20.05.2013 Views

slides - Dipartimento di Economia Politica

slides - Dipartimento di Economia Politica

slides - Dipartimento di Economia Politica

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Estensioni al modello <strong>di</strong> Black e Scholes<br />

Roberto Renò<br />

reno@unisi.it<br />

<strong>Dipartimento</strong> <strong>di</strong> <strong>Economia</strong> <strong>Politica</strong>, Università <strong>di</strong> Siena<br />

I tassi <strong>di</strong> interesse sono costanti?<br />

I tassi <strong>di</strong> interesse variano sensibilmente nel tempo:<br />

E 2 c, Marzo, 2004 – p.1/19<br />

E 2 c, Marzo, 2004 – p.3/19<br />

Il modello <strong>di</strong> Black e Scholes funziona?<br />

Il modello <strong>di</strong> Black e Scholes ha avuto un incre<strong>di</strong>bile successo fin dalla<br />

sua nascita (1973). Esso è il punto <strong>di</strong> partenza naturale <strong>di</strong> qualsiasi<br />

analisi <strong>di</strong> consistenza fra i prezzi dei derivati e del loro titolo sottostnate.<br />

È inoltre un modello molto semplice, in cui i ren<strong>di</strong>menti sono normali.<br />

A questo punto è opportuno chiedersi se le ipotesi del modello <strong>di</strong> Black<br />

e Scholes sono verificate oppure no.<br />

I ren<strong>di</strong>menti sono normali?<br />

La serie storica dei ren<strong>di</strong>menti non sembra normale:<br />

E 2 c, Marzo, 2004 – p.2/19<br />

E 2 c, Marzo, 2004 – p.4/19


I ren<strong>di</strong>menti sono normali?<br />

Infatti non lo sono, la <strong>di</strong>stribuzione è leptocurtica (fat tails):<br />

I ren<strong>di</strong>menti sono in<strong>di</strong>pendenti?<br />

La funzione <strong>di</strong> autocorrelazione del valore assoluto dei ren<strong>di</strong>menti<br />

rimane positiva per 1-2 mesi!<br />

E 2 c, Marzo, 2004 – p.5/19<br />

E 2 c, Marzo, 2004 – p.7/19<br />

I ren<strong>di</strong>menti sono in<strong>di</strong>pendenti?<br />

La funzione <strong>di</strong> autocorrelazione è nulla dopo un giorno... ciò è<br />

compatibile con l’ipotesi <strong>di</strong> in<strong>di</strong>pendenza ma....<br />

La volatilità è costante?<br />

Chiaramente no.<br />

E 2 c, Marzo, 2004 – p.6/19<br />

E 2 c, Marzo, 2004 – p.8/19


L’effetto smile<br />

La formula <strong>di</strong> Black e Scholes mostra che la volatilità implicita non<br />

<strong>di</strong>pende dal rapporto S K, detto moneyness.<br />

Pertanto la volatilità implicita dovrebbe essere la stessa per opzioni Call<br />

at the money (S K<br />

K<br />

(S K<br />

£ 1).<br />

¡ 1), in the money (S<br />

¢ 1), out of the money<br />

Se confermato empiricamente, questo risultato renderebbe il modello <strong>di</strong><br />

Black e Scholes affidabile, nonostante le varie violazioni fin qui<br />

riscontrate.<br />

Come spiegare l’effetto smile?<br />

E 2 c, Marzo, 2004 – p.9/19<br />

L’inconsistenza empirica più rilevante del modello <strong>di</strong> Black e Scholes è<br />

la volatilità costante.<br />

Occorrono modelli in cui la volatilità è essa stessa stocastica<br />

(stochastic volatility).<br />

La necessità <strong>di</strong> introdurre la volatilità stocastica è ormai riconosciuta<br />

nella letteratura finanziaria.<br />

E 2 c, Marzo, 2004 – p.11/19<br />

Effetto smile<br />

La volatilità implicita <strong>di</strong>pende dalla moneyness<br />

0.25<br />

0.2<br />

0.15<br />

0.25<br />

0.2<br />

0.15<br />

0.9 1 1.1 1.2 0.9 1 1.1 1.2<br />

K/F<br />

Il modello <strong>di</strong> Hull e White<br />

44 days<br />

20 days<br />

K/F<br />

62 days<br />

107 days<br />

Il modello <strong>di</strong> Hull e White (1987) parte dal modello <strong>di</strong> Black e Scholes:<br />

W1<br />

¤ t<br />

¥ e W2<br />

¤ t<br />

¥ sono in<strong>di</strong>pendenti.<br />

dS<br />

¤ t<br />

¥<br />

dV<br />

¦ µS<br />

¤ t<br />

¥ dt<br />

µ ©ϕ ©ξ sono funzioni <strong>di</strong> t ©S ©V .<br />

¤ t<br />

¥<br />

¦ ϕV<br />

¤ t<br />

¥ dt<br />

§<br />

¨ V<br />

¤ t<br />

¥ S<br />

¤ t<br />

¥ dW1<br />

¤ t<br />

¥<br />

§ ξV<br />

¤ t<br />

¥ dW2<br />

¤ t<br />

¥<br />

0.25<br />

0.2<br />

0.15<br />

0.25<br />

0.2<br />

0.15<br />

E 2 c, Marzo, 2004 – p.10/19<br />

E 2 c, Marzo, 2004 – p.12/19


Il modello <strong>di</strong> Hull e White<br />

Gli investitori, che sono avversi al rischio, richiederanno un premio al<br />

rischio aggiuntivo per la presenza <strong>di</strong> un moto Browniano in più. Hull e<br />

White mostrano che se il premio al rischio legato alla volatilità è nullo, e<br />

se ϕ ©ξ non <strong>di</strong>pendono da S<br />

Black e Scholes:<br />

Ct<br />

¤ t<br />

¥ ,<br />

possiamo ancora usare la formula <strong>di</strong><br />

¦ BS<br />

dove la volatilità implicita va rimpiazzata da:<br />

V<br />

t ¦<br />

¥<br />

¤<br />

1<br />

T £ t<br />

Nota che l’ipotesi <strong>di</strong> premio al rischio nullo per la volatilità è stata<br />

ampiamente confutata dall’analisi dei dati (Lamoreux e Lastrapes,<br />

1993).<br />

Smile e smirk<br />

t<br />

¡ V<br />

¤ t<br />

¤ T<br />

V<br />

¥<br />

¤ s<br />

¥ ds<br />

¢<br />

E 2 c, Marzo, 2004 – p.13/19<br />

Tuttavia la faccenda è più complicata. All’aumentare della maturità, più<br />

che uno smile si osserva uno smirk.<br />

E 2 c, Marzo, 2004 – p.15/19<br />

L’effetto smile<br />

In ogni caso, un modello alla Hull e White può spiegare lo smile:<br />

L’effetto del venerdì nero 1987<br />

Prima del 1987, gli smile venivano osservati per ogni maturità.<br />

Dopo il 1987, si osservano smile a maturità brevi e smirk a maturità<br />

lunghe.<br />

Qualcosa ha cambiato l’avversione al rischio degli agenti del mercato.<br />

È aumentata l’avversione al rischio contro improvvisi cali del mercato<br />

azionario.<br />

E 2 c, Marzo, 2004 – p.14/19<br />

E 2 c, Marzo, 2004 – p.16/19


I salti<br />

Occorre quin<strong>di</strong> modellizzare i salti, tramite i processi <strong>di</strong> Poisson.<br />

Per un processo <strong>di</strong> Poisson con intensità λ, la probabilità <strong>di</strong> saltare fra 0<br />

e T è data da 1<br />

λ e<br />

λT<br />

.<br />

La probabilità <strong>di</strong> saltare n volte è data dalla statistica <strong>di</strong> Poisson.<br />

Conclusioni<br />

¡<br />

¡<br />

¡<br />

Le caratteristiche dei movimenti dei prezzi rendono necessario<br />

l’utilizzo <strong>di</strong> strumenti stocastici.<br />

I prezzi sono contrad<strong>di</strong>stinti da volatilità stocastica e repentini e<br />

rari cambiamenti, in genere negativi (salti).<br />

Questi due ingre<strong>di</strong>enti sono necessari per la teoria della<br />

valutazione delle opzioni.<br />

E 2 c, Marzo, 2004 – p.17/19<br />

E 2 c, Marzo, 2004 – p.19/19<br />

Salti nella SDE<br />

Aggiungiamo i salti nell’equaione <strong>di</strong>fferenziale stocastica:<br />

dS<br />

¤ t<br />

¥<br />

¦ µ<br />

¤ t ©S<br />

¥ dt<br />

§ σ<br />

¤ t ©S<br />

¥ dW<br />

Occorre anche specificare la <strong>di</strong>stribuzione dei salti, in genere<br />

asimmetrica con la coda negativa più probabile, in quanto i salti verso il<br />

basso sono più importanti <strong>di</strong> quelli verso l’alto.<br />

L’evidenza empirica <strong>di</strong> salti nelle serie storiche dei prezzi è ormai<br />

ampiamente <strong>di</strong>ffusa.<br />

¤ t<br />

¥<br />

§ λ<br />

¤ t<br />

¥ dJ<br />

¤ t<br />

¥<br />

E 2 c, Marzo, 2004 – p.18/19

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!