Teoria da Probabilidade e Modelos Discretos de Mercados Financeiros 2016-2017 Edi¸c˜ao de 7 de Fevereiro de 2017
Nota Pr´evia
Todos os exerc´ıcios enunciados nas aulas s˜ao considerados para o exame, salvo indica¸c˜ao em contr´ario.
1. Modelo Binomial
Quest˜ao 1. Considere-se no quadro do modelo binomial a um per´ıodo. Defina carteira r´eplica. Defina direito contingente ating´ıvel e mercado completo. Motre que se o modelo binomial for livre de arbitragem ent˜ao ´e completo.
Quest˜ao 2. Considere-se no modelo binomial multiper´ıodo e onde R ´e a taxa de juro spot para cada per´ıodo.
(1) Mostre que um mercado nestas condi¸c˜oes ´e livre de arbitragem se e s´o se
(1) d ≤ (1 + R) ≤ u ,
sendo d e u a raz˜ao a que o pre¸co da ac¸c˜ao, respectivamente, desce ou sobe em cada per´ıodo.
(2) Sabendo que as probabilidades de martingala Q = (qu, qd) s˜ao definidas pela rela¸c˜ao
s = 1
1 + RE
Q[S
t+1|St= s],
mostre que, no caso de se verificar a condi¸c˜ao (1), Q ´e ´unica e dada por qu=
(1 + R) − d
u − d e qd=
u − (1 + R)
u − d .
Quest˜ao 3. Considere-se no quadro do modelo binomial multiper´ıodo. Defina direito con-tingente, carteira r´eplica, valor da carteira r´eplica, oportunidade de arbitragem e enuncie o princ´ıpio de apre¸camento livre de arbitragem. Mostre que se um direito contingente X for ating´ıvel com uma dada carteira r´eplica h, se a um dado instante t for poss´ıvel comprar X a um pre¸co mais barato que Vth ent˜ao existe uma oportunidade de arbitragem.
Quest˜ao 4 (Modelo Binomial Multi-per´ıodo). No contexto do modelo binomial multi-per´ıodo e, com as nota¸c˜oes utilizadas nas aulas e documentos, considere que T = 3, S0= 20,
u = 1.1, d = 0.9, R = 1%(0.01).
(1) Represente num esquema em ´arvore, tal como realizou na aula, a evolu¸c˜ao dos pre¸cos aproximados - com duas casas decimais - do activo com risco e colocando na ´ultima coluna o valor do cash flow de uma call option X, com strike price K = 18. Justifique os seus c´alculos indicando as f´ormulas que utilizou e, quais os sucessivos passos dos c´alculos correspondendo a uma sub-´arvore a um per´ıodo.
(2) Determine Q = (qu, qd), a probabilidade neutra face ao risco e construa a ´arvore
binomial de pre¸cos aproximados para X - com duas casas decimais - representan-do-os, numa ´arvore binomial semelhante `a usada na aula pr´atica. Justifique os seus
c´alculos indicando as f´ormulas que utilizou e, quais os sucessivos passos dos c´alculos correspondendo a uma sub-´arvore a um per´ıodo.
(3) Indique qual ´e o pre¸co `a data t = 0 de X.
(4) Construa a carteira r´eplica de X `a data t = 0 e verifique que se trata efectivamente de uma carteira r´eplica de X. Justifique os seus c´alculos indicando as f´ormulas que utilizou e quais os sucessivos passos dos c´alculos.
Quest˜ao 5 (Um outro Direito Contingente). Descreva, justificando a sua descri¸c˜ao com uma an´alise dos cash-flows gerados nos diferentes casos poss´ıveis, a situa¸c˜ao prevista para o mercado e a correspondente atitude de um investidor que considera investir na combina¸c˜oes de direitos contingentes seguinte:
Pre¸co do activo Posi¸c˜ao longa Posi¸c˜ao Curta Denomina¸c˜ao
10 Call(9.5) + Put(9.5) Short Strangle
Quest˜ao 6. Considere-se no quadro do modelo binomial multiper´ıodo. Mostre que a ausˆencia de arbitragem ´e equivalente a:
d < 1 + r < u .
Quest˜ao 7. Considere-se no quadro do modelo binomial multiper´ıodo. Defina carteira au-tofinanciada. Mostre que a varia¸c˜ao de valor de uma carteira autofinanciada decorre apenas da varia¸c˜ao dos pre¸cos dos activos e n˜ao da entrada ou sa´ıda de capitais da carteira. Quest˜ao 8. Considere-se no quadro do modelo binomial multiper´ıodo. Suponha que a con-tingent claim X = Φ(ST) ´e ating´ıvel com a carteira r´eplica h. Mostre que:
(1) Se no momento t for poss´ıvel comprar X a um pre¸co inferior ao valor de h em t, Vth (ou vender a um pre¸co superior a Vth) ent˜ao existe uma oportunidade de arbitragem. (2) Se St = S0ukdt−k para k = 0, ..., t onde k representa o n´umero de movimentos
ascendentes u e Vt(k) o valor da carteira no momento t quando existirem k subidas
u, ent˜ao Vt(k) =
1
1 + R{quVt+1(k + 1) + qdVt+1(k)} e VT(k) = Φ(S0u
kdT −k)
sendo R a taxa de juro por cada per´ıodo qu=
(1 + R) − d
u − d e qd=
u − (1 + R)
u − d .
(3) A carteira r´eplica ´e composta por xt(k) = 1 1 + R uVt(k) − dVt(k + 1) u − d e yt(k) = 1 St− 1 Vt(k + 1) − dVt(k) u − d
sendo xt(k) e yt(k) as quantidades, respectivamente, de obriga¸c˜oes e ac¸c˜oes que
compoem a mesma carteira.
2. Teoria das Probabilidades
Quest˜ao 9 (Esperan¸ca Condicional Exemplo no caso discreto). Sejam X e Y vari´aveis aleat´orias discretas tais que X(Ω) = {x1, . . . , xN} e Y (Ω) = {y1, . . . , yM}.
(2) Seja Λ uma vari´avel aleat´oria tal que
P [Λ = λ1] = p1, P [Λ = λ2] = p2.
Considere Π uma vari´avel aleat´oria tal que:
∀k ≥ 0, i = 1, 2 P [Π = k | Λ = λi] = e−λiλ
k i
k! . DetermineP [Π = k, Λ = λi] e, seguidamente, E[Π | Λ] e E[Λ | Π].
Quest˜ao 10 (Esperan¸ca Condicional Caso Geral). Seja um espa¸co de probabilidade (Ω,A, P) e seja uma vari´avel aleat´oria integr´avel X e F ⊂ A uma sub-´algebra-σ. Defina E[X | F].
Quest˜ao 11 (Esperan¸ca Condicional Exemplo no caso Cont´ınuo). Seja X _N(0, Y2) em que Y _E(λ). Determine E[X | Y ].
Quest˜ao 12 (Aditividade da Esperan¸ca Condicional). Seja um espa¸co de probabilidade (Ω,A, P) e sejam duas vari´aveis aleat´orias integr´aveis X1 e X2 e (F ) ⊂A uma
sub-´algebra-σ. Mostre que E[X1+ X2| Y ] =E[X1| Y ] +E[X2 | Y ].
Quest˜ao 13 (Martingalas Passeio Aleat´orio). Seja um espa¸co de probabilidade (Ω,A, P) eX = (Xn)n≥0um processo estoc´astico composto de vari´aveis aleat´orias integr´aveis e
adap-tado `a filtra¸c˜aoF = (Fn)n≥0.
(1) Sob que condi¸c˜oes ´e que X ´e uma F martingala.
(2) Defina o passeio aleat´orio. Mostre que o passeio aleat´orio ´e uma martingala.
3. Processos Estoc´asticos
Seja (Ω,A, P) um espa¸co de probabilidade. A defini¸c˜ao seguinte diz-nos que um processo estoc´astico pode ser considerado como extrair uma fun¸c˜ao ao acaso de R[0,+∞[ de forma a
obter uma vari´avel aleat´oria mas, ao inv´es do que temos considerado at´e agora, num espa¸co de fun¸c˜oes. Nesta primeira defini¸c˜ao intervˆemA a ´algebra-σ do espa¸co de probabilidade.
Defini¸c˜ao 1. Um processo estoc´asticoX = (Xt)t∈[0,+∞[´e uma fun¸c˜ao definida em
Ω × [0, +∞[ e tomando valores em R (ou Rd ou C) tal que:
(i) Para cada ω0 ∈ Ω, a primeira sec¸c˜ao correspondente Xω0 : [0, +∞[7→R ´e uma fun¸c˜ao mensur´avel, isto ´e,
∀B ∈B(R) X−1ω
0(B) ∈B([0, +∞[) ;
(ii) Para cada t0 ∈ [0, +∞[, a segunda sec¸c˜ao correspondente Xt0 : Ω 7→R ´e uma vari´avel aleat´oria isto ´e,
∀B ∈B(R) X−1t
0 (B) ∈A .
Um processo estoc´astico ´e caracterizado pelas suas distribui¸c˜oes de ordem finita, ou seja, pelas distribui¸c˜oes de um qualquer n´umero finito de vari´aveis do processo. Para esta ca-racteriza¸c˜ao intervˆemP a probabilidade do espa¸co de probabilidade.
Proposi¸c˜ao 1. Seja um processo estoc´asticoX = (Xt)t∈[0,+∞[. A fam´ılia de leis
de probabilidade L(Xt1,Xt2,...,XtN) para N ≥ 1 e t1, t2, . . . , tN ∈ [0, +∞[ em que,
para quaisquer B1, B2, . . . , BN ∈B(R)
L(Xt1,Xt2,...XtN)(B1× B2× · · · × BN) =P [Xt1 ∈ B1, Xt2 ∈ B2, . . . , XtN ∈ BN] caracteriza ao processo estoc´astico.
aDois processos estoc´asticos com as mesmas distribui¸c˜oes de ordem finita s˜ao vers˜oes um do outro.
Quest˜ao 14 (Condi¸c˜oes de compatibilidade das distribui¸c˜oes de ordem finita). Seja um processo estoc´asticoX = (Xt)t∈[0,+∞[. Mostre que:
(j) Sendo SN o grupo das permuta¸c˜oes de {1, 2, . . . , N } se tem que para qualquer σ ∈
SN, L(Xtσ(1),Xtσ(2),...,Xtσ(N))(Bσ(1)× Bσ(2)× · · · × Bσ(N )) = =L(Xt1,Xt2,...,XtN)(B1× B2× · · · × BN) ; (jj) Para qualquer N ≥ 1, L(Xt1,...,Xtj−1,Xtj,Xtj+1,...,XtN)(B1× B2× . . . Bj−1×R × Bj+1× · · · × BN) = =L(Xt1,...,Xtj−1,Xtj+1,...,XtN)(B1× B2× . . . Bj−1× Bj+1× · · · × BN) .
Quest˜ao 15 (Aplica¸c˜ao do teorema de existˆencia de Kolmogorov). (1) Enuncie o teorema de existˆencia de Kolmogorov.
(2) Considere para N ≥ 1 t1 < t2< · · · < tN ∈ [0, +∞[ a probabilidade dada por:
νtx1,t2,...,tN(B1× · · · × BN) = = Z B1×···×BN p(t1, x, x1)p(t2− t1, x1, x2) . . . p(tN −1− tN, xN −1, xN)dx1· · · dxN , em que se tem B1, B2, . . . BN ∈B(R) e p(t, x, y) = √1 2πte −(x−y)2 2t .
Mostre a a fam´ılia de probabilidades (νtx1,t2,...tN) verifica as hip´oteses do teorema de Kolmogorov e tire a conclus˜ao adequada.
Observa¸c˜ao 1. Para verificar a primeira condi¸c˜ao do teorema de Kolmogorov considera-se o considera-seguinte. Sendo N ≥ 1 e t1, t2, . . . , tN ∈ [0, +∞[ quaisquer, seja σ ∈ SN tal que
tσ(1)< tσ(2)< · · · < tσ(N ); define-se para B1, B2, . . . BN ∈B(R),
(2) νtx1,t2,...,tN(B1× · · · × BN) := νtxσ(1),tσ(2),...,tσ(N )(Bσ(1)× · · · × Bσ(N )) .
Seja agora, τ ∈ SN uma outra permuta¸c˜ao. Tem-se que σ ◦ τ−1 ∈ SN e obviamente, pela
condi¸c˜ao da escolha de σ,
(3) t(σ◦τ−1)(τ (1))< t(σ◦τ−1)(τ (2))< · · · < t(σ◦τ−1)(τ (N )) , tendo-se ent˜ao, pela extens˜ao da defini¸c˜ao na f´ormula (2), que:
νtx
τ (1),tτ (2),...,tτ (N )(Bτ (1)× · · · × Bτ (N )) = = νtx
Mas como (σ ◦ τ−1) ◦ τ = σ tem-se, de novo pelas f´ormulas (2) e (3) que νtx (σ◦τ −1)(τ (1)),t(σ◦τ −1)(τ (2)),...,t(σ◦τ −1)(τ (N ))(B(σ◦τ −1)(τ (1))× · · · × B(σ◦τ−1)(τ (N ))) = = νtx1,t2,...,t N(B1× · · · × BN) ou seja, finalmente que,
νtx
τ (1),tτ (2),...,tτ (N )(Bτ (1)× · · · × Bτ (N )) = ν
x
t1,t2,...,tN(B1× · · · × BN) , isto ´e, a primeira condi¸c˜ao de consistˆencia do teorema de Kolmogorov.
Quest˜ao 16 (O processo Browniano). Seja p(t, x, y) = √1 2πte −(x−y)22t . (1) Mostre que: Z +∞ −∞ p(t, x, y)dy = 1 , isto ´e que p(t, x, y) ´e uma densidade de probabilidade.
(2) Mostre que existe um processo estoc´astico (Btx)t∈[0,+∞[, o processo Browniano, tal que:
∀z ∈R , P [Btx≤ z] = Z z
−∞
p(t, x, y)dy isto ´e tal que Btx _N(x, t).
Proposi¸c˜ao 2. Seja Bx = (Bxt)t∈[0,+∞[ o processo Browniano come¸cado em x ∈ [0, +∞[. Tem-se que: (i) Bx0 ≡ 0. (ii) Bxt _N(x, t). (iii) Para s < t, Bxt − Bx s _N(0, t − s). (iv) Para s < t ≤ v < u, Bx u − Bvx ⊥ Btx− Bsx.
(v) Para ω num conjunto de probabilidade um, a primeira sec¸c˜ao Bxω (ver a defini¸c˜ao (1) acima) ´e uma fun¸c˜ao cont´ınua de [0, +∞[ emR.
As propriedades (i) a (v) caracterizam Bx
Observa¸c˜ao 2. O processo Browniano Bx tem, portanto as seguintes propriedades que o caracterizam.
(i) O processo come¸ca em x;
(ii) As vari´aveis do processo s˜ao Gaussianas;
(iii) Os incrementos do processo s˜ao Gaussianos e estacion´arios; (iv) Os incrementos do processo s˜ao independentes;
(v) As traject´orias do processo s˜ao cont´ınuas com probabilidade um.
Defini¸c˜ao 2. Um processo estoc´astico X = (Xt)t∈[0,+∞[ ´e Gaussiano se e s´o se
qualquer combina¸c˜ao linear de vari´aveis do processo ´e Gaussianaa.
Proposi¸c˜ao 3. Um processo estoc´astico X = (Xt)t∈[0,+∞[ Gaussiano ´e
caracteri-zado pela suas fun¸c˜oes m´edia e covariˆancia dadas, respectivamente, por: mt=E [Xt] ,
e
Γ(s, t) =E [(Xt− mt)(Xs− ms)] .
Observa¸c˜ao 3. O resultado enunciado na quest˜ao seguinte d´a-nos uma outra caracteriza¸c˜ao do processo Browniano.
Quest˜ao 17 (Covariˆancia do processo Browniano). Considere o processo Browniano come¸cado em zero (Bt0)t∈[0,+∞[≡ (Bt)t∈[0,+∞[. Mostre que, para s, t ∈ [0, +∞[,
E [Bt· Bs] = min(s, t) .
Quest˜ao 18 (A martingala Browniana). Seja F = (Ft)t≥0 a filtra¸c˜ao natural associada
ao processo Browniano come¸cado em zero (B0
t)t∈[0,+∞[≡ (Bt)t∈[0,+∞[, isto ´e, tal que:
Ft= σ ({Bs: s ≤ t}) .
Mostre usando as propriedades que caracterizam o processo Browniano (ver a proposi¸c˜ao 2) que:
∀s ≤ t , E [Bt|Fs] = Bs,