Professional Documents
Culture Documents
TRE
UNIVERSITÀ DEGLI STUDI
Candidato Relatore
Valerio Matteucci Prof. Marco Papi
Indice ii
1 Sintesi 1
1.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
Bibliograa 18
ii
Capitolo 1
Sintesi
1.1 Introduzione
Il modello di Heston (1993, [11]) è uno dei più popolari modelli a volatilità stoca-
modello risponde ad alcune evidenze empiriche rilevabili nelle quotazioni reali dei
L'ecienza del modello di Heston nella valutazione dei titoli derivati è for-
mo questa tecnica alla calibrazione del modello sui prezzi di opzioni nanziarie.
1
CAPITOLO 1. SINTESI 2
stocastica
La famosa formula di Black-Scholes [4] per la valutazione dei prezzi delle opzioni
ha dato origine alla moderna teoria della nanza quantitativa. Essa è stata,
su degli assunti piuttosto lontani dalla realtà; tra questi si possono elencare la
dove r indica il tasso di interesse istantaneo che si assume essere costante nel
tempo. Per quanto riguarda l'evoluzione del titolo rischioso, Black e Scholes ipo-
tizzarono che il cambiamento relativo di prezzo, ossia la quantità dSt /St , fosse
µ rappresenta il tasso medio di crescita del prezzo del titolo ( drift ); un secon-
do termine stocastico per riassumere gli aspetti aleatori legati all'evoluzione del
dierenziale stocastica:
dSt
= µdt + σdBt . (1.2)
St
Consideriamo un'opzione scritta sul titolo rischioso, indichiamo con V (t, St ) il
suo prezzo al tempo t. Sotto l'ipotesi di assenza di arbitraggio, V (t, St ) soddisfa la
CAPITOLO 1. SINTESI 3
∂V σ2 ∂ 2V ∂V
+ S 2 2 + rS − rV = 0, (1.3)
∂t 2 ∂S ∂S
con la condizione nale V (T, S) = Ψ(S), dove Ψ è la funzione di pay-o.
Nel caso di una opzione call di tipo Europeo, dalla (1.3) si può derivare la ben
ed 2
log SKt + r − σ2 (T − t)
xt = √ . (1.5)
σ T −t
Per spiegare le dierenze sistematiche fra prezzi di mercato e prezzi teorici
derivati dal modello di Black-Scholes sono stati introdotti numerosi modelli che
A grandi linee i modelli con volatilità non costante possono essere suddivisi
in due gruppi:
E' opinione diusa che i modelli più realistici siano quelli a volatilità esogena.
Tra questi la classe più studiata è sicuramente quella dei modelli a volatilità
stocastica in cui la volatilità segue appunto un processo stocastico vt ed il processo
del sottostante St è così denito:
(S)
dSt = µSt dt + vt St dBt . (1.7)
di Ito bensì può essere ad esempio un processo di salto o una catena di Markov.
senti un processo stocastico per la volatilità è che esso si mantenga positivo. Nei
che l'ipotesi di completezza del mercato, su cui si basa la teoria di Black e Scholes,
ratura che si dierenziano tra loro per la diversa caratterizzazione del processo
vt = f (Yt ), (1.8)
(v) (S)
dove Bt è un secondo moto Browniano correlato con Bt mediante il termine
(S) (v)
dBt dBt = ρdt. (1.10)
CAPITOLO 1. SINTESI 5
• Il modello di Hull e White [12], proposto nel 1987, è caratterizzato dal seguente
processo per Yt :
(v)
dYt = κYt dt + σYt dBt , (1.11)
√
con f (y) = y e ρ = 0.
(v)
dYt = κ(θ − Yt )dt + σdBt . (1.12)
(v)
p
dYt = κ(θ − Yt )dt + σ Yt dBt , (1.13)
√
con f (y) = y e ρ = 0.
CAPITOLO 1. SINTESI 6
Nel 1993 Heston propose per la prima volta un modello a volatilità stocastica
mercato, è che l'andamento della volatilità del prezzo di un titolo non sia indipen-
dente dall'andamento del prezzo stesso. Ad esempio per i titoli azionari è facile
√ (v)
dvt = κ(θ − vt )dt + σ vt dBt , (1.15)
(S) (v)
dove Bt e Bt sono due moti Browniani standard aventi correlazione istantanea
i casi ρ = ±1. Questa scelta è motivata da ipotesi tecniche utili nei risultati che
2κθ
> 1. (1.16)
σ2
square-root che Cox, Ingersoll e Ross hanno introdotto nel 1985 per descrivere
il primo addendo si può osservare come esso porti la volatilità ad oscillare intor-
una formula di valutazione in forma chiusa per un opzione call di tipo Europeo:
fj ;
l'equazione soddisfatta da xt :
vt √ (S)
dxt = − dt + vt dBt (1.19)
2
∂ ∂ 1 ∂ ∂2 1 ∂2 σ2 ∂ 2
P = [κ(v − θ)P ] + (vP ) + ρσ (vP ) + (vP ) + (vP ).
∂t ∂v 2 ∂x ∂x∂v 2 ∂x2 2 ∂v 2
(1.20)
volatilità.
Pt (x|v0 ). Quest'ultima non può essere messa a confronto con i dati del mercato
Per risolvere questo problema assumiamo che v0 sia una variabile aleatoria
con densità α
v (α−1) α −αv
Π∗ (v0 ) = e θ . (1.21)
Γ(α) θ
La scelta di (1.21) è motivata dall'equazione di Fokker-Planck del processo per la
con
p
M= L2 + σ 2 (p2x − ipx ), L = κ + iρσpx . (1.25)
Utilizziamo quanto visto no ad ora per ottenere una calibrazione del modello
giornalieri del FTSE MIB, indice di riferimento della Borsa Italiana [5]. I dati si
che le rilevazioni sono giornaliere). Data la serie storica dei prezzi, identichiamo
con Emp∆ (x) la densità empirica dei log-rendimenti relativi al drift ottenuta per
di ottimizzazione:
X
min S1 (Ω) = min | log(Emp∆ (x)) − log(P∆ (x))|2 (1.26)
Ω Ω
x
Nel Graco 1.1 riportiamo il confronto tra la densità P∆ (x) in cui sono stati
piano complesso di px : la funzione Ft (px ) ha, infatti, delle singolarità nei punti
Figura 1.1: Graco della densità empirica (in rosso) e della densità P∆ (x) (in
blu).
CAPITOLO 1. SINTESI 12
Deniamo:
+
P∆ (x)e((x−a)q ) se x < a
G∆ (x) = P∆ (x) se a ≤ x ≤ b (1.27)
P∆ (x)e((−x+b)q− )
se x > b,
dove q+ e q− sono due ulteriori parametri che si aggiungono al set che quindi
cadere nell'intervallo [a, b] una percentuale di dati desiderata (ad es. il 98%).
Impostiamo un nuovo problema di minimo utilizzando G∆ (x):
X
min S2 (Ω) = min | log(Emp∆ (x)) − log(G∆ (x))|2 . (1.28)
Ω Ω
x
Nella Tabella riassuntiva 1.1 possiamo osservare come l'approccio con code
code.
l'errore tra i prezzi delle opzioni dedotti dai mercati nanziari e quelli prodotti
N
X
min C1 (Ω) = min (CiM arket − CiHeston )2 , (1.29)
Ω Ω
i=1
dove:
CAPITOLO 1. SINTESI 14
Osserviamo che non vi è il parametro µ dato che non rientra in alcun modo
nella formula di valutazione (1.18);
1
• wi = |bidi −aski |
sono dei pesi , in cui bidi e aski indicano rispettivamente
• CiM arket è il prezzo dell'opzione i-esima dedotto dal mercato nanziario [5];
Ricordiamo che κ > 0, θ > 0, σ > 0, ρ ∈ (−1, 1), S0 > 0, v0 > 0 e supponiamo
tra bidi e aski per l'i-esima opzione è abbondante abbiamo un ampio intervallo di
Il tipico problema della non osservabilità della volatilità nel modello di He-
già evidenziati nella stima della densità di probabilità, suggeriscono che questa
tecnica può anche essere impiegata nella calibrazione sui prezzi delle opzioni.
espresso da
Z ∞
Heston
V (Ω, S0 , K, T, r) = C Heston (Ω, S0 , K, T, r)Π∗ (v0 )dv0 , (1.30)
0
CAPITOLO 1. SINTESI 15
Figura 1.3: Una generica rappresentazione di C1 (Ω) in funzione dei soli valori di
κ e θ [14].
di valutazione dal punto di vista numerico in quanto richiede una doppia inte-
grazione. Nel seguente risultato dimostriamo che almeno nel caso di un'opzione
di tipo call, in virtù della formula di Heston (1.18), è possibile ottenere una
dove
S0
∞
eCj (τ,φ)+iφ log( K )
Z
1 1
Qj (τ, S0 ) = + < dφ per j = 1, 2. (1.32)
2 π 0 iφ(1 − Dj (τ, φ) αθ )α
Dal Teorema 1.2 deduciamo che è possibile eettuare la calibrazione del mo-
N
X
min C2 (Ω) = min (CiM arket − ViHeston )2 . (1.33)
Ω Ω
i=1
stati utilizzati dati relativi ad opzioni call sull'indice FTSE MIB con diversi
κ 1.4877 5.2423
θ 0.1050 0.1525
σ 0.559 0.9480
ρ -0.7470 -0.9834
v0 0.1337
dell'accuratezza sia sotto quello del tempo impiegato e del numero di iterazioni
necessarie.
CAPITOLO 1. SINTESI 17
oggi ampiamente utilizzato come base per l'attività di valutazione dei derivati
nanziari. In questa tesi abbiamo descritto due metodi per la calibrazione del
sti per la calibrazione si supera il problema della non osservabilità della volatilità
dal processo della volatilità. Questa intuizione consente di ridurre l'errore com-
messo nella stima dei parametri sia sulla stima storica (primo metodo), sia sulla
Per arontare questo problema, intendiamo proporre una tecnica basata sull'in-
[2] Ball C.A. and Roma A. , Stochastic Volatility Option Pricing. Journal of
[3] Bates D.S. , Jumps and Stochastic Volatility: Exchange Rate Processes Im-
plicit in Thephlx Deutschemark Options. The Review of Financial Studies 9,
69-107, (1996).
[4] Black, F. and Scholes M. , The Pricing of Options and Corporate Liabilities.
Journal of Political Economy, Vol 81, 637-659, (1973).
[6] Cox J.C., Ingersoll J.E. and Ross S.A. , A Theory of the Term Structure of
Interest Rates. Econometrica, vol. 53(2), 385408, (1985).
[8] Dupire B. , Pricing and Hedging with Smile. vol.15 of Publ. Newton Inst.,
103-111, (1993).
18
CAPITOLO 1. SINTESI 19
[9] Feller W. , Two Singular Diusion Problems. Ann. Math., vol. 54, 173182,
(1951).
[11] Heston S.L. , A closed form solution for options with stochastic volatility with
applications to bond and currency options. The Review of Financial Studies
6, 327343, (1993).
(1956).
Witwatersrand (2005).
[15] Scott L.O. , Option pricing when the variance changes randomly: theory,
estimation and an application. Journal of Financial and Quantitative analysis
22, 419-430, (1987).
[16] Stein E.M. and Stein J.C. , Stock price distribution with stochastic volatility:
an analytic approach. Review of Financial Studies 4, 727-752, (1991).