Bestimmung <strong>der</strong> Varianz berechnen wir<br />
tX<br />
j 2 P (j) =<br />
j=0<br />
Daraus folgt<br />
tX<br />
j 2<br />
j=1<br />
= tp<br />
= tp<br />
tX<br />
j<br />
j=1<br />
tX<br />
j<br />
j=1<br />
t 1<br />
= tp<br />
t<br />
j<br />
p t j (1 p) j<br />
(t 1)!<br />
(j 1)! ((t 1) (j 1))! p(t 1) (j 1) j 1<br />
(1 p)<br />
t 1<br />
j 1<br />
X<br />
(k + 1)<br />
k=0<br />
X<br />
k<br />
t 1<br />
= tp<br />
k=0<br />
X<br />
k<br />
t 1<br />
= tp<br />
k=0<br />
t 1<br />
k<br />
t 1<br />
k<br />
= tp (t 1) p + tp<br />
= t 2 p 2<br />
und damit (4.18) wegen<br />
tp 2 + tp:<br />
p (t 1) (j 1) j 1<br />
(1 p)<br />
t 1<br />
k<br />
V t;pn [j] = E t;pn j 2<br />
= t 2 p 2<br />
p (t 1) k (1 p) k<br />
p (t 1) k (1 p) k + tp<br />
p (t 1) k (1 p) k + tp<br />
= tp (1 p)<br />
E t;pn [j] 2<br />
tp 2 + tp t 2 p 2<br />
V t;pn ln Stj<br />
S = Vt;pn [(t 2j) ln un]<br />
= 4 (ln un) 2 V t;pn [j]<br />
= 4 (ln un) 2 tp (1 p) :
46 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Aufgabe 4.2.<br />
Geben Sie unter Berücksichtigung einer Dividendenzahlung <strong>der</strong> Aktie S explizit<br />
eine Handelsstrategie an, die zum Forward-Preis F in (4.56) für einen<br />
Forward-Kontrakt auf S führt.<br />
Lösung.<br />
Gleichung (4.56) für den Forward-Preis F lautet<br />
F = e rcT S0 e rc :<br />
Dabei zahlt die Aktie S die Dividende zum Zeitpunkt 0 < T aus. Zur<br />
Replikation werden zum Zeitpunkt 0 folgende Handelsgeschäfte getätigt:<br />
Es wird ein Kredit mit Fälligkeit T <strong>der</strong> Höhe S0 e rc zum Zinssatz rc<br />
aufgenommen.<br />
Es wird ein weiterer Kredit mit Fälligkeit <strong>der</strong> Höhe e rc zum Zinssatz<br />
rc aufgenommen.<br />
Insgesamt wird für das zur Verfügung stehende Kapital eine Aktie zum<br />
Preis von S0 gekauft.<br />
Zum Zeitpunkt zahlt die Aktie die Dividende aus. Damit kann <strong>der</strong> zweite<br />
Kredit zurückbezahlt werden, denn es gilt = e rc ( e rc ).<br />
Zum Zeitpunkt T zahlt <strong>der</strong> Kontrahent für die Aktie S den vereinbarten<br />
Forward-Preis F = e rcT (S0 e rc ). Damit wird schließlich <strong>der</strong> erste Kredit<br />
zurückgezahlt.<br />
Aufgabe 4.3.<br />
Leiten Sie mit Hilfe <strong>der</strong> Put-Call-Parität und <strong>der</strong> Black-Scholes-Formel für<br />
die Call-Option die Black-Scholes-Formel für die Put-Option her.<br />
Lösung.<br />
Für den Preis C einer Call-Option gilt die Black-Scholes-Formel C = S (d+)<br />
pv K (d ). Zur Herleitung <strong>der</strong> entsprechenden Black-Scholes-Formel für eine<br />
Put-Option wird die Put-Call-Parität verwendet. Es gilt<br />
Nun gilt<br />
P = C S + pv K<br />
= S (d+) pv K (d ) S + pv K<br />
= S (1 (d+)) pv K (1 (d )) :
Analog folgt<br />
1 (d+) = 1<br />
p<br />
2<br />
= 1<br />
p<br />
2<br />
1.4 Optionen, Futures und an<strong>der</strong>e Derivate 47<br />
Z 1<br />
1<br />
Z 1<br />
d+<br />
= 1<br />
p<br />
2<br />
Z d+<br />
1<br />
= ( d+) :<br />
e x2<br />
2 dx<br />
e x2<br />
2 dx<br />
e x2<br />
2 dx<br />
1 (d ) = ( d ) ;<br />
Z d+<br />
1<br />
e x2<br />
2 dx<br />
und daraus folgt die Black-Scholes-Formel für die Put-Option:<br />
Aufgabe 4.4.<br />
P = pv K ( d ) S ( d+) :<br />
Implementieren Sie mit folgenden Abkürzungen<br />
Name Abkürzung<br />
Call C<br />
Put P<br />
Forward F<br />
Europäisch E<br />
Amerikanisch A<br />
Rekursiv R<br />
Direkt D<br />
Black-Scholes BS<br />
Bewertungsalgorithmen für Call- und Put-Optionen gemäßfolgen<strong>der</strong> Tabelle<br />
in C++, Java o<strong>der</strong> in Excel-VBA.<br />
Derivat Typ Dividenden Verfahren<br />
C, P E Nein D, R, BS<br />
C, P E Ja D, R, BS<br />
C A Nein D, R, BS<br />
P A Nein R<br />
C, P A Ja R
48 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Lösung.<br />
Implementierungsvorschläge für die verschiedenen Verfahren in <strong>der</strong> Programmiersprache<br />
Java können von <strong>der</strong> Homepage des Autors 1 heruntergeladen werden.<br />
1.5 Value at Risk und kohärente Risikomaße<br />
Aufgabe 5.1.<br />
Seien ck, k = 1; : : : ; m, beliebige replizierbare Auszahlungspro…le in einem<br />
arbitragefreien Ein-Perioden-Marktmodell (S0; S1; P ). Sei weiter =<br />
( 1; : : : ; m) 2 Rm ein beliebiges Portfolio bestehend aus den ck mit V0 ( ) 6=<br />
0, also<br />
mX<br />
V1 ( ) = kck:<br />
Zeigen Sie, daß<br />
wobei<br />
R =<br />
i :=<br />
Weisen Sie weiter die Eigenschaft<br />
nach.<br />
Lösung.<br />
mX<br />
k=1<br />
NX<br />
i=1<br />
k=1<br />
NX<br />
i=1<br />
iRi;<br />
khk;iS i 0<br />
V0 ( ) :<br />
i = 1:<br />
Zu jedem ck gibt es ein Portfolio hk 2 R N mit ck = hk S1, und daher ist<br />
V1 ( ) =<br />
V0 ( ) =<br />
mX<br />
k=1<br />
mX<br />
k=1<br />
1 www.rheinahrcampus.denkremer<br />
kck =<br />
mX<br />
k=1<br />
khk S0:<br />
khk S1
Damit gilt<br />
also<br />
wobei i := P m<br />
k=1<br />
NX<br />
i=1<br />
V1 ( ) V0 ( ) =<br />
1.5 Value at Risk und kohärente Risikomaße 49<br />
=<br />
=<br />
V1 ( ) V0 ( )<br />
V0 ( )<br />
i = 1<br />
V0 ( )<br />
mX<br />
k=1<br />
NX<br />
i=1<br />
NX<br />
i=1<br />
=<br />
=<br />
NX<br />
i=1<br />
NX<br />
i=1<br />
khk;iS i<br />
0<br />
V0( ) . Weiter gilt<br />
mX<br />
k=1<br />
NX<br />
khk (S1 S0)<br />
mX<br />
k=1<br />
mX<br />
k=1<br />
mX<br />
k=1<br />
iRi;<br />
khk;i<br />
!<br />
khk;iS i 0<br />
k hk;iS<br />
i=1<br />
i 0 = 1<br />
S i 1<br />
!<br />
khk;iS i 0<br />
V0 ( )<br />
V0 ( )<br />
mX<br />
k=1<br />
Ri;<br />
!<br />
S i 0<br />
Ri<br />
khk S0 = 1:<br />
Damit sind die i wie in <strong>der</strong> Portfoliotheorie die relativen Kapitalanteile, die<br />
in das i-te Finanzinstrument investiert werden.<br />
Aufgabe 5.2.<br />
Zeigen Sie, daßfür europäische Call- und Put-Optionen, <strong>der</strong>en Un<strong>der</strong>lyings<br />
während <strong>der</strong> Laufzeit keine Dividenden auszahlen, gilt<br />
Call Put<br />
(d+) (d+) 1 = ( d+)<br />
KT e rT (d ) KT e rT ( (d ) 1) = KT e rT ( d )<br />
S p T 0 (d+) S p T 0 (d+)<br />
0 1<br />
Dabei ist (x) = p2 x exp 2<br />
S<br />
1<br />
ln( K )+(r 2<br />
2 sowie d = p<br />
T<br />
Lösung.<br />
Die Black-Scholes-Formeln für Call- und Put-Optionen lauten<br />
2 )T<br />
C = e rT (F (d+) K (d )) (1.5)<br />
P = e rT (K ( d ) F ( d+)) :<br />
.
50 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Zur Berechnung von<br />
Zunächst gilt mit F = exp (rT ) S und d =<br />
Daher folgt<br />
Weiter gilt<br />
also<br />
d+ = d + p T :<br />
ln( F<br />
K )<br />
p T<br />
d 2 + = d 2 + 2d p T + 2 T<br />
= d 2 + 2 ln F<br />
K :<br />
0 (d+) = 1<br />
p 2 exp<br />
So erhalten wir wegen @ F<br />
@S ln K<br />
und berechnen damit<br />
= F 1<br />
p<br />
K 2<br />
exp<br />
= K<br />
F<br />
0<br />
(d ) ;<br />
1<br />
2 d2 +<br />
1<br />
2 d2<br />
1<br />
2<br />
ln F<br />
K<br />
p T<br />
F 0 (d+) = K 0 (d ) : (1.6)<br />
@ = @S ln erT S<br />
K<br />
= 1<br />
S<br />
@<br />
@S d = 1 @ F<br />
p ln<br />
T @S K =<br />
1<br />
S p T<br />
@<br />
@S C = (d+) + e rT<br />
= (d+) +<br />
= (d+) :<br />
e rT<br />
F 0 (d+) @d+<br />
@S<br />
S p T (F 0 (d+) K 0 (d ))<br />
Aus <strong>der</strong> Put-Call-Parität P = C + Ke rT S folgt<br />
K 0 (d ) @d<br />
@S<br />
@ @<br />
P =<br />
@S @S C 1 = (d+) 1 = ( d+) ;<br />
wobei in <strong>der</strong> letzten Gleichheit <strong>der</strong> Zusammenhang (x) = 1 ( x) verwendet<br />
wurde.
Zur Berechnung von<br />
Aus d =<br />
Damit erhalten wir<br />
S ln( K ) 1 2<br />
2 T<br />
p + r<br />
T<br />
p T folgt<br />
1.5 Value at Risk und kohärente Risikomaße 51<br />
@<br />
d =<br />
@r<br />
p T :<br />
@ @<br />
C =<br />
@r @r S (d+) e rT K (d )<br />
@<br />
= S<br />
(d+)<br />
@r<br />
e rT @<br />
K<br />
(d )<br />
@r + e rT T K (d )<br />
p<br />
T rT<br />
+ e T K (d )<br />
= e rT (F 0 (d+) K 0 (d ))<br />
= e rT T K (d ) ;<br />
wobei (1.6) verwendet wurde. Mit <strong>der</strong> Put-Call-Parität P = C + Ke rT S<br />
und wegen (x) = 1 ( x) folgt<br />
Zur Berechnung von<br />
Wir berechnen<br />
@ @<br />
P = C<br />
@r @r<br />
rT<br />
T Ke<br />
= e rT T K ( (d ) 1)<br />
@d<br />
@<br />
= e rT T K ( d ) :<br />
= @<br />
@<br />
= 1<br />
= 1 d :<br />
ln F<br />
K<br />
p T<br />
ln F<br />
K<br />
p T<br />
Daraus folgt mit d+ = d + p T und mit (1.6)<br />
C = e rT<br />
F 0 (d+) @d+<br />
@<br />
1<br />
2<br />
1<br />
2<br />
K 0 (d ) @d<br />
@<br />
p T<br />
p T<br />
= 1 e rT (F 0 (d+) d K 0 (d ) d+)<br />
= 1 e rT F 0 (d+) d+ F 0 (d+) p T K 0 (d ) d+<br />
= e rT p T F 0 (d+)<br />
= S p T 0 (d+) :<br />
!<br />
!
52 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Aus <strong>der</strong> Put-Call-Parität folgt unmittelbar<br />
Aufgabe 5.3.<br />
@<br />
@<br />
P = @<br />
@ C:<br />
Die Jahresrenditen eines Portfolios seien näherungsweise normalverteilt mit<br />
= 6% und = 37%. Der aktuelle Wert des Portfolios betrage 457 452<br />
Euro. Die Liquidationsperiode betrage 10 Handelstage, das Kon…denzniveau<br />
sei 99%. Legen Sie 250 Handelstage für ein Jahr zugrunde. Bestimmen Sie den<br />
Value at Risk für das gegebene Portfolio<br />
1. mit Hilfe von Satz 5.27<br />
2. sowie unter Verwendung <strong>der</strong> Faustformel (5.48).<br />
Lösung.<br />
1. Es gilt<br />
V@R (h) = V0 T + p T Q0;1( )<br />
= 457452<br />
= 77 641:<br />
2. Mit <strong>der</strong> Faustformel erhalten wir<br />
Aufgabe 5.4.<br />
V@R(h)<br />
10<br />
250<br />
6<br />
100<br />
1<br />
2 V0 (h)<br />
= 1<br />
2<br />
457 452<br />
= 84 629:<br />
r 10<br />
250<br />
37<br />
100<br />
37<br />
100 2:326<br />
!<br />
Berechnen Sie die modi…zierten Sensitivitäten für den Index-Performance-<br />
Sparvertrag aus Abschnitt 4.16.
Lösung.<br />
1.5 Value at Risk und kohärente Risikomaße 53<br />
Der Index-Performance-Sparvertrag besitzt die Struktur eines Portfolios P<br />
bestehend aus einem Zerobond g = G (1 + r) 5 und aus vier Forward-Start-<br />
Performance-Calls f1; : : : ; f4, also<br />
P = g + f1 + + f4:<br />
G bezeichnet hier den Garantiebetrag. Nach (4.117) gilt<br />
fi = e rti G C (1; T ti; 1) ;<br />
wobei N G den Kaufpreis des Sparvertrags bezeichnet. Daraus folgt @fi<br />
@S =<br />
0, und daher folgt<br />
Dabei gilt<br />
Nun gilt mit<br />
dP = dg +<br />
4X<br />
dfi<br />
i=1<br />
= 5 1<br />
Gdr +<br />
1 + r<br />
= 5 r<br />
1 + r G Rr +<br />
4X<br />
i=1<br />
4X<br />
i=1<br />
@fi<br />
@S<br />
@fi @fi<br />
dS + dr +<br />
@r @ d<br />
@fi<br />
@r r Rr + @fi<br />
@<br />
= mod<br />
S RS + mod<br />
r Rr + mod R :<br />
mod<br />
S<br />
=<br />
4X<br />
i=1<br />
@fi<br />
S = 0;<br />
@S<br />
mod<br />
r = 5 r<br />
G +<br />
1 + r<br />
mod =<br />
4X<br />
i=1<br />
1 ln<br />
d (1; T ti; 1) =<br />
4X<br />
i=1<br />
G (1; T ti; 1) :<br />
1 + r 1<br />
2<br />
p T ti<br />
und den Ergebnissen von Aufgabe 5.1<br />
R<br />
N (1; T ti; 1) r;<br />
2 (T ti)<br />
r(T ti)<br />
= r 1<br />
2<br />
(1; T ti; 1) = (T ti) e ( d )<br />
(1; T ti; 1) = p r<br />
0 T ti<br />
T ti (d+) = e<br />
2<br />
1<br />
2 d2 +:<br />
2 p T ti<br />
Damit können die modi…zierten Sensitivitäten explizit berechnet werden.
54 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
1.6 Diskrete Stochastische Analysis<br />
Aufgabe 6.1.<br />
Berechnen Sie die bedingte Erwartung für folgendes Beispiel. Seien =<br />
f!1; : : : ; !8g und F = P ( ). Durch<br />
P (!1) = 1<br />
12<br />
P (!2) = 2<br />
12<br />
P (!3) = 3<br />
12<br />
P (!4) = 1<br />
12<br />
P (!5) = 1<br />
12<br />
P (!6) = 1<br />
12<br />
P (!7) = 2<br />
12<br />
P (!8) = 1<br />
12<br />
wird ein WahrscheinlichkeitsmaßP auf de…niert. Sei weiter<br />
Z (G) = ff!1; !2g ; f!3; !4g ; f!5; !6g ; f!7; !8gg :<br />
Eine Zufallsvariable X : ! R sei durch X (!i) = 5 i de…niert.<br />
1. Berechnen Sie die bedingte Erwartung EG [X].<br />
2. Sei<br />
Z (H) = ff!1; !2; !3; !4g ; f!5; !6; !7; !8gg :<br />
Veri…zieren Sie die Eigenschaft <strong>der</strong> iterierten bedingten Erwartung<br />
Lösung.<br />
1. Mit (6.3) gilt<br />
Dies bedeutet<br />
EH [EG [X]] = EG [EH [X]] = EH [X] :<br />
EG [X] = X<br />
A2Z(G)<br />
0<br />
B<br />
1<br />
@P<br />
(A)<br />
X<br />
B2Z(F)<br />
B A<br />
1<br />
C<br />
X (B) P (B) C<br />
A 1A:
EG [X] =<br />
+ +<br />
= 12<br />
3<br />
+ 12<br />
4<br />
+ 12<br />
2<br />
+ 12<br />
3<br />
1.6 Diskrete Stochastische Analysis 55<br />
1<br />
P (!1; !2) (4P (!1) + 3P (!2)) 1 f!1;!2g<br />
4<br />
2<br />
0<br />
1<br />
P (!7; !8) ( 2P (!7) 3P (!8)) 1f!7;!8g 1<br />
+ 3<br />
12<br />
2<br />
12<br />
1f!1;!2g 3<br />
+ 1<br />
12<br />
1<br />
12<br />
1f!3;!4g 1<br />
12<br />
1<br />
1<br />
12<br />
1f!5;!6g 2<br />
2<br />
12<br />
3<br />
1<br />
12<br />
1f!7;!8g = 10<br />
3 1 f!1;!2g + 7<br />
4 1 f!3;!4g<br />
1<br />
2 1 f!5;!6g<br />
7<br />
3 1 f!7;!8g:<br />
2. Wir berechnen mit A1 := f!1; !2; !3; !4g und A2 := f!5; !6; !7; !8g<br />
1<br />
EH [EG [X]] =<br />
P (A1)<br />
+<br />
1<br />
P (A2)<br />
= 12<br />
7<br />
10<br />
3<br />
+ 12<br />
5<br />
1<br />
2<br />
2<br />
12<br />
An<strong>der</strong>erseits gilt<br />
10<br />
3 P (!1; !2) + 7<br />
4 P (!3; !4) 1A1<br />
1<br />
2 P (!5; !6)<br />
3 7<br />
+<br />
12 4<br />
4<br />
12<br />
7<br />
3<br />
= 17<br />
7 1 f!1;!2;!3;!4g<br />
7<br />
3 P (!7; !8) 1A2<br />
1A1<br />
3<br />
12<br />
1A2<br />
8<br />
5 1f!5;!6;!7;!8g: EH [X] = 4 P (!1) + 3 P (!2) + 2 P (!3) + 1 P (!4)<br />
P (A1)<br />
+ 0 P (!5) 1 P (!6) 2 P (!7)<br />
P (A2)<br />
3 P (!8)<br />
Schließlich gilt<br />
= 12<br />
7<br />
+ 12<br />
5<br />
4<br />
0<br />
1<br />
+ 3<br />
12<br />
1<br />
1<br />
12<br />
2<br />
+ 2<br />
12<br />
1<br />
12<br />
= 17<br />
7 1 f!1;!2;!3;!4g<br />
2<br />
3<br />
+ 1<br />
12<br />
2<br />
3<br />
12<br />
1<br />
12<br />
1<br />
12<br />
8<br />
5 1 f!5;!6;!7;!8g:<br />
1A1<br />
1A2<br />
1A1<br />
1A2
56 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
EG [EH [X]] = EH [X] (!1) P (!1) + EH [X] (!2) P (!2)<br />
P (!1; !2)<br />
Aufgabe 6.2.<br />
+ + EH [X] (!7) P (!7) + EH [X] (!8) P (!8)<br />
P (!7; !8)<br />
=<br />
+<br />
+<br />
17<br />
7 P (!1) + 17<br />
7<br />
P (!2)<br />
P (!1; !2)<br />
17<br />
7 P (!3) + 17<br />
7<br />
P (!4)<br />
P (!3; !4)<br />
8<br />
5 P (!5) 8<br />
5<br />
P (!6)<br />
P (!5; !6)<br />
8<br />
5 P (!7) 8<br />
5<br />
1 f!1;!2g<br />
1 f!3;!4g<br />
1 f!5;!6g<br />
+<br />
P (!8)<br />
P (!7; !8)<br />
1f!7;!8g = 17<br />
7 1f!1;!2g + 17<br />
7 1f!3;!4g 8<br />
5 1f!5;!6g = 17<br />
7 1f!1;!2;!3;!4g 8<br />
5 1f!5;!6;!7;!8g = EH [X] :<br />
1 f!1;!2g<br />
1 f!7;!8g<br />
8<br />
5 1 f!7;!8g<br />
Sei ( ; F; P ) ein endlicher Wahrscheinlichkeitsraum, und sei G F eine Unteralgebra<br />
von F. Sei X eine G meßbare Zufallsvariable. Weisen Sie mit <strong>der</strong><br />
Darstellung (6.2) und (6.3) die Gültigkeit von EG[X] = X nach.<br />
Lösung.<br />
Ist X G meßbar, so ist X auf jedem A 2 Z (G) konstant, so daßfür ! 2 A<br />
gilt<br />
EG[X] (!) = E[XjA]<br />
= 1 X<br />
P (A)<br />
= X (!)<br />
= X (!) :<br />
! 0 2A<br />
1<br />
P (A)<br />
X (! 0 ) P (! 0 )<br />
X<br />
P (! 0 !<br />
)<br />
! 0 2A
Aufgabe 6.3.<br />
1.6 Diskrete Stochastische Analysis 57<br />
Sei ( ; F; P ) ein endlicher Wahrscheinlichkeitsraum und sei X eine F meßbare<br />
Zufallsvariable. Sei G F eine Unteralgebra von F und sei Z G meßbar. Zeigen<br />
Sie mit (6.2) und (6.3), daßEG[ZX] = Z EG[X].<br />
Lösung.<br />
Sei A 2 Z (G) beliebig. Dann ist Z auf A konstant und für beliebiges ! 2 A<br />
gilt<br />
EG[ZX] (!) = E[ZX jA]<br />
= 1 X<br />
P (A)<br />
= Z (!)<br />
! 0 2A<br />
1<br />
P (A)<br />
= Z (!) E[XjA]<br />
Z (! 0 ) X (! 0 ) P (! 0 )<br />
X<br />
! 0 2A<br />
= Z (!) EF[X] (!) :<br />
Da A beliebig war, folgt die Behauptung.<br />
Aufgabe 6.4.<br />
X (! 0 ) P (! 0 )<br />
Sei ( ; F; P ) ein endlicher Wahrscheinlichkeitsraum und sei X eine F meßbare<br />
Zufallsvariable. Sei weiter G F eine Unteralgebra von F. Weisen Sie mit<br />
(6.2) und (6.3) die Gültigkeit von E[EG[X]] = E[X] nach.<br />
Lösung.<br />
Mit E [1A] = P (A) folgt<br />
!
58 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
2<br />
E[EG[X]] = E 4 X<br />
Aufgabe 6.5.<br />
= X<br />
A2Z(G)<br />
A2Z(G)<br />
A2Z(G) !2A<br />
E[XjA] 1A<br />
E[XjA] E [1A]<br />
3<br />
5<br />
!<br />
X X P (!)<br />
X (!)<br />
P (A)<br />
A2Z(G) !2A<br />
= X X<br />
X (!) P (!)<br />
= X<br />
X (!) P (!)<br />
!2<br />
= E[X]:<br />
P (A)<br />
Sei ( ; F; P ) ein endlicher Wahrscheinlichkeitsraum, und sei X eine Fmeßbare<br />
Zufallsvariable. Seien weiter H G F Unteralgebren von F.<br />
Weisen Sie mit <strong>der</strong> Darstellung (6.2) und (6.3) die Eigenschaften 5. aus Satz<br />
6.6 nach.<br />
Lösung.<br />
Zu beliebigem ! 2 gibt es genau ein G 2 Z (G) mit ! 2 G und genau ein<br />
F1 2 Z (F) mit ! 2 F1. Wegen F G gilt Z (F) Z (G) und daher ist<br />
F1 G mit G = F1 [ F2 [ [ Fn für gewisse F2; : : : ; Fn 2 Z (F). Damit gilt
0<br />
E[E[XjF]jG] (!) = @ X<br />
A2Z(G)<br />
1.6 Diskrete Stochastische Analysis 59<br />
1<br />
E[E[XjF]jA] 1A<br />
= E[E[XjF]jG]<br />
= X<br />
E[XjF] (! 0 ) P (!0 )<br />
P (G)<br />
! 0 2G<br />
= 1<br />
P (G)<br />
= 1<br />
P (G)<br />
= 1<br />
P (G)<br />
= 1<br />
P (G)<br />
= E[XjG]<br />
nX<br />
X<br />
i=1 ! 02Fi i=1<br />
A (!)<br />
E[XjF] (! 0 ) P (! 0 )<br />
nX<br />
E[XjFi] X<br />
P (! 0 )<br />
nX<br />
i=1<br />
X<br />
! 00 2G<br />
= E[XjG] (!) :<br />
1<br />
P (Fi)<br />
! 0 2Fi<br />
X<br />
! 00 2Fi<br />
X (! 00 ) P (! 00 )<br />
X (! 00 ) P (! 00 )<br />
!<br />
P (Fi)<br />
Schließlich betrachten wir den Ausdruck E[E[XjG]jF]. Wir wissen, daßE[XjG]<br />
eine G-meßbare Zufallsvariable ist. Wegen Z (F) Z (G) ist diese jedoch<br />
insbeson<strong>der</strong>e auch F-meßbar. Für jede F-meßbare Zufallsvariable Y gilt aber<br />
E[Y jF] = Y , daher folgt E[E[XjG]jF] = E[XjG].<br />
Aufgabe 6.6.<br />
Angenommen, X und Y sind Martingale.<br />
1. Zeigen Sie, daßdann auch<br />
XY [X; Y ]<br />
ein Martingal ist.<br />
2. Nach Satz 6.40 ist auch XY hX; Y i ein Martingal. Warum liegt hier kein<br />
Wi<strong>der</strong>spruch zur Eindeutigkeit <strong>der</strong> Doob-Zerlegung vor?<br />
Lösung.<br />
1. Mit (6.23) gilt<br />
(XY [X; Y ]) t = (XY ) t [X; Y ] t<br />
= XtYt Xt 1Yt 1 Xt Yt<br />
= XtYt 1 + Xt 1Yt 2Xt 1Yt 1<br />
= XtYt 1 + Xt 1 Yt:
60 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Daraus folgt<br />
Et 1 [ (XY [X; Y ]) t ] = Yt 1Et 1 [ Xt] + Xt 1Et 1 [ Yt]<br />
= 0:<br />
Mit Lemma 6.26 folgt die erste Behauptung.<br />
2. Der Prozeß[X; Y ] ist nicht vorhersehbar, daher ist<br />
keine Doob-Zerlegung von XY .<br />
Aufgabe 6.7.<br />
XY = (XY [X; Y ]) + [X; Y ]<br />
Betrachten Sie für den in Abb. 6.1 dargestellten Kursprozess das Ereignis E,<br />
daß<strong>der</strong> Kurs zum ersten Mal den Mittelwert <strong>der</strong> Kurse längs eines Pfades<br />
! 2 übersteigt. Zeigen Sie, daßdie Zuordnung <strong>der</strong> Zeitpunkte (!) für den<br />
Eintritt von E keine Stopzeit de…niert.<br />
Lösung.<br />
Für die Mittelwert <strong>der</strong> Kurse längs <strong>der</strong> durch !1; : : : ; !4 de…nierten Pfade gilt<br />
Daraus ergibt sich<br />
Wegen<br />
Pfad Mittelwerte <strong>der</strong><br />
Kurse längs des<br />
Pfades<br />
!1<br />
!2<br />
!3<br />
!4<br />
100+120+140<br />
3<br />
100+120+110<br />
3<br />
100+80+90<br />
3<br />
100+80+60<br />
3<br />
Pfad (!)<br />
!1 2<br />
!2 1<br />
!3 2<br />
1<br />
!4<br />
= 120<br />
= 110<br />
= 90<br />
= 80:<br />
1 (1) = f!2; !4g 62 F1 und<br />
1 (2) = f!1; !3g 62 F2<br />
de…niert keine Stopzeit. Zur Ermittlung des Zeitpunkts, zu dem E eintritt,<br />
mußzu jedem Zeitpunkt <strong>der</strong> gesamte Pfad, also die zukünftige Entwicklung<br />
des Prozesses, bekannt sein. Zum Zeitpunkt 1 kann daher noch nicht entschieden<br />
werden, ob das Ereignis eingetreten ist o<strong>der</strong> nicht.
Aufgabe 6.8.<br />
1.6 Diskrete Stochastische Analysis 61<br />
Geben Sie einen alternativen Beweis des Optional Sampling Theorems mit<br />
Hilfe <strong>der</strong> De…nition <strong>der</strong> bedingten Erwartung und <strong>der</strong> Darstellung (6.70).<br />
Lösung.<br />
Wir betrachten Et[X (t+1)^ ]. Mit A 2 Z (Ft) und ! 2 A gilt wegen (6.70)<br />
und 1 f t+1g = 1 f >tg die Darstellung<br />
X (t+1)^ =<br />
tX<br />
i=0<br />
Daraus folgt mit (6.1) und (6.3)<br />
Xi 1 f =ig + Xt+1 1 f >tg:<br />
P (A) Et[X (t+1)^ ] (!) = E[Et[X (t+1)^ ] 1A]<br />
= E[X (t+1)^<br />
= X<br />
! 0 2A<br />
= X<br />
=<br />
! 02A i=0<br />
tX<br />
1A]<br />
X (t+1)^ (! 0 ) P (! 0 )<br />
tX<br />
X<br />
Xi 1 f =ig (! 0 ) P (! 0 )<br />
+ X<br />
i=0 ! 02A\f =ig<br />
+<br />
! 0 2A<br />
Xt+1 1 f >tg (! 0 ) P (! 0 )<br />
Xi (! 0 ) P (! 0 )<br />
X<br />
! 0 2A\f >tg<br />
Xt+1 (! 0 ) P (! 0 ) :<br />
Die t + 2 Mengen f = ig, i = 0; : : : ; t, und f > tg bilden eine disjunkte<br />
Zerlegung von . Ferner gilt f = ig 2 Fi Ft für i = 0; : : : ; t und f ><br />
tg = f tg c 2 Ft. Daher ist die Menge A 2 Z (Ft) in genau einer dieser<br />
t + 2 Mengen enthalten.<br />
Wir betrachten zunächst den Fall, daßA f = kg für ein 0 k t gilt.<br />
Dann erhalten wir A \ f = kg = A und A \ f = ig = ? für i 6= k sowie<br />
A \ f > tg = ?. Daher folgt mit (!) = k t für beliebiges ! 2 A<br />
Et[X (t+1)^ ] (!) = 1<br />
P (A)<br />
= Xk (!)<br />
= X (!) (!)<br />
= Xt^ (!) :<br />
X<br />
! 0 2A\f =kg<br />
1<br />
P (A)<br />
Xk (! 0 ) P (! 0 )<br />
X<br />
P (! 0 )<br />
! 0 2A
62 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
Nun betrachten wir den Fall A f > tg. Dann gilt A \ f = ig = ? für alle<br />
i = 0; : : : ; t, und daher folgt<br />
Et[X (t+1)^ ] (!) = 1<br />
P (A)<br />
= 1<br />
P (A)<br />
X<br />
! 0 2A\f >tg<br />
X<br />
! 0 2A<br />
= Et[Xt+1] (!)<br />
= Xt (!)<br />
= Xt^ (!) :<br />
Xt+1 (! 0 ) P (! 0 )<br />
Xt+1 (! 0 ) P (! 0 )<br />
1.7 Diskrete Stochastische Finanzmathematik<br />
Aufgabe 8.1.<br />
Zeigen Sie, daßmit den Bezeichnungen in Abschnitt 7.3 und mit E P [j] = n<br />
2<br />
sowie Sn = S0 (1 + + ) n j (1 + ) j gilt<br />
Lösung.<br />
E P ln Sn<br />
S0<br />
! T M 1<br />
2 T 2 für n ! 1:<br />
Mit E P [j] = n<br />
2 und mit Sn = S0 (1 + + ) n j (1 + ) j gilt<br />
E P ln Sn<br />
S0<br />
= E P [(n j) ln (1 + + ) + j ln (1 + )]<br />
= n ln (1 + + ) + (ln (1 + ) ln (1 + + )) E P [j]<br />
= n ln (1 + + ) + n<br />
(ln (1 + ) ln (1 + + ))<br />
2<br />
= n<br />
(ln (1 + + ) + ln (1 + ))<br />
2<br />
= n<br />
(ln u + ln d)<br />
2<br />
= n T<br />
n<br />
M 1<br />
2<br />
2<br />
+ O 1<br />
n<br />
! T M 1<br />
2 T 2 für n ! 1:
Aufgabe 7.2.<br />
1.7 Diskrete Stochastische Finanzmathematik 63<br />
Betrachten Sie ein Zwei-Perioden-Binomialbaum-Modell mit zwei Finanzinstrumenten,<br />
einer festverzinslichen Kapitalanlage zum Zinssatz r = 2% und<br />
einer Aktie mit Anfangskurs S. Die beiden Renditefaktoren <strong>der</strong> Aktie seien<br />
u = 1:1 und d = 0:9. Veri…zieren Sie Folgerung 7.14 für eine amerikanische<br />
Put-Option auf die Aktie mit Basispreis K = S.<br />
Lösung.<br />
Es gilt<br />
und<br />
Der Wert cj =<br />
lautet<br />
q =<br />
(S2(!j) K)+<br />
(1+r) 2<br />
S2 (!1) = u 2 S<br />
S2 (!2) = udS<br />
S2 (!3) = udS<br />
S2 (!4) = d 2 S<br />
S1 (A11) = uS<br />
S1 (A12) = dS<br />
S0 ( ) = S<br />
1 + r d<br />
u d<br />
Wir setzen ~z2 := ~c und berechnen<br />
Wir erhalten<br />
und<br />
= 0:12<br />
0:2<br />
= 0:6:<br />
= ~ f2 (!j) <strong>der</strong> Put-Option zum Endzeitpunkt 2<br />
c1 = 0; c2 = 1; c3 = 1; c4 = 19:<br />
~z1 = max ~ f1; E Q [~z2] :<br />
~z1 (A11) = max ~ f1 (A11) ; E Q<br />
1 [~z2] (A11)<br />
= max<br />
= max (0; 0; 384)<br />
= 0:384<br />
(S1 (A11) K) +<br />
1 + r<br />
; q~z2 (!1) + (1 q) ~z2 (!2)<br />
!
64 1 <strong>Lösungen</strong> <strong>der</strong> <strong>Aufgaben</strong><br />
~z1 (A12) = max ~ f1 (A12) ; E Q<br />
1 [~z2] (A12)<br />
= max<br />
(S1 (A12) K) +<br />
1 + r<br />
= max (9: 804; 7: 881)<br />
= 9: 804:<br />
; q~z2 (!1) + (1 q) ~z2 (!2)<br />
Hier sehen wir, daßdie Put-Option zum Zeitpunkt 1 im Zustand A12 ausgeübt<br />
werden sollte. Damit schließlich berechnen wir z0 = ~z0 zu<br />
~z0 = max ~ f0; E Q [~z1]<br />
= max (S K) + ; q~z1 (A11) + (1 q) ~z2 (A12)<br />
= max (0; 4: 152)<br />
= 4: 152:<br />
Die berechneten Werte werden im folgen<strong>der</strong> Abbildung zusammengestellt.<br />
%<br />
q = 0:6<br />
S0 =<br />
1<br />
100<br />
z0 = 4: 152<br />
1 q = 0:4<br />
&<br />
%<br />
q = 0:6<br />
S1 (A11) = 1:02<br />
110<br />
~z1 (A11) = 0:384<br />
1 q = 0:4<br />
&<br />
%<br />
q = 0:6<br />
S2 (A12) = 1:02<br />
90<br />
~z1 (A12) = 9: 804<br />
1 q = 0:4<br />
&<br />
S2 (!1) = 1:0404<br />
121<br />
~z2 (!1) = 0<br />
S2 (!2) = 1:0404<br />
99<br />
~z2 (!2) = 0:961 17<br />
S2 (!3) = 1:0404<br />
99<br />
~z2 (!3) = 0:961 17<br />
S2 (!4) = 1:0404<br />
81<br />
~z2 (!4) = 18: 262<br />
t = 0 t = 1 t = 2<br />
Nun berechnen wir die Stopzeit<br />
= min<br />
n<br />
t ~zt = ~ o<br />
ft :<br />
!
Es gilt<br />
1.7 Diskrete Stochastische Finanzmathematik 65<br />
(!1) = (!2) = 2<br />
(!3) = (!4) = 1:<br />
Damit berechnen wir den mit gestoppten Prozeß<br />
und erhalten<br />
~f = ~ f2^<br />
~f (!1) = ~ f2^ (!1) (!1) = ~ f2 (!1) =<br />
(1 + r) 2 (K S2 (!1)) + = 0<br />
~f (!2) = ~ f2^ (!2) (!2) = ~ 1<br />
f2 (!2) =<br />
(1 + r) 2 (K S2 (!2)) + = 1<br />
= 0:961<br />
1:0404<br />
~f (!3) = ~ f2^ (!3) (!3) = ~ f1 (!3) = 1<br />
1 + r (K S1 (!3)) + = 10<br />
= 9: 804<br />
1:02<br />
~f (!4) = ~ f2^ (!4) (!4) = ~ f1 (!4) = 1<br />
1 + r (K S1 (!4)) + = 10<br />
= 9: 804:<br />
1:02<br />
Damit berechnen wir<br />
E Q h i<br />
f~<br />
1<br />
= q 2 ~ f (!1) + q (1 q) ~ f (!2) + ~ f (!3) + (1 q) 2 ~ f (!4)<br />
= 4: 152: