8

완전성 및 헤징

8.1 소개

이전 장에서 우리는 가격 방정식(7.31)의 도출이 다소 불만족스럽다는 점을 발견

했으며, 가장 큰 비판은 파생자산이 선험적으로 가격 과정을 가지고 있고 실제로
시장에서 거래된다고 가정해야 한다는 점이었습니다. 이 장에서는 다소 다른 관
점에서 차익거래 가격 책정을 살펴볼 것이며, 이러한 대안적 접근 방식에는 두 가
지 장점이 있습니다. 첫째는 파생상품이 실제로 거래된다는 위의 성가신 가정을
버릴 수 있고, 둘째는 앞서 살펴본 간단한 청구에 고유한 가격을 부여할 수 있다
는 놀라운 사실을 설명할 수 있다는 것입니다. 더 자세한 내용은 10장, 12장, 15장
을 참조하시기 바랍니다.
We start with a fairly general situation by considering a financial market with
a price vector process S = S 1 , . . . , SN , governed by an objective probability
measure P . The process S is as usual interpreted as the price process of the
exogenously given underlying assets and we now want to price a contingent T -
claim X . We assume that all the underlying assets are traded on the market, but
we do not assume that there exists an a priori market (or a price process) for
the derivative. To avoid trivialities we also assume that the underlying market
is arbitrage free.

X 포트폴리오 h가 존재하는 경우, T-

정의 8.1 우리는 다음과 같은 자체 자금 조달
클레임이 복제 가능하거나 도달 가능하거나 헤지 가능하다고 말합니다.
Vh (T ) = X , P - a.s. (8.1)

X 또는 헤지 포트폴리오라고
이 경우 h는 에 대한 헤지라고 합니다. 또는 h를 복제
합니다. 모든 우발 클레임에 도달할 수 있으면 시장이 완성되었다고 말합니다.

X
이제 고정된 T-클레임을 고 려 하 고 포트폴리오 h에 의해 X
복제될 수 있다고 가
정한 다음 다음과 같은 정신 실험을 해보겠습니다:

1. t로 시점 t를 고정합니다. ≤

2. 시간 t에 Vh (t) SEK를 소유하고 있다고 가정합니다.

3. 그런 다음 이 돈을 사용하여 포트폴리오 h(t)를 구매할 수 있습니다. 또한
시간 간격 [t, T]에서 포트폴리오 전략 h를 따르는 경우 h는 자체 자금 조
달이므로 비용이 들지 않습니다. 그러면 T 시점에 포트폴리오의 가치는
Vh (T ) SEK가 됩니다.
116 완전성 및 헤징

4. 따라서 복제 가정에 따르면 포트폴리오의 T 시점의 가치는 [t, T ] 구간

X
동안의 확률적 가격 변동에 관계없이 정확히 SEK가 됩니다.
5. 따라서 순전히 재무적인 관점에서 포트폴리오 h를 보유하는 것은 계약 X를
보유하는 것과 동등합니다.
6. 따라서 시간 t에서 X의 "올바른" 가격은 Π (t; X ) = Vh (t)로 주어집니다.

따라서 헤지 가능한 청구의 경우 자연 가격 프로세스인 Π (t; ) = VX

h (t)를 가지

며, 이제 이것이 차익거래의 부재와 관련이 있는지 물어볼 수 있습니다.

명제 8.2 포트폴리오 h를 사용하여 청구를X헤지할 수 있다고 가정합니다. 그러면

X
차익거래가 X 없는 유일한 가격 프로세스X Π (t; )는 Π (t; ) = Vh (t)로 주어집니다.
또한 h뿐만 아니라 g로도 헤지할 수 있다면 Vg (t) = Vh (t)는 확률 1로 모든 t에
대해 유지됩니다.
X
증명 어떤 시점 t에서 Π (t; ) < Vh (t)라면 포트폴리오를 매도하고 청구를 매수하
여 차익거래를
X 할 수 있으며, Π (t; ) > V h (t)라면 그 반대의 경우도 가능합니다.
비슷한 논리로 Vg (t) = Vh (t)가 있어야 한다는 것을 알 수 있습니다.
✷

8.2 블랙-숄즈 모델의 완전성

이제 다음과 같이 일반화된 블랙-숄즈 모델에 대한 완전성을 조사하겠습니다.

dB(t) = rB(t)dt, (8.2)

dS(t) = S(t)α (t, S(t)) dt + S(t)σ (t, S(t)) dW¯ (t), (8.3)

여기서 σ(t, s)는 모든 (t, s)에 대해 0 > 0이라고 가정합니다. 주요 결과는 다음과 같
습니다.

정리 8.3 모델 (8.2)-(8.3)은 완성되었습니다.

The proof of this theorem requires some fairly deep results from probability the-
ory and is thus outside the scope of this book. We will prove a weaker version of
the theorem, namely that every simple claim can be hedged. This is often quite
sufficient for practical purposes, and our proof of the restricted completeness also
has the advantage that it gives the replicating portfolio in explicit form. We will
use the notational convention h(t) = h0(t), h⋆(t) where h0 is the number of
bonds in the portfolio, whereas h⋆ denotes the number of shares in the underly-
주식. 따라서 우리는 Φ(S(T)) 형식의 간단한 T 주장을 X 고정하고 이제 이 주장을
 블랙-숄즈 모델의 완전성 117

헤지할 수 있음을 보여드리고자 합니다. 형식적인 증명은 "다음과 같은 홀수 구조

를 고려하라"는 형식이므로, 순전히 휴리스틱한 (그러나 좋은) 논증을 제시하는
것으로 시작하겠습니다. 이 논증은 형식적인 관점에서 볼 때 동기 부여에 불과하
며 그 논리는 다소 불분명합니다. 논증은 단지 휴리스틱적이기 때문에 논리적 결
함은 중요하지 않으며, 결국 우리는 실제로 엄격한 진술과 엄격한 증거를 제시 할
것이기 때문입니다. 휴리스틱을 시작하기 전에 우리가 찾고자 하는 것을 더 정확
하게 만들어 보겠습니다. 렘마 사용하기
6.5 우리는 즉시 다음과 같은 결과를 얻었습니다.
118 완전성 및 헤징

Lemma 8.4 Suppose that there exists an adapted process V and an adapted
process u = u0, u⋆ with
u0 (t) + u⋆ (t) = 1, (8.4)
다음과 같이
� }
dV (t) = V (t) u0 (t)r + u⋆ (t)α(t, S(t)) dt + V (t)u⋆ (t)σ(t,
S (t)) dW¯ (t), V (T ) = Φ(S(T )).
(8.5)

그러면 클레임 =XΦ(S(T))는 상대 포트폴리오로 u를 사용하여 복제할 수 있습니

다. 해당 값 프로세스는 프로세스 V에 의해 주어지며 절대 포트폴리오 h는 다음
과 같이 주어집니다.
u0 (t)V
h0 (t) = , (8.6)
(t)
B(t)
u⋆ (t)V
h⋆ (t) = . (8.7)
(t)
S(t)

이제 우리의 전략은 위의 조건을 만족하는 프로세스 V와 프로세스 u를 찾는 것입니

다.

휴리스틱 시작
X 가능하다고 가정한 다음, 헤
증명하고자 하는 것, 즉 = Φ(S(T))가 실제로 복제가
지 전략 u가 어떤 모습일지 생각해 봅시다. S-프로세스와 (사소하게는) B-프로세스는
마르코프 프로세스이므로 헤지 포트폴리오가 h(t) = h(t, S(t))의 형태라고 가정하
는 것이 합리적이며, 표기법을 약간 잘못 사용하면 등식의 오른쪽 멤버의 h가 결
정론적 함수라고 가정할 수 있습니다. 또한 가치 프로세스 V(위첨자 h를 생략함)
는 V(t) = h0 (t)B(t)+h⋆ (t)S(t)로 정의되므로 다음과 같이 시간과 주가의 함수
가 될 것입니다.
V(t) = F(t, S(t)), (8.8)

여기서 F는 우리가 더 알고 싶은 실제 값의 결정론적 함수입니다.

따라서 (8.8)이 실제로 유지된다고 가정합니다. 그런 다음 이 토 포뮬러를 V에
적용하여 다음과 같이 V-역학을 구할 수 있습니다.
1 F22
dV = Ft + αSFs + σ S 2
s s dt + σSFs
 블랙-숄즈 모델의 완전성 119

dW¯ , (8.9)

여기서 V와 S는 시간 t에서 평가해야 하는 반면 α, σ, F는 (t, S(t))에서 평가해야 한

다는 사실을 억제했습니다. 이제 (8.9)를 (8.5)처럼 보이게 하기 위해 (8.9)를 다음과
같이 다시 작성합니다.
122
Ft + αSFs + 2σ S F ss SFs σdW¯
dV = V dt + . (8.10)
V V V
120 완전성 및 헤징

를 가정했기 때문에 X 가 V에 의해 복제된다고 가정했기 때문에 (8.10)과

( 8 . 5)에서 u⋆ 는 다음과 같이 주어져야 함을 알 수 있습니다.

u⋆ S(t)Fs (t, S(t))

(t) = , (8.11)
F(t, S(t))

(V(t) = F(t, S(t))라고 가정하고, (8.11)을 (8.10)에 대입하면 다음과 같이 됩니다.

122
Ft + 2σ S Fss
dV = V R + U⋆ dt + V u ⋆ (8.12)
rF
α σdW¯ .

이 식을 (8.5)와 비교하면 u0 의 자연 선택은 다음과 같이 주어집니다.

1
Ft + 2 σ2S2Fss
u =
0 , (8.13)
rF
하지만 (8.4)의 u0 + u⋆ = 1 요건도 만족해야 합니다. (8.11)과 (8.13)을 사용하면 다
음과 같은 관계가 성립합니다.

Ft + 21 σ2S2Fss F - SFs
= , (8.14)
rF F

약간의 조작을 거쳐 익숙한 블랙-숄즈 방정식으로 밝혀졌습니다.

1
Ft + rSFs + σ S - rF = 0. (8.15)
F22
ss
2
또한 (8.5)의 F(T, S(T )) = Φ(S(T )) 관계를 만족하기 위해서는 (V(t) = F(t,
S(t))라고 가정한다는 점을 기억하세요) 경계값이 있어야 합니다.
F(T, s) = Φ(s), 모든 s ∈ R+ . (8.16)

휴리스틱 종료

이 시점에서 독자들이 추론의 논리에 대해 다소 혼란스러워할 수 있으므로 상황을 명

확히 정리해 보겠습니다. 위의 추론 논리는 기본적으로 다음과 같습니다.
X
• 저희는 해당 클레임이 복제 가능하다고 가정했습니다.
- 이 가정과 몇 가지 추가 (합리적인) 가정을 통해 복제 포트폴리오의 가치 프로세

스가 V(t) = F(t, S(t))로 주어지며, 여기서 F는 블랙-숄즈 방정식의 해라는

것을 보여주었습니다.

물론 이것이 우리가 달성하고자 하는 목표는 전혀 아닙니다. 우리가 원하는 것은 실

X
 블랙-숄즈 모델의 완전성 121

제로 복제가 가능하다는 것을 증명하는 것입니다. 이를 위해 위의 전체 인수를 논리

적 괄호 안에 넣고 공식적으로 무시합니다. 그러면 다음과 같은 결과가 나옵니다.
122 완전성 및 헤징

정리 8.5 시장 (8.2)-(8.3)과 X = Φ(S(T )) 형식의 조건부 주장을 고려합니다. F

를 경계값 문제에 대한 해로 정의합니다.

Ft + rsFs +1 σ
2
s F22ss - rF = 0, (8.17)
F(T, s) = Φ(s).

그런 다음 X를 상대 포트폴리오로 복제할 수 있습니다.

u0 F(t, S(t)) - S(t)Fs (t, S(t))

(t) = , (8.18)
F(t, S(t))
u⋆ S(t)Fs (t, S(t))
(t) = . (8.19)
F(t, S(t))

해당 절대 포트폴리오는 다음과 같이 제공됩니다.

h0 F(t, S(t)) - S(t)Fs (t, S(t))

(t) = , (8.20)
B(t)
h⋆ (t) = Fs (t, S(t)), (8.21)

값 프로세스 Vh 는 다음과 같이 주어집니다.

Vh (t) = F (t, S(t)). (8.22)

증명 (8.22)에 의해 정의된 과정 V(t)에 I t ˆ o 공식을 적용하고 위의 휴리스틱 논증

에서와 정확히 동일한 계산을 수행하면 정리 8.4를 적용할 수 있음을 알 수 있습
니다. ✷

위의 결과는 블랙-숄즈 모델에서 파생자산의 고유한 가격이 실제로 존재하며, 이

가격은 개인의 선호도에 대한 특정 가정에 의존하지 않는다는 놀라운 사실을 설명해
줍니다. 이 모델에서는 파생상품이 불필요하기 때문에 파생상품의 차익거래 자유가
격은 고유하게 산출되지 않습니다. 포트폴리오를 복제하는 측면에서 언제든지 해당 "
합성" 파생상품으로 대체할 수 있습니다.
복제가 P -확률 1로 수행되기 때문에, 우리는 또한 다음과 같은 주장도 볼 수
X
있습니다. 가 포트폴리오 h에 의해 P에 따라 복제되고 P⋆ 가 다른 확률 측
정값인 경우 P와 P⋆ 가 정확히 동일한 이벤트에 확률 1을 할당하는 경우(이러한
측정값 P와 P⋆ 는 동등하다고 함), h는 측정값 P⋆ 에 따라 복제됩니다. 따라서 특정
X
클레임의 가격 책정 공식은 다음과 같을 것입니다.
 블랙-숄즈 모델의 완전성 123

는 P와 동등한 모든 측정값에 대해 정확히 동일해야 합니다. 측정값을 P에서 다

른 동등한 측정값으로 변경하면 SDE의 드리프트는 변경되지만 확산 항은 영향을
받지 않는다는 것은 SDE 이론에서 잘 알려진 사실(기르사노프 정리)입니다. 따라
서 드리프트는
124 완전성 및 헤징

가격 방정식에 α가 나타나지 않는 이유를 설명합니다.

이제 몇 가지 인기 있는 주장을 나열하고 그중 어떤 주 장 이 위의 프레임워크에 해
당하는지 살펴보겠습니다.

X = 최대 [S(T ) - K, 0] (유럽 콜 옵션) (8.23)

X = S(T) - K (선도 계약) (8.24)
1 � T
S(t)dt - K, 0
X=최 T (아시아 옵션) (8.25)
0
대

X = S(T ) - inf
≤t≤ S(t) (룩백 계약) (8.26)
0 T

우리는 정리 8.3에서 사실 위의 모든 주장이 복제될 수 있다는 것을 알고 있습

니다. 그러나 일반적인 주장의 경우 이는 추상적인 존재 결과일 뿐이며 명시적인
형태로 복제 포트폴리오를 얻을 수 있다는 보장은 없습니다. 정리 8.5의 핵심은
X
단순한 클레임, 즉 Φ(S(T)) 형식의 클레임으로 제한하면 헤지 포트폴리오에 대
한 명시적인 공식을 얻을 수 있다는 것입니다.
위의 유럽 콜과 선물 계약은 단순한 청구권임이 분명하므로 정리 8.5를 적용할 수
있습니다. 아시아 옵션( 평균값 옵션이라고도 함)과 룩백은 이들 클레임이 단순하지
않기 때문에 더 어려운 문제가 발생합니다. 우리는 이 주장들이 단지 T 시점의 S 값
의 함수가 아니라 [0,T ] 구간에 걸친 전체 S 궤적에 의존한다는 것을 알 수 있습니다
. 따라서 두 클레임 모두에 대한 헤지 포트폴리오가 존재한다는 것을 알고 있지만, 현
재로서는 이러한 포트폴리오의 형태를 결정할 수 있는 명확한 방법이 없습니다.
사실 룩백을 위한 헤지 포트폴리오를 결정하는 것은 매우 어렵지만 아시아 옵션
은 정리 8.5에서와 매우 동일한 기법을 사용하여 복제 포트폴리오를 상당히 명확하게
표현할 수 있는 계약 유형에 속합니다.

제안 8.6 모델 고려하기

dB(t) = rB(t)dt, (8.27)

dS(t) = S(t)α (t, S(t)) dt + S(t)σ (t, S(t)) dW¯ (t), (8.28)

X를 다음과 같은 형식의 T-클레임으로 설정합니다.

x = φ (s(t ), z(t )) , (8.29)

 블랙-숄즈 모델의 완전성 125

여기서 프로세스 Z는 다음과 같이 정의됩니다.

� t
Z(t) = g(u, S(u))du, (8.30)
0
 완전성-차익거래 부재 121

를 결정론적 함수 g의 일부 선택에 대해. X 는 다음과 같이 주어진

상대 포트폴리오를 사용하여 복제할 수 있습니다.

u0 F(t, S(t), Z(t)) - S(t)Fs (t, S(t), Z(t))

(t) = , (8.31)
F(t, S(t), Z(t))
u⋆ S(t)Fs (t, S(t), Z(t))
(t) = , (8.32)
F(t, S(t), Z(t))

여기서 F는 경계값 문제에 대한 해법입니다.

Ft + srFs +1 2s2 σ F2ss + gFz - rF = 0, (8.33)

F(T, s, z) = Φ (s, z).

해당 값 프로세스 V는 V(t) = F(t, S(t), Z(t))로 주어집니다.

는 확률적 표현을 가지고 있습니다.

F(t, s, z) = e −r(T−t) EQ [Φ(S(T ), Z(T )] , (8.34)

T,S,
Z

여기서 Q-역학은 다음과 같이 주어집니다.

dS(u) = rS(u)du + S(u)σ(u, S(u))dW(u), (8.35)

S(t) = s, (8.36)
dZ(u) = g(u, S(u))du, (8.37)
Z(t) = z. (8.38)

증명 증명은 독자의 연습 문제로 남겨둡니다. 정리 8.5의 증명에서와 같은 기법을 사

용합니다. ✷

여기서도 우발적 청구의 차익거래 자유가격은 청구의 기대치를 현재 시점으로 할

인한 값으로 주어집니다. 여기서도 이전과 마찬가지로 객관적 확률 측정값 P 대신 마
틴게일 측정값 Q를 사용하여 기대값을 계산해야 합니다. 앞서 말했듯이 차익거래 무
료 가격 결정의 이러한 일반적인 구조는 훨씬 더 일반적인 상황에서도 적용되며, 경
험상 마틴게일 측정치 Q는 거래되는 모든 기초자산이 Q 하에서 수익률로 r을 갖는
다는 속성에 의해 정의되는 것으로 볼 수 있습니다. Q 하에서 수익률로 sr을 갖는 것
은 거 래 되 는 자산뿐이라는 점을 강조하는 것이 중요합니다. 거래되지 않는 기초자
산이 있는 모델의 경우 완전히 다른 상황이 발생하는데, 이는 아래에서 다룰 것입니
다.
122 완전성 및 헤징

8.3 완전성-차익거래 부재

이 섹션에서는 특정 모델이 완전한지, 차익거래가 없는지 빠르게 판단할 수 있는 몇

가지 일반적인 경험 법칙을 알려드리겠습니다. 인 수 는 순전히 휴리스틱적인 것입
니다.
 완전성-차익거래 부재 123

M개의 거래되는 기초자산과 무위험 자산(즉, 총 M + 1개의 자산)이 있는 모델을

고려해 보겠습니다. 기초자산의 가격 프로세스는 R개의 "무작위 소스"에 의해 결정
된다고 가정합니다. 여기서 "무작위 소스"를 구성하는 요소에 대한 정확한 정의를 내
릴 수는 없지만, 일반적인 예는 와이너 프로세스를 구동하는 것입니다. 예를 들어 가
격을 결정하는 5개의 독립적인 위너 프로세스가 있다면 R = 5가 됩니다. 무작위 소
스의 또 다른 예로는 푸아송 프로세스와 같은 카운팅 프로세스가 있습니다. 이 맥락
에서 점프 크기가 다른 점 프로세스에 의해 가격이 결정되는 경우 적절한 수의 무작
위 소스는 서로 다른 점프 크기의 수와 같다는 점에 유의하는 것이 중요합니다.
완전성과 차익거래의 부재에 대해 논의할 때 이러한 개념이 서로 반대 방향으로
작동한다는 점을 인식하는 것이 중요합니다. 런덤 소스 R의 수를 고정한다고 가정해
봅시다. 그러면 모델에 새로운 기초자산이 추가될 때마다 (R을 늘리지 않고) 당연히
차익거래 포트폴리오를 만들 수 있는 잠재적 기회가 생기므로 차익거래가 없는 시장
이 되려면 기초자산의 수 M이 랜덤 소스 R의 수에 비해 작아야 합니다.
반면에 모델에 추가되는 모든 새로운 기초 자산은 주어진 우발적 클레임을 복제
할 수 있는 새로운 가능성을 제공하므로 완성도를 높이려면 M이 R에 비해 커야 합니
다.
여기서 정확한 결과를 공식화하고 증명할 수는 없지만, 다음과 같은 경험 법칙 또
는 "메타 정리"는 매우 유용합니다. 구체적인 사례에서는 실제로 정확한 공식과 정확
한 증명이 주어질 수 있습니다. 10장과 14장을 참조하세요. 나중에 일반적으로 거래
되지 않는 기초자산과 관련된 문제, 특히 이자율 이론을 다룰 때 메타정리를 사용할
것입니다.

메타정리 8.3.1 M은 무위험 자산을 제외한 모델의 기초 트레이딩 자산 수를 나타내

고, R은 무작위 소스의 수를 나타냅니다. 그러면 일반적으로 다음과 같은 관계가 성
립합니다:

1. 이 모델은 M ≤ R.

2. 모델은 다음과 같은 경우에만 완료됩니다≥. R.

3. 이 모델은 M = R일 경우에만 완전하고 차익거래가 없습니다.

블랙-숄즈 모델을 예로 들면, 기초자산 S와 무위험 자산이 하나씩 있으므로 M =

124 완전성 및 헤징

1이 됩니다. 위 메타정리를 사용하면 블랙-숄즈 모델은 차익거래가 없을 뿐만 아

니라 완전할 것으로 예상할 수 있으며 실제로도 그렇습니다.

8.4 운동

연습 8.1 단기금리 r이 결정론적 상수인 주식 시장에 대한 모델을 생각해 봅시다.

특정 주식에 초점을 맞춘 가격
 운동 123

객관적인 확률 측정치 P 하에서 가격 프로세스에 대한 역학 관계는 다음과 같습니다.

dS(t) = αS(t)dt + σS(t)dW(t) + δS(t-)dN(t).

여기서 W는 표준 Wiener 과정이고 N은 강도 λ를 갖는 푸아송 과정입니다. α, σ, δ

및 λ는 우리에게 알려져 있다고 가정합니다. dN 항은 다음과 같이 해석할 수 있습니
다:

- 푸아송 프로세스 N의 점프 시간 사이에서 S-프로세스는 일반적인 기하학적 브

라운 운동과 똑같이 동작합니다.

- N이 시간 t에 점프를 하는 경우, 이것은 S가 시간 t에 점프를 하도록 유도합니

다. S-점프의 크기는 다음과 같이 주어집니다.

S(t) - S(t-) = δ - S(t-).

다음 질문에 대해 토론하세요.

(a) 차익거래가 없는 모델인가요?

(b) 모델이 완성되었나요?

(c) 예를 들어 유럽 콜 옵션의 경우 차익거래가 없는 고유한 가격이 있나요?

(d) 1999년 1월에 만기가 도래하는 유럽 콜옵션을 복제한다고 가정해 보겠습

니다. 이 자산을 채권, 기초 주식, 2001년 12월 만기 유럽 콜옵션으로 구성
된 포트폴리오로 복제하는 것이 (이론적으로) 가능할까요?

연습 8.2 제시문 8.6과 관련된 위험 중립적 가치 평가 공식을 도출하기 위해 파인

만-카크 기법을 활용한다.

연습 8.3 잘 알려지지 않은 회사 F&H INC.가 새로운 파생상품인 "평균"을 시장

에 선보였습니다. 1 ,2 ]에 의해 주어진 "유효 기간"을 통해 평균 계약 보유자는 만
기일에2 , 금액을 얻습니다.
∫
1 T2

S(u)du.
T2 - T1 T1

평균 계약의 시간 t에서 차익거래 자유 가격을 구합니다. 표준 블랙-숄즈 세계에

살고 있고, t < T1 라고 가정합니다.

연습 8.4 표준 블랙-숄즈 모델과 계약 함수 Φ 1 , . . . , Φn 를 가진 n 개의 서로 다

124 완전성 및 헤징

른 간단한 우발 클레임을 고려하십시오. Let

n
Σ
V= hi (t)Si (t)
i=1

는 자체 자금 조달, 마코비안(정의 6.2 참조) 포트폴리오의 가치 과정을 나타냅니다.

마코비안 가정 때문에 V는 V (t, S(t)) 형태가 됩니다. V가 블랙-숄즈 방정식을 만족
함을 보여줍니다.
 운동 125

8.5 참고

완전성은 마팅게일을 확률 적분의 합으로 표현할 수 있는 가능성에 대한 다소 깊

은 결과와 수학적으로 밀접한 관련이 있습니다. 이러한 연관성을 사용하면 마팅
게일 측정값이 유일할 경우에만 시장이 완전하다는 것을 증명할 수 있습니다. 이
는 10장과 14장에서 자세히 설명합니다. 해리슨과 플리스카(1981), 무시엘라와
루트코프스키(1997)도 참고하세요.
126 완전성 및 헤징

패리티 관계 및 델타 헤징

9.1 패리티 관계

표준 블랙-숄즈 모델을 생각해 봅시다. 일반 이론(정리 8.3)에서 알 수 있듯이 이

모델을 사용하면 기초자산과 무위험자산에 기반한 포트폴리오를 사용하여 모든
우발적 클레임을 복제할 수 있습니다. 우발적 클레임의 경우 헤지 포트폴리오의
구조는 일반적으로 매우 복잡하며, 특히 지속적으로 리밸런싱되는 포트폴리오입
니다. 실제 거래에서는 비용이 발생하기 때문에 이러한 지속적인 리밸런싱은 실
용적인 측면에서 문제가 됩니다. 관리 목적으로는 리밸런싱할 필요가 없는 포트폴리
오, 즉 시간이 지나도 일정한 포트폴리오로 주어진 클레임을 복제할 수 있다면 훨씬
더 좋을 것입니다. 이러한 포트폴리오를 매수 후 보유 포트폴리오라고 합니다.
복제 포트폴리오에 B와 S만 사용해야 한다고 고집한다면 상수 포트폴리오로는
흥미로운 주장을 복제할 수 없지만, 헤지 포트폴리오에 유럽 콜 옵션과 같은 파생상
품을 포함할 수 있다면 삶은 훨씬 단순해지고, 우리가 사용할 기본 결과는 다음과 같
은 사소한 가격의 선형 속성입니다.
X
명제 9.1 Φ와 Ψ를 T-클레임 = Φ(S(T)), Y = Ψ(S(T))의 계약 함수라고 가정합니
다. 그러면 임의의 실수 α와 β에 대해 다음과 같은 가격 관계를 갖습니다.
Π (t; αΦ + βΨ) = αΠ (t; Φ) + βΠ (t; Ψ). (9.1)

증명 이것은 위험 중립적 가치평가 공식 (7.39)과 수학적 기대의 선형적 성질에서

바로 이어집니다. ✷

표기법을 설정하기 위해 c(t, s; K, T, r, σ) 및 p(t, s; K, T, r, σ)는 각각 유럽 콜

옵션과 유럽 풋 옵션의 S(t) = s가 주어졌을 때 t 시점의 가격을 나타냅니다. 두 경
우 모두 T는 만기 시점을, K는 행사 가격을, r과 σ는 모델 매개변수에 대한 의존
성을 나타냅니다. 때때로 우리는 하나 이상의 변수(t, s, K, T, r, σ) 중 하나를
자유롭게 억제할 수 있습니다. 이제 다음과 같은 "기본" 계약 함수를 더 살펴봅시
다.

ΦS (x) = x, (9.2)
 ΦB (x) ≡ 1, (9.3)
ΦC,K (x) = 최대 [x - K, 0] . (9.4)

만기 시 해당 클레임은 주식 한 주를 당사에 제공합니다,

1, 행사 가격 K의 유럽 콜 1개를 각각 보유합니다. 이러한 청구의 가격은 다음과 같습
니다.
126 패리티 관계 및 델타 헤징

Π (t; Φ S ) = S(t), (9.5)

Π (t; Φ B ) = e −r(T−t) , (9.6)
Π (t; ΦC,K ) = c(t, S(t); K, T ). (9.7)

이제 만기 시간 T와 T -claim X 형식의 X =
Φ(
S(T )), 즉 간단한 주장입니다. 이제 Φ가 위의 기본 계약의 선형 조합인 경우, 즉 다음
이 있는 경우
n
Σ
Φ = αΦS + βΦB + γi ΦC,K i , (9.8)
i=1

이면 기본 계약의 가격 측면에서 Φ의 가격을 다음과 같이 책정할 수 있습니다.

n
Σ
Π (t; Φ) = αΠ (t; ΦS ) + βΠ (t; ΦB ) + γi Π (t; ΦC,K i ). (9.9)
i=1

또한 이 경우 시간이 지나도 일정한 기본 계약으로 구성된 포트폴리오, 즉 "매수

후 보유" 포트폴리오를 사용하여 클레임 Φ를 복제할 수 있습니다. 보다 정확하게
복제 포트폴리오는 다음과 같이 구성됩니다.

• 기초 주식의 α 주식,
• β 제로 쿠폰 T - 액면가 1달러의 채권,
• γi 유럽 콜 옵션, 행사 가격 Ki , 모두 T 에서 만기.

물론 위의 결과는 (9.2), (9.3), (9.4)에 의해 주어진 기본 계약의 선형 조합으로 작성할

수 있는 상당히 큰 계약 클래스가 있는 경우에만 흥미롭습니다. 실제로 이러한 경우
가 있으며, 첫 번째 예로 행사 가격 K의 유럽 풋옵션을 고려해 보겠습니다. 이 경우 계
약 함수 ΦP,K 는 다음과 같이 정의됩니다.

ΦP,K (x) = 최대 [K - x, 0] . (9.10)

이제 다음과 같은 사실을 쉽게 알 수 있습니다(그림 그리기!).

φP,K = kφB + φC,K - φS ,

따라서 다음과 같은 풋-콜 패리티 관계가 있습니다.

명제 9.2 (풋-콜 패리티) 행사 가격 K와 만기 시간 T가 모두 유럽 콜과 유럽 풋을

생각해 봅시다. 해당 가격 함수를 c(t, s) 및 p(t, s)로 표시하면 다음과 같은 관
 그리스인 127

계가 성립합니다.

p(t, s) = Ke −r(T−t) + c(t, s) - s. (9.11)

특히 풋 옵션은 액면가 K의 제로 쿠폰 T 채권 매수 포지션, 유럽 콜 옵션 매수 포지션,

기초 주식 한 주에 대한 매도 포지션으로 구성된 일정한 (시간이 지남에 따라) 포트폴
리오로 복제할 수 있습니다.
128 패리티 관계 및 델타 헤징

이제 다음과 같은 보다 일반적인 질문을 던지는 것이 자연스럽습니다. 채권, 콜옵션,

기초자산 주식으로 구성된 일정한 포트폴리오를 사용해 이런 방식으로 복제할
수 있는 계약은 무엇일까요? 대답은 매우 유쾌합니다.

명제 9.3 컴팩트 서포트가 있는 임의의 연속 계약 함수 Φ를 수정합니다. 그런 다음

채권, 콜 옵션 및 기초 주식으로만 구성된 상수 포트폴리오를 사용하여 해당 계약을
임의의 사전 절단(초규범에서)으로 복제할 수 있습니다.

증명 모든 아핀 함수는 기본 계약 함수의 선형 조합으로 작성할 수 있음을 쉽게

알 수 있습니다. 이제 콤팩트한 지원을 가진 모든 연속 함수를 근사화할 수 있다는
사실에서 다음과 같은 결과가 나옵니다.
조각별 선형 함수에 의해 균일하게 계산됩니다. ✷

9.2 그리스인

가격 프로세스 S가 있는 단일 기초자산을 기반으로 하는 포트폴리오의 t 시점의 가

격 함수를 P(t, s)라고 합니다t . 따라서 포트폴리오는 기초자산 자체의 포지션과 기
초자산에 기록된 다양한 옵션의 포지션으로 구성될 수 있습니다. 실무상 다음 사항과
관련하여 P의 민감도를 파악하는 것이 매우 중요한 경우가 많습니다.

1. 기초자산의 가격 변동.
2. 모델 매개변수의 변경 사항.

위의 사례 1에서는 기초자산 가격이 지속적으로 변할 때 포트폴리오(주식과 파생상

품으로 구성)의 가치가 어떻게 변할지, 즉 위험 노출 측정을 얻고자 합니다. 언뜻 보기
에 사례 2는 자기 모순적으로 보이는데, 모델 매개변수는 정의상 주어진 상수이므로
주어진 모델 내에서 변경될 수 없기 때문입니다. 따라서 이 경우는 위험 노출이 아니
라 모델 매개변수의 잘못된 지정과 관련된 민감도입니다.
몇 가지 표준 표기법을 소개합니다.

정의 9.4

∂P
∆= , (9.12)
∂s
∂2P
Γ= , (9.13)
∂s2
∂P
그리스인 129

ρ= , (9.14)
∂r
∂P
Θ= , (9.15)
∂t
∂P
V= . (9.16)
∂σ
130 패리티 관계 및 델타 헤징

V
이러한 모든 민감도 측정은 "그리스어"로 알려져 있습니다. 여기에는 이 경우
"베가"라는 앵글로-헬레닉 발음이 주어지는 , 가 포함됩니다. 위의 매개변수 중
하나의 작은 변화에 민감하지 않은 포트폴리오를 중립이라고 하며, 공식적으로
이는 해당 그리스가 0과 같다는 것을 의미합니다. 델타가 0인 포트폴리오는 델타
중립이라고 하며, 이에 따라 다른 그리스도 마찬가지입니다. 다음 섹션에서는 그
리스를 기반으로 한 다양한 헤지 방식을 살펴볼 것이지만, 먼저 콜 옵션의 경우
기본 공식을 제시합니다. 기초 주가의 함수로서 그리스의 그래프는 그림 9.1-9.5
를 참조하십시오.

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0 s
0 20 40 60 80 100 120 140 160 180 200

그림 9.1. 유럽 전화의 델타항공

0.045

0.04

0.035

0.03

0.025

0.02

0.015

0.01

0.005

0 s
0 20 40 60 80 100 120 140 160 180200
 그리스인 131

그림 9.2. 유럽 통화용 감마
132 패리티 관계 및 델타 헤징

20

18

16

14

12

10

0 s
0 20 40 60 80 100 120 140 160 180200

그림 9.3. 유럽 통화용 베가

-2

-4

-6

-8

-10

-12 s
0 20 40 60 80 100 120 140 160 180 200

그림 9.4. 유럽 통화용 세타

명제 9.5 행사가격 K, 만기 시점 T인 유럽 콜의 경우 블랙-숄즈 공식에서와 같이 표

기하면 다음과 같은 관계가 성립합니다. 문자 ϕ는 N[0, 1] 분포의 밀도 함수를 나타
냅니다.
∆ = N(d1 ), (9.17)
ϕ(d )1
Γ= , (9.18)
sσ√T - t
 그리스인 133

25

20

15

10

0 s
0 20 40 60 80 100 120 140 160 180200

그림 9.5. 유럽 통화용 Rho

ρ = K(T - t)e −r(T−t) N(d2 ), (9.19)

sϕ(d1 )σ -r(T -t)
Θ=- - rKe N(d2 ), (9.20)
2√T) - t
V = sϕ(d1 √T - t. (9.21)

증명 블랙-숄즈 공식(7.48)을 사용해 파생상품을 구합니다. (용감한) 독자는 이를

자세히 수행하도록 초대합니다. 계산은 때때로 상당히 지저분합니다. ✷

9.3 델타 및 감마 헤징

이전 섹션에서와 마찬가지로 가격 함수 P(t, s)가 있는 주어진 포트폴리오를 고

려해 보겠습니다. 이 포트폴리오가 이미 델타 중립인 경우, 즉 다음과 같은 경우,
기본 자산 가격 s의 작은 변화에 대해 이 포트폴리오를 면역시키는 것이 목표입
니다.

∂P
∆P = = 0,
∂s
̸ 한
이면 끝이지만 ∆P = 0인 더 흥미로운 경우에는 어떻게 할 수 있을까요? 물론
가지 가능성은 전체 포트폴리오를 매각하고 이렇게 얻은 금액을 은행에 투자
하는 것이지만 대부분의 경우 이는 현실적으로 가능하지도 않고 바람직하지
134 패리티 관계 및 델타 헤징

도 않습니다.
더 흥미로운 아이디어는 파생상품(예: 옵션 또는 기초자산 자체)을 포트폴리
오에 추가하는 것입니다. 파생상품의 가격은 기초자산 가격과 완벽한 상관관계
를 갖기 때문에 파생상품의 균형을 맞출 수 있어야 합니다.
 델타 및 감마 헤징 131

를 포트폴리오에 대입하여 조정된 포트폴리오가 델타 중립이 되도록 합니다. 독

자는 블랙-숄즈 PDE의 유도에서 이 논증을 알아볼 수 있으며, 공식적인 논증은 다
음과 같습니다.
선택한 파생상품의 가격 함수는 F(t, s)로 표시하고, x는 선험적으로 주어진 포
트폴리오에 추가할 파생상품의 단위 수를 나타냅니다. 그러면 조정된 포트폴리오의
값 V는 다음과 같이 주어집니다.

V (t, s) = P (t, s) + x - F(t, s). (9.22)

이 포트폴리오를 델타 중립으로 만들려면 다음과 같이 x를 선택해야 합니다.

∂s = 0으로 설정하면 다음과 같은 방정식을 얻을 수 있습니다.
∂V

∂P x∂F
+ = 0,
∂s ∂s

명백한 표기법을 사용하면 다음과 같은 해결책이 있습니다.

∆P
x=- . (9.23)
∆ F

예 9.6 가격 함수가 F(t, s)인 특정 파생상품을 매도하고 기초자산 자체를 사용하

여 헤지하고자 한다고 가정해 봅시다.
- - (9.22)에서 이제 P = 1 F가 있고, F는 s로
대체되어 다음과 같은 방정식을 구할 수 있습니다.
∂
[-F(t, s) + x - s] = 0,
∂s
솔루션으로 ∂F (t, s)
x = ∆F = .
∂s
따라서 파생상품의 델타는 파생상품을 헤지하는 데 필요한 기초자산의 단위 수
를 알려줍니다.

델타 헤지는 기초자산 가격의 작은 변동에 대해서만 효과적이며, 따라서 짧은 시

간 동안만 효과가 있다는 점에 유의해야 합니다. 위의 예시 9.6에서는 가격 함수
F(t, s)를 탄젠트로 근사화했고, 그림 9.6에서는 F가 유럽 콜 옵션의 가격 함수인
경우를 예로 들어 설명했습니다. ∆F 는 탄젠트의 기울기와 같습니다. 그림 9.1에
는 기초 주가의 함수로서 유럽 콜의 델타 그래프가 있습니다. 시간이 지남에 따라
s(및 t)의 값이 변경되므로 ∆의 오래된 잘못된 값을 사용하게 됩니다. 실제로는
132 패리티 관계 및 델타 헤징

이산 리밸런싱 델타 헤지를 수행하는데, 위 예시에서는 다음과 같이 할 수 있습니

다:
- t = 0 시점에 파생상품의 한 단위를 가격 F (0, s)로 매도합니다.
- 계산하고 ∆ 주식을 매수합니다. 파생상품 판매로 얻은 수입을 사용하고 필

요한 경우 은행에서 돈을 빌리세요.
 델타 및 감마 헤징 133

25

20

15

10

0 s
80 85 90 95 100 105 110 115 120

그림 9.6. 유럽 통화의 선형 근사치

- 하루(주, 분, 초)를 기다립니다. 이제 주가가 변경되어 이전 ∆이 더 이상 정확

하지 않습니다.
- 새 ∆ 값을 계산하고 그에 따라 주식 보유량을 조정합니다. 은행에서 빌리거

나 빌려서 계좌 잔액을 조정합니다.

• 운동 시간 T 가 될 때까지 이 절차를 반복합니다.

- 이렇게 하면 보유 주식과 현금의 가치가 파생상품의 가치와 거의 같아집니다.

사실 다음과 같은 점근 결과를 증명하는 것은 어렵지 않습니다(연습 문제 참조).

제안 9.7 지속적으로 리밸런싱되는 델타 헤지에서는 보유 주식과 현금의 가치가

파생상품의 가치를 복제하게 됩니다.

위와 같은 (불연속적) 계획에서는 리밸런싱 시점의 자유도와 관련된 딜레마에 직

면하게 됩니다. 리밸런싱을 자주 하면 헤지 효과는 매우 좋지만 거래 비용이 높아
질 수 있습니다. 리밸런싱을 해야 하는 이유는 기초자산 가격이 변함에 따라 델타
가 변하기 때문이며, s에 대한 ∆의 민감도를 측정하는 방법은 당연히 다음과 같
습니다.
2
Γ =∂∆ = ∂P
으로∂s주어집니다.
∂s2 유로화 감마 그래프는 그림 9.2를 참조하십시오.
땅콩 전화. 감마가 높으면 자주 리밸런싱을 해야 하지만 감마가 낮으면 델타 헤지를
134 패리티 관계 및 델타 헤징

더 오랜 기간 유지할 수 있습니다. 따라서 델타 중립적이면서 감마 중립적인 포트폴

리오를 구성하는 것이 바람직합니다.
이를 좀 더 일반화하여 분석하기 위해 가격 함수 P(t, s)가 있는 선험적으로
주어진 포트폴리오를 다시 한 번 고려해 보겠습니다. 나중에 사용하기 위해 다음
과 같은 사소하지만 중요한 사실을 언급합니다.
 델타 및 감마 헤징 135

정리 9.8 기초 주식의 경우 델타와 감마는 다음과 같이 주어집니다.

S ∆= 1,
S = 0.

기초자산의 감마가 0이라는 사실에서 포트폴리오의 감마를 변경하기 위해 주식 자체

를 사용할 수 없다는 것을 알 수 있습니다. 조정된 포트폴리오가 델타와 감마 모두 중
립적이기를 원하므로 헤지에는 두 개의 다른 파생상품이 필요하다는 것도 분명합니
다. 따라서 행사 가격이나 만기 시점이 서로 다른 두 개의 콜옵션과 같은 두 파생상품
을 가격 함수 F와 G로 고정해 보겠습니다. 파생상품의 단위 수를 각각 xF 및 xG 로 표
시하면 헤지된 포트폴리오의 가치는 다음과 같이 주어집니다.

V = P(t, s) + xF - F(t, s) + xG - G(t, s).

이 포트폴리오를 델타와 감마 모두 중립적으로 만들려면 다음을 선택해야 합니다.

xF 및 xG 방정식은 다음과 같습니다.

∂V
= 0,
∂s
∂
V2 = 0,
∂s2

가 만족됩니다. 따라서 명확한 표기법을 사용하면 다음과 같은 시스템을 얻을 수 있습

니다.

P ∆+ xF - ∆F + xG - ∆G = 0, (9.24)
ΓP + xF - ΓF + xG - ΓG = 0, (9.25)

쉽게 해결할 수 있는 문제입니다.
다음 두 단계 절차에 따라 델타 및 감마 중립 헤지를 구성하는 것은 자연스럽
고 매우 유혹적인 일입니다.

1. P와 F로 구성된 포트폴리오가 델타 중립이 되도록 xF 를 선택합니다. 이 포

트폴리오는 일반적으로 감마 중립적이지 않습니다.

2. 이제 포트폴리오 감마를 중립으로 만들기 위해 파생상품 G를 추가합니다.

136 패리티 관계 및 델타 헤징

이 계획의 문제점은 일반적으로 두 번째 단계가 첫 번째 단계에서 얻은 델타 중립

성을 파괴한다는 것입니다. 그러나 이 맥락에서는 주식 자체의 감마가 0이라는
사실을 이용하여 다음과 같이 계획을 수정할 수 있습니다:

1. P와 F로 구성된 포트폴리오가 감마 중립이 되도록 xF 를 선택합니다. 이 포

트폴리오는 일반적으로 델타 중립적이지 않습니다.

2. 이제 포트폴리오 델타 중립을 만들기 위해 기초 종목을 추가합니다.

 델타 및 감마 헤징 137

공식적으로 헤지된 포트폴리오의 가치는 이제 다음과 같이 표시됩니다.

V = P + xF - F + xS - s

를 구하고 위의 정리를 사용하여 다음과 같은 시스템을 얻습니다.

P ∆+ xF - ∆F + xS = 0, (9.26)
ΓP + xF - ΓF = 0. (9.27)

이 시스템은 삼각형이므로 (9.24)-(9.25) 시스템보다 훨씬 간단합니다. 해는 다음과

같이 주어집니다.

ΓP
xF = ,
-Γ F
∆F - ΓP S
x= ΓF P -.

위에서 설명한 기법을 사용하면 위의 그리스 통화와 관련하여 주어진 포트폴리오를

중립적으로 만들기 위한 헤지 계획을 쉽게 도출할 수 있습니다. 그러나 이는 독자의
판단에 맡기겠습니다.

9.4 운동

연습 9.1 표준 블랙-숄즈 모델을 생각해 봅시다. 수학 T의 시간을 고정하고 다음

T -claim X 를 고려합니다.
⎧⎨ K S(T) ≤ A

X = K + - AS(T ) A < S(T) < K + A (9.28)

인 경우
⎩
0 S(T )> K + A인 경
우.

이 계약은 채권, 주식, 유럽 콜옵션으로만 구성된 포트폴리오를 사용하여 복제할 수

있으며 시간이 지나도 일정합니다. 이 포트폴리오와 계약의 차익거래 무료 가격을 결
정합니다.

연습 9.2 설정은 이전 연습과 동일합니다. 여기서 컨트렉트는 다음과 같이 정의되

는 소위 스 트래들입니다.
138 패리티 관계 및 델타 헤징

K - S(T ) 0 < S(T ) ≤ K

= (9.29)
X 인 경우 S(T ) - K K<
S(T) 인 경우.

상수 복제 포트폴리오와 계약의 차익거래 무료 가격을 결정합니다.

연습 9.3 설정은 이전 연습과 동일합니다. 이제 소위 "불 스프레드"를 살펴볼 것입

니다(그림 9.7 참조). 이 계약을 통해 우리는
 운동 135

A B

그림 9.7.

제한된 범위에서 시장 가격의 상승을 활용하면서 하락으로부터 보호받을 수 있습니다.

계약은 다음과 같이 정의됩니다.

⎧⎨ B S(T)> B 인
X = S(T ) if ≤ AS(T ≤
) B (9.30)
경우
⎩
A S(T) < A인 경
우.

물론 A<B라는 관계가 있습니다. 상수 복제 포트폴리오는 물론 계약의 차익거래 자

유 가격을 결정합니다.

연습 9.4 설정과 문제는 이전 예제에서와 동일합니다. 컨트랙트는 다음과 같이 정

의됩니다.
0 S(T) < A
⎧⎪⎨
S(T ) - A if ) B
≤ AS(T ≤
X = (9.31)
⎪⎩⎪ CS(T ) if ) C
- BS(T ≤
≤
0 S(T) > C인 경
우.

정의에 따르면 점 C는 [A, C] 간격을 가운데로 나눕니다(예: B =A+C ). 2

연습 9.5 ∆P = 2, ΓP = 3인 포트폴리오 P가 있다고 가정합니다. ∆F = 1, ΓF =

2, ∆G = 5, ΓG = 2인 두 파생상품
- F와 G를 사용하여 이 포트폴리오를
- 델타와
감마 중립으로 만들고자 합니다. 헤지를 계산합니다.

연습 9.6 위와 동일한 상황을 고려하되, 이제 기초자산 G 대신 기초자산 S를 사

용한다는 차이점이 있습니다. 9.3절에서 설명한 2단계 체계에 따라 헤지를 구성
136 패리티 관계 및 델타 헤징

합니다.

연습 9.7 지속적으로 재조정된 포트폴리오의 주식 보유량을 이전 장의 정리 8.5

의 복제 포트폴리오와 비교하여 명제 9.7을 증명합니다.

연습 9.8 블랙-숄즈에서 단일 기초 자산의 다양한 파생상품을 포함하는 자기 자

금 조달 마르코비안 포트폴리오(연속 시간)를 생각해 봅시다.
 운동 137

모델을 사용합니다. 포트폴리오의 가치(가격 함수)를 P(t, s)로 나타냅니다. P 의 다양

한 그리스 사이에 다음과 같은 관계가 유지되어야 함을 나타냅니다.
1
ΘP + rs∆P + σ s22 = rP.
Γ
P
2

힌트: 연습 8.4를 활용하세요.

연습 9.9 이전 연습의 결과를 사용하여 포트폴리오가 델타와 감마 중립인 경우 무위

험 자산을 복 제 하 는 것, 즉 무위험 수익률이 숏 수익률 r과 같다는 것을 보여 줍니다
.

연습 9.10 유럽 풋옵션의 경우 델타와 감마는 다음과 같이 주어짐을 보여줍니다.

∆ = N[d1 ] - 1,
ϕ(d )1
Γ= .
sσ√T - t

힌트: 풋콜 패리티를 사용
하세요.

연습 9.11 일반적인 포트폴리오 P 가 주어졌을 때, 이를 델타와 베가 중립으로 만들

기 위해 어떻게 헤지할 수 있는지 조사해 봅시다.
138 패리티 관계 및 델타 헤징

10

차익거래 이론에 대한 마틴 게일 접
근법*

이 장에서는 선험적으로 주어진 자산 가격 프로세스 S0 , S 1 ,..., SN 로 구성된 N

+ 1 시장 모델을 고려합니다. 일반적으로 우리는 객관적 확률 측정치 P 하에서 자산 가
격 과정의 역학을 제공하여 모델을 지정하며, 주요 문제는 다음과 같습니다.

근본적인 문제 10.1

1. 시장 차익거래는 어떤 조건에서 무료인가요?

2. 어떤 조건에서 시장이 완성되나요?

저희는 금융 파생상품에 대한 "마틴 게일 접근법"을 제시함으로써 위의 근본적인

문제를 해결하고자 합니다. 이는 지금까지 차익거래 가격 책정에 대한 가장 일반적인
접근법이며, 전산학적 관점에서도 매우 효율적입니다. 위 문제에 대한 해답은 수학
금융의 유명한 제1, 제2 기본 정리에서 찾을 수 있으며, 아래에서 다룰 것입니다. 그
러나 이러한 결과는 매우 일반적이고 강력하지만 기능 분석의 어려운 결과를 반드시
포함하는 매우 심오한 것이므로 어떤 시점에서는 증명의 주요 구조적 아이디어 만 제
시합니다. 전체 증명을 보려면 노트의 참고 문헌을 참조하시기 바랍니다. 이론을 깊
게 다루고 싶지 않은 독자를 위해 10.7절에서 결과의 요약을 제공합니다. 이 섹션은
나머지 장을 읽지 않고도 읽을 수 있 습 니 다 .

10.1 제로 이자율의 경우

먼저 시장에 나와 있는 자산 중 하나가 수익률이 0인 무위험 자산인 특별한 경우를 고

려해 보겠습니다. 이는 매우 제한적으로 들릴 수 있지만, 나중에 일반적인 경우를 이
특수한 경우로 쉽게 축소할 수 있는 방법을 보여드리겠습니다. 따라서 기본 설정으로
위험 거래 자산이 외생적으로 주어져 있고 자산 가격 벡터가 평소와 같이 N개로 구성
된 금융 시장을 고려합니다.
로 표시
 ⎡⎢ S1 (t)
⎤⎥
S(t) = ⎣ . ⎦ (10.1)
SN (t)
또한 가격 프로세스 S0 (t)를 갖는 무위험 자산이 존재한다고 가정합니다. 이것이 우리
의 수열이 될 것이며, 이 섹션에서는 실제로는 상수라고 가정합니다,
즉, 수익률이 0입니다.
138 차익거래 이론에 대한 마틴 게일 접근법

가정 10.1.1 다음과 같은 가정이 있습니다.

S0 (t) = 1, 모든 t ≥ 0에 대해. (10.2)

따라서 S0 자산은 공매도 이자율이 0인 은행의 예금 계좌로 해석할 수 있습니다. 이론

의 가장 일반적인 버전에서는 위험 가격 프로세스가 일반적인 세미 마팅 세일이 될
수 있지만, 우리의 목적상 모든 가격 프로세스가 유한 수의 와이너 프로세스를 구동
하는 확률 미분을 가지고 있다고 가정하는 것으로 충분할 것입니다. 우리의 근본적인
문제는 위에서 설명한 시장이 어떤 조건에서 차익거래 가능성이 없는지, 어떤 조건에
서 완전한지 알아내는 것입니다.
이 프로젝트에 대한 공식적인 논의를 시작하기 전에 허용 가능한 포트폴리오
의 집합에 대해 좀 더 정확하게 정의해야 합니다. 우선 순진한 포트폴리오 프로세스
를 h(t) = [h0 (t), h 1 (t),..., hN (t)]로 정의해 보겠습니다. 그런 다음 합리적인 이
론을 구성하기에는 순진한 자기 자금 조달 포트폴리오의 클래스가 너무 커서 실
제로 다음과 같은 매우 부정적인 결과를 얻게 됩니다.

정리 10.1 자산 중 하나 이상이 S 1 ,... SN 는 항상 0이 아닌 확산항을 가지며, 순진

한 포트폴리오 전략이 인정되면 모델은 차익거래를 인정합니다.

증명 증명에 대한 아이디어는 룰렛의 소위 "두 배 전략"을 기반으로합니다. 이 전

략에서는 검은색에 1달러를 투자하는 것으로 시작합니다. 이기면 1달러를 획득
한 상태에서 멈춥니다. 지면 2달러를 더 베팅하고, 이 베팅에서 이기면 총 수익은
다시 1달러가 됩니다. 다시 패배하면 4달러를 더 베팅하는 식으로 진행합니다. 따
라서; 이기면 바로 중단하고 지는 한 베팅을 두 배로 늘립니다. 이런 식으로 룰렛
에 검은색이 나올 확률이 양수인 한(균등하게 균형을 이룰 필요는 없음) 결국 (즉,
확률 1로) 승리하게 되며 순이익은 1달러가 됩니다.
이것은 룰렛의 차익 거래이며, 몬테카를로에서와 같이 실제로 잘 작동하지 않
는 이유는 게임의 어느 시점에서 결국 1달러를 얻기 전에 엄청난 돈을 잃게 될 것
이기 때문에 무제한의 크레딧이 필요하기 때문입니다. 또한 승리할 때까지 소요
되는 시간은 확률 1로 유한하지만 선험적으로 무제한입니다. 따라서 1달러를 얻
기 전까지 태양(그리고 당신)이 죽었을 확률이 높습니다.
현실에서는 크레딧이 무제한으로 주어지지 않지만, 이론적 프레임 내에서 작
 제로 이자율의 경우 139

업 크레딧은 무제한이며, 실제로 시장 모델을 사용하여 몬테카를로 룰렛 휠과 위

의 두 배 전략을 유한한 시간 내에 모방하는 것은 매우 간단합니다. t = 1에 게임
이 종료되기를 원한다면 이산 시간 1 1/n; n = 1, 2,... ...에 투자하기만 하면 됩
니다. 은행 대출을 통해 자금을 조달하여 위험 자산에 1달러를 투자하는 것으로
시작한 다음, 투자에서 이익을 얻으면 바로 중단하고 손실이 발생하면 투자금을
두 배로 늘립니다(항상 은행 대출을 통해 자금을 조달합니다). 그러면 실제로 이
과정을 반복할 수 있다는 것을 쉽게 알 수 있습니다.
140 차익거래 이론에 대한 마틴 게일 접근법

차익거래 전략을 무한히 반복할 수 있으므로 확률 1을 사용하면 무한히 부자가

될 수 있습니다. ✷

따라서 합리적인 이론을 세우기 위해서는 허용 가능한 전략의 클래스를 이러한

이중화 전략이 제외된 더 작은 클래스로 제한해야 합니다. 이를 수행하는 방법에는
여러 가지가 있으며 일반적으로 사용되는 방법은 다음과 같습니다. 간결한 표기를 위
해 포트폴리오에서 위험 자산과 연결된 부분의 약어로 hS (t)를 사용하며, 즉 hS (t)
= [h 1 (t),..., hN (t)]로 전체 포트폴리오 h를 h = [h0 , hS ]로 표기할 수 있습니다.

정의 10.2

• 모든 프로세스 h = [h0 , hS ]의 경우, 그 값 프로세스 V (t; h)는 다음과 같이

정의됩니다.

ΣN
V (t; h) = h0 (t) - 1 + hi (t)Si (t), (10.3)
i=1

또는 컴팩트한 형태
로 V (t; h) = h0 (t) - 1 + hS (t)S(t) (10.4)

- 적응된 프로세스 h 는 다음과 같은 음수가 아닌 실수 α (h 의 선택에 따

S S

라 달라질 수 있음)가 존재할 때 허용 가능하다고 합니다.

∫ t

0
hS (u)dS(u) ≥ -α, 모든 t ∈ [0,T ]에 대해. (10.5)

h(t) = [h0 (t), hS (t)]인 프로세스를 hS 가 허용 가능한 경우 허용 가능

한 포트폴리오 프로세스라고 합니다.

• 허용되는 포트폴리오는 다음과 같은 경우 자체 자금 조달이라고 합니다.

∫
t
은 경우 V (t; h) = V (0, h) +
0

즉,
다음
과같
 제로 이자율의 경우 139

hS (u)dS(u), (10.6)

dV (t; h) = hS (t)dS(t). (10.7)

정의 6.2와 비교하면, 공식적으로 자체 자금 조달 조건은 다음과 같아야 한다는 점

에 주목할 수 있습니다.
dV (t; h) = h0 (t)dS0 (t) + hS (t)dS(t),

≡
하지만 우리의 경우 S0 1이므로 dS0 0이므로≡자체 자금 조달 조건은 (10.7)로 줄
어듭니다. 이것은 간단하지만 중요한 사실이며, 다음 결과에서 강조됩니다.
142 차익거래 이론에 대한 마틴 게일 접근법

정리 10.3 허용 가능성 조건 (10.5)을 만족하는 모든 적응된 프로세스 hS 와 임의

의 실수 x 에 대해, 다음과 같은 고유한 적응된 프로세스 h0 가 존재합니다:

• h = [h0 , hS ]로 정의된 포트폴리오 h는 자체 자금 조달입니다.

• 값 프로세스는 다음과 같이 제공됩니다.
∫
t
V (t; h) = x + hS (u)dS(u). (10.8)
0

K 자금 조달 포트폴리오를 통해 도달할 수 있는 포트폴

특히, 초기 비용이 0인 자체
리오 가치의 공간 0 초기 비용이 0 인 자체 자금 조달 포트폴리오를 통해
T 시점에 도달 할 수있는 포트폴리오 값의 공간은 다음과 같이 주어집니다.

∫ '
T
K0 = hS (t)dS(t)" hS 허용됨 (10.9)
0 "

증명 h0 으로 정의
∫ t
h0 (t) = x 0 hS (u)dS(u) - hS (t)S(t).
+
그런 다음 가치 프로세스의 정의에 따라 다음과 같이 명확하게 정의됩니다.
∫
V t (h; ) =h0 (t) + (t)S( )t = + () ()
hS xt hS u dS u
0

그리고 이로부터 우리는 직접

dV (t; h) = hS (t)dS(t),

는 자체 자금 조달임을 보여줍니다. 이제 마지막 항목이 명확해졌습니다. ✷

우리는 (10.9)의 제로 비용 도달 가능 클레임의 간단한 특성화가 S0 ≡ 1이라는

가정에 결정적으로 의존한다는 사실을 강조합니다.

10.2 차익거래 부재

유한 시간 간격 [0,T ] 동안의 시장 모델 (10.1)을 고려하되, 여전히 S0 1이라는 가정

≡
을 사용합니다.
이제 마틴 게일 조치에 대한 공식적인 정의를 제공합니다.