Caminata aleatoria elstica multivariada

Suposicin 1. El conjunto de factores econmicos estocsticos los cuales estn

relacionados con la estructura temporal de tasas de inters que sigue una caminata
aleatoria elstica conjunta.
Suposicin 2. La tasa de inters libre de riesgo instantnea se puede expresar como una
combinacin lineal de estos factores.
De la suposicin 1, los

factores subyacentes siguen una caminata aleatoria conjunta

multivariada1:

d x i= i ( t , x ) dt + i ( t , x ) d z i i=1, , n
donde

i ( t , x )=a i+ Bij xi .

En notacin matricial este sistema lineal de ecuaciones se

convierte en:

dx=( a+ Bx ) dt + dz(1.1)
donde
'

d x =[ d x 1 d x 2 d x n ]
'

a =[ a1 a2 a n ]

B=n n matriz , elementos Bij

(dz) ' =[ 1 d z 1 2 d z 2 n d z n ]
La tasa de inters a corto plazo esta expresada como una combinacin lineal de los
factores estocsticos subyacentes (suposicin 2), por lo tanto:
n

r=w0 + wi x i=w0 + w' x (1.2)

i=1

Aqu,

d zi

es el proceso de Wiener estndar con:

E [ d z i d z i ] =dt .

E [ d z i ]=0,

donde

x=

Vector de factores estocsticos que caracterizan el sistema econmico

subyacente,

w= Vector de pesos los cuales son constantes o en funcin del tiempo.

(1.1)

La solucin a

tiene la forma2:

El sistema de ecuaciones determinstico correspondiente a (1.1) es:

dx=( a+ Bx ) dt (1.4 )
Este es un sistema lineal, el cual tiene una solucin de la forma

x ( t )= ( tt 0 ) v ( t )
donde

v (t )

es una funcin del tiempo y

( tt 0 )

es la solucin a la ecuacin matricial homognea

d ( tt 0 )=B ( tt 0 ) dt
con condicin inicial

( tt 0 ) =I ,

y entones esta es la matriz fundamental del sistema (1.4).

La ecuacin matricial (1.4) ahora es:

( tt 0 )
v (t )
v ( t ) + ( tt 0 )
=a+ B ( t t 0 ) v ( t )
t
t
B ( t t 0 ) v ( t ) + ( tt 0 )
( tt 0 )

v (t )
=a+B ( tt 0 ) v (t)
t

v (t)
=a
t
t

v ( t )=v ( t 0 ) + ( tt 0 )1 a ds
t0
t

v ( t )=x ( t 0 ) + ( t t 0 ) a ds
1

t0

Y por lo tanto la solucin a el sistema determinstico es :

t
1

x ( t )= ( tt 0 ) x ( t 0 ) + (st 0) a ds+ ( st 0 ) dz ( s ) t t 0 (1.3)

donde

( tt 0 )

t0

t0

es la solucin matricial propuesta por Arnold y Karatzas para:

d ( t t 0 )
=B ( tt 0 ) con
dt

( tt 0 ) =I

tt 0
B ( )

( tt 0 ) =e

En el caso especial donde B es una constante:

y (1.3) se convierte en

t
1

x ( t )= ( tt 0 ) x ( t 0 ) + ( st 0) a ds
t0

Ahora consideremos el sistema de ecuaciones estocsticas

dv= ( st 0 )1 (adt +dz )

La cual tiene solucin
t

v ( t )=v ( t 0 ) + (st 0 ) a ds + (st 0 )1 dz

1

t0

t0

Aplicando el lema de Ito a

x ( t )= ( tt 0 ) v ( t )
dx=d ( tt 0 ) v + ( tt 0 ) dv

B ( tt 0 ) v dt+a dt +dz
( a+ Bx ) dt +dz
El cual es el sistema diferencial original (1.1). Por lo tanto, habremos mostrado que la solucin a este sistema
es

x ( t )= ( tt 0 ) x ( t 0 ) + (st 0) a ds+ ( st 0 )1 dz ( s )
1

t0

t0

x ( t )= ( tt 0 ) x ( t 0 )+ (ts)a ds + ( ts ) dz ( s ) t t 0 (1.5)
t0

t0

Para este caso especial3, el valor esperado y la matriz de covarianza de

(donde t

y t

x (t)

x (t )

son puntos futuros en el tiempo) se calculan de la siguiente forma 4:

3 Los clculos se muestran para el caso especial debido a la notacin simplificada, sin
embargo, el caso ms general es un proceso similar.
4 La covarianza es calculada de la siguiente forma:

covar t ( x ( t ) , x ( t ) ) =Et ( x ( t )E t [ x ( t ) ] ) ( x ( t )Et [ x ( t ) ] ) '

0

'

'

'

Et x ( t ) x ( t ) x ( t ) Et [ x ( t ) ] Et [ x (t ) ] x ( t ) + Et [ x ( t ) ] E t [ x ( t ) ] '
0

Et [ x (t ) x ( t ) ]E t [ x ( t ) ] Et [ x ( t ) ] '
'

Considerando:
'

'

x ( t ) , x ( t ) = ( tt 0 ) x ( t 0 ) ( ( t t 0 ) x ( t 0 ) ) + ( tt 0 ) x ( t 0 )

+ ( tt 0 ) x ( t 0 )

'

'

( t s ) a ds
t0

( t s ) dz ( s ) + ( ts ) a ds ( ( t t0 ) x ( t0 ) )

t0

'

t0

+ ( ts ) dz ( s ) ( ( t t 0 ) x ( t 0 ) ) + ( ts ) dz ( s )
t0

'

'

t0

( t s ) dz ( s )

t0

y entonces:

Et [ x ( t ) x ( t ) ]= ( tt 0 ) x ( t 0 ) ( ( t t 0 ) x ( t 0 ) ) + ( tt 0 ) x ( t 0 )
'

'

'

t t

'

+ ( ts ) a ds ( ( t t 0 ) x ( t 0 ) ) + ( ts ) ( t s ) ds

t0

Tambin:

(
t0

t0

'

( t s ) a ds

Et [ x (t) ] = ( tt 0 ) x ( t 0 ) + ( ts ) a ds (1.6)
0

t0

t t

'

covar t ( x ( t ) , x (t ) ) = ( t s ) ( t s ) ds(1.7)

donde

t0

es la matriz de covarianza:

=covar t ( dz , dz )=E t [ dz dz ' ]

0

con elementos

ij =ij i j

donde

'

ij =Et [ d z i d z j ]
0

'

Et [ x (t) ] Et [ x ( t ) ] = ( t t 0 ) x ( t 0 ) ( ( t t 0 ) x ( t 0 ) ) + ( tt 0 ) x ( t 0 )
0

(
t0

'

+ ( t s ) a ds ( ( t t 0 ) x ( t 0 ) )

t0

y por lo tanto (1.7) se cumple.

'

( t s ) a ds