cz. 2
Transkrypt
cz. 2
$QDOL]D HIHNW\ZQRĞFL REOLF]HQLRZHM RSFML QD SU]\NáDG]LH PRGHOX 149 Wykres 5 5yĪQLFH SRPLĊG]\ WHRUHW\F]Q\PL FHQDPL RSFML NXSQD Z\]QDF]RQ\PL PHWRGą %6 5yĪQLFHSRPLĊG]\WHRUHW\F]Q\PLFHQDPLRSFMLNXSQD Z\]QDF]RQ\PLPHWRGą%6RUD] RUD] %6/H GOD RSFML 270$70 L ,70 OTM, ATM i ITM 5yĪQLFD SRPLĊG]\ LĊG cenami opcji kupna na w modelach modelach BS BS Le BS i BS Le S0 55, K 60, r 0,05 dla t 4. 10 6 2. 10 6 5yĪQLFD SRPLĊG]\ 0, 1 0,05 0 0,2 2. 10 6 0,5 4. 10 6 0.0 0.2 0.4 0.6 0.8 1.0 G]\WHRUHW\F]Q\PLFHQDPLRSFMLNXSQD Z\]QDF]RQ\PLPHWRGą%6RUD] 5yĪQLFD SRPLĊG]\ cenami opcji OTM, ATM i ITM 5yĪQLFHSRPLĊG]\WHRUHW\F]Q\PLFHQDPLRSFMLNXSQD Z\]QDF]RQ\PLPHWRGą%6RUD] QLFD SRPLĊG]\ modelach 5yĪQLFD SRPLĊG]\ LĊG cenami opcji kupna na w modelach modela elach 6 Czas do wykupu t BS i BS Le S0 60, K 60, r 0,05 dla t 0, 1 5yĪQLFD SRPLĊG]\ BS ,05 BS Le 4. 10 6 2. 10 6 6 Le 5yĪQLFD SRPLĊG]\ 0,05 6 0 2. 10 6 4. 10 6 0,2 6 0.0 0.2 0.4 0.6 0,5 0.8 1.0 Czas do wykupu t 5yĪQLFD SRPLĊG]\ modelach ħUyGáR SUDFRZDQLHZáDVQH 5yĪQLFD SRPLĊG]\ LĊG cenami opcji kupna na w modelach modelach BS i BS Le S0 65, K 60, r 0,05 dla t 0, 1 4. 5yĪQLFHSRPLĊG]\WHRUHW\F]Q\PLFHQDPLRSFMLNXSQD Z\]QDF]RQ\PLPHWRGą%6RUD] 6 2. 10 0,05 6 10 6 BS 6 6 0 5yĪQLFD SRPLĊG]\ 2. 10 6 6 10 6 6 Li 4. modelach 0,5 0.0 0.2 0.4 0.6 0.8 1.0 Czas do wykupu t ħUyGáR RSUDFRZDQLH ZáDVQH ħUyGáR SUDFRZDQLHZáDVQH ,05 6 ZáDVQH 5yĪQLFD SRPLĊG]\ 0,2 Li BS Le Le 6 6 G]\WHRUHW\F]Q\PLFHQDPLRSFMLNXSQD Z\]QDF]RQ\PLPHWRGą%6RUD] 5yĪQLFD SRPLĊG]\ cenami opcji 5yĪQLFHSRPLĊG]\WHRUHW\F]Q\PLFHQDPLRSFMLNXSQD Z\]QDF]RQ\PLPHWRGą%6RUD] 5yĪQLFD SRPLĊG]\ modelach QLFD SRPLĊG]\ modelach 6 Li 6 modelach 5yĪQLFD SRPLĊG]\ cenami opcji 6 6 6 6 Li Li 6 Li 5yĪQLFD SRPLĊG]\ 6 6 6 6 6 6 6 6 6 5yĪQLFD SRPLĊG]\ modelach ħUyGáR SUDFRZDQLHZáDVQH 5yĪQLFD SRPLĊG]\ modelach 5yĪQLFD SRPLĊG]\ 5yĪQLFD SRPLĊG]\ 150SRPLĊG]\ 5yĪQLFD dr Arkadiusz Orzechowski ħUyGáR SUDFRZDQLHZáDVQH 5yĪQLFD SRPLĊG]\ Wykres 6 5yĪQLFH SRPLĊG]\ WHRUHW\F]Q\PL FHQDPL RSFML NXSQD Z\]QDF]RQ\PL PHWRGą %6 5yĪQLFHSRPLĊG]\WHRUHW\F]Q\PLFHQDPLRSFMLNXSQD Z\]QDF]RQ\PLPHWRGą%6RUD] RUD] %6/L GOD RSFML 270$70 L ,70 OTM, ATM i ITM 5yĪQLFD SRPLĊG]\ 5yĪQLFD SRPLĊG]\ LĊG cenami opcji kupna na w modelach modelach BS HZáDVQH ħUyGáR SUDFRZDQLHZáDVQH 4. 10 6 2. 10 6 0, 1 0,05 0 0,2 2. 10 6 0,5 4. 10 6 0.0 0.2 0.4 0.6 0.8 Li BS Li BS i BS Li S0 55, K 60, r 0,05 dla t 1.0 LĊG]\WHRUHW\F]Q\PLFHQDPLRSFMLNXSQD Z\]QDF]RQ\PLPHWRGą%6RUD] 5yĪQLFD SRPLĊG]\ cenami 5yĪQLFHSRPLĊG]\WHRUHW\F]Q\PLFHQDPLRSFMLNXSQD Z\]QDF]RQ\PLPHWRGą%6RUD] OTM, ATM i ITM 5yĪQLFD SRPLĊG]\ LĊG cenami opcji kupna na w modelach modelach 5yĪQLFD SRPLĊG]\ modelach Czas do wykupu t 6 dla t SRPLĊG]\ 0, 1 BS i BS Li S0 60, K 60, r 0,05 5yĪQLFD 6 BS ,05 BS Li 6 6 6 4. 10 6 2. 10 6 6 Li 5yĪQLFD SRPLĊG]\ 0,05 0 6 0,2 2. 10 6 6 0,5 4. 10 6 0.0 0.2 0.4 0.6 0.8 1.0 Czas do wykupu t 5yĪQLFD SRPLĊG]\ cenami opcji kupna w modelach ħUyGáR SUDFRZDQLHZáDVQH 5yĪQLFD SRPLĊG]\ LĊG cenami opcji kupna na w modelach modelach BS i BS Li S0 65, K 60, r 0,05 dla t 6 BS Li 6 6 BS Li 6 4. 10 6 2. 10 6 0,05 0 0,2 2. 10 6 0,5 4. 10 6 0.0 0.2 0.4 0.6 Czas do wykupu t ħUyGáR RSUDFRZDQLH ZáDVQH HZáDVQH ħUyGáR SUDFRZDQLHZáDVQH ϭϬ 0, 1 ϭϬ 0.8 ϭϬ 1.0 Analiza efektywnoĞci obliczeniowej opcji na przykáadzie modelu... 151 Wykres 7 RóĪnice pomiĊdzy teoretycznymi cenami opcji kupna wyznaczonymi metodą BS oraz BS-Au dla opcji OTM, ATM i ITM 5yĪQLFD SRPLĊG]\ ĊG cenami opcji kupna na w modelach od ch BS BS Au BS i BS Au S0 55, K 60, r 0,05 dla t 0, 1 4. 10 6 2. 10 6 0 0,2 2. 10 6 0,5 4. 10 6 0,05 0.0 0.2 0.4 0.6 0.8 1.0 Czas do wykupu t 5yĪQLFD SRPLĊG]\ ĊG cenami opcji kupna na w modelach od ch BS BS Au BS i BS Au S0 60, K 60, r 0,05 dla t 4. 10 6 2. 10 6 0, 1 0,05 0 0,2 2. 10 6 0,5 4. 10 6 0.0 0.2 0.4 0.6 0.8 1.0 Czas do wykupu t 5yĪQLFD SRPLĊG]\ ĊG cenami opcji kupna na w modelach od ch BS BS Au BS i BS Au S0 65, K 60, r 0,05 dla t 0, 1 4. 10 6 2. 10 6 0 0,2 2. 10 6 0,5 4. 10 6 0,05 0.0 0.2 0.4 0.6 0.8 1.0 Czas do wykupu t ħródáo: opracowanie wáasne. UwaĪna analiza wykresów 1–7 pozwala stwierdziü, Īe we wszystkich modelach opartych na transformacie Fouriera, wraz z przybliĪaniem siĊ do momentu wygaĞniĊcia opcji, funkcja podcaákowa zaczyna gwaátownie oscylowaü. W konsekwencji, numeryczne wyznaczenie odwrotnej transformacji Fouriera staje siĊ káopotliwe. Na szczególną uwagĊ zasáuguje spostrzeĪenie, zgodnie z którym w modelach BS-CM Į = 1 i BS-A rejestrowane zakáócenia zaczynają siĊ pojawiaü stosunkowo 152 dr Arkadiusz Orzechowski wczeĞnie przed koĔcem „Īycia” kontraktów. W pierwszym przypadku dotyczy to przede wszystkim opcji bĊdących OTM, w drugim zaĞ ITM. Pozostaáe podejĞcia wydają siĊ ze sobą porównywalne. BS-BM okazuje siĊ najlepszy dla opcji OTM i ITM, podczas gdy BS-B, BS-Le, BS-Li i BS-Au generują mniejszy báąd wyceny, gdy cena wykonania jest niĪsza od kursu rynkowego aktywów bazowego. Biorąc jednak pod uwagĊ wszystkie uwzglĊdnione relacje pomiĊdzy cenami aktywów bazowych a ceną wykonania opcji, naleĪy stwierdziü, Īe pod wzglĊdem dokáadnoĞci obliczeniowej najlepszym modelem jest BS-Au. Podsumowanie W niniejszym artykule prezentowane są najwaĪniejsze modele wyceny opcji bazujące na transformacie Fouriera oraz dokonywana jest analiza ich efektywnoĞci pod wzglĊdem zarówno szybkoĞci, jak i dokáadnoĞci obliczeniowej. Ponadto, autor proponuje podejĞcie, które wydaje siĊ stanowiü interesującą alternatywĊ w stosunku do istniejących juĪ koncepcji. Uzasadnienie takiego stwierdzenia jest rezultatem wyników wykonanych eksperymentów, które wskazują na: • zbliĪoną szybkoĞü obliczeniową modelu BS-Au w stosunku do podejĞü BS-BM, BS-B, BS-Le i BS-Li; • wiĊkszą dokáadnoĞü obliczeniową modelu BS-Au w relacji do pozostaáych metod okreĞlania wartoĞci teoretycznych kontraktów bazujących na prawach pochodnych, przy czym stwierdzenie to jest prawdziwe, gdy poszczególne relacje pomiĊdzy cenami aktywów bazowych a ceną wykonania opcji rozpatrywane są áącznie. Pomimo Īe podejĞcie BS-Au charakteryzuje siĊ najwiĊkszą efektywnoĞcią pod wzglĊdem szybkoĞci i dokáadnoĞci obliczeniowej, to nie moĪna pominąü tego, Īe wniosek ten jest formuáowany przy zaáoĪeniu prawdziwoĞci zaáoĪeĔ F. Blacka i M. Scholesa. Inną kwestią jest wybór najlepszego podejĞcia w modelach, w których transformata Fouriera znajduje swoje podstawowe zastosowanie, tj. modelach typu affine, np. modelu S. Hestona. Analiza z tym związana wymaga rozbudowy przeprowadzanych badaĔ. Bibliografia Attari, M., Option Pricing Using Fourier Transform: A Numerically Efficient Simplification, 2004, http://papers.ssrn.com/sol3/papers.cfm?abstract_id=520042 (data dostĊpu 29.08.2016). Bakshi, G., Madan, D., Spanning and derivative – security valuation, „Journal of Financial Economics” 2000, nr 55. Ball, C., Roma, A., Stochastic volatility option pricing, „Journal of Financial and Quantitative Analysis” 1994, nr 29. Analiza efektywnoĞci obliczeniowej opcji na przykáadzie modelu... 153 Barndorff-Nielsen, O., Processes of normal inverse Gaussian type, „Finance and Stochastics” 1998, nr 2. Bates, D., Maximum Likelihood Estimation of Latent Affine Processes, „Review of Financial Studies” 2006, nr 19. Black, F., Scholes, M., The pricing of options and corporate liabilities, „The Journal of Political Economy” 1973, nr 81. Carr, P., Geman, H., Madan, D., Yor, M., The fine structure of asset returns: an empirical investigation, „Journal of Business” 2002, nr 75. Carr, P., Madan, D., Option Valuation Using the Fast Fourier Transform, „Journal of Computational Finance” 1999, nr 2(4). Cont, R., Volatility clustering in financial markets: empirical facts and agent based models, in: G. Teyssiere, A. Kirman, Long memory in economics, Springer 2007. Fama, E., French, K., Common risk factors in the returns on stock and bonds, „Journal of Financial Economics” 1993, nr 33. Fleming, J., Kirby, C., Long memory in volatility and trading volume, „Journal of Banking and Finance” 2011, nr 35. Hagan, P., Kumar, S., Lesniewski, A., Woodward, D., „Managing smile risk, Wilmott Magazine” z 26 lipca 2002. Heston, S., A closed-form solution for options with stochastic volatility with applications to bond and currency options, „The Review of Financial Studies” 1993, nr 6. Hull, J., White, A., The pricing of options on assets with stochastic volatilities, „The Journal of Finance” 1987, nr 42. Jondeau, E., Rockinger, M., Testing for differences in the tails of stock-market returns, „Journal of Empirical Finance” 2003, nr 10. Kou, S., Jump-diffusion model for option pricing, Columbia University Working Paper 2002. Lewis, A., A Simple Option Formula for General Jump-Diffusion and other Exponential Levy Processes, 2001, http://papers.ssrn.com/sol3/papers.cfm?abstract_id=282110 (data dostĊpu 29.08.2016). Lipton, A., The Vol Smile Problem, „Risk” 2002, February. Lux, T., Marchesi, M., Volatility clustering in financial markets: a micro-simulation of interacting agents, „International Journal of Theoretical and Applied Finance” 2000, nr 3(4). Madan, D., Carr, P., Chang, E., The variance gamma process and option pricing, „European Finance Review” 1998, nr 2. Mandelbrot, B., The variation of certain speculative prices, „Journal of Business” 1963, nr 36. Orzechowski, A., Czy moĪna wyceniü opcje lepiej niĪ w modelu P. Carra i D. Madana? Przegląd modeli opartych na transformacie Fouriera, Studia Ekonomiczne nr 182, Uniwersytet Ekonomiczny w Katowicach, Katowice 2014. Stein, E., Stein, J., Stock price distributions with stochastic volatility: an analytic approach, „The Review of Financial Studies” 1991, nr 4. Sáowa kluczowe: wycena opcji, model Blacka–Scholesa, transformata Fouriera 154 dr Arkadiusz Orzechowski Computational efficiency of option pricing in the Black–Scholes model Summary The article presents the most important option pricing models based on Fourier transform. Additionally, alternative model of European option pricing to the previously developed concepts is derived. Then all models are compared in terms of computational speed and accuracy. Based on obtained results it can be concluded that the new model is the best way of option pricing. Keywords: option pricing, Black–Scholes model, Fourier transform