Mercati completi e possibilità di arbitraggio - Economia
Mercati completi e possibilità di arbitraggio - Economia
Mercati completi e possibilità di arbitraggio - Economia
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Capitolo Nono<br />
<strong>Mercati</strong> <strong>completi</strong> e <strong>possibilità</strong> <strong>di</strong><br />
<strong>arbitraggio</strong><br />
9.1 Un modello <strong>di</strong> mercato<br />
In questo capitolo inten<strong>di</strong>amo mostrare alcuni risultati che<br />
ci saranno utili nella trattazione successiva. Per una esaustiva<br />
esposizione delle con<strong>di</strong>zioni sotto le quali si può assumere che i<br />
prezzi dei titoli sul mercato finanziario seguano dei processi <strong>di</strong><br />
Itô, si rimanda il lettore ad Øksendal (2000) dal quale sono tratti<br />
anche i risultati qui <strong>di</strong> seguito esposti (dei quali, dunque, si omette<br />
la <strong>di</strong>mostrazione).<br />
Già nella prima parte si è evidenziato il ruolo fondamentale<br />
delle ipotesi <strong>di</strong> completezza e <strong>di</strong> assenza <strong>di</strong> <strong>arbitraggio</strong>. Le stesse<br />
vengono qui definite in un contesto in tempo continuo.<br />
Supponiamo che sul mercato esistano un titolo privo <strong>di</strong> rischio<br />
ed n titoli rischiosi per i quali valgano, rispettivamente, le seguenti<br />
equazioni <strong>di</strong>fferenziali stocastiche:<br />
dG (t) = r (t, ω) Gdt,<br />
G (t0) = G0,<br />
dS (t)<br />
n×1<br />
= µ (t, ω) dt + Σ (t, ω)<br />
n×1<br />
0<br />
dW ,<br />
n×k k×1<br />
S (t0) = S0,<br />
dove dW èil<strong>di</strong>fferenziale <strong>di</strong> un processo <strong>di</strong> Wiener <strong>di</strong> <strong>di</strong>mensione<br />
k ed r (t, ω) è il tasso <strong>di</strong> interesse istantaneamente privo <strong>di</strong> rischio.<br />
Durante tutta la trattazione un apice ( 0 ) in<strong>di</strong>cherà la trasposizione<br />
<strong>di</strong> un vettore o <strong>di</strong> una matrice. Il termine ω è elemento dell’insieme<br />
degli eventi Θ da cui si costruisce la sigma algebra (F) concui<br />
85
86 MERCATICOMPLETIEPOSSIBILITÀDIARBITRAGGIO<br />
si misurano i processi <strong>di</strong> Wiener considerati sullo spazio <strong>di</strong> probabilità<br />
completo (Θ, F, P). Per una esposizione più dettagliata<br />
<strong>di</strong> tutti i concetti appena esposti si rinvia il lettore all’Appen<strong>di</strong>ce<br />
9.A.<br />
Nel prosieguo ci si riferirà alla misura <strong>di</strong> probabilità P come<br />
“probabilità storica”. Un mercato che abbia la struttura appena<br />
esposta verrà in<strong>di</strong>cato con {S (t)} t∈[t0,H] . Si suppone che i prezzi<br />
<strong>di</strong> tutti i titoli al tempo t0 siano conosciuti con certezza; il che<br />
equivale ad affermare che tutte le variabili aleatorie presenti nel<br />
modello sono Ft0-misurabili (per un’esposizione del concetto <strong>di</strong><br />
“misurabilità” si veda l’Appen<strong>di</strong>ce 9.A.2). Il mercato viene definito<br />
“normalizzato” se vale G (t) ≡ 1. Tale ipotesi corrisponde<br />
ad affermare che il titolo privo <strong>di</strong> rischio è il numerario della nostra<br />
economia, la quale può sempre essere normalizzata ponendo<br />
S (t) =G (t) −1 S (t).<br />
Riportiamo il risultato principale riguardante l’<strong>arbitraggio</strong>.<br />
Teorema 6 Un mercato {S (t)} t∈[t0,H] non presenta <strong>possibilità</strong> <strong>di</strong><br />
<strong>arbitraggio</strong> se e solo se esiste un processo k−<strong>di</strong>mensionale ξ (t, ω)<br />
tale che<br />
e tale che(1)<br />
Σ (t, ω) 0 ξ (t, ω) =µ (t, ω) − r (t, ω) S (t, ω) ,<br />
Et0<br />
h<br />
e 1 R H<br />
kξ(t,ω)k 2 t0 2 dt i<br />
< ∞.<br />
(1) Nei teoremi che seguono si richiederà che il vettore ξ (t, ω) rispetti la con<strong>di</strong>zione<br />
<strong>di</strong> Novikov:<br />
Et0<br />
·<br />
e 1 R Tt0<br />
kξ(t,ω)k<br />
2<br />
2 ¸<br />
dt<br />
< ∞,<br />
ma si ricorda che, per molti risultati, si può utilizzare la più debole con<strong>di</strong>zione <strong>di</strong><br />
Kazamaki:<br />
·<br />
e 1 R Tt0<br />
ξ(t,ω)<br />
2<br />
0 ¸<br />
dW<br />
< ∞.<br />
Et0
9.1. UN MODELLO DI MERCATO 87<br />
Dal punto <strong>di</strong> vista economico l’ipotesi <strong>di</strong> non <strong>arbitraggio</strong> equivale<br />
ad escludere la <strong>possibilità</strong> <strong>di</strong> creare un portafoglio tale che,<br />
iniziando con un ammontare <strong>di</strong> ricchezza nullo, abbia, in un periodo<br />
futuro, un valore non negativo con probabilità pari ad 1<br />
ed un valore positivo con probabilità positiva. Definendo dunque<br />
auto-finanziato un portafoglio che si evolve reinvestendo sempre<br />
i flussi finanziari a cui i titoli hanno dato origine, senza né versare<br />
né prelevare somme dal portafoglio stesso, si ha la seguente<br />
definizione.<br />
Definizione 6 Un <strong>arbitraggio</strong> è un portafoglio auto-finanziato<br />
V (t) tale che<br />
V (t0) = 0,<br />
P {V (H) ≥ 0} = 1,<br />
P {V (H) > 0} > 0.<br />
Escludere la <strong>possibilità</strong> <strong>di</strong> arbitraggi, dunque, esclude la <strong>possibilità</strong>,<br />
per gli investitori, <strong>di</strong> guadagnare denaro senza rischio.<br />
Considerando tale definizione insieme a quella <strong>di</strong> titolo privo <strong>di</strong><br />
rischio, si ottiene piuttosto facilmente il seguente risultato:<br />
Proposizione 8 Supponendo che esista un portafoglio auto finanziato<br />
V (t) tale che la sua <strong>di</strong>namica segua<br />
dV (t) =h (t, ω) V (t) dt,<br />
allora, affinché non vi sia <strong>possibilità</strong> <strong>di</strong> <strong>arbitraggio</strong>, deve valere<br />
h (t, ω) =r (t, ω) per qualsiasi t.<br />
Tale proposizione equivale ad affermare che, se si riesce, attraverso<br />
un’opportuna combinazione deititolipresentisulmercato,<br />
ad ottenere un portafoglio che si evolve in modo deterministico,<br />
allora tale portafoglio deve renderetantoquantoiltitoloprivo<strong>di</strong>
88 MERCATICOMPLETIEPOSSIBILITÀDIARBITRAGGIO<br />
rischio. Se, infatti, h (t, ω) fosse maggiore <strong>di</strong> r (t, ω) allora tutti<br />
gli investitori venderebbero allo scoperto il titolo privo <strong>di</strong> rischio<br />
(ovvero richiederebbero prestiti al tasso r) per acquistare il portafoglio<br />
V (t). La ven<strong>di</strong>ta del titolo senza rischio ne determinerebbe<br />
una riduzione <strong>di</strong> valore tale da alzarne il ren<strong>di</strong>mento e ricondurre<br />
il mercato all’equilibrio con h (t, ω) =r (t, ω).<br />
Di seguito, invece, riportiamo il principale risultato riguardante<br />
la completezza del mercato in tempo continuo.<br />
Teorema 7 Un mercato {S (t)} t∈[t0,H] è completo se e solo se<br />
esiste, ed è unico, un processo k−<strong>di</strong>mensionale ξ (t, ω) tale che<br />
Σ (t, ω) 0 ξ (t, ω) =µ (t, ω) − r (t, ω) S (t, ω) ,<br />
e tale che<br />
Et0<br />
h<br />
e 1 R H<br />
kξ(t,ω)k 2 t0 2 dt i<br />
< ∞.<br />
Possiamo dunque riassumere i due teoremi precedenti nella<br />
tabella che segue (dove sono state eliminate, per semplicità, le<br />
<strong>di</strong>pendenze funzionali).<br />
∃ξ : Σ 0 ξ = µ − rS ⇐⇒ non <strong>arbitraggio</strong><br />
∃!ξ : Σ 0 ξ = µ − rS ⇐⇒ completezza<br />
Si nota facilmente, allora, che l’insieme dei mercati <strong>completi</strong> è<br />
un sottoinsieme dei mercati nei quali non troviamo <strong>possibilità</strong> <strong>di</strong><br />
<strong>arbitraggio</strong>. In altri termini, un mercato che presenta <strong>arbitraggio</strong><br />
non può essere completo mentre un mercato completo non presenta<br />
mai <strong>arbitraggio</strong>. Tali considerazioni sono rappresentate nella<br />
Figura 9.1.<br />
Possiamo ancora esporre il seguente risultato.
9.1. UN MODELLO DI MERCATO 89<br />
Figura 9.1: Completezza ed <strong>arbitraggio</strong><br />
Completezza<br />
Mancanza <strong>di</strong><br />
<strong>arbitraggio</strong><br />
Teorema 8 Se un mercato {S (t)} t∈[t0,H] è privo <strong>di</strong> <strong>arbitraggio</strong>,<br />
allora è completo se e solo se esiste una matrice Λ (t, ω) ∈ Rk×n tale che ΛΣ0 = Ik.<br />
Con Ik si è in<strong>di</strong>cata una matrice identità <strong>di</strong> <strong>di</strong>mensioni k × k.<br />
Ancora possiamo affermare.<br />
Corollario 1 Se un mercato {S (t)} t∈[t0,H] è privo <strong>di</strong> <strong>arbitraggio</strong>,<br />
allora è completo se e solo se il rango della matrice Σ èmassimo<br />
(cioèugualeak).<br />
Il caso che analizzeremo nel nostro lavoro riguarda un generico<br />
mercato nella forma {S (t)} t∈[t0,H] il quale sarà considerato privo<br />
<strong>di</strong> <strong>arbitraggio</strong>. Verranno stu<strong>di</strong>ati entrambi i casi <strong>di</strong> un mercato<br />
completo ed incompleto. La situazione tipica che si stu<strong>di</strong>a nel<br />
prosieguoèquellaincuiilnumero<strong>di</strong>titolipresentisulmercato<br />
non è maggiore del numero <strong>di</strong> fonti <strong>di</strong> rischio (n ≤ k).
90 MERCATICOMPLETIEPOSSIBILITÀDIARBITRAGGIO<br />
9.A Strumenti <strong>di</strong> calcolo stocastico<br />
9.A.1 Processi <strong>di</strong> Wiener ed equazioni <strong>di</strong>fferenziali stocastiche<br />
Presentiamo qui una breve trattazione dei principali strumenti<br />
utilizzati nel calcolo stocastico.<br />
Definizione 7 Un processo stocastico W (t) èdefinito “<strong>di</strong> Wiener”<br />
se vale:<br />
1. W (0) = 0;<br />
2. il processo W (t) è ad incrementi in<strong>di</strong>pendenti; ovvero, dati<br />
r < s ≤ t < u le variabili stocastiche W (u) − W (t) e<br />
W (s) − W (r) sono in<strong>di</strong>pendenti;<br />
3. per qualsiasi s
9.A. STRUMENTI DI CALCOLO STOCASTICO 91<br />
il valore del titolo considerato, all’istante t0, deve essere quello<br />
osservato sul mercato; possiamo, dunque, scrivere: X (t0) =X0.<br />
Il vettore µ (t, X) accoglie i termini <strong>di</strong> deriva (drift) del processo<br />
che rappresentano la parte deterministica del comportamento<br />
delle variabili del vettore X mentre la matrice Σ (t, X) accoglie i<br />
termini detti <strong>di</strong> <strong>di</strong>ffusione i quali rappresentano la variabilità stocastica<br />
del fenomeno X intorno al suo trend rappresentato dalla<br />
deriva.<br />
Dalla definizione <strong>di</strong> processo <strong>di</strong> Wiener si ricavano facilmente<br />
le seguenti proprietà:<br />
E [dX] = µ (t, X) dt,<br />
Var[dX] = Σ (t, X) 0 Σ (t, X) dt.<br />
Si fa notare che l’equazione <strong>di</strong>fferenziale <strong>di</strong> dX non può essere<br />
rappresentata come derivata <strong>di</strong> X rispetto al tempo poiché la<br />
derivata dW/dt non esiste. Il processo W ,infatti,ècontinuoma<br />
non derivabile; il <strong>di</strong>fferenziale non può, quin<strong>di</strong>, essere tramutato<br />
in derivata come accade, invece, quando esistono tutte le derivate<br />
parziali.<br />
Appare qui <strong>di</strong> fondamentale importanza riportare il teorema<br />
cheesponeleproprietàchedevonopossederelematriciµ e Σ per<br />
garantire che la soluzione dell’equazione <strong>di</strong>fferenziale stocastica<br />
(9.1) esista e sia unica. Nel teorema che segue abbiamo in<strong>di</strong>cato<br />
con kAk la norma (<strong>di</strong> Frobenius) della matrice A; essa è data<br />
dalla ra<strong>di</strong>ce quadrata della traccia del prodotto tra la matrice A<br />
e la sua trasposta, ovvero: kAk = p tr (AA 0 ).<br />
Teorema 9 Se le funzioni µ (t, X) :R+ × R n → R n e Σ (t, X) :<br />
R+ × R n → R k×n sono misurabili e sod<strong>di</strong>sfano:<br />
1. kµ (t, X)k + kΣ (t, X)k ≤ c (1 + kXk);<br />
2. kµ (t, X) − µ (t, Y )k + kΣ (t, X) − Σ (t, Y )k ≤ d kX − Y k;<br />
per ∀X, Y ∈ R n , ∀t ∈ R+ e per alcune costanti c e d, allora<br />
esiste un’unica soluzione all’equazione (9.1). Tale soluzione (X)<br />
gode delle seguenti proprietà:
92 MERCATICOMPLETIEPOSSIBILITÀDIARBITRAGGIO<br />
1. X è F W t −misurabile;<br />
2. X ha una traiettoria continua;<br />
3. X è un processo <strong>di</strong> Markov;<br />
4. esiste una costante k tale che: E0<br />
h<br />
kXk 2i<br />
≤ kekt ³<br />
1+kX0k 2´<br />
.<br />
Durante tutta la trattazione supporremo che le funzioni µ e<br />
Σ abbiamo le proprietà Lipschitziane in<strong>di</strong>cate nel teorema.<br />
9.A.2 La misurabilità<br />
Per poter definire il concetto <strong>di</strong> misurabilità occorre iniziare<br />
dal concetto <strong>di</strong> spazio <strong>di</strong> probabilità (Θ, F, P) composto da tre<br />
elementi fondamentali:<br />
1. un insieme <strong>di</strong> eventi elementari Θ;<br />
2. una sigma-algebra <strong>di</strong> Θ che chiameremo F;<br />
3. una misura <strong>di</strong> probabilità P.<br />
Definendo un insieme <strong>di</strong> eventi Θ, se ne può derivare una<br />
sigma-algebra F. Ricor<strong>di</strong>amo che un insieme F si definisce una<br />
sigma-algebra se gode delle seugenti proprietà:<br />
1. l’insieme vuoto è un suo sottoinsieme: ∅∈F;<br />
2. il complemento <strong>di</strong> un suo qualsiasi sottoinsieme è anch’esso<br />
un suo sottoinsieme: A ∈ F =⇒ A ∈ F;<br />
3. l’unione <strong>di</strong> un numero qualsiasi <strong>di</strong> suoi sottoinsieme è anch’essa<br />
un suo sottoinsieme: Ai ∈ F, ∀i ∈ {1,...,n} =⇒<br />
S n<br />
i=1 Ai ∈ F.<br />
Infine, la misura <strong>di</strong> probabilità P si definisce come una funzione<br />
da F in [0, 1] tale che:
1. P (Θ) =1, P (∅) =0,<br />
9.A. STRUMENTI DI CALCOLO STOCASTICO 93<br />
2. per qualsiasi numero <strong>di</strong> sottoinsiemi <strong>di</strong>sgiunti Ai <strong>di</strong> F valga<br />
Ã<br />
n[<br />
!<br />
nX<br />
P = P (Ai) .<br />
i=1<br />
Ai<br />
In finanza l’insieme F viene definito come “insieme informativo”<br />
e si suppone che contenga tutte le informazioni necessarie alla<br />
valutazione <strong>di</strong> un’attività finanziaria. In particolare, si suppone<br />
che ad ogni istante <strong>di</strong> tempo esista un <strong>di</strong>verso insieme F che goda<br />
della proprietà seguente:<br />
i=1<br />
Ft ⊆ FT , ∀t
94 MERCATICOMPLETIEPOSSIBILITÀDIARBITRAGGIO<br />
9.A.3 Il lemma <strong>di</strong> Itô<br />
Il lemma <strong>di</strong> Itô è uno strumento molto potente sul quale si<br />
basa tutto il calcolo stocastico.(3) Esso rappresenta la regola fondamentale<br />
dell’integrazione e della derivazione stocastiche e consente,<br />
dunque, <strong>di</strong> risolvere le equazioni <strong>di</strong>fferenziali stocastiche.<br />
Ancora, tale lemma consente <strong>di</strong> ottenere, data l’equazione <strong>di</strong>fferenziale<br />
stocastica che descrive il comportamento <strong>di</strong> una variabile<br />
aleatoria, il comportamento <strong>di</strong> una qualsiasi funzione <strong>di</strong> tale variabile<br />
che sia <strong>di</strong>fferenziabile almeno una volta nel tempo ed almeno<br />
due volte nella variabile considerata.<br />
Riconsideriamo, dunque, l’equazione <strong>di</strong>fferenziale (9.1):<br />
dX (t)<br />
n×1<br />
= µ (t, X) dt + Σ (t, X)<br />
n×1<br />
0<br />
n×k<br />
dW ,<br />
k×1<br />
la quale viene anche definita processo <strong>di</strong> Itô. Si voglia, adesso,<br />
ricavare, da questa, l’equazione <strong>di</strong>fferenziale <strong>di</strong> una qualsiasi<br />
funzione Y (t, X) che sia derivabile almeno una volta in t ed almeno<br />
due volte in X; inaggiuntasirichiedechelederivatesiano<br />
continue ovvero: Y (t, X) ∈ C 1,2 .<br />
Il lemma <strong>di</strong> Itô si basa su un’espansione <strong>di</strong> Y (t, X) in serie <strong>di</strong><br />
Taylor considerando che tutti i termini infinitesimi <strong>di</strong> or<strong>di</strong>ne superiore<br />
od uguale a (dt) 2 siano trascurabili. In particolare, poiché<br />
il <strong>di</strong>fferenziale <strong>di</strong> un processo <strong>di</strong> Wiener appare in<strong>di</strong>pendente dal<br />
tempo,valgonoiseguentirisultati:<br />
E [dW dt] = E [dW ] dt =0,<br />
h<br />
E (dW ) 2i<br />
= dt.<br />
Sviluppando in serie <strong>di</strong> Taylor (al secondo or<strong>di</strong>ne) la funzione<br />
(3) Esiste, invero, un <strong>di</strong>verso approccio alla soluzione delle EDS. Tale approccio è<br />
stato stu<strong>di</strong>ato dal matematico Stratonovich e, per una prima esposizione, facciamo<br />
riferimento ad Øksendal (2000) e, in particolare, al Paragrafo 3.3. Si sottolinea,<br />
qui, che il metodo <strong>di</strong> soluzione <strong>di</strong> Itô e quello <strong>di</strong> Stratonovich hanno proprietà<br />
fondamentalmente <strong>di</strong>verse!
Y (t, X) si ottiene:<br />
dY = ∂Y ∂Y<br />
dt + dX0<br />
∂t ∂X<br />
+ 1<br />
ovvero<br />
2<br />
9.A. STRUMENTI DI CALCOLO STOCASTICO 95<br />
£ dt dX 0 ¤ · ∂ 2 Y<br />
∂t 2<br />
∂ 2 Y<br />
∂t∂X<br />
∂2Y ∂X 0∂t ∂2Y ∂X 0∂X ¸· dt<br />
dX<br />
dY = ∂Y ∂Y<br />
dt + dX0<br />
∂t ∂X<br />
+ 1<br />
µ<br />
∂2Y 2 ∂t2 (dt)2 +2dX 0 ∂2Y ∂t∂X dt + dX0 ∂2Y ∂X 0∂X dX<br />
<br />
.<br />
Sostituendo il <strong>di</strong>fferenziale dX dato dalla (9.1) e tralasciando<br />
iterminiin(dt) 2 si ottiene:<br />
dY = ∂Y<br />
∂t dt + ¡ µ 0 dt + dW 0 Σ ¢ ∂Y<br />
∂X<br />
+µ 0 Σ 0 dW dt + 1<br />
2 dW 0 Σ ∂2Y ∂X 0∂X Σ0dW. Si può adesso, per ragioni che vengono lasciate alla letteratura<br />
più tecnica,(4) sostituire i termini dW dt e dW 0dW con i loro<br />
valori attesi i quali valgono, rispettivamente, 0 e dt. Si può allora<br />
scrivere:<br />
dY =<br />
· ∂Y<br />
∂t<br />
¸<br />
,<br />
∂Y 1<br />
+ µ0 +<br />
∂X 2 tr<br />
µ<br />
Σ 0 Σ ∂2Y ∂X 0 ¸ µ 0<br />
∂Y<br />
dt + Σ<br />
∂X ∂X<br />
0 dW,<br />
dove si è in<strong>di</strong>cate con “tr” l’operatore traccia. Questo è, appunto,<br />
il risultato del lemma <strong>di</strong> Itô. Si nota, così, che una qualsiasi<br />
funzione Y (t, X) ∈ C 1,2 segue un processo stocastico che è simile<br />
a quello seguito dalla variabile X. Conclu<strong>di</strong>amo, in particolare,<br />
che il <strong>di</strong>fferenziale <strong>di</strong> una funzione <strong>di</strong> una variabile che segue un<br />
processo <strong>di</strong> Itô segue anch’essa un processo <strong>di</strong> Itô.<br />
(4) Si vedano a questo proposito, per esempio, Øksendal (2000) e Björk (1998).
96 MERCATICOMPLETIEPOSSIBILITÀDIARBITRAGGIO<br />
9.A.4 L’ottimizzazione <strong>di</strong>namica stocastica<br />
In questa appen<strong>di</strong>ce mostriamo, in una forma euristica,(5)<br />
come risolvere un problema <strong>di</strong> ottimizzazione stocastica che assuma<br />
la forma seguente:<br />
⎧ hR i<br />
H<br />
maxu Et0 F (t, X, u) dt + G (X (H))<br />
t0<br />
⎪⎨ dX (t) = µ (t, X, u) dt + Σ (t, X, u)<br />
n×1 n×1<br />
⎪⎩<br />
0<br />
dW ,<br />
n×k k×1<br />
X (t0) =X0,<br />
u ∈ U,<br />
h×1<br />
dove abbiamo n variabili <strong>di</strong> stato contenute nel vettore X ed h<br />
variabili <strong>di</strong> controllo contenute nel vettore u. L’obiettivo è quello<br />
<strong>di</strong> massimizzare(6) il valore atteso <strong>di</strong> una funzione intertemporale<br />
F la quale, al tempo finale H, assumelaformaG (X (H)); ovviamente<br />
nulla vieta che la funzione G abbia la stessa forma della<br />
funzione F .<br />
Poiché i processi <strong>di</strong> Wiener godono della proprietà <strong>di</strong> Markov<br />
si può applicare il principio <strong>di</strong> ottimizzazione <strong>di</strong> Bellman. Si<br />
può cioè supporre che esista una funzione J (t, X) detta funzione<br />
valore la quale risolve la seguente equazione:<br />
J (t, X) =max<br />
u {F (t, X, u) dt + Et [J (t + dt, Xt+dt)]} .<br />
Siccome la funzione J (t, X), risolvendo il problema <strong>di</strong> massimo,<br />
non <strong>di</strong>pende dalle variabili <strong>di</strong> controllo u, la precedente<br />
equazione si può anche scrivere nella forma seguente, dove si è introdotto<br />
il termine J (t, X) all’interno dell’operatore max edove<br />
(5) Ancora una volta per i dettagli tecnici si rinvia alla letteratura specifica. Si<br />
confrontino, per esempio, Øksendal (2000) o Björk (1998).<br />
(6) Si ricorda che il corrispondente problema <strong>di</strong> minimo è derivabile banalmente da<br />
quello <strong>di</strong> massimo moltiplicando per −1 la funzione obiettivo. Vale infatti<br />
max<br />
x<br />
F (x) ≡ min −F (x) ,<br />
x<br />
min F (x) ≡ max −F (x) .<br />
x x
9.A. STRUMENTI DI CALCOLO STOCASTICO 97<br />
si è sfruttata la misurabilità rispetto a Ft della variabile X:<br />
max<br />
u {F (t, X, u) dt + Et [J (t + dt, Xt+dt) − J (t, X)]} =0,<br />
dalla quale si nota che, <strong>di</strong>videndo per dt si ricava, all’interno dell’operatore<br />
valore atteso, il <strong>di</strong>fferenziale della funzione J (t, X) il<br />
quale viene calcolato tramite il lemma <strong>di</strong> Itô ottenendo:<br />
½<br />
max F (t, X, u)+<br />
u<br />
∂J ∂J 1<br />
+ µ0 +<br />
∂t ∂X 2 tr<br />
µ<br />
Σ 0 Σ ∂2J ∂X 0 ¾<br />
=0.<br />
∂X<br />
Una volta sostituito il valore ottimo <strong>di</strong> u, questa <strong>di</strong>viene un’equazione<br />
<strong>di</strong>fferenziale stocastica alle derivate parziali, definita<br />
equazione <strong>di</strong> Hamilton-Jacobi-Bellman (HJB), che assume<br />
la forma seguente:<br />
( n<br />
∂J<br />
∂t +maxu F (t, X, u)+µ 0 ∂J 1<br />
∂X + 2 tr<br />
³<br />
Σ0Σ ∂2J ∂X 0 ´o<br />
∂X =0,<br />
J (H, X) =G (X (H)) .<br />
La funzione da massimizzare (all’interno delle parentesi graffe)<br />
è l’hamiltoniano del nostro problema <strong>di</strong> massimo. Per risolvere il<br />
problema <strong>di</strong> ottimo, allora, viene prima massimizzato l’hamiltoniano<br />
rispetto alle variabili <strong>di</strong> controllo u e, una volta sostituiti i<br />
valori ottimi <strong>di</strong> u nell’equazione <strong>di</strong> HJB si cerca <strong>di</strong> risolvere (spesso<br />
con strumenti numerici) l’equazione <strong>di</strong>fferenziale stocastica che<br />
ne deriva.<br />
9.A.5 Il teorema <strong>di</strong> Feynman e Kač<br />
Per la <strong>di</strong>mostrazione del teorema si rinvia a Duffie (1996),<br />
Björk (1998) e Øksendal (2000) mentre qui vengono semplicemente<br />
enunciati il teorema e le con<strong>di</strong>zioni sufficienti sotto cui esso è<br />
valido.<br />
Teorema 10 L’equazione stocastica alle derivate parziali:<br />
⎧<br />
⎪⎨<br />
∂f(x,t)<br />
∂f(x,t) 1<br />
∂t + µ (x, t)0 ∂x + 2<br />
⎪⎩<br />
tr<br />
³<br />
Σ (x, t) 0 Σ (x, t) ∂2f(x,t) ∂x0 ´<br />
∂x<br />
+g (x, t) =r (x, t) f (x, t)<br />
f (x, H) =Φ (x, H) ,
98 MERCATICOMPLETIEPOSSIBILITÀDIARBITRAGGIO<br />
ha la seguente soluzione probabilistica:<br />
f (x, t) =Et<br />
dove<br />
·Z H<br />
se e soltanto se:<br />
t<br />
g (Xs,s) e − R s<br />
t r(Xτ,τ)dτ<br />
ds + Φ (XH) e − R H<br />
t r(Xτ,τ)dτ<br />
¸<br />
,<br />
dXs<br />
n×1<br />
= µ (Xs,s) dt + Σ (Xs,s)<br />
n×1<br />
0<br />
dW ,<br />
n×k k×1<br />
Xt = x,<br />
1. le funzioni r, Φ, f, g, µ, Σ sono continue;<br />
2. la soluzione f sod<strong>di</strong>sfa:<br />
|f (x, t)| ≤ m (1 + kxk v ) , (9.2)<br />
per alcune costanti positive m e v;<br />
3. le funzioni Φ e g sono non negative, oppure sod<strong>di</strong>sfano la<br />
(9.2);<br />
4. la funzione r è non negativa;<br />
5. le funzioni µ e Σ sono lipschitziane.<br />
L’importanza <strong>di</strong> questo teorema risiede nella sua applicabilità<br />
a qualsiasi problema <strong>di</strong> valutazione <strong>di</strong> un’attività finanziaria. In<br />
un simile contesto, infatti, le funzioni che compaiono nel teorema<br />
possono essere interpretate nel modo seguente:<br />
f (x, t) =prezzo dell’attività finanziaria da valutare;<br />
r (x, t) =tasso <strong>di</strong> interesse privo <strong>di</strong> rischio, al quale vengono<br />
scontati i flussi <strong>di</strong> cassa a cui dà <strong>di</strong>ritto un titolo finanziario;<br />
g (x, t) =flussi finanziari che vengono percepiti durante la vita<br />
<strong>di</strong> un titolo (cedole e <strong>di</strong>viden<strong>di</strong>);
9.A. STRUMENTI DI CALCOLO STOCASTICO 99<br />
Φ (x, t) =flusso finanziario che viene percepito alla scadenza del<br />
titolo (rimborso);<br />
dove si è supposto che le variabili che influenzano tali funzioni<br />
(contenute nel vettore x) seguano dei processi generalizzato <strong>di</strong> Itô<br />
conderivadatadaµ (x, t) e variabilità data da Σ (x, t).<br />
Facciamo notare che, ricordando quanto esposto in precedenza<br />
per il lemma <strong>di</strong> Itô, l’equazione <strong>di</strong>fferenziale stocastica da risolvere<br />
si può anche scrivere nel modo seguente:<br />
1<br />
dt Et [df (x, t)] + g (x, t) =r (x, t) f (x, t) ,<br />
la quale ha una interessante interpretazione: essa eguaglia il ren<strong>di</strong>mento<br />
certo r (x, t), calcolato sul valore dell’attività da valutare,<br />
al ren<strong>di</strong>mento dell’attività stessa (comprensivo del guadano in<br />
conto capitale e <strong>di</strong> <strong>di</strong>viden<strong>di</strong> e cedole).
Capitolo Decimo<br />
La valutazione delle attività<br />
finanziarie<br />
Le analisi teoriche che hanno più riscontro nell’interesse degli<br />
operatori finanziari riguardano la valutazione delle attività finanziarie<br />
e la creazione <strong>di</strong> portafogli ottimi. Nonostante in questo<br />
volume ci si interessi essenzialmente del secondo punto, ci sembra<br />
opportuno fornire gli strumenti essenziali sui quali ci si basa per<br />
determinare il valore <strong>di</strong> una attività finanziaria.<br />
Quando i mercati sono <strong>completi</strong> e senza imperfezioni esistono<br />
tre meto<strong>di</strong> equivalenti per detta valutazione:<br />
1. l’approccio dell’<strong>arbitraggio</strong> basato sull’esistenza <strong>di</strong> una probabilità<br />
cosiddetta <strong>di</strong> “martingala equivalente”;<br />
2. l’approccio della massimizzazione dell’utilità;<br />
3. l’approccio dell’equilibrio del mercato basato sulle con<strong>di</strong>zioni<br />
<strong>di</strong> compensazione.<br />
Tutti e tre i meto<strong>di</strong> suesposti sono analizzati in Jouini (2001)<br />
a cui riman<strong>di</strong>amo per i dettagli più tecnici. Nell’analisi condotta<br />
in questo capitolo tralasciamo, peraltro, il terzo approccio poiché<br />
non risulta rilevante ai fini dell’analisi che segue. Il secondo verrà<br />
ampiamente <strong>di</strong>battuto nella trattazione effettuata nei capitoli<br />
successivi. Nei paragrafi seguenti, dunque, mostriamo come si<br />
possa effettuare la valutazione <strong>di</strong> una attività finanziaria tramite<br />
il metodo della “probabilità <strong>di</strong> martingala equivalente”.<br />
101
102 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
10.1 La probabilità <strong>di</strong> martingala equivalente<br />
In un contesto deterministico la regola fondamentale per valutare<br />
un’attività finanziaria afferma che il suo prezzo deve essere<br />
uguale al valore scontato <strong>di</strong> tutti i flussi <strong>di</strong> cassa a cui tale attività<br />
finanziaria darà <strong>di</strong>ritto.<br />
In ambito stocastico detta regola deve essere un poco mo<strong>di</strong>ficata<br />
per continuare ad essere valida. Poiché, infatti, i flussi <strong>di</strong><br />
cassa futuri non sono certi o, anche se questi lo sono, non è certo<br />
il tasso a cui essi vanno scontati, la formula <strong>di</strong> valutazione <strong>di</strong> un<br />
titolo è valida solo in termini <strong>di</strong> valore atteso. Ancora, non possiamo<br />
essere sicuri che il valore atteso dei flussi <strong>di</strong> cassa scontati<br />
sia uguale al prezzo del titolo e ciò, sostanzialmente, a causa delle<br />
<strong>di</strong>verse probabilità con cui i <strong>di</strong>versi agenti economici stimano i<br />
flussi finanziari futuri (o i tassi <strong>di</strong> interesse).<br />
Ecco, dunque, che <strong>di</strong>viene necessario valutare i titoli sotto<br />
una particolare e ben determinata probabilità. Si consideri, in<br />
particolare, un mercato come quello stu<strong>di</strong>ato all’inizio <strong>di</strong> questa<br />
seconda parte del volume:<br />
dG (t) = r (t, ω) Gdt,<br />
dS (t) = µ (t, ω) dt + Σ (t, ω) 0 dW.<br />
Diviene possibile procedere alla valutazione <strong>di</strong> un nuovo titolo<br />
il cui prezzo V (t, S) <strong>di</strong>penda dal prezzo degli altri titoli sul mercato<br />
solo se esiste una probabilità sotto la quale tutti i titoli del<br />
mercato hanno lo stesso ren<strong>di</strong>mento. Se tale probabilità esiste,<br />
allora, sotto <strong>di</strong> essa, anche il nuovo titolo V (t, S) deve garantire<br />
un uguale ren<strong>di</strong>mento per semplici ragionamenti <strong>di</strong> <strong>arbitraggio</strong>.<br />
Poiché il valore del titolo privo <strong>di</strong> rischio non segue un’equazione<br />
stocastica, allora il suo ren<strong>di</strong>mento non è influenzato dalla<br />
probabilità sotto la quale ne viene calcolato il valore atteso. Ciò<br />
significa che dobbiamo cercare una misura <strong>di</strong> probabilità sotto la<br />
quale tutti i titoli rischiosi del mercato abbiano lo stesso ren<strong>di</strong>mento<br />
e tale ren<strong>di</strong>mento sia uguale a quello del titolo privo <strong>di</strong><br />
rischio.<br />
Definiamo questa “nuova” probabilità come Q e il nuovo <strong>di</strong>fferenziale<br />
<strong>di</strong> Wiener ad essa associato come dW Q . Deve, dunque,
10.1. LA PROBABILITÀ DI MARTINGALA EQUIVALENTE 103<br />
valere<br />
dS = r (t, ω) S (t, ω) dt + Σ (t, ω) 0 dW Q ,<br />
la quale implica<br />
µ (t, ω) dt + Σ (t, ω) 0 dW = r (t, ω) S (t, ω) dt + Σ (t, ω) 0 dW Q ,<br />
che può essere semplificata come segue:<br />
³<br />
0<br />
Σ (t, ω) dW Q ´<br />
− dW =(µ (t, ω) − r (t, ω) S (t, ω)) dt.<br />
È imme<strong>di</strong>ato notare la stretta relazione che lega questa equazione<br />
con l’equazione che deve valere nei Teoremi 6 e 7. Si intuisce,<br />
dunque, il legame tra l’esistenza della probabilità Q e l’assenza <strong>di</strong><br />
opportunità <strong>di</strong> <strong>arbitraggio</strong>.<br />
Per <strong>di</strong>mostrare l’esistenza della probabilità Q ci viene in soccorso<br />
il Teorema <strong>di</strong> Girsanov(1) che può essere esposto nel<br />
modo seguente.<br />
Teorema 11 (Teorema <strong>di</strong> Girsanov) Dato un mercato nella<br />
forma {S (t)} t∈[t0,H] , se si assume che esistano un vettore ξ (t, ω)<br />
<strong>di</strong> <strong>di</strong>mensione k ed un vettore α (t, ω) <strong>di</strong> <strong>di</strong>mensione n tali che<br />
Σ (t, ω) 0 ξ (t, ω) =µ (t, ω) − α (t, ω) ,<br />
dove ξ (t, ω) sod<strong>di</strong>sfa la con<strong>di</strong>zione<br />
allora, posto<br />
Et0<br />
h<br />
e 1 R H<br />
kξ(t,ω)k 2 t0 2 dt i<br />
< ∞,<br />
dQ (ω)<br />
dP (ω) = e− R H<br />
ξ(t,ω) t0 0 dW − 1 R H<br />
kξ(t,ω)k 2 t0 2 dt<br />
, (10.1)<br />
(1) Il teorema <strong>di</strong> Girsanov viene qui introdotto nella forma che ci è sembrata più<br />
vicina a quanto già esposto in precedenza. Osserviamo, comunque, che esistono<br />
numerose versioni del teorema, tre delle quali sono esposte in Øksendal (2000).
104 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
il moto<br />
W Q (t) =<br />
Z t<br />
t0<br />
ξ (s, ω) ds + W (t) , (10.2)<br />
è un processo <strong>di</strong> Wiener rispetto a Q ed in termini <strong>di</strong> W Q il<br />
mercato {S (t)} t∈[t0,H] si può rappresentare nel modo seguente:<br />
dS (t)<br />
n×1<br />
= α (t, ω) dt + Σ (t, ω)<br />
n×1<br />
0<br />
dW<br />
n×k<br />
Q<br />
k×1 .<br />
Da tale teorema e da quanto esposto in precedenza possiamo<br />
ricavare come, sotto la misura <strong>di</strong> probabilità Q, il mercato si trasformi<br />
in un processo stocastico che ha come deriva un qualsiasi<br />
vettore desiderato (α) che sod<strong>di</strong>sfaccia la relazione Σ 0 ξ = µ − α.<br />
Possiamo, dunque, anche avere il caso in cui α =0ed ottenere<br />
così il processo dei prezzi del mercato che è rappresentato da un<br />
integrale stocastico il quale è una martingala. Per tale motivo la<br />
nuova probabilità Q viene anche definita come probabilità <strong>di</strong><br />
martingala equivalente.<br />
In genere, comunque, il Teorema <strong>di</strong> Girsanov viene utilizzato<br />
ponendo α = rS e facendo assumere al vettore ξ il ruolo <strong>di</strong> prezzo<br />
<strong>di</strong> mercato del rischio. In questo caso, allora, i prezzi dei<br />
titoli non sono più una martingala ma sono tale i prezzi scontati.<br />
Ecco, così, che si spiega l’altra locuzione con cui è conosciuta<br />
Q: probabilità neutrale al rischio (sotto <strong>di</strong> essa, infatti, tutti<br />
i titoli hanno lo stesso ren<strong>di</strong>mento r). Quando la matrice Σ è<br />
quadrata ed invertibile tale vettore (che in questo caso è unico)<br />
assume la forma seguente:<br />
ξ = Σ 0−1 (µ − rS) .<br />
Facciamo notare che si tratta dell’in<strong>di</strong>ce <strong>di</strong> Sharpe dato dal<br />
rapporto tra il ren<strong>di</strong>mento eccedente il tasso privo <strong>di</strong> rischio e la<br />
volatilità <strong>di</strong> un titolo. Il termine che consente <strong>di</strong> passare dalla<br />
probabilità storica P alla probabilità <strong>di</strong> martingala equivalente Q<br />
è, dunque, dato dall’in<strong>di</strong>ce <strong>di</strong> Sharpe. Per tale passaggio risulta
10.1. LA PROBABILITÀ DI MARTINGALA EQUIVALENTE 105<br />
fondamentale la cosiddetta derivata <strong>di</strong> Radon-Nikodym (già<br />
esposta nel Teorema <strong>di</strong> Girsanov) che assume la forma seguente:<br />
dQ (ω)<br />
dP (ω) = e− R H<br />
ξ(t,ω) t0 0 dW − 1 R H<br />
kξ(t,ω)k 2 t0 2 dt<br />
.<br />
Ricor<strong>di</strong>amo, a questo proposito, che il valore atteso <strong>di</strong> una<br />
variabile casuale è l’integrale della stessa valutato rispetto al <strong>di</strong>fferenziale<br />
della funzione <strong>di</strong> ripartizione. Ecco, allora, che deve<br />
valere:<br />
E P Z<br />
t [S (τ)] = S (τ) dP,<br />
dove l’integrale va calcolato sul dominio Θ che è l’insieme degli<br />
eventi dello spazio <strong>di</strong> probabilità (Θ, F) su cui sono definite entrambe<br />
le probabilità P e Q. Per passare all’altra probabilità,<br />
così, è sufficiente il seguente passaggio:<br />
E Q t [S (τ)] = EP ·<br />
t S (τ) dQ<br />
¸<br />
,<br />
dP<br />
quando, infatti, si prova a scrivere il valore atteso come integrale,<br />
si ottiene:<br />
E P ·<br />
t S (τ) dQ<br />
¸ Z<br />
= S (τ)<br />
dP Θ<br />
dQ<br />
Z<br />
dP = S (τ) dQ = E<br />
dP Θ<br />
Q t [S (τ)] ,<br />
dalla quale appare evidente il ruolo fondamentale della derivata<br />
<strong>di</strong> Radon-Nikodym.<br />
Facciamo qui notare che l’operazione inversa, cioè il passaggio<br />
dalla probabilità Q alla probabilità P, può essere effettuata<br />
considerando l’inverso del rapporto (10.1) dove, tuttavia, si deve<br />
sostituire il processo stocastico W con quello W Q in base alla<br />
relazione (10.2). Ecco, dunque, che si può scrivere<br />
e, poiché dalla (10.2) vale<br />
R dP (ω)<br />
H<br />
ξ(t,ω) t = e 0<br />
dQ (ω) 0 dW + 1 R H<br />
kξ(t,ω)k 2 t0 2 dt<br />
,<br />
dW (t) =dW Q (t) − ξ (s, ω) dt,<br />
Θ
106 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
si ha, infine<br />
dP (ω)<br />
dQ (ω)<br />
R H<br />
ξ(t,ω) t = e 0 0 dW Q (t)− R H<br />
ξ(t,ω) t0 0 ξ(s,ω)dt+ 1 R H<br />
kξ(t,ω)k 2 t0 2 dt<br />
R H<br />
ξ(t,ω) t = e 0 0 dW Q (t)− 1 R H<br />
kξ(t,ω)k 2 t0 2 dt<br />
.<br />
Sfruttando questo nuovo <strong>di</strong>fferenziale si può scrivere, analogamente<br />
a quanto derivato in precedenza, anche la seguente<br />
relazione:<br />
E Q t<br />
·<br />
S (τ) dP<br />
¸<br />
dQ<br />
Z<br />
=<br />
Θ<br />
S (τ) dP<br />
Z<br />
dQ = S (τ) dP = E<br />
dQ Θ<br />
P t [S (τ)] .<br />
La trasformazione della derivata <strong>di</strong> Radon-Nikodym è stata<br />
necessaria poiché il calcolo del valore atteso sotto la probabilità<br />
Q può essere effettuato solo se tutti i suoi argomenti sono espressi<br />
in termini <strong>di</strong> tale probabilità.<br />
Sottolineiamo che le due probabilità P e Q, per come sono state<br />
costruite, sono equivalenti e, dunque, il dominio <strong>di</strong> integrazione è<br />
lo stesso per entrambe. Qui <strong>di</strong> seguito ricor<strong>di</strong>amo la definizione<br />
<strong>di</strong> probabilità equivalenti.<br />
Definizione 8 Due misure <strong>di</strong> probabilità P e Q, definite sullo<br />
stesso spazio <strong>di</strong> probabilità (Θ, F), si <strong>di</strong>cono equivalenti se per<br />
qualsiasi A ∈ F , P (A) =0⇔ Q (A) =0.<br />
Ora, per ritornare all’iniziale problema <strong>di</strong> valutazione <strong>di</strong> un<br />
nuovo titolo V (t, S), appare chiaro che, per ragioni <strong>di</strong> <strong>arbitraggio</strong>,<br />
sotto la nuova probabilità <strong>di</strong> martingala equivalente, il suo<br />
ren<strong>di</strong>mento atteso deve essere uguale al tasso privo <strong>di</strong> rischio,<br />
cioè deve valere:<br />
E Q t<br />
[dV (τ,S)] = V (t, S) r (t) dt.<br />
Nel paragrafo seguente sviluppiano i conti per la determinazione<br />
del valore <strong>di</strong> un simile titolo mentre nell’ultimo paragrafo<br />
presentiamo il caso della valutazione <strong>di</strong> un titolo zero-coupon.
10.2. LA VALUTAZIONE DI TITOLI DERIVATI 107<br />
10.2 La valutazione <strong>di</strong> titoli derivati<br />
Si supponga che sul mercato finanziario vi siano n titoli rischiosi<br />
i cui prezzi nel tempo si evolvono secondo l’equazione<br />
<strong>di</strong>fferenziale stocastica<br />
dS<br />
n×1<br />
= µ (S, t)<br />
n×1<br />
dt + Σ (S, t) 0<br />
dW ,<br />
k×n<br />
n×k<br />
ed un titolo privo <strong>di</strong> rischio il cui valore G risolva<br />
dG = r (t) Gdt.<br />
Un simile mercato, con la notazione introdotta nel capitolo<br />
precedente, può essere scritto come {S (t)} t∈[t0,H] . Si vuole, adesso,<br />
determinare il valore <strong>di</strong> un titolo derivato il cui valore (V )<br />
<strong>di</strong>penda dal tempo e dai prezzi dei suddetti titoli. Supponiamo,<br />
per dovere <strong>di</strong> generalità, che il titolo derivato paghi delle somme<br />
aleatorie nel tempo e rappresentate dalla variabile b (t, S). La<br />
funzione b (·) è deterministica rispetto al tempo ed ai prezzi dei titoli<br />
S mentre l’aleatorietà dei flussi è determinata esclusivamente<br />
dall’aleatorietà del vettore S. La regola secondo la quale vengono<br />
pagati i <strong>di</strong>viden<strong>di</strong> e le cedole, dunque, è conosciuta al tempo della<br />
sottoscrizione del contratto. Si pensi, per esempio, al caso delle<br />
obbligazioni che pagano un ren<strong>di</strong>mento fisso (piuttosto elevato) a<br />
cui si sottrae un multiplo (in genere il doppio) dell’in<strong>di</strong>ce Euribor.<br />
La regola con cui si calcola tale ren<strong>di</strong>mento è determinata mentre<br />
la sua aleatorietà <strong>di</strong>pende dall’aleatorietà dell’in<strong>di</strong>ce Euribor<br />
stesso.<br />
Sappiamo che, sotto la probabilità <strong>di</strong> martingala equivalente<br />
(Q) tutti i titoli devono avere un ren<strong>di</strong>mento pari al tasso privo <strong>di</strong><br />
rischio. Ci spostiamo, dunque, sotto la probabilità <strong>di</strong> martingala<br />
equivalente supponendo che il mercato sia privo <strong>di</strong> <strong>arbitraggio</strong> e<br />
completo. In termini algebrici ciò significa che la matrice Σ delle<br />
volatilità dei prezzi dei titoli è quadrata (n = k) e <strong>di</strong> rango pieno.<br />
Sotto tali ipotesi, dunque, sappiamo che il prezzo del rischio esiste<br />
unico ed è dato da<br />
ξ = Σ 0−1 (µ − rS) .
108 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
Possiamo allora ricavare, dal Teorema 11 <strong>di</strong> Girsanov, la relazione<br />
dW Q = Σ 0−1 (µ − rS) dt + dW,<br />
la quale, sostituita nell’equazione che determina i prezzi dei titoli,<br />
porge<br />
dS = rSdt + Σ 0 dW Q .<br />
Sotto tale probabilità anche il nuovo titolo derivato, per un<br />
banale ragionamento <strong>di</strong> <strong>arbitraggio</strong>, deve avere ren<strong>di</strong>mento uguale<br />
a quello del titolo privo <strong>di</strong> rischio.<br />
Applichiamo ora il lemma <strong>di</strong> Itô a V (t, S) sotto la probabilità<br />
Q, ottenendo:<br />
µ<br />
∂V<br />
dV =<br />
∂t +<br />
µ 0<br />
∂V<br />
Sr +<br />
∂S<br />
1<br />
2 tr<br />
µ<br />
Σ 0 Σ ∂2V ∂S0 <br />
dt<br />
∂S<br />
µ 0<br />
∂V<br />
+ Σ<br />
∂S<br />
0 dW Q .<br />
La deriva <strong>di</strong> V ne rappresenta il ren<strong>di</strong>mento atteso in conto<br />
capitale, cioè la mo<strong>di</strong>fica del suo valore dovuta al semplice trascorrere<br />
del tempo ed al mo<strong>di</strong>ficarsi dei prezzi dei titoli S. Ilren<strong>di</strong>mento<br />
totale <strong>di</strong> V , tuttavia, deve comprendere anche le cedole<br />
ed i <strong>di</strong>viden<strong>di</strong> pagati durante la vita del titolo. Poiché abbiamo<br />
definito con b (t, S) tali flussi finanziari, allora la con<strong>di</strong>zione <strong>di</strong><br />
non <strong>arbitraggio</strong> che impone che, sotto Q, il ren<strong>di</strong>mento <strong>di</strong> V sia<br />
uguale al tasso privo <strong>di</strong> rischio, si può scrivere come segue:<br />
∂V<br />
∂t +<br />
µ ∂V<br />
∂S<br />
0<br />
Sr + 1<br />
2 tr<br />
µ<br />
Σ 0 Σ ∂2 V<br />
∂S 0 ∂S<br />
<br />
+ b (t, S) =rV.<br />
Applicando il Teorema 10 <strong>di</strong> Feynman-Kač si può, conosciuto<br />
il valore a scadenza del titolo V (T,S) con T ≤ H, rappresentare<br />
la soluzione <strong>di</strong> questa equazione stocastica alle derivate parziali<br />
nel modo che segue:<br />
V (t, S) =E Q t<br />
·Z T<br />
t<br />
b (s, S) e − R s<br />
t r(τ)dτ ds + V (T,S) e − R T<br />
t r(τ)dτ<br />
¸<br />
.<br />
(10.3)
10.2. LA VALUTAZIONE DI TITOLI DERIVATI 109<br />
Un simile risultato viene spesso definito come Teorema Fondamentale<br />
della Finanza e può essere enunciato nel modo che<br />
segue.<br />
Teorema 12 (Teorema Fondamentale della Finanza) Il valore<br />
<strong>di</strong> un’attività finanziaria è uguale al valore atteso, sotto la<br />
probabilità <strong>di</strong> martingala equivalente, <strong>di</strong> tutti i flussi <strong>di</strong> cassa<br />
scontati a cui il titolo dà <strong>di</strong>ritto.<br />
Il teorema appena enunciato estende al campo stocastico il ben<br />
noto risultato deterministico secondo cui il valore <strong>di</strong> un’attività<br />
finanziaria è dato dal valore attuale <strong>di</strong> tutti i flussi <strong>di</strong> cassa a<br />
cui l’attività dà <strong>di</strong>ritto. Detto risultato si può estendere, dunque,<br />
anche al caso stocastico, inserendo, tuttavia, l’operatore valore<br />
atteso e la probabilità <strong>di</strong> martingala equivalente.<br />
Osserviamo che dalla formula generale (10.3) è imme<strong>di</strong>ato ricavare<br />
la formula <strong>di</strong> Black e Scholes per il prezzo <strong>di</strong> un’opzione<br />
call C (t, S), la quale si ottiene sotto le seguenti ipotesi:<br />
dove<br />
1. l’opzione non paga <strong>di</strong>viden<strong>di</strong> (dunque b (t, S) =0)e<strong>di</strong>lsuo<br />
pay-off alla scadenza H èdatodamax (ST − K, 0) dove K<br />
è il prezzo <strong>di</strong> esercizio;<br />
2. il tasso <strong>di</strong> interesse privo <strong>di</strong> rischio è costante nel tempo<br />
r (t) =r;<br />
3. vi è un solo titolo rischioso il cui prezzo S segue un processo<br />
browniano geometrico (ovvero µ (S, t) =µS e Σ (t, S) =σS<br />
con µ e σ costanti).<br />
L’Equazione (10.3), quin<strong>di</strong>, si semplifica nel modo seguente:<br />
C (t, S) =e −r(T −t) E Q t [max (ST − K, 0)] ,<br />
dS = rS + σSdW Q .
110 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
I calcoli per esplicitare il valore atteso vengono riportati nell’Appen<strong>di</strong>ce<br />
10.A. Il lettore, comunque, per ulteriori approfon<strong>di</strong>menti<br />
è rinviato all’ampia letteratura in materia.(2) Si vuole qui<br />
ricordare, soltanto, il seguente risultato. Nel modello <strong>di</strong> Black e<br />
Scholes il mercato è completo poiché esiste ed è unico il prezzo <strong>di</strong><br />
mercato del rischio il cui valore ξ risolve<br />
σSξ = µS − rS,<br />
da cui, come già argomentato in precedenza, si ottiene l’in<strong>di</strong>ce <strong>di</strong><br />
Sharpe: ξ =(µ − r) /σ.<br />
Quando sul mercato si introduce anche il titolo derivato C (t, S),<br />
la con<strong>di</strong>zione <strong>di</strong> non <strong>arbitraggio</strong> impone che esista un nuovo vet-<br />
tore ˆξ tale da sod<strong>di</strong>sfare<br />
¸ ·<br />
ˆξ =<br />
· σS<br />
σ ∂C<br />
∂S<br />
∂C<br />
∂t<br />
+ ∂C<br />
∂S<br />
µS<br />
µS + 1<br />
2 σ2 ∂2 C<br />
∂S 2<br />
¸ ·<br />
rS<br />
−<br />
rC<br />
Ricor<strong>di</strong>amo che l’equazione <strong>di</strong>namica del titolo derivato è stata<br />
determinata in modo da verificare<br />
∂C<br />
∂t<br />
∂C 1<br />
+ rS +<br />
∂S<br />
2 σ2 ∂2C ∂S<br />
2 = Cr,<br />
che, sostituita nella con<strong>di</strong>zione <strong>di</strong> non <strong>arbitraggio</strong>, porge:<br />
¸ ·<br />
ˆξ =<br />
(µ − r) S<br />
(µ − r) S<br />
¸<br />
,<br />
· σS<br />
σ ∂C<br />
∂S<br />
∂C<br />
∂S<br />
da cui ci ren<strong>di</strong>amo conto imme<strong>di</strong>atamente che il mercato è rimasto<br />
completo e privo <strong>di</strong> <strong>arbitraggio</strong> poiché esiste uno ed un solo<br />
valore <strong>di</strong> ˆ ξ che risolve tale sistema. Detto valore, inoltre, è uguale<br />
al precedente: ˆ ξ = ξ. Infatti, la nuova equazione che si è introdotta<br />
è identica a quella originaria. L’introduzione <strong>di</strong> un titolo<br />
derivato, così, non altera la completezza del mercato. In effetti, in<br />
termini algebrici, al sistema che porge la con<strong>di</strong>zione <strong>di</strong> non <strong>arbitraggio</strong><br />
viene aggiunta un’equazione linearmente <strong>di</strong>pendente dalle<br />
(2) Si consigliano in particolare, per la loro chiarezza in merito, Björk (1998) e Dana<br />
e Jeanblanc-Picqué (1998).<br />
¸<br />
.
10.3. IL VALORE DI UNO ZERO-COUPON 111<br />
altre. Ricor<strong>di</strong>amo, a questo proposito, che un altro approccio<br />
molto utilizzato per la valutazione <strong>di</strong> un titolo derivato è quello<br />
<strong>di</strong> determinare un portafoglio che lo possa replicare. Se tale<br />
portafoglio esiste, il titolo derivato è, appunto, una combinazione<br />
lineare <strong>di</strong> titoli esistenti sul mercato(3) e, dunque, non ne altera<br />
la completezza poiché introduciamo in un sistema <strong>di</strong> equazioni,<br />
un’altra equazione linearmente derivata dalle altre.<br />
10.3 Il valore <strong>di</strong> uno zero-coupon<br />
Anche un titolo zero-coupon può essere visto come un titolo<br />
derivato. Il sottostante, in questo caso, è dato non dal valore <strong>di</strong><br />
un altro titolo, bensì dal tasso <strong>di</strong> interesse. La nostra analisi,<br />
allora, inizia definendo il tasso <strong>di</strong> interesse privo <strong>di</strong> rischio come<br />
un generico processo stocastico nella forma seguente:<br />
dr (t) = µ r (t, r) dt + σr (t, r) dWr,<br />
r (0) = r0.<br />
Per un’analisi dettagliata dei principali modelli dei tassi <strong>di</strong><br />
interesse e, dunque, dell’esplicitazione delle forme funzionali <strong>di</strong> µ r<br />
e<strong>di</strong>σr, il lettore può fare riferimento a Björk (1998) e a Martinelli<br />
e Priaulet (2000). Qui ci limitiamo a ricordare i modelli <strong>di</strong> Vasiček<br />
(1977):<br />
dr (t) =α (β − r (t)) dt + σdWr,<br />
e <strong>di</strong> Cox, Ingersoll e Ross (1985):<br />
dr (t) =α (β − r (t)) dt + σ p r (t)dWr,<br />
che sono i più usati in letteratura (α, β e σ sono parametri reali)<br />
mantenendo, comunque, nell’analisi, la nostra formulazione<br />
generale.<br />
(3) Un portafoglio, infatti, è sempre una combinazione lineare <strong>di</strong> titoli ed il suo<br />
valore è dato dalla somma dei prezzi dei titoli moltiplicati per il numero dei titoli<br />
stessi presenti nel portafoglio.
112 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
Sappiamo che il valore <strong>di</strong> un titolo obbligazionario (B), che<br />
non paghi cedole, <strong>di</strong>pende esclusivamente dal tasso <strong>di</strong> interesse e<br />
dalla vita residua del titolo(4) (che si suppone scadere in T ≤ H)<br />
e si può dunque calcolare l’andamento <strong>di</strong> tale valore nel tempo<br />
attraverso il lemma <strong>di</strong> Itô:<br />
dB (t, T, r) =<br />
µ ∂B<br />
∂t<br />
∂B<br />
+<br />
∂r µ r + 1<br />
2<br />
dove, per semplicità, possiamo definire:<br />
µ B ≡ ∂B ∂B<br />
+<br />
∂t<br />
σB ≡ ∂B<br />
∂r σr.<br />
∂r µ r + 1<br />
2<br />
∂2B ∂r2 σ2 <br />
r dt + ∂B<br />
∂r σrdWr,<br />
∂ 2 B<br />
∂r 2 σ2 r,<br />
Adesso possiamo sfruttare il fatto che, se esiste una probabilità<br />
<strong>di</strong> martingala equivalente Q, esiste anche un prezzo per il rischio<br />
ξ (t, r) che si può scrivere nella forma seguente:<br />
ξ (t, r) = µ B − rB<br />
.<br />
Sostituendo in questa relazione i valori della deriva (µ B)edella<br />
volatilità (σB) dell’obbligazione si ottiene la seguente equazione<br />
<strong>di</strong>fferenziale stocastica:<br />
∂B ∂B<br />
+<br />
∂t ∂r (µ r − ξσr)+ 1 ∂<br />
2<br />
2B ∂r2 σ2r − rB =0,<br />
alla quale si può associare la “naturale” con<strong>di</strong>zione al contorno<br />
per cui, alla data <strong>di</strong> scadenza, il valore dello zero-coupon deve<br />
essere uguale al suo valore nominale supposto, per convenzione,<br />
pari ad una unità monetaria:<br />
σB<br />
B (T,T,r)=1.<br />
(4) Nel presente lavoro si fa sempre astrazione dal rischio <strong>di</strong> fallimento dell’emittente<br />
i titoli. Detta ipotesi non è particolarmente forte nel contesto, qui analizzato, <strong>di</strong> un<br />
portafoglio sufficientemente <strong>di</strong>versificato in cui l’annullamento del valore <strong>di</strong> uno solo<br />
deititolidetenuticomportaeffetti trascurabili sul valore dell’intero portafoglio.
10.3. IL VALORE DI UNO ZERO-COUPON 113<br />
Per risolvere l’equazione stocastica alle derivate parziali che<br />
abbiamo ottenuto ci viene in soccorso il Teorema 10 <strong>di</strong> Feynman-<br />
Kač il quale ci consente <strong>di</strong> scrivere la soluzione nella forma se-<br />
guente:<br />
B (t, T, r) =E Q t<br />
h<br />
e − R T<br />
t r(s)dsi<br />
,<br />
dove è stata utilizzata la probabilità Q poiché l’equazione è stata<br />
derivata sotto <strong>di</strong> essa. Il processo del tasso <strong>di</strong> interesse, allora,<br />
deve essere scritto come segue:<br />
ovvero<br />
dr =(µ r − ξσr) dt + σrdW Q r ,<br />
dr = µ rdt + σr<br />
³<br />
dW Q ´<br />
r − ξdt ,<br />
e poiché, dal Teorema 11 <strong>di</strong> Girsanov, sappiamo che deve valere<br />
otteniamo<br />
dW Q r = ξdt + dWr,<br />
dr = µ rdt + σrdWr,<br />
che mostra come i due processi del tasso <strong>di</strong> interesse, sotto la<br />
probabilità storica P e sotto la probabilità neutrale al rischio Q,<br />
siano equivalenti.<br />
Per riportare la formula del valore atteso all’originale probabilità<br />
storica P ci è sufficiente utilizzare la derivata <strong>di</strong> Radon-<br />
Nicodym (già definita nei paragrafi precedenti) la quale, dato il<br />
prezzo del rischio ξ (t, r), si può scrivere nella forma seguente:<br />
dQ (ω) =dP (ω) e − R T<br />
t<br />
R 1 T<br />
ξ(s,r)dWr− 2 t ξ2 (s,r)ds<br />
,<br />
conducendo al valore del titolo zero-coupon:<br />
h<br />
e − R T<br />
t r(s)ds e − R T<br />
R 1 T<br />
ξ(s,r)dWr− t 2 t ξ2 (s,r)ds i<br />
.<br />
B (t, T, r) =E P t<br />
Facciamo notare che un’analisi empirica deve stimare le forme<br />
funzionali <strong>di</strong> µ r e<strong>di</strong>σr oltre che il valore del prezzo per il rischio<br />
ξ. È prassi comune considerare il prezzo per il rischio come una
114 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
costante. Tale ipotesi sembra <strong>di</strong>fficile da giustificare con argomenti<br />
<strong>di</strong>versi dalla mera como<strong>di</strong>tà <strong>di</strong> calcolo. Per una rassegna<br />
dei meto<strong>di</strong> <strong>di</strong> stima della curva dei tassi <strong>di</strong> interesse riman<strong>di</strong>amo<br />
il lettore a Martellini e Priaulet (2000).<br />
10.A La formula <strong>di</strong> Balck e Scholes<br />
In questa appen<strong>di</strong>ce si vogliono esplicitare i calcoli necessari<br />
per determinare la formula chiusa con cui si può esprimere, nel<br />
modello <strong>di</strong> Balck e Scholes, il valore <strong>di</strong> un’opzine call C (t, S).<br />
Il valore atteso che occore calcolare è<br />
C (t, S) =e −r(T −t) E Q t [max (ST − K, 0)] ,<br />
dove, data l’equazione che descrive l’evoluzione del valore del<br />
titolo St, deve valere<br />
1<br />
ST = Ste (r− 2 σ2 )(T −t)+σ(W (T )−W (t))<br />
.<br />
Ricor<strong>di</strong>amo che l’operatore max può essere sostituito da una<br />
funzione in<strong>di</strong>catore che definiamo nel modo seguente<br />
Ix>x0 =<br />
½ 1, x > x0,<br />
0, x ≤ x0.<br />
In termini meno formali, tale funzione in<strong>di</strong>catore permette<br />
<strong>di</strong> “eliminare” dall’analisi i casi che non interessano. Infatti,<br />
possiamo scrivere<br />
E Q t [max (ST − K, 0)] = E Q t [(ST − K) IST >K] .<br />
Ecco, quin<strong>di</strong>, che il valore atteso si può separare nella somma<br />
<strong>di</strong> due <strong>di</strong>stinti valori attesi (ricor<strong>di</strong>amo che K non è una variabile<br />
aleatoria):<br />
C (t, S) =e −r(T −t) E Q t [ST IST >K] − e −r(T −t) KE Q t [IST >K] .
10.A. LA FORMULA DI BALCK E SCHOLES 115<br />
Ricorriamo, adesso, alla proprietà per cui il valore atteso della<br />
funzione in<strong>di</strong>catore coincide con la probabilità. In termini formali,<br />
cioè, vale<br />
E Q t [IST >K] =Q (ST >K) .<br />
La con<strong>di</strong>zione ST >K si può scrivere come<br />
1<br />
Ste (r− 2 σ2 )(T −t)+σ(W (T )−W (t))<br />
> K,<br />
´<br />
ln −<br />
W (T ) − W (t) ><br />
¡ r − 1 2σ2¢ (T − t)<br />
.<br />
σ<br />
Ora, poiché la variabile casuale W (T ) − W (t) è <strong>di</strong>stribuita<br />
normalmente con me<strong>di</strong>a zero e varianza T − t, si può sfruttare<br />
la <strong>di</strong>stribuzione <strong>di</strong> una variabile normale standard <strong>di</strong>videndo<br />
entrambi i membri per lo scarto quadratico me<strong>di</strong>o<br />
³ ´<br />
K<br />
1<br />
ln − St<br />
√ (W (T ) − W (t)) ><br />
T − t ¡ r − 1 2σ2¢ (T − t)<br />
σ √ ≡ d1.<br />
T − t<br />
Si può, infine, scrivere<br />
Q (ST >K)= 1<br />
Z +∞<br />
x2<br />
− √ e 2 dx,<br />
2π d1<br />
che risolve il secondo addendo della fromula <strong>di</strong> Balck e Scholes.<br />
Rivolgiamo, ora, la nostra attenzione al primo addendo che è il<br />
valore atteso del prezzo dell’azione in T , sotto l’ipotesi che esso<br />
sia maggiore <strong>di</strong> K. Possiamo semplificare i calcoli ponendo<br />
y =lnST<br />
³ KSt<br />
e notando che la variabile aleatoria y ha <strong>di</strong>stribuzione<br />
µ µ<br />
N ln St + r − 1<br />
2 σ2<br />
<br />
(T − t) , σ 2 <br />
(T − t) ,<br />
per cui il valore atteso che ci interessa si può scrivere come<br />
= E Q t<br />
=<br />
e −r(T −t) E Q t [ST IST >K]<br />
h<br />
e −r(T −t) e y Iy>ln K<br />
Z +∞<br />
1<br />
p 2πσ 2 (T − t)<br />
ln K<br />
i<br />
e −r(T −t) e y e − (y−ln S t −(r− 1 2 σ2 )(T −t)) 2<br />
2σ 2 (T −t) dy.
116 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
Standar<strong>di</strong>zziamo questa variabile normale ponendo<br />
y ∗ = y − ln St − ¡ r − 1 2σ2¢ (T − t)<br />
σ √ ,<br />
T − t<br />
dy ∗ =<br />
1<br />
σ √ T − t dy,<br />
e risolviamo così l’integrale per sostituzione:<br />
=<br />
=<br />
e −r(T −t) E Q t [ST IST >K]<br />
Z +∞<br />
1<br />
√<br />
2π<br />
1<br />
√ St<br />
2π<br />
d1<br />
Z +∞<br />
d1<br />
e −r(T −t) e y∗ σ √ T −t+ln St+(r− 1<br />
2 σ2 )(T −t) e − y∗2<br />
2 dy ∗<br />
1<br />
−<br />
e 2(y ∗−σ √ T −t) 2<br />
dy ∗ .<br />
L’ultimo passaggio consiste nell’effettuare un ulteriore cambiamento<br />
<strong>di</strong> variabile<br />
y ∗∗ = y ∗ − σ √ T − t,<br />
dy ∗∗ = dy ∗ ,<br />
da cui<br />
e −r(T −t) E Q Z<br />
£ ¤ +∞ 1<br />
t ST χST >K = √2π St<br />
d1−σ √ 1<br />
−<br />
e 2<br />
T −t<br />
y∗∗2<br />
dy ∗∗ .<br />
Adesso, notando con Φ (x) la probabilità che una variabile<br />
casuale normale standar<strong>di</strong>zzata assuma valori inferiori ad x, si può<br />
infine scrivere il risultato <strong>di</strong> Black e Scholes nei termini seguenti(5)<br />
³<br />
C (t, S) =StΦ −d1 + σ √ ´<br />
T − t − e −r(T −t) KΦ (−d1) .<br />
(5) Abbiamo sfruttato la simmetria della funzione <strong>di</strong> densità normale per cui si può<br />
scrivere Z +∞<br />
d1<br />
Z −d1<br />
∂Φ (x)<br />
∂Φ (x)<br />
dx =<br />
∂x −∞ ∂x dx.
10.B. PORTAFOGLIO DI TITOLI DERIVATI: LA STRATEGIA ‘‘VINCENTE’’ 117<br />
10.B Portafoglio <strong>di</strong> titoli derivati: la strategia<br />
‘‘vincente’’<br />
La presente appen<strong>di</strong>ce è stata qui introdotta allo scopo <strong>di</strong><br />
offrire al lettore un risultato piuttosto noto in letteratura(6) che<br />
può essere utile per apprendere bene come utilizzare le tecniche<br />
<strong>di</strong> passaggio da una misura <strong>di</strong> probabilità all’altra. In particolare<br />
ci interessa mostrare che, considerando un portafoglio composto<br />
solo da opzioni put e call, si può determinare una composizione<br />
“ottima” rispetto alla quale il guadagno me<strong>di</strong>o del poratfoglio è<br />
sempre positivo.<br />
Definiamo da principio il concetto <strong>di</strong> “guadagno me<strong>di</strong>o”: esso<br />
èla<strong>di</strong>fferenza tra il valore atteso della ricchezza a termine ed<br />
il valore della ricchezza attuale capitalizzato al tasso <strong>di</strong> interesse<br />
privo <strong>di</strong> rischio. Si supponga <strong>di</strong> iniziare dal periodo t0 =0(senza<br />
per<strong>di</strong>ta <strong>di</strong> generalità) e <strong>di</strong> definire con R (t) la ricchezza ad ogni<br />
istante <strong>di</strong> tempo, allora il guadano me<strong>di</strong>o al tempo T èdatoda<br />
E0 [R (T )] − R (0) e rT .<br />
Adesso supponiamo <strong>di</strong> voler comporre un portafoglio <strong>di</strong> opzioni<br />
call (il cui prezzo oggi sia C (S0,KC)) e <strong>di</strong> opzioni put (il<br />
cui prezzo oggi sia P (S0,KP )) taliche<br />
e che valga anche<br />
R (0) = wP P (S0,KP )+wCC (S0,KC) ,<br />
E0 [wP max (KP − S (T ) , 0)<br />
+wC max (S (T ) − KC, 0)] >R(0) e rT ,<br />
(10.4)<br />
dove si è in<strong>di</strong>cato con wP e wC il numero <strong>di</strong> opzioni put ed opzioni<br />
call rispettivamente detenute nel portafoglio. Come si è mostrato<br />
nel precedente paragrafo <strong>di</strong> questa appen<strong>di</strong>ce, vale<br />
E Q £ −rT<br />
0 e max (KP − S (T ) , 0) ¤ £ −rT<br />
e max (S (T ) − KC, 0)<br />
= P (S0,KP ) ,<br />
¤ = C (S0,KC) .<br />
E Q<br />
0<br />
(6) Il modello presentato è analizzato, in maggiore dettaglio, in Dokuchaev (2002).
118 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
Da notare, dunque, che la ricchezza finale R (T ), valutata sotto<br />
la probabilità <strong>di</strong> martingala equivalente Q, vale esattamente<br />
R (0) e rT . Questo risultato non ci deve stupire poiché abbiamo già<br />
argomentato come la probabilità Q sia una probabilità che determina<br />
“in<strong>di</strong>fferenza al rischio” e sotto la quale, dunque, qualsiasi<br />
attività finanziaria abbia ren<strong>di</strong>mento atteso pari al tasso privo<br />
<strong>di</strong> rischio r. Tuttavia ricor<strong>di</strong>amo anche che Q è una probabilità<br />
fittizia. Il valore atteso della ricchezza va calcolato infatti, più<br />
propriamente, sotto la probabilità storica P. IlTeorema<strong>di</strong>Girsanov,<br />
comunque, ci fornisce una stretta relazione tra le due misure<br />
<strong>di</strong> probabilità.<br />
Osserviamo, ora, come poter riscrivere la Disequazione (10.4)<br />
in modo che si possano usare le identità riguardo i prezzi P e C.<br />
Il primo passaggio è quello <strong>di</strong> scontare entrambi i membri in modo<br />
da ottenere<br />
£ −rT<br />
wP E0 e max (KP − S (T ) , 0) ¤<br />
£ −rT<br />
+wCE0 e max (S (T ) − KC, 0) ¤ >R(0) .<br />
Ciononostante il valore atteso è ancora calcolato rispetto alla<br />
probabilità storica P mentre ci interessa esprimerlo in termini <strong>di</strong><br />
probabilità Q. Sfruttiamo, allora, la derivata <strong>di</strong> Radon-Nikodym<br />
per riscriver il primo membro della Disequazione (10.4) come<br />
wP E Q<br />
·<br />
0 e −rT max (KP − S (T ) , 0) dP<br />
¸<br />
dQ<br />
+wCE Q<br />
·<br />
0 e −rT max (S (T ) − KC, 0) dP<br />
¸<br />
.<br />
dQ<br />
Adesso, anziché esplicitare i conti (come si è fatto nel precedente<br />
paragrafo <strong>di</strong> questa appen<strong>di</strong>ce) ricorriamo alla seguente<br />
“astuzia”: poiché valgono le relazioni<br />
E0 [S (T )] = S0e µT ,<br />
E Q<br />
0 [S (T )] = S0e rT ,<br />
possiamo riscrivere la somma precedente come<br />
wP P ¡ e µT ¢<br />
S0,KP + wCC ¡ e µT ¢<br />
S0,KC ,
10.B. PORTAFOGLIO DI TITOLI DERIVATI: LA STRATEGIA ‘‘VINCENTE’’ 119<br />
dove si sottolinea che i prezzi delle opzioni put e call sono stati<br />
calcolati non più rispetto al semplicevaloreinizialedell’attività<br />
finanziaria sottostante bensì rispetto a tale valore capitalizzato<br />
ad un tasso pari a µ (che è la deriva dell’equazione <strong>di</strong>fferenziale<br />
stocastica <strong>di</strong> S (t)).<br />
Ricordando, ora, la relazione che lega il prezzo P al prezzo C<br />
detta parità put-call(7)<br />
P (S0,K)=C (S0,K) − S0 + Ke −rT ,<br />
si può scrivere<br />
¡ ¡ ¢ µT<br />
wP C e S0,KP − S0e µT + KP e −rT ¢ + wCC ¡ e µT ¢<br />
S0,KC .<br />
Dobbiamo garantire che tale somma sia sempre maggiore <strong>di</strong><br />
R (0) per qualsiasi valore iniziale S0. Derivando tale somma<br />
rispetto a S0e µT si ottiene<br />
wP<br />
³<br />
Φ<br />
³<br />
−d1 (KP )+σ √ T<br />
´ ´ ³<br />
− 1 + wCΦ −d1 (KC)+σ √ ´<br />
T ,<br />
dove i simboli sono gli stessi utilizzati nel paragrafo precedente e<br />
dove si è sfruttato il ben noto risultato<br />
∂C (S0,K)<br />
³<br />
= Φ −d1 + σ<br />
∂S0<br />
√ ´<br />
T .<br />
Valendo anche<br />
∂ 2 C (S0,K)<br />
∂S 2 0<br />
> 0,<br />
(7) Tale relazione è derivata dal seguente regionamento. Valendo, evidentemente<br />
max (ST − K, 0) − max (K − ST , 0) = ST − K,<br />
se ne calcola il valore atteso, scontato, sotto la probabilità Q esiottiene<br />
h<br />
Q<br />
E e −rT i h<br />
Q<br />
max (ST − K, 0) − E e −rT i<br />
max (K − ST , 0) = S0 − Ke −rT .<br />
ricordando che sotto Q la variabile ST e −rT è una martingala. Ecco, dunque, che si<br />
può concludere<br />
C − P = S0 − Ke −rT .
120 LA VALUTAZIONE DELLE ATTIVITÀ FINANZIARIE<br />
la derivata seconda della somma che ci interessa è sempre positiva<br />
e, dunque, si può determinare un minimo annullandone la derivata<br />
prima. Tale posizione porge<br />
³<br />
wC<br />
1 − Φ −d1 (KP )+σ<br />
=<br />
wP<br />
√ ´<br />
T<br />
³<br />
Φ −d1 (KC)+σ √ ´ ,<br />
T<br />
la quale, messa a sistema con la con<strong>di</strong>zione<br />
R (0) = wCC (S0,KC)+wP P (S0,KP ) ,<br />
determina un’unica composizione per il portafoglio che abbia, per<br />
qualsiasi prezzo S0 e per qualsiasi misura <strong>di</strong> probabilità <strong>di</strong>versa<br />
da Q, un valore atteso più elevato <strong>di</strong> quello della ricchezza iniziale<br />
capitalizzata.