Pénzügyi matematika. Medvegyev Péter. 2013. szeptember 8.



Hasonló dokumentumok
Valószín ségelmélet házi feladatok

matematikai statisztika október 24.

Ferenczi Dóra. Sorbanállási problémák

4. sz. Füzet. A hibafa számszerű kiértékelése 2002.

Analízisfeladat-gyűjtemény IV.

Játékelmélet és pénzügyek

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS I. Sorozatok és sorok

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény

Általános statisztika II. Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László

Analízis 1. (BSc) vizsgakérdések Programtervez informatikus szak tanév 2. félév

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Hálók kongruenciahálója

Sztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013

Fókuszált fénynyalábok keresztpolarizációs jelenségei

KOVÁCS BÉLA, MATEMATIKA I.

Kockázati folyamatok. Sz cs Gábor. Szeged, szi félév. Szegedi Tudományegyetem, Bolyai Intézet

MATEMATIKA I. RÉSZLETES ÉRETTSÉGI VIZSGAKÖVETELMÉNY A) KOMPETENCIÁK

8. előadás EGYÉNI KERESLET

Széchenyi István Egyetem, 2005

MIKROÖKONÓMIA I. Készítette: K hegyi Gergely és Horn Dániel. Szakmai felel s: K hegyi Gergely június

Összefoglaló valószínűségszámításból a Gépészmérnök Msc szak hallgatói számára

Matematikai és matematikai statisztikai alapismeretek

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

Biztosítási ügynökök teljesítményének modellezése

A kereslet elırejelzésének módszerei ÚTMUTATÓ 1

P (A) = i. P (A B i )P (B i ) P (B k A) = P (A B k)p (B k ) P (A) i P (A B i)p (B i )

Analízis előadás és gyakorlat vázlat

A nemzetközi vándorlás hatása a magyarországi népesség számának alakulására között 1

Lehet vagy nem? Konstrukciók és lehetetlenségi bizonyítások Dr. Katz Sándor, Bonyhád

Bevezetés a valószínűségszámításba és alkalmazásaiba: példákkal, szimulációkkal

Mérés és értékelés a tanodában egy lehetséges megközelítés

TARTALOM AZ INFORMATIKA FOGALMA A fogalom kialakítása Az informatika tárgyköre és fogalma Az informatika kapcsolata egyéb

MITISZK Miskolc-Térségi Integrált Szakképző Központ

Válasz Páles Zsolt opponensi véleményére

Félévi időbeosztás (nagyjából) házi feladat beadási határidőkkel (pontosan) Valószínűségszámítás 2. matematikusoknak és fizikusoknak, 2009 tavasz

LÁNG CSABÁNÉ SZÁMELMÉLET. Példák és feladatok. ELTE IK Budapest javított kiadás

Bináris keres fák kiegyensúlyozásai. Egyed Boglárka

Dr. Kuczmann Miklós JELEK ÉS RENDSZEREK

A KÖLCSÖNSZERZŐDÉS ÉRVÉNYTELENSÉGÉNEK JOGKÖVETKEZMÉNYE 1

Tantárgyi útmutató. 1. A tantárgy helye a szaki hálóban. 2. A tantárgyi program általános célja. Statisztika 1.

Regressziószámítás alkalmazása kistérségi adatokon

Bóra Eszter. Véletlen gráfok és társadalmi hálózatok. Eötvös Loránd Tudományegyetem Természettudományi Kar. Témavezet : Backhausz Ágnes

KÖZPONTI STATISZTIKAI HIVATAL NÉPESSÉGTUDOMÁNYI KUTATÓ INTÉZET KUTATÁSI JELENTÉSEI 51.

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertető Tartalomjegyzék Pályázati támogatás Gondozó

A kompetitív piac közelítése sokszereplős Cournot-oligopóliumokkal

Természettudományi Kar. Kornis Kristóf. Matematika BSc Matematikus szakirány. Szakdolgozat. Témavezető: Arató Miklós egyetemi docens. Budapest, 2014.

Speciális ingatlanok értékelése

AZ EURÓPAI PARLAMENT ÉS A TANÁCS 1166/2008/EK RENDELETE. (2008. november 19.)

4. A GYÁRTÁS ÉS GYÁRTÓRENDSZER TERVEZÉSÉNEK ÁLTALÁNOS MODELLJE (Dudás Illés)

E l ő t e r j e s z t é s a Társult Képviselő-testület április 30-án tartandó ülésére

Pontszerű test, pontrendszer és merev test egyensúlya és mozgása (Vázlat)

Egy emelt szintű érettségi feladat kapcsán Ábrahám Gábor, Szeged

Tárgy: Kiskunmajsa Város Önkormányzatának évi költségvetési koncepciója.

IDŐSOROS ROMA TANULÓI ARÁNYOK ÉS KIHATÁSUK A KOMPETENCIAEREDMÉNYEKRE*

Fizikai geodézia és gravimetria / 2. NEHÉZSÉGI ERŐTÉR ABSZOLÚT ÉS RELATÍV MÉRÉSE, A MŰSZEREK KALIBRÁCIÓJA

Matematika. Specializáció évfolyam

Gráfokkal megoldható hétköznapi problémák

MATEMATIKA évfolyam

SZENT ISTVÁN EGYETEM

JAVASLAT NÓGRÁD MEGYEI ÖNKORMÁNYZAT KÖZGYŰLÉSÉNEK ELNÖKE /2012. ikt. sz. Az előterjesztés törvényes: dr. Barta László

Tómács Tibor. Matematikai statisztika

Budapesti Corvinus Egyetem Közgazdaságtudományi Kar Eötvös Loránd Tudományegyetem Természettudományi Kar

Illeszkedésvizsgálat χ 2 -próbával

KÖZIGAZGATÁSI JOG 3.

1. Kivonat Bevezetés Káoszelmélet [1, 2] 6

M Á S O L A T 3/2012. (I.

Ultimátumjáték, altruizmus és evolúció. Méder Zsombor-Zoltán

MATEMATIKA TANTERV Bevezetés Összesen: 432 óra Célok és feladatok

BÉRSZÁMFEJTÉS 1 S Z O F T V E R E N G E D É L Y E Z É S I S Z E R ZŐDÉS

A vállalkozások tevékenységének komplex elemzése

FELHASZNÁLÓI LEÍRÁS a DIMSQL Integrált Számviteli Rendszer Készlet moduljának használatához

Gyakorló feladatok a Közönséges dierenciálegyenletek kurzushoz

1 Rendszer alapok. 1.1 Alapfogalmak

3. Konzultáció: Kondenzátorok, tekercsek, RC és RL tagok, bekapcsolási jelenségek (még nagyon Béta-verzió)

Kaotikus vagy csak összetett? Labdák pattogása lépcs n Gruiz Márton, Meszéna Tamás, Tél Tamás. 1. Bevezetés. 2. A modell

Összevont Alaptájékoztató

1993. évi LXXVIII. törvény. a lakások és helyiségek bérletére, valamint az elidegenítésükre vonatkozó egyes szabályokról ELSİ RÉSZ.

Ingatlanvagyon értékelés

MATEMATIKA ÉVFOLYAM

A jelen a jövő múltja. Járatlan utak járt úttalanságok. Szerkesztette: Muraközy László. Akadémia Kiadó, Budapest, 2009, 380 oldal

Klasszikus alkalmazások

Funkcionálanalízis az alkalmazott matematikában

14. előadás JÓLÉTI TÉTELEK

Pannonhalma Város Önkormányzat.../2010. ( II...).rendelete az önkormányzati lakások és helyiségek bérletéről, valamint elidegenítésükről I.

(a szavatosságra és a jótállásra vonatkozó szabályok)

Felhívás észrevételek benyújtására az állami támogatások kérdéskörében a Bizottság általános csoportmentességi rendelettervezetére vonatkozóan

EGÉSZTESTSZÁMLÁLÁS. Mérésleírás Nukleáris környezetvédelem gyakorlat környezetmérnök hallgatók számára

Bevezetés. Párhuzamos vetítés és tulajdonságai

Pályázatok 2016 Igényfelmérő

MATEMATIKA ÉRETTSÉGI VIZSGA ÁLTALÁNOS KÖVETELMÉNYEI

Matematika tanmenet (A) az HHT-Arany János Tehetségfejleszt Program el készít -gazdagító évfolyama számára


MIKROÖKONÓMIA I. Készítette: K hegyi Gergely és Horn Dániel. Szakmai felel s: K hegyi Gergely június

Bánhalmi Árpád * Bakos Viktor ** MIÉRT BUKNAK MEG STATISZTIKÁBÓL A JÓ MATEKOSOK?

Felkészülést segítő kérdések Gépszerkesztés alapjai tárgyból

86 MAM112M előadásjegyzet, 2008/2009

Kölcsönszerződés ingatlan jelzálogjoggal biztosított, fogyasztóknak, lakáscélú hitel kiváltására nyújtott kölcsönhöz

A készletezés Készlet: készletezés Indok Készlettípusok az igény teljesítés viszony szerint

ASPEKTUS ÉS ESEMÉNYSZERKEZET A MAGYARBAN

A PÉTÁV Pécsi Távfűtő Kft. Üzletszabályzata júl. 1-től aug. 15-ig.

Átírás:

Pénzügyi matematika Medvegyev Péter 13. szeptember 8.

Az alábbi jegyzet a korábbi ötéves gazdaságmatematikai képzés keretében a Corvinus egyetemen tartott matematikai el adásaim kib vített verziója. A könyv lényegében két részb l áll. Az els rész a harmadik fejezet, amely a sztochasztikus integrálás és a sztochasztikus dierenciálegyenletek elméletét tartalmazza. Ez utóbbi nem szerepelt az el adásokon, így csak a teljesség kedvért került az anyagba. A másik rész a többi fejezetb l áll, amelyek a matematikai pénzügyek klasszikus, mondhatnám standard elméletét mutatják be. Némiképpen ezt a részt is kib vítettem, ugyanis hozzácsaptam az anyaghoz néhány speciális származtatott termék részletes tárgyalását. Így többek között részletesen bemutatom az ázsia opciókat vagy a különböz barrier opciókat. Ezekt l eltekintve a tananyag megegyezik a korábbi el adások anyagával. Egy ilyen jelleg tankönyv megírásakor a szerz f problémája az, hogy milyen típusú el ismeretekre építsen. Kár tagani, a jelen tankönyv önmagában nem igazán követhet, ugyanis a sztochasztikus folyamatok elméletének aktív ismeretét tételezem fel. El ször arra gondoltam, hogy a lábjegyzetekben visszautalok korábbi könyveimre, vagy az irodalomban fellelhet egyéb forrásokra, de aztán ezek elhagyása mellett döntöttem, ugyanis ezek az utalások csak elbizonytalanítanák az olvasót és az el képzettséggel nem rendelkez olvasónak amúgy sem segítenének. Általában a jegyzet nem tartalmaz irodalomjegyzéket. Miel tt ezt valaki a szememre hányná megjegyzem, hogy a pénzügyi matematika irodalma olyan nagy, hogy áttekintése számomra elképzelhetetlenül nehéz lenne, idegen tollakkal, vagyis mások irodalomjegyzékének az átvételével meg nem akartam ékeskedni. Ha valaki a könyv elolvasása után a területen akar kutatni, akkor számos olyan könyvet találhat, amelyek részletesen bemutatják az irodalmat és megfelel utalásokat tartalmaznak. A legkimerít bb talán Monique Jeanblanc, Marc Yor és Marc Chesney kíváló monográája, amelynek címe Mathematical Methods for Financial Markets és a Springer kiadó gondozásában jelent meg 9-ben. Én ezt a könyvet és számos más hasonló m vet részletesen áttanulmányozva próbáltam az anyagot összeállítani. Végezetül kellemes kötelezettségemnek szeretnék eleget tenni. Žszinte hálával tartozom egy sor embernek, akik segítettek a könyv megírásakor. Ezek közül is kiemelkedik Badics Tamás, aki a könyvet átnézte és az abban található számtalan hibát kijavította. Természetesen csak reménykedhetek abban, hogy a megmaradt hibák nem teszik a könyvet használhatatlanná. Medvegyev Péter i

Tartalomjegyzék 1. A várható jelenérték szabálya és martingálmértékek 1 1.1. Bevezetés.................................... 1 1.. Martingálok és a várható jelenérték szabály.................. 4. Az eszközárazás alaptétele diszkrét id horizonton 13.1. A DalangMortonWillinger tétel....................... 14.1.1. A tétel kimondása........................... 14.1.. Az L tér elemi tulajdonságai..................... 15.1.3. A KrepsYan szeparációs tétel......................1.4. A tétel bizonyítása........................... 1.. A piac teljessége, az eszközárazás második alaptétele............ 5.3. Európai eszközök árazása............................ 3.3.1. Nincs diszkontálás........................... 3.3.. Diszkontálás, önnanszírozó portfóliók................ 3.3.3. Elveszett illúziók............................ 35.4. Az amerikai opciók árazása........................... 37.4.1. Szuperreplikálás............................. 37.4.. A megállási opciókról szóló tétel.................... 38.4.3. Az optimális megállítás problémája.................. 4.4.4. Snell-féle burkoló............................ 4.4.5. Optimális megállításra vonatkozó példák............... 47.4.6. A DoobMeyer felbontás és a szuperhedge létezése.......... 53 3. Néhány tétel a sztochasztikus folyamatok elméletéb l 57 3.1. Néhány alapfeltevés............................... 58 3.. Sztochasztikus integrálás folytonos integrandusok esetén.......... 67 3..1. A sztochasztikus integrál deníciója.................. 68 3... Az integrál létezése........................... 71 3..3. A Fisk-féle egyértelm ségi tétel.................... 8 3..4. Az integrál és a határérték felcserélhet sége............. 8 3..5. A kvadratikus variáció......................... 83 3..6. Helyettesítéses integrálás........................ 91 3..7. Mikor lesz egy sztochasztikus integrál valódi martingál....... 95 ii

TARTALOMJEGYZÉK iii 3..8. Sztochasztikus integrálás és arbitrázs................. 98 3.3. Itô-formula................................... 1 3.4. Girszanov-tétel................................. 114 3.4.1. Lokálisan ekvivalens mértékcsere................... 114 3.4.. Mértékcserék konstruálása....................... 1 3.4.3. Egy érdekes ellenpélda......................... 17 3.5. Sztochasztikus dierenciálegyenletek..................... 13 3.5.1. A megoldás egyértelm sége...................... 135 3.5.. Er s megoldás létezése......................... 146 3.5.3. A martingálprobléma.......................... 151 3.5.4. Gyenge megoldások létezése, Szkorohod tétele............ 158 3.5.5. Néhány példa.............................. 173 3.5.6. Er s Markov-tulajdonság........................ 176 3.5.7. Innitezimális generátor és a resolvens operátor........... 183 3.6. Az integrálás kiterjesztése el rejelezhet integrandusokra.......... 189 3.6.1. El rejelezhet folyamatok és kiterjesztés Itô-izometriával...... 189 3.6.. A kiterjesztett integrál tulajdonságai................. 19 3.6.3. Az integrál további kiterjesztése.................... 198 3.6.4. Folytonos szemimartingálok szerinti integrálás............ 3.6.5. Sztochasztikus integrálás és mértékcsere............... 4 3.7. Az integrálreprezentációs tétel......................... 6 3.7.1. Lokális martingálokkal való integrálreprezentációs tétel....... 6 3.7.. Négyzetesen integrálható martingálokkal való integrálreprezentációs tétel................................... 13 3.7.3. Lokális martingálok reprezentálása.................. 4. Az eszközárazás diúziós modellje 4 4.1. Önnanszírozó portfóliók és az ármérce.................... 6 4.. Ekvivalens lokális martingálmérték és arbitrázs................ 9 4.3. Új ármércére való áttérés............................ 3 4.4. Az eszközárazás diúziós modellje....................... 36 4.5. A kockázat piaci ára.............................. 41 4.6. Lokális martingálmérték létezése, Girszanov-formula............. 4 4.7. A lokális martingálmérték egyértelm..................... 43 4.8. Integrálreprezentációs tétel és mértékcsere.................. 44 4.9. A piac teljessége................................. 46 4.1. Árazási képlet és arbitrázs........................... 47 4.11. A BlackScholes dierenciálegyenlet...................... 49 5. BlackScholes világ 51 5.1. Európai opciók árazása............................. 51 5.1.1. Határid s termékek árazása...................... 5

TARTALOMJEGYZÉK iv 5.1.. Vanilia call opciók árazása, BlackScholes-formula kiszámolása Bayesformulával................................ 53 5.1.3. Néhány további egyszer opció.................... 55 5.1.4. Összetett opciók árazása........................ 59 5.1.5. Csere opciók............................... 6 5.1.6. Quanto termékek............................ 64 5.. Útfügg opciók................................. 67 5..1. A tükrözési elv és a maximum folyamatok eloszlása......... 67 5... Barrier opciók.............................. 74 5..3. Dupla barrier opciók.......................... 79 5..4. Visszatekint opciók.......................... 85 5..5. Ázsiai opciók.............................. 9 6. Amerikai opciók folytonos id horizonton 31 6.1. Az optimális megállítás problémája...................... 314 6.1.1. A megállási opciókról szóló tétel nem negatív szupermartingálokra. 316 6.1.. A Snell-burkoló konstruálása...................... 316 6.1.3. Az optimalitási kritérium........................ 35 6.1.4. Az optimális megállítási id létezése.................. 37 6.1.5. Az optimális megállási id és a találati id.............. 333 6.. Homogén Itô-diúziók és az er s Markov-tulajdonság............ 334 6..1. Az optimális megállítás problémája Itô-diúziókra.......... 336 6... Szuperharmonikus függvények..................... 336 6..3. Szuperharmonikus burkoló és az értékfüggvény............ 34 6..4. A kilépési id mint legkisebb optimális megállítás.......... 345 6..5. Az optimális megállítás létezése.................... 346 6.3. Amerikai put opciók árazása és DoobMeyer dekompozíció......... 349 6.3.1. Amerikai call opciók árazása...................... 351 6.3.. Az amerikai put opció árazó függvényének tulajdonságai...... 353 7. Kamatláb modellek 37 7.1. Forward ráták és hozamgörbék......................... 373 7.. Azonnali rövid kamatláb modellek....................... 374 7.3. A HJM nincsen arbitrázs feltétel........................ 38 7.3.1. A HJM feltétel levezetése........................ 383 7.3.. Markov-tulajdonság........................... 39 7.4. Sztochasztikus diszkontfaktor modellek.................... 391 7.4.1. A feltételes várható értékre vonatkozó Fubini-tétel.......... 393 7.4.. A FlesakerHughston formula..................... 395 7.5. Kamat opciók árazása............................. 4 7.5.1. A LIBOR-modell............................ 4 7.5.. A LIBOR-modell konzisztenciája................... 4

1. fejezet A várható jelenérték szabálya és martingálmértékek Ebben a bevezet fejezetben a legegyszer bb kérdést feszegetjük: Hogyan kell az árakat meghatározni véletlen jöv beli kizetések esetén. A tárgyalás szükségszer en igen absztrakt, de a funkcionálanalízis néhány közismert tételén kívül semmilyen más mélyebb matematikai területre nem kell hivatkozni. A fejezet legfontosabb kérdése, hogy miként indokolható a várható jelenérték szabálya, vagyis hogy minden jöv beli kizetés jelen id pontban érvényes ára a jöv beli kizetés diszkontált várható értéke. A dologban az egyetlen csavar az, hogy a várható értékhez tartozó valószín ségi mértékr l nem tudunk semmit. Csak annyit tudunk, hogy létezik a matematikai pénzügyek legtöbbet hivatkozott fogalma, a misztikus Q mérték. 1.1. Bevezetés A pénzügyi elmélet legfontosabb, s t talán egyedüli eszköze a várható jelenérték szabály. E rendkívül praktikus és látszólag igen egyszer szabály szerint egy jöv ben esedékes kizetéskor két tényez t kell gyelembe venni: Az id távot, illetve a kizetés bizonytalanságát. Az id horizonttól való függést a diszkonttényez vel szokás gyelembe venni. A jöv ben biztosan kizetett összeg értéke a jelenben kevesebb, vagy legalábbis nem több, mint a jöv ben kapott érték. Hogy mennyivel kevesebb, az a piaci szerepl k id vel kapcsolatos preferenciáinak a függvénye. A jelen és a jöv közötti transzformációt megadó szorzószám közönséges árként viselkedik, és elvileg semmiben nem különbözik két egyszerre megvásárolható termék cserearányától. A kizetés bizonytalansága hasonlóan m ködik. A módosító érték a bizonytalansággal kapcsolatos preferenciák által meghatározott kereslet és kínálat ered je. Talán az egyetlen eltérés az, hogy a bizonytalanság fogalma nehezebben ragadható meg. Ebben a bevezet fejezetben vizsgált kérdés a következ : Ha π ξ jelöli a ξ jöv beli véletlen kizetés jelen id pontban érvényes árát, akkor milyen tulajdonságokkal, illetve reprezentációval rendelkezik a π függvény? Az árazó függvény alapvet tulajdonsága a linearitás. Bár ez nem teljességgel nyilvánvaló, mégis a pénzügyi modellekben mindig 1

1.1. BEVEZETÉS evvel a hallgatólagos feltétellel élünk. További kézenfekv tulajdonságnak t nik a π nem negativitása, vagyis ha ξ, akkor π ξ. Azonban ez a két feltétel egyszerre minden további megkötés nélkül általában nem teljesülhet. 1.1 Példa. A valószín ségi változók L terén általában nincs a triviálistól különböz nem negatív lineáris funkcionál. Jelölje L a [, 1] szakaszon mérhet függvények Lebesgue-mérték szerinti ekvivalenciaosztályait. Az L téren a topológiát a sztochasztikus konvergenciával szokás deniálni, ugyanakkor vegyük észre, hogy a lineáris funkcionáloktól a folytonosságot nem követeljük meg. Megjegyezzük, hogy a K {ξ } függvények olyan kúpot alkotnak, amely zárt a sztochasztikus konvergenciában, de a kúpnak a sztochasztikus konvergencia által generált topológiában nincsen bels pontja, így a végtelen dimenziós szeparációs tétel, a Hahn Banach-tétel, nem alkalmazható. Tegyük fel, hogy egy alkalmas Λ lineáris funkcionálra Λ ξ, ha ξ, és egy alkalmas ξ függvényre α Λ ξ >. Nyilvánvalóan a Λ monoton, vagyis ha ξ η, akkor Λ ξ Λ η, ugyanis Λ η Λ ξ Λ η ξ. Ekkor a ξ χ [, 1/] és a ξ χ 1/, 1] függvények összege ξ, amib l a kett közül az egyikre a Λ értéke α/. Jelölje ξ 1 az így kapott függvény négyszeresét. Világos, hogy ξ 1, és Λ ξ 1 α. Felezzük meg az intervallumot és ismételjük meg az eljárást a ξ 1 -re, stb. Az így kapott ξ n sorozatra az η sup n ξ n L függvény véges, ugyanis legfeljebb egyetlen olyan pont van, amelyre nem teljesül, hogy a ξ n sorozat tagjai egy indext l már nullák. Mivel ξ n η, ezért a Λ monotonitása miatt n α Λ ξ n Λ η, amib l Λ η, ami lehetetlen, ugyanis a lineáris funkcionálok értéke deníció szerint véges. 1. Példa. A valószín ségi változók L terén nincsen folytonos lineáris funkcionál. Az el z példa egyszer módosításával azonnal látható, hogy tetsz leges olyan ξ esetén, p amelyre Λ ξ α >, ξ n, és Λ ξn, amib l a Λ nem lehet folytonos a sztochasztikus konvergenciában, vagyis az L téren nem adható meg Λ a sztochasztikus konvergenciában folytonos lineáris funkcionál. Az L tér a sztochasztikus konvergenciával egy teljes metrizálható lineáris tér. A metrikát az ξ E ξ 1 képlettel deniálhatjuk. Nyilvánvalóan ξ + η ξ + η. A két példát a következ egyszer észrevétellel kapcsolhatjuk össze: 1.3 Állítás. Legyen L L egy lineáris tér, és tegyük fel, hogy ha ξ L, akkor ξ L. Tegyük fel, hogy az L-en adott egy ξ függvény, amelyre 1. ξ és ξ pontosan akkor, ha ξ.. ξ ξ.

1.1. BEVEZETÉS 3 3. ξ + η ξ + η. Ha a d ξ, η ξ η távolságra nézve az L teljes metrikus tér, akkor az L téren értelmezett minden nem negatív lineáris funkcionál folytonos. Bizonyítás: Legyen Λ az L téren értelmezett nem negatív lineáris funkcionál, és legyen ξ n egy nullához konvergáló sorozat. Ez deníció szerint azt jelenti, hogy ξ n. A linearitás és a nem negativitás miatt Λξ n Λ ξ n. Elegend tehát belátni, hogy Λ ξ n. Feltehet tehát, hogy a ξ n nem negatív. Elegend belátni, hogy minden ξ n sorozatnak van egy ξ nk részsorozata, amelyre Λξnk. Ha ξnk k, akkor a k1 ξ n k sor szeletei Cauchy-sorozatot alkotnak, ugyanis ha M > N, akkor M ξ nk k1 N ξ nk k1 M kn+1 ξ nk M kn+1 ξ nk M kn+1 k. Az L feltételezett teljessége miatt a sor konvergens. Legyen a sor összege ξ. Mivel a Λ nem negatív és ξ nk, ezért N Λ ξ nk Λ ξ <. k1 Mivel ez minden N-re igaz, ezért a k1 Λ ξ nk sor is konvergens, következésképpen Λ ξ nk. Az idáig tett megfontolásokból evidens, hogy ahhoz, hogy egy értelmes pénzügyi elméletet tudjunk felépíteni, meg kell követelni, hogy a π értelmezési tartománya elég sz k legyen. A legegyszer bben akkor járunk el, ha feltesszük, hogy a π árazó függvény L értelmezési tartománya egy alkalmas 1 p < kitev vel egy L p Ω, A, P tér. Egy 1 megjegyzés erejéig érdemes utalni azonban arra, hogy bár a feltétel igen egyszer, mégsem problémamentes, mert a L p tér nem invariáns a matematikai pénzügyekben alapvet szerepet játszó mértékcserére. Ugyanakkor a két kézenfekv alternatíva, az L és az L terek, bár invariánsak az ekvivalens mértékcserére, egyikük sem megfelel, ugyanis miként láttuk az L térben nincsenek folytonos lineáris funkcionálok, az L térben pedig bizonyos értelemben túl sok is van bel lük, mivel miként ismert az L terekben vannak olyan folytonos lineáris funkcionálok is, amelyek mértékkel nem reprezentálhatóak. További probléma forrása, hogy az L L p feltétel hallgatólagosan megköveteli egy P valószín ségi mérték létét. Ennek szokásos interpretációja, hogy adott egy statisztikai valószín ségi mez, és feltételezzük, hogy az árfolyamok alakulása a klasszikus valószín ségszámítási modelleknek megfelel en alakul, ami azonban csak részben tekinthet helyes feltételnek, ugyanis a pénzügyek elvileg, vagy inkább remélhet leg nem egy szerencsejáték. Az L p terekben minden folytonos lineáris funkcionál integrálként reprezentálható, így az L L p feltétel legf bb oka/következménye az alábbi egyszer észrevétel: 1 Általában p, de id nként a p 1 esettel is találkozhatunk.

1.. MARTINGÁLOK ÉS A VÁRHATÓ JELENÉRTÉK SZABÁLY 4 1.4 Lemma. Létezik, mégpedig egyetlen olyan a P-mértékre abszolút folytonos µ mérték, amelyre π ξ ξdµ. Ω Mivel a π nem negatív, ezért a µ valódi mérték. Amikor a π értelmezési tartományáról az L-r l megköveteltük, hogy lineáris teret alkosson, akkor hallgatólagosan megköveteltük, hogy az L elemei már elve diszkontálva vannak, ugyanis ellenkez esetben nem lehetne, ket pénzügyileg értelmes módon összeadni. Egy további triviális megkötés/feltétel, hogy elvárjuk, hogy az 1 konstans kizetés eleme legyen a lehetséges kizetések L alterének és 1 π 1 1dµ, vagyis a µ valószín ségi mérték. A matematikai pénzügyek szokásos jelölését használva a µ reprezentáló mértéket Q-val fogjuk jelölni. Érdemes nyomatékosan hangsúlyozni, hogy az L p Ω, A,P és az L p Ω, A,Q terek nem azonosak. A π értelmezési tartománya továbbra is az L p Ω, A,P tér. Hangsúlyozni kell, hogy nem állítjuk, hogy a P és a Q ekvivalensek, vagyis hogy a P és a Q alatti nullmérték halmazok egybeesnek. Ennek megköveteléséhez szükségünk lenne arra, hogy a π szigorúan monoton növeked legyen, vagyis hogy minden P szerint nem nulla, nem negatív változó ára pozitív legyen. Ezt azonban nem követeljük meg. Mivel a π árfüggvényt reprezentáló mértékek a P-re nézve abszolút folytonosak, ezt ebben a fejezetben hallgatólagosan, minden további említés nélkül, mindig meg fogjuk követelni. A megadott matematikai és közgazdasági megkötések együttesét a következ állításban foglalhatjuk össze: 1.5 Tétel. Várható jelenérték szabály A megadott feltételek esetén érvényes a várható jelenérték szabálya, vagyis tetsz leges H jöv beli kizetés jelenbeli π H árára érvényes a π H E Q H reprezentáció, ahol H a H diszkontált értéke és E Q a Q valószín ségi mérték szerint vett várható érték operátora. Érdemes felhívni a gyelmet arra, hogy a tétel meglehet sen semmitmondó, ugyanis nem tartalmaz semmilyen útmutatást arra, hogy hogyan kell a Q mértéket egy modellben felírni, vagy a modell paraméterei alapján meghatározni. 1.. Martingálok és a várható jelenérték szabály A várható jelenérték szabálynak van egy távolról sem triviális következménye. Jelölje Q azt a mértéket, amelyet a várható jelenérték szabályban használni kell. A várható jelenérték szabály pontosan azt állítja, hogy ilyen Q mérték létezik. Legyen S valamilyen kereskedett Ω

1.. MARTINGÁLOK ÉS A VÁRHATÓ JELENÉRTÉK SZABÁLY 5 termék árfolyamát megadó sztochasztikus folyamat. Kézenfekv kérdés, hogy az S milyen típusú folyamatot alkot a Q mérték alatt? Természetesen különböz t id pontokban az S folyamat értéke különböz termék. Kézenfekv megkövetelni, hogy nem csak x id pontokban számolhatjuk ki az S értékét. Ha a τ id pont véletlen, akkor jelölje S τ azt a változót, amely éppen az S értékét adja meg a τ véletlen id pontban. Ha τ egy véges értékeket felvev megállási id, akkor az S τ természetesen szintén egy önálló pénzügyi termék. Az S termék kereskedett, ami deníció szerint azt jelenti, hogy a t id pontban bármely x, vagy az aktuális kimenetelt l függ τ id pontban esedékes értéke eladható, vagy megvehet. Jelöle R a diszkontálásra használt folyamatot és jelölje S S/R a diszkontált folyamatot. Emlékeztetünk, hogy a π értelmezési tartománya a diszkontált kizetéseket tartalmazza. Tekintsünk két id pontot: legyenek ezek t 1 és t. Az S t 1 és az S t két különböz határid s termék, amelyek π ára a várható jelenérték szabály miatt a t id pontban π S t 1 E Q S t 1, π S t E Q S t, ahol a Q fels index a várható érték során használt mértékre utal. Mi a kapcsolat a két ár között? Megmutatjuk, hogy π S t 1 π S t. Ehhez elegend megmutatni, hogy a közös érték éppen a kereskedett termék S -lal jelölt t id pontban érvényes aktuális ára. Ennek oka nagyon egyszer. A pénzügyi termékek, szemben a hagyományos termékekkel, költségmentesen tárolhatóak, ugyanis az id b l származó értékvesztést már a diszkontáláskor gyelembe vettük. A t k id pontban esedékes határid s kizetéshez az ingyenes tárolás feltétele miatt két eltér módon is hozzájuthatunk. Vagy a t id pontban S -ért megvesszük a terméket és kivárjuk a t k id pontot, vagy a t id pontban π S t k -ért megvesszük a t k id pontban való hozzáférés jogát. Mivel mind a két esetben a t k id pontban azonos értékünk lesz, ezért a kizetett vételáraknak a t id pontban is meg kell egyezniük. Például ha S < π S t k, akkor a határid s terméket eladva, majd a kapott összegb l a terméket magát megvéve, majd költségmentesen tartva a t k id pontig a t id pontban biztos prothoz juthatunk, annak ellenére, hogy a portfólió értéke a t k id pontban nulla. Ugyanis a t k id pontban egyrészt a kezünkben lesz a termék, másrészt azonban kötelesek vagyunk a határid s szerz dés alapján a terméket leszállítani. A két pozíció azonban pontosan ellentétes, így az együttes értékük éppen nulla. Mivel ezt bármilyen nagyságrendben megtehetjük, végtelen protra tehetünk szert, amit deníció szerint kizárunk. Némiképpen másképpen fogalmazva, ha feltesszük, hogy a bármely jöv ben esedékes nulla kizetés jelenbeli ára is nulla, valamint megköveteljük, hogy a π árazó függvény lineáris legyen, akkor a különböz id pontokra vonatkozó határid s termékek jelenben esedékes ára meg kell hogy egyezzen. Következésképpen, E Q S t 1 π S t 1 S π S t E Q S t. Mivel a t 1, t id pontok lehetnek megállási id k is, ezért a megállási opciókról szóló tétel alapján igaz a következ állítás: Vegyük észre, hogy a gondolatmenet a matematikai pénzügyekben központi szerepet játszó nincsen arbitrázs feltétel egy igen enyhe verziója.

1.. MARTINGÁLOK ÉS A VÁRHATÓ JELENÉRTÉK SZABÁLY 6 1.6 Tétel. Kereskedett termékek martingálmértéke Ha az S termék kereskedett és a Q mérték esetén érvényes a várható jelenérték szabály, akkor a diszkontált árfolyamokból álló S folyamat martingál a Q mérték alatt. Vegyük észre, hogy a bizonyításhoz a várható jelenérték szabályon kívül csak azt használtuk, hogy egy kereskedett termék bármely jöv beli id pontra vonatkozó határid s ki- zetésének jelenlegi ára független attól, hogy melyik jöv beli id pontról van szó. Ennek oka az, hogy a modell feltételezése szerint minden pénzügyi termék költségmentesen tárolható, illetve, ugyancsak deníció szerint, a biztos végtelen protot kizárjuk. Érdemes felgyelni azonban arra is, hogy hallgatólagosan feltettük, hogy a piac igen fejlett: Tetsz leges megállási id esetén a megállási id ben lehívható határid s terméknek van piaca, következésképpen van ára. 1.7 Deníció. A Q mértéket az S kereskedett termék martingálmértékének mondjuk, ha az S diszkontált folyamat martingál a Q alatt. A martingálmértékekkel kapcsolatos legfontosabb kérdés továbbra is a következ : Ha adott az S folyamat, miként, és milyen ξ diszkontált kizetésekre határozhatjuk meg a π függvényt? Természetesen ha egyetlen olyan Q mérték van, amely esetén az S martingál és a ξ kizetésre érvényes a diszkontált jelenérték szabály, akkor a π függvény értelemszer en a π ξ E Q ξ alakot ölti. Ha azonban több martingálmérték is van, akkor nyilvánvalóan csak az inf Q MS EQ ξ π ξ sup E Q ξ Q MS egyenl tlenség írható fel, ahol az M S az S diszkontált árfolyam martingálmértékeinek halmaza, ahol értelemszer en martingálmértéken az olyan mértékeket értjük amely alatt az S martingál. Vagyis a diszkontált jelenérték szabállyal kapcsolatos további fontos kérdés a következ : Mikor létezik egyetlen martingálmérték? Az ezt biztosító feltételekre kés bb mint teljességi feltétel fogunk hivatkozni. Hangsúlyozni kell, hogy a teljesség problémája abból ered, hogy a π értelmezési tartományát megadó L L p térnek az S τ alakú megállított változók által generált lineáris tér esetlegesen csak az L L p egy valódi altere, így bár a π függvényt reprezentáló Q ezen az altéren adott, de több olyan mérték is létezhet, amely lesz kítése erre az altérre a Q, így az altérre való lesz kítésb l a π nem rekonstruálható. 1.8 Példa. A BlackScholes modell martingálmértéke. A matematikai pénzügyek kedvenc modellje az úgynevezett BlackScholes modell. Err l kés bb sokat fogunk beszélni, egyenl re elegend annyit megjegyezni, hogy a modellben két eszköz van, a diszkontálásra használt kötvény, amely árfolyamának alakulását a B t B exp rt folyamat írja le, illetve az S t S exp µ σ / t + σw t árfolyammal rendelkez részvény. A modellben az r, µ, σ, B és az S el re adott konstansok és a részvény

1.. MARTINGÁLOK ÉS A VÁRHATÓ JELENÉRTÉK SZABÁLY 7 árfolyamát megadó folyamat képletében a w egy Wiener-folyamatot jelöl. A diszkontált folyamat értelemszer en S t S t B t S exp µ r σ t + σw t. B Mivel a képletben szerepel egy Wiener-folyamat, ezért létezik az S t alakulását megadó valamilyen Ω, A, P valószín ségi mez. Az S t eloszlása lognormális, és a lognormális valószín ségi változók várható értékére vonatkozó képlet alapján E P S t S B E P exp N µ r σ t, σ t S B exp µ r t. Ha µ r, akkor a diszkontált részvényárfolyam várható értéke nem konstans, így az S nem martingál, következésképpen a w Wiener-folyamat mögötti valószín ségi mez höz tartozó P valószín ségi mérték a π ár funkcionál szempontjából nem releváns. A BlackScholes modellel kapcsolatos legfontosabb matematikai kérdés a következ : Létezik-e, mégpedig egyetlen olyan Q mérték, amely esetén az S martingál? A létezéssel kapcsolatos kérdésre a választ a kés bb részletesen tárgyalt úgynevezett Girszanov-formula tartalmazza, de a legfontosabb gondolatok a Girszanov-formula nélkül is megérthet ek: Egyrészt megmutatható, hogy nincs olyan Q mérték, amely alatt a diszkontált árfolyam a teljes [, id tartományon martingál lesz. Éppen ezért a BlackScholes modellben fel kell tenni, hogy az id horizont egy véges [, T ] id intervallum. Vezessük be a jelölést és legyen θ µ r σ dq dp exp θw T 1 θ T. Ismételten a lognormális eloszlás várható értékének képlete alapján E dq dp exp 1 θ T + 1 θ T 1, vagyis a Q szintén valószín ségi mérték. Mivel a w független növekmény, ezért dq Λ t E dp F t exp θw t 1 θ T E exp θ w T w t F t exp θw t 1 θ T E exp θ w T w t exp θw t 1 1 θ T exp θ T t exp θw t 1 θ t,

1.. MARTINGÁLOK ÉS A VÁRHATÓ JELENÉRTÉK SZABÁLY 8 vagyis a Λ t exp θw t 1 θ t folyamat martingál. Ez másképpen a feltételes várható érték deníciója alapján azt jelenti, hogy az F t σ-algebrán a dq/dp RadonNikodym derivált éppen a Λ t, ugyanis ha F F t, akkor dq dq Q F F dp dp E F dp F t dp Λ t dp. F Ha t T, akkor minden F F t esetén S T dq S T Λ T dp E P S T Λ T F t dp F F F E P S T Λ T F t Λ 1 t dq. F Ez a reláció éppen a kés bb bevezetett Bayes-formula speciális esete. Ebb l következ en E Q S T F t E P S T Λ T F t Λ 1 t S t Λ t S T Λ T Λ t EP S t Λ t F t S T S t E P Λ T S t Λ t F t S t, ugyanis az S és a Λ exponenciális alapjából evidens, hogy a feltételes várható érték mögötti kifejezések a w T w t függvénye és mivel a w független növekmény, ezért a feltételes várható kiszámolásakor a feltétel elhagyható, és ha s T t, akkor a θ deníciója alapján E exp µ P r σ + θ s + σ θ w s exp µ r σ + θ s + 1 σ θ s exp µ r s 1 σ µ r σ s 1. Ebb l következ en az S martingál a Q alatt. Miként megjegyeztük a Q martingálmérték megtalálása csak fél siker, mert nem tudjuk, hogy a martingálmérték egyértelm -e vagy sem. Általában a matematikai pénzügyek irodalmában a martingálmérték létezése matematikailag egyszer bb és kézenfekv bb feltételnek t nik. Sokkal kevesebbet tudunk a teljességr l, vagyis arról, hogy mikor lesz a martingálmérték egyértelm. Tegyük fel. hogy sikerült találnunk egy martingálmértéket. Milyen termékeket tudunk segítségével beárazni? Tegyük fel, hogy az S érték

1.. MARTINGÁLOK ÉS A VÁRHATÓ JELENÉRTÉK SZABÁLY 9 ismert. Ekkor a martingálmérték tulajdonság miatt az S τ változók ára vagyis az S τ jöv ben esedékes kizetés jelen id pontban érvényes határid s ára is ismert és miként megjegyeztük π S τ π S S. Mivel a π lineáris funkcionál, ezért az összes ξ c + c k S τ k S τ k 1 alakú kifejezés ára is ismert, nevezetesen a kifejezés k ára éppen π ξ c, ugyanis a második összeg ára a π linearitása miatt nulla. Éppen a martingál tulajdonság miatt, ha τ k > τ k 1 és a c k nem konstans, hanem egy θ k F τ k 1 mérhet, korlátos valószín ségi változó, akkor a martingál tulajdonság miatt, tetsz leges martingálmérték esetén π θ k S τ k S τ k 1 E Q θ k S τ k S τ k 1 E Q E Q θ k S τ k S τ k 1 F τ k 1 E Q θ k E Q S τ k S τ k 1 F τ k 1 E Q θ k. A sztochasztikus analízis irodalmában az ilyen alakú kifejezéseket egyszer integrandusoknak szokás mondani. Ebb l következ en az egyszer integrandusként el álló valószín ségi változók mindegyikére a π árfüggvény értéke nulla. Mivel a π folytonos az L p Ω, A, P tér normájában, ezért az egyszer integrandusok összegeként el álló valószín ségi változók L p Ω, A, P normában vett határértékeinek ára is nulla. Az egyszer integrandusok összegeként el álló valószín ségi változók sztochasztikus konvergenciában vett határértékeit szokás sztochasztikus integrálnak mondani. Mivel a Csebisev-egyenl tlenség miatt az L p -konvergenciából következik a sztochasztikus konvergencia, ezért azt mondhatjuk, hogy az T θ s ds alakú sztochasztikus integrálként el álló valószín ségi változók egy részhalmazának π ára nulla. A sztochasztikus analízisben részletesen tárgyalásra kerül, hogy milyen alakú folyamatok esetén biztosítható a sztochasztikus integrál létezése, ugyanakkor jóval kevesebbet tudunk arról, hogy milyen további megkötésekkel biztosítható, hogy ne csak sztochasztikus konvergenciában, hanem er sebb értelemben is, vagyis például az L p Ω, A, P térben is konvergáljon az integrál. Az ezt biztosító alkalmas feltételek esetén érvényes a következ tétel: 1.9 Tétel. Derivatív árazás alaptétele Ha valamely a T id szakban esedékes H T kizetés H T diszkontált értéke el áll H T λ + T θ s ds 1.1 alakban, ahol az integrál a π folytonosságát biztosító L p Ω, A, P térben konvergens, akkor 3 π H T π H T π λ 1 + π T θ s ds λπ 1 + λ. 3 Vegyük észre, hogy formálisan nézve a π H T kifejezés matematikailag értelmetlen, ugyanis egy T id szakban érvényes kizetésre értelmeztük, a π árfüggvény pedig a diszkontált kizetéseket tartalmazó L altéren deniált. Vegyük észre, hogy legalábbis jelölés szintjén, hallgatólagosan kiterjesztettük a π értelmezési tartományát.

1.. MARTINGÁLOK ÉS A VÁRHATÓ JELENÉRTÉK SZABÁLY 1 Miként kés bb látni fogjuk, a tételben szerepl 1.1 összefüggés szokásos közgazdasági megfogalmazása az, hogy a H T kizetést sikerült önnanszírozó módon lefedezni. A tétel szerint az önnanszírozó módon fedezett pénzügyi tranzakciók jelen pillanatban érvényes ára éppen az induló befektetés költségével azonos. A matematikai pénzügyek nem elhanyagolható technikai problémái részben abból erednek, hogy miközben a sztochasztikus integrálás természetes matematikai élettere az L tér, addig a π árazó függvények természetes élettere az L p tér. Az ebb l ered koniktus számos nehéz órát okozott és valószín leg fog is még okozni a területen tevékenyked kutatóknak. További kérdés lehet, hogy miként lehet a λ értéket kifejezni a H T és a Q segítségével, ahol Q az S egy tetsz leges martingálmértéke. Ehhez elegend lenne azt biztosítani, hogy a sztochasztikus integrál egy tetsz leges Q martingálmérték szerinti várható értéke nulla legyen, vagyis hogy az integrál martingál legyen a Q alatt. Ez a sztochasztikus integrálás másik nehéz technikai jelleg kérdésével függ össze, amely szerint egy martingál szerint vett sztochasztikus integrál általában csak lokális martingál és nem valódi martingál. Ha azonban a martingálmérték egyértelm, és a sztochasztikus integrál az L p Ω, A, P térben is konvergens, akkor ez a probléma nem lép fel, ugyanis ilyenkor T T π θ s ds E Q θ s ds, következésképpen a nevezetes π H T E Q H T árazó képlet, vagyis a diszkontált jelenérték szabály, ilyenkor teljesül. Ha azonban a martingálmérték nem egyértelm, akkor mivel nincsen semmilyen garancia arra, hogy a sztochasztikus integrál a Q alatt nem valódi lokális martingál, az integrál várható értéke a Q alatt nem feltétlenül lesz nulla. De ezzel nincsen vége a technikai jelleg problémáknak. Miként dönthet el egy a T id szakban esedékes H T kizetéshez tartozó H T el állítható-e megadott 1.1 alakban? Elegend -e ehhez az, hogy a H T mérhet legyen a S folyamat által generált ltrációra nézve? Az ezt garantáló tételeket szokás integrálreprezentációs tételnek mondani. Általában viszonylag enyhe feltételek mellett biztosítható, hogy valamely H T rendelkezzen a kívánt 1.1 el állítással. Ugyanakkor a sztochasztikus integrálok konvergenciája csak sztochasztikus konvergenciában teljesül, és mikor biztosítható az integrálok L p normában való konvergenciája? 1.1 Példa. Európai call opciók árazása a BlackScholes modellben. A matematikai pénzügyek felvirágozása nagyrészt a következ problémából származik: Legyen adva egy S részvény. Mi lesz a T id pontban esedékes H T S T K + kizetés t id pontban érvényes ára. Tegyük, fel, hogy az S alakulását a BlackScholes modell írja le, és a fejezet alapfeltevésének megfelel en tegyük fel, hogy létezik a π árazó függvény. Természetesen meg kell mondani, hogy mi lesz a π árazó függvény L értelmezési tartománya. A BlackScholes modellben hallgatólagosan azt tételezzük fel, hogy az Ω, A, P mez éppen az S deníciójában szerepl w Wiener-folyamat T id pontig bezárólag való meggyeléséb l származik, vagyis A σ {w t t T }. Megmutatjuk, hogy ezen az elegend en sz k Ω, A mérhet téren a martingálmérték egyértelm. A martingálmérték

1.. MARTINGÁLOK ÉS A VÁRHATÓ JELENÉRTÉK SZABÁLY 11 egyértelm ségét a már említett integrálreprezentációs tétellel lehet megmutatni. E szerint a tétel szerint, ha egy ξ mérhet a σ {w t t T } σ-algebrára nézve, és négyzetesen integrálható, akkor el állítható sztochasztikus integrálként. ξ λ + T Xdw, mégpedig oly módon, hogy a sztochasztikus integrál martingál 4. Ugyanakkor ez sajnos nekünk nem elegend, ugyanis nem a w, hanem az S szerint vett integrálként való el állításra van szükségünk, ezért a fenti el állítás bár létezik közvetlenül használhatatlan. Ahhoz, hogy az el állítást az S szerint is meg tudjuk tenni, meg kell mutatni, hogy alkalmas Ω, A, Q martingálmérték alatt egy a másik w módon jelölt Q mérték alatti Wienerfolyamattal ds σsd w, amely némiképpen tömör jelölés tartalma kés bb, a sztochasztikus integrálás tárgyalásakor, világossá fog válni. Érdemes hangsúlyozni, hogy a w-ra való áttéréskor ugyancsak biztosítani kell, hogy a w által generált σ-algebra azonos legyen a w által generált σ-algebrával. Az integrálreprezentációs tételt a w szerint használva, a sztochasztikus integrálokra vonatkozó asszociativitási szabály alapján 5, minden a Q mérték szerint négyzetesen integrálható ξ változóra, felhasználva, hogy S > ξ λ + T Xd w λ + T X σsd w λ + σs T X T σs ds λ + θds. Mivel a ξ négyzetesen integrálható a Q alatt, ezért az integrálreprezentációs tétel biztosítja, hogy a sztochasztikus integrál martingál. Speciálisan ha most a ξ korlátos, akkor az E Q ξ F t martingál korlátos, így az t θds T EQ θds F t folyamat szintén korlátos. Ha most R egy másik martingálmérték, és χ A egy tetsz leges A A halmaz karakterisztikus függvénye, akkor az integrál el állításban szerepl integrál olyan lokális martingál az R alatt, amely korlátos, ezért az R szerint is martingál. Az, hogy a sztochasztikus integrál az R alatt lokális martingál, az abból következik, hogy egyrészt a mértékcsere során a sztochasztikus integrálok nem változnak, másrészt az S, a feltétel szerint, az R alatt is martingál, és a martingálok szerint vett sztochasztikus integrálok lokális martingálok. Ebb l T T Q A E λ Q + θds λ E R λ + θds R A minden A A esetén. Így tehát a martingálmérték az A σ-algebrán egyértelm. Egyúttal persze azt is igazoltuk, hogy nincs a Q mértéken kívül olyan másik mérték, amely alatt a S esetleg lokális martingál lesz, vagyis a BlackScholes modellben az alapul vett Wiener-folyamat által generált σ-algebrán nem csak a martingálmérték, hanem a lokális martingálmérték is egyértelm. 4 Miként látni fogjuk több különböz integrálreprezentációs tétel is igazolható. A gondolatmenet lényege, hogy az el állításban szerepl sztochasztikus integrál valódi martingál, nem csak lokális martingál. 5 Egyenl re használjuk formálisan, a pontos tartalom kés bb részletesen kifejtésre fog kerülni.

1.. MARTINGÁLOK ÉS A VÁRHATÓ JELENÉRTÉK SZABÁLY 1 1.11 Példa. Amerikai opciók árazása. Emlékeztetünk, hogy amerikai opción olyan terméket értünk, amely kizetésének id pontját a termék birtokosa határozza meg. Például az amerikai put opciók esetén az opció birtokosa által megválasztható τ id pontban a termék értéke K S τ +, így az opció birtokosa ezt az összeget kapja meg. Mivel a lehívás id pontja utólag nem határozható meg a τ megállási id. Amerikai opciók esetén tehát nem egy valószín ségi változó a kizetés, így közvetlenül a π függvény nem alkalmazható. Amerikai opciók árának meghatározásakor abból szokás kiindulni, hogy az eladó a H τ alakú változók közötti választás lehet ségét adja el, ahol H egy folyamat. Mivel a vev a H τ változók közül bármelyiket választhatja, így kézenfekv, ha árként az eladó a π H τ lehetséges árak szuprémumát jelöli meg. Ha van Q egyértelm martingál mérték, akkor az ár sup τ π H τ sup τ E Q H τ. Ha van olyan τ optimális lehívási id pont, amelyre sup τ π H τ sup τ E Q H τ max E Q H τ E Q H τ, τ akkor a π H τ a vev által is elfogadható, ugyanis nem fog szisztematikusan veszíteni.

. fejezet Az eszközárazás alaptétele diszkrét id horizonton A matematikai pénzügyekkel való ismerkedés folytatását érdemes a véges, diszkrét id horizonton deniált modellekkel folytatni. A folytonos id horizontú elmélet számos olyan technikai bonyodalmat tartalmaz, amely a diszkrét idej modellekben nem jelentkezik, így a matematikai háttér a tárgyalása során nem vonja el a gyelmet a terület tényleges közgazdasági mondanivalójától. Ez nem jelenti azt, hogy a modellek matematikai szempontból nem izgalmasak, s t. A terület matematikailag is rendkívül elegáns és lényegében a dualitáselmélet és a konvex analízis egy szellemes fejezetének tekinthet. A pénzügyeket forradalmasító alapvet feltétel az arbitrázs hiányának megkövetelése. A fejezetben szerepl dualitási tételek éppen ennek a feltételnek a meglétét karakterizálják a szeparációs tétel segítségével. A nincsen arbitrázs feltétel szokásos, köznapi megfogalmazása a kockázat nélkül nincsen üzlet, vagy ráfordítás nélkül nincsen eredmény közmondásos bölcsessége. A modern pénzügyi elmélet alapvet gondolata, hogy ez az elv elegend alapot szolgáltat a Q mérték létezéshez és a származtatott termékek árazásához. Az elmélet szerint a piacon megjelen termékek között nagyfokú redundancia van. A redundancia miatt az egyes termékek árai szorosan összefüggnek. Mivel a termékek lényegében költségek és korlátozás nélkül egymásba transzformálhatók, ezért az egyetlen korlát, ami az árakat alakítja, hogy veszteség lehet sége nélkül ne lehessen eredményt elérni. Vagyis a nincsen arbitrázs elv. A fejezet legfontosabb állítása annak igazolása, hogy véges számú id pontból álló id tartomány esetén ha a modell arbitrázsmentes és teljes, akkor a lehetséges kimenetelek száma véges. Vagyis izgalmas matematikai modellek megfogalmazásához vagy a teljesség feltételét kell elhagyni, vagy az id horizont végességét l kell eltekinteni. A nem teljes modellek esetén el térbe kerülnek a hasznossági függvények, vagyis ilyenkor a modellekben explicit módon nem meggyelhet elemeket is be kell vezetni. Az id horizont nem véges volta esetén a modellekben fel kell használni a sztochasztikus analízis eszköztárát. 13

.1. A DALANGMORTONWILLINGER TÉTEL 14.1. A DalangMortonWillinger tétel A matematikai pénzügyek talán legszebb állítása, a DalangMortonWillinger tétel szerint véges és diszkrét id horizont esetén a nincs arbitrázs tulajdonság szükséges és elegend feltétele annak, hogy létezzen ekvivalens martingál mérték 1. A tétel több szempontból is gyelmre méltó: egyrészt rendkívül elegáns, másrészt végs soron a legáltalánosabb ilyen irányú állítás, ugyanis a tételben szerepl egyetlen lényegi megkötés, a lehetséges id pontok végességének megkötése, nem ejthet el. A DalangMortonWillinger tétel majdnem azonos a jóval egyszer bb, HarrisonPliska tételnek is mondott elemi állítással. Az egyetlen eltérés, hogy ez utóbbi állításban a lehetséges kimenetelek tere véges, vagyis az Ω alaptér véges számú atomból áll. A két állítás igazolása közötti eltérés nagyrészt a tételben szerepl feltételekb l ered, ugyanis a DalangMortonWillinger tétel indoklásában, az állítás természetéb l ered en, néhány elemi mértékelméleti megfontolás nem kerülhet el..1.1. A tétel kimondása Az el z fejezetben az L altér tulajdonságait nem különösebben specikáltuk. Most az L lineáris teret jóval konkrétabban megadjuk: Szemben az el z fejezettel, most az id horizont nem egyetlen egy id pontból, hanem T < számú diszkrét id pontból áll. Így a T nem csak egy id pontra, hanem az id pontok számára is utal, a lehetséges id pontok halmaza pedig a t, 1,..., T halmaz. Legyen Ω, A, P egy általános valószín ségi mez. Miként látni fogjuk a P szerepe másodlagos, ugyanis alább az L Ω, A, P tér, vagyis az ekvivalencia osztályok halmaza játsza a f szerepet, és az L megadásához elegend megadni a nullmérték halmazok N családját. Minden egyes t id ponthoz rendeljük hozzá, az addig az id pontig meggyelhet események F t halmazát. Vagyis Ω, F t, P jelöli a t id pontig bezárólag bekövetkezett eseményeket megadó valószín ségi mez t. Nyilván F t F t+1. A sztochasztikus folyamatok elméletében bevett terminológiát használva az F F t T t tehát egy véges id horizontú, de minden más szempontból tetsz leges ltráció. Legyen S t T t tetsz leges m-dimenziós F-adaptált folyamat. Miként közismert, az adaptáltság csak annyit jelent, hogy minden t-re az S t vektor érték valószín ségi változó mérhet az F t σ-algebrára nézve. Az S t vektorokat mint a t, 1,..., T id pontokban meggyelhet m darab kereskedett pénzügyi eszköz diszkontált árának id sorát interpretáljuk. A jelen állapotot reprezentáló t id ponttól eltekintve az S t vektorok valószín ségi változók, ugyanis az eszközök kés bbi értékét nem ismerjük. A pénzügyekben szokásos módon az eszközökb l portfóliókat készíthetünk. Az egyes eszközök portfólióban lev nagyságát, vagyis a portfólió súlyokat a θ t T t1 sorozat adja meg. Érdemes felgyelni arra, hogy a θ t indexe nem -tól, hanem 1-t l indul. Ennek oka, hogy a portfólió súlyokat mindig el re meg kell adni. A θ t értékét a t 1 id pontban mondjuk meg, így a θ t nem F t, hanem F t 1 -mérhet. A θ sorozat ezen tulajdonságára mint a θ el rejelezhet ségére 1 A pontos deníciókra még egy kicsit várni kell, de már nem sokat.

.1. A DALANGMORTONWILLINGER TÉTEL 15 szokás hivatkozni. Vezessük be az { R H H } T S t S t 1, θ t t1 halmazt, ahol θ az el rejelezhet stratégiákon fut keresztül, vagyis miként jeleztük a θ t minden t-re F t 1 -mérhet. Az R az S t árfolyamok megváltozásából származó lehetséges kumulált árfolyamnyereségek halmaza. Az analízisben megszokott módon L + jelölje a nem negatív valószín ségi változók halmazát. Vezessük be az A R L +, valamint a cl A halmazokat, ahol a lezárás a sztochasztikus konvergenciában értend, és az A deníciójában a kivonás jel komplexus kivonást jelent. Diszkrét, véges id horizont esetén az úgynevezett eszközárazás els alaptételének legáltalánosabb alakja a következ :.1 Tétel. DalangMortonWillinger A modellben a következ állítások ekvivalensek: 1. A L + {}.. Megadható olyan Q valószín ség, amely ekvivalens az eredeti P valószín ségi mértékkel, amelyre a dq/dp RadonNikodym derivált korlátos, és amely mellett az S m-dimenziós martingál. Érdemes hangsúlyozni, hogy a tételben szerepl els állítás azt jelenti, hogy nincsen olyan θ t T t1 el rejelezhet stratégia, amelyre T S t S t 1, θ t t1 és egy pozitív mérték halmazon az egyenl tlenség szigorú, vagyis nem lehet pozitív valószín séggel nyerni anélkül, hogy pozitív valószín séggel vesztenénk is. Ez közgazdaságilag éppen az el z fejezetben bevezetett nincsen arbitrázs feltétel. Másképpen fogalmazva az els állítás szerint a modellben nincsen arbitrázs..1.. Az L tér elemi tulajdonságai Emlékeztetünk, hogy az L Ω, F, P téren az F σ-algebrára mérhet valószín ségi változók halmazát értjük. A továbbiakban az Ω, F, P paramétert elhagyjuk, és a valamivel egyszer bb L jelölést fogjuk használni. A valószín ségi változókat a szokásos módon a P valószín ségi mérték szerint ekvivalencia osztályokba soroljuk. Az L téren a konvergenciát Bárki felvetheti, hogy az el rejelezhet ség deníciója némiképpen furcsa. Talán els ránézésre logikusabb lenne, ha mindenhol a θ t helyett θ t 1-et írnánk és a θ folyamatot szintén adaptáltnak mondanánk. A θ el rejelezhet ségének ily módon való bevezetésére a folytonos id horizonttal való kompatibiltás miatt van szükség.

.1. A DALANGMORTONWILLINGER TÉTEL 16 a sztochasztikus konvergencia deniálja. Emlékeztetünk, hogy a sztochasztikus konvergencia metrizálható, így az 3 L részhalmazainak zártságát elegend szekvenciális okoskodással igazolni, vagyis egy Z L halmaz pontosan akkor zárt, ha minden a Z halmazból vett konvergens sorozat határértéke is a Z halmazban van. A sztochasztikus konvergencia alapvet en fontos tulajdonsága, amely a kés bbi gondolatmenet alapjául szolgál, hogy minden sztochasztikusan konvergens sorozat tartalmaz egy majdnem mindenhol konvergens részsorozatot, illetve, hogy a majdnem mindenhol való konvergenciából következik a sztochasztikus konvergencia. Ennek megfelel en egy Z L halmaz pontosan akkor zárt, ha a Z-b l vett minden majdnem mindenhol konvergens sorozatnak a határértéke is Z-be esik. Másképpen fogalmazva az L térben a zártságot szekvenciális gondolatmenettel tudjuk igazolni, miközben az egyébként nem metrizálható majdnem mindenhol való konvergenciát használjuk. Az 4 L tér számunkra kulcs tulajdonságát a következ kompaktsági lemma tartalmazza:. Lemma. Legyen η n R m érték mérhet függvények egy sorozata és tegyük fel, hogy a sorozat minden kimenetelre korlátos. Ekkor megadható olyan σ k egész érték, szigorúan monoton növ, mérhet függvényekb l álló sorozat, amelyre az η σk sorozat minden kimenetelre konvergens. Másrészr l, ha sup n η n, akkor van olyan σ k egész érték, szigorúan monoton növ, mérhet függvényekb l álló sorozat, amelyre lim k ησk minden kimenetelre. Bizonyítás: Vegyük észre, hogy a BolzanoWeierstrass tétel miatt a kimenetelenkénti korlátosság miatt minden ω kimenetel esetén triviálisan található olyan σ k ω szigorúan monoton növeked sorozat, amelyre az η σk ω ω sorozat konvergens. A lényeges észrevétel, hogy a σ k indexsorozat mérhet nek választható. Legyen el ször η n skalár érték sorozat. A feltétel szerint az η lim inf n η n minden kimenetelre létezik és véges. Az η n mérhet sége miatt az η is mérhet. Legyen σ, és vezessük be a { σ k inf n > σ k 1 η n η 1 } k függvényeket. Elemi megfontolásokkal azonnal belátható, hogy a σ k minden k-ra mérhet, illetve η σk η. Következésképpen a lemma állítása ilyenkor teljesül. Többdimenziós esetben el ször az els koordinátához készítsük el a részsorozatot, majd a már megritkított sorozat második koordinátájához keressük meg a konvergenciát biztosító indexsorozatot. Az eljárást egymás után az összes koordinátákra megismételve a σ k indexsorozatot egyszer, véges lépésb l álló iterációval megkaphatjuk. Az állítás második felének indoklásához elegend a σ k inf {n > σ k 1 η n k} sorozatot venni. 3 Könnyen belátható, hogy a d ξ, η E ξ η 1 egy alkalmas metrika. 4 Érdemes megjegyezni, bár ennek nincsen jelent sége, hogy a majdnem mindenhol való konvergencia nem is topologizálható.

.1. A DALANGMORTONWILLINGER TÉTEL 17 A lemma közvetlen következménye, hogy a véges számú elem által generált úgynevezett véges kúpok zártságára vonatkozó közismert tétel átvihet véges dimenziós terekb l az L F, P térbe..3 Lemma. Legyenek f 1, f,..., f m tetsz leges, valamely A σ-algebra szerint mérhet függvények. Tegyük fel, hogy F A és tekintsük az { } m L f f f i ϕ i, ϕ i L F, P i1 lineáris teret. Az L az L A, P zárt altere. Bizonyítás: Vegyünk egy l n L sorozatot, és tegyük fel, hogy l n l, ahol a konvergencián a majdnem mindenhol való konvergenciát értjük. Az l n L feltételb l meg kell mutatnunk, hogy l L. Vektor jelölésre áttérve az L deníciója szerint l n g, y n, ahol g f 1, f,..., f m és y n ϕ n 1, ϕ n,..., ϕ n m, valamint minden n-re az y n F-mérhet. Vegyük észre, hogy a bizonyítás nehézsége pusztán abból áll, hogy az l n konvergenciájából nem következik az y n konvergenciája. Ugyancsak vegyük észre, hogy elegend 5 belátni, hogy az y n sorozatnak van az els lemma értelmében konvergens részsorozata, ugyanis ha alkalmas részsorozatra y σk y, akkor az y F-mérhet, ugyanis a lemma által biztosított y σk részsorozat tagjai F-mérhet ek, és g, y σk g, y l. A konvergens részsorozat létezéséhez elegend belátni, hogy az y n sorozat megválasztható úgy, hogy a sorozat majdnem minden kimenetelre pontonként korlátos. Legyen Ω 1 az Ω azon részhalmaza, ahol ez nem teljesül. Mivel y k F-mérhet ezért Ω 1 szintén F-mérhet. A részsorozat megkonstruálásának céljából az Ω 1 halmazon az l n ω g ω, y n ω egyenl séget osszuk végig az y n ω sorozattal: g ω, l n ω y n ω y n ω. y n ω Az y n ω / y n ω sorozat korlátos, így az el z lemma szerint van mérhet módon indexelt konvergens részsorozata. Természetesen el fordulhat, hogy a kiválasztott részsorozat bizonyos kimenetelekre korlátos. Ezen kimenetelek halmaza ismételten F-mérhet. Ezeket 5 Érdemes hangsúlyozni, hogy pontosan ez a probléma lép fel akkor, amikor a véges dimenziós terekben azt kell igazolni, hogy minden véges kúp, vagy egy altér zárt. Az alábbi bizonyítás ezen az igen fontos állítás bizonyításának közismert ötletére épül.

.1. A DALANGMORTONWILLINGER TÉTEL 18 a kimeneteleket töröljük az Ω 1 halmazból, és térjünk át a lemma második felében szerepl részsorozatra. A megmaradt kimenetelekre y σn ω. Erre a részsorozatra áttérve az Ω 1 -halmazon l σn ω y σn ω ugyanis a számláló konvergens a nevez pedig végtelenbe tart. Az Ω 1 F halmazon ez azt jelenti, hogy van egy olyan változó, nevezetesen u, amely F-mérhet és amelyre g ω, u ω, ω Ω 1. Az u ω R m vektor egységnyi hosszú vektorok határértéke, így nem lehet azonosan nulla egyetlen ω Ω 1 esetén sem. Így minden ω Ω 1 -re az g ω f 1 ω, f ω,..., f m ω egyik koordinátája, természetesen minden ω-ra esetleg más és más, kifejezhet a többi segítségével. A lényeges gondolat az, hogy amikor a g valamelyik koordinátáját az Ω 1 -en kifejezzük a többivel, akkor a súlyok F-mérhet ek. A kifejtéseket az l σn ω g ω, y σn ω egyenl ségbe visszahelyettesítve feltehet, hogy az Ω 1 halmazon minden ω-ra az y σn ω koordinátái közül csak m 1 súly nem nulla, miközben az Ω 1 komplementerén az y σn korlátos és az ω y σnω ω függvények F-mérhet ek. Ha az így kapott súlyok halmaza még mindig nem korlátos, akkor az eljárást megismételjük. Vagyis létezik egy Ω Ω 1 pozitív mérték halmaz, amelyhez már van olyan y σn részsorozat, amely az Ω komplementerén korlátos és amelynek az Ω -ön már legfeljebb csak m koordinátája nem nulla. Utolsó lépésként már csak egyetlen koordináta marad, vagyis feltehet például, hogy l n f 1 ϕ n 1. Ilyenkor a ϕ n 1 ω csak akkor lehet nem korlátos, ha az f 1 ω nulla, de ilyenkor a ϕ n 1 is választható nullának, vagyis ha Ω m jelöli azt az F-mérhet halmazt, ahol a ϕ n 1 nem korlátos, akkor a ϕ n 1 sorozat helyett a ϕ n 1 χ Ω c m sorozatot véve a yn sorozat F-mérhet marad és korlátos lesz. Mivel az eljárás véges lépésben befejez dik, ezért feltehet, hogy az y n sorozat korlátos, amivel az L zártságát igazoltuk. A nincsen arbitrázs feltétel a következ lemmában játszik szerepet 6 :.4 Lemma. Jelölje L + A, P az el z lemmában szerepl A σ-algebrán nem negatív változók halmazát. Ha az el z lemmában szerepl L altérre fel. L L + A, P {}, 6 Vegyük észre, hogy ebben a lemmában az el z fejezet végén bemutatott zártsági problémát oldjuk