In dieser Dissertation werden Amerikanischen Optionen in einem unvollst¨andigen Markt und in stetiger Zeit untersucht. Die Dissertation besteht aus zwei Teilen. Im ersten Teil untersuchen wir ein stochastisches Optimierungsproblem, in dem ein konvexes robustes Verlustfunktional ueber einer Menge von stochastichen Integralen minimiert wird. Dies Problem tritt auf, wenn der Verkaeufer einer Amerikanischen Option sein Ausfallsrisiko kontrollieren will, indem er eine Strategie der partiellen Absicherung benutzt. Hier quantifizieren wir das Ausfallsrisiko durch ein robustes Verlustfunktional, welches durch die Erweiterung der klassischen Theorie des erwarteten Nutzens durch Gilboa und Schmeidler motiviert ist. In einem allgemeinen Semimartingal-Modell beweisen wir die Existenz einer optimalen Strategie. Unter zusaetzlichen Kompaktheitsannahmen zeigen wir, wie das robuste Problem auf ein nicht-robustes Optimierungsproblem bezueglich einer unguenstigsten Wahrscheinlichkeitsverteilung reduziert werden kann. Im zweiten Teil untersuchen wir die obere und die untere Snellsche Einhuellende zu einer Amerikanischen Option. Wir konstruieren diese Einhuellenden fuer eine stabile Familie von aequivalenten Wahrscheinlichkeitsmassen; die Familie der aequivalentenMartingalmassen ist dabei der zentrale Spezialfall. Wir formulieren dann zwei Probleme des robusten optimalen Stoppens. Das Stopp-Problem fuer die obere Snellsche Einhuellende ist durch die Kontrolle des Risikos motiviert, welches sich aus der Wahl einer Ausuebungszeit durch den Kaeufer bezieht, wobei das Risiko durch ein kohaerentes Risikomass bemessen wird. Das Stopp-Problem fuer die untere Snellsche Einhuellende wird durch eine auf Gilboa und Schmeidler zurueckgehende robuste Erweiterung der klassischen Nutzentheorie motiviert. Mithilfe von Martingalmethoden zeigen wir, wie sich optimale Loesungen in stetiger Zeit und fuer einen endlichen Horizont konstruieren lassen. / This thesis studies American options in an incomplete financial market and in continuous time. It is composed of two parts. In the first part we study a stochastic optimization problem in which a robust convex loss functional is minimized in a space of stochastic integrals. This problem arises when the seller of an American option aims to control the shortfall risk by using a partial hedge. We quantify the shortfall risk through a robust loss functional motivated by an extension of classical expected utility theory due to Gilboa and Schmeidler. In a general semimartingale model we prove the existence of an optimal strategy. Under additional compactness assumptions we show how the robust problem can be reduced to a non-robust optimization problem with respect to a worst-case probability measure. In the second part, we study the notions of the upper and the lower Snell envelope associated to an American option. We construct the envelopes for stable families of equivalent probability measures, the family of local martingale measures being an important special case. We then formulate two robust optimal stopping problems. The stopping problem related to the upper Snell envelope is motivated by the problem of monitoring the risk associated to the buyer’s choice of an exercise time, where the risk is specified by a coherent risk measure. The stopping problem related to the lower Snell envelope is motivated by a robust extension of classical expected utility theory due to Gilboa and Schmeidler. Using martingale methods we show how to construct optimal solutions in continuous time and for a finite horizon.
| Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/16472 |
| Date | 25 July 2008 |
| Creators | Aguilar, Erick Trevino |
| Contributors | Föllmer, Hans, Imkeller, Peter, Riedel, Frank |
| Publisher | Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II |
| Source Sets | Humboldt University of Berlin |
| Language | English |
| Detected Language | English |
| Type | doctoralThesis, doc-type:doctoralThesis |
| Format | application/pdf |
Page generated in 0.0093 seconds