Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Supervisors: Candidate:
Prof. Davide Radi Matteo Treccozzi
Oggetto di questa tesi sono le opzioni, uno tra gli strumenti finanziari derivati più noti e scam-
biati. L’analisi prenderà forma gradualmente: si partirà dalla storia di questo particolare stru-
mento, dalla definizione nelle sue varie declinazioni e successivamente saranno spiegate le
funzioni che il derivato ha all’interno del mercato, i possibili utilizzi e i suoi limiti. Studieremo
quali sono i fattori che influenzano le opzioni e in che modo il loro valore varia al variare di
questi ultimi.
Successivamente consideriamo il problema del pricing delle opzioni. In particolare verranno
presentati due modelli per il pricing: il modello Black-Scholes-Merton, uno dei più noti in
campo finanziario, i cui autori sono stati insigniti del premio Nobel per l’economia nel 1997 e
il modello di Leland che ne rappresenta un’estensione; le ipotesi sottostanti sono infatti iden-
tiche fatta eccezione per quella sui costi di transazione. Il modello di Leland, a differenza di
quello di Black-Scholes-Merton, non ipotizza costi di transazione pari a zero. Entrambi i mo-
delli saranno derivati attraverso un approccio hedging, ossia si baseranno sulla creazione di un
portafoglio detto ”di replica” in quanto in un mondo senza possibilità di arbitraggio si propone
di replicare il ritorno di un asset privo di rischio. Questo approccio ci permetterà di arrivare
ai problemi e alle rispettive soluzioni per il pricing secondo i due modelli. Nella derivazione
delle formule saranno utilizzati strumenti del calcolo stocastico, quali ad esempio il Lemma di
Itô.
La tesi si concluderà dunque con l’implementazione dei due modelli attraverso il software MA-
TLAB. I risultati saranno messi a confronto tra di loro e soprattutto con i dati di mercato, al fine
di trarre le conclusioni finali riguardo all’affidabilità e alla solidità dei due modelli nel valutare
le opzioni.
Indice
1 Introduzione 2
2 Le opzioni 4
2.1 Brevi cenni storici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 La funzione economica dei mercati delle opzioni . . . . . . . . . . . . . . . . . 5
2.3 Cosa sono le opzioni? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3.1 Opzioni call . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.2 Opzioni Put . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3.3 Le posizioni sulle opzioni . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.3.4 Ipotesi sottostanti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4 Proprietà delle stock options . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4.1 I fattori che influenzano il prezzo dell’opzione . . . . . . . . . . . . . . 12
2.4.2 Limiti al prezzo delle opzioni . . . . . . . . . . . . . . . . . . . . . . . 15
2.5 Le principali strategie che coinvolgono le opzioni . . . . . . . . . . . . . . . . 23
2.5.1 Perché investire in opzioni? . . . . . . . . . . . . . . . . . . . . . . . . 23
2.5.2 Opzioni e asset sottostante . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5.3 Spreads . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5.4 Combinazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3 Il modello Black-Scholes-Merton 35
3.1 Ipotesi del modello . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2 Costruzione del portafoglio di non arbitraggio e derivazione della PDE . . . . 37
3.3 Soluzione del problema e formula per il pricing delle opzioni Europee . . . . . 42
i
3.3.1 Il significato di N (d1 ) e N (d2 ) . . . . . . . . . . . . . . . . . . . . . . . 43
3.3.2 Proprietà della formula . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.4 Calibrazione del modello . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5 Le lettere Greche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.5.1 Delta hedging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.5.2 Costi di transazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.5.3 Gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.6 Implementazione modello . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4 Il modello di Leland 56
4.1 Ipotesi del modello . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.2 Derivazione della PDE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.3 Le lettere Greche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.3.1 Delta hedging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.3.2 Costi di transazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.3.3 Gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.4 Implementazione modello . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
A Richiami di matematica 79
A.1 Arbitraggio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
A.2 Il Processo di Wiener . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
A.2.1 Come cambia il prezzo di un asset? . . . . . . . . . . . . . . . . . . . . 81
A.2.2 I processi stocastici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
A.2.3 I processi di Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
A.2.4 Processo di Wiener e sue proprietà . . . . . . . . . . . . . . . . . . . . 83
A.2.5 Altre proprietà del processo . . . . . . . . . . . . . . . . . . . . . . . . 87
A.2.6 Proprietà degli incrementi del processo di Wiener . . . . . . . . . . . . 92
ii
A.3 Lemma di Itô . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
A.3.1 Calcolo deterministico e formula di Taylor . . . . . . . . . . . . . . . . 94
A.3.2 Calcolo stocastico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
A.3.3 Proprietà dell’integrale di Itô . . . . . . . . . . . . . . . . . . . . . . . 100
A.4 Moto geometrico Browniano . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
A.4.1 I processi di Itô . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
A.4.2 Il processo per il prezzo di un’azione . . . . . . . . . . . . . . . . . . . 102
A.4.3 I ritorni nel GBM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
A.4.4 Ipotesi di rendimenti Normali . . . . . . . . . . . . . . . . . . . . . . . 106
A.5 Pricing delle opzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
A.5.1 Subfunctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.6 Confronto dei modelli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
iii
Lista delle abbreviazioni
BSM Black-Scholes-Merton
1
Capitolo 1
Introduzione
I mercati finanziari giocano ormai da tempo un ruolo fondamentale nel complesso funzio-
namento dell’economia. Esistono vari tipi di mercati finanziari, tra i più famosi possiamo
citare:
2. Mercato obbligazionario, che ha a che fare con titoli di stato o corporate bonds;
Abbiamo quindi vari mercati su cui di diverso tipo sono scambiati. Piccoli e grandi investitori
allocano le proprie ricchezze in vista di obiettivi diversi, come il risparmio o la speculazio-
ne. Proprio per via di richieste sempre più sofisticate da parte degli investitori rispetto a una
semplice compravendita, sono stati introdotti nuovi prodotti finanziari. Noti come derivati
finanziari, contingent claims o semplicemente derivati, questi possono dare agli investitori nu-
merose opportunità per soddisfare i propri obiettivi di investimento al meglio. Indubbiamente
i derivati hanno contribuito a massimizzare l’efficienza dei mercati e accogliere le richieste di
una platea sempre più numerosa di investitori alla ricerca di nuove opportunità ma chi tratta
il mondo della finanza sicuramente conosce la portata di tali strumenti la cui storia è alquanto
rumorosa proprio per via della loro potenza e pericolosità. Basti ricordare la crisi dei mutui
subprime i cui effetti sono stati amplificati dai famosi mortgage-backed security, un tipo di de-
rivato le cui performance dipendono dal pagamento dei mutui da parte dei clienti della banca
2
emittente lo stesso mutuo. Ma andiamo per gradi e cerchiamo di dare una definizione di de-
rivato e del loro funzionamento. In finanza uno strumento derivato è uno strumento il cui
ritorno dipende dal valore di un altro asset sottostante. Il payoff di ogni strumento inoltre
funziona in modo diverso e dipende quindi da specifiche condizioni di mercato (da qui contin-
gent claim). Tra i prodotti derivati più famosi troviamo le opzioni, i futures e gli swaps. Nei
prossimi capitoli mi concentrerò sulle opzioni.
3
Capitolo 2
Le opzioni
4
do nel 1733 le opzioni furono dichiarate illegali a Londra. La proibizione durò fino al 1860
anche se in realtà lo scambio di opzioni continuò durante questo periodo su una scala più pic-
cola. Dal 1860 le opzioni tornarono a essere legali.
Lo scambio di opzioni in America iniziò nel tardo diciottesimo secolo. Furono temporanea-
mente bandite durante la crisi del 1931 e per un periodo durante la seconda guerra mondiale.
Il 1973 è un anno importante nella storia delle opzioni: Il Chicago Board of Trade istituı̀ il
Chicago Board Options Exchange (CBOE), il più grande mercato di opzioni negli Stati Uniti.
Nello stesso anno Fischer Black, Robert Merton e Myron Scholes sviluppano il modello Black-
Scholes-Merton, il modello di pricing delle opzioni più utilizzato. Oggigiorno sono presenti
anche altri mercati organizzati in Europa, Oceania e Asia. Come abbiamo visto le opzioni so-
no state fonte di innovazione, iniziando dagli olandesi che usarono le opzioni per coprirsi dal
rischio ma come spesso accade con i derivati sono stati anche usati per speculare. Quando
però la speculazione è fuori controllo, come di fatto è accaduto, le conseguenze per l’economia
possono essere gravi.
5
essere ottenuto nel mercato dei sottostanti1 ; offrono vantaggi in termini di tassazione rispetto
ai mercati dei sottostanti; il trading di opzioni offre in generale costi di transazione più bassi;
offrono opportunità di ottenere ritorni più alti rispetto agli asset sottostanti; forniscono un
mezzo di copertura contro imprevisti cambi del valore dell’asset sottostante; infine le opzioni
danno l’opportunità di fare short selling su un asset laddove questo sia proibito nel proprio
mercato.
Tutte queste ragioni suggeriscono che l’esistenza di un mercato delle opzioni potrebbe miglio-
rare il benessere di tutti gli investitori, persino quelli che non investono in opzioni. Come
possono le opzioni migliorare le condizioni degli investitori che non partecipano allo stesso
mercato? La risposta si declina in due principali motivazioni: la promozione di completezza 2
e di efficienza. Il mercato delle opzioni aumenta il numero di opportunità nel mercato attra-
verso opzioni su asset già esistenti, piuttosto che attraverso la creazione di nuovi basic asset.
Analogamente alle obbligazioni e alle azioni, il valore delle opzioni incorpora le prospettive
aziendali, le preferenze e le aspettative del mercato riguardo gli eventi futuri, contribuendo
all’efficienza allocativa delle risorse.
Definition 1 (Opzione Call). Le opzioni call danno al possessore (holder) dell’opzione il diritto
di comprare un asset ad un dato prezzo predefinito, (strike price o prezzo d’esercizio) a una certa
data (expiration date o maturity date), dal sottoscrittore (writer) dell’opzione.
Una distinzione importante riguarda il momento dell’esercizio del diritto fornito dall’op-
zione: le opzioni europee permettono di esercitare il diritto solamente alla maturity mentre in
1
Ad esempio, il mercato delle opzioni permette a qualsiasi investitore di non detenere azioni quando il prezzo
delle azioni è basso e decrescente o comprarle non appena il prezzo aumenta
2
Un mercato è detto completo quando ogni possibile ritorno per ogni possibile stato del mondo può essere
replicato attraverso un portafoglio di titoli già esistenti sul mercato
6
quelle americane il diritto può essere esercitato in ogni momento, il che le rende più difficili
da analizzare rispetto alla controparte europea. Altro elemento sicuramente rilevante nella
definizione di opzione è che queste forniscono un diritto e non un obbligo, caratteristica che
le contraddistingue dai futures e forwards. Dato che l’opzione fornisce quindi un diritto senza
obbligo al possessore questa deve avere valore positivo.
Consideriamo il caso di un investitore che acquista un’opzione call europea scritta su un’a-
zione con strike price 100 $ e maturity 4 mesi. Il prezzo dell’opzione è di 5 $ mentre il valore
corrente dell’azione è di 98 $. Supponiamo che l’investitore sia interessato a comprare 100 di
queste azioni cosı̀ da avere un investimento totale di 500$ . Dato che l’opzione è di tipo europeo
il diritto si potrà esercitare solo a scadenza. Se il prezzo dell’azione in questa data è inferiore a
100 l’investitore non avrà nessuna convenienza ad esercitare il diritto (non c’è convenienza a
comprare a 100$ qualcosa che sul mercato vale meno di 100$ ). Sotto queste circostanze l’inve-
stitore perderebbe l’intera somma investita. Supponiamo invece ora che il prezzo dell’azione
a scadenza sia 115$ : esercitando l’opzione l’investitore può comprare 100 azioni al prezzo di
100 $. Se le azioni sono vendute immediatamente sul mercato, questo si assicura un profitto
di 15$ per azione, e quindi 1,500$ in totale, ignorando i costi di transazione. Prendendo in
considerazione il costo iniziale delle opzioni, il profitto netto sarà pari a 1,000$. E’ importante
sottolineare che nonostante il prezzo del sottostante a scadenza sia maggiore dello strike price
l’investitore può incorrere in una perdita complessiva. Supponiamo infatti un prezzo di 102$
a scadenza: il non esercizio dell’opzione porta l’investitore a perdere 5$ per azione, nel caso
di esercizio invece la perdita sarà di 3$ per azione (avendo un profitto lordo per azione di $
102-$ 100 = $ 2), che è sicuramente meglio del caso precedente. In generale possiamo quin-
di concludere che quando il prezzo dell’azione è superiore allo strike price l’investitore avrà
sempre convenienza ad esercitare l’opzione. La figura 2.1 mostra il profitto o la perdita netta
su un’opzione per l’acquisto di un’azione in funzione del prezzo dell’azione a scadenza.
7
Figura 2.1: Profitto derivante dall’acquisto di un’opzione call europea. Prezzo dell’opzione = $
5; Strike price = $ 100
Mentre il detentore di un’opzione call spera in un rialzo del prezzo del sottostante, il detentore
di un’opzione put punta al ribasso. Prendiamo ora come esempio un investitore che compra
un’opzione put europea con uno strike price di 70 $ con l’obiettivo di vendere 100 azioni di
una certa società. Ipotizziamo che il valore corrente dell’azione sia di 65 $ , la scadenza del
contratto di 3 mesi e il prezzo dell’opzione per vendere un’azione 7 $ . L’investimento iniziale
sarà quindi pari a 700 $ e l’opzione verrà esercitata solo a scadenza, essendo europea, e solo se
il prezzo del sottostante sarà inferiore a 70 $ . Immaginiamo che a scadenza questo prezzo sia
55 $ . L’investitore può cosı̀ comprare 100 azioni a 55 $ per azione e grazie all’opzione venderle
a un prezzo di 70 $ , realizzando cosı̀ un guadagno di 15 $ per azione, o 1,500 $ in totale (i costi
di transazione sono ignorati). Considerando il costo iniziale dell’investimento il profitto netto
sarà pari a $ 1,500 - $ 700 = $ 800. Analogamente al caso dell’opzione call non c’è garanzia
che l’investitore realizzi un guadagno. Se il prezzo finale dell’azione sarà maggiore di $ 70,
l’opzione scade senza alcun valore, e l’investitore perderà la somma per intero. La figura 2.2
mostra il profitto o la perdita per il detentore dell’opzione put sopra-descritta in funzione del
prezzo del sottostante.
8
Figura 2.2: Profitto derivante dall’acquisto di un’opzione put europea. Prezzo dell’opzione = $
7; Strike price = $ 70
Come in ogni contratto, anche in quello di opzione ci sono due lati. Da un lato abbiamo l’inve-
stitore che ha preso una posizione long (cioè ha comprato l’opzione), dall’altro l’intermediario
o l’investitore che ha sottoscritto l’opzione (posizione short). Il sottoscrittore dell’opzione (o
emittente) riceve il pagamento dello strumento in anticipo e ha una potenziale obbligazione
a scadenza o in qualsiasi momento fino a scadenza in caso di opzione americana. Dato K lo
strike price di un’opzione call europea e ST il prezzo a scadenza dell’asset sottostante, il payoff
derivante dall’acquisto di tale opzione è descritto dalla seguente funzione:
max(ST − K, 0)
La funzione riflette il fatto che l’opzione verrà esercitata solo quando ST > K. Il ritorno
dell’investitore con posizione short sarà l’opposto di quello con posizione long:
−max(ST − K, 0) = min(K − ST , 0)
9
Dato il ritorno derivante dall’acquisto di una call si dice che l’opzione è in-the-money (ITM)
quando il prezzo del titolo su cui è scritta l’opzione è superiore al prezzo di esercizio e quindi
un profitto (non necessariamente globale) è garantito. Al contrario quando il prezzo del sot-
tostante è inferiore al prezzo di esercizio l’opzione si dice sia out-of-money (OTM). Quando
invece prezzo del sottostante e prezzo di esercizio coincidono l’opzione si dice at-the-money
(ATM).
Il payoff derivante dall’acquisto di un’opzione put europea è:
max(K − ST , 0)
−max(K − ST , 0) = min(ST − K, 0)
Al contrario di quanto accadeva con le opzioni call le put si definiscono ITM quando il prez-
zo del sottostante è inferiore a quello di esercizio, OTM nel caso opposto. In figura 2.3 e 2.4
sono illustrati i payoff rispettivamente dell’opzione call e put descritte nei paragrafi precedenti.
Figura 2.3: Profitti derivanti da una po- Figura 2.4: Profitti derivanti da una po-
sizione corta su un’opzione call europea. sizione corta su un’opzione put europea.
Prezzo dell’opzione = $ 5; strike price = $ Prezzo dell’opzione = $ 7; strike price = $
100 70
10
Figura 2.5: Payoff derivanti da due generiche opzioni call e put europee per le 4 possibili
posizioni: (a) long call; (b) short call; (c) long put; (d) short put. Strike price = K ; price of
asset at maturity = ST .
In questa sezione abbiamo dato uno sguardo ai meccanismi basilari riguardanti le opzioni.
L’analisi svolta si basa però su alcune assunzioni più o meno forti.
1. (Momento dell’esercizio) Come già mezionato le opzioni possono anche essere di tipo
Americano. Ciò significa che il detentore degli esempi precedenti non sarebbe obbliga-
to ad aspettare l’expiration date per esercitare l’opzione; in questo caso ci potrebbero
essere potenziali situazioni in cui esercitare l’opzione americana prima della scadenza
risulterebbe ottimale;
11
stock options o equity options sono le più scambiate, altri tipi di opzioni che meritano però
sicuramente di essere menzionate sono le Exchange-traded products(ETPs) Options (gli
ETPs includono anche gli ETF); le opzioni su valuta estera; le opzioni su indici;
3. (Costi di transazione) Gli investimenti degli esempi precedenti non considerano i costi
di transazione: per i grandi investitori questa potrebbe non essere un assunzione forte
ma per gli investitori retail le commissioni variano significativamente da intermediario
a intermediario. Di solito queste sono composte da un costo fisso più una percentuale
proporzionale all’ammontare della transazione.
2. il prezzo di esercizio, K;
3. la scadenza, T ;
4. la volatilità dell’azione, σ;
5. il tasso risk-free, r;
6. i dividendi attesi;
Per ipotesi si analizza il modo in cui il prezzo di un’opzione risponde quando c’è un cam-
biamento in uno di questi fattori mentre gli altri rimangono costanti.
12
Prezzo dell’azione e prezzo di esercizio
Il payoff di un’opzione call, come enunciato nei paragrafi precedenti, è l’eccedenza del prezzo
dell’azione rispetto a quello di esercizio. Si evince che il valore dell’opzione crescerà all’au-
mentare del prezzo dell’azione, al contrario diminuirà all’aumentare del prezzo di esercizio. Il
ritorno derivante da un’opzione put è invece la differenza, se positiva, tra il prezzo di esercizio
e il prezzo dell’azione. Ne deriva che le opzioni put si comportano in modo opposto rispetto
alle call: il loro valore diminuirà all’aumentare del prezzo dell’azione (chi acquista una put
infatti punta al ribasso) e aumenterà all’aumentare del prezzo di esercizio.
Scadenza e volatilità
Per quanto riguarda la scadenza le cose non sono cosı̀ semplici. Possiamo sicuramente af-
fermare che sia le opzioni call che put di tipo Americano crescono di valore (o almeno non
decrescono) quando la maturity si allunga. Consideriamo due contratti di opzione identici
che differiscono soltanto per la durata, il possessore dell’opzione con più lunga scadenza ha le
stesse opportunità del possessore dell’opzione con più breve scadenza ma non solo, ha anche
le opportunità che si possono presentare nel maggior lasso di tempo durante il quale poter
esercitare l’opzione. Da qui ne deriva che una maggiore possibilità di scelta dovrebbe essere
più onerosa o quantomeno non meno onerosa rispetto a una minore possibilità. Le cose si
fanno più complesse per le opzioni europee. Non c’è una risposta univoca riguardo l’impatto
di variazioni della scadenza sul prezzo dell’opzione. Prendiamo ad esempio un’opzione call
europea, in generale si potrebbe pensare che un’opzione OTM ha un valore maggiore all’al-
lungarsi della maturity in quanto il prezzo del sottostane ha più tempo per superare il prezzo
d’esercizio. Una maggiore scadenza dà più possibilità al sottostante di oscillare, in altre parole
si dovrebbe fare attenzione, prima di giungere a una conclusione definitiva, alla volatilità del
sottostante. Banalmente, possiamo definire la volatilità di un titolo come una misura di quanto
siamo incerti riguardo i movimenti futuri dell’asset. Un aumento della volatilità incrementa il
valore dell’opzione. Le oscillazioni non sono un problema in termini di perdita in quanto nel
peggiore dei casi il diritto non viene esercitato e la perdita massima in cui l’investitore incorre
è ”solamente” il costo dell’opzione, indipendentemente da quanto il sottostante possa andare
13
al ribasso, mentre il guadagno è potenzialmente infinito. Allo stesso modo il possessore di
un’opzione put beneficia del decremento dei prezzi ma ha un rischio di perdita limitato nel ca-
so in cui il prezzo del sottostante aumenti. Tornando alla scadenza, se da un lato quest’ultima
è direttamente proporzionale al valore dell’opzione, dall’altro si ha un effetto opposto dovuto
al decremento del present value del payoff, essendo lo sconto più alto. Volatilità e fattore di
sconto sono due parametri che non possono essere presi in considerazione separatamente. Se
la volatilità è alta e il tasso di sconto è basso, il valore dell’opzione aumenterà. Se la volatilità
è bassa e il tasso di sconto è alto, il valore dell’opzione diminuirà. Un’altra ragione per cui la
risposta non è univoca potrebbe essere la distribuzione dei dividendi: se in un mese la società
emittente il titolo sottostante prevede di distribuire agli azionisti dividendi significativi allora
può darsi che l’opzione con scadenza a un mese sarà più richiesta dagli investitori e avrà di
conseguenza un valore più alto rispetto a una con scadenza a due mesi e cosı̀ via.
Tasso risk-free
Variazioni del tasso risk-free hanno un doppio effetto sul valore delle opzioni. In generale
quando i tassi di interesse aumentano, gli investitori richiedono un profitto atteso più alto
dall’investire in azioni. Comprare un’azione tuttavia è più costoso rispetto a comprare un’op-
zione, quindi un aumento dei tassi rende più richieste le opzioni call e meno richieste le put.
In pratica gli investitori possono ”risparmiare” comprando l’opzione invece che investire di-
rettamente in azioni e grazie alla differenza ottenere entrate dai tassi di interesse più alti. In
aggiunta, il valore atteso scontato di qualsiasi cash-flow derivante dal possesso di un’opzione
diminuisce all’aumentare dei tassi. L’impatto combinato dei due effetti è di far crescere il valo-
re delle opzioni call e diminuire quello delle put. Ricordiamo che in questa sede si assume che
al variare di un parametro, tra quelli che influenzano il valore dell’opzione gli altri rimangano
costanti; nella pratica ci si può aspettare che il prezzo delle azioni diminuisca all’aumentare
dei tassi d’interesse (le azioni diventano meno appetibili se i titoli meno rischiosi promettono
un rendimento più alto). Il risultato sarebbe quindi un decremento del valore delle opzioni call
e un aumento di quello delle put. Analogamente un andamento dei tassi decrescente, combi-
nato a un aumento dei prezzi delle azioni porta a un aumento del valore delle opzioni call e
una diminuzione del valore delle put.
14
Dividendi attesi
Ogni società ha la propria politica di dividendi: alcune pagano dividendi elevati agli azionisti,
mentre altre decidono di trattenere gli utili per poterli reinvestire. Il pagamento del dividendo
riduce il valore dell’azione per un ammontare pari al dividendo stesso (ciò avviene nel giorno
di stacco del dividendo). La riduzione nel valore dell’azione ha un impatto negativo sul prezzo
delle opzioni call e positivo sul prezzo delle put.
Ipotesi e notazione
3. T : scadenza;
3
La vendita allo scoperto, o short selling, è una particolare operazione finanziaria che consente la vendita di
titoli non direttamente posseduti, ma presi in prestito dietro corrispettivo nell’aspettativa di lucrare grazie a un
movimento ribassista del valore del titolo
15
4. ST : prezzo del sottostante alla scadenza;
5. r : tasso risk-free;
Iniziamo da un vincolo banale: dato che l’opzione fornisce un diritto al possessore, il prezzo
di un’opzione call deve essere non negativo:
C, c ≥ 0
Inoltre, dato che le opzioni di tipo Americano attribuiscono più diritti rispetto alla controparte
europea, deve valere:
C≥c
c ≤ S0
Un’opzione call non può mai valere più di quanto valga l’attività finanziaria su cui è scritta. In
caso contrario un arbitraggio potrebbe essere facilmente essere messo in atto costruendo un
portafoglio in cui si acquista l’attività sottostante e si sottoscrive l’opzione call. Per assurdo
ipotizziamo quindi che valga c ≥ S0 , la somma c viene pagata in anticipo al sottoscrittore, che
può acquistare il sottostante al prezzo S0 e investire la differenza, che per ipotesi è positiva,
in un titolo privo di rischio per un periodo pari alla scadenza del contratto di opzione T . A
scadenza quindi abbiamo due possibili scenari: in un primo scenario vale ST < X, l’opzione
non viene esercitata dal possessore e il sottoscrittore non ha nessun obbligo; diversamente ac-
cade invece nel caso in cui a scadenza valga ST ≥ X, in questo caso l’investitore che mette in
16
pratica l’arbitraggio nonché writer dell’opzione call è obbligato a pagare all’holder una somma
pari alla differenza ST − X. Per quanto riguarda il sottostante e il titolo privo di rischio questi
si comportano ugualmente in entrambi gli scenari: il sottostante a scadenza avrà un valore
pari a ST e l’investimento nel titolo risk-free restituirà una somma pari a (c − S)(1 + r)T .
Riassumiamo la strategia di arbitraggio nella seguente tabella:
Figura 2.6: Strategia di arbitraggio per la determinazione del limite superiore al prezzo di una
call europea
Proviamo ad analizzare ora un portafoglio in cui al contrario del caso precedente si acquista
un’opzione call e si vende allo scoperto l’attività sottostante mentre la differenza S − c viene
investita al tasso privo di rischio. L’esborso iniziale anche qui è pari a zero, analogamente al
caso precedente dobbiamo verificare se nei due possibili scenari futuri si presentino possibilità
di arbitraggio o meno.
Figura 2.7: Strategia di arbitraggio per la determinazione del limite inferiore al prezzo di una
call europea
X
c<S− (1+r)T
17
ST
c<S− (1+r)T
Si osservi che in questo stato S − ST /(1 + r)T ≥ S − X/(1 + r)T , per cui se
X
c<S− (1+r)T
La figura 2.8 ci fornisce una rapida lettura delle combinazioni di c ed S tali per cui il prezzo
delle opzioni call rispetta il Principio di non Arbitraggio.
Sulla falsa riga di quanto fatto nel paragrafo precedente per le opzioni call, procediamo con
la determinazione dei vincoli al prezzo delle opzioni put. I primi due vincoli sono banali e
analoghi al caso precedente, ossia:
18
P, p ≥ 0, P ≥ p
X
p≤ (1+r)T
Il prezzo della put non può mai essere maggiore del valore attuale del prezzo di esercizio. Per
dimostrarlo, costruiamo nuovamente un portafoglio e per assurdo assumiamo che il vincolo
non sia rispettato. Consideriamo quindi un investitore che sottoscrive un’opzione put, e quin-
di incassa in anticipo la somma p, e investe la stessa somma nel titolo privo di rischio per
esattamente T periodi. A scadenza, nello scenario in cui ST < X, il possessore dell’opzione
eserciterà il diritto e il sottoscrittore sarà obbligato a comprare l’attività sottostante al prezzo
di esercizio incorrendo in una perdita pari a −(X − ST ). Nel secondo scenario, vale a dire nel
caso in cui ST ≥ X, il possessore non avrà convenienza a esercitare l’opzione e questa morirà.
Per quanto riguarda il titolo privo di rischio, a scadenza l’investitore avrà un ritorno pari a
p(1 + r)T in entrambi gli stati.
Figura 2.9: Strategia di arbitraggio per la determinazione del limite superiore al prezzo di
un’opzione put europea
Notiamo subito che il risultato nel secondo scenario è sempre positivo 4 . Per rispettare il
Principio di non Arbitraggio il payoff derivante dal primo scenario deve essere negativo. Al
limite ST = 0, quindi p ≤ X/(1 + r)T diventa condizione sufficiente per rispettare il Principio.
Se attraverso la costruzione di un portafoglio in cui l’investitore è sottoscrittore di un’opzione
put abbiamo determinato il limite superiore al prezzo di un’opzione put, procediamo ora ad
analizzare un portafoglio in cui si acquista la stessa opzione. Il portafoglio prevede inoltre
4
Il valore p di un’opzione put deve essere sempre positivo, più problematica è l’assunzione riguardo un tasso
privo di rischio positivo. Quando parliamo di arbitraggio si assume sempre ci sia un tasso r > 0; nella pratica
ciò non è sempre vero, soprattutto negli ultimi anni tassi al di sotto di questa soglia sono stati implementati da
diverse autorità di politica monetaria, come ad esempio Giappone e alcuni paesi dell’Eurozona
19
l’acquisto dell’attività sottostante, le due uscite sono quindi finanziate tramite l’attività risk-
free (l’investitore prende a prestito, per cui stavolta a scadenza è previsto il pagamento del
debito). A scadenza, in entrambi gli scenari, sottostante e titolo risk-free daranno luogo allo
stesso payoff: rispettivamente il sottostante avrà un valore pari a ST mentre il costo del fi-
nanziamento sarà proprio il tasso r applicato per T periodi alla somma (S + p). Nello stato
ST ≤ X l’investitore esercita l’opzione ottenendo un guadagno pari a X − ST ; nel caso in cui
ST > X l’opzione non viene esercitata.
Figura 2.10: Strategia di arbitraggio per la determinazione del limite inferiore al prezzo di
un’opzione put europea
L’esborso iniziale è nullo, per non avere arbitraggio dobbiamo quindi garantire che l’inve-
stitore non ottenga un profitto positivo indipendentemente dallo stato in cui si trova. Nello
stato caratterizzato da ST ≤ X si ha un guadagno solo se:
X
p< (1+r)T
−S
ST
p< (1+r)T
−S
Si noti che nello stato ST > X si ha che X/(1 + r)T − S ≤ ST /(1 + r)T − S. Ne consegue
che la condizione
X
p< (1+r)T
−S
garantisce un guadagno indipendentemente dallo stato del mondo. Possiamo quindi conclu-
dere che per rispettare il Principio di non Arbitraggio deve valere:
X
p≥ (1+r)T
−S
20
Riassumiamo i risultati della nostra analisi nella seguente figura che mostra l’area entro cui il
Principio di non Arbitraggio è rispettato in funzione di p ed S, dati lo strike price X,il tasso
risk-free r e la Maturity T .
Call-put parity
La Call-put parity è un’importante relazione di tipo lineare tra i prezzi di due opzioni europee,
appunto una call e una put, che hanno stesso asset sottostante, stessa scadenza e stesso prezzo
di esercizio. La relazione fornisce un metodo per determinare il prezzo che un’opzione put
dovrebbe avere per rispettare il Principio di non Arbitraggio partendo da quello della call e
viceversa. Grazie a questa relazione si può quindi determinare se l’opzione è sottoprezzata o
sovraprezzata e quindi attuare una strategia di arbitraggio sfruttando il disallineamento del
mercato. Finora, al fine di identificare i limiti di prezzo delle opzioni, abbiamo considerato
portafogli che contenevano opzioni call e opzioni put separatamente. La relazione, anche detta
di conversione delle opzioni, si ricava attraverso la costruzione di due portafogli, uno in cui si
sottoscrive un’opzione call e si acquista una put, l’altro in cui si assumono le posizioni inverse.
Si consideri il primo portafoglio: si incassa in anticipo il prezzo dell’opzione call c, si acquista
21
sia l’opzione put che l’attività sottostante e si finanzia il tutto al tasso risk-free r cosı̀ da avere
un esborso iniziale pari a 0. I payoff nei due possibili stati del mondo sono rappresentati nella
seguente figura:
Possiamo subito notare che i payoff nei due diversi stati sono identici tra di loro, imponiamo
quindi la condizione:
X − (1 + r)T (S + p − c) ≤ 0
ossia:
X
p≥ +c−S (2.1)
(1 + r)T
Passiamo ora al secondo portafoglio, come già accennato questo prevede la sottoscrizione del-
l’opzione put, l’acquisto della call e la vendita allo scoperto del titolo sottostante. Il flusso
risultante è investito/finanziato (non ne conosciamo l’entità) al tasso risk-free in modo da assi-
curare sempre un esborso iniziale nullo. Anche in questo caso i payoff risultanti dal portafoglio
sono identici in entrambi gli stati del mondo. Come fatto per il primo portafoglio imponiamo
la condizione:
−X − (1 + r)T (c − p − S) ≤ 0
22
ossia:
X
p≤ +c−S (2.2)
(1 + r)T
Combinando la condizione 2.1 e la condizione 2.2 otteniamo la relazione che sussiste tra prezzo
dell’opzione put e dell’opzione call:
X
p=c+ (1+r)T
−S
Graficamente, con l’aggiunta della relazione di parità‘, si puo’ notare come si restringe l’in-
sieme dei prezzi che possono essere considerati di equilibrio. Un disallineamento e quindi il
non rispetto delle condizioni enunciate finora può favorire l’attuazione di arbitraggi secondo
le strategie mostrate nei due portafogli che ci hanno portato alla determinazione della Call-put
parity.
Figura 2.14: Limiti di prezzo di un’opzione put e relazione di parità tra prezzo di una put e di
una call
Chi sottoscrive un’opzione call si aspetta un ribasso del valore dell’asset sottostante, assume
in altre parole una posizione short. Investitori del genere devono essere presenti sul mercato,
23
poiché se tutti si aspettassero che il valore di un determinato asset stia per aumentare il suo
prezzo di mercato sarebbe più alto di quanto di fatto dovrebbe essere. Allo stesso modo devono
esistere investitori che credono che il valore dell’asset crescerà (o il prezzo sarà più basso ri-
spetto a quello che dovrebbe essere). Questi investitori ”rialzisti” sono potenziali sottoscrittori
di opzioni put e compratori di call. La ragione che spinge un investitore a sottoscrivere (o com-
prare) un’opzione è che questa fornisce in un certo senso un’assicurazione contro movimenti
avversi del sottostante. Consideriamo un mercato in cui si può investire solo in opzioni put
o nell’asset sottostante. Un investitore utilizza tutta la sua disponibilità per comprare quante
più unità possibili dell’asset sottostante. Il valore di un tale portafoglio segue completamente
l’andamento del valore dell’asset, e di conseguenza, a un suo eventuale crollo, questo perderà
valore in egual misura. Un portafoglio composto esclusivamente da opzioni put presenterà
quindi il problema contrario: un’eventuale rialzo dei prezzi del sottostante farà perdere all’in-
vestitore l’intero ammontare dell’operazione. E’ tra queste due posizioni estreme che esiste un
rapporto opzione/asset che previene che a ogni movimento aleatorio del valore dell’asset non
corrisponda alcun movimento imprevedibile del valore del portafoglio. In altre parole la corre-
lazione tra i payoff dell’asset e dell’opzione viene sfruttata per ridurre il rischio cui l’investitore
è sottoposto investendo sul mercato. Questa tecnica in finanza prende il nome di Hedging.
L’esempio preso in considerazione è banale, in realtà nel mondo della finanza i trader possono
sfruttare i pattern di un numero molto maggiore di strumenti da combinare al fine di tenere
sotto controllo il rischio. In questa sessione cercheremo di illustrare le principali operazioni di
hedging che si possono attuare sui mercati. Benché non sono le uniche combinazioni possibili,
ci soffermeremo solo su portafogli di opzioni/sottostanti e opzioni/opzioni.
Per facilità assumeremo che (a) l’asset su cui l’opzione è scritta sia un’azione e (b) il profitto
risultante dalla strategia d’investimento non sarà soggetto ad attualizzazione, sarà meramente
il payoff finale al netto del costo iniziale. Il portafoglio rappresentato nella figura 2.15 rappre-
senta il payoff derivante dalla combinazione della sottoscrizione di un’opzione call su azione
e possesso dell’azione stessa. Le linee tratteggiate indicano il payoff derivante dalla posizione
sul singolo strumento mentre la linea continua indica il profilo di guadagno dell’intero por-
24
Covered call Reverse covered call
Figura 2.15: Profilo di guadagno derivante Figura 2.16: Profilo di guadagno derivante
dall’acquisto di un’azione e dalla contempo- dalla vendita allo scoperto di un’azione e dal-
ranea sottoscrizione di un’opzione call scritta l’acquisto di un’opzione call scritta sulla stessa
sulla stessa azione con prezzo di esercizio K azione con prezzo di esercizio K
tafoglio. Questa strategia è detta covered call proprio perché la posizione lunga sull’azione
”copre” o protegge l’investitore dal payoff derivante dalla posizione short sulla call quando si
verifica un brusco aumento del prezzo dell’azione. Notiamo che la strategia annulla i possibili
guadagni derivanti dal possesso dell’azione quando ST > K ma allo stesso tempo riduce le
perdite per ST < K. E’ quindi una strategia che ripara da eventuali perdite al costo di non
poter beneficiare dei guadagni derivanti dal rialzo dei prezzi del titolo. Nella figura accanto
abbiamo invece una reverse covered call. Il nome deriva dal fatto che qui le posizioni su op-
zione call e azione sono invertite: in questo caso si ha una posizione corta sull’azione e lunga
sull’opzione. I vantaggi della strategia consistono nel poter puntare su una discesa del prezzo
dell’azione proteggendosi allo stesso tempo da un suo eventuale rialzo. La perdita massima in-
fatti è limitata al prezzo della call. Passiamo ora alle analoghe strategie comprendenti stavolta
le opzioni put. Come già ribadito, il compratore di un’opzione put si aspetta un ribasso dei
prezzi. La strategia più immediata è quindi quella della protective put, ossia il contemporaneo
acquisto di un’azione e una put scritta sulla stessa azione. Il profilo di guadagno di tale strate-
gia è rappresentato nel grafio che segue: Anche in questo caso la correlazione tra i due payoff
restituisce benefici in termini di limitazione delle perdite, che nel peggiore scenario sono pari
25
Protective put Reverse protective put
Figura 2.17: Profilo di guadagno derivan- Figura 2.18: Profilo di guadagno derivante
te dall’acquisto congiunto di un’azione e di dalla vendita allo scoperto di un’azione e dal-
un’opzione put scritta sulla stessa azione con la sottoscrizione di un’opzione put scritta sulla
al costo della put. Allo stesso tempo attuare tale strategia diminuisce i guadagni nel caso di
rialzo dei prezzi, infatti questi si trovano su un livello più basso rispetto a quelli che si potreb-
bero ottenere dal solo possesso del titolo sottostante. Ultimo caso è quello in cui si assume una
posizione corta sia sull’opzione put che sull’azione sottostante, ossia la reverse protective put.
Possiamo osservare che il profilo dei guadagni rappresentato nelle ultime 4 figure somiglia
molto a quello descritto nella sezione sulle posizioni sulle opzioni. La covered call ha la stessa
forma della short put, la protective put invece della long call. La Call-put parity ci dà modo di
capire perché questo accade. Riportiamo di seguito la relazione
K
p + S0 = c + (1+r)T
dove p indica il prezzo della put, S0 il prezzo dell’azione, c il prezzo della call, K il prezzo d’e-
sercizio ed r il tasso privo di rischio. In questi termini, l’equazione mostra che la combinazione
di una posizione lunga su un’opzione put europea e sul sottostante equivale ad assumere una
posizione lunga su una call più un certo ammontare di denaro (= K/(1 + r)T ). Questo spiega
perché il profilo di guadagno della protective put è simile a quello della long call. L’inverso
vale ovviamente per la reverse protective put. La Call-put parity può essere riorganizzata nel
seguente modo:
26
K
S0 − c = (1+r)T
−p
L’intuizione che ci fornisce adesso è che una posizione lunga sull’azione combinata con una
posizione corta su un’opzione call europea è equivalente a una posizione corta su una put più
un certo ammontare di denaro (= K/(1 + r)T ). Questa equivalenza spiega perché il pattern
di guadagno della covered call ricorda quello della short put.
2.5.3 Spreads
Le spread sono strategie d’investimento in cui si prende una posizione in due o più opzioni
dello stesso tipo (ad esempio due o più opzioni put).
Bull spreads
La bull spread è una tra le più famose strategie di spread. Consiste nell’investimento in due
opzioni call europee: la prima si acquista e ha un prezzo di esercizio pari a K1 , la seconda
si sottoscrive e ha un prezzo di esercizio pari a K2 > K1 . Entrambe le opzioni hanno la
stessa scadenza. Come sappiamo, poiché il prezzo delle opzioni call diminuisce all’aumentare
del prezzo di esercizio, la strategia richiede un investimento iniziale. Il profilo di guadagni
dell’intera strategia è la somma dei due singoli payoff ed è rappresentato dalla linea continua
nel grafico. Anche in questo caso, il payoff totale della strategia dipenderà dallo stato del
Figura 2.19: Profilo di guadagno generato da una strategia bull spread usando due opzioni call
27
mondo che si presenterà. Assumiamo che l’azione abbia buone performance e a scadenza abbia
un valore ST > K2 , cioé il prezzo a scadenza è maggiore dello strike price più alto. Entrambe
le opzioni verranno esercitate, quella comprata genererà un guadagno pari a ST − K1 , mentre
quella sottoscritta una perdita pari a −(ST − K2 ). Sommando i due payoff otteniamo un
payoff totale uguale alla differenza dei due prezzi di esercizio K2 − K1 . Se il prezzo dell’azione
a scadenza è compreso tra i due prezzi di esercizio, il detentore dell’opzione con strike price K2
non avrà convenienza a esercitare il diritto e di conseguenza il payoff totale sarà semplicemente
ST −K1 . Ultimo caso è quello in cui l’azione a scadenza non va oltre il primo prezzo di esercizio.
Nessuno avrà convenienza a esercitare le opzioni e il payoff totale sarà pari a 0. Una strategia
bull spread limita le perdite ma allo stesso tempo i guadagni: l’investitore rinuncia al pieno
potenziale che l’acquisto dell’opzione call con strike price K1 potrebbe generare sottoscrivendo
un’opzione con strike price K2 . In cambio di questa rinuncia l’investitore incassa il valore della
seconda opzione. Possiamo riassumere i risultati appena descritti nel seguente modo:
Figura 2.20: Payoff di una strategia bull spread su due opzioni call per ogni stato del mondo
La strategia più aggressiva è ovviamente la terza. Costruirla costa relativamente poco e presen-
ta una bassa probabilità di ottenere un payoff relativamente alto (= K2 − K1 , ossia il massimo
spread). La strategia bull spread può essere creata anche attraverso l’acquisto di un’opzione
put europea con strike price più basso e la sottoscrizione di una stessa opzione ma con un
28
più alto strike price. A differenza delle bull spread costruite con le opzioni call, queste ultime
prevedono un incasso iniziale ma a scadenza hanno un payoff che sarà nullo o negativo. In-
fatti per ST < K1 entrambe le opzioni verranno esercitate, ma siccome quella sottoscritta ha
un prezzo di esercizio più alto, l’investitore andrà incontro ad una perdita. Si verificherà una
perdita anche nel caso in cui il sottostante si posizioni a scadenza tra i due prezzi di esercizio
in quanto la put con posizione long ”morirà” mentre quella sottoscritta verrà esercitata dal
suo possessore. Oltre il livello K2 nessuna delle due opzioni verrà esercitata e il payoff totale
sarà nullo (l’investitore guadagnerà quindi grazie alla differenza positiva di prezzo delle due
opzioni incassata in anticipo).
Figura 2.21: Profilo di guadagno generato da una strategia bull spread su due opzioni put
Bear spreads
Se l’investitore che persegue una bull spread spera che il prezzo dell’azione aumenti, chi crea
una bear spread spera in un ribasso. Una strategia bear spread può essere creata attraverso la
sottoscrizione di un’opzione put europea con prezzo di esercizio K1 e l’acquisto di una stessa
opzione con prezzo di esercizio K2 > K1 . Dato che le opzioni put diventano più costose al
crescere del prezzo di esercizio l’opzione sottoscritta sarà meno costosa di quella acquistata,
il che comporta un esborso iniziale. Sostanzialmente l’investitore compra un’opzione put con
un certo prezzo di esercizio e sceglie di rinunciare a una parte del potenziale profitto generata
29
da quest’ultima vendendo una put con un più basso prezzo di esercizio. In cambio del profitto
rinunciato, l’investitore incassa il prezzo dell’opzione sottoscritta.
Figura 2.22: Profilo di guadagno generato da una strategia bear spread su due opzioni put
30
Figura 2.23: Payoff di una strategia bear spread su due opzioni put per ogni stato del mondo
Figura 2.24: Profilo di guadagno generato da una strategia bear spread su due opzioni call
2.5.4 Combinazioni
Una combinazione è una strategia d’investimento che consiste nell’assumere una posizione su
entrambe le opzioni put e call sulla stessa azione.
Straddle
Sicuramente tra le più conosciute, la Straddle consiste nel comprare sia un’opzione call che
una put con stesso prezzo di esercizio e stessa scadenza.
Il pattern del guadagno della Straddle è abbastanza intuitivo. Se a scadenza il sottostante
si trova in prossimità del prezzo di esercizio K, l’investitore andrà incontro a una perdita; se
invece si verifica un movimento sufficientemente ampio del sottostante in una qualsiasi di-
rezione allora otterrà un guadagno. Tale strategia è quindi appropriata quando ci si aspetta
31
Figura 2.25: Profilo di guadagno generato da una Straddle
un movimento significativo nel valore del sottostante ma non la direzione in cui questo av-
verrà. La strategia cosı̀ descritta è più precisamente conosciuta come bottom Straddle. Una top
Straddle consiste invece in una posizione inversa rispetto alla precedente, ossia una sottoscri-
zione sia di una call che di una put con stesso prezzo di esercizio e stessa scadenza. Tuttavia
la top Straddle è una strategia molto rischiosa in quanto a differenza della sua controparte, che
nel peggiore degli scenari genera una perdita circoscritta ai prezzi delle due opzioni, questa
può potenzialmente portare a una perdita illimitata se a scadenza l’azione ha compiuto un
importante movimento verso l’alto.
Strips e straps
Una strip consiste in una posizione lunga in un’opzione call europea e due put tutte con stesso
prezzo di esercizio e stessa scadenza. Una strap consiste invece in una posizione lunga su due
opzioni call europee e una put con stesso prezzo di esercizio e scadenza.
In entrambe le strategie l’investitore scommette su un significativo movimento nel prezzo
dell’azione. Tuttavia nella strip si da più peso alle opzioni put, in altre parole si valuta il
ribasso relativamente più probabile (l’inclinazione del pattern dei profitti è infatti più ripida
nella parte sinistra proprio perché l’investitore beneficerà maggiormente di un ribasso). Al
32
Strip Strap
Figura 2.26: Profilo di guadagno di una strip Figura 2.27: Profilo di guadagno di una strap
(una call + due put) (due call + una put)
contrario, nella strap si da più peso alla ”parte call” del portafoglio, ossia il rialzo del prezzo
dell’azione è considerato più probabile del ribasso.
Strangle
La strangle è un tipo di combinazione che consiste nell’assumere una posizione lunga sia su
un’opzione call europea che una put con stessa scadenza ma diverso prezzo di esercizio. In
figura abbiamo il pattern che segue il guadagno generato da una strangle in cui i prezzi di
esercizio dell’opzione call K2 è maggiore rispetto a quello della put (= K1 ). A fianco invece
sono calcolati i payoff nei vari scenari che si possono presentare. La strangle è una strategia
che ricorda la straddle: l’investitore si aspetta un movimento deciso del prezzo del sottostante
33
ma è incerto riguardo la sua direzione. Comparando le due strategie possiamo osservare che
affinché si ottenga un guadagno il rialzo o il ribasso debba essere più marcato nella strangle
che nella straddle. Tuttavia, se il prezzo dell’azione a scadenza si posiziona intorno a un valo-
re centrale il cosiddetto ”downside risk”5 è minore nella strangle. Il profitto generato da una
strangle dipende da quanto sono vicini i due prezzi di esercizio. Tanto più sono distanti, tanto
più si riduce il downside risk, ma allo stesso tempo tanto più forte dovrà essere il movimento
del prezzo del sottostante affinché si possa realizzare un profitto. Analogamente alla straddle,
è possibile assumere una posizione corta sulla strangle. Tale strategia sarà quindi adatta agli
investitori che ritengono improbabili grossi movimenti del prezzo dell’azione e i profitti sa-
ranno ottenuti quando questo a scadenza si posizionerà all’interno dei due prezzi di esercizio.
In ogni caso anche questa è una strategia alquanto rischiosa poichè la perdita che si potrebbe
subire è potenzialmente infinita.
5
In finanza il downside risk è una misura che quantifica la perdita potenziale in cui si può incorrere in seguito
a un investimento in un asset o in una strategia d’investimento.
34
Capitolo 3
Il modello Black-Scholes-Merton
Agli inizi degli anni 70, Fischer Black, Myron Scholes, e Robert Merton propongono per la
prima volta un modello per valutare le opzioni Europee. Inoltre il modello ha successivamen-
te avuto grande influenza anche nel campo degli altri derivati. L’importanza del modello fu
riconosciuta nel 1997, quando Myron Scholes e Robert Merton furono insigniti del Nobel per
l’economia. Sfortunatamente, Fischer Black morı̀ nel 1995, altrimenti avrebbe anche lui senza
dubbio ricevuto il prestigioso riconoscimento. L’approccio alla Black e Scholes prevedeva la
costruzione di un portafoglio privo di rischio costituito da un’opzione e l’azione sottostante e
sostenendo che, in assenza di arbitraggio, il ritorno di tale portafoglio su un breve periodo di
tempo dovesse essere pari al tasso risk-free. Il modello di Merton è stato pubblicato non molto
tempo dopo il modello Black-Scholes. Una differenza sostanziale tra i due modelli è costituita
dal fatto che il modello di Merton tiene conto anche dei dividendi, che non sono inclusi nel
primo. Tuttavia, il modello non è diventato cosı̀ popolare come il precedente, in particolare a
causa del fatto che considera un dividendo continuo e di importo costante. L’ipotesi restrittiva
rende il modello considerevolmente irrealistico; tuttavia, in seguito si è scoperto che, indipen-
dentemente dalla restrizione, è adatto per la valutazione di futures e opzioni su valute.
In questo capitolo ci concentreremo sull’approccio alla Black e Scholes, in particolare mo-
streremo in primis le ipotesi sottostanti al modello stesso per poi passare alla costruzione del
portafoglio e alla derivazione della formula per il pricing delle opzioni.
35
3.1 Ipotesi del modello
Un mercato alla Black-Scholes è un mercato in cui:
Ḃt = r · Bt
Bt = B0 · ert
2. Esiste un asset rischioso con valore St che segue un Moto Geometrico Browniano, cioè
la seguente equazione differenziale stocastica:
o in forma chiusa:
1 2 )t+σW
St = e(µ− 2 σ t
36
3.2 Costruzione del portafoglio di non arbitraggio e deri-
vazione della PDE
Dato un mercato alla Black e Scholes e un’opzione call C scritta sul sottostante S, vogliamo
determinare qual è il prezzo dell’opzione. Come sappiamo, il payoff è cosı̀ descritto:
φ(ST ) = max(ST − K, 0)
Il payoff ci fornisce quindi il valore dell’opzione a scadenza, ma nulla dice sul valore che il
derivato dovrebbe avere oggi. Quello che cerchiamo è il prezzo di non arbitraggio dell’opzio-
ne. Nel mercato cosı̀ come l’abbiamo descritto abbiamo tre asset: il titolo privo di rischio, il
sottostante e l’opzione. Il prezzo del titolo risk-free è noto in quanto r è dato, allo stesso modo
conosciamo il valore del sottostante poiché per ipotesi segue un Moto Geometrico Browniano.
Dato che il prezzo è di non arbitraggio quello che possiamo fare è costruire un portafoglio con
due dei tre asset presenti nel nostro mercato che replichi il valore del terzo asset. Le combina-
zioni possono essere quindi varie: replicare il valore del titolo rischioso non è sicuramente la
scelta migliore, sappiamo che questo segue un GBM, per definizione è quindi stocastico o me-
glio sappiamo qual è il suo valore a meno di una variabile aleatoria rappresentata dal Processo
di Wiener. Quello di cui siamo sicuri è invece il valore dell’asset privo di rischio, infatti come
riportato sopra questo al generico istante t assume un valore pari a Bt = B0 · ert . Costruiamo
37
quindi un portagolio composto da un’unita dell’opzione e α unità del sottostante. In assenza
di arbitraggio il portafoglio dovrà rendere quanto il titolo privo di rischio.
V = αS + C (3.1)
Dove V è il portafoglio che replica il titolo privo di rischio, S il sottostante e C l’opzione della
quale vogliamo conoscere il valore. L’obiettivo è quello di determinare α in modo tale che il
portafoglio abbia un rendimento pari a r. Per trovare la risposta dobbiamo sapere prima come
si evolve il valore del portafoglio nel tempo. In altre parole ci chiediamo qual è il differenziale
dVt del portafoglio.
dVt = αdS + dCt (3.2)
Quello che non è noto è dCt . C non è nota ma sappiamo che è una funzione che dipende dal
tempo e dal sottostante. Il suo differenziale allora, per il Lemma di Ito, è:
∂C ∂C 1 ∂ 2C
C(t, S) → dC = dt + dS + 2
(dS)2 (3.4)
∂t ∂S 2∂ S
∂C ∂C 1 ∂ 2C
dC = dt + (µSt dt + σSt dWt ) + 2
(µSt dt + σSt dWt )2 (3.5)
∂t ∂S 2∂ S
in quanto
(dt )2 = o(dt ) ,
(dWt )2 = dt ,
dt · dWt = o(dt )
38
Possiamo ora tornare allo sviluppo di dC:
∂C ∂C 1 ∂ 2C 2 2
dC = dt + (µSt dt + σSt dWt ) + (σ St dt ) (3.7)
∂t ∂S 2 ∂ 2S
∂C ∂C 1 2 2 ∂ 2 C ∂C
dC = ( + µSt + σ St 2 ) dt + σSt dWt (3.8)
| ∂t ∂S{z 2 ∂ S} | {z∂S}
=drift =diffusion
Questa espressione ci da il differenziale, ossia come si evolve il valore dell’opzione call nel tem-
po. Adesso che sappiamo come varia l’opzione proviamo a mettere questi elementi all’interno
del differenziale dell’intero portafoglio. Riprendiamo quindi da dVt
∂C ∂C 1 2 2 ∂ 2 C ∂C
dVt = α (µSt dt + σSt dWt ) + ( + µSt + σ St 2 )dt + σSt dWt (3.9)
| {z } | ∂t ∂S 2 {z ∂ S ∂S }
=dS
=dC
∂C ∂C 1 ∂ 2C ∂C
dVt = ( + µSt (α + ) + σ 2 St2 2 ) dt + (σSt (α + )) dWt (3.10)
| ∂t ∂S
{z 2 ∂ S} | {z ∂S }
=drif t =dif f usion
Quello che troviamo è che la variazione di valore del portafoglio, costruito combinando α unità
del sottostante e un’unità dell’opzione, segue un processo stocastico con drift e diffusion come
indicati sopra. Osservando la SDE notiamo che questa è composta da una parte deterministica
e una stocastica. L’unico elemento di incertezza nel processo che il portafoglio segue è dato
dal diffusion.
L’obiettivo è costruire un portafoglio privo di rischio, in altre parole dobbiamo eliminare la
componente di incertezza. In particolare questo è possibile assegnando ad α un valore pari a
− ∂C
∂S
.
In questo modo dVt diventa:
∂C ∂C 1 ∂ 2C
dVt = ( + µSt (α + ) + σ 2 St2 2 )dt (3.11)
∂t ∂S 2 ∂ S
39
Abbiamo cosı̀ ottenuto un portafoglio privo di rischio. Se il portafoglio è privo di rischio e il
mercato è privo di arbitraggio (e per ipotesi il mercato alla Black e Scholes lo è) il rendimento
del portafoglio deve essere pari al rendimento del titolo risk-free. Se il portafoglios avesse un
rendimento superiore a quest’ultimo, gli arbitragisti potrebbero ottenere un portafoglio senza
rischio prendendo a prestito denaro al tasso privo di rischio e comprando il portafoglio; se il
portafoglio rendesse invece meno, potrebbero ottenere un profitto senza rischio assumendo
una posizione corta sul portafoglio e una lunga sul titolo privo di rischio. Segue quindi che:
∂C 1 2 2 ∂ 2 C ∂C
( + σ St 2 )dt = r(− St + Ct )dt (3.14)
∂t 2 ∂ S ∂S
Dividiamo per dt
∂C 1 2 2 ∂ 2 C ∂C
+ σ St 2 = r(− S t + Ct ) (3.15)
∂t 2 ∂ S ∂S
Infine riordiniamo il tutto per ottenere
∂C ∂C 1 ∂ 2C
+r St + σ 2 St2 2 = rCt (3.16)
∂t ∂S 2 ∂ S
Questa è l’equazione di Black e Scholes ossia un’equazione alle derivate parziali. L’e-
quazione ha infinite soluzioni. Tuttavia, si possono associare all’equazione determinate condi-
zioni, corrispondenti ai vari payoff dei derivati che possono essere definiti con S come sotto-
stante. In questo modo, la soluzione del sistema sarà il prezzo di non arbitraggio del derivato,
che dipenderà appunto dai limiti che sono stati imposti. Nel caso in cui si volesse prezzare
un’opzione call Europea dovremo imporre:
φ(ST ) = max(ST − K, 0)
40
Nel caso di un’opzione put:
φ(ST ) = max(K − ST , 0)
Associando il payoff del derivato otteniamo il problema alle equazioni differenziali di Black e
Scholes. Nello specifico, procediamo alla risoluzione del problema per un’opzione call Europea:
∂C + r ∂C St + 1 σ 2 St2 ∂ 22C = rCt
∂t ∂S 2 ∂ S
. (3.17)
φ(ST ) = max(ST − K, 0)
Si può notare come il problema non dipende da µ, o in altre parole, questo non è influenzato
dalle preferenze verso il rischio degli investitori. Le variabili che appaiono nell’equazione sono
il valore corrente dell’azione sottostante, il tempo, la volatilità dell’azione e il tasso d’interes-
se risk-free. Tutte sono indipendenti dalle preferenze sul rischio. Se la formula includesse µ,
l’equazione alle derivate parziali di Black e Scholes non sarebbe indipente dalle attitudini al ri-
schio. In particolare, tanto più è alta l’avversione al rischio, tanto più gli investitori richiedono
un ritorno atteso µ più alto per ogni dato asset (il cosiddetto premio per il rischio). Se le pre-
ferenze sul rischio non influenzano la PDE, non influenzano neanche la soluzione e ogni tipo
di ipotesi riguardo queste ultime può essere adottata, compresa quindi quella della neutralità
al rischio. In un mondo neutrale al rischio, il ritorno atteso di un generico asset è uguale al
tasso privo di rischio r. Quest’assunzione semplifica significativamente l’analisi dei derivati.
Gli investitori, all’aumentare del rischio, non chiedono di essere compensati con un maggio-
re rendimento. Inoltre il valore attuale di ogni cash flow può essere ottenuto scontando il suo
valore atteso al tasso risk-free. E’ importante sottolineare che la valutazione risk-neutral è me-
ramente uno strumento utile al fine di ottenere una soluzione al problema di Black e Scholes
per il pricing dei derivati. Le soluzioni ottenute sono però valide anche in scenari non neutrali
al rischio in quanto quando ci spostiamo verso un mondo avverso al rischio accadono due co-
se: il payoff atteso del derivato cambia ma allo stesso tempo cambia anche il tasso a cui questo
va scontato. Gli effetti generati da questi due cambiamenti tendono a compensarsi esattamente.
41
3.3 Soluzione del problema e formula per il pricing delle
opzioni Europee
Le più famose soluzioni all’equazione alle derivate parziali di Black e Scholes sono quelle per
il pricing di opzioni call e put Europee:
e
Pt = Ke−rT N (d2 ) − St N (−d1 ) (3.19)
dove
σ2
ln St + (r + )T
d1 = K √ 2
; (3.20)
σ T
2
ln SKt + (r − σ2 )T √
d2 = √ = d1 − σ T (3.21)
σ T
Come già ribadito nella sezione precedente la soluzione dipende da prezzo di esercizio K, tas-
so privo di rischio r, maturity T e la volatilità del sottostante σ. Il drift del sottostante non
impatta sul prezzo risk-neutral del derivato. N (x) è la funzione di probabilità cumulata di una
distribuzione Normale standard. In altre parole è la probabilità che una variabile con distribu-
zione normale assuma valori inferiori a x.
42
3.3.1 Il significato di N (d1 ) e N (d2 )
Attualizzando tale payoff dal tempo T al tempo 0 otteniamo la formula di Black e Scholes
per il pricing di un’opzione call Europea vista precedentemente. Un modo molto intuitivo di
guardare la formula per il pricing è il seguente:
N (d1 ) rT
C = e−rT N (d2 )[St e − K] (3.23)
N (d2 )
Dove i termini che compaiono all’interno dell’equazione possono essere cosı̀ interpretati:
• St erT N (d1 )/N (d2 ): Prezzo atteso dell’azione in un mondo neutrale al rischio se l’opzio-
ne viene esercitata.N (d1 )/N (d2 ) rappresenta infatti la probabilità che il valore di S sia
condizionato a S > K;
• K: Prezzo di esercizio.
In questa sezione mostreremo le proprietà generali delle formule di Black e Scholes per il pri-
cing delle opzioni call e put considerando cosa accade quando alcuni dei parametri assumono
valori estremi. Quando il prezzo dell’azione St assume valori molto alti, un’opzione call Eu-
ropea sarà esercitata quasi certamente. Dall’equazione 3.18, ci aspettiamo quindi che il pezzo
della call diventi:
43
C = St − Ke−rT
in quanto per prezzi sufficientemente alti, sia d1 e d2 diventano molto grandi, e di conseguenza
N (d1 ) e N (d2 ) tenderanno a 1. Al contrario, quando il prezzo dell’azione assume valori elevati,
il prezzo di un’opzione put tende a 0. Questo è coerente con quanto visto nell’equazione 3.19
per il pricing delle opzioni put Europee, poiché in questo caso sia N (d1 ) che N (d2 ) tendono a 0.
Analizziamo ora cosa accade quando la volatilità dell’azione sottostante il contratto d’opzione
tende a 0. Dato che l’azione è potenzialmente senza rischio, il suo prezzo crescerà a un tasso
pari a r fino a un valore di St erT al tempo T e il payoff derivante da un’opzione call sarà pari
a:
max(St erT − K, 0)
Per dimostrare che questo è coerente con l’equazione 3.18, consideriamo prima lo scenario in
cui St > KerT . Questo implica che ln SKt + rT > 0. Quando σ tende a 0, d1 e d2 tendono a
+ inf, cosicché N (d1 ) e N (d2 ) tendono a 1 e l’equazione 3.18 diventa:
C = St − Ke−rT
Quando invece St > KerT , segue che ln SKt + rT < 0. Quando σ tende a 0, d1 e d2 tendono a
− inf e N (d1 ) e N (d2 ) tendono a 0. L’equazione 3.18 da quindi che il prezzo dell’opzione call
è pari a 0. Il prezzo di un’opzione call è pertanto sempre pari a max(St − Ke−rT , 0) quando σ
tende a 0. In modo analogo, può essere dimostrato che il prezzo di un’opzione put è sempre il
max(Ke−rT − St , 0) quando σ tende a 0.
44
dove
St 2
ln +(r+ σ2 )T
d1 = K √
σ T
;
√
d2 = d1 − σ T
Concentriamoci ora sulle variabili che compaiono nella formula di Black e Scholes. S0 è il
prezzo del sottostante oggi; K e T , ossia prezzo di esercizio e scadenza sono espressamente
definite nel contratto al momento della stipula; il tasso d’interesse privo di rischio è noto ed è
pari a r. Il parametro che potrebbe dare maggiori difficoltà nell’implementazione della formula
è sicuramente σ. σ rappresenta la volatilità del sottostante, o più precisamente la volatilità
dei ritorni collegati al sottostante. Nel modello Black e Scholes il sottostante segue un Moto
geometrico Browniano. Riprendiamo la SDE che lo rappresenta:
o in forma chiusa
σ2
St = S0 e(µ− 2
)T +σWT
Nell’appendice A è analizzata con più precisione la dinamica dei ritorni logaritmici di tale
processo stocastico:
1
d ln St = (µ − σ 2 ) dt + σdWt
| {z2 }
| {z }
dif f usion
drif t
Il processo stocastico che descrive i ritorni logaritmici non è altro che un processo di tipo
Gaussiano. La componente di drift non dipende dalla variabile aleatoria S e il diffusion è
semplicemente una costante per l’incremento del processo di Wiener, che come sappiamo è a
sua volta una variabile aleatoria normale
ln St ∼ N (ln S0 + (µ − 21 σ 2 )T, σ 2 T )
Nel modello B-S il sottostante segue un Moto geometrico Browniano che implica che i
ritorni siano normali. σ, la variabile del modello che vogliamo calibrare, è la volatilità dei
ritorni logaritmici per unità di tempo. Se avessimo a disposizione le serie storiche dei prezzi
45
del sottostante questa sarebbe uguale alla deviazione standard dei ritorni logaritmici. Andiamo
quindi a calcolare valore atteso e varianza dei ritorni cosı̀ come li abbiamo espressi:
1
E[d ln St ] = E[(µ − σ 2 )dt + σdWt ] (3.24)
2
A meno di dWt , tutti gli elementi sono deterministici, compreso il parametro che vogliamo
stimare σ, pertanto possiamo portarli fuori dall’operatore valore atteso:
1
E[d ln St ] = (µ − σ 2 )dt + σE[dWt ] (3.25)
2
Ricordiamo che per com’è definito il processo di Wiener E[dWt ] = 0. Il valore atteso dei ritorni
logaritmici è quindi uguale a:
1
E[d ln St ] = (µ − σ 2 )dt (3.26)
2
1
V[d ln St ] = V[(µ − σ 2 )dt + σdWt ] (3.27)
2
Ancora abbiamo che tutte le componenti all’interno dell’operatore varianza sono determini-
stiche a meno di dWt . Chiaramente deterministiche non impattano sulla varianza in quanto la
varianza di un termine deterministico è pari a 0. Ciò che rimane è:
La varianza dell’incremento del processo di Wiener è nota ed è pari al lasso di tempo su cui è
calcolato l’incremento V[dWt ] = dt:
V[d ln St ] = σ 2 dt (3.30)
Abbiamo trovato quindi media e varianza teorica dei ritorni logaritmici del sottostante. Empi-
ricamente non possiamo approssimare il valore di tali grandezze ma possiamo farlo calcolando
46
la loro versione campionaria 2 . Creiamo un sistema che ci permette di trovare i due parametri
µ e σ da utilizzare nell’implementazione delle formule di Black e Scholes.
E[d ln St ] = (µ − 1 σ 2 )dt
2
. (3.31)
V[d ln St ] = σ 2 dt
47
Per calcolare le lettere Greche, è necessario assumere un modello di pricing per le opzioni. Di
solito i trader si basano sul modello Black-Scholes-Merton.
Il delta di un’opzione è definito come il tasso di cambio del prezzo di un’opzione rispetto al
prezzo dell’asset sottostante. In generale:
∂C
∆= (3.33)
∂S
Il delta di un’opzione è già stato utilizzato nel modello BSM per la costruzione del portafoglio
di replica (sotto una diversa notazione). Il portafoglio è composto da un’unità dell’opzione e da
α unità dell’azione sottostante. Successivamente troviamo che, per assicurarsi che il portafo-
glio sia senza rischio ed eliminare la componente stocastica, α deve essere uguale a − ∂C
∂S
. Dal
punto di vista finanziario ha senso: se si investe in un’opzione call, si assume una posizione
lunga sull’azione e l’unico modo per coprirsi dal rischio di ribasso tramite azioni è venderne
una certa quantità allo scoperto, viceversa se si assume una posizione lunga in un’opzione put.
Come detto nel capitolo 2 le opzioni put si comportano infatti in modo opposto alle call, ossia
il loro valore diminuisce all’aumentare del prezzo del sottostante.
Il delta di un’unità dell’azione è pari a 1. L’interesse del trader sarà quindi quello di comprare
(vendere) tante azioni fin quando il delta totale delle azioni eguaglia quello dell’opzione. In
questo modo il delta delle azioni compensa quello delle opzioni e la posizione totale del por-
tafoglio è definita come delta neutral.
E’ importante sottolineare che, dato che il delta di un’opzione non rimane costante, la po-
sizione del trader rimane coperta solo per brevi lassi di tempo. La copertura va aggiustata
periodicamente. Questo passaggio è noto come ribilanciamento.
Per un’opzione call Europea puo’ essere dimostrato che nel modello BSM:
48
un’opzione call Europea significa mantenere una posizione lunga di N (d1 ) per ogni opzione
venduta. Analogamente, usare il delta hedging per una posizione lunga su un’opzione call
Europea implica mantenere una posizione corta di N (d1 ) azioni per ogni opzione acquistata.
Per un’opzione put Europea, il delta hedging è dato da:
Il delta è negativo, ciò implica che una posizione lunga in un’opzione put Europea dovrebbe es-
sere coperto da una posizione lunga sull’azione sottostante e una posizione corta su un’opzione
put dovrebbe al contrario essere coperta da una posizione corta sull’azione.
I trader di derivati ribilanciano le proprie posizioni una volta al giorno per mantenere la neutra-
lità del delta. Quando l’investitore possiede un numero limitato di opzioni, il ribilanciamento
potrebbe essere particolarmente costoso a causa dei costi di transazione a cui è soggetto sul-
le compravendite. Per un portafoglio sufficientemente grande invece, il ribilanciamento sarà
probabilmente più praticabile in quanto solo uno scambio nell’asset sottostante è necessario
affinché il delta dell’intero portafoglio si azzeri. I costi di transazione saranno assorbiti dai
profitti generati dal portafoglio.
3.5.3 Gamma
Il gamma (Γ) di un opzione scritta su un asset sottostante è il tasso a cui varia il delta del
portafoglio rispetto al prezzo dell’asset sottostante. E’ uguale alla derivata parziale seconda
dell’opzione rispetto al prezzo dell’azione:
∂ 2C
Γ= (3.36)
∂S 2
49
qualsiasi periodo di tempo.
Per un’opzione call o put Europea , il gamma dato dal modello Black-Scholes-Merton è dato
da:
N 0 (d1 )
Γ= √ (3.37)
S0 σ T
dove N 0 (x) è la funzione di densità di una distribuzione Normale standard. Il gamma deri-
vante da una posizione lunga in un’opzione call o put è sempre positivo. Questo risultato
è fondamentale nel calcolo della soluzione del problema alle derivate parziali di Leland che
affronteremo nella prossima sezione.
50
Figura 3.3: Prezzi storici delle azioni Google e simulazione GBM
51
Figura 3.4: Pricing di due opzioni call scritte su azioni Alphabet Inc. per diverse Maturity
secondo il modello BSM. Ultimo prezzo dell’asset: 2938 $
Ai fini dell’analisi sono state prese in considerazione due opzioni call. Le linee continue
nel grafico rappresentano i risultati secondo il modello BSM, mentre i punti rappresentano i
prezzi delle stesse opzioni sul mercato. Le opzioni indicate dalla linea blu hanno un prezzo
di esercizio di 2900 $, vale a dire che al momento dell’analisi sono opzioni ITM. Le opzioni
rappresentate dalla linea rossa hanno un prezzo di esercizio di 2950 $ e sono pertanto OTM.
Sull’asse delle ascisse troviamo le scadenze: le opzioni prese in considerazione hanno scadenza
rispettivamente pari a 4 giorni, 1 mese, 3 mesi, 6 mesi, 9 mesi e 1 anno.
Come possiamo vedere il modello sembra dare una buona approssimazione di quelli che sono
e che dovrebbero essere i dati di mercato. Per scadenze brevi, le opzioni hanno prezzi rela-
tivamente bassi, il che riflette il fatto che sia improbabile che in un breve lasso temporale il
prezzo dell’asset compia un salto tale da far conseguire al possessore dell’opzione un guada-
gno significativo. Con l’allungarsi della scadenza questi aumentano e i prezzi delle opzioni
ITM sono sempre maggiori rispetto a quelli delle opzioni OTM. Con una scadenza più lontana,
la probabilità che il valore dell’asset cresca andando a creare un maggiore gap tra esso stesso
52
e il prezzo di esercizio aumenta, dando luogo a un ritorno più ampio e pertanto il diritto che il
derivato fornisce diventa più oneroso.
Un modo interessante per riassumere i risultati del modello è attraverso un grafico in 3 dimen-
sioni. Oggetto di analisi saranno sempre le azioni Alphabet Inc. e le opzioni annesse.
Figura 3.5: Il modello BSM per il pricing di opzioni call Europee scritte su azioni Alphabet Inc.
In questo modo, siamo in grado di capire come si muove il prezzo delle opzioni call in fun-
zione delle due dimensioni fondamentali che lo influenzano: prezzo di esercizio e scadenza.
Opzioni con alto strike price e brevissima maturity hanno un valore pressoché nullo, data la
grandissima improbabilità dello strumento di generare profitti. Al contrario, nel settore oppo-
sto del grafico troviamo le opzioni più costose, quelle con basso strike price e lunga scadenza.
Analogamente a quanto fatto per le opzioni call, possiamo compiere lo stesso tipo di analisi
con le opzioni put.
53
Figura 3.6: Il modello BSM per il pricing di opzioni put Europee scritte su azioni Alphabet Inc.
I risultati confermano quanto detto a livello teorico. La superficie è ribaltata rispetto al caso
delle opzioni call. Il diritto a poter vendere questa volta fa sı̀ che i ritorni siano ipoteticamente
maggiori, e quindi le opzioni più costose, quando abbiamo prezzi di esercizio e scadenze più
alte, cosı̀ come evidenziato dal grafico.
Proseguiamo testando il modello con un nuovo Dataset, prendiamo in considerazione adesso
la nota società produttrice di smartphone Apple Inc.. Applichiamo le formule del modello
Black-Scholes-Merton e confrontiamo i risultati con quelli che sono i prezzi che si trovano sul
mercato sia per opzioni put che call.
54
Call Put
Figura 3.7: Pricing di opzioni call scritte su Figura 3.8: Pricing di opzioni put scritte su
azioni Apple. Ultimo prezzo dell’asset: 172.57 azioni Apple. Ultimo prezzo dell’asset: 172.57
$ $
Infine analizziamo un ulteriore caso per fornire maggiore solidità a quelli che sono i risultati
del modello: il caso Tesla.
Call Put
Figura 3.9: Pricing di opzioni call scritte su Figura 3.10: Pricing di opzioni put scritte su
azioni Tesla. Ultimo prezzo dell’asset: 1067 $ azioni Tesla. Ultimo prezzo dell’asset: 1067 $
55
Capitolo 4
Il modello di Leland
Il modello Black-Scholes-Merton (BSM) ha avuto un grande impatto sul trading di titoli nel
mondo reale. Tuttavia, il modello BSM non tiene conto di alcuni aspetti quali ad esempio i
costi di transazione. Esistono molti studi che hanno esplorato modi per affrontare la replica
del payoff delle opzioni e gli errori di copertura dovuti ai costi di transazione.
Leland (1985) ha sviluppato una strategia di copertura in cui il prezzo di un’opzione dovrebbe
essere dato dalla formula fornita dal modello BSM ma con una volatilità corretta. La volatilità
rettificata dipende in modo diretto dai costi di transazione, dalla volatilità dell’attività sotto-
stante e dall’intervallo di ribilanciamento del portafoglio replicante. Nonostante le critiche
alla strategia di Leland, numerosi studi hanno dimostrato empiricamente che la sua strategia
è più accurata del modello BSM. Inoltre, Leland (2007) ha fornito due aggiustamenti alla for-
mula originale (1985) incorporando i costi iniziali di negoziazione. Gli adeguamenti sono stati
effettuati perché il modello originale non considerava esplicitamente i costi iniziali di nego-
ziazione. Inoltre, il modello di Leland, come quello sviluppato da Black-Scholes-Merton, non
dipende dalle preferenze di rischio dell’investitore e ha una soluzione in forma chiusa.
I trader sostengono diversi tipi di costi di transazione ogni volta che apportano modifiche al-
la composizione del proprio portafoglio. Questi includono commissioni, spread e altri costi
correlati all’impatto sul prezzo delle negoziazioni. Il modello di Leland fornisce una strategia
modificata del modello BSM, ampiamente utilizzato in finanza, ma allo stesso tempo porta con
sé questioni irrisolte, come ad esempio se possa essere utilizzato efficacemente per valutare e
coprire le opzioni con costi di transazione realistici.
56
4.1 Ipotesi del modello
Come fatto per il modello BSM, prima di procedere alla derivazione della formula per il pricing
delle opzioni, elenchiamo le ipotesi sottostanti al modello.
Sostanzialmente, i due modelli si basano sulle stesse ipotesi, con una differenza per quanto
riguarda i costi di transazione. Un mercato alla Leland è quindi un mercato in cui:
Ḃt = r · Bt
Bt = B0 · ert
2. Esiste un asset rischioso con valore St che segue un Moto Geometrico Browniano, cioè
la seguente equazione differenziale stocastica:
o in forma chiusa:
1 2 )t+σW
St = e(µ− 2 σ t
c= Sask −Sbid
S
,
dove S indica il prezzo medio tra ask e bid S = (Sask + Sbid )/2.
1
I termini bid (”prezzo denaro”) e ask (”prezzo lettera”) sono due termini quotidianamente usati in finanza e
indicano rispettivamente il prezzo massimo che un investitore è disposto a pagare per l’acquisto di un titolo e il
prezzo minimo che un investitore è disposto ad accettare qualora voglia vendere un titolo.
57
4.2 Derivazione della PDE
La derivazione dell’equazione alle derivate parziali del modello di Leland ricalca sostanzial-
mente quella del modello BSM e, pertanto, in questa sezione richiameremo spesso le formule
chiave di quest’ultimo. L’approccio è quello di costruire un portafoglio privo di rischio con gli
strumenti finanziari presenti nel mercato, ossia le azioni, le opzioni e il titolo privo di rischio.
Iniziamo prendendo il portafoglio replicante dato dal modello BSM. Il portafoglio replicante è
composto da un’opzione C e α unità del sottostante, dove α = − ∂C
∂S
:
V = αS + C (4.1)
Data la presenza dei costi di transazione, la copertura non puo’ avvenire nel continuo. In
altre parole per poter replicare il portafoglio nel tempo e rispettare il principio di arbitraggio,
un ribilanciamento deve essere attuato e questo avviene a intervalli discreti di lunghezza ∆t
distanti tra di loro.
Tenendo conto adesso dei costi di transazione, analizziamo come varia il valore del nuovo
portafoglio. Il numero di transazioni è dato dalla variazione della quantità α investita in azioni
durante l’intervallo di ribilanciamento ∆t. Il costo di una singola transazione è pari a cS/2 cosı̀
da avere un costo totale di cS
2
|∆α|, prendendo le variazioni in valore assoluto cosı̀ da evitare
le compensazioni. Cosı̀, la variazione di valore del portafoglio sarà uguale alla somma delle
variazioni subite dal sottostante e dall’opzione al netto dei costi di transazione:
cS
∆V = ∆C + α∆S − |∆α| (4.2)
2
∂C ∂C 1 2 2 ∂ 2 C ∂C
∆C = ( + µSt + σ St 2 )∆t + σSt ∆Wt (4.4)
∂t ∂S 2 ∂ S ∂S
58
2
Dunque ciò che rimane è derivare ∆α. Sappiamo che α = − ∂C
∂S
, cosı̀ ∂α
∂S
= − ∂∂SC2 . Da qui, per
lo sviluppo in serie di Taylor, possiamo approssimare la variazione subita da α a:
∂α ∂ 2C
∆α ≈ ∆S = − 2 ∆S (4.5)
∂S ∂S
∂ 2C ∂ 2C
∆α ≈ − 2 µSt ∆t − σS∆Wt (4.6)
∂S ∂S 2
2. quando calcoliamo la variazione del processo di Wiener in valore assoluto, questa puo’
q
essere sostituita con il suo valore atteso E[|∆Wt |] = π2 ∆t
∂ 2C
∆α ≈ − σSt ∆Wt ; (4.7)
∂S 2 r
∂ 2C ∂ 2C 2
|∆α| ≈ | 2 |σSt |∆Wt | ≈ | 2 |σSt ∆t (4.8)
∂S ∂S π
Possiamo ora riprendere la formula rappresentativa della variazione di valore del portafoglio
di replica nell’intervallo ∆t. Prima di procedere riassumiamo i risultati trovati:
cS
∆V = ∆C + α∆S − 2
|∆α|,
∆St = µSt ∆t + σSt ∆Wt ,
2
∆C = ( ∂C
∂t
+ µSt ∂C
∂S
+ 12 σ 2 St2 ∂∂ 2CS )∆t + σSt ∂C
∂S
∆Wt ,
q
2
∆α ≈ | ∂∂SC2 |σSt π2 ∆t
∆V = rV ∆t (4.10)
59
Il portafoglio V è composto da un’opzione e α = −∂C/∂S unità del sottostante. Dunque:
∂C
∆V = r(C − S)∆t (4.11)
∂S
Comparando la 4.9 e la 4.11:
r
∂C 1 2 ∂ 2C c ∂ 2C 2 ∂C
( + σ (St )2 2 − St | 2 |σSt ) = r(C −
∆t St )
∆t
(4.12)
∂t 2 ∂S 2 ∂S π∆t ∂S
Riordiniamo per ottenere l’equazione alle derivate parziali di Leland nella sua forma fina-
le: r
∂C 1 2 ∂ 2 C c 2 ∂ 2C ∂C
+ σ St 2 [1 − √ sign( 2 )] + r St − rC = 02 (4.13)
∂t 2 ∂S σ ∆t π ∂S ∂S
Ancora una volta l’equazione presenta infinite soluzioni, ma associandola a una determinata
condizione, ossia il payoff del derivato oggetto di pricing, la soluzione diventa unica e pari al
prezzo del derivato. Prima di procedere però è doveroso fare qualche osservazione sulla PDE
di Leland. In assenza di costi di transazione (c = 0), l’equazione è esattamente uguale a quella
del modello Black-Scholes-Merton.
∂2C
Ricordiamo inoltre che per il pricing di opzioni call e put nel modello BSM si ha ∂S 2
> 0
2
(gamma positivo) e pertanto sign( ∂∂SC2 > 0) = 1.
r
∂C 1 ∂ 2 C 2 c 2 ∂C
+ St 2 σ [1 − √ ]+r St − rCt = 0 (4.14)
∂t 2 ∂S σ ∆t π ∂S
La varianza, che indica la volatilità dei ritorni collegati al sottostante S, è moltiplicata per un
fattore direttamente collegato ai costi di transazione.
r
c 2
2 2
σ̂ = σ [1 − √ ] = σ 2 [1 − Le] (4.15)
σ ∆t π
In altre parole, inserendo il prezzo BSM di un’opzione call/put con volatilità corretta all’interno
dell’equazione di Leland scopriamo che questo rappresenta una soluzione della stessa PDE per
il pricing delle opzioni Europee. Il termine Le è noto come numero di Leland.
∂C 1 ∂ 2 C 2 ∂C
+ St 2 σ̂ + r St − rC = 0 (4.16)
∂t 2 ∂S ∂S
2
La funzione sign (signum) è una funzione che estrae il segno di un numero reale. In particolare, la funzione
−1 se x < 0
sign(x) è definita come segue: sign(x) = 0 se x = 0 .
1 se x > 0
60
Inoltre, σ̂ 2 deve essere positivo, il che ci fornisce un limite sul possibile intervallo di ribilancia-
mento ∆t (il possibile lasso temporale che intercorre tra due ipotetici cambi nella composizione
del portafoglio) e sullo stesso numero di Leland. Nello specifico:
r
c 2
2 2
σ̂ = σ [1 − √ ] > 0, (4.17)
σ ∆t π
r
c 2
1− √ > 0, (4.18)
σ ∆t π
r
c 2
√ = Le < 1, (4.19)
σ ∆t π
c2 2
< 1, (4.20)
σ 2 ∆t π
c2 2
∆t > 2 (4.21)
σ π
In altre parole possiamo affermare che il numero di Leland non puo’ essere maggiore di 1,
altrimenti la volatilità corretta sarebbe negativa. Nel seguente grafico è rappresentata la di-
pendenza tra Le e l’intervallo ∆t:
61
arbitrariamente grandi quando ∆t approccia lo 0; al contrario un ∆t → +∞ rende l’influenza
dei costi di transazione nulla in quanto il ribilanciamento avviene appunto a intervalli infiniti
e la volatilità corretta eguaglia la volatilità del modello BSM. In assenza di costi di transazione
(c = 0), un ∆t particolarmente grande o piccolo non influisce sull’accuratezza del nostro
portafoglio di replica.
Riprendiamo ora la PDE di Leland e associamo la condizione rappresentativa del payoff di
un’opzione call.
∂C + 1 St ∂ 2 C2 σ̂ 2 + r ∂C St − rC = 0
∂t 2 ∂S ∂S
. (4.22)
φ(ST ) = max(ST − K, 0)
dove
σ̂ 2
ln SKt + (r + )T
d1 = √ 2
; (4.24)
σ̂ T
σ̂ 2 √
ln St + (r − )T
d2 = K √ 2
= d1 − σ̂ T (4.25)
σ̂ T
Analogamente, il prezzo di un’opzione put Europea sarà il prezzo BSM di un’opzione put
calcolata con volatilità corretta:
62
finanziario vende un’opzione a un cliente, questa necessita di coprirsi dal rischio di perdita
che il derivato potrebbe causare. Per l’intermediario l’ideale sarebbe comprare un’opzione
identica a quella venduta. In questo modo, l’intermediario si coprirebbe da ogni rischio dato
che i payoff dei due strumenti si compensano esattamente. Tuttavia tale caso non è sempre
possibile. Talvolta gli istituti finanziari emettono strumenti tailor made, ossia su misura, sotto
specifiche richieste e necessità del cliente. In questi casi non esistono prodotti standardizzati
in grado di coprire l’esposizione al rischio e pertanto, l’istituto incorre in un problema di hed-
ging, ossia di copertura. In questa sezione tratteremo un argomento collegato alla gestione del
rischio proveniente dalla copertura, comunemente noto come ”The Greek letters”. Ogni lettera
Greca misura una diversa dimensione del rischio nell’assumere una posizione su un’opzione
e l’obiettivo del trader è quello di gestire le Greche cosı̀ che ogni rischio sia accettabile.
Per calcolare le lettere Greche, è necessario assumere un modello di pricing per le opzioni. Di
solito i trader si basano sul modello Black-Scholes-Merton.
Il delta di un’opzione è definito come il tasso di cambio del prezzo di un’opzione rispetto al
prezzo dell’asset sottostante. In generale:
∂C
∆= (4.27)
∂S
Il delta di un’opzione è già stato utilizzato nel modello BSM per la costruzione del portafoglio
di replica (sotto una diversa notazione). Il portafoglio è composto da un’unità dell’opzione e da
α unità dell’azione sottostante. Successivamente troviamo che, per assicurarsi che il portafo-
glio sia senza rischio ed eliminare la componente stocastica, α deve essere uguale a − ∂C
∂S
. Dal
punto di vista finanziario ha senso: se si investe in un’opzione call, si assume una posizione
lunga sull’azione e l’unico modo per coprirsi dal rischio di ribasso tramite azioni è venderne
una certa quantità allo scoperto, viceversa se si assume una posizione lunga in un’opzione put.
Come detto nel capitolo 2 le opzioni put si comportano infatti in modo opposto alle call, ossia
il loro valore diminuisce all’aumentare del prezzo del sottostante.
Il delta di un’unità dell’azione è pari a 1. L’interesse del trader sarà quindi quello di comprare
(vendere) tante azioni fin quando il delta totale delle azioni eguaglia quello dell’opzione. In
63
questo modo il delta delle azioni compensa quello delle opzioni e la posizione totale del por-
tafoglio è definita come delta neutral.
E’ importante sottolineare che, dato che il delta di un’opzione non rimane costante, la po-
sizione del trader rimane coperta solo per brevi lassi di tempo. La copertura va aggiustata
periodicamente. Questo passaggio è noto come ribilanciamento.
Per un’opzione call Europea puo’ essere dimostrato che nel modello BSM:
Il delta è negativo, ciò implica che una posizione lunga in un’opzione put Europea dovrebbe es-
sere coperto da una posizione lunga sull’azione sottostante e una posizione corta su un’opzione
put dovrebbe al contrario essere coperta da una posizione corta sull’azione.
I trader di derivati ribilanciano le proprie posizioni una volta al giorno per mantenere la neutra-
lità del delta. Quando l’investitore possiede un numero limitato di opzioni, il ribilanciamento
potrebbe essere particolarmente costoso a causa dei costi di transazione a cui è soggetto sul-
le compravendite. Per un portafoglio sufficientemente grande invece, il ribilanciamento sarà
probabilmente più praticabile in quanto solo uno scambio nell’asset sottostante è necessario
affinché il delta dell’intero portafoglio si azzeri. I costi di transazione saranno assorbiti dai
profitti generati dal portafoglio.
64
4.3.3 Gamma
Il gamma (Γ) di un opzione scritta su un asset sottostante è il tasso a cui varia il delta del
portafoglio rispetto al prezzo dell’asset sottostante. E’ uguale alla derivata parziale seconda
dell’opzione rispetto al prezzo dell’azione:
∂ 2C
Γ= (4.30)
∂S 2
65
per il calcolo del numero di Leland e quindi della volatilità corretta. Alla chiusura delle tratta-
zioni abbiamo il prezzo denaro pari a 2935,5 $ e un prezzo lettera di 2938 $ per ottenere costi
di transazione c = 8, 5128e − 04.
Figura 4.2: Pricing di due opzioni call scritte su azioni Alphabet Inc. per diverse Maturity
secondo il modello di Leland. Ultimo prezzo dell’asset: 2938 $
66
Call Put
Figura 4.3: Pricing di opzioni call scritte su Figura 4.4: Pricing di opzioni put scritte su
azioni Apple. Ultimo prezzo dell’asset: 172.57 azioni Apple. Ultimo prezzo dell’asset: 172.57
$ $
Call Put
Figura 4.5: Pricing di opzioni call scritte su Figura 4.6: Pricing di opzioni put scritte su
azioni Tesla. Ultimo prezzo dell’asset: 1067 $ azioni Tesla. Ultimo prezzo dell’asset: 1067 $
Come possiamo osservare, anche il modello di Leland fornisce una buona approssimazione
di quelli che sono i dati reali.
Riprendiamo il caso di Alphabet Inc. per osservare come si muove il prezzo delle opzioni in
funzione delle sue due dimensioni principali: prezzo di esercizio e scadenza.
67
Figura 4.7: Il modello di Leland per il pricing di opzioni call Europee scritte su azioni Alphabet
Inc.
Anche in questo caso il modello sembra replicare in modo fedele le regole teoriche delle
opzioni. L’ultimo prezzo noto dell’azione sottostante è di 2938 $. Nella parte destra della
superficie troviamo le opzioni call più costose in quanto si tratta di tutte quelle opzioni che
hanno un prezzo di esercizio inferiore a quello del sottostante al momento della valutazione. Il
valore di queste aumenta inoltre con l’allungarsi della maturity. Al contrario, all’allontanarsi
del prezzo di esercizio dal prezzo del sottostante le opzioni perdono valore. Per livelli di prezzi
di esercizio di molto più alti rispetto al prezzo del sottostante il valore delle call diminuisce
drasticamente, soprattutto per quelle opzioni a brevissima scadenza.
Ragionamento analogo ma opposto vale per le opzioni put, come dimostra il seguente grafico.
68
Figura 4.8: Il modello di Leland per il pricing di opzioni put Europee scritte su azioni Alphabet
Inc.
69
Capitolo 5
5.1 Dataset
In questa tesi abbiamo analizzato due importanti modelli per il pricing delle opzioni Europee.
Entrambi i modelli sono derivati grazie alla creazione di un portafoglio che, in un mondo neu-
trale al rischio, garantisce l’assenza di arbitraggio. Abbiamo mostrato che l’implementazione
dei modelli è possibile e entrambi sembrano dare risultati coerenti sia con le nozioni teoriche
sottostanti il derivato che con i dati forniti direttamente dai mercati. Andiamo quindi a com-
parare ed evidenziare le differenze tra i due modelli. Capiremo se e quanto è incisiva l’ipotesi
dell’assenza di costi di transazione nel modello BSM e se l’introduzione dell’ipotesi di costi
di transazione fissi di Leland riesce di fatto a fornire risultati più solidi e affini con i dati di
mercato.
Al fini del confronto, sarà preso in considerazione un set di società, più precisamente, saranno
oggetto di analisi le opzioni, sia call che put, scritte sulle azioni delle nove società con maggio-
re capitalizzazione del Nasdaq composite index, famoso indice che include più di 3.000 società
appartenenti al campo della tecnologia e biotecnologia come Apple, Microsoft, Amazon e Intel.
Le opzioni considerate inoltre sono estratte casualmente, in tal senso saranno prezzate sia call
che put ITM e OTM al momento dell’analisi.
Attraverso MATLAB andiamo a creare un codice che ci permette di comparare i modelli nel
seguente modo: saranno prese in considerazione 6 opzioni, sia call che put, per ogni società,
con diverse scadenze e saranno poi calcolati e rappresentati gli errori assoluti tra i prezzi teori-
70
ci dei due modelli e il prezzo di mercato. In questo modo saremo capaci di determinare subito
quale dei due modelli riesce a prezzare più accuratamente il derivato e il margine di errore di
ciascun modello.
5.2 Risultati
Riportiamo i risultati ottenuti dall’analisi. Sull’asse delle ascisse sono riportate le varie sca-
denze del derivato; nella didascalia invece inseriamo informazioni fondamentali per l’analisi,
come ad esempio la data e il prezzo del sottostante al momento del test e il prezzo di esercizio.
Il tasso privo di rischio utilizzato è il tasso Euribor overnight, r = −0.495%.
Microsoft Inc.
Figura 5.1: Data: 31-12-2021. Ultimo prezzo dell’azione = $ 339.32. Prezzo di esercizio = $ 310
71
Apple Inc.
Figura 5.2: Data: 02-01-2022. Ultimo prezzo dell’azione = $ 177.57. Prezzo di esercizio = $ 155
Figura 5.3: Data: 02-01-2022. Ultimo prezzo dell’azione = $ 336.35. Prezzo di esercizio = $ 350
72
Amazon Inc.
Figura 5.4: Data: 02-01-2022. Ultimo prezzo dell’azione = $ 3334.34. Prezzo di esercizio = $
3330
Alphabet Inc.
Figura 5.5: Data: 02-01-2022. Ultimo prezzo dell’azione = $ 2897.04. Prezzo di esercizio = $
3000
73
Nvidia Corp.
Figura 5.6: Data: 02-01-2022. Ultimo prezzo dell’azione = $ 294.11. Prezzo di esercizio = $ 320
ASLM Holding
Figura 5.7: Data: 02-01-2022. Ultimo prezzo dell’azione = $ 790.95. Prezzo di esercizio = $ 780
74
Broadcom Inc.
Figura 5.8: Data: 02-01-2022. Ultimo prezzo dell’azione = $ 665.41. Prezzo di esercizio = $ 700
Adobe Inc.
Figura 5.9: Data: 02-01-2022. Ultimo prezzo dell’azione = $ 561.63. Prezzo di esercizio = $ 580
Come si puo’ osservare dai grafici i risultati dell’analisi sono abbastanza chiari: nella mag-
gior parte dei casi gli errori derivanti dal modello di Leland sono inferiori a quelli derivanti
75
dal modello Black-Scholes-Merton. In alcuni casi la differenza tra i due modelli è molto mar-
cata, come ad esempio per Alphabet Inc. o ASLM Holding, in cui la formula di Leland prevale
su quella Black-Scholes-Merton. Si verificano tuttavia casi in cui il modello non fornisce i ri-
sultati sperati, basti osservare il caso Microsoft Inc., dove per alcune opzioni la formula BSM
supera, seppur leggermente, la precisione della formula di Leland. Una plausibile spiegazione
di un tale risultato sta nell’elevata volatilità del titolo. Le azioni Microsoft, e di conseguenza le
opzioni scritte su di esse, presentano per l’appunto volumi di scambio più elevati rispetto ad
altri casi analizzati ed essendo quindi più liquide le frizioni sono minime; cosı̀ la volatilità cor-
retta del modello di Leland, inferiore per definizione rispetto alla volatilità del modello BSM,
potrebbe andare in contrasto e allontanarsi da quella che di fatto il titolo presenta. In partico-
lare possiamo osservare il caso del pricing delle opzioni put su azioni Microsoft. Prendiamo
in considerazione questo caso in quanto, visto singolarmente, non sembra che un modello sia
più incisivo dell’altro.
Microsoft put
Nella parte superiore della figura le due linee continue rappresentano rispettivamente le
due volatilità calcolate secondo i modelli BSM e Leland. I punti indicano invece la volatilità
che si dovrebbe utilizzare per rendere nullo l’errore (a parità degli altri parametri). Osser-
76
vando attentamente il grafico possiamo giungere a due conclusioni: la prima è che esiste una
correlazione positiva tra volatilità ed errori; in particolare in figura sono stati evidenziati i casi
delle opzioni con scadenza 4 Febbraio, 18 Marzo, 17 Giugno e 16 Settembre. La volatilità che
si dovrebbe utilizzare se si volesse prezzare le opzioni attraverso l’approccio dei due modelli si
muove tra quella derivante dal modello BSM e quella derivante dal modello di Leland e l’errore
risponde di conseguenza. La volatilità esatta, trovandosi al di sotto di quella di Leland (e di
conseguenza più lontana da quella del modello BSM), fa sı̀ che il modello risulti più preciso nei
casi della terza e della quarta opzione e viceversa negli altri. La seconda conclusione a cui si
giunge è che una volatilità costante puo’ essere una limitazione per il modello in quanto sem-
bra che al fine di diminuire gli errori la volatilità dovrebbe avere inizialmente valori più alti
rispetto a quelli suggeriti dai modelli per le opzioni con più breve scadenza per poi attestarsi
su valori più bassi e quasi stabili ma mai costanti. Steven Heston (1993) propone infatti un
modello dove la volatilità è stocastica e perciò non costante.
77
Conclusioni
Il modello ideato da Fischer Black, Myron Scholes e Robert Merton è il più ampiamente uti-
lizzato nel mondo della finanza per vari motivi: si basa su una strategia delta hedging, la sua
semplicità e la sua capacità di riuscire a catturare il movimento dei prezzi del mercato. Tuttavia
il modello soffre di alcune limitazioni: viene utilizzato solo per prezzare le opzioni Europee e
non tiene conto del fatto che le opzioni Americane potrebbero essere esercitate prima della
data di scadenza. Inoltre, il modello presuppone che dividendi, volatilità e tassi privi di rischio
rimangano costanti per tutta la vita dell’opzione. Negli anni numerosi economisti hanno pro-
vato ad approcciarsi alle limitazioni del modello nel tentativo di correggerle. In particolare,
Hayne Leland propone una variante del modello che considera costi di transazione fissi.
Come sviluppato e dimostrato nella tesi, l’assunzione di costi di transazione positivi ha sicu-
ramente delle implicazioni sia a livello analitico che empirico. Questo lavoro ha l’obiettivo di
mettere in luce i due modelli e le differenze che le due diverse ipotesi comportano, in partico-
lare, l’assunzione ipotizzata da Leland sembra potersi rivelare decisiva al fine di fornire una
maggiore precisione nel pricing delle opzioni Europee.
78
Appendice A
Richiami di matematica
A.1 Arbitraggio
In economia e finanza la condizione di arbitraggio è spesso richiamata quando si fa riferimento
all’ equilibrio di un mercato o al pricing di strumenti finanziari. Infatti, anche in questa tesi, il
concetto di arbitraggio è stato uno strumento fondamentale nei capitoli 2, 3 e 4 per determinare
i limiti al prezzo delle opzioni e le formule per il pricing delle stesse. L’arbitraggio puo’ essere
definito in diversi modi. La definizione che più si addice all’ambito della finanza è sicuramente
la seguente
Per avere degli esempi pratici, possiamo fare riferimento al capitolo 2. In particolare
riprendiamo uno dei vincoli al prezzo delle opzioni call:
c ≤ S0
Supponiamo per ipotesi che il vincolo non valga. Una strategia di arbitraggio potrà essere im-
plementata sfruttando il disallineamento del prezzo dell’opzione call. Dato che questa infatti
ha un costo superiore rispetto a quello che dovrebbe avere, all’investitore basta sottoscrivere
l’opzione. Ciò significa che incasserà la somma c in anticipo. A scadenza dovrà quindi pagare
la differenza −(ST − S) nel caso in cui il sottostante assuma un valore più alto del prezzo di
79
Figura A.1: Strategia di arbitraggio per la determinazione del limite superiore al prezzo di una
call europea
esercizio. Non sarà dovuto nulla invece in caso contrario. Come si può notare dall’ultima riga
della tabella, a fronte di un investimento iniziale pari a 0, si ha un profitto certo in tutti gli stati
del mondo. In equilibrio questo non dovrebbe essere possibile, nel senso che non ci dovrebbero
essere situazioni in cui un individuo possa conseguire dei guadagni senza sopportare alcun ri-
schio e senza investire nessuna somma di denaro. I mercati non soddisfano sempre il Principio
di Arbitraggio e gli agenti più attenti sfruttano tali disallineamenti in cerca di opportunità di
profitto. Gli arbitraggi possono quindi influire sulla domanda e sull’offerta e di conseguenza
sul prezzo degli strumenti finanziari. Di solito queste situazioni non perdurano nel tempo in
quanto in risposta a tale mossa degli agenti si attivano dei meccanismi di aggiustamento che
precludono tali opportunità. L’idea generale è che nel lungo periodo il Principio di Arbitrag-
gio dovrebbe essere rispettato. Le ragioni più comuni che spiegano la presenza di arbitraggi
all’interno dei mercati sono la presenza di frizioni (ad esempio due mercati che hanno costi
di transazione o tasse diverse su uno stesso titolo) o la possibile non piena razionalità degli
investitori.
Possiamo anche dare una definizione più formale di arbitraggio:
ϕ̄S¯0 ≤ 0
80
ϕ̄S¯1 ≥ 0
il valore del portafoglio negli istanti successivi all’investimento non assume valori ne-
gativi;
3. esiste almeno un evento per cui il valore del portafoglio è positivo. Tale evento ha
probabilità:
Fin da quando esistono i mercati azionari, è stato possibile per gli investitori osservare il prezzo
delle azioni e le sue serie storiche. Dai giornali alle televisioni, fino agli schermi odierni azioni,
indici e altri asset finanziari sono quotati quotidianamente. Per molte persone, le variazioni
di valore di un asset nel tempo sono un ottimo esempio di Random walk, ossia un processo di
realizzazioni aleatorie da parte di un oggetto, ad esempio, un’azione. L’espressione Random
walk si presta a suggerire proprio che il percorso seguito dall’asset è casuale e pertanto, im-
prevedibile. Le serie storiche dell’asset possono sicuramente aiutarci e fornirci informazioni
quali ad esempio il probabile salto che l’asset compierà, la possibile distribuzione dei prezzi
futuri, la sua media e varianza; ma non è possibile prevedere il passo successivo che l’asset
seguirà. Quest’ultima è un’ipotesi sottostante a molti dei modelli di pricing esistenti.
Andiamo adesso più nello specifico e cerchiamo di capire come possiamo spiegare i cambia-
menti che il prezzo di un asset segue.
Ogni variabile il cui valore segue una dinamica incerta nel tempo è detta seguire un processo
stocastico. I processi stocastici possono essere classificati in base a due criteri: i tempi in cui le
81
variazioni avvengono e i valori che la variabile puo’ assumere. Un processo stocastico a tempo
discreto è un processo nel quale il valore della variabile puo’ cambiare soltanto in determinati
momenti, mentre una variabile che segue un processo a tempo continuo puo’ avere variazioni
in qualsiasi momento. I processi stocastici si dividono inoltre in processi a variabile continua e
a variabile discreta. Nei primi la variabile sottostante puo’ assumere qualsiasi valore all’interno
di un determinato range, al contrario per le variabili discrete solo alcuni valori sono possibili.
I processi stocastici e il loro funzionamento rappresentano il primo passo per comprendere il
pricing delle opzioni e di tanti altri strumenti derivati.
In verità, nella pratica i prezzi delle azioni non seguono né un processo a tempo continuo,
né uno a variabile continua. I prezzi delle azioni possono assumere solo valori discreti (ad
esempio, multipli di un centesimo) e variare solo negli orari in cui i mercati sono aperti agli
scambi. Tuttavia, i processi continui si rivelano uno strumento molto utile a diversi fini.
82
La domanda dell’azione crescerebbe immediatamente. Questo porterebbe subito ad un imme-
diato aumento del prezzo dell’azione e l’effetto osservato di qualsiasi opportunità di guadagno
svanirebbe.
µdt
dove µ è una misura del tasso medio di crescita del prezzo dell’asset, noto anche come drift.
Più precisamente, il drift rappresenta il valore medio degli incrementi per unità di tempo di
un processo stocastico. Nei modelli più semplici, µ è preso come una costante; in altri più
complessi, µ è funzione di S e t.
La seconda componente che contribuisce al ritorno dS/S racchiude le variazioni casuali che
il prezzo dell’asset puo’ subire in risposta a eventi esterni, come ad esempio notizie riguardo
la società emittente il titolo. Questa seconda componente è rappresentato da un campione
casuale estratto da una distribuzione normale con media zero ed è pari a
σdW
dove σ è un parametro noto come diffusion o volatilità che misura la deviazione standard dei
ritorni. Combinando insieme le due componenti otteniamo la seguente equazione differenziale
stocastica:
dS
= µdt + σdW (A.1)
S
che è rappresentazione matematica del semplice modello enunciato per simulare il percorso
del prezzo dell’asset.
Per comprendere appieno la formula A.1 dobbiamo chiarire il significato di dW .
1
La notazione d· sta a indicare le variazioni che qualsiasi quantità subisce su un intervallo di tempo
infinitesimale
83
Se σ fosse uguale a 0, il termine dW scomparirebbe e avremmo la seguente equazione diffe-
renziale ordinaria
dS
S
= µdt
dS
dt
= µS
S = S0 eµ(t−t0 ) ,
che assicura una crescita esponenziale del valore dell’asset. S0 è il valore dell’asset al tempo
t = t0 . Cosı̀, se σ = 0 il prezzo dell’asset è totalmente deterministico e possiamo prevedere
con certezza quale sarà il suo prezzo futuro.
Il termine dW , che contiene l’incertezza riguardo i movimenti futuri del prezzo del titolo, è
noto come processo di Wiener. Quali sono quindi le caratteristiche che tale processo possiede?
In generale, un processo Xt tale che:
Pt
Xt = i=1 yi
per il teorema del limite centrale, è distribuito secondo una normale con media 0 e varianza t:
Pt
Xt = i=1 yi ∼ N (0, t)
Quando la variabile yi è costruita nel seguente modo, sempre per il teorema del limite centrale,
relativamente alla variazione riferita al periodo che va da t a t + dt, è distribuita secondo una
84
normale con media 0 e varianza dt.
Questo tipo di incremento è per definizione il differenziale del processo di Wiener dWt .
W0 = 0, a.s. (A.5)
3. gli incrementi hanno una distribuzione Normale. Dati due istanti t e s tali che t > s > 0,
la variazione Wt −Ws che il processo di Wiener subisce è una variabile aleatoria normale
con media 0 e varianza t − s
mean[Wt − Ws ] = 0; (A.7)
var[Wt − Ws ] = t − s; (A.8)
∀t > s > 0
85
Come conseguenza della proprietà precedente abbiamo che
Wt = Wt − W0 ∼ N (0, t) (A.10)
Il valore della variabile al tempo t non è altro che una normale con media 0 e varianza t. La
previsione (il valore atteso) del valore del processo è sempre 0 ma la volatilità aumenta col
tempo, o in altre parole, la precisione di tale previsione diminuisce tanto più la previsione è
lontana nel tempo.
Possiamo simulare il processo di Wiener attraverso la discretizzazione delle sue variazioni
come riportato nell’equazione A.9.
In figura il processo è stato simulato un numero di volte N = 80. Notiamo come la discre-
tizzazione porta al risultato già enunciato: la nuvola di percorsi ha un andamento casuale ma
si muove attorno a un valore medio di 0.
86
A.2.5 Altre proprietà del processo
Esiste poi un altro set di proprietà che derivano dalla definizione di processo di Wiener e che
saranno essenziali per andare a definire il Lemma di Itô.
2. Wt non è mai monotono. Non si verifica mai una crescita o decrescita costante monotona
del processo in nessun intervallo, si alternano invece crescite e decrescite continue.
Infatti, simulando il processo, anche quando questo sembra crescente, si puo’ notare
come in realtà nessun sotto-intervallo lo sia, presentando una dinamica frastagliata.
87
Dal punto di vista finanziario questa proprietà ha ragion d’essere in quanto l’andamento
futuro di un asset è di per sé aleatorio.
Dimostrazione. Per la definizione di derivabilità abbiamo:
Wt −Wt−dt
limS→+∞ dt
dWt
limS→+∞ dt
Semplificando
1
limS→+∞ dt
1
= 0
= + inf
Pn
T V (W ) = i=1 |Wti − Wti−1 |
Pn q 2dt
T V (W ) = i=1 π
88
sostituiamo per dt:
Pn q 2t
T V (W ) = i=1 πn
tutti gli addendi della sommatoria sono uguali, per cui il valore di tale sommatoria sarà
n volte l’argomento della stessa sommatoria:
q
2t
T V (W ) = n πn
Quando la partizione diventa sempre più piccola, ossia n diventa sempre più grande:
q
2tn
limn→+∞ π
= +∞
Pn
E[QV (W )] = i=1 E[(Wti − Wti−1 )2 ]
89
Pn tn −t0
i=1 n
n tn −t
=Z n
0
A
con s < t. Calcolare il valore atteso del processo al tempo t, condizionato all’informa-
zione Fs , ossia tutta l’informazione contenuta dal processo da 0 in s, equivale a calcolare
il valore atteso del processo condizionato a σ(Ws ), ossia il singolo valore del sistema al
tempo s.
E[Wt Ws ] = min(s, t)
Dimostrazione.
Dato t > s possiamo scrivere la covarianza tra Wt e Ws come:
Cov(Wt , Ws ) = Cov(Wt − Ws + Ws , Ws )
90
Inoltre, sempre per via degli incrementi indipendenti, il primo termine sarà pari a 0. Ciò
che rimane è quindi il secondo termine, ossia la covarianza di Ws con sé stesso, pari alla
varianza di Ws .
Cov(Wt , Ws ) = 0 + VAR[Ws ]
per definizione di processo di Wiener sappiamo che quest’ultima è pari proprio all’istan-
te in cui si osserva il processo, quindi in questo caso:
Cov(Wt , Ws ) = VAR[Ws ] = s
(a) il valore atteso del valore assoluto del processo di Wiener è finito;
E[|Wt |] < +∞
E[Wt |Fs ] = Wt
A questo punto, per la linearità dell’operatore valore atteso possiamo dividere in due
parti il termine a destra dell’equazione:
91
Gli incrementi di un processo di Wiener sono indipendenti tra di loro, ciò implica che
l’informazione al tempo precedente non influenza il valore atteso; per quanto riguarda il
secondo termine, Ws è misurabile rispetto a Fs , ossia condizionare il valore del processo
rispetto all’informazione da esso generato fino allo stesso istante equivale a prendere il
valore stesso del processo in tale istante.
E[Wt |Fs ] = Ws
Per le proprietà del processo di Wiener, il valore atteso degli incrementi del processo
stesso è 0, pertanto, ciò che rimane è proprio Ws . La proprietà di Martingalità era facil-
mente prevedibile: la migliore stima di un processo che in media ha incrementi pari a
0 è che questi appunto si compensino e avere cosı̀ la previsione di un valore futuro che
non si discosta da quello presente.
In questa sezione si elencano le proprietà degli incrementi del processo di Wiener, fondamen-
tali per la derivazione del Lemma di Itô, a sua volta fondamentale per derivare i modelli di
pricing delle opzioni.
2. E[dWt ] = 0
Dalla prima proprietà segue che il valore atteso dell’incremento è pari a 0.
92
4. E[(dWt )2 ] = V[dWt ] = dt
Essendo la media degli incrementi pari a 0, segue che il momento secondo corrisponde
con la varianza, che, come riportato dalla proprietà numero 1, è pari a dt.
6. (dWt )2 = dt
E’ una variabile aleatoria con delle caratteristiche ben specifiche: precisamente la pro-
prietà numero 4 ci fornisce la sua media, la proprietà numero 5 la varianza. Poiché questa
variabile ha varianza nulla, il suo valore sarà pari alla sua media, e cioè dt.
9. dWt dt = o(dt) = 0
E’ una variabile aleatoria. La media, secondo la proprietà numero 3 è 0. La varianza
invece ci è fornita dalla proprietà numero 8 ed è pari a o(dt). Il suo valore quindi è un
o(dt), ossia è trascurabile.
Le proprietà degli incrementi del processo di Wiener portano alla tabella delle regole di Itô,
una tabella che evidenzia i rapporti tra dt e dWt :
3
o(dt): quantità che converge a 0 più velocemente di quanto non lo faccia dt
93
dt dWt
dt 0 0
dWt 0 dt
Data una funzione f (t), sotto certe condizioni, si puo’ rappresentare attraverso l’espansione
di Taylor:
∂f 1 ∂ 2f 1 ∂ 2f
f (t + dt) = f (t) + dt + 2
(dt)2
+ 2
(dt)3 + ... (A.11)
∂t 2 ∂t 3! ∂t
dove i punti di sospensione indicano gli elementi di grado superiore nell’espansione di Taylor.
Posso vedere l’incremento df come:
∂f
df = dt + o(dt) (A.12)
∂t
Ricordiamo che dt2 = o(dt), e pertanto, quelli di grado superiore al secondo saranno anch’essi
delle quantità che convergeranno a zero più velocemente di dt.
Prendiamo in considerazione adesso una funzione a due variabili:
∂f ∂f 1 ∂ 2f 2 1 ∂ 2f 2 ∂ 2f
f (t + dt, x + dx) = f (t, x) + dt + dx + (dt) + (dx) + (dt)(dx) + ...
∂t ∂x 2 ∂t2 2 ∂x2 ∂t∂x
(A.13)
La variazione totale df questa volta sarà quindi pari a
∂f ∂f
df = dt + dx + o(dt) + o(dx) (A.14)
∂t ∂x
Quanto abbiamo scritto è vero quando trattiamo funzioni deterministiche. Quando abbiamo
un argomento non deterministico le cose diventano più complesse. Supponiamo la funzione
f (t, x) sia stocastica, in particolare supponiamo x rappresenti un processo di Wiener. Il dif-
ferenziale della funzione non sarà uguale a quanto espresso dall’equazione A.14 in quanto in
questo caso il termine (dx)2 non è più pari a o(dt); osservando la tabella delle regole di cal-
colo di Itô ricordiamo che (dWt )2 = dt. Quando si ha a che fare con funzioni stocastiche il
94
differenziale della funzione non può più essere approssimato con i soli termini di primo grado
e alle loro derivate prime, ma si deve tenere conto anche del termine (dx)2 .
Il tutto ci conduce al noto Lemma di Itô, il quale afferma che, dato un processo stocastico xt ,
rappresentato da un’equazione differenziale stocastica
una funzione di tale processo stocastico yt (xt ) è un processo stocastico rappresentato dalla
seguente equazione differenziale stocastica
∂y ∂y 1 ∂ 2y
dyt = dt + dx + (dx)2 (A.16)
∂t ∂x 2 ∂x2
Il fatto che x sia questa volta un processo stocastico non mi permette di eliminare il termine
(dx)2 perché non è un o(dt).
In particolare possiamo sviluppare il termine (dx)2 direttamente dalla sua definizione riportata
dall’equazione A.15:
Per le regole di calcolo di Itô, sia il termine dt2 che dtdWt sono degli o(dt), mentre (dWt )2 = dt,
e pertanto, sostituendo nell’equazione A.16, otteniamo il seguente risultato:
∂y ∂y 1 ∂ 2y
dyt = dt + dx + gdt (A.19)
∂t ∂x 2 ∂x2
Dato un processo stocastico, un nuovo processo stocastico funzione del primo, il Lemma di Itô
ci fornisce l’equazione che rappresenta il nuovo processo stocastico. Il risultato è fondamentale
per il pricing dei derivati e per la finanza in generale.
Il Lemma di Itô è uno strumento usato per risolvere le equazioni differenziali stocastiche, equa-
zioni che esprimono l’andamento del valore di un asset finanziario. Le equazioni differenziali
non sono altro che la rappresentazione di integrali stocastici, o integrali di Itô, che saranno
oggetto di questa sezione.
95
Gli integrali stocastici hanno caratteristiche differenti da quelli deterministici, o integrali di
Riemann. Riassumiamo in breve ciò che l’integrale stocastico è: data una funzione f
f : [a, b] → R
ti ∈ [ti−1 , ti ]
e una inferiore:
n
X
Sf = min f (t)(ti − ti−1 ), (A.21)
i=1
ti ∈ [ti−1 , ti ]
96
Figura A.4: Integrale deterministico
se esiste, il limite della somma superiore per n → +∞ uguale a quello della somma inferiore,
questo è l’integrale di Riemann. Il secondo teorema fondamentale del calcolo integrale fornisce
la regola di calcolo degli integrali deterministici . Sia una funzione f :
f : [a, b] → R
F : [a, b] → R,
con f = ∂F
∂t
97
L’integrale da un estremo a a un estremo b della funzione f è uguale alla differenza tra l’anti-
derivata calcolata nell’estremo superiore e quella calcolata nell’estremo inferiore.
La stessa regola non puo’ essere applicata agli integrali stocastici, ricordiamo che il processo
di Wiener ha variazioni assolute illimitate e pertanto, calcolare il limite di una sommatoria del
processo di Wiener darebbe un risultato pari a +∞. Nel calcolo stocastico dobbiamo perciò
dare una definizione diversa di integrale. Nello specifico per un integrale stocastico è la varia-
zione quadratica che deve convergere, non quella assoluta. Per le altre proprietà del processo
di Wiener, sappiamo che questo ha una variazione quadratica totale finita.
Data una funzione f , stavolta non deterministica, che dipende dal tempo e da una variabile
aleatoria ω:
Mettendo a confronto questa definizione di integrale stocastico con quella di integrale deter-
ministico si possono notare subito delle similitudini. Riprendiamo la definizione in termini di
sommatoria dell’integrale deterministico (A.21):
Pn
Sf = i=1 min f (t)(ti − ti−1 )
98
Mentre nell’integrale deterministico compare la differenza tra gli estremi del sotto-intervallo
[ti − ti−1 ], nell’integrale stocastico, questa lascia posto al valore del processo di Wiener calco-
lato nei due estremi. Inoltre, la differenza non viene moltiplicata né per il massimo e né per il
minimo valore della funzione nell’intervallo, ma per il valore che la funzione assume esatta-
mente nell’estremo sinistro ti−1 . Questa è una delle caratteristiche fondamentali che definisce
il processo di Itô, ossia proprio la sommatoria della funzione f calcolata nell’estremo inferiore
dell’intervallo di integrazione moltiplicata per la variazione del processo di Wiener nel dato
intervallo.
Tuttavia nell’equazione A.25, tra parentesi quadre troviamo le variazioni assolute del processo
di Wiener, che, come sappiamo non sono finite. Calcolare il limite di questa sommatoria ha
poco significato quando abbiamo a che fare con un processo stocastico come quello di Wiener.
Ciò che possiamo fare è studiare la convergenza delle variazioni quadratiche del processo, che,
al contrario, hanno valore finito:
dove Ifn rappresenta un integrale (o una sommatoria) che dipende dalla partizione dell’inter-
vallo e If un secondo integrale che non dipende invece dalla partizione utilizzata. Se la diffe-
renza al quadrato converge a zero quando n → +∞ allora possiamo dire che If è l’integrale
di Itô della funzione f . Abbiamo che Ifn
n
X
Ifn = f (ti−1 )[Wti − Wti−1 ] (A.27)
i=1
99
Per il Lemma di Itô sappiamo che il differenziale dyt è:
∂g ∂g 1 ∂ 2g
dyt = dt + dWt + 2
(dWt )2 (A.29)
∂t ∂W 2 ∂W
Tutti gli integrali di Itô rientrano nel più grande insieme dei processi di Itô (o processo di
Wiener generalizzato), ossia un processo caratterizzato dalla seguente forma:
Z t Z t
xt = x0 + g(xs , s) (ds) + f (xs , s) (dWs ) (A.30)
0 0
e in cui entrambe le funzioni g e f sono funzioni del valore della variabile sottostante x che del
tempo t. Le due funzioni inoltre non rappresentano altro che il drift e il diffusion del processo
di Itô: g indica il valore atteso degli incrementi del processo, f la sua volatilità.
Come tutti i processi stocastici, anche questo avrà un valore atteso e una varianza. Iniziamo a
elencare le proprietà dell’integrale partendo proprio da queste ultime:
1. E[If (0, T )] = 0
La proprietà principiale è che il valore atteso di un generico integrale di Itô ha valore
atteso pari a 0.
RT RT
2. E[If2 (0, T )] = E[ 0
f 2 (t, x) (dWt )2 ] = E[ 0
f 2 (t, x) dt]
Il valore atteso del quadrato di un integrale stocastico non è un integrale stocastico.
Questo è dovuto al fatto che il differenziale del processo di Wiener, dalle regole di calcolo
di Itô, se preso al quadrato diventa dt, una componente non stocastica. Questa seconda
proprietà è nota come proprietà di isometria dell’integrale di Itô.
100
RT RT
3. If (0, T ) = 0
f (t) dWt ∼ N (0, 0
f 2 (t) dt)
Data una funzione deterministica f e un integrale di Itô If (0, T ) composto come de-
scritto sopra abbiamo che tale integrale è una variabile aleatoria Gaussiana con media 0
RT
e varianza 0 f 2 (t) dt.
Come accennato nella sezione precedente, un processo di Itô puo’ essere rappresentato come
segue: Z t Z t
xt = x0 + g(xs , s) (ds) + f (xs , s) (dWs ) (A.32)
0 0
Le funzioni f e g sono delle costanti, pertanto possono essere estratte dal valore atteso. L’unica
variabile aleatoria che compare all’interno del valore atteso è dWt .
101
ma per le proprietà degli incrementi del processo di Wiener, sappiamo che il valore atteso degli
incrementi è pari a 0. Segue che il valore atteso degli incrementi di un processo di Itô per unità
di tempo è pari a g(xt , t).
Procediamo analogamente al calcolo della varianza
Anche la funzione f è a sua volta deterministica. A questo punto per le proprietà della varianza
possiamo scrivere:
V[dxt ] = f 2 (xt , t)V[dWt ] (A.38)
Infine, per le proprietà del processo di Wiener, sappiamo che la varianza di dWt non è altro
che la lunghezza dell’intervallo su cui è calcolata la variazione. La componente diffusiva rap-
presenta quindi la volatilità del processo di Itô.
Facendo variare le funzioni f e g i processi di Itô possono dar vita a particolari processi molto
importanti nella finanza.
Come già accennato nel paragrafo precedente, in finanza possiamo distinguere vari processi
stocastici, ognuno dei quali descrive l’andamento di uno strumento, un tasso o altra grandezza
finanziaria. Ai fini della nostra analisi, il processo più rilevante è sicuramente il Moto geome-
trico Browniano (GBM), processo che descrive l’andamento del prezzo di un’azione e che sta
alla base del modello Black-Scholes-Merton illustrato nel capitolo 3.
Ogni processo, o meglio la sua variazione, puo’ essere rappresentata sotto forma di equazione
differenziale stocastica (SDE). Il differenziale del Moto geometrico Browniano è definito nel
seguente modo:
dSt = µSt dt + σSt dWt (A.39)
102
mentre la forma analitica, ossia l’equazione che ci dà il valore dell’azione S al tempo t, è
ottenuta partendo dall’equazione A.39 e svolgendo qualche passaggio algebrico:
dSt
= µdt + σdWt , (A.40)
St
Z t Z t Z t
1
(ds) = µ (ds) + σ (dWs ), (A.41)
0 Ss 0 0
Z t
1
(ds) = µt + σdWt (A.42)
0 Ss
ma S è una funzione stocastica. Utilizziamo il Lemma di Itô per trovare il differenziale del
logaritmo naturale di S:
∂ ln S ∂ ln S 1 ∂ 2 ln S
d(lnS) = dt + dS + (dS)2 (A.44)
∂t ∂S 2 ∂S 2
Il logaritmo naturale di S non dipende dal tempo, perciò la sua derivata è 0.
∂ lnS ∂ ln S 1 ∂ 2 ln S
(A.45)
d(lnS) = dt + dS + (dS)2
∂t ∂S 2 ∂S 2
Procediamo quindi attraverso alcuni semplici calcoli:
1 1 1
d(lnS) = dS + (− 2 )(dS)2 (A.46)
S 2 S
La variabile S segue un Moto geometrico Browniano, il suo differenziale è dato dall’equazione
A.39. Andiamo quindi a sostituire ricordando che, per le regole di calcolo di Itô, il differenziale
elevato al quadrato è uguale a:
103
Da notare che la derivata di ln S non è uguale a S1 ds, risultato corretto nel caso in cui S fosse
una funzione deterministica. Il fatto che S sia stocastica comporta che la derivata abbia un
termine aggiuntivo, come si puo’ verificare facilmente dall’equazione A.46. Da quest’ultima
abbiamo che:
1 1
d(ln S) = dS − σ 2 dt (A.53)
S 2
Calcolando l’integrale dell’equazione:
Z t t
1 2 t
Z Z
1
d(ln S) = dS − σ dt, (A.54)
0 0 S 2 0
Z t
St 1 1
ln = dS − σ 2 t (A.55)
S0 0 S 2
Rt
L’ultima equazione, insieme alla A.42, danno due espressioni di 1
0 S
ds, pertanto, mettendole
insieme otteniamo:
St 1 2
ln + σ t = µt + σdWt (A.57)
S0 2
Raccogliendo per t e riordinando:
St 1
ln = (µ − σ 2 )t + t + σdWt (A.58)
S0 2
1 2 )t+σdW
St = S0 e(µ− 2 σ t
(A.59)
L’equazione A.59 non è altro che la formula chiusa del Moto geometrico Browniano, ossia
la soluzione dell’equazione differenziale stocastica data dall’equazione A.39. La formula viene
utilizzata per descrivere la dinamica del valore delle azioni di una generica società quotata ed
è pertanto fondamentale nell’ambito del pricing delle opzioni.
L’importanza del Moto Geometrico Browniano deriva dalla sua capacità di rappresentare in
modo abbastanza preciso quello che potrebbe essere il percorso seguito da un’azione. Infatti,
104
possiamo simulare il processo stocastico e metterlo a confronto con il processo effettivo di
un’azione.
105
A.4.3 I ritorni nel GBM
Gt (St ) = ln St (A.60)
Abbiamo che Gt è funzione di St , allora per il Lemma di Itô abbiamo che il differenziale del
ritorno sarà:
∂G ∂G 1 ∂ 2G
dGt = dt + dS + (dS)2 , (A.61)
∂t ∂S 2 ∂S 2
1 1 1 2 2
dGt = dS − σ S dt, (A.62)
S 2 S2
1
dGt = µdt + σdWt − σ 2 dt, (A.63)
2
1 2
dGt = (µ − σ )dt + σdWt (A.64)
2
St 1
Gt − Gt−1 = ln = µ − σ 2 + σW1 (A.65)
St−1 2
St 1 1
ln = µ − σ 2 + σW1 ∼ N (µ − σ 2 ; σ 2 ) (A.66)
St−1 2 2
µ − 21 σ 2
ossia è pari al ritorno medio dell’asset µ ridotto per un aggiustamento per il rischio 21 σ 2 . In
altre parole 12 σ 2 rappresenta il premio per il rischio.
Assumere che l’asset sottostante segua un Moto geometrico Browniano comporta che i rendi-
menti siano distribuiti normalmente. Ci chiediamo quindi quanto questo risultato sia veritiero
nella realtà.
106
Negli ultimi 20 anni l’indice S&P500, indice che tiene traccia delle performance delle più grandi
500 società quotate nel mercato americano, ha avuto una crescita di oltre il 200%. Il ritorno
mensile medio collegato all’indice è approssimativamente dello 0.5% con una deviazione stan-
dard del 4.5%.
Sovrapponiamo i ritorni effettivi su quelli teorici dati da una distribuzione Normale con media
e deviazione standard come indicati sopra.
107
Figura A.7: QQ plot for monthly S&P 500 returns
Le deviazioni dalla retta rossa a 45 gradi rappresentano differenze dalla distribuzione Nor-
male. Sebbene la maggior parte delle osservazioni giace approssimativamente sulla linea rossa,
possiamo notare deviazioni significative a sinistra e qualche deviazione di entità minore nella
parte destra della coda. I valori sull’asse delle ascisse ci dicono con quale frequenza ci si puo’
aspettare che un’osservazione di quella magnitudine combaci con la normale. I valori sull’asse
delle ordinate esprimono la frequenza effettiva con cui l’osservazione accade.
Per esempio, i due punti nella parte sinistra sono dei chiari valori anomali. Entrambi rappre-
sentano ritorni dell’indice che vanno al di sotto del -20%. Il Dataset comprende 233 osserva-
zioni in totale, quindi i due valori rappresentano un mero 0.86% delle osservazioni.
Bibliografia
[1] John C. Hull ; Sankarshan Basu. Options, futures and other derivatives. Pearson, University
of Toronto, 10 edition, 2018.
108
[2] Paul Wilmott ; Sam Howison; Jeff Dewynne. The mathematics of financial derivatives. Press
syndacate of the University of Cambridge, Cambridge, 1995.
[3] Eleuterio Vallelado Gonzàles. Options evolution: the introduction of organized markets
in the u.s.a. University of Valladolid, 1992.
[4] Hayne E. Leland. Option pricing and replication with transactions costs. The journal of
Finance, December 1985.
[5] Davide Fiaschi; Nicola Meccheri. Note di studio su Economia dei Mercati Finanziari.
Dipartimento di Economia e Management, Univerità di Pisa, 2018.
[6] Beáta Stehlı́ková. Leland model: Derivation of the pde for the price of a derivative. Faculty
of Mathematics, Physics and Informatics Comenius University, Bratislava, 2014.
109
Appendice numerica
3 % e s t r a z i o n d e g l i s t o r i c i da un x l s x f i l e
4 Go og le = r e a d m a t r i x ( ’ Google . x l s x ’ ) ;
5 Go og le = Google ( 8 : 4 3 7 6 , 2 ) ;
6 Go og le = f l i p u d ( Google ) ;
7 s t a r t D a t e = d a t e t i m e ( ’ 2003 −01 −02 ’ ) ; endDate = d a t e t i m e ( ’
2021 −12 −23 ’ ) ;
8 xData = l i n s p a c e ( s t a r t D a t e , endDate , l e n g t h ( Google ) ) ;
9
10 % t e s t Moto G e o m e t r i c o Browniano e c a l c o l o d e l l a v a r i a n z a
c a l i b r a t a secondo
11 % i l m o d e l l o BSM
12 figure (1)
13
14 p l o t ( xData , Google , ’ r ’ , ’ L i n e W i d t h ’ , 1 ) ;
15 y l a b e l ( ’ Google s t o c k p r i c e ’ ) ;
16 x l a b e l ( ’ Time ’ ) ;
17 h o l d on ;
18 ax = g c a ;
110
19 ax . XTick = xData ;
20 d a t e t i c k ( ’ x ’ , ’ yyyy ’ , ’ k e e p l i m i t s ’ ) ;
21 x l i m ( [ s t a r t D a t e endDate + 2 0 0 ] ) ;
22 s e t ( gca , ’ c o l o r ’ , ’ none ’ ) ;
23 h o l d on ;
24 S = Google ;
25 dlnS = d i f f ( log ( S ) ) ; % dln ( S )
26 d t = 1 / 2 5 0 ; % i n t e r v a l l o d i s c r e t i z z a z i o n e = 1 su 2 5 0 g i o r n i s i
t r a d i n g l ’ anno
27 sigma = s q r t ( v a r ( d l n S ) / d t ) % v a r i a n z a c a l i b r a t a
28 mu = ( mean ( d l n S ) / d t + 0 . 5 ∗ v a r ( d l n S ) )
29
30 T = length ( S ) /250;
31 t0 = 0;
32 x0 = S ( 1 ) ;
33 N = 100;
34 W = E u l e r (@( t , x ) mu∗ x , @( t , x ) sigma ∗ x , dt , T , t 0 , x0 , N ) ; %
s i m u l a z i o n e GBM a t t r a v e r s o l a f u n z i o n e E u l e r
35 p l o t ( xData ,W, ’ − ’ , ’ c o l o r ’ , [ 0 . 7 5 0 . 7 5 0 . 7 5 ] ) ;
36 p l o t ( xData , Google , ’ r ’ , ’ L i n e W i d t h ’ , 1 )
37
38 % a p p l i c a z i o n e d e l l e f o r m u l e BSM e L e l a n d e p r i c i n g d e l l e
opzioni
39
40 figure (2)
41
42
111
sigma ) ;
46
47 % p l o t e c o n f r o n t o d e i m o d e l l i con i d a t i d i m e r c a t o
48
49 p l o t ( T , C BS , ’ : b ’ ) ;
50 h o l d on ;
51 p l o t ( T , C Le , ’ −−b ’ ) ;
52 maturity = [ 0 . 0 1 0 . 0 8 0 . 2 5 0 . 5 0 . 7 5 1 ] ; % v e t t o r e d e i tempi
e s p r e s s i in anni
53 p r i c e s = [ 5 5 . 9 9 8 . 3 7 176 254 3 0 9 . 7 3 9 2 . 9 ] ; % v e t t o r i p r e z z i d i
mercato e s t r a t t i a t t r a v e r s o E i k o n R e f i n i t i v
54 h= p l o t ( m a t u r i t y , p r i c e s , ’ bo ’ ) ;
55 h . Annotation . LegendInformation . I c o n D i s p l a y S t y l e = ’ o f f ’ ;
56 x l a b e l ( ’ Maturiy ’ ) ;
57 ylabel ( ’ Call option price ’ ) ;
58 g r i d on ;
59 ax = g c a ;
60 s e t ( gca , ’ c o l o r ’ , ’ none ’ ) ;
61
62 K=2950;
63 [ C BS , P BS ] = B S p r i c i n g ( Google ( end ) , T , r , K , sigma ) ;
64 [ C Le , P L e ] = L e l a n d p r i c i n g ( Google ( end ) , S a s k , S b i d , T , dt , r , K ,
sigma ) ;
65 p l o t ( T , C BS , ’ : r ’ ) ;
66 p l o t ( T , C Le , ’ −− r ’ ) ;
67 maturity =[0.01 0.08 0.25 0.5 0.75 1 ] ;
68 prices =[23.16 65.8 153.8 230.15 282.69 355];
69 h= p l o t ( m a t u r i t y , p r i c e s , ’ r o ’ ) ;
70 h . Annotation . LegendInformation . I c o n D i s p l a y S t y l e = ’ o f f ’ ;
71 l g d = l e g e n d ( ’BSM ’ , ’ L e l a n d ’ , ’BSM ’ , ’ L e l a n d ’ , ’ L o c a t i o n ’ , ’ b e s t ’ ) ;
112
A.5.1 Subfunctions
Euler function
1 f u n c t i o n x = E u l e r ( mu , sigma , dt , T , t 0 , x0 , N )
2 x = z e r o s ( round ( T / d t ) ,N ) ; % s c o r r e n d o l e r i g h e s i hanno i tempi ,
s u l l e colonne i p e r c o r s i
3 x ( 1 , : ) = x0 ∗ o n e s ( 1 , N ) ; % i m p o s t a z i o n e c o n d i z i o n e i n i z i a l e .
Uguale per t u t t i i p e r c o r s i
4 t = t0 ;
5 for i = 2 : T/ dt
6 dx = mu ( t , x ( i − 1 , : ) ) ∗ d t + sigma ( t , x ( i − 1 , : ) ) . ∗ normrnd ( 0 , s q r t (
d t ) , 1 ,N ) ; % c a l c o l o d e l d i f f e r e n z i a l e che a n d r a
sommarsi a l v a l o r e d e l p r o c e s s o a l l ’ i s t a n t e p r e c e d e n t e
7 x ( i , : ) = x ( i − 1 , : ) +dx ;
8 t = t + dt ;
9 end
10 end
BSpricing function
L’otput di questa funzione consiste nei prezzi di opzioni call e put Europee secondo il modello
BSM. Gli input indicano invece: S0 il prezzo corrente del sottostante, T la maturity, r il tasso
privo di rischio, K il prezzo di esercizio e sigma la volatilità del sottostante.
1 f u n c t i o n [ C , P ] = B S p r i c i n g ( S0 , T , r , K , sigma )
113
2 d1 = l o g ( S0 . / K ) + ( r + sigma . ˆ 2 / 2 ) . ∗ T ; d1 = d1 . / ( sigma . ∗ s q r t ( T ) ) ;
3 d2 = d1 − sigma . ∗ s q r t ( T ) ;
4 C = S0 . ∗ normcdf ( d1 , 0 , 1 ) −K . ∗ exp ( − r . ∗ T ) . ∗ normcdf ( d2 , 0 , 1 ) ; % l a
f u n z i o n e normcdf r a p p r e s e n t a l a d i s t r i b u z i o n e c u m u l a t i v a d i
una Normale s t a n d a r d
5 P = K . ∗ exp ( − r . ∗ T ) . ∗ normcdf ( − d2 , 0 , 1 ) − S0 . ∗ normcdf ( − d1 , 0 , 1 ) ;
6 end
La seguente sotto-funzione restituisce i prezzi di opzioni call e put Europee secondo il modello
di Leland. Il metodo di pricing è simile a quello del modello BSM, ma in seguito all’ipotesi
di costi di transazione tra gli input si aggiungono S ask e S bid, ossia prezzo denaro e prezzo
lettera, che saranno utilizzati per il calcolo dei costi di transazione e in seguito del numero di
Leland. Tra gli input compare anche dt, ossia l’intervallo di ribilanciamento, a differenza del
modello BSM dove questo avviene nel continuo.
1 f u n c t i o n [ C , P ] = L e l a n d p r i c i n g ( S0 , S a s k , S b i d , T , dt , r , K , sigma )
2 S =( S ask + S bid ) / 2 ;
3 c =( S ask − S b i d ) / S ;
4 Le = c . / ( sigma ∗ s q r t ( d t ) ) . ∗ s q r t ( 2 / p i ) ; % c a l c o l o d e l numero d i
Leland
5 a d j s i g m a = sigma . ∗ ( 1 − Le ) % c a l c o l o d e l l a v o l a t i l i t a ’ c o r r e t t a
6 d1 = l o g ( S0 . / K ) + ( r + a d j s i g m a . ˆ 2 / 2 ) . ∗ T ; d1 = d1 . / ( a d j s i g m a . ∗ s q r t (
T) ) ;
7 d2 = d1 − a d j s i g m a . ∗ s q r t ( T ) ;
8 C = S0 . ∗ normcdf ( d1 , 0 , 1 ) −K . ∗ exp ( − r . ∗ T ) . ∗ normcdf ( d2 , 0 , 1 ) ;
9 P = K . ∗ exp ( − r . ∗ T ) . ∗ normcdf ( − d2 , 0 , 1 ) − S0 . ∗ normcdf ( − d1 , 0 , 1 ) ;
10 end
114
A.6 Confronto dei modelli
Di seguito è riportato il codice utilizzato per il confronto e il calcolo degli errori mostrati nel
capitolo 5. Gli input sono quelli visti nelle funzioni precedenti. Se ne aggiungono però di
nuovi. In particolare c e p rappresentano i vettori dei prezzi delle call e put su cui si vogliono
calcolare gli errori. L’input T in questo caso sarà un vettore riga di 6 maturity quali sono quelle
delle opzioni da confrontare con i dati di mercato.
1 f u n c t i o n c o m p a r i s o n f u n c t i o n ( S , x1 , x2 , c , p , S a s k , S b i d , T , dt , r , K ,
name )
2 S= r e a d m a t r i x ( S ) ;
3 S=S ( x1 : x2 , 2 ) ;
4 S= f l i p u d ( S ) ;
5 S0 =S ( end ) ;
6 dlnS = d i f f ( log ( S ) ) ; % dln ( S )
7 sigma = s q r t ( v a r ( d l n S ) / d t )
8
9 % c a l c o l o d e i p r e z z i s e c o n d o i due m o d e l l i e d e g l i e r r o r i
assoluti delle sei
10 %opzioni oggetto di a n a l i s i
11
12 [ C BS , P BS ] = B S p r i c i n g ( S0 , T , r , K , sigma ) ;
13 [ C Le , P L e ] = L e l a n d p r i c i n g ( S0 , S a s k , S b i d , T , dt , r , K , sigma ) ;
14 e r r o r s c a l l = a b s ( [ C BS ( 1 ) − c ( 1 ) C Le ( 1 ) − c ( 1 ) ; C BS ( 2 ) − c ( 2 ) C Le ( 2 )
− c ( 2 ) ; C BS ( 3 ) − c ( 3 ) C Le ( 3 ) − c ( 3 ) ; C BS ( 4 ) − c ( 4 ) C Le ( 4 ) − c ( 4 ) ;
C BS ( 5 ) − c ( 5 ) C Le ( 5 ) − c ( 5 ) ; C BS ( 6 ) − c ( 6 ) C Le ( 6 ) − c ( 6 ) ] ) ;
15 e r r o r s p u t = a b s ( [ P BS ( 1 ) −p ( 1 ) P L e ( 1 ) −p ( 1 ) ; P BS ( 2 ) −p ( 2 ) P L e ( 2 ) −
p ( 2 ) ; P BS ( 3 ) −p ( 3 ) P L e ( 3 ) −p ( 3 ) ; P BS ( 4 ) −p ( 4 ) a b s ( P L e ( 4 ) −p
( 4 ) ) ; P BS ( 5 ) −p ( 5 ) P L e ( 5 ) −p ( 5 ) ; P BS ( 6 ) −p ( 6 ) P L e ( 6 ) −p ( 6 ) ] ) ;
16
17 f i g u r e ( ’ name ’ , name ) ;
115
18
21 bar ( e r r o r s c a l l ) ;
22 x l a b e l ( ’ Maturiy ’ ) ;
23 ylabel ( ’ Absolute errors ’ ) ;
24 t i t l e ( ’ Call ’ ) ;
25 g r i d on ;
26 ax = g c a ;
27 s e t ( gca , ’ c o l o r ’ , ’ none ’ ) ;
28 x t i c k l a b e l s ( { ’ 7 J a n ’ ’ 4 Feb ’ ’ 18 Mar ’ ’ 17 J u n ’ ’ 16 Sep ’ ’ 20 J a n
’ }) ;
29 l g d = l e g e n d ( ’BSM ’ , ’ L e l a n d ’ , ’ L o c a t i o n ’ , ’ n o r t h w e s t ’ ) ;
30 lgd . FontSize =6;
31
32 s u b p l o t ( 2 , 1 , 2 ) % p l o t d e g l i e r r o r i d e l l e o p z i o n i put
33
34 bar ( e r r o r s p u t ) ;
35 x l a b e l ( ’ Maturiy ’ ) ;
36 ylabel ( ’ Absolute errors ’ ) ;
37 t i t l e ( ’ Put ’ ) ;
38 g r i d on ;
39 ax = g c a ;
40 s e t ( gca , ’ c o l o r ’ , ’ none ’ ) ;
41 x t i c k l a b e l s ( { ’ 7 J a n ’ ’ 4 Feb ’ ’ 18 Mar ’ ’ 17 J u n ’ ’ 16 Sep ’ ’ 20 J a n
’ }) ;
42 l g d = l e g e n d ( ’BSM ’ , ’ L e l a n d ’ , ’ L o c a t i o n ’ , ’ n o r t h w e s t ’ ) ;
43 lgd . FontSize =6;
44
45 end
116
Indice Analitico
117
Ringraziamenti
Dedico questo spazio dell’elaborato alle persone che hanno contribuito al raggiungimento di
questo traguardo.
In primis ringrazio il mio relatore, il professore Radi, per la supervisione della tesi e per le
conoscenze trasmesse durante il suo corso.
Ringrazio tutti i miei amici, che direttamente e indirettamente mi hanno aiutato ad arrivare
fin qui.
118