Modele zmienności aktywów ryzykownych. Model multiplikatywny Rozkład logarytmiczno-normalny Parametry siatki dwumianowej

Podobne dokumenty
Model ciągły wyceny opcji Blacka Scholesa - Mertona. Wzór Blacka - Scholesa na wycenę opcji europejskiej.

Funkcja generująca rozkład (p-two)

Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

1 Twierdzenia o granicznym przejściu pod znakiem całki

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

Prawdopodobieństwo i statystyka r.

Twierdzenia graniczne:

INSTRUMENTY DŁUŻNE. Rodzaje ryzyka inwestowania w obligacje Duracja i wypukłość obligacji Wrażliwość wyceny obligacji

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

θx θ 1, dla 0 < x < 1, 0, poza tym,

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. XXXIV Egzamin dla Aktuariuszy z 17 stycznia 2005 r.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Matematyka ubezpieczeń majątkowych r.

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X

MODELOWANIE ZMIENNOŚCI CEN AKCJI MODEL ADDYTYWNY MODEL MULTIPLIKATYWNY

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

. Dla każdego etapu t znamy funkcję transformacji stanu (funkcja przejścia):

Czas trwania obligacji (duration)

STATYSTYKA MATEMATYCZNA

Statystyka matematyczna. Wykład II. Estymacja punktowa

STATYSTKA I ANALIZA DANYCH LAB II

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1.

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7,

Komputerowa analiza danych doświadczalnych

0.1 Statystyczne Podstawy Modelu Regresji

1 Układy równań liniowych

Kurs Prawdopodobieństwo Wzory

TRANZYSTORY POLOWE JFET I MOSFET

16 Przedziały ufności

Estymacja przedziałowa

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

Prawdopodobieństwo i statystyka

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ZDARZENIE ELEMENTARNE to możliwy wynik doświadczenia losowego. Wszystkie takie możliwe wyniki tworzą zbiór zdarzeń elementarnych.

Obligacja i jej cena wewnętrzna

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Lista 6. Estymacja punktowa

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

ZADANIA NA ĆWICZENIA 3 I 4

Podstawowe rozkłady zmiennych losowych typu dyskretnego

Wykład 11. a, b G a b = b a,

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok

Sygnały pojęcie i klasyfikacja, metody opisu.

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

Prawdopodobieństwo i statystyka r.

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

1 Przedziały ufności. ). Obliczamy. gdzie S pochodzi z rozkładu B(n, 1 2. P(2 S n 2) = 1 P(S 2) P(S n 2) = 1 2( 2 n +n2 n +2 n ) = 1 (n 2 +n+2)2 n.

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Komisja Egzaminacyjna dla Aktuariuszy. XXXVI Egzamin dla Aktuariuszy z 10 października 2005 r. Część I. Matematyka finansowa

8. Udowodnić, że: a) macierz X X jest macierzą symetryczną; b) jeśli M jest macierzą idempotentną, o wyznaczniku różnym od 0, to M = I;

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

0.1 ROZKŁADY WYBRANYCH STATYSTYK

Bezrobocie. wysiłek. krzywa wysiłku pracownika E * płaca realna. w/p *

40:5. 40:5 = υ5 5p 40, 40:5 = p 40.

2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny.

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

STATYSTYKA OPISOWA PODSTAWOWE WZORY

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Matematyka finansowa r.

Wykład 11 ( ). Przedziały ufności dla średniej

Wyższe momenty zmiennej losowej

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

Parametryzacja rozwiązań układu równań

Niepewności pomiarowe

O liczbach naturalnych, których suma równa się iloczynowi

Podprzestrzenie macierzowe

Metody oceny efektywności projektów inwestycyjnych

Transkrypt:

Moele zmieości akywów ryzykowych Moel muliplikaywy Rozkła logarymiczo-ormay Paramery siaki wumiaowej

Moel muliplikaywy zmieości akywów Rekurecyjy moel muliplikaywy: (=, (k+ = (k u(k, k=,, Cea akywa w chwili k aa jes więc wzorem ( (k = u(k-u(k- u((. Po zlogarymowaiu obu sro wprowazeiu ozaczeia w(i=u(i mamy ( k ( k i u( i ( k i w( i k ( ( k ( i w( i

Oczekiwaa logarymicza sopa wzrosu cey akcji w moelu muliplikaywym Poieważ (k+ = (k u(k, więc (3 w(k = u(k = [(k+/(k ] czyli zmiea w(k jes logarymiczą sopą wzrosu cey akcji w k-ym eapie (4 E {[(k+/(k]} = E[w(k] = μ k μ k - oczekiwaa logarymicza sopa wzrosu w k-ym eapie Z efiicji moelu (5 E{ ((k/(} = E[w(+ +w(k-]= μ + μ + + μ k- Lewa sroa ozacza oczekiwaą całkowią (po k eapach logarymiczą sopę wzrosu

Oczekiwaa warość i wariacja logarymu cey końcowej Jeśli wszyskie zmiee w(i mają ę samą warość oczekiwaą μ i wariację σ oraz są wzajemie iezależe, o korzysając z własości warości oczekiwaej i wariacji możemy zapisać: (6 E [ (k] = ( +μk, (7 var [(k] = k σ. Ławo zauważyć, że warość oczekiwaa logarymu cey jes fukcją liiową zmieej k zaś wariacja logarymu cey rośie proporcjoaie o k.

Oczekiwaa warość współczyika wzrosu cey po k krokach Z rówości (5 la jeakowych warości oczekiwaych orzymujemy (8 E [ (k/(] = μk Dla ciągłej fukcji f i zmieej losowej X posiaającej warość oczekiwaą prawziwa jes rówość E [f (X ] = f (E (X. osując ę własość o rówości (8 la fukcji f( = e orzymujemy (9 E [(k/(] = e μk Gzie μ - oczekiwaa logarymicza sopa wzrosu w pojeyczym eapie

Logarymicza a zwykła sopa wzrosu Przy przyjęych ozaczeiach μ = E [ ((k+/(k], k=,, Poieważ (k+/(k = [(k+-(k]/(k+ Zaem [(+/(] = {[(+-(]/(+} Ozaczając r = [(+-(]/( (r jes sopą wzrosu cey w jeym eapie, mamy [(+/(]= (r+. Dla bliskich zeru warości r mamy przybliżeie ( (r+ r, czyli μ = E (r Korzysamy z rozwiięcia ( ( la R( (,

Rozkła zmieej losowej [(k/(] Bezpośreio ze związku ( k ( k i u( i ( k i w( i Orzymujemy logarym z ilorazu ( ( k ( k i u( i k i w( i Jeżeli w(i są iezależymi zmieymi losowymi o rozkłaach ormaych i paramerach μ, σ, o zmiea losowa [(k/(] ma rozkła ormay o warości oczekiwaej (kμ oraz wariacji kσ (Wiosek 3, par. 37, Zubrzycki Wykł. rach. p-swa..

Rozkła graiczy zmieej losowej [(k/(] Z ceraego wierzeia graiczego wyika, że jeżeli zmiee losowe w(i mają jeakowe rozkłay o paramerach μ, σ oraz saowią ciąg iezależych zmieych losowych, o zmiea losowa [(k/(] ma w graicy rozkła ormay, czyli lim lub lim czyli lim k k k P{ a iaczej P{ a P{ a ( k k ( b} k ( k k k ( k b b a ep( k k} k ( ( k b k k ( } b a ep( b a ep(

Rozkła logarymiczo ormay Niech Y ozacza zmieą losową o rozkłazie ormaym N(μ,σ. Niech X = e Y (Y = X DEF. Rozkła prawopoobieńswa zmieej losowej X azywamy rozkłaem logarymiczo ormaym i ozaczamy Λ(μ,σ (X jes fukcją wykłaiczą zmieej losowej o rozkłazie ormaym F X ysrybuaa zmieej X iech F X ( P{ Y } gzie P{ X F Y } P{ F Y ( X } ysrybuaa zmieej Y

Rozkła logarymiczo ormay Zaem ( Ozaczmy przez ( gęsość rozkłau zmieej X (3 ( ( ogóie ( ( F F la F F Y X Y X ep w pukcie, ( (esiy rozkl. ' ( '( ( Y X N F F

Rozkła logarymiczo ormay Niech Y ozacza zmieą losową o rozkłazie ormaym N(μ,σ. Niech X = e Y Wey k - y mome rozkłau logarymiczo-ormaego M k ay jes wzorem: (4 M k = ep (μk +,5 σ k a są EX = ep (μ+,5 σ (5 War X = E(X - (E(X = ep (μ+ σ - ep (μ+ σ = = ep (μ+ σ [ ep ( σ ]

Moel muliplikaywy, wumiaowy Zakłaamy, że w każym okresie cea akcji może spaść lub wzrosąć, zawsze w ej samej proporcji, czyli (6 u, u( k, gzie gzie przy czym pierwsza z ych warości jes przyjmowaa z prawopoobieńswem p a ruga z (-p u

Drzewo ce w moelu muliplikaywym, wumiaowym - iaka wumiaowa ce (4 eapy, cea począkowa

Cey końcowe w moelu muliplikaywym wumiaowym, -eapowym Ze wzoru ( = u(-u(- u(( wyika, że możliwe cey końcowe muszą mieć posać ( u k -k, gzie k =,,,. Na rzewie ceowym isieje różych róg prowazących o węzła ieyfikowaego z ceą (u k -k, gyż każa roga jes jeozaczie scharakeryzowaa przez - wyrazowy ciąg (u,u,,u,,,u, zawierający k lier u oraz (-k lier. k

Cey końcowe w moelu muliplikaywym wumiaowym, -eapowym Prawopoobieńswo każej akiej rogi jako koiukcji zarzeń iezależych - wyosi p k (-p -k Zaem prawopoobieńswo cey końcowej u k -k wyosi k p k ( p k

Przykła. Moel muliplikaywy, wumiaowy ((=; u=,; =,9; prawopoobieńswo wzrosu,6. Cea końcowa akcji po 34 eapach oraz jej prawopoobieńswo, zł CENA POCZĄTKOWA P Q R T r wiersza P$7*G$5^R3*G$6^3 ROZKŁAD.DWUM(R3;34;G$8;FAŁZ p-swo cea kocowa akcji (po 34 eapach liczba wzrosów liczba spaków skłaiki warości oczekiwaej cey 4 3,6393E-68 383 56 579 95 95, 34, zł 5 7,344E-66 33 49 747 33 45, 33, zł 6 7,39748E-64 56 493 47 736 43, 3, zł 7 4,96453E-6 9 858 784 35, 3 3, zł 8,4954E-6 7 7 9 459 94, 3 4, zł 9 9,966E-59 4 483 59 376 3, 99 5, zł 3,3965E-57 4 94 69 489 7, 98 6, zł 9,393E-56 94 4 693 8 846,6 97 7, zł,3479e-54 76 944 74 5,9 96 8, zł 3 5,973E-53 6 954 99 59 78,6 95 9, zł

PRAWDOPODOBIEŃTWO Rozkła prawopoobieńswa cey końcowej (cea oś pozioma TEORETYCZNY ROZKŁAD CENY AKCJI,5,45,4,35,3,5,,5,,5 5 5 5 3 35 4 45 5

Rozkła prawopoobieńswa cey końcowej (cea oś pozioma,5,45,4,35,3,5,,5,,5

PRAWDOPODOBIEŃTWO Rozkła prawopoobieńswa cey końcowej. Oś X skala logarymicza TEORETYCZNY ROZKŁAD CENY AKCJI,5,45,4,35,3,5,,5,,5

,5,45,4,35,3,5,,5,,5,E+,E+6 4,E+6 6,E+6 8,E+6,E+7,E+7,4E+7,6E+7,8E+7,E+7,E-,5,45,4,35,3,5,,5,,5,E+,E+,E+,E+3,E+4,E+5,E+6,E+7,E+8

ymulacja cey 3 eapach 35, zł 3, zł 5, zł, zł 5, zł, zł 5, zł - zł 8 35 5 69 86 3 37 54 7 88 5 39 56 73 9

ymulacja cey 3 eapach 5, zł 45, zł 4, zł 35, zł 3, zł 5, zł, zł 5, zł, zł 5, zł - zł 8 35 5 69 86 3 37 54 7 88 5 39 56 73 9

ymulacja cey 3 eapach 7, zł 6, zł 5, zł 4, zł 3, zł, zł, zł - zł 8 35 5 69 86 3 37 54 7 88 5 39 56 73 9

Logarymicza-ormaość rozkłau graiczego cey w moelu muliplikaywym, wumiaowym Ze wzoru ( k ( k i u( i i z faku, że suma ma graiczy (z. przy k rozkła ormay wyika, że zmiea losowa (k ma akże graiczy rozkła ormay. Ozaczmy lim k (k =. Zaem zmiea ma rozkła ormay, zaś zmiea X= ep( czyli zmiea X= ma rozkła logarymiczo-ormay k i w( i

Paramery siaki wumiaowej formułowaie problemu Daa jes rocza oczekiwaa logarymicza sopa zwrou z akcji: (7 E[( T / ] = - gzie T ozacza ceę akcji po roku oraz wariacja logarymu ze zmieej ( T / (8 War [( T / ] = Ile powiy wyosić przy ych aych paramery siaki zmieości, czyli wielkości u,p w jeym eapie, jeżeli w ciągu roku wysąpi eapów oraz u =/?

Paramery siaki wumiaowej Zakłaamy, że zmiee losowe k=,,, są iezależe, wzros asępuje z prawopoobieńswem p. Zmiee losowe (9 u, u( k, u, u( k, gzie gzie gzie gzie k=,,, są akże iezależe, co wyika bezpośreio z efiicji iezależości zmieych losowych u u

Paramery siaki wumiaowej Ogóe rówaia moelu: (... / ( ( / ( (... ( ]... [ ( (... ( ( ( i i k War gzie War War E E E E c u E E E E b k u a

Paramery siaki wumiaowej i ozacza ceę akcji po i-ym eapie ( e War( E( p u ( p u p ( p p u ( p u p ( p p u ( p p u u p( p ( p( ( p p u( p p( p[ u u ] ( p p( p( u p( p u ( f War( War( i i p( p u

Paramery siaki wumiaowej Ze związku ( c wyika, że po eapach w omawiaym moelu E(( / =, co jes rówoważe rówościom E( / =e, E( = e Jeżeli oakowo założymy, że =, o orzymujemy E( =, E( =e Wprowaźmy oakowe ozaczeia U:=u,D:=, :=/ ( E[ i U ( p / E( u( i i ] pu E( u( i (, p D pu gzie p u ( ( p U p

Paramery siaki wumiaowej Wariacja. Z iezależości zmieych (u(k, wyika, że ( / ( / ( ( / u p p gzie War u p p War k u War War k

Paramery siaki wumiaowej Pp ( (,, ( ( ( ( ( / U p p zaem D U wiec u wey u eraz iech D U p p u p p u p p War p U z ( (

Paramery siaki wumiaowej U ( p p( p(u U ( p p( p(u po oaiu sroami U u p U

(,,!! bliskich la a R a ze wzoru Taylora gyż p czyli p a p e e u u

Paramery siaki wumiaowej Osaeczie orzymujemy asępujące paramery siaki wumiaowej u e ( p = E [ ( T / ], T cea po roku - rocza wariacja zmieej ( T / czas rwaia jeego eapu (ułamek roku e

Ierpreacja paramerów, = E[( T / ], = (E[( T / ] E[( T / ]=e E( T = e, gyż jes sałą Paramer jes więc roczą oczekiwaą logarymiczą sopą wzrosu, Jeżeli =, o = E[( T ]. ą E( T = e War [( T / ] =War [( T ] = jes wey wariacją z logarymu cey po roku, czyli miarą zmieości roczej cey akcji

Lieraura Teoria iwesycji fiasowych D. Lueberger Isrumey pochoe sympozjum maemayki fiasowej. Kraków UJ 997 Koraky ermiowe i opcje. Wprowazeie J. Hull Warszawa 997 Iwesycje K. Jajuga, T. Jajuga PWN 8 Rykowe isrumey fiasowe A. opoćko PWN 5