Два пiдходи до цiноутворення опцiонiв в умовах нелiквiдностi

Автор(и)

  • Viktoriia Pauk Національний університет «Києво-Могилянська академія», Ukraine
  • Oksana Petrenko Національний університет «Києво-Могилянська академія», Ukraine
  • Nataliya Shchestyuk Національний університет «Києво-Могилянська академія», Ukraine https://orcid.org/0000-0002-7652-8157

DOI:

https://doi.org/10.18523/2617-70805202238-45

Ключові слова:

субдифузійна модель, субординатор, обернений субординатор, час попадання, триноміальна модель

Анотація

Статтю присвячено ціноутворенню опціонів в умовах неліквідності, коли ціна на ринку може не змінюватися протягом деякого часу, що є досить поширеною ситуацією на сучасних фінансових ринках (наприклад, глобальні зміни, які негативно впливають на фінансову діяльність, або невелика кількість учасників ринку, або ринок, що тільки розвивається, тощо).
У статті розглянуто дискретний і неперервний підходи для моделювання та ціноутворення опціонів в умовах ринку з неліквідністю.
Для дискретного часу було обрано триноміальну модель, що вдосконалює біноміальну, дозволяючи ціні акцій не тільки рухатися вгору, вниз, але й залишатися незмінною з певною ймовірністю, що є бажаною властивістю моделювання в умовах неліквідності. У статті були визначені параметри триноміальної моделі для реальних фінансових даних і застосовано алгоритм зворотної індукції для оцінки ціни кол-опціону.
Для неперервного часу для моделювання періодів стагнації фінансових даних успішно застосовується субдифузійна модель, що з'явилася для опису подій захоплення фізичних частинок. У цій статті був запропонований обернений гаусівський процес як субординатор для субдифузійного моделювання неліквідності та ціни опціонів. Виконано симуляцію траєкторій для субординатора, оберненого субординатора та субдифузійного ГМБ. Для оцінки опціонів застосовано метод Монте-Карло.
Нашою метою було не тільки порівняти ці дві моделі, а й показати, що обидві моделі адекватно описують неліквідний ринок і можуть бути використані для ціноутворення опціонів на цьому ринку. Для цього було розраховано та проаналізовано абсолютні відносні (ARPE) і середньоквадратичні помилки (RMSE) для обох моделей.
Завдяки запропонованим підходам інвестор отримує інструментарій, який дає змогу врахувати неліквідність.

Біографії авторів

Viktoriia Pauk, Національний університет «Києво-Могилянська академія»

Паук Вікторія Михайлівна - магістр факультету інформатики Національного університету "Києво-Могилянська академія". Сфера наукових інтересів: фінансова математика, оцінка опціонів.

viktoriia.pauk@ukma.edu.ua

Oksana Petrenko, Національний університет «Києво-Могилянська академія»

Петренко Оксана Ігорівна - магістр факультету інформатики Національного університету "Києво-Могилянська академія". Сфера наукових інтересів: фінансова математика, оцінка опціонів, оцінка випадкових процесів і полів.

o.petrenko@ukma.edu.ua

Nataliya Shchestyuk, Національний університет «Києво-Могилянська академія»

Щестюк Наталія Юріївна - канд. фіз.-мат. наук, доцент кафедри математики Національного університету "Києво-Могилянська академія". Сфера наукових інтересів: фінансова математика, оцінювання опціонів, оцінки випадкових процесів і полів.

n.shchestiuk@ukma.edu.ua

Посилання

  1. J. C. Hull, "Options", Futures and other Derivatives. 8, 280-292 (2013).
  2. J. C. Cox, S. Ross and M. Rubinstein, "Option pricing: a simplified approach", Journal of Financial Economics. 7, 229-263 (1979).
  3. P. Boyle, "A Lattice Framework for Option Pricing with Two State Variables", Journal of Financial and Quantitative Analysis. 23 (1) (1988).
  4. Y. Tian, "A modified lattice approach to option pricing", Journal of Futures Markets. 13, 563-577 (1993).
  5. E. G. Haug, The complete guide to option pricing for mulas (McGraw-Hill, New-York, 2007).
  6. H. Donatien and N. N. Leonenko, "Option pricing in illiquid markets: A fractional jump-diffusion approach", Journal of Computational and Applied Mathematics. 381 (2020).
  7. M. Magdziarz, "Black-Scholes formula in subdiffusive regime", J. Stat. Phys. 136, 553-564 (2009).
  8. M. Magdziarz, S. Orze, and A. Weron, "Option Pricing in Subdiffusive Bachelier Model". J Stat Phys. 145, 187 (2011).
  9. A. Wylomanska, A. Kumar, R. Poloczanski and P. Vellaisamy, "Inverse Gaussian and its inverse process as the subordinators of fractional Brownian motion", Physcal Review. 96 (2016).
  10. F. Casteli, N. Leonenko and N. Shchestyuk, "Studentlike models for risky asset with dependence", Stochastic Analysis and Applications. 35 (3), 452-464 (2017).
  11. C. C. Heyde and N. N. Leonenko, "Student processes". J. Appl. Probab. 37, 342-365 (2005).
  12. N. Yu. Shchestiuk and A. Farfur, "Spravedlyva tsina yevropeiskykh optsioniv dlia hama-obernenykh dyfuziinykh modelei tsinoutvorennia aktsii", Naukovi zapysky NaUKMA. Ser. Fiz.-mat. nauky. 139, 30-33 (2013).
  13. N. Yu. Shchestiuk, "Otsinka spravedlyvoii tsiny optsioniv v modyfikatsiiakh modeli Kheidi-Leonenka", Matematychne ta komp'iuterne modeliuvannia, Kamianets-Podilskyi NU, Ser. Fiz.-mat. nauky. 11, 223-236 (2014).
  14. N. Shchestyuk and S. Tyshchenko, "Monte-Carlo method for option pricing in sub-diffusive arithmetic models", Bulletin of Taras Shevchenko National University of Kyiv. Series: Physics and Mathematics. 2, 85-95 (2021).
  15. S. S. Stepanov, "Stochastic World", Mathematical Engineering, 37-52 (2013).
  16. K. Boluh and N. Shchestyuk, "Simulating stochastic diffusion processes and processes "with market" time", Mohyla Mathematics Journal. 3, 25-30 (2020).
  17. A. Lehar, M. Scheicher and C. Schittenkopf, "GARCH vs. stochastic volatility: Option pricing and risk management", Journal of banking and finance. 26 (2-3), 323-345 (2002).
  18. G. Solomanchuk and N. Shchestyuk, "Risk modelling approaches for student-like models with fractal activity time", Mohylianskyi matematychnyi zhurnal. 4, 28-33 (2021).

##submission.downloads##

Опубліковано

2022-12-28

Як цитувати

[1]
Pauk, V., Petrenko, O. і Shchestyuk, N. 2022. Два пiдходи до цiноутворення опцiонiв в умовах нелiквiдностi. Могилянський математичний журнал. 5, (Груд 2022), 38–45. DOI:https://doi.org/10.18523/2617-70805202238-45.