Appunti di Finanza quantitativa

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Appunti di Finanza quantitativa"

Transcript

1 Antonio Mannolini Roberto Renò Appunti di Finanza quantitativa ARACNE

2 Copyright MMVIII ARACNE editrice S.r.l. via Raffaele Garofalo, 133 A/B Roma (06) ISBN I diritti di traduzione, di memorizzazione elettronica, di riproduzione e di adattamento anche parziale, con qualsiasi mezzo, sono riservati per tutti i Paesi. Non sono assolutamente consentite le fotocopie senza il permesso scritto dell Editore. I edizione: aprile 2008

3 Indice 1 Il principio di assenza di arbitraggi IlmodellodiCox,RosseRubinstein Mercatouniperiodaleadeventifiniti Il modello di Black, Scholes e Merton Ipotesidelmodello Lavalutazionedeiderivatiditipoeuropeo Ilvalorediunacalleuropea Hedging Volatilitàimplicitamodel-free Modelli a volatilità stocastica IlimitidelmodellodiBlackeScholes Testdinormalità Dipendenzaserialedeirendimenti Effettosmile Proprietàdeirendimenti Modelliatempodiscreto Modelliomoschedastici

4 3.2.2 ModelloARCH ModelloGARCH StimadelmodelloGARCH(1,1) IlmodelloGARCH-M ModelliGARCHasimmetrici Modelliavolatilitàstocastica Modelliatempocontinuo IlmodelloGARCH(1,1)continuo IlmodelloSABR Modelliaffini Modelli per i tassi di interesse Introduzione:ilcasodeterministico Alcunedefinizionidibase Modelliperiltassoabreve Alcunimodellispecificiperiltassoabreve IlmodellodiVasicek IlmodellodiCox,IngersolleRoss Modelliaffini IlmodellodiHullandWhite,ovveroilVasicekesteso Durationstocastica Lapratica IModelliHJM IprezzidelleopzionieuropeenelModelloHJMGaussiano

5 5 Modelli di mercato per i derivati sui tassi di interesse ModellodiBlack:formulazionegeneraleesuagiustificazione MisurediMartingalaequivalenti IlBankaccountcomenumerario IlprezzodiunoZerocouponBondcomenumerario CapeFloor IcapletsonoopzioniputsuglizerocouponBond! IlBenchmark:ilmodellodiBlackperiCAP Alcuneosservazionisulsignificatodellavolatilità CapconmodellicheammettonoespressioniinformachiusadelleBondoptions Cap con modelli che non ammettono espressioni in forma chiusa delle Bond options OsservazionisulsignificatodiATMCAP EsempiodiunapossibileapplicazionepraticadiCap&Floor Leswapoption Richiamisulcontrattoswap Swaption Ladescrizioneanaliticadelpayoff LaValutazioneconglishortrate LaProceduradiJamshidian ApplicazionealleSwaption LaValutazioneconilmodellodiBlack SulsignificatodiATMSwaption Ritardinonnaturaliedaggiustamentiperlaconvessità Approccio1:EspansioneinSeriedeltasso

6 5.6.2 L approcciodelcambiodinumerario.differentialswap Modelli per il rischio di credito Modellistrutturali Modelliinformaridotta Statisticabinomiale ProcessidiPoisson IlvalorediunTCNsoggettoarischiodicredito Unmodelloperilrischiodicredito Modelli per i prezzi dell energia elettrica Introduzione Proprietàempirichedeiprezzidell energiaelettrica Volatilitàelevata Salti Stagionalità Meanreversion Persistenzadellavolatilità Modelli:specificazioneestima Modelliatempodiscreto Modelliatempocontinuo Stimadiunmodellocontinuo Riferimenti bibliografici 105 A Esercizi e quesiti 109 A.1 Esercizi

7 A.2 Quesiti A.3 Approfondimenti

8 Questo testo rappresenta una guida ai principali argomenti che sono, ad oggi, oggetto dello studio della finanza quantitativa; più che come un testo completo esso è pensato come una bussola per orientarsi in un mondo oggi estremamente ampio ed allo stesso tempo altamente specializzato. La finanza quantitativa è oggi infatti una disciplina estremamente ingegnerizzata e di difficile collocazione accademica, frequentata da matematici, fisici, statistici, economisti. Abbiamo quindi voluto presentare i principali modelli per le azioni, i tassi di interesse, i bond soggetti a rischio di credito, l energia elettrica, concentrandoci sempre sull intuizione economica più che sul formalismo, che è comunque ineliminabile. L organizzazione del materiale é contemporanea all organizzazione dei corsi quantitativi della laurea specialistica in Finanza presso l Università di Siena, che sono stati progettati con lo stesso spirito. L esposizione ha giovato dell esperienza di alcuni anni di insegnamento in tali corsi. La lettura di questi appunti presuppone una preparazione buona di matematica, probabilità e statistica e va comunque integratoatestidedicatiperlaprecisazionedeiconcettipiùcomplessidalpuntodivistaformale,eatestiedarticoli specializzati per l approfondimento di temi singoli, ai quali viene fatto puntuale riferimento nel testo. Si tenga comunque presente che la maggior parte dei concetti necessari per la finanza quantitativa sono descrivibili con una matematica standard, e che l eccesso di formalismo va lasciato a chi vi è interessato. Gli esercizi proposti in appendice sono volutamente privi di soluzione per invitare gli studenti al gusto della riflessione. Riflettereediscuteresudiunproblemaèdigranlungapiùimportantecherisolverlo,eciauguriamocheilnostro lavoro ci aiuti ad insegnare almeno questo. Desideriamo anche ringraziare i nostri studenti(che come spesso accade in questi casi sono anche le nostre cavie), cui questo testo è dedicato, per il loro inesauribile pungolo e per la loro spesso vivace intelligenza. In particolare, ringraziamo Davide Pirino, Alessandro Rubino e Alessandro Russo. Tutti gli errori, soprattutto quelli più grossolani, restano comunque i nostri. Antonio Mannolini Roberto Renò Siena, 11 marzo

9 Capitolo 1 Il principio di assenza di arbitraggi 1.1 Il modello di Cox, Ross e Rubinstein Consideriamounmercatouniperiodale(cisonosoloduetempi: t = 0et = 1)incuisianopresentidue attivifinanziari.ilprimoèuncontoinbanca:afrontediuninvestimentoin t = 0pariaB,restituiscein t = 1lasomma B(1 + R).Ilsecondo,un azione,afrontediuninvestimento Sin t = 0,restituiscein t = 1 lasomma usconprobabilità poppurelasomma dsconprobabilità 1 p,con u > d. Perchènonsiano possibili arbitraggi, si ha: u > 1 + R > d In tale mercato, supponiamo di voler valutare un derivato; cercare cioè il prezzo C di un titolo che promette, in t = 1, C u o C d asecondadell andamentodelsottostante.unesempioèrappresentatodaunasemplice opzionedigitaleconstrike K;seilprezzodelsottostanteèmaggioredi K,l opzionepaga 1,seèminoredi K l opzione paga 0. Come fare a trovare il prezzo C? Una prima e intuitiva risposta potrebbe essere di calcolare il valore atteso scontato del derivato, cioè: C? = R [pc u + (1 p)c d ] Vedremo ora come questa intuizione sia del tutto errata. Il motivo economico è che tale valutazione è valida sel agenteèneutralealrischio;mainfinanzagliagentisonoavversialrischio. Poiché includere in un modello finanziario l avversione al rischio degli agenti è impraticabile, valutiamo allora il derivato usando il seguente ragionamento. Investiamo S nel titolo rischioso e B nel conto in banca. 7

10 Intotale,quindi,ilvaloredell investimentoès+ B,etaleinvestimentorestituisce us + B(1 + R)con probabilità poppure ds + B(1 + R)conprobabilità 1 p.risolviamoallorailsistema,conincognite Se B: us + B(1 + R) = C u (1.1) ds + B(1 + R) = C d Lasoluzioneè: S = C u C d u d B = 1 uc d dc u 1 + R u d (1.2) Poiché il nostro investimento replica esattamente il derivato in t = 1, se imponiamo l assenza di arbitraggi abbiamocheilvaloredelderivatoin t = 0deveessereugualeaS+ B,con Se Bdatida(1.2).Abbiamo quindi aggirato le preferenze degli agenti e trovato che: C = C u(1 + R d) + C d (u 1 R) u d Anzitutto,notiamocheilvalore Cdelderivatonondipendeda p.quindiilprezzodelderivatonondipende dal valore atteso futuro del sottostante. Notiamo poi che, se definiamo abbiamo che: q = 1 + R d u d C = R [qc u + (1 q)c d ] chesarebbeunvaloreattesoscontatose qfosselaprobabilitàdiottenere C u. Notiamo infine che vale l identità: S = 1 [qus + (1 q)ds] 1 + R 1.2 Mercato uniperiodale ad eventi finiti I risultati del modello di Cox-Ross-Rubinstein non sono una casualità legata al modello binomiale, ma nascondono in realtà un fatto più profondo, pur di natura formale, che lega la consistenza fra gli attivi finanziari ad un adeguata interpretazione probabilistica. In questo paragrafo analizziamo un mercato stilizzato che, pur nella sua semplicità, è costituito da tutti gli ingredienti fondamentali del problema delle scelte in condizione di incertezza, e nel quale le preferenze degli agenti non giocano un ruolo. Gioca invece un ruolo fondamentale l ipotesi di mercati perfetti, e in particolare il principio di assenza di arbitraggi. 8

11 Supponiamocheinunmercatoperfettosianopresenti Nattivi, S 1,...,S N,iqualisonocontrattabilisolo indueistantiditempo(mercatouniperiodale),cheindicheremocon t = 0et = 1. Ilvaloredegliattivi nel futuro è aleatorio, e per semplicità ipotizzeremo che lo spazio degli eventi Ω sia un insieme finito, anchesearbitrariamentevasto.detta Klacardinalitàdi Ω,denotiamocon ω 1,...,ω K ipossibilieventi.la probabilitàdiognieventoèdatada p(ω j ), j = 1,...,K,dove p( )soddisfalacondizione: K p(ω i ) = 1 i=1 La probabilità p( ) prende il nome di probabilità della natura ed è la probabilità con la quale si verificano i diversieventi.pertantociascunodegliattivifinanziari S i ha Kpossibilirealizzazioniin t = 1chedenotiamocon S1(ω i 1 ),...,S1(ω i K ),con i = 1,...,N.Ilvalorealtempo t = 0,oprezzo,delle Nattivitàfinanziare ènotoeloindichiamocon S0,...,S 1 0. N Traquesteattivitàpuòesserepresenteomenountitoloprivodi rischio,chehacioèlastessarealizzazionein t = 1intuttiglistatidinatura. Commento 1.1 Notiamo come in questo mercato siano perfettamente note le realizzazioni degli attivi nel futuro in corrispondenza dei diversi stati di natura. In pratica non è così: le realizzazioni degli attivi non sono conosciute dagli agenti, che utilizzano un modello. Il modello va poi giudicato a seconda di quanto spieghi i dati osservati nei mercati. Nel mercato qui considerato, il modello è considerato perfettamente noto. Esempio 1.2 Supponiamo che gli stati di natura vengano determinati dal lancio di una moneta, e pertanto siano due: testa o croce, entrambi con probabilità 0.5. Nel mercato siano presenti tre attivi, entrambi con valore pari ad 1 prima dellancio.dopoillancio,ilprimoattivovale1.ilsecondovale 3sevienetesta,e0sevienecroce.Ilterzovale 1.5se viene testa, e 0.75 se viene croce. Quale attivo preferite? I prezzi permettono arbitraggi? Avendo a disposizione una data ricchezza W, possiamo investirla in un portafoglio delle attività finanziarie. Secompriamo x i unitàdell attivo S i,ilvincolodibilanciosaràquindi: N W = x i S0 i (1.3) i=1 Inunmercatoperfetto,leunità x i possonoancheesserenegativeindicandolapossibilitàdivenditaallo scoperto.ilvalore W delportafoglioaltempo t = 1dipendedallarealizzazionefutura ω Ω,esaràquindi dato da: N W (ω) = x i S1(ω) i ω Ω (1.4) i=1 Per decidere se in tale mercato sono possibili o meno arbitraggi è possibile svolgere il seguente ragionamento.perottenereunarbitraggio,devotrovare,adesempio,deipesi x i taliche Win(1.3)sianegativo(cioè unguadagnoimmediato),eche W siapositivoonullo. Civieneinaiutoilseguenteteoremadialgebra lineare: 9

12 Teorema1.3 (Farkas Lemma)Siconsiderino m + 1vettori d 0,d 1,...,d m in R n.alloraleseguentiduepossibilità sono mutualmente esclusive: Esistono mnumerinonnegativi z 1,...,z m taliche d 0 = m z i d i (1.5) Esisteunvettore h R n taleche n i=1 h id 0,i < 0e n i=1 h id k,i 0perogni k = 1,...,m. i=1 PossiamoapplicareilTeorema1.3alnostrocaso:ilvettore d 0 èilvettoredeiprezzidegliattiviin t = 0;i vettori d 1,...,d K sonoivettori S i (ω)alvariaredi i,perognunodeipossibili Kvaloridi ω.l assenzadella possibilità di arbitraggi implica che il vettore h della seconda possibilità del Teorema 1.3 non può esistere, pertantoèveralaprimapossibilità.d altraparte,seèveralaprimapossibilità,ilteorema1.3cidiceche non è possibile effettuare arbitraggi, in quanto un arbitraggio in questo mercato si può, senza perdita di generalità, sempre scrivere in tale forma. Abbiamo perciò dimostrato il seguente: Corollario 1.4 Il mercato uniperiodale con attività aleatorie finite ed eventi finiti è privo di arbitraggi se e soltanto seesistono Knumeri z j 0, j = 1,...,N,taliche: S i 0 = N z j S1(ω i j ), i = 1,...,N (1.6) i=1 L assenza di arbitraggi è quindi equivalente al poter esprimere i prezzi delle attività aleatorie come combinazioni lineari dei valori futuri, con pesi che non dipendono dagli attivi finanziari. La combinazione lineare(1.6)puòformalmenteessereespressacomeunvaloremedio.seindichiamocon Z = K i=1 z iecon q i = z i /Z,otteniamo: S i 0 = Z N q i S1(ω i j ), i=1 i = 1,...,N dove K i=1 q i = 1. Pertanto,interpretandoipesinormalizzati q i comeunamisuradiprobabilità Q, possiamo scrivere: S i 0 = ZE Q [ S i 1], i = 1,...,N (1.7) Abbiamo quindi dimostrato la seguente equivalenza: il mercato è privo di arbitraggi se e soltanto se esistono una misura di probabilità Q e una costante Z per cui vale l equazione(1.7). Tale probabilità assume un ruolo fondamentale in matematica finanziaria: essa si indica come probabilità neutrale al rischio, perché nell equazione(1.7) il prezzo dipende solo dal valore atteso del valore futuro; si chiama inoltre probabilità martingala equivalente, per le sue proprietà probabilistiche che verranno approfondite in seguito. In ogni caso, a parte migliorie tecniche, come rendere continuo il tempo e infiniti i possibili eventi, l equazione(1.7) è la formula di valutazione che si utilizza in matematica finanziaria anche dopo aver introdotto l aleatorietà. 10

13 Nellapratica,unodegliattivièprivodirischio: ilcontoinbancaoleobbligazioni. Pertantoèusuale ipotizzare che uno degli attivi assuma sempre lo stesso valore nell istante t = 1, indipendentemente dalla realizzazione ω.supponiamochetaleattivosiailprimo,pertantoseilsuoprezzoès 1 0ilsuovalorein t = 1 sarà S 1 1 = S 1 0(1 + R)concertezza,essendo Runacostantereale,positivasevaleilpostulatod impazienza, cheesprimeiltassodiinteresse.pertantoilvaloreattesodella(1.7)scompare,esiottiene S 1 0 = Z(1 + R)S 1 0 da cui segue: Riassumiamo quindi nel seguente: Z = R Teorema 1.5 (Primo teorema fondamentale della matematica finanziaria) Supponiamo che in un mercato uniperiodaleesistanounnumerofinitodiattivi,echelospaziodeglieventisiafinito.supponiamoinoltrecheesistaunattivo privodirischio,echeilsuorendimentopercentualeistantaneosiapariar.ilmercatosaràprivodiarbitraggisee soltantoseesisteunaprobabilità Qtaleche,perogniattivo S,ilsuoprezzoèdatoda: S 0 = R EQ [S 1 ] (1.8) Commento 1.6 L equazione(1.8) è un equazione di valutazione che esprime il prezzo come valore atteso scontato dell attivo nel futuro! Però la probabilità usata non è quella che regola gli eventi futuri, ma la probabilità neutrale al rischio. A questo punto potremmo supporre che esista un legame fra la probabilità neutrale al rischio e le preferenze degli agenti, ed in effetti è così per approfondimenti si veda Huang and Litzenberger(1988). Esempio 1.7 Nel mercato dell esempio 1.2 non è possibile effettuare arbitraggi. Basta trovare una probabilità neutrale alrischio,adesempiocon R = 0,q 1 = 2/3,q 2 = 1/3siottengonoiprezziunitarideitreattivi. Notiamo come in tale mercato il problema della valutazione degli attivi rischiosi non sia ancora risolto. Infatti, il Teorema 1.3 assieme all ipotesi di assenza di arbitraggi implicano l esistenza della probabilità neutrale al rischio, ma non la sua unicità: potrebbero esistere diverse probabilità neutrali al rischio, e quindi diversiprezzi S 0 compatibiliconl assenzadiarbitraggio. Qualisonolecondizionipercuitaleprezzoé unico? Si tratta di risolvere un tipico problema di algebra lineare, cioè chiederci sotto quali condizioni la soluzione del sistema lineare(1.5) è unica. Conviene però riformulare il problema in termini economici. Definizione 1.8 Il mercato uniperiodale con attività finite ed eventi finiti si dice completo se, per ogni variabile aleatoria X(ω),con ω Ω,esistono Nnumerireali x i, i = 1,...,Ntalipercui W (ω) = X(ω)perogni ω Ω. L estensione della definizione di completezza in mercati più complicati(multiperiodali, tempi continui e eventi infiniti) è analoga. L interpretazione della definizione di completezza è immediata; il mercato è completose,ognivoltachevieneintrodottounnuovoattivo X,questoèreplicabileconunportafoglio x i 11

14 degliattivigiàpresentisulmercato. Senededuceche,seiprezzidegliattivisonodati,inassenzadi arbitraggi è dato anche il prezzo di X e tale prezzo è determinato in maniera univoca. Ogni variabile aleatoria X ha K possibili realizzazioni: tante quante gli eventi di Ω. Pertanto la completezza èequivalentealfattoche,perognivettore X R K,esistonounvettore x R N percuivale Sx = X,con S lamatricedi R K N cheall elemento (i,j)associailvalore S j 1 (ω(i)), i = 1,...,K, j = 1,...,N.Pertantoil mercatoècompletosel immaginedi Sètutto R K.Abbiamodimostratolaseguente: Proposizione 1.9 Il mercato uniperiodale con attività finite ed eventi finiti è completo se e soltanto se il rango della matrice S i (ω j ), i = 1,...,N, j = 1,...,KèpariaK. Seilmercatoèprivodiarbitraggiedèpresenteuntitoloprivodirischio,valelacaratterizzazione(1.8).Ma seilmercatoècompleto,alloraèpossibileunasolarealizzazionedelprezzo S 0,perchèl esistenzadiuna seconda realizzazione porterebbe ad un arbitraggio. D altro canto, se esiste un unico prezzo allora vuol direnonsolochelamatrice Shaperimmagine R N,maanchecheilsuonucleoènullo.Maseilnucleoè nullo,alloralamatrice Shaperimmagineanche R K,cioè N = K.Combinandolacompletezzael assenza di arbitraggi si ottiene quindi il seguente: Teorema 1.10 (Secondo teorema fondamentale della matematica finanziaria) Un mercato uniperiodale con un numerofinitodiattivieunnumerofinitodieventi,incuisiapresenteuntitoloprivodirischio,èprivodiarbitraggie contemporaneamente completo se e soltanto se esiste una misura di probabilità neutrale al rischio per la quale vale la (1.8), e tale probabilità è unica. Notiamo che la probabilità naturale non ha nessun ruolo nel determinare i prezzi, in quanto potrebbe avercelo solo se introduciamo le preferenze degli agenti, che invece qui sono assenti. Esempio1.11 NelmodellouniperiodaleCRR,abbiamodueattivi(N = 2),iltitoloprivodirischioeiltitolorischioso,eduestatidinatura(K = 2).Quindi N = Keilmercatorisultaprivodiarbitraggiecompleto.Pertantoogni nuovo attivo è replicabile usando i due attivi di partenza. UnesempiodimercatoincompletoèilmodelloCRRincuisiaabbianotrepossibilistatidinaturain t = 1 anziché due. 12

15 Capitolo 2 Il modello di Black, Scholes e Merton Il modello descritto in questo capitolo è stato formulato nella sua forma originari da Black and Scholes (1973)eMerton(1973)edèvalsoaisuoitreideatoriilpremioNobelperl economia. Essoèpiùspesso citatocomemodellodiblackescholes,senzacitareilcontributodimerton. 1 Talemodelloènatopensando al problema della valutazione delle opzioni finanziarie su azioni o indici azionari, ed è il punto di partenza nonchè il metro di paragone naturale(benchmark) per qualsiasi modello più ampio. Molti identificano il modello di Black e Scholes con la distribuzione lognormale dei prezzi. Tuttavia il contributo fondamentale di questa teoria non sta nella specificazione del modello dei prezzi, che è chiaramente smentita dai fatti, come discusso nel capitolo 3, ma nella tecnica per trovare il prezzo di un opzione con un modello in tempo continuo senza far ricorso alle preferenze degli agenti, ma utilizzando solo l assenza di arbitraggio e il concetto di replicazione di un portafoglio. 2.1 Ipotesi del modello L ipotesi principale del modello di Black e Scholes è che il mercato sia perfetto. Un mercato si dice perfetto sehatreproprietà.laprimaècheessosiaperfettamentecompetitivo,cioèglioperatorinonsonoingrado di influenzare il prezzo dei titoli scambiati con le loro operazioni e sono perciò detti price taker, ed inoltre gliagentipreferisconoilpiùalmeno(nonsazietà).lasecondaproprietàècheilmercatosiaprivodiattriti, cioè non ci siano tasse, costi di transazione e sia possibile vendere allo scoperto. Inoltre i titoli possono essere acquistati e venduti in quantità arbitrarie e infinitamente divisibili, e non c è rischio di credito. 1 IrisultatiespostiinquestocapitolosonostatiraggiuntiindipendentementedaBlackeScholesprima,edaMertonpoi.Merton raccontachequandoblackescholeshannotenutoilloroseminarioallasuauniversità,luisièsvegliatotardienonvihaassistito; pertanto non sapeva che lavorassero sullo stesso argomento. 13

16 Le prime due proprietà hanno un carattere tecnico, e servono a semplificare la trattazione. Pur essendo generalmente non rispettate nei mercati reali, esse hanno un impatto minimo sui risultati raggiunti. Si pensi ad esempio ai costi di transazione: essi ci sono ma sono minuscoli rispetto ai volumi tipicamente scambiati sui mercati finanziari. Più delicata è la possibilità di vendere allo scoperto, la quale però è generalmente verificata per grandi istituti finanziari, e perfettamente verificata nel caso che il titolo scambiato sia un futures su di un indice, come nel caso delle opzioni più scambiate al mondo, contrattate con sottostante il futures sullo S&P 500. La terza proprietà è invece cruciale, ed è l assenza nel mercato di arbitraggi non rischiosi. Definiamo un arbitraggiononrischiosocomeunportafogliodititolichehacostonullo,echeha,inunaqualsiasidata futura,valorenulloepositivoinalmenounostatodinatura 2. Èchiarochel esistenzadiunportafoglio di arbitraggio comporterebbe una domanda infinita dello stesso, e quindi è ragionevole supporre che tali portafoglio non esistano nei mercati finanziari reali. Come vedremo in seguito, le conseguenze dell assenza di arbitraggi non rischiosi sono cruciali per la teoria. Nel modello di Black e Scholes sono presenti due titoli scambiabili. Consideriamo l orizzonte temporale [0,T],identificandocon t = 0l istanteiniziale.ilprimotitolo, B(t),prendeilnomedimoneymarketaccount, e segue la seguente dinamica: db(t) = rb(t)dt, (2.1) con r una costante reale positiva. La notazione usata nell equazione(2.1) è una riscrittura formale dell equazionedifferenzialeordinaria B (t) = rb(t),lacuisoluzioneè: B(t) = B(0)e rt (2.2) Pertanto il valore del money market account evolve secondo una legge esponenziale di tasso r. In qualche maniera possiamo interpretarlo come una specie di conto in banca. L ipotesi di mercato perfetto implica cheèpossibilecomprareevendere B(t),ilchevuoldirecheèpossibilefinanziarsioprestareildenaroallo stesso tasso r. Mentre tale ipotesi non è chiaramente verificata per prestiti di piccole dimensioni, essa è invece piuttosto solida per le banche di affari, che si scambiano il denaro al tasso Euribor, e il differenziale ditassofradomandaeoffertaèminimo. Il secondo titolo scambiabile, S(t), è invece un attivo rischioso e la sua dinamica è data dall equazione differenziale stocastica: ds(t) = µs(t)dt + σs(t)dw t, (2.3) dove µ e σ sono costanti reali e positive. Nel caso che S(t) rappresenti un azione o un indice azionario, poiché in equilibrio la domanda aggregata dei titoli rischiosi è positiva e gli investitori sono avversi al rischio,deveessere µ > r,altrimentinoncisarebbedomandadeltitolorischioso.inunmondoincuigli investitori sono neutrali al rischio sarebbe invece µ = r. 2 Unostatodinaturaèunevento ω Ω 14

17 L attivo rischioso è quindi determinato da un equazione differenziale stocastica nota come moto browniano geometrico, poiché µ e σ sono costanti. La soluzione dell equazione(2.3) si trova notando che, per il lemma di Itô: per cui: S(t) = S(0)exp d log S = ds S σ2 2 dt ] [(µ )t σ2 + σw t, (2.4) 2 pertanto S(t)èdistribuitosecondounadensitàdiprobabilitàlognormaleconmedia (µ σ2 2 )tevarianza σ2 t. ) Ciò vuol dire che il rendimento logaritmico, definito come log è distribuito secondo una densità di probabilità normale. ( S(t) S(0) 2.2 La valutazione dei derivati di tipo europeo Perderivato,nelmodellodiBlackeScholes,intendiamounattivoilcuivaloredipendadalvaloredi S(t). Adesempio,nelcasodiun opzionecalleuropea,abbiamocheilvaloreascadenza T,opayoff,èdatoda (S(T) K) +,dove x + = max(x,0)indicalapartepositivadiunnumero xekèilprezzodiesercizio,o strike. In generale, definiamo un derivato tramite una funzione ϕ(s(t)) che indichi il valore del derivato a scadenza 3.Perl opzionecalleuropeasiavrà ϕ(x) = (x K) +,perl opzioneputeuropeasiavrà ϕ(x) = (K x) +. Comevienevalutatounderivatoin t = 0,conoscendoilsuovaloreascadenza(t = T)?Èchiarochepoiché ilvaloreterminaledi S(T)èaleatorio,ancheilvaloredelderivatoin Tlosarà. Scriviamoilvaloredel derivato in un istante generico t tramite una funzione di due variabili, che chiamiamo F(t, S(t)). Potremmo essere tentati dal rispondere a questa domanda facendo il valore atteso del payoff futuro, cioè: F(0,S(0)) = P(0,T)E[ϕ(S(T))], dove P(0,T)èilfattoredisconto.Inteoriasaremmoingradodisvolgerequestocalcolo,perchèconosciamo la distribuzione di probabilità di S(T), data dalla(2.4) e il fattore di sconto, dato dalla legge esponenziale di tasso r, ma come sappiamo dalle nozioni di scelte in condizioni di incertezza, tale risposta sarebbe errata, perché non tiene conto dell avversione al rischio degli agenti, che richiedono un premio al rischio per detenere un attivo rischioso. Per effettuare la valutazione, utilizzeremo allora l ipotesi di assenza di arbitraggio. L argomento svolto è ilseguente.supponiamodidisporrediun unitàdiricchezza,ediinvestireunaquota u S eunaquota u F della propria ricchezza nel titolo rischioso S(t) e nel derivato F(t, S(t)) rispettivamente. Si avrà quindi 3 L estensioneaderivatiilcuivaloredipendadall interatraiettoria,comeleopzioniasiatiche,èimmediata. 15

18 u S + u F = 1,eperl ipotesidimercatoperfetto,unadelleduequantitàpotràesserenegativa.chiamiamo V (t)ilvaloreditaleportafoglio.avremoquindi V (0) = u S S(0)+u F F(0,S(0)).Perconoscerel evoluzione V (t)delvaloreditaleportafoglio,occorreconoscereladinamicadi S(t),datadalla(2.3),edi F(t,S(t)). Poichéladinamicadelderivatodipendesolodaltempoedalladinamicadi S(t),cheènota,possiamo usareillemmadiitôescrivere: df(t) = F F dt + t S ds + 1 ( 2 σ2 S 2 2 F F S 2 dt = t dove abbiamo sostituito ds con la(2.3). Sfruttando quindi il fatto che: la dinamica del portafoglio è data da: ( dv (t) V (t) = u 1 F F F t + µs F S σ2 S 2 2 F S 2 dv V = u ds S S + u df F F, F + µs S + 1 ) 2 σ2 S 2 2 F S 2 dt + σs F dw(t). (2.5) S ) 1 dt + u S S µsdt + u 1 F F σs F S dw(t) + u SσdW(t). (2.6) Lasceltadi u S e u F modificalasceltadelportafoglio.èsemprepossibileeffettuarequestasceltainmaniera tale da annullare la parte stocastica della diffusione di V (t), risolvendo il sistema: lacuisoluzioneèdatada: 1 u F = 1 S F u S + u F = 1 S F u F F S + u S = 0, u F S = S S F F S 1 S F F S (2.7) (2.8) A questo punto entra in gioco l argomento dell assenza degli arbitraggi non rischiosi. Se scegliamo di investire nel portafoglio V, formato dal titolo rischioso S e dal derivato F, secondo le proporzioni indicate dalla(2.8), otteniamo un portafoglio privo di rischio, così come privo di rischio è il money market account B(t). Pertanto, affinché non siano possibili arbitraggi, i due attivi B(t) e V (t) devono avere lo stesso rendimento,pariar.imponiamoquestacondizionesostituendo u F e u S,datidalla(2.8),nelladiffusione(2.6), epoiimponiamocheildriftsiapariar.dopounpo dialgebra,eimponendolacondizioneascadenza F(T,S(T)) = ϕ(s(t)),otteniamo: F F + rs t S σ2 S 2 2 F S 2 = rf F(T,S) = ϕ(s) Osserviamo l equazione(2.9). Si tratta di un equazione alle derivate parziali del secondo ordine, in particolare tale equazione è nota come equazione del calore. Data la funzione ϕ(x), che ne definisce la condizione a scadenza, essa può essere risolta o mediante tecniche analitiche, o con metodi numerici. L equazione(2.9) (2.9) 16

19 forniscequindi,informaimplicita,lasoluzionealnostroproblema,cioèilvaloredi F(t,S(t))inogniistante t [0,T],einparticolarein t = 0.Infinenotiamocheilrisultatoottenutorestavalidoanchese µeσnon sono costanti, ma sono anch esse funzioni di t, S(t). Notiamo poi una caratteristica dell equazione(2.9) che ha un importante interpretazione economica. Nell equazione(2.9), non compare la costante µ, cioè il termine di deriva del titolo rischioso. Tale parametro è pertanto ininfluente ai fini della valutazione delle opzioni, mentre invece i parametri r e soprattutto σ influiscono sul valore del derivato. Per intuire il motivo per il quale µ non compare nella (2.9), usiamo un interpretazione probabilistica dell equazione alle derivate parziali fornita dalla formula di Feynman-Kac. Tale formulacidicechelasoluzione F(t,S)dell equazione(2.9)èdatada: F(t,S(t)) = e r(t t) E[ϕ(X(T)) F t ] (2.10) dove la variabile aleatoria X soddisfa l equazione differenziale stocastica: dx(t) = rx(t)dt + σx(t)dw (t) (2.11) con X(0) = S(0)eW (t)èunmotobrowniano. Eccochenell equazione(2.10)rispuntailvaloreatteso scontato del payoff dell opzione! Tuttavia abbiamo sostituito al valore effettivo del titolo sottostante S lavariabilefittizia X,cheperòdifferisceda Ssoloperilfattodiaversostituito µcon r. Lavariabile X rappresenta quindi il valore del titolo rischioso in un mondo neutrale al rischio. Riscriviamo quindi la soluzione F nel seguente modo: F(t,S(t)) = e r(t t) E Q [ϕ(s(t)) F t ] (2.12) doveilvaloreatteso E Q ècalcolatoconunadensitàdiprobabilità Qincui µ = r. Sedefiniamotale probabilità come probabilità neutrale al rischio, possiamo dire che il valore di un derivato è dato dal valore atteso scontato, sotto la probabilità neutrale al rischio, del payoff del derivato a scadenza. Quindi la logica dicalcolareilvaloredelderivatocomevaloreattesoscontatoèsbagliatasesiusailvaloreattesosottola misura di probabilità in cui S(t) segue la diffusione(2.3). Definiamo tale probabilità probabilità naturale e la indichiamo con P. È invece un ragionamento giusto se usiamo la probabilità neutrale al rischio. Come si passa dalla probabilità naturale a quella neutrale al rischio? È chiaro che cambiare misura di probabilità ha effetto solo sul moto Browniano, che è l unica variabile aleatoria da cui le altre dipendono. In termini matematici, il cambio di probabilità è fornito dal teorema di Girsanov. Per passare dalla diffusione(2.3) alla diffusione(2.11) occorre che: W (t) = W(t) + µ r t, (2.13) σ eilteoremadigirsanovcidicecheinquestocasoilcambiodiprobabilitàèdatoda: ( dq dp = exp µ r σ t 1 (µ r) 2 ) 2 σ 2 t (2.14) 17

20 Lagrandezza µ r σ,chegiocaquindiunruolocrucialenelpassaredallaprobabilitànaturaleallaprobabilità neutrale al rischio, è detta premio al rischio. Essa ha un interpretazione economica naturale: è il rendimento in eccesso richiesto dagli investitori per unità di σ, che è una misura della rischiosità del titolo, per detenere il titolo rischioso. Dal punto di vista pratico, le soluzioni fornita dall equazione differenziale parziale(2.9) e dal valore atteso (2.12) sono entrambe fornite in forma esplicita. La possibilità di scrivere la soluzione in forma esplicita dipende dalla funzione ϕ( ) che esprime il payoff del derivato. Tuttavia, qualora la funzione ϕ( ) sia tale da non consentire di scrivere la soluzione in forma implicita, la formulazione(2.10) è più comoda perchè permette il raggiungimento della soluzione con tecniche Monte Carlo. Anche l equazione(2.9) può essere risolta con metodi numerici(metodo delle differenze finite), ma con molte più difficoltà. Notiamo infine che i risultati esposti dipendono unicamente dall assenza di arbitraggio, e sono totalmente indipendenti dalle preferenze degli agenti. Questo fatto è un notevole punto di forza della teoria, poiché le preferenze degli agenti sono difficilmente quantificabili, mentre l assenza di arbitraggi è verificabile(e verificata) in ogni mercato. 2.3 Il valore di una call europea Usiamo i risultati nel paragrafo precedente per trovare il valore di una call europea. In questo caso abbiamo ϕ(x) = (x K) +.Usiamolaformulazioneprobabilistica(2.10)escriviamoquindi: + F(t,S(t)) = e r(t t) (S(T) K) + dq(s) 0 L integrale inizia da 0 perchè S(T) ha una distribuzione lognormale, quindi con supporto solo sui numeri positivi. L integrale in questione si calcola sfruttando esplicitamente la soluzione per S(T) sotto Q. Infatti ( ) S(T) = S(t)e Y,dove Y è,sotto Q,unavariabilealeatorianormaleconmedia r σ2 2 (T t)evarianza [( ) σ 2 (T t). Alloraconvienescrivere S(T) = exp r σ2 2 (T t) + σ ] T t Z,dove Zèunavariabile normale standard. Il prezzo della call diventa quindi: F(t,S(t)) = e r(t t) + ( S(t)e r σ2 2 (T t)+σ T t z K ) + φ(z)dz dove φ(z) = 1 2π e z2 2 nullo se: cioè se: èladensitàdiunadistribuzionenormalestandard. L argomentodell integraleè z < S(t)e r σ2 2 log K S(t) ( (T t)+σ T t z K, r σ2 2 σ T t ) (T t) = z 0, 18

21 quindi abbiamo: F(t,S(t)) = e r(t t) + z 0 ( S(t)e r σ2 2 (T t)+σ T t z K ) φ(z)dz. Ora calcoliamo separatamente i due pezzi nell integrale. Per il primo abbiamo: e r(t t) + z 0 S(t)e r σ2 2 (T t)+σ T t z 1 2π e z2 2 dz = S(t) 2π + z 0 e 1 2 (z σ T t) 2 dz. Sedefiniamolafunzione N(x) = x φ(x)dx,cioèladensitànormalestandardcumulata,sfruttandola simmetriadelladistribuzionenormaleabbiamochel integralesopraèugualeas(t)n( z 0 +σ T t).per il secondo pezzo dell integrale abbiamo: In conclusione, abbiamo: e r(t t) + z 0 K 2π e z2 2 dz = Ke r(t t) N( z 0 ) F(t,S(t)) = S(t)N( z 0 + σ T t) Ke r(t t) N( z 0 ) Definiamo ora: d 1 = σ T t z 0 = log S(t) K + ( r + σ2 2 σ T t ) (T t) (2.15) d 2 = d 1 σ T t (2.16) Abbiamo: F(t,S(t)) = S(t)N(d 1 ) Ke r(t t) N(d 2 ) (2.17) Laformula(2.17)ènotacomeformuladiBlackeScholes.Laformulaperl opzioneputpuòesseretrovata facendo ricorso alla put-call parity. 2.4 Hedging La procedura di hedging(copertura) consiste nel risolvere il seguente problema: dato un derivato, il cui valore nel tempo è dato dalla funzione F(t, S(t)), si costruisca un portafoglio formato dal sottostante e dal titolo privo di rischio che abbia lo stesso valore in ogni istante temporale. Tale portafoglio garantirebbe una replicazione, cioè la possibilità di detenere un attivo finanziario del tutto equivalente al derivato, ma utilizzando i due titoli che costituiscono il modello di Black& Scholes. Supponiamo di avere un attivo rischioso che si evolve secondo il moto geometrico browniano(2.3) e un titolo risk-free che se evolve secondo la legge esponenziale(2.1). Supponiamo di avere venduto un opzione europeaconpayoffascadenzadatoda ϕ(s(t)). 19

22 Il payoff a scadenza è incerto: l acquisto di un opzione è un attività rischiosa. L hedging(o copertura) consiste nell annullamento del rischio insito nell acquisto del derivato. Per eliminare il rischio, aggiungiamo in portafoglioquotedelsottostante.costruiamodunqueunportafogliodalvalore V compostoda u S quote delsottostantee(1 u S )quotedeltitolorisk-free.lavariazionepercentualedivaloreditaleportafoglio sarà data da: da cui si ricava facilmente: dv t V t = u S ds t S t + (1 u S ) db t B t dv t V t = u S (µdt + σdw t ) + (1 u S )rdt = u s (µ r)dt + rdt + u s σdw t Adessoimponiamocheilvaloredelportafoglio V t siaugualealvalore F(t,S t )chevogliamoreplicare. Utilizzando il lemma di Itô e sostituendo nell espressione precedente otteniamo: df F = 1 ( F F t + µs F t S + 1 ) 2 σ2 S 2 2 F S 2 dt + 1 F F S σsdw t LasoluzionediunaSDEèunica,pertantose V 0 èparialprezzodell opzione,iterminidiffusividi Vedi F devono coincidere; pertanto ricavo la condizione di hedging: u S = S F F S (2.18) Notiamo che il termine di drift di V coincide con quello di F automaticamente, per l assenza di arbitraggio cheimponelapde(2.9). Pertanto, la quota di portafoglio da investire nel sottostante per effettuare la copertura non dipende dalla volatilitàdelsottostantestesso.talequota u S èproporzionalea F S,cherappresentailnumerodiquotedel sottostante da acquistare per unità del derivato. Tale termine prende il nome di definito da = F S, e per questo motivo la procedura appena esposta è nota come -hedging. Ad esempio, per un opzione call si ottiene facilmente: = N(d 1 ) Possiamo anche affermare che il delta esprime la variazione infinitesima di prezzo del derivato per unitá di variazione del prezzo del sottostante. 20

23 La strategia di hedging mira quindi a neutralizzare l effetto stocastico di un derivato. La somma del portafoglio replicante e del derivato ha valore zero in ogni istante. Dov è dunque la convenienza dell operazione? Per un intermediario finanziario, il guadagno deriva dalla vendita dell opzione ad un prezzo superiore a quello teorico per la presenza di un margine di intermediazione. Tale margine costituisce il costo del servizio finanziario, ma poiché tale servizio riguarda un evento dall esito incerto(il payoff a scadenza dell opzione), è possibile che il guadagno in media(rappresentato dal margine) non sia in realtà sufficiente a coprire le perdite potenziali. Quindi viene reinvestito nella strategia di hedging per realizzare un portafoglio completamente immunizzato. In tale maniera, gli intermediari riescono a trasformare un bilancio positivo ma stocastico in un bilancio positivo e certo. Tuttavia, è anche necessario osservare che il delta varia nel tempo, costringendo ad un continuo ribilanciamento del portafoglio costruito per la copertura. Il -hedging è quindi limitato da costi di transazione (dipendono dai volumi scambiati), mancanza di liquiditá sul mercato del sottostante e dal costo di eventuali vendite allo scoperto del sottostante; tutto questo senza accennare al rischio di modello, cioè il rischio cheilmodellodiblackescholesnondescrivaadeguatamenteladinamicadelsottostanteechequindiil non sia adeguato alla copertura. In ogni caso, il -hedging funziona tanto meglio quanto minore è la velocitá di variazione del delta. Tale velocitánonèaltrocheladerivatadeldeltarispettoalsottostante,eprendeilnomedi Γ: Γ = S = 2 F S 2 Allo stesso modo si definiscono poi le restanti greche per ogni fattore di rischio relativo al prezzo di un opzione, precisamente: ρ = F r esprimeilrischioditassodiinteresse V ega = F σ esprimeilrischiodivolatiltià Θ = F t esprimeilrischiotemporale Come nel caso del Gamma, le derivate seconde incrociate(valga, vanna)permettono di esprimere le rischiosità delle greche stesse. 2.5 Volatilità implicita model-free La volatilità implicita, ottenuta invertendo la formula di Black e Scholes, gioca un ruolo fondamentale in finanza. In varie salse, essa rappresenta l ingrediente di valutazione fondamentale per i derivati, sia sulle azioni che sui tassi di interesse. Tuttavia, essa soffre della limitazione di essere definita dal modello di Black 21

24 e Scholes, cioè dalla diffusione lognormale. Non rappresenta quindi un indicatore affidabile se il modello sottostante non è lognormale. Per questo motivo, sui mercati finanziari odierni è utilizzata una volatilità implicita che non dipende da alcun modello(model-free), e che coincide con la volatilità implicita di Black e Scholes nel caso in cui questo sia il modello che ha generato i rendimenti. La definizione di volatilità implicita model-free si basa sulla seguente osservazione(britten-jones and Neuberger,2000).Ilprezzoin tdiunacallconmaturitàtestrike Ksiscrive: + C t (T,K) = e r(t t) (S T K) + ψ(s T = S)dS 0 dove ψ(s T = S)èlaprobabilitàriskneutraldiosservareilprezzo Sascadenza,nonnecessariamentedata dalla lognormale. Se derivo rispetto a K ottengo: C K + t) = e r(t e se derivo una seconda volta rispetto a K ottengo: K ψ(s t = S)dS 2 C K 2 = e r(t t) ψ(s T = K) Pertanto, posso ottenere la probabilità futura di ottenere un certo prezzo derivando due volte il prezzo oggi della call rispetto allo strike. Tale intuizione viene generalizzata nella seguente proposizione: ( ) 2 T E Q ds + u C 0 (T,Ke r(t t) ) C 0 (t,ke r(t t) ) = 2 S u K 2 dk (2.19) t 0 Definiamo la model-free implied volatility proprio come: ( T IV (t,t) = E Q t ds u S u ) 2 (2.20) Inteoria,essapuòesserecalcolatadisponendodeiprezzidicallconstrikechevannoda 0a+ ;inogni caso, essa viene calcolata ed ampiamente utilizzata con gli strike disponibili, usando tecniche di interpolazione. Il vantaggio di questa misura di volatilità implicita è di non dipendere dal modello con cui sono state valutate le call. 22

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

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

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

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

studi e analisi finanziarie LA PUT-CALL PARITY

studi e analisi finanziarie LA PUT-CALL PARITY LA PUT-CALL PARITY Questa relazione chiarisce se sia possibile effettuare degli arbitraggi e, quindi, guadagnare senza rischi. La put call parity è una relazione che lega tra loro: il prezzo del call,

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

2. Leggi finanziarie di capitalizzazione

2. Leggi finanziarie di capitalizzazione 2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M

Dettagli

Fondamenti e didattica di Matematica Finanziaria

Fondamenti e didattica di Matematica Finanziaria Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio

Dettagli

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Capitolo 25: Lo scambio nel mercato delle assicurazioni Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel

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

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

FORWARD RATE AGREEMENT

FORWARD RATE AGREEMENT FORWARD RATE AGREEMENT FLAVIO ANGELINI. Definizioni In generale, un contratto a termine o forward permette una compravendita di una certa quantità di un bene differita a una data futura a un prezzo fissato

Dettagli

Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)

Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1) Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre

Dettagli

Ottimizazione vincolata

Ottimizazione vincolata Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l

Dettagli

Matematica finanziaria: svolgimento prova di esame del 21 giugno 2005 (con esercizio 1 corretto)

Matematica finanziaria: svolgimento prova di esame del 21 giugno 2005 (con esercizio 1 corretto) Matematica finanziaria: svolgimento prova di esame del giugno 5 (con esercizio corretto). [6 punti cleai, 6 punti altri] Si possiede un capitale di e e lo si vuole impiegare per anni. Supponendo che eventuali

Dettagli

MD 9. La macroeconomia delle economie aperte. UD 9.1. Macroeconomia delle economie aperte

MD 9. La macroeconomia delle economie aperte. UD 9.1. Macroeconomia delle economie aperte MD 9. La macroeconomia delle economie aperte In questo modulo, costituito da due Unità, ci occuperemo di analizzare il funzionamento delle economie aperte, ossia degli scambi a livello internazionale.

Dettagli

Transitori del primo ordine

Transitori del primo ordine Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli

Dettagli

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente

Dettagli

Calcolo del Valore Attuale Netto (VAN)

Calcolo del Valore Attuale Netto (VAN) Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di

Dettagli

Il sistema monetario

Il sistema monetario Il sistema monetario Premessa: in un sistema economico senza moneta il commercio richiede la doppia coincidenza dei desideri. L esistenza del denaro rende più facili gli scambi. Moneta: insieme di tutti

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE.

IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. Lezione 5 Castellanza, 17 Ottobre 2007 2 Summary Il costo del capitale La relazione rischio/rendimento

Dettagli

Capitolo 2. Operazione di limite

Capitolo 2. Operazione di limite Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A

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

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

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare

Dettagli

Richiami di teoria della domanda di moneta

Richiami di teoria della domanda di moneta Richiami di teoria della domanda di moneta Parte seconda La teoria della preferenza della liquidità di Keynes Keynes distingue tre moventi principali per cui si detiene moneta. Transattivo Precauzionale

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

Funzioni. Funzioni /2

Funzioni. Funzioni /2 Funzioni Una funzione f è una corrispondenza tra due insiemi A e B che a ciascun elemento di A associa un unico elemento di B. Si scrive: f : A B l'insieme A si chiama il dominio della funzione f, l'insieme

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

5 Risparmio e investimento nel lungo periodo

5 Risparmio e investimento nel lungo periodo 5 Risparmio e investimento nel lungo periodo 5.1 Il ruolo del mercato finanziario Il ruolo macroeconomico del sistema finanziario è quello di far affluire i fondi risparmiati ai soggetti che li spendono.

Dettagli

Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti

Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti ipotesi: Gli investitori sono avversi al rischio; Gli investitori

Dettagli

Capitolo 13: L offerta dell impresa e il surplus del produttore

Capitolo 13: L offerta dell impresa e il surplus del produttore Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:

Dettagli

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

Scelte in condizione di incertezza

Scelte in condizione di incertezza Scelte in condizione di incertezza Tutti i problemi di decisione che abbiamo considerato finora erano caratterizzati dal fatto che ogni possibile scelta dei decisori portava a un esito certo. In questo

Dettagli

La teoria dell utilità attesa

La teoria dell utilità attesa La teoria dell utilità attesa 1 La teoria dell utilità attesa In un contesto di certezza esiste un legame biunivoco tra azioni e conseguenze: ad ogni azione corrisponde una e una sola conseguenza, e viceversa.

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità

Dettagli

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell

Dettagli

9. Urti e conservazione della quantità di moto.

9. Urti e conservazione della quantità di moto. 9. Urti e conservazione della quantità di moto. 1 Conservazione dell impulso m1 v1 v2 m2 Prima Consideriamo due punti materiali di massa m 1 e m 2 che si muovono in una dimensione. Supponiamo che i due

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dipartimento di Economia Aziendale e Studi Giusprivatistici Università degli Studi di Bari Aldo Moro Corso di Macroeconomia 2014 1. Assumete che = 10% e = 1. Usando la definizione di inflazione attesa

Dettagli

Esercizi di Macroeconomia per il corso di Economia Politica

Esercizi di Macroeconomia per il corso di Economia Politica Esercizi di Macroeconomia per il corso di Economia Politica (Gli esercizi sono suddivisi in base ai capitoli del testo di De Vincenti) CAPITOLO 3. IL MERCATO DEI BENI NEL MODELLO REDDITO-SPESA Esercizio.

Dettagli

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione

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

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6 EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)

Dettagli

Matematica generale CTF

Matematica generale CTF Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione

Dettagli

Metodi Stocastici per la Finanza

Metodi Stocastici per la Finanza Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2012-2013 Indice 1 Mercati finanziari 2 Arbitraggio 3 Conseguenze del non-arbitraggio

Dettagli

DERIVATI REGOLAMENTATI OPZIONI E FUTURES ORARIO DI NEGOZIAZIONE : 9,00 17,40

DERIVATI REGOLAMENTATI OPZIONI E FUTURES ORARIO DI NEGOZIAZIONE : 9,00 17,40 DERIVATI REGOLAMENTATI OPZIONI E FUTURES ORARIO DI NEGOZIAZIONE : 9,00 17,40 LE OPZIONI - Definizione Le opzioni sono contratti finanziari che danno al compratore il diritto, ma non il dovere, di comprare,

Dettagli

ESERCITAZIONE 1. 15 novembre 2012

ESERCITAZIONE 1. 15 novembre 2012 ESERCITAZIONE 1 Economia dell Informazione e dei Mercati Finanziari C.d.L. in Economia degli Intermediari e dei Mercati Finanziari (8 C.F.U.) C.d.L. in Statistica per le decisioni finanziarie ed attuariali

Dettagli

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ In questa Appendice mostreremo come trovare la tariffa in due parti che massimizza i profitti di Clearvoice,

Dettagli

Matematica generale CTF

Matematica generale CTF Equazioni differenziali 9 dicembre 2015 Si chiamano equazioni differenziali quelle equazioni le cui incognite non sono variabili reali ma funzioni di una o più variabili. Le equazioni differenziali possono

Dettagli

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo Logica Numerica Approfondimento E. Barbuto Minimo Comune Multiplo e Massimo Comun Divisore Il concetto di multiplo e di divisore Considerato un numero intero n, se esso viene moltiplicato per un numero

Dettagli

Lezione 9: Cambio di base

Lezione 9: Cambio di base Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire

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

I CIRCUITI ELETTRICI. Prima di tutto occorre mettersi d accordo anche sui nomi di alcune parti dei circuiti stessi.

I CIRCUITI ELETTRICI. Prima di tutto occorre mettersi d accordo anche sui nomi di alcune parti dei circuiti stessi. I CIRCUITI ELETTRICI Prima di tutto occorre mettersi d accordo anche sui nomi di alcune parti dei circuiti stessi. Definiamo ramo un tratto di circuito senza diramazioni (tratto evidenziato in rosso nella

Dettagli

Scelte in condizioni di rischio e incertezza

Scelte in condizioni di rischio e incertezza CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni

Dettagli

Luigi Piroddi piroddi@elet.polimi.it

Luigi Piroddi piroddi@elet.polimi.it Automazione industriale dispense del corso 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul grafo di raggiungibilità,

Dettagli

Introduzione alle opzioni

Introduzione alle opzioni QUIZ CAPITOLO 19 Introduzione alle opzioni 1. La Figura 19.13a rappresenta un venditore dell opzione call; la Figura 19.13b un acquirente dell opzione call. 2. a. Il prezzo di esercizio dell opzione put

Dettagli

Blanchard, Macroeconomia Una prospettiva europea, Il Mulino 2011 Capitolo IV. I mercati finanziari. Capitolo IV. I mercati finanziari

Blanchard, Macroeconomia Una prospettiva europea, Il Mulino 2011 Capitolo IV. I mercati finanziari. Capitolo IV. I mercati finanziari Capitolo IV. I mercati finanziari 1. La domanda di moneta La moneta può essere usata per transazioni, ma non paga interessi. In realtà ci sono due tipi di moneta: il circolante, la moneta metallica e cartacea,

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

Capitolo Terzo Valore attuale e costo opportunità del capitale

Capitolo Terzo Valore attuale e costo opportunità del capitale Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter

Dettagli

Indice di rischio globale

Indice di rischio globale Indice di rischio globale Di Pietro Bottani Dottore Commercialista in Prato Introduzione Con tale studio abbiamo cercato di creare un indice generale capace di valutare il rischio economico-finanziario

Dettagli

Le obbligazioni: misure di rendimento Tassi d interesse, elementi di valutazione e rischio delle attività finanziarie

Le obbligazioni: misure di rendimento Tassi d interesse, elementi di valutazione e rischio delle attività finanziarie Le obbligazioni: misure di rendimento Tassi d interesse, elementi di valutazione e rischio delle attività finanziarie Economia degli Intermediari Finanziari 29 aprile 2009 A.A. 2008-2009 Agenda 1. Il calcolo

Dettagli

F (x) = f(x) per ogni x I. Per esempio:

F (x) = f(x) per ogni x I. Per esempio: Funzioni Primitive (Integrali Indefiniti) (l.v.) Pur essendo un argomento che fa parte del Calcolo Differenziale, molti autori inseriscono funzioni primitive nel capitolo sul Calcolo Integrale, in quanto

Dettagli

Aspettative, consumo e investimento

Aspettative, consumo e investimento Aspettative, consumo e investimento In questa lezione: Studiamo come le aspettative di reddito e ricchezza futuro determinano le decisioni di consumo e investimento degli individui. Studiamo cosa determina

Dettagli

1. PRIME PROPRIETÀ 2

1. PRIME PROPRIETÀ 2 RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,

Dettagli

Facoltà di Scienze Politiche Corso di Economia Politica. Esercitazione di Microeconomia sui capitoli 11, 12 e 13

Facoltà di Scienze Politiche Corso di Economia Politica. Esercitazione di Microeconomia sui capitoli 11, 12 e 13 Facoltà di Scienze Politiche Corso di Economia Politica Esercitazione di Microeconomia sui capitoli 11, 12 e 13 Domanda 1 (Problema 3. dal Cap. 11 del Libro di Testo) Curva di offerta degli stereo portatili

Dettagli

Corrispondenze e funzioni

Corrispondenze e funzioni Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei

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

della funzione obiettivo. Questo punto dovrebbe risultare chiaro se consideriamo una generica funzione:

della funzione obiettivo. Questo punto dovrebbe risultare chiaro se consideriamo una generica funzione: Corso di laurea in Economia e finanza CLEF) Economia pubblica ************************************************************************************ Una nota elementare sulla ottimizzazione in presenza di

Dettagli

Funzioni. Parte prima. Daniele Serra

Funzioni. Parte prima. Daniele Serra Funzioni Parte prima Daniele Serra Nota: questi appunti non sostituiscono in alcun modo le lezioni del prof. Favilli, né alcun libro di testo. Sono piuttosto da intendersi a integrazione di entrambi. 1

Dettagli

CONTROLLO IN TENSIONE DI LED

CONTROLLO IN TENSIONE DI LED Applicazioni Ver. 1.1 INTRODUZIONE CONTROLLO IN TENSIONE DI LED In questo documento vengono fornite delle informazioni circa la possibilità di pilotare diodi led tramite una sorgente in tensione. La trattazione

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

Lezione 14. Risparmio e investimento. Leonardo Bargigli

Lezione 14. Risparmio e investimento. Leonardo Bargigli Lezione 14. Risparmio e investimento Leonardo Bargigli Risparmio e investimento nella contabilità nazionale Ripartiamo dalla definizione di PIL in termini di spesa finale Y = C + I + G + NX Consideriamo

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione

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

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Capitolo 25: Lo scambio nel mercato delle assicurazioni Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel

Dettagli

Interesse, sconto, ratei e risconti

Interesse, sconto, ratei e risconti TXT HTM PDF pdf P1 P2 P3 P4 293 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 293 129.1.1 Esercizio per il calcolo dell

Dettagli

La Minimizzazione dei costi

La Minimizzazione dei costi La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione

Dettagli

Metodi Stocastici per la Finanza

Metodi Stocastici per la Finanza Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2011-2012 Lezione 6 Indice 1 Mercati dei tassi di interesse 2 Il metodo bootstrap

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

Il modello generale di commercio internazionale

Il modello generale di commercio internazionale Capitolo 6 Il modello generale di commercio internazionale [a.a. 2013/14] adattamento italiano di Novella Bottini (ulteriore adattamento di Giovanni Anania) 6-1 Struttura della presentazione Domanda e

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

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

Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale. Lezione 26 I mercati finanziari

Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale. Lezione 26 I mercati finanziari UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 26 I mercati finanziari Prof. Gianmaria Martini Moneta e titoli Nei paesi industrializzati esistono varie tipologie di

Dettagli

Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda

Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda Premessa Con l analisi di sensitività il perito valutatore elabora un range di valori invece di un dato

Dettagli

Matematica 1 - Corso di Laurea in Ingegneria Meccanica

Matematica 1 - Corso di Laurea in Ingegneria Meccanica Matematica 1 - Corso di Laurea in Ingegneria Meccanica Esercitazione su massimi e minimi vincolati 9 dicembre 005 Esercizio 1. Considerare l insieme C = {(x,y) R : (x + y ) = x } e dire se è una curva

Dettagli

Macroeconomia, Esercitazione 2. 1 Esercizi. 1.1 Moneta/1. 1.2 Moneta/2. 1.3 Moneta/3. A cura di Giuseppe Gori (giuseppe.gori@unibo.

Macroeconomia, Esercitazione 2. 1 Esercizi. 1.1 Moneta/1. 1.2 Moneta/2. 1.3 Moneta/3. A cura di Giuseppe Gori (giuseppe.gori@unibo. acroeconomia, Esercitazione 2. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 oneta/1 Sapendo che il PIL reale nel 2008 è pari a 50.000 euro e nel 2009 a 60.000 euro, che dal 2008 al

Dettagli

Giampaolo Ferradini Autore Il Sole 24 ORE L uso dei derivati nella gestione del Portafoglio. Milano, 12 aprile 2008

Giampaolo Ferradini Autore Il Sole 24 ORE L uso dei derivati nella gestione del Portafoglio. Milano, 12 aprile 2008 Giampaolo Ferradini Autore Il Sole 24 ORE L uso dei derivati nella gestione del Portafoglio Milano, 12 aprile 2008 Sono contratti finanziari in cui si definisce un accordo di remunerazione. La remunerazione

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Epoca k Rata Rk Capitale Ck interessi Ik residuo Dk Ek 0 S 0 1 C1 Ik=i*S Dk=S-C1. n 0 S

Epoca k Rata Rk Capitale Ck interessi Ik residuo Dk Ek 0 S 0 1 C1 Ik=i*S Dk=S-C1. n 0 S L AMMORTAMENTO Gli ammortamenti sono un altra apllicazione delle rendite. Il prestito è un operazione finanziaria caratterizzata da un flusso di cassa positivo (mi prendo i soldi in prestito) seguito da

Dettagli

Economia Aperta. In questa lezione: Analizziamo i mercati dei beni e servizi in economia aperta. Analizziamo i mercati finanziari in economia aperta

Economia Aperta. In questa lezione: Analizziamo i mercati dei beni e servizi in economia aperta. Analizziamo i mercati finanziari in economia aperta Economia Aperta In questa lezione: Analizziamo i mercati dei beni e servizi in economia aperta Analizziamo i mercati finanziari in economia aperta 167 Economia aperta applicata ai mercati dei beni mercati

Dettagli

Ulteriori problemi di fisica e matematica

Ulteriori problemi di fisica e matematica Facoltà di Medicina e Chirurgia Università degli Studi di Firenze Agosto 2010 Ulteriori problemi di fisica e matematica Giovanni Romano Perché un raggio di luce proveniente dal Sole e fatto passare attraverso

Dettagli

Le curve di indifferenza sulla frontiera di Markowitz

Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA Corso di pianificazione finanziaria da Markowitz al teorema della separazione e al CAPM Le curve di indifferenza sulla frontiera di Markowitz Markowitz

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli