La distribuzione Log
Transcript
La distribuzione Log
Introduzione alla Programmazione e Applicazioni per la Finanza M2 (Prodotti Derivati) Lezione 4 Anno accademico 2006-07 Titolare corso: Prof. Costanza Torricelli Docente: Dott.ssa Marianna Brunetti La Distribuzione Log-Normale La Distribuzione Log-Normale Binomiale Î 1. Tempo discreto Black&Scholes Î 1. Tempo continuo 2. Sottostante discreto 2. Sottostante continuo Per avere una formula di pricing per le opzioni occorre fare delle ipotesi sensate sulle proprietà statistiche del prezzo del sottostante che forniscano risultati utili Esempio: In Black&Scholes si assume che il prezzo del sottostante si distribuisca secondo una Log-Normale È ragionevole come ipotesi? La Distribuzione Log-Normale Assunzioni “ragionevoli” sui prezzi delle azioni 1. Il prezzo futuro è incerto 2. Il prezzo varia continuamente e le variazioni tendono a 0 se gli intervalli di tempo tendono a 0 3. Il prezzo è sempre ≠ 0 4. Il rendimento medio cresce col tempo 5. Incertezza sui rendimenti futuri cresce col tempo Esempio di sentiero di prezzi in Excel La Distribuzione Log-Normale I rendimenti delle azioni – Esempio in Excel Calcoliamo i rendimenti St rt = ln St −1 e utilizziamo la funzione Frequenza 1. Si individuano min e max 2. Si definisce l’ampiezza degli intervalli 3. Si calcola la frequenza Î I rendimenti dei prezzi (ovvero i ln dei prezzi) ~ Normale La Distribuzione Log-Normale La distribuzione Log-Normale Siano: • St = prezzo azione in t St + ∆t = St exp(~ r∆t ∆t ) • ∆t = infinitesimo lasso di tempo • St+∆t = prezzo azione in t+∆t • ~ r∆t = rendimento (incerto) in ∆t ~ Se ( 2 ~ S t + ∆t ~ log N ⇒ r∆t ~N µ∆t;σ ∆t ) In alternativa… [ S t + ∆t = exp µ∆t + σZ St ∆t ] con La Distribuzione Log-Normale Z ~ N (0 ;1) Rappresentazione grafica della Log-Normale in Excel 1. Generare 1000 numeri casuali da una N (0,1) • StrumentiÎ Componenti aggiuntivi Î Strumenti di Analisi • Strumenti Î Analisi dati Î Genera Numero Casuale 2. Dati µ = 15%, σ = 30%, ∆t = 1 si calcola la Log-Normale come [ exp µ∆t + σZ ∆t ] 3. Funzione Frequenza con intervalli di 0.15 (max=3) La Distribuzione Log-Normale Simulazione di un sentiero di prezzo Log-Normale “Il prezzo di un’azione oggi è 25€. Questo prezzo si distribuisce in maniera lognormale, con rendimento medio del 10% e deviazione standard del 20%. Come potrebbe comportarsi il prezzo di quest’azione su base giornaliera durante il prossimo anno?” 1. Si generano 360 numeri casuali da una N (0,1) 2. Dati µ = 10%,σ = 20%, ∆t = 0.0028, S0 = 25€ [ S t + ∆ t = S t exp µ∆t + σZ La Distribuzione Log-Normale ∆t ] si calcolano i prezzi I parametri della Log-Normale ( ) S t + ∆t = E µ ∆ t + σ Z ∆ t = µ ∆ t Media Î E ln S t S t + ∆t 2 Var ln = Var µ ∆ t + σ Z ∆ t = σ ∆t Varianza Î S t ( ) I parametri della Log-Normale si possono stimare con: S t + ∆t media ln St µ̂ = ∆t S t + ∆t Var ln St σˆ = ∆t In alternativa, si può usare la formula di Black&Scholes per ricavare la volatilità implicita, anch’essa utilizzata come stima di σ La Distribuzione Log-Normale