Modelli di Lévy. Indice. 1 Introduzione 2. 2 Processi di Lévy 4. 3 Modelli di Lévy puramente discontinui 6. 4 Il processo Variance-Gamma 7

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Modelli di Lévy. Indice. 1 Introduzione 2. 2 Processi di Lévy 4. 3 Modelli di Lévy puramente discontinui 6. 4 Il processo Variance-Gamma 7"

Transcript

1 Modelli di Lévy R. Marfé Indice 1 Introduzione 2 2 Processi di Lévy 4 3 Modelli di Lévy puramente discontinui 6 4 Il processo Variance-Gamma 7 5 Modelli di mercato 9 6 Applicazione in VBA 11 1

2 1 Introduzione La finanza matematica è stata un area di ricerca molto attiva dopo la derivazione dell equazione di Black, Merton e Scholes (BMS) e del relativo modello di valutazione delle opzioni nel Tuttavia l assunzione di volatilità costante prevista in BMS era ovviamente violata dall osservazione sul mercato di volatilità non costante su diversi orizzonti temporali e prezzi di esercizio. Per spiegare questo fenomeno, definito volatility smile/skew, i ricercatori hanno proposto numerose alternative alla teoria BMS. Tali tentativi possono essere raggruppati in tre classi: Local volatility model: si assume che le volatilità future siano funzioni deterministiche del valore del sottostante e dell orizzonte temporale; e queste funzioni sono implicite nei prezzi attuali delle opzioni vanilla 1. Si ritiene quindi corretta la logica del modello Black-Scholes ed `possibile il pricing e l hedging di opzioni esotiche, una volta calibrato il modello su quelle vanilla più liquide sul mercato. Stochastic volatility model: l alternativa consiste nel rendere casuale, o meglio stocastica, la volatilità utilizzando un secondo processo stocastico markoviano 2. In questi modelli, una correlzione non nulla tra i processi del prezzo (log-rendimento) e della volatilità permette di riprodurre la skewness su diversi orizzonti temporali e prezzi di esercizio. Il modello di Heston è ormai uno standard nel pricing dei derivati e nel risk management. Jump model: il terzo approccio consiste nel mantenere la dinamica basata su un processo markoviano uni-dimensionale ma aggiungendo la possibilità che si verifichino salti nel prezzo del sottostante. Questa struttura a salti permette di incorporare lo skew/smile osservato sul mercato. Merton nel 1976 propose il primo modello diffusivo a salti, recentemente invece i pure jump Lévy market models sono diventati 1 M. Rubinstein, Implied Binomial Trees, Journal of Finance (1994). 2 J. Hull and A. White, An Analysis of the Bias in Option Pricing Caused by a Stochastic Volatility (1988). S. Heston, A Closed-form Solution for Options with Stochastic Volatility with Applications to Bond and Currency Options, Review of Financial Studies (1993). 2

3 particolamente interessanti, alcuni esempi sono il modello Variance- Gamma 3 e il CGMY 4. I modelli di Lévy sono stati in grado di spiegare lo smile/skew nei derivati azionari e negli strumenti valutari (FX). Ad evidenza del particolare successo di questi modelli sta il fatto che diverse istituzioni finanziare di Wall Street hanno iniziato ad utilizzarli con le loro estensioni nel valutare le proprie posizioni in opzioni. 3 D. Madan, P. Carr and E. Chang, The Variance Gamma Process and Option Pricing, European Finance Review (1998). 4 P. Carr, H. Geman, D. Madan and M. Yor, The Fine Structure of Asset Returns: An Empirical Investigation, Journal of Business (2002). 3

4 2 Processi di Lévy Un processo di Lévy è un processo stocastico, X t, con incrementi indipendenti e stazionari. È quindi un processo markoviano e la distribuzione della variabile casuale X t risulta infinitamente divisibile. Il modo più comune di descrivere i processi di Lévy consiste nel considerare le loro funzioni caratteristiche. La funzione caratteristica di una variabile casuale X è definita come φ X (u) = E [ e iux] = + e iux f X (x)dx, dove f X (x) è la funzione di densità di X e u (R). La funzione caratteristica può essere pensata la media ponderata per le probabilità di un cerco di raggio unitario sul pino complesso. Si definisce quindi φ X (u) = e ψ X(u), dove ψ X (u) è chiamato l esponente caratteristico di X. Essendo un processo di Lévy X t infinitamente divisibile, la funzione caratteristica della variabile casuale X t può essere espressa come φ Xt (u) = E [ e iuxt] = e tψ X 1 (u) dove ψ X1 (u) è l esponente caratteristico del processo di Lévy per unità di tempo. La proprietà della divisibilità infinita risulta particolarmente utile nello studio di X t, in quanto basta conoscere X 1 per studiare le proprietà della distribuzione di X t per ogni t. Un processo di Lévy può essere scomposto in tre componenti: il primo è un drift deterministico di parametro b, il secondo è un processo diffusivodi volatilità σ e il terzo è un processo a salti con misura ν(dx). Un processo di Lévy viene quindi totalmente caratterizzato dalla sua cosiddetta tripletta di Lévy (b, σ, ν(dx)), dove b R, σ R + e ν(dx) è una misura definita su R \ {0}. La misura di Lévy ν(dx) descrive la frequenza, per unità di tempo, con cui si verificano i salti di varie ampiezze e può essere riscritta nella forma funzionale ν(dx) = κ(x)dx, dove κ(x) è definita densità di Lévy. Per un processo di Lévy uni-dimensionale la formula Lévy-Khintchine 5 definisce l esponente caratteristico, ψ X1 (u) come: 5 K. Sato, Lévy Processes and Infnitely Divisible Distribution, Cambridge Press (1999) 4

5 ψ X1 (u) = bui 1 2 σ2 u con + min(1, x 2 )ν(dx) <. (e iux 1 iux1 ( x <1) )ν(dx), È importante notare che molti processi stocastici ben conosciuti non sono altro che casi speciali della definizione generale di processi di Lévy 6. Per esempio, se si pone b = 0 e si definisce la densità dei salti κ(x) nulla per ogni x reale, si ottiene un moto browniano standard con varianza σ 2. Se invece si pongono pari a zero sia b che σ e si definisce κ(x) = λδ(1), dove δ(1) denota la misura di Dirac in 1 (massa uguale ad uno in uno e zero altrimenti), si ottiene un processo di Poisson con parametro λ. I cosiddetti pure jump Lévy models ignorano la componente del moto browniano e utilizzano esclusivamente i salti nel descrivere i movimenti sul continuo. Ciò può essere realizzato considerando una densità di Lévy, κ(x), sufficientemente grande quando l ampiezza dei salti, x tende a zero. Questo tipo di processi puramente discontinui possono essere raggruppati in tre categorie. Si definisce I = + ν(dx), J = + x ν(dx) dove I e J rappresentano rispettivamente l attività totale e la variazione totale. Le tre tipologie di processi di Lévy sono quindi le seguenti: processi di attività finita se I < e J <, processi di attività infinita ma di variazione finita se I = ma J <, processi di attività e variazione infinita se I = e J =. Questa classificazione permette di distinguere il comportamento dei salti di piccola ampiezza vicini a zero. I processi di attività infinita implicano che possa verificarsi un numero totale di salti infinito in un qualsiasi intervallo di tempo. I processi anche di variazione infinita, oltre alla frequenza infinita dei salti, indicano che la somma del valore assoluto dei salti, verificatisi in un qualsiasi intervallo di tempo finito, tenda a infinito. Entrambi i processi di attività e variazione infinita possono essere usati per costruire i modelli di Lévy puramente discontinui. 6 R. Cont and P. Tankov, Financial Modeling ith Jump Processes, Chapman & Hall/CRC (2004) 5

6 3 Modelli di Lévy puramente discontinui Dopo il crollo del mercato azionario del 1987, gli investitori hanno iniziato a comprare opzioni put out-of-the-money per proteggerere i loro investimenti azionari e ciò ha sensibilmente alzato la volatilità out-of-the-money e reso lo skew negativo più pronunciato. Inoltre è ben noto come i log-rendimenti giornalieri siano caratterizzati d skewness ed eccesso di curtosi. Come l evidenza di mercato non supporta i modelli browniani con volatilità costante, gli operatori di mercato hanno iniziato a ricercare modelli con una più ricca struttura, che spieghi realisticamente l andamento dei rendimenti. Dopo aver osservato il crash di mercato del 1987, è naturale pensare che i movimenti del mercato non siano solo continui, ma possano anche subire dei salti in determinati momenti. Un primo tentativo in tale proposito lo si deve a R. Merton, che nel 1976 propose il primo modello diffusivo a salti per il mercato azionario 7, in cui un moto browniano era usato per i piccoli movimenti, mentre salti per quelli occasionali di grande ampiezza. Comunque nel mondo reale, il trading non avviene continuamente ma ogni scambio si verifica dopo un altro: dunque il movimento dei prezzi azionari non può essere considerato assolutamente continuo, essendo al minimo limitato dal minor tick. Nasce quindi la possibilità che il moto browniano non debba necessariamente essere incluso nei modelli finanziari. Alcuni ricercatori per primi 8 hanno supposto che la componente continua/diffusiva non sia in realtà statisticamente significativa e che anche i piccoli movimenti possano essere descritte da processi alternativi al moto browniano. Sulla base di queste ipotesi si sviluppano i modelli di Lévy puramente discontinui, da cui è escluso il moto browniano. In tali modelli i processi di Lévy a salti descrivono i log-rendimenti dei titoli, da cui segue che i prezzi siano descritti da processi esponenziali di Lévy. 7 R. Merton, Option Pricing When Underlying Stock Returns Are Discontinuous, Journal of Financial Economics (1976) 8 D. Madan, P. Carr and E. Chang, The Variance Gamma Process and Option Pricing, European Finance Review (1998) 6

7 4 Il processo Variance-Gamma Il modello Variance-Gamma (VG), che fu sviluppato da Madan, Carr e Chang 9, è un elegante modello che offre ampia trattabilità analitica e semplicità nelle procedure di simulazione. Per tali ragioni è uno dei più conosciuti modelli di Lévy puramente discontinui. Una variabile casuale VG X segue una legge di probabilità definita da tre parametri (σ, θ, ν) e la sua funzione caratteristica è data da: φ V G (u; σ, θ, ν) = (1 iuθν σ2 νu 2 ) 1/ν, dove σ R +, θ R e ν R +. L eleganza del processo VG consiste nel fatto che la sua densità dei salti di Lévy possa essere espressa nella semplice forma: { Cexp(Gx) x < 0 x κ V G (x) = Cexp( Mx) x > 0 x dove C = 1/ν, ( ) 1 G = 4 θ2 ν σ2 ν θν, ( ) 1 M = 4 θ2 ν σ2 ν θν. Si può mostrare come entrambe le equazioni di κ V G (x) siano la misura di Lévy per una variabile casuale gamma. Ciò indica che una v.c. VG può essere scomposta in due v.c. gamma: una per i salti positivi, l altra per quelli negativi. Sotto questa rappresenzatione, una v.c. VG X V G (C, G, M) può essere scritta come la differenza di due v.c. gamma: X V G (C, G, M) = X g (C, 1/M) X g (C, 1/G). 9 D. Madan, P. Carr and E. Chang, The Variance Gamma Process and Option Pricing, European Finance Review (1998) 7

8 Risulta quindi molto semplice la costruzione di un algoritmo di simulazione. Il processo VG permette di tener conto della skewness e dell eccesso di curtosi, osservati nelle serie storiche dei prezzi azionari, e di calibrare accuratamente la volatilità delle opzioni vanilla per ogni singolo orizzonte temporale. Più precisamente un parametro θ negativo indica skewness negativa, mentre il parametro ν controlla la curtosi. Un processo VG può essere intuitivamente espresso come un time-changed Brownian Motion, dove il time-change process, o subordinator, è un processo gamma. Nello specifico un processo VG può essere ottenuto sostituendo il tempo deterministico t con una v.c. gamma g(t) in un moto browniano con drift X(t) = bt + σw (t). Con la parametrizzazione (σ, θ, ν), l espressione per X V G diventa: X V G = θg(t) + σw (g(t)), dove g(t) segue la distribuzione gamma (t/ν, ν). Il concetto di time-change Brownian Motion è sorretto da una forte intuizione economica. È chiaro che il mercato non evolve identicamente ogni giorno, ma in alcuni momenti l attività di trading è molto più intensa, mentre in altri il mercato è più tranquillo e gli scambi sono ridotti. Dunque la lunghezza di un giorno di mercato è meglio misurata dal concetto di business time (stocastico) che dal calendar time. Sotto il punto di vista tecnico il processo VG ha il vantaggio di poter essere simulato generando il moto browniano standard subordinato al tempo casuale di un processo gamma. 8

9 5 Modelli di mercato I modelli di Lévy assumono che nella dinamica dei log-rendimenti dei titoli, la componente di martingala sia costituita da un processo di Lévy. Nell ottica dell option pricing, la dinamica dei un prezzi azionari segue un processo esponenziale di Lévy sotto la misura neutrale al rischio: S t = S 0 exp ((r + ω)t + X t ), dove r è l intensità istantanea di interesse e ω è la correzione per la convessità del logaritmo. Il coefficiente ω appare nella forma esponenziale poiché è necessario che il processo sia una martingala, come richiesto dalla teoria dell asset pricing per eliminare le opportunità di arbitraggio. I modelli di Lévy sono stati applicati nell option pricing e recentemente utilizzati in modo crescente. Rispetto a quelli con volatilità stocastica, i modelli di Lévy hanno il vantaggio di rimanere nella famiglia dei processi markoviani uni-dimensionali. Inoltre i modelli a volatilità stocastica, avendo una componente di martingala esclusivamente continua/diffusiva, non sono i grado di descrivere il volatility smile/skew delle opzioni a breve scadenza. Ciò è dovuto al fatto che, in un breve intervallo di tempo, il moto browniano non genera abbastanza variazioni da ledere la continuità della traiettoria del processo. Tale problema invece non si verifica nei modelli di Lévy ad attività infinita, poiché in ogni intervallo di tempo di ogni lunghezza possono verificarsi un numero infinito di salti. Tuttavia i modelli di Lévy contraddicono il mercato sotto altri aspetti. Sotto i modelli di Lévy, la volatilità delle opzioni a lunga scadenza tende ad appiattirsi, sebbene il mercato mostri un livello di asimmetria significativo. Ciò ` dovuto all assunzione nei processi di Lévy di incrementi i.i.d.. Il teorema del limite centrale (CLT) indica che la somma di un gran numero di v.c. i.i.d. tende a distribuirsi normalmente, dunque sul lungo periodo la skewness e la curtosi descritte dai processi di Lévy tendono a scomparire per il CLT. Un ulteriore difetto dei modelli di Lévy sta nel fatto che siano processi a varianza costante e quindi non in grado di spiegare fenomeni come il volatility clustering, osservato nella volatilità delle serie storiche. Per risolvere tale 9

10 inconveniente dei modelli di Lévy base, alcuni ricercatori 10 hanno proposto modelli di Lévy a volatilità stocastica, costruiti con l aggiunta di un secondo processo markoviano per time-change la dinamica del processo di Lévy. Questi modelli combinano i vantaggi dei modelli di Lévy base e di quelli a volatilità stocastica, producendo una descrizione quasi perfetta del mondo reale e spiegando in modo accurato tutti gli aspetti del mercato delle opzioni. 10 P. Carr, H. Geman, D. Madan and M. Yor, Stochastic Volatility for Levy Processes, Mathematical Finance (2003) 10

11 6 Applicazione in VBA Public sigma As Double Public theta As Double Public nu As Double Public S_0 As Double Public dt As Double Public r As Double Public output Sub VG_path() sigma = Range("D4").Value theta = Range("D5").Value nu = Range("D6").Value N = Range("D8").Value dt = Range("D9").Value r = Range("D10").Value S_0 = Range("D11").Value output = Range("D13").Address Dim w As Double, drift As Double, S As Double, _ gdt As Double, X As Double w = Log(1 - theta * nu * sigma * sigma * nu) / nu drift = (r + w) * dt Randomize S = S_0 Range(output).Activate With WorksheetFunction For i = 1 To N gdt =.GammaInv(Rnd, nu, dt / nu) X = theta * gdt + sigma * Sqr(gdt) *.NormSInv(Rnd) S = S * Exp(drift + X) ActiveCell(i, 1).Value = S Next i End With End Sub 11

12 12

On Lévy Processes for Option Pricing

On Lévy Processes for Option Pricing Numerical Methods and Calibration to Index Options Relatore: Chiar.ma Prof.ssa Maria Cristina Recchioni Università Politecnica delle Marche - Facoltà di Economia Giorgio Fuà 18 Aprile 2008 Indice Introduzione

Dettagli

Black-Scholes: le Greche

Black-Scholes: le Greche Black-Scholes: le Greche R. Marfé Indice 1 Delta 2 2 Gamma 4 3 Theta 6 4 Vega 7 5 Rho 8 6 Applicazione in VBA 9 1 1 Delta Il delta di un opzione (o di un portafoglio di opzioni) indica la sensibilità del

Dettagli

Finanza Aziendale. Teoria delle opzioni, metodologie di valutazione e implicazioni per la finanza aziendale. BMAS Capitolo 20

Finanza Aziendale. Teoria delle opzioni, metodologie di valutazione e implicazioni per la finanza aziendale. BMAS Capitolo 20 Finanza Aziendale Teoria delle opzioni, metodologie di valutazione e implicazioni per la finanza aziendale BMAS Capitolo 20 1 Le opzioni nei mercati reali e finanziari Si dicono opzioni i contratti finanziari

Dettagli

Il calore nella Finanza

Il calore nella Finanza Il calore nella Finanza Franco Moriconi Università di Perugia Facoltà di Economia Perugia, 12 Novembre 2008 Quotazioni FIAT Serie giornaliera dal 6/11/2007 al 6/11/2008 F. Moriconi, Il calore nella Finanza

Dettagli

Prefazione. Capitolo 1 Introduzione ai contratti derivati 1 1.1 I derivati 1

Prefazione. Capitolo 1 Introduzione ai contratti derivati 1 1.1 I derivati 1 Prefazione XV Capitolo 1 Introduzione ai contratti derivati 1 1.1 I derivati 1 Capitolo 2 Il mercato delle opzioni azionarie 11 2.1 Le opzioni sui singoli titoli azionari 11 2.2 Il mercato telematico delle

Dettagli

19-2 Argomenti trattati

19-2 Argomenti trattati Principi di finanza aziendale Capitolo 19-20 IV Edizione Richard A. Brealey Stewart C. Myers Sandro Sandri Introduzione alle opzioni e cenni al problema della valutazione 19-2 Argomenti trattati Call,

Dettagli

Modello Black-Scholes

Modello Black-Scholes Modello Black-Scholes R. Marfé Indice 1 Il modello Black Scholes 1.1 Formule di valutazione per le opzioni standard......... 3 1. Implementazione in VBA..................... 6 1 1 Il modello Black Scholes

Dettagli

Introduzione alberi binomiali

Introduzione alberi binomiali Introduzione alberi binomiali introduzione L albero binomiale rappresenta i possibili sentieri seguiti dal prezzo dell azione durante la vita dell opzione Il percorso partirà dal modello a uno stadio per

Dettagli

Calibrazione di modelli e pricing di derivati path-dependent

Calibrazione di modelli e pricing di derivati path-dependent Politecnico di Milano FACOLTÀ DI INGEGNERIA Corso di Laurea Magistrale in Ingegneria Matematica Tesi di laurea magistrale Calibrazione di modelli e pricing di derivati path-depent Sviluppo di un software

Dettagli

Il modello di Black-Scholes- Merton. Giampaolo Gabbi

Il modello di Black-Scholes- Merton. Giampaolo Gabbi Il modello di Black-Scholes- Merton Giampaolo Gabbi Premessa Fra le equazioni utilizzate in finanza ne esiste una estremamente semplice. Il contributo di Black e Scholes allo sviluppo della teoria e della

Dettagli

Corso di Risk Management S

Corso di Risk Management S Corso di Risk Management S Marco Bee marco.bee@economia.unitn.it Dipartimento di Economia Università di Trento Anno Accademico 2007-2008 Struttura del corso Il corso può essere suddiviso come segue: 1.

Dettagli

Corso di Laurea in Banca, borsa e assicurazione. Tesi di Laurea in Metodi e modelli per i mercati finanziari

Corso di Laurea in Banca, borsa e assicurazione. Tesi di Laurea in Metodi e modelli per i mercati finanziari Corso di Laurea in Banca, borsa e assicurazione Tesi di Laurea in Metodi e modelli per i mercati finanziari TECNICHE DI PORTFOLIO INSURANCE: UN APPLICAZIONE AL MERCATO ITALIANO Relatore: Marina Marena

Dettagli

BOLLETTINO UNIONE MATEMATICA ITALIANA

BOLLETTINO UNIONE MATEMATICA ITALIANA BOLLETTINO UNIONE MATEMATICA ITALIANA Sezione A La Matematica nella Società e nella Cultura Giovanni Becchere Valutazione e copertura di opzioni Americane in mercati incompleti: strategie di rischio minimo

Dettagli

Modelli finanziari per i tassi di interesse

Modelli finanziari per i tassi di interesse MEBS Lecture 3 Modelli finanziari per i tassi di interesse MEBS, lezioni Roberto Renò Università di Siena 3.1 Modelli per la struttura La ricerca di un modello finanziario che descriva l evoluzione della

Dettagli

LA TRASFORMATA DI LAPLACE: UN METODO RAPIDO ED EFFICIENTE PER IL PRICING DI OPZIONI

LA TRASFORMATA DI LAPLACE: UN METODO RAPIDO ED EFFICIENTE PER IL PRICING DI OPZIONI POLITECNICO DI MILANO SCUOLA DI INGEGNERIA INDUSTRIALE E DELL INFORMAZIONE CORSO DI LAUREA MAGISTRALE IN INGEGNERIA MATEMATICA LA TRASFORMATA DI LAPLACE: UN METODO RAPIDO ED EFFICIENTE PER IL PRICING DI

Dettagli

1. Distribuzioni campionarie

1. Distribuzioni campionarie Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie

Dettagli

Misure della dispersione o della variabilità

Misure della dispersione o della variabilità QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.

Dettagli

23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1

23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1 23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari In uno schema uniperiodale e in un contesto di analisi media-varianza, si consideri un mercato

Dettagli

Valutazione di un opzione cliquet floored nell ambito di un modello basato sui processi di Sato

Valutazione di un opzione cliquet floored nell ambito di un modello basato sui processi di Sato POLITECNICO DI MILANO Facolta di Ingegneria dei Sistemi Corso di Studi in INGEGNERIA MATEMATICA Valutazione di un opzione cliquet floored nell ambito di un modello basato sui processi di Sato Il Relatore

Dettagli

Esperienza MBG Il moto browniano geometrico. Proprietà teoriche e simulazione Monte Carlo

Esperienza MBG Il moto browniano geometrico. Proprietà teoriche e simulazione Monte Carlo Università degli Studi di Perugia Laurea specialistica in Finanza a.a. 2009-10 Corso di Laboratorio di calcolo finanziario prof. Franco Moriconi Esperienza MBG Il moto browniano geometrico. Proprietà teoriche

Dettagli

call europea viene esercitata, consentendo un guadagno pari a

call europea viene esercitata, consentendo un guadagno pari a INTRODUZIONE Un opzione è un contratto derivato che conferisce al proprio detentore il diritto di disporre del titolo sottostante ad esso. Più precisamente, l acquisto di un opzione call (put) conferisce

Dettagli

POLITECNICO DI MILANO

POLITECNICO DI MILANO POLITECNICO DI MILANO FACOLTA DI INGEGNERIA DEI SISTEMI Corso di Laurea Specialistica in Ingegneria Matematica PRICING AMERICAN OPTIONS UNDER STOCHASTIC VOLATILITY AND JUMP-DIFFUSION DYNAMICS WITH THE

Dettagli

Un introduzione all analisi Monte Carlo in Finanza

Un introduzione all analisi Monte Carlo in Finanza ASSOCIAZIONE ITALIANA FINANCIAL RISK MANAGEMENT Un introduzione all analisi Monte Carlo in Finanza Stefano Fabi Working Paper, 1/01/98 Presidenza: Fernando Metelli - Banca Popolare di Milano, Via Fara

Dettagli

Data Mining Algoritmi e Programmazione

Data Mining Algoritmi e Programmazione Data Mining Algoritmi e Programmazione Turning Point Professore: Tommaso Gastaldi A cura di: Nello Procaccioli 1 DEFINIZIONE ASK E BID Prima di proiettarsi sul discorso riguardo l algoritmo da utilizzare

Dettagli

Il modello binomiale ad un periodo

Il modello binomiale ad un periodo Opzioni Un opzione dà al suo possessore il diritto (ma non l obbligo) di fare qualcosa. Un opzione call (put) europea su un azione che non paga dividendi dà al possessore il diritto di comprare (vendere)

Dettagli

Finanza matematica - Lezione 01

Finanza matematica - Lezione 01 Finanza matematica - Lezione 01 Contratto d opzione Un opzione è un contratto finanziario stipulato al tempo, che permette di eseguire una certa transazione, d acquisto call o di vendita put, ad un tempo

Dettagli

Titolo. Corso di Laurea magistrale in Economia e Finanza. Tesi di Laurea

Titolo. Corso di Laurea magistrale in Economia e Finanza. Tesi di Laurea Corso di Laurea magistrale in Economia e Finanza Tesi di Laurea Titolo Modelli della capital growth e dalla growth security nella gestione di portafoglio. Relatore Ch. Prof. Marco Corazza Laureando Alessio

Dettagli

LA VALUTAZIONE DI PORTAFOGLIO. Giuseppe G. Santorsola 1

LA VALUTAZIONE DI PORTAFOGLIO. Giuseppe G. Santorsola 1 LA VALUTAZIONE DI PORTAFOGLIO Giuseppe G. Santorsola 1 Rendimento e rischio Rendimento e rischio di un singolo titolo Rendimento e rischio di un portafoglio Rendimento ex post Media aritmetica dei rendimenti

Dettagli

Indice. Notazioni generali

Indice. Notazioni generali Indice Notazioni generali XIII 1 Derivati e arbitraggi 1 1.1 Opzioni 1 1.1.1 Finalità 3 1.1.2 Problemi 4 1.1.3 Leggi di capitalizzazione 4 1.1.4 Arbitraggi e formula di Put-Call Parity 5 1.2 Prezzo neutrale

Dettagli

GUIDA ALLA LETTURA DELLE SCHEDE FONDI

GUIDA ALLA LETTURA DELLE SCHEDE FONDI GUIDA ALLA LETTURA DELLE SCHEDE FONDI Sintesi Descrizione delle caratteristiche qualitative con l indicazione di: categoria Morningstar, categoria Assogestioni, indice Fideuram. Commenti sulla gestione

Dettagli

Valore equo di un derivato. Contingent claim

Valore equo di un derivato. Contingent claim Contingent claim Ci occuperemo ora di determinare il prezzo equo di un prodotto derivato, come le opzioni, e di come coprire il rischio associato a questi contratti. Assumeremo come dinamica dei prezzi

Dettagli

ANALISI DEL RISCHIO NELLA VALUTAZIONE DEGLI INVESTIMENTI. Docente: Prof. Massimo Mariani

ANALISI DEL RISCHIO NELLA VALUTAZIONE DEGLI INVESTIMENTI. Docente: Prof. Massimo Mariani ANALISI DEL RISCHIO NELLA VALUTAZIONE DEGLI INVESTIMENTI Docente: Prof. Massimo Mariani 1 SOMMARIO Analisi del rischio; limiti del VAN in contesti di incertezza; tecniche di descrizione del rischio dei

Dettagli

Note sulle Opzioni Americane

Note sulle Opzioni Americane Note sulle Opzioni Americane Wolfgang J. Runggaldier Universitá di Padova June 16, 2007 Si fornisce qui una traccia sull argomento delle opzioni americane a tempo discreto (dette anche Bermudean options)

Dettagli

MODELLI IN EXCEL PER LA VALUTAZIONE DEGLI STRUMENTI FINANZIARI COMPLESSI. Calcolo del fair value e misurazione dei rischi

MODELLI IN EXCEL PER LA VALUTAZIONE DEGLI STRUMENTI FINANZIARI COMPLESSI. Calcolo del fair value e misurazione dei rischi Corso tecnico - pratico MODELLI IN EXCEL PER LA VALUTAZIONE DEGLI STRUMENTI FINANZIARI COMPLESSI Calcolo del fair value e misurazione dei rischi Modulo 1 (base): 22-23 aprile 2015 Modulo 2 (avanzato):

Dettagli

GLI STRUMENTI FINANZIARI DERIVATI

GLI STRUMENTI FINANZIARI DERIVATI GLI STRUMENTI FINANZIARI DERIVATI ABSTRACT PRINCIPI SULLE OPZIONI!A cura di Mauro Liguori!Seminario del 7 giugno 2003!V. delle Botteghe Oscure, 54 -Roma DEFINIZIONE DI OPZIONE OPZIONE DIRITTO DI ACQUISTARE

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI

CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI 31 CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI INTRODUZIONE L'obbiettivo di questo capitolo è quello di presentare in modo sintetico ma completo, la teoria della stabilità

Dettagli

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA?

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Crenca & Associati CORPORATE CONSULTING SERVICES RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Ufficio Studi Milano, 3 aprile 2008 Introduzione al Risk Management

Dettagli

ESERCITAZIONE MATEMATICA FINANZIARIA OPZIONI. Matematica finanziaria Dott. Andrea Erdas Anno Accademico 2011/2012

ESERCITAZIONE MATEMATICA FINANZIARIA OPZIONI. Matematica finanziaria Dott. Andrea Erdas Anno Accademico 2011/2012 ESERCITAZIONE MATEMATICA FINANZIARIA 1 OPZIONI 2 LE OPZIONI Le opzioni sono contratti che forniscono al detentore il diritto di acquistare o vendere una certa quantità del bene sottostante a una certa

Dettagli

Elementi di Risk Management Quantitativo

Elementi di Risk Management Quantitativo Elementi di Risk Management Quantitativo (marco.bee@economia.unitn.it) Marzo 2007 Indice 1 Introduzione 2 1.1 Argomenti e testi di riferimento................. 2 2 Nozioni preliminari 3 2.1 Un po di storia..........................

Dettagli

Principali tipologie di rischio finanziario

Principali tipologie di rischio finanziario Principali tipologie di rischio finanziario Rischio di mercato: dovuto alla variabilità dei prezzi delle attività finanziarie Rischio di credito: dovuto alla possibilità che la controparte venga meno ai

Dettagli

T I P S T R A P S. La prezzatura di Opzioni Call e Put Europea con il metodo Montecarlo

T I P S T R A P S. La prezzatura di Opzioni Call e Put Europea con il metodo Montecarlo La prezzatura di Opzioni Call e Put Europea con il metodo Montecarlo In un mercato finanziario le opzioni a comprare (Call) o a vendere (Put) un titolo costituiscono il diritto, in un determinato periodo

Dettagli

MODELLO DI BLACK SCHOLES

MODELLO DI BLACK SCHOLES MODELLO DI BLACK SCHOLES 1 Greche della Put Dalla put-call parity: C P = S Ke P = SN(d 1 ) Ke N(d ) S + Ke P = Ke (1 N(d )) S(1 N(d 1 )) quindi la FORMULA DI BLACK SCHOLES PER LA PUT è P = Ke N( d ) SN(

Dettagli

1. Richiami di Statistica. Stefano Di Colli

1. Richiami di Statistica. Stefano Di Colli 1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche

Dettagli

CALIBRAZIONE DI MODELLI A VOLATILITÀ STOCASTICA SU ARCHITETTURA PARALLELA

CALIBRAZIONE DI MODELLI A VOLATILITÀ STOCASTICA SU ARCHITETTURA PARALLELA POLITECNICO DI MILANO FACOLTÀ DI INGEGNERIA DEI SISTEMI CORSO DI LAUREA IN INGEGNERIA MATEMATICA CALIBRAZIONE DI MODELLI A VOLATILITÀ STOCASTICA SU ARCHITETTURA PARALLELA Relatore: Dr. Marazzina DANIELE

Dettagli

Volatilità implicita. P(t) = S(t)Φ(d 1 ) e r(t t) K Φ(d 2 ) con. d 1 = d 2 + σ T t. d 2 =

Volatilità implicita. P(t) = S(t)Φ(d 1 ) e r(t t) K Φ(d 2 ) con. d 1 = d 2 + σ T t. d 2 = Volatilità implicita Abbiamo visto come sia possibile calcolare la volatilità di un titolo attraverso la serie dei log-return. In teoria però la volatilità di un sottostante può essere determinata dal

Dettagli

I modelli fondati sul mercato dei capitali

I modelli fondati sul mercato dei capitali I modelli fondati sul mercato dei capitali Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA L approccio basato sugli spread

Dettagli

5.4 Solo titoli rischiosi

5.4 Solo titoli rischiosi 56 Capitolo 5. Teoria matematica del portafoglio finanziario II: analisi media-varianza 5.4 Solo titoli rischiosi Suppongo che sul mercato siano presenti n titoli rischiosi i cui rendimenti aleatori sono

Dettagli

Indice Introduzione all economia del mercato mobiliare Il lessico dei mercati mobiliari

Indice Introduzione all economia del mercato mobiliare Il lessico dei mercati mobiliari Indice Pag. 1. Introduzione all economia del mercato mobiliare 1 Antonio Fasano 1.1 Il sistema finanziario e il mercato mobiliare 1 1.1.1 Gli strumenti finanziari 2 1.1.2 Gli intermediari finanziari 4

Dettagli

Studio di una funzione ad una variabile

Studio di una funzione ad una variabile Studio di una funzione ad una variabile Lo studio di una funzione ad una variabile ha come scopo ultimo quello di pervenire a un grafico della funzione assegnata. Questo grafico non dovrà essere preciso

Dettagli

Modelli Stocastici per la Finanza e le Assicurazioni

Modelli Stocastici per la Finanza e le Assicurazioni Modelli Stocastici per la Finanza e le Assicurazioni CORSO DI LAUREA SPECIALISTICA IN METODI QUANTITATIVI PER LA FINANZA A.A. 2007/2008 DOCENTE: Marco Minozzo CREDITI (CFU): 10 PROGRAMMA (definitivo) Spazi

Dettagli

Introduzione all Option Pricing

Introduzione all Option Pricing Introduzione all Option Pricing Arturo Leccadito Corso di Matematica Finanziaria 3 Anno Accademico 2008 2009 1 Il Modello Binomiale Si supponga che oggi (epoca 0) sia disponibile un titolo azionario il

Dettagli

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1 Le funzioni continue A. Pisani Liceo Classico Dante Alighieri A.S. -3 A. Pisani, appunti di Matematica 1 Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

Dettagli

11. Analisi statistica degli eventi idrologici estremi

11. Analisi statistica degli eventi idrologici estremi . Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche

Dettagli

Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico.

Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico. Introduzione Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico. Alcuni aspetti da tenere presenti: * range di validita del modello; * "profondita " o "risoluzione"

Dettagli

PIANO DI LAVORO DEL PROFESSORE

PIANO DI LAVORO DEL PROFESSORE ISTITUTO DI ISTRUZIONE SUPERIORE STATALE IRIS VERSARI - Cesano Maderno (MB) PIANO DI LAVORO DEL PROFESSORE Indirizzo: LICEO SCIENTIFICO MATERIA: MATEMATICA ANNO SCOLASTICO: 2014-2015 PROF: MASSIMO BANFI

Dettagli

Greche. Fondamenti dei Mercati di Futures e Opzioni, 5 a Edizione, Copyright John C. Hull 2004 15.1

Greche. Fondamenti dei Mercati di Futures e Opzioni, 5 a Edizione, Copyright John C. Hull 2004 15.1 Greche Problema per i trader è di gestire il rischio di posizioni su mercati over the counter e in borsa Ogni greca corrisponde a una misura di rischio Quindi i traders dovranno gestire le greche per gestire

Dettagli

Il Processo Stocastico Martingala e sue Applicazioni in Finanza

Il Processo Stocastico Martingala e sue Applicazioni in Finanza Il Processo Stocastico Martingala e sue Applicazioni in Finanza Rosa Maria Mininni a.a. 2014-2015 1 Introduzione Scopo principale della presente dispensa é quello di illustrare i concetti matematici fondamentali

Dettagli

Manuale dei Covered Warrant UNRELENTING THINKING LA FORZA DELLE IDEE

Manuale dei Covered Warrant UNRELENTING THINKING LA FORZA DELLE IDEE Manuale dei Covered Warrant UNRELENTING THINKING LA FORZA DELLE IDEE Manuale dei Covered Warrant UNRELENTING THINKING LA FORZA DELLE IDEE Sommario I Goldman Sachs 4 II Introduzione 6 Che cosa sono i covered

Dettagli

Corso di Risk Management

Corso di Risk Management Concetti fondamentali di risk management Tutti i concetti della lezione odierna sono presi da McNeil, Frey, Embrechts (2005), Quantitative Risk Management, Princeton, Princeton University Press, cap. 2.

Dettagli

Option Pricing con il modello di Heston

Option Pricing con il modello di Heston POLITECNICO DI MILANO Facoltà di Ingegneria dei Sistemi Option Pricing con il modello di Heston Relatore: Prof. Carlo Sgarra - Politecnico di Milano Correlatore: Dott. Martino De Prato - Mediobanca Elaborato

Dettagli

I modelli di simulazione

I modelli di simulazione Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA Le simulazioni storiche L approccio ibrido Le simulazioni storiche filtrate

Dettagli

UNIVERSITA DEGLI STUDI DI NAPOLI FEDERICO II FACOLTA DI ECONOMIA

UNIVERSITA DEGLI STUDI DI NAPOLI FEDERICO II FACOLTA DI ECONOMIA UNIVERSITA DEGLI STUDI DI NAPOLI FEDERICO II FACOLTA DI ECONOMIA Dottorato di ricerca Matematica per l analisi economica e la finanza XIV ciclo TITOLO TESI La valutazione comparata delle opzioni strutturate:

Dettagli

Metodi Quantitativi per la Finanza

Metodi Quantitativi per la Finanza Metodi Quantitativi per la Finanza Metodi Quantitativi per la Finanza http://www.economia.unimi.it/finance S.M. Iacus Ricevimento: Gio 9:00-12:00, III Piano DEAS stefano.iacus@unimi.it Programma del corso

Dettagli

G I A N L U C A C A S S E S E

G I A N L U C A C A S S E S E G I A N L U C A C A S S E S E DIPARTIMENTO DI STATISTICA Università Milano Bicocca U7-2081, via Bicocca degli Arcimboldi, 8, 20126 Milano - Italy DATI ANAGRAFICI E INFORMAZIONI GENERALI: Luogo e data di

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 39 Introduzione Come si è detto,

Dettagli

GIANCARLO CAPOZZA Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli Studi di Bari

GIANCARLO CAPOZZA Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli Studi di Bari GIANCARLO CAPOZZA Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli Studi di Bari SULLA STRUTTURA FINANZIARIA DI CONTRATTI ASSICURATIVI LINKED CON MINIMO GARANTITO SOMMARIO 1. Introduzione

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima

Dettagli

PROGRAMMA DI MATEMATICA

PROGRAMMA DI MATEMATICA PROGRAMMA DI MATEMATICA A.S. 2014-2015 CLASSE IV SEZ. B INDIRIZZO SIA PROF. Orlando Rocco Carmelo ODULO MODULO ORD. ARGOMENT O 1 SEZ 1 FUNZIONI E LIMITIDI FUNZIONI ARGOMENTO 1 TOMO E SEZ 1 FUNZIONI E LIMITIDI

Dettagli

Opzioni su titoli che pagano dividendi: proprietà e tecniche di valutazione

Opzioni su titoli che pagano dividendi: proprietà e tecniche di valutazione Opzioni su titoli che pagano dividendi: proprietà e tecniche di valutazione Martina Nardon Paolo Pianca ipartimento di Matematica Applicata Università Ca Foscari Venezia

Dettagli

Limiti e continuità delle funzioni reali a variabile reale

Limiti e continuità delle funzioni reali a variabile reale Limiti e continuità delle funzioni reali a variabile reale Roberto Boggiani Versione 4.0 9 dicembre 2003 1 Esempi che inducono al concetto di ite Per introdurre il concetto di ite consideriamo i seguenti

Dettagli

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI Docente: Prof. Massimo Mariani 1 SOMMARIO Il rendimento di un attività finanziaria: i parametri rilevanti Rendimento totale, periodale e medio Il market

Dettagli

I modelli della fisica e la finanza, ovvero perchè i fisici lavorano nelle banche

I modelli della fisica e la finanza, ovvero perchè i fisici lavorano nelle banche I modelli della fisica e la finanza, ovvero perchè i fisici lavorano nelle banche Mediobanca (Milano, 11 luglio 2003) Indice 1. Perché i fisici in finanza? 2. Il problema 3. I modelli della fisica in finanza

Dettagli

Basi di matematica per il corso di micro

Basi di matematica per il corso di micro Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione

Dettagli

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA DEFINIZIONE: Dato un numero reale a che sia a > 0 e a si definisce funzione esponenziale f(x) = a x la relazione che ad ogni valore di x associa uno e un solo

Dettagli

Oscillazione dei mercati valutari e percezione del cambio in fase di budgeting

Oscillazione dei mercati valutari e percezione del cambio in fase di budgeting Oscillazione dei mercati valutari e percezione del cambio in fase di budgeting di Giuseppe Zillo (*) e Elisabetta Cecchetto (**) La definizione del cambio obiettivo nell azienda industriale non è solo

Dettagli

Modelli Stocastici per la Finanza

Modelli Stocastici per la Finanza Modelli Stocastici per la Finanza A.A. 2011/2012 (primo semestre) CREDITI (CFU): 9 CORSO DI LAUREA MAGISTRALE IN BANCA E FINANZA DOCENTE: Marco Minozzo ORARIO DI RICEVIMENTO: martedì 12.00 13.00 TELEFONO:

Dettagli

CAPIRE E GESTIRE I RISCHI FINANZIARI Interrelazioni rischio rendimento e misure RAPM

CAPIRE E GESTIRE I RISCHI FINANZIARI Interrelazioni rischio rendimento e misure RAPM CAPIRE E GESTIRE I RISCHI FINANZIARI Interrelazioni rischio rendimento e misure RAPM Prof. Marco Oriani Università Cattolica del Sacro Cuore di Milano 17 ottobre 2011 - Sala Convegni S.A.F. SCUOLA DI ALTA

Dettagli

PROCEDURE NUMERICHE PER LA DISCRETIZZAZIONE DI PROCESSI STOCASTICI DIFFUSIVI NELLA VALUTAZIONE DELLE OPZIONI FINANZIARIE. Santarpia D., M.G.

PROCEDURE NUMERICHE PER LA DISCRETIZZAZIONE DI PROCESSI STOCASTICI DIFFUSIVI NELLA VALUTAZIONE DELLE OPZIONI FINANZIARIE. Santarpia D., M.G. PROCEDURE NUMERICHE PER LA DISCRETIZZAZIONE DI PROCESSI STOCASTICI DIFFUSIVI NELLA VALUTAZIONE DELLE OPZIONI FINANZIARIE Santarpia D., M.G. Bruno 1 Abstract Nel presente lavoro, si analizzano alcune procedure

Dettagli

Indice. Presentazione

Indice. Presentazione Indice Presentazione di Pier Luigi Fabrizi pag. XIII 1 L economia del mercato mobiliare di Pier Luigi Fabrizi» 1 1.1 Premessa» 1 1.2 L esercizio semantico» 1 1.3 La collocazione della disciplina» 4 Bibliogra

Dettagli

OPZIONI SU TITOLI CON DIVIDENDI

OPZIONI SU TITOLI CON DIVIDENDI OPZIONI SU IOLI CON DIVIDENDI 1 Proprietà fondamentali Si consideri un opzione call europea c, emessa su un titolo azionario S,con prezzo d esercizio X e con scadenza all epoca ; sia, inoltre, r il tasso

Dettagli

Serie numeriche. 1 Definizioni e proprietà elementari

Serie numeriche. 1 Definizioni e proprietà elementari Serie numeriche Definizioni e proprietà elementari Sia { } una successione, definita per ogni numero naturale n n. Per ogni n n, consideriamo la somma s n degli elementi della successione di posto d s

Dettagli

Leonardo Cervelli Direttore Commerciale Sella Gestioni SGR

Leonardo Cervelli Direttore Commerciale Sella Gestioni SGR Il rendimento obiettivo: un fattore cruciale per la sostenibilità dei bilanci trentennali Il difficile equilibrio tra orizzonte di investimento, ritorni attesi e volatilità Leonardo Cervelli Direttore

Dettagli

Esercitazione 5 Soluzioni

Esercitazione 5 Soluzioni Esercitazione 5 Soluzioni. (Esercizio 5. del Ross) Sia X una variabile aleatoria la cui densità è c( 2 ) < < 0 altrimenti. (a) Qual è il valore di c? (b) Scrivere la funzione di ripartizione di X. 2. (Esercizio

Dettagli

La scelta in condizioni di incertezza

La scelta in condizioni di incertezza La scelta in condizioni di incertezza 1 Stati di natura e utilità attesa. L approccio delle preferenza per gli stati Il problema posto dall incertezza riformulato (state-preference approach). L individuo

Dettagli

Classificazione tipologie di rischio

Classificazione tipologie di rischio Università Bicocca - Milano Anno Accademico 2007 / 2008 Classificazione tipologie di rischio Corso di Risk Management Milano, 27 Febbraio 2008 1 Rischi impliciti nell attività bancaria RISCHIO DI CREDITO

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

Dato il Mercato, è possibile individuare il valore e la duration del portafoglio:

Dato il Mercato, è possibile individuare il valore e la duration del portafoglio: TEORIA DELL IMMUNIZZAZIONE FINANZIARIA Con il termine immunizzazione finanziaria si intende una metodologia matematica finalizzata a neutralizzare gli effetti della variazione del tasso di valutazione

Dettagli

Modelli finanziari quantitativi

Modelli finanziari quantitativi Modelli finanziari quantitativi 17 giugno 2010 Premessa La contrapposizione tradizionale tra analisi fondamentale (sulle variabili caratteristiche di un fenomeno economico-finanziario) e analisi tecnica

Dettagli

Indice. Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DI PARMA FACOLTA DI ECONOMIA

Indice. Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DI PARMA FACOLTA DI ECONOMIA UNIVERSITA DI PARMA FACOLTA DI ECONOMIA Corso di pianificazione finanziaria A.a. 2003/2004 1 Indice La Capital Market Theory di Markowitz Il Teorema della separazione di Tobin e la Capital Market Line

Dettagli

DANTON INVESTMENT SA. Equilibrium. Il futuro non si prevede SI COSTRUISCE

DANTON INVESTMENT SA. Equilibrium. Il futuro non si prevede SI COSTRUISCE Equilibrium Il futuro non si prevede SI COSTRUISCE 2 Gestioni Patrimoniali Computerizzate Grazie ai notevoli investimenti realizzati negli anni, la DANTON INVESTMENT SA può oggi vantare di possedere uno

Dettagli

Corso di Analisi Matematica. Successioni e serie numeriche

Corso di Analisi Matematica. Successioni e serie numeriche a.a. 2011/12 Laurea triennale in Informatica Corso di Analisi Matematica Successioni e serie numeriche Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità

Dettagli

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che VARIABILI ALATORI MULTIPL TORMI ASSOCIATI Fonti: Cicchitelli Dall Aglio Mood-Grabill. Moduli 6 9 0 del programma. VARIABILI ALATORI DOPPI Dopo aver trattato delle distribuzioni di probabilità di una variabile

Dettagli

Indice. Presentazione

Indice. Presentazione Presentazione di Pier Luigi Fabrizi pag. XIII 1 LÕeconomia del mercato mobiliare di Pier Luigi Fabrizi È 1 1.1 Premessa È 1 1.2 LÕesercizio semantico È 1 1.3 La collocazione della disciplina È 4 Bibliografia

Dettagli

Ambiente di riferimento

Ambiente di riferimento Ambiente di riferimento Cosideriamo un mercato finanziario di una sola azione (investimento a rischio), un titolo obbligazionario (investimento senza rischio) e un contingent claim. La dinamica dei prezzi

Dettagli

DARIO CUSATELLI Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli Studi di Bari UN MODELLO DI CONTRATTO FINANZIARIO STRUTTURATO

DARIO CUSATELLI Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli Studi di Bari UN MODELLO DI CONTRATTO FINANZIARIO STRUTTURATO DARIO CUSATELLI Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli Studi di Bari UN MODELLO DI CONTRATTO FINANZIARIO STRUTTURATO SOMMARIO 1. Introduzione 2. Considerazioni preliminari 3.

Dettagli

Caratterizzazione dei segnali aleatori nel dominio della frequenza

Caratterizzazione dei segnali aleatori nel dominio della frequenza Capitolo 5 Caratterizzazione dei segnali aleatori nel dominio della frequenza 5. Introduzione In questo capitolo affrontiamo lo studio dei segnali aleatori nel dominio della frequenza. Prendiamo come esempio

Dettagli