金融统计模型1:资产、投资组合和套利Assets,Portfolios and Arbitrage

前言

  博主近来在学习金融统计方面的知识,感觉甚是晦涩难懂,因此总结了一下知识,便以消化,也期待读者朋友们阅读指正。其中的定义我大多会用举例的方式来讲解,便于理解记忆。

框架&记号

  我们考虑一个只有两个时间点 t = 0 t=0 t = 1 t=1 的简化金融模型,记 t = 0 t=0 时的第0个资产到第 d d 个资产的初始价格为

π ˉ = ( π ( 0 ) , π ( 1 ) , , π ( d ) ) \bar{\pi}=(\pi ^{(0)},\pi ^{(1)},\cdots,\pi ^{(d)})

其中, π ( i ) > 0 , i = 1 , 2 , , d \pi ^{(i)}>0,i=1,2,\cdots,d 。记 t = 1 t=1 时的第0个资产到第 d d 个资产的终端价格为

S ˉ = ( S ( 0 ) , S ( 1 ) , , S ( d ) ) \bar{S}=(S ^{(0)},S ^{(1)},\cdots,S ^{(d)})

其中 S ( i ) > 0 , i = 1 , 2 , , d S ^{(i)}>0,i=1,2,\cdots,d 为定义在 ( Ω , F , P ) (\Omega,\mathcal{F},\mathbb{P}) 概率空间上的随机变量。

  上述第0个资产为无风险资产,因此有

S ( 0 ) = ( 1 + r ) π ( 0 ) S^{(0)}=(1+r)\pi ^{(0)}

其中 r r 为利率/收益率。

扫描二维码关注公众号,回复: 11067652 查看本文章

投资组合,买空和卖空

投资组合

投资组合 Portfolio:
  我对第0个资产到第 d d 个资产持有份额通常可以记为

ξ ˉ = ( ξ ( 0 ) , ξ ( 1 ) , , ξ ( d ) ) R d + 1 \bar{\xi}=(\xi ^{(0)},\xi ^{(1)},\cdots,\xi ^{(d)})\in \mathbb{R}^{d+1}

其中, ξ ( i ) \xi^{(i)} 为我对第 i i 个资产的持有份额。这样的一种持有份额的设置称为是一种投资组合。

投资组合价值

   t = 0 t=0 时,投资组合价值为

v 0 = ξ ˉ π ˉ = i = 1 d ξ ( i ) π ( i ) v_0=\bar{\xi} \bar{\pi}=\sum_{i=1}^d \xi^{(i)} \pi^{(i)}

  同理, t = 1 t=1 时,投资组合价值为

v 1 = ξ ˉ S ˉ = i = 1 d ξ ( i ) S ( i ) v_1=\bar{\xi} \bar{S}=\sum_{i=1}^d \xi^{(i)} S^{(i)}

  若 ξ ( 0 ) > 0 \xi ^{(0)}>0 ,代表我在银行有一笔 ξ ( 0 ) π ( 0 ) > 0 \xi ^{(0)} \pi^{(0)}>0 的储蓄,利率不妨设为 r r ;若 ξ ( 0 ) < 0 \xi ^{(0)}<0 ,代表我在银行借了一笔 ξ ( 0 ) π ( 0 ) > 0 -\xi ^{(0)} \pi^{(0)}>0 的钱,借款利率也是 r r

买空卖空

卖空Allocation(借鸡下蛋):
  比方说,我看跌某个资产,那么我在 t = 0 t=0 时“借入卖出”:借入资产并将其卖出,在 t = 1 t=1 时“买入归还”:买入资产并归还。这样的话,如果在 t = 1 t=1 时资产价格真的跌了,那么我就赚了一笔钱。考虑到卖出资产收益的利率 r r ,对我能赚到的钱做如下计算:

  假设该资产确实如我所愿跌价的话,我在 t = 0 t=0 时“借入卖出”的资产量为 ξ ( 0 ) < 0 \xi ^{(0)}<0 ,考虑到卖出后得到收益的利率,我总共通过借入卖出获得 ξ ( 0 ) π ( 0 ) ( 1 + r ) > 0 -\xi ^{(0)} \pi^{(0)}(1+r)>0 ,在 t = 1 t=1 时我以 S ( 0 ) ( < π ( 0 ) ) S^{(0)}(<\pi^{(0)}) 的单价“买入并归还”资产,共花费 ξ ( 0 ) S ( 0 ) -\xi ^{(0)} S^{(0)} ,我实际赚了:

ξ ( 0 ) π ( 0 ) ( 1 + r ) ( ξ ( 0 ) S ( 0 ) ) = ξ ( 0 ) ( π ( 0 ) S ( 0 ) ) ξ ( 0 ) π ( 0 ) r   ( > 0 ) -\xi ^{(0)} \pi^{(0)}(1+r)-(-\xi ^{(0)} S^{(0)})\\=-\xi ^{(0)}(\pi^{(0)}-S^{(0)})-\xi ^{(0)} \pi^{(0)}r\ (>0)

买空Short Selling(空手套白狼):
  比方说,我又看涨了某个资产,那么我在 t = 0 t=0 时“借钱买入”:借钱买入该资产,在 t = 1 t=1 时“卖出还钱”:卖出资产并还钱。这样的话,如果在 t = 1 t=1 时资产价格真的涨了,那么我就赚了一笔钱。考虑到借款利率 r r ,对我能赚到的钱做如下计算:

  我在 t = 0 t=0 时“借钱”欠了 ξ ( 0 ) π ( 0 ) ( > 0 ) -\xi ^{(0)} \pi^{(0)}(>0) (暂时不考虑利率),我把这笔钱拿去买了我看涨的第 i i 个资产,就有等式

ξ ( 0 ) π ( 0 ) = ξ ( i ) π ( i ) -\xi ^{(0)} \pi^{(0)}=\xi ^{(i)} \pi^{(i)} (第 i i 个资产是我真实拥有的,所以 ξ ( i ) > 0 \xi ^{(i)}>0

  好消息来了!第 i i 个资产真的涨了,我获得收益 ξ ( i ) S ( i ) \xi ^{(i)} S^{(i)} ,考虑到借款利率 r r ,我实际赚了

ξ ( i ) S ( i ) ( ξ ( 0 ) π ( 0 ) ( 1 + r ) ) = ξ ( i ) ( S ( i ) π ( i ) ( 1 + r ) ) \xi ^{(i)} S^{(i)}-(-\xi ^{(0)} \pi^{(0)}(1+r)) \\ =\xi ^{(i)}(S^{(i)}-\pi^{(i)}(1+r))

当然啦,这里稍微有点理想,就是默认 S ( i ) π ( i ) ( 1 + r ) > 0 S^{(i)}-\pi^{(i)}(1+r)>0 ,实际上我们只能说 S ( i ) π ( i ) > 0 S^{(i)}-\pi^{(i)}>0 ,所以实际情况下要满足前面那个默认条件我才能获利。

套利

套利Arbitrage:
  一个投资组合 ξ ˉ \bar{\xi} 构成一个套利机会,若:

  • v 0 = ξ ˉ π ˉ 0 v_0=\bar{\xi} \bar{\pi} \leq 0 ,初始该投资组合资产总价为0甚至为负债;
  • v 1 = ξ ˉ S ˉ 0 v_1=\bar{\xi} \bar{S} \geq 0 ,终端该投资组合资产总价为非零数值;
  • P ( ξ ˉ S ˉ > 0 ) > 0 P(\bar{\xi} \bar{S} > 0)>0 ,且第2个条件发生概率大于0.

  显然套利看着很愉快,但现实生活中你能找到套利的机会少之又少,比方说我们来看一个简单的例子:

  某公司在出售某只股份以28美元买入的买权,当天该股票收盘价为41.7美元,市场上可以有两种形式的买法:

  • 直接买花费41.7美元,总共花费41.7美元;
  • 先去花R美元买权,再以28美元买入股票,总共花费(R+28)美元;

  若R+28<47.1,则通过第二种形式的买法,在终端时刻以41.7卖出,就会收益(47.1-R-28)美元;若R+28>47.1,手上拥有买权的人首先卖掉买权,再花47.1美元买入股票,再在 t = 1 t=1 时以28美元的价格卖出股票,就会收益(R+28-47.1)美元。

风险中性测度

风险中性测度Risk-Neutral Measures:
  概率测度 P P^* 称作风险中性测度,如果

E [ S ( i ) ] = ( 1 + r ) π ( i ) , i = 1 , 2 , , d \mathbb{E}^*[S^{(i)}]=(1+r)\pi^{(i)},i=1,2,\cdots,d

即基于概率测度 P P^* 计算的第 i i 个资产的未来平均价格,与无风险资产投到银行获得的本金加利息相等。若 E # [ S ( i ) ] > ( 1 + r ) π ( i ) , i = 1 , 2 , , d \mathbb{E}^{\#}[S^{(i)}]>(1+r)\pi^{(i)},i=1,2,\cdots,d ,概率测度 P # P^{\#} 称为风险溢价/盈余。

定理:A市场是无套利市场模型 \Leftrightarrow 至少有一个等价的风险中性测度。概率测度等价: P ( A ) = 0 P ( A ) = 0 , f o r   a l l   A F P^*(A)=0 \Leftrightarrow P(A)=0, for\ all\ A\in \mathbb{F} .

未定权益

未定权益Hedging of Contingent Claims:
  未定权益是任何非负随机变量C。

**欧氏看涨期权(买权)**European call option:

C = ( S ( i ) K ) + = { S ( i ) K if  S ( i ) K 0 if  S ( i ) < K C=(S^{(i)}-K)^+= \begin{cases} S^{(i)}-K &\text{if } S^{(i)} \geq K \\ 0 &\text{if } S^{(i)} < K \end{cases}

其中 K K 为交割价格。

**欧氏看跌期权(卖权)**European put option:

C = ( K S ( i ) ) = { K S ( i ) if  S ( i ) K 0 if  S ( i ) > K C=(K-S^{(i)})^-= \begin{cases} K-S^{(i)} &\text{if } S^{(i)} \leq K \\ 0 &\text{if } S^{(i)} > K \end{cases}

其中 K K 为交割价格。

可达未定权益
  C称为可达未定权益,若存在投资组合 ξ ˉ \bar{\xi} ,使得

C = ξ ˉ S ˉ C=\bar{\xi}\bar{S}

未定权益的套利价格
  为了达到可达未定权益,需要一个初始的投资组合 ξ ˉ π ˉ \bar{\xi}\bar{\pi} ,以下记号称之为未定权益的套利价格

π ( C ) = ξ ˉ π ˉ \pi(C)=\bar{\xi}\bar{\pi}

ξ ˉ \bar{\xi} 称为C的对冲或复制。

完备市场

完备市场Complete Market:
  一个市场是完备市场,若每个未定权益都是可达的/可以对冲。

定理:无套利市场是完备的 \Leftrightarrow 有且仅有一个风险中性测度。

实例

题目

作答

a)

题目翻译: R = S 1 S 0 S 0 R=\frac{S_1-S_0}{S_0} 的可能值为?

S 1 S_1 的可能值为 S 0 ( 1 + a ) S_0(1+a) S 0 ( 1 + b ) S_0(1+b) ,因此 R R 的可能值为 a a b b ,即 R { a , b } R\in\{a,b\} .

b)

题目翻译:证明若 P \mathbb{P}^* 满足
P ( R = a ) = b r b a , P ( R = b ) = r a b a \mathbb{P}^*(R=a)=\frac{b-r}{b-a},\mathbb{P}^*(R=b)=\frac{r-a}{b-a}
E ( R ) = r \mathbb{E}^*(R)=r .

R R 的概率分布如下图所示:

R a b
P \mathbb{P}^* b r b a \frac{b-r}{b-a} r a b a \frac{r-a}{b-a}


E ( R ) = a b r b a + b r a b a = r ( b a ) b a = r . \mathbb{E}^*(R)=a*\frac{b-r}{b-a}+b*\frac{r-a}{b-a}=\frac{r(b-a)}{b-a}=r.

c)

题目翻译:是否存在套利机会?并解释原因。

:根据定理1.3知,无套利市场 \Leftrightarrow 至少存在一个等价的风险中性测度。假设利率为 r r ,若存在风险中性测度 P \mathbb{P}^* ,则有 E ( S 1 ) = ( 1 + r ) S 0 \mathbb{E}^*(S_1)=(1+r)S_0 ,由计算得到
E ( S 1 ) = E ( ( 1 + R ) S 0 ) = S 0 E ( 1 + R ) = S 0 ( 1 + r ) \mathbb{E}^*(S_1)=\mathbb{E}^*((1+R)S_0)=S_0\mathbb{E}^*(1+R)=S_0(1+r)
P \mathbb{P}^* 为风险中性测度,从而该市场是无套利市场。

d)

题目翻译:是否是完备市场?并解释原因。

:根据定理1.8知,完备市场 \Leftrightarrow 有且仅有一个等价的风险中性测度。
{ S 0 ( 1 + a ) P ( S 1 = S 0 ( 1 + a ) ) + S 0 ( 1 + b ) P ( S 1 = S 0 ( 1 + b ) ) = S 0 ( 1 + r ) ( 1 ) P ( S 1 = S 0 ( 1 + a ) ) + P ( S 1 = S 0 ( 1 + B ) ) = 1 ( 2 ) \begin{cases} S_0(1+a)*\mathbb{P}^*(S_1=S_0(1+a)) + S_0(1+b)*\mathbb{P}^*(S_1=S_0(1+b)) = S_0(1+r) &(1)\\ \mathbb{P}^*(S_1=S_0(1+a)) + \mathbb{P}^*(S_1=S_0(1+B)) = 1 &(2) \end{cases}
即得:
{ ( 1 + a ) P ( R = a ) + ( 1 + b ) P ( R = b ) = ( 1 + r ) ( 1 ) P ( R = a ) + P ( R = b ) = 1 ( 2 ) \begin{cases} (1+a)*\mathbb{P}^*(R=a) + (1+b)*\mathbb{P}^*(R=b) = (1+r) &(1)\\ \mathbb{P}^*(R=a) + \mathbb{P}^*(R=b) = 1 &(2) \end{cases}
解得:
P ( R = a ) = b r b a , P ( R = b ) = r a b a \mathbb{P}^*(R=a)=\frac{b-r}{b-a},\mathbb{P}^*(R=b)=\frac{r-a}{b-a}
这与b)中概率一致,因此解是唯一的,从而是完备市场。

e)

题目翻译:考虑未定权益
C = { α if  R = a , β if  R = b . C=\begin{cases} \alpha & \text{if } R=a,\\ \beta & \text{if } R=b. \end{cases}
证明:投资组合 ( η , ξ ) (\eta,\xi)
η = α ( 1 + b ) β ( 1 + a ) π 0 ( 1 + r ) ( b a ) , ξ = β α S 0 ( b a ) \eta=\frac{\alpha(1+b)-\beta(1+a)}{\pi_0(1+r)(b-a)},\xi=\frac{\beta-\alpha}{S_0(b-a)}
对冲未定权益C,即,在 t = 1 t=1 时有
η π 1 + ξ S 1 = C \eta*\pi_1+\xi*S_1=C

( 1 ) R = a (1)R=a
η π 1 + ξ S 1 = η π 0 ( 1 + r ) + ξ S 0 ( 1 + a ) = α \eta*\pi_1+\xi*S_1=\eta*\pi_0(1+r)+\xi*S_0(1+a)=\alpha
( 1 ) R = b (1)R=b
η π 1 + ξ S 1 = η π 0 ( 1 + r ) + ξ S 0 ( 1 + b ) = β \eta*\pi_1+\xi*S_1=\eta*\pi_0(1+r)+\xi*S_0(1+b)=\beta
综上可得 η π 1 + ξ S 1 = C \eta*\pi_1+\xi*S_1=C .

f)

题目翻译:计算套利价格 π ( C ) \pi(C) .


π ( C ) = ξ ˉ π ˉ = η π 0 + ξ S 0 = α ( b r ) + β ( r a ) ( 1 + r ) ( b a ) . \pi(C)=\bar{\xi}\cdot\bar{\pi}=\eta*\pi_0+\xi*S_0=\frac{\alpha(b-r)+\beta(r-a)}{(1+r)(b-a)}.

g)

题目翻译:计算 E ( C ) \mathbb{E}^*(C) .


E ( C ) = α P ( R = a ) + β P ( R = b ) = α b r b a + β r a b a = α ( b r ) + β ( r a ) b a . \mathbb{E}^*(C)=\alpha*\mathbb{P}^*(R=a)+\beta*\mathbb{P}^*(R=b)=\alpha*\frac{b-r}{b-a}+\beta*\frac{r-a}{b-a}=\frac{\alpha(b-r)+\beta(r-a)}{b-a}.

h)

题目翻译:证明 π ( C ) = 1 1 + r E ( C ) \pi(C)=\frac{1}{1+r}\mathbb{E}^*(C) .

:由 f),g)易得。

i)

题目翻译:对 h)进行解释。

t = 0 t=0 时套利价格等于 t = 1 t=1 时可达未定权益的平均价格的贴现值。

j)

题目翻译:C代表在 t = 1 t=1 时风险资产看跌期权(put option)的清偿,交割价 $K=$11​美元。用 S 1 S_1 K K 来表示C.


C = ( K S 1 ) + = { 11 S 1 if  11 S 1 , 0 if  11 S 1 . C=(K-S_1)^+=\begin{cases} 11-S_1 & \text{if } 11\geq S_1,\\ 0 & \text{if } 11\leq S_1. \end{cases}

发布了14 篇原创文章 · 获赞 7 · 访问量 3252

猜你喜欢

转载自blog.csdn.net/sunsimiaofromsh/article/details/104790833
今日推荐