Opciones Americanas PDF

Opciones americanas, valoración numérica
y cálculo de la frontera de valores críticos
Alfonso CAMAÑO1
Profesor de Finanzas Cuantitativas en CIFF
Resumen: En este artículo se analizan las opciones americanas "call" y "put" con vencimiento finito
como problemas de parada óptima. El problema de los contratos americanos es siempre doble, en
primer lugar se trata de encontrar la función de valoración de los mismos y en segundo, se trata de
caracterizar la estrategia óptima de ejercicio anticipado mediante la frontera de valores críticos. En el
artículo se desarrollan teóricamente ambos problemas y se resuelven numéricamente.
Se asume que el subyacente es un activo que sigue un movimiento geométrico browniano cuyos
parámetros deriva y volatilidad son conocidos.
La hipótesis de ausencia de arbitrajes y la valoración en la medida de probabilidad de riesgo neutro es
parte integrante del análisis de este artículo, no obstante, todo el análisis parte del planteamiento de las
opciones americanas como problemas de parada óptima y se llega a un problema de frontera libre con
la ecuación de Black & Scholes pero por caminos completamente diferentes de los tradicionales. En
ningún momento se construye un portafolio cuyo riesgo se anula mediante una operación de cobertura
delta como se hizo en el papel de F. Black y M. Scholes.
Palabras clave: Opción Americana, Métodos Numéricos, Tiempo de Paro.
Código JEL: G13, G12.
Abstract: In this paper we analyzed American call and put vanilla options with finite maturity
as problems of optimal stopping. The problem of American contracts is always double, first we
have to find the value function and then later it is necessary to characterize the optimal strategy
for exercising them by mean of computing the critical points boundary. Both tasks are developed
and solved numerically in the paper.
It is assumed that the underlying is following a geometric brownian motion for which drift and
volatility are known.
The no arbitrage hypothesis and risk neutral valuation are used throughout the paper, however,
all analysis is made under the consideration of American options as problems of optimal
stopping so that we reach the free boundary problems for the Black & Scholes PDE by a path
completely different than the traditional way. We do not build up a portfolio free of risk by mean
of delta hedging as done by F. Black y M. Scholes in their milestone paper.
Key words: American Option, Numerical Methods, Stopping Time.
JEL Classification: G13, G12.
44
1 Alfonso Camaño. Profesor de Finanzas Cuantitativas en CIFF [email protected]
Colaboraciones
1. INTRODUCCIÓN
Lo esencial de una opción americana es que el comprador decide el momento de percepción
del "pay-off" que es una función no negativa G ≥ 0 conocida también como función de
retribución.
G(t,S) = max (S(t) - K,0) = (S(t) - K)+ call
G(t,S) = max (K - S(t),0) = (K - S(t))+ put
Por la flexibilidad en el ejercicio, dadas dos opciones una europea y otra americana sobre el
mismo subyacente S, con el mismo "strike" K y vencimiento T, en todo momento se verifica que:
Veuropea (t,S) ≤ Vamericana (t,S) ∀(t,S) ∈ [0,T]x[0,+∞)
Una opción americana nunca puede tener un valor por debajo de su "pay-off" porque existiría
una oportunidad de arbitraje comprando la opción y ejerciéndola:
(S - K)+ ≤ Vcall americana (t,S)

} ∀(t,S) ∈ [0,T]x[0,+∞)
Opciones americanas, valoración numérica y...

(K - S)+ ≤ Vput americana (t,S)
En cambio una opción europea puede tomar valores inferiores al "pay-off" antes del
vencimiento. Los gráficos del "pay-off" (azul) y del valor (rojo) como función del subyacente
faltando T - t para el vencimiento de una opción "put" europea y otra "put" americana sobre el
mismo subyacente e idénticos vencimiento T y "strike" son:
Valor
VALOR PUT EUROPEO valor
VALOR PUT AMERICANO
8 8
6 6
4 4
2 2
Subyacente Subyacente
8 10 12 14 16 18 20 8 10 12 14 16 18 20
El valor de la opción americana está constantemente por encima del diagrama de "pay-off",
a veces descansando en él como si fuera un obstáculo impermeable mientras que la europea lo
atraviesa. Para las opciones americanas el "pay-off" es un obstáculo al que se tienen que adaptar.
El contacto con el obstáculo es suave, es decir, en el punto de contacto la derivada del valor de
la opción respecto del subyacente (delta) es -1 que es la pendiente del "pay-off".
Este valor del subyacente en el punto de contacto es muy importante, se denomina valor
crítico y depende del plazo restante hasta el vencimiento de la opción. La misma opción, con el
45
mismo "strike" tendrá valores críticos diferentes dependiendo del plazo t. De modo que todos
estos valores críticos constituyen una curva en el plano tiempo - subyacente que se denomina
frontera de valores críticos S*(t). En una opción "put" si el subyacente está por debajo del valor
crítico correspondiente debe ejercerse la opción.
La frontera de valores críticos S*(t) determina el momento óptimo de ejercicio. S*(t) divide el
espacio [0,T]x[0,+∞) en dos zonas, a un lado de la frontera se tiene la región de ejercicio
anticipado, región de parada o región de contacto con el obstáculo que, si es alcanzada por el
subyacente la opción debería ser ejercida anticipadamente y, al otro lado, se tiene la región de
continuación en la cual no es óptimo ejercer anticipadamente la opción. El lado de la frontera
arriba o abajo en que se sitúa cada región depende de que se trate de una opción "put" o "call".
Más adelante se demostrará que en la región de continuación la función de valor de la opción

V(t,S) verifica la ecuación en derivadas parciales (PDE) de Black & Scholes. En la región de
ejercicio anticipado, el valor de la opción coincide con el "pay-off". De modo que la verdadera
incógnita para las opciones americanas es la propia frontera de valores críticos, constituyendo
un problema del tipo conocido como problemas de frontera libre.
El problema más sencillo de valoración de una opción americana es un "call" sobre una
acción S que no pague dividendos. En este caso es sencillo probar con argumentos de no
existencia de arbitrajes que nunca es óptimo ejercer antes del vencimiento, es decir, el valor
crítico para cualquier plazo t es siempre S*(t) = +∞). Cualquier punto de [0,T]x[0,+∞) pertenece
a la región de continuación, y debe verificarse la PDE de B & S con las condiciones inicial y de
frontera de la opción "call" europea. Por consiguiente, estas opciones pueden ser valoradas con
la conocida fórmula explícita de B & S.
V call (S,t) = S · N (d 1 ) - Ke -r·t · N(d 2 ) N(x) normal acumulada

§S· § 1 ·
ln ¨ ¸ + ¨ r + σ 2 ¸ ⋅ t
K 2 ¹
d1 = © ¹ © d 2 = d1 − σ t
σ t
Esto no es de aplicación a las opciones "put" americanas sobre acciones que no pagan
dividendo, en este caso existe una frontera de valores críticos S*(t) y será óptimo ejercer antes
del vencimiento. Del mismo modo, con acciones que paguen dividendo, las opciones "call" o
"put" de tipo americano no pueden ser valoradas con las fórmulas explícitas de B & S y siempre
es posible que sea óptimo ejercer antes del vencimiento.
Las opciones americanas pueden conceptualizarse como juegos asociados al proceso

estocástico seguido por el subyacente S t en los que el comprador paga una prima por jugar
pudiendo salirse cuando lo desee percibiendo el "pay-off" o función de retribución establecida
G(S t ) o dejando expirar su derecho al vencimiento T. El jugador/comprador va observando en
cada momento el valor del subyacente, conoce cuanto percibiría si se saliera en ese momento y
tiene que decidir si se detiene ejerciendo su derecho o continúa jugando. Sólo se ejerce una vez
y cuando se ejerce el derecho se extingue, si se quiere volver a jugar será necesario volver a
comprar el derecho a jugar.
Los derechos del comprador son transferibles de forma que siempre existe la posibilidad de
46 vender a un tercero la posibilidad de seguir jugando y salir del juego sin haber ejercido
anticipadamente. Mientras que la venta del derecho de seguir jugando implique ingresos
Colaboraciones
superiores a ejercer y percibir el "pay-off" nadie ejercerá anticipadamente, en todo caso, si no le

interesase seguir jugando vendería el juego a un tercero. El valor del juego (valor de la opción)
V(t,S) en ausencia de arbitrajes nunca puede ser inferior al "pay-off", de lo contrario sería posible
comprar el juego y ejercer inmediatamente realizando un beneficio cierto sin la asunción de
ningún riesgo (arbitraje).
V (t,S) ≥ G (S) ∀(t,S) ∈ [0,T]x[0,+∞)
Sólo tiene sentido ejercer anticipadamente cuando el valor del juego sea igual al "pay-off",
nunca antes. Si el jugador conociera el valor del juego en todo momento, dispondría de más
información sobre posibles estrategias óptimas. El problema es que el jugador no conoce ni el
valor del juego ni la (o las) estrategia óptima, lo único que conoce es la función de retribución
G(S t ).
2. PROBLEMAS DE PARADA ÓPTIMA CON HORIZONTE

TEMPORAL FINITO

Los problemas de parada óptima se dan en ámbitos tan diversos como las Finanzas,
Economía, Teoría de Juegos Secuenciales, Ingeniería, etc. En este documento se estudian
brevemente los problemas de parada óptima con horizonte temporal finito, por su relación
directa con las opciones americanas. Se enuncian algunos resultados de existencia de solución,
se analiza la relación con los denominados problemas de frontera libre y se resuelven por
procedimientos numéricos los problemas de este tipo relativos a las opciones americanas.
Sea Xt un proceso fuerte de Markov que toma valores en R (o podría ser en Rn) definido en
un espacio filtrado (Ω,F,{Ft}t ≥ 0, P), adaptado a la filtración {Ft}t ≥ 0 que cumple las condiciones
usuales de que es continua por la derecha, o sea que Ft = ∩ Fs ∀s>t y que todas las σ-álgebras de
la filtración contienen a todos los conjuntos P-nulos. Supóngase, además, que el proceso de
Markov Xt es homogéneo en el tiempo y que la probabilidad de transición partiendo en s de x y
llegando en t a algún punto del conjunto A ⊂ R viene dada por:
donde p (x,y,t - s) es la densidad de transición, función de t - s pero no del tiempo de partida ni

del tiempo de llegada. El proceso empieza fresco en cualquier momento s desde el punto donde
se ubique Xs.
A los efectos de este artículo se entiende por tiempo de parada ("stopping time") cualquier
variable aleatoria τ que tome valores en [0,+∞) y tal que {τ ≤ t} ∈ Ft ∀t ≥ 0 es decir, que un
tiempo de parada toma valores reales positivos siempre finitos y, además, el evento {τ ≤ t} es
Ft -medible para cualquier valor del tiempo, dicho de otro modo, que en cualquier momento t se 47
sabe si ha ocurrido el tiempo de parada o no, o sea, se sabe si se debe parar o no.
Los tiempos de parada que más interesan se denominan primeros contactos y se caracterizan
por medio de un subconjunto R ⊂ R+ medible (R ∈ F) de modo que τR = inf {t ≥ 0: Xt ∈ R}. En
otras palabras, el tiempo de parada toma el valor del momento en el que por primera vez Xt
alcanza el conjunto R.
Se considera además una función medible no negativa de dos variables:
G: [0,T] x R+ → R+
(t, x) → G(t, x)
que va a hacer el papel de función de retribución dependiente tanto del valor del proceso como
del tiempo o del plazo remanente.
El proceso de Markov Xt puede considerarse un juego en el que el jugador tiene el derecho

de detener el juego cuando lo desee y percibir lo que indique la función de retribución en dicho
momento. Dado un vencimiento T se asume que E0, x ª« sup G ( t , X t ) º» < ∞ , circunstancia que
¬ 0 ≤ t ≤T ¼
está garantizada para muchos procesos y muchas funciones de retribución.
Dado que:
G (τ , X τ ) ≤ sup G ( t , X t ) ∀τ tiempo de parada 0 ≤ τ ≤ T

0 ≤ t ≤T
Se tiene que:
½
E0, x ª¬G (τ , X τ ) º¼ ≤ E0, x ª« sup G ( t , X t ) º» < +∞ °°
¬ 0≤t ≤T ¼
¾ ∀τ tiempo de parada 0 ≤ τ ≤ T
sup E0, x ª¬G (τ , X τ ) º¼ ≤ E0, x ª« sup G ( t , X t ) º» < +∞ °
τ ¬ 0 ≤ t ≤T ¼ ¿°
Por consiguiente, el valor esperado de la retribución del juego bajo cualquier tiempo de
parada τ que verifique 0 ≤ τ ≤ T existe siempre y es un número real finito. Más aún, bajo la
hipótesis asumida el extremo superior del conjunto de los valores esperados de la retribución del
juego con todas las posibles estrategias de parada aceptables (τ ≤ T), existe y es finito.
Ahora bien, aunque existe y sea finito dicho extremo superior puede existir o no un tiempo
de parada τ* tal que utilizándolo como estrategia se alcance dicho extremo superior, o sea tal que:
( )
E0, x ¬ªG τ ∗ , X τ ∗ ¼º = sup E0, x ª¬G (τ , X τ ) º¼
0 ≤τ ≤T
La función de retribución permite definir un proceso G(t, X t ) que señala la retribución del
juego si se detuviera. Para jugar habrá que pagar una cantidad inicial V(t,x) que dependerá del
48 plazo remanente T - t hasta el vencimiento y, por lo tanto, del momento actual t y también
dependerá del punto de partida X t . El pago realizado dará derecho a retirarse en cualquier
Colaboraciones
momento antes del vencimiento T, o en el propio vencimiento, ejerciendo el derecho a percibir

lo que indique la función de retribución, también será posible dejar que el derecho expire.
Las claves para un jugador potencial son: primero saber cual es un precio justo que se puede
pagar por "jugar", segundo definir la estrategia de salida del juego de modo que en cualquier
momento conozca si debe retirarse o continuar jugando. Obviamente, cualquier jugador elegirá
su estrategia de parada intentando maximizar el valor esperado de su retribución.
No obstante, dado que X t sigue un proceso fuerte de Markov, toda la información que
permite decidir si continuar jugando o detenerse y cobrar la función de retribución debe estar
condensada en el par (t,X t ) formado por el momento y el valor actual del proceso, no dependerá
de la trayectoria pasada. Dicho de otra forma, para cada par (t,X t ) se puede reconocer si se debe
detener el proceso o continuar, por lo tanto deben existir dos conjuntos R ⊂ [0,T] x R+ y
B ⊂ [0,T] x R+ que conformen una partición de [0,T] x R+ tales que si (t,X t ) ∈ R es óptimo
detener el juego, por el contrario si (t,X t ) ∈ B lo óptimo sería continuar.
Por definición, se entiende por estrategia óptima del juego un tiempo de parada τ∗ ≤ T tal que:

( )
E0, x ¬ªG τ ∗ , X τ ∗ ¼º = sup E0, x ª¬G (τ , X τ ) º¼
0 ≤τ ≤T
τ tiempo de parada
o sea que una estrategia óptima es aquella que consiste en detenerse siguiendo un tiempo de
parada τ* ≤ T de forma que el valor esperado de la función de retribución sea el extremo superior
de todos los valores esperados de la función de retribución para todos los tiempos de parada, es
decir para todas las estrategias de parada posibles.
El valor del juego en ausencia de arbitraje V(t,x) tiene que ser igual al valor esperado de la
función de retribución cuando se sigue la estrategia óptima. Si el juego fuera más económico
comprando el juego y jugándolo con la estrategia óptima se realizaría un arbitraje y si el precio
del juego fuera mayor vendiendo el juego se realizaría un arbitraje.
Por consiguiente, se define el valor del juego:
V ( t , x ) = sup Et , x ª¬G ( t + τ , X t +τ ) º¼ < +∞ τ tiempo de parada

0 ≤τ ≤T − t
que con la hipótesis asumida existe y es finito siempre, incluso aunque no existiera la estrategia
óptima de parada. Si dicha estrategia óptima existiese entonces:
( )
V ( t , x ) = Et , x ª¬G t + τ ∗ , X t +τ ∗ º¼ = sup Et , x ª¬G ( t + τ , X t +τ ) º¼ < +∞
0 ≤τ ≤T − t
La caracterización explícita o numérica de la función de valor V(t,x)y de la estrategia

óptima de parada si existe es lo que se conoce como problema de parada óptima.
En este contexto una función medible f : [0,T] x R+ es superarmónica respecto del proceso de 49
Markov Xt cuando:
E t,x [f(t+ τ ,X t+ τ )] ≤ f(t,x) ∀τ tiempo de parada y ∀x ∈ R+ ∀t ∈ [0,T]
Las funciones superarmónicas son tales que su valor a lo largo del proceso Xt decrece en
media con independencia del valor de partida.
A partir del proceso de Markov Xt se puede definir otro proceso de Markov bidimensional
con valores en [0,T]xR + que puede definirse por el par (t, Xt). El generador infinitesimal L(t,x)
del proceso de Markov (t, Xt) viene dado por:
Et , x ¬ª f ( t + s, X t + s ) ¼º − f ( t , x )
L(t , X ) f ( t , x ) = lim
s↓0 s
También se pueden caracterizar las funciones superarmónicas mediante el generador

infinitesimal puesto que:
E t,x [f(t+s,X t+s )] ≤ f(t,x) ⇔ L x f(t,x)≤ 0 ∀x ∈ R+ ∀t ∈ [0,T]
El siguiente teorema cuya demostración puede encontrarse en la monografía "Optimal

Stopping and Free Boundary Problems" de Goran Peskir y Albert Shiryaev establece
condiciones necesarias y suficientes para la existencia de un tiempo de parada óptimo.
Teorema 1 - "Considérese el problema de parada óptima con horizonte finito T asociado con
el proceso de Markov Xt y la función de retribución G(t,x) verificando la acotación
E0, x ª« sup G ( t , X t ) º» < +∞ en el que se ha comenzado el proceso en (t,x), la condición necesaria

¬ 0 ≤ t ≤T ¼
y suficiente para que exista un tiempo de parada óptimo t + τ* con τ* ≤ T - t es que exista la menor
función superarmónica V^(t,x) que domine la función de retribución G(t,x).
Además, si se define la función de valor a partir de la estrategia óptima:
( )
V ( t , x ) = Et , x ª¬G t + τ ∗ , X t +τ ∗ º¼ = sup Et , x ª¬G ( t + τ , X t +τ ) º¼
τ ≤T − t
∀t ∈ [ 0, T ] ∀x ∈ R+
se tiene que:
V(t,x) = V^(t,x) ∀t ∈ [0,T] ∀t ∈ R+
y definidos los conjuntos:
50 B = {(t,x) ∈ [0,T] x R+: V(t,x) > G(t,x)} región de continuación.
R = {(t,x) ∈ [0,T] x R+: V(t,x) = G(t,x)} región de parada.

Colaboraciones
el tiempo de parada correspondiente al primer contacto con la región de parada

τt,R = inf {s ≥ 0: (t + s, Xt+s ) ∈ R} es tal que t+τt,R ≤ T es un tiempo de parada óptimo y además
τt,R ≤ τ*."
La solución de los problemas de parada óptima con vencimiento finito pasa por determinar
la menor función superarmónica V(t,x) que domine la función de retribución G(t,x). A partir de
dicha función quedan determinadas las regiones R de parada óptima y B de continuación y se
tiene que:
{
V(t,x) > G(t,x) ∀t ∈ [0,T ] ∀x ∈ B
V(t,x) = G(t,x) ∀t ∈ [0,T ] ∀x ∈ R
L(t,x)V(t,x) ≤ 0 con V(T,x) = G(T,x) ∀x ∈ R
V es mínima, cualquier otra función superarmónica
que domina G debe ser mayor que V
En la medida en que la función de retribución G(t,x) sea una función continua la función

V(t,x) también será continua y la región de parada R = {(t,x) ∈ [0,T] x R+: V(t,x) = G(t,x)} donde
ambas funciones coinciden será un subconjunto cerrado de [0,T]x R+ . La región de continuación
B = {(t,x) ∈ [0,T] x R+: V(t,x) > G(t,x)} será un conjunto abierto de [0,T]x R+.
A la frontera ∂B de la región de continuación, que obviamente no está contenida en dicha

región sino en la región de parada R que es cerrada, se la denomina frontera de valores críticos
ya que marca la separación entre los valores del proceso en los que resulta óptimo detenerse y
aquellos en los que resulta óptimo continuar. En general, la frontera será una curva en el plano
tiempo - valores del proceso. La forma y las propiedades de esta curva son importantes pero
dependen del problema de parada particular.
En estas condiciones, la función de valor es la solución en la región abierta B del problema

de Dirichlet:
L(t,X)V = 0 en B PDE
V(T,x) = G(T,x) Condición final
V∂B = G∂B Condición de contorno
La comprobación de esto se deduce de forma inmediata a partir del hecho de que Xt es un

proceso fuerte de Markov. En efecto:
¬ ( ¬ ) ¼¼ (¬ )
Et , x ¬ªV ( t + s, X t + s ) ¼º = Et , x ª Et + s , X t +s ªG t + s + τ R , X t + s +τR º º = Et , x ªG t + τ R , X t +τR º = V ( t , x )
¼
Et , x ª¬V ( t + s, X t + s ) º¼ − V ( t , x ) = 0 + − R
∀x ∈R
de donde L(t,X)V = 0 ∀(t,x) ∈ B. Resuelto el problema en B en R la solución es inmediata pues 51

debe coincidir con la función de retribución.
Cuando se conoce la frontera de valores críticos se ha reducido el problema de parada óptima
con horizonte finito a un problema de Dirichlet en la región de continuación. En la práctica, sin
embargo, no se suele conocer la frontera de antemano. La frontera es parte de la solución del
problema que se compone de la función de valor V(t,x) junto con la regiones de parada, de
continuación y la frontera, es decir la solución es la función de valor más la estrategia óptima de
parada.
En ocasiones se plantea el problema descontado consistente en la búsqueda del tiempo de

parada que maximiza el valor esperado del valor presente de la función de retribución, en lugar
de maximizar el valor esperado de la función de retribución.
V ( t , x ) = sup Et , x ª¬ e − r ⋅τ ⋅ G ( t + τ , X t +τ ) º¼ con r > 0

τ ≤T − t
Este problema se reduce al problema ordinario de parada óptima sustituyendo el proceso de

Markov (t,X t ) por el proceso de Markov (t,X~ t ) "killed" tal que G(t,X~ t ) = e-r·t·G(t,Xt ) es decir, el
nuevo proceso de Markov toma valores tales que su función de retribución es el valor presente
del valor de la función de retribución en el valor del proceso antiguo.
Existe una relación simple entre el generador infinitesimal L(t,X~ ) del proceso de Markov
(t,X t ) y el generador infinitesimal L(t,X~ ) del proceso "killed". Concretamente L(t,X~ ) = L (t,X) - r·I.
En el caso de que X t sea una difusión de Ito en tiempo homogéneo caracterizada por su
ecuación diferencial estocástica:
dX t
= µ ( X t ) ⋅ dt + σ ( X t ) ⋅ dW W proceso de Wiener
Xt
El generador infinitesimal del proceso (t,X t ) es el operador diferencial:
∂f ∂f 1 ∂2 f
L( t , X ) f ( t , x ) = + µ ( x ) x ⋅ + ª¬σ ( x ) º¼ x 2 2
2
∂t ∂x 2 ∂x
Para el problema descontado de parada óptima el generador infinitesimal L(t,X~ ) del proceso
"killed" vendrá dado por:
∂f ∂f 1 ∂2 f
( t , X)) ( )
+ µ ( x ) x ⋅ + ª¬σ ( x ) º¼ x 2 2 − r ⋅ f
2
LL(t,X ~ f t, x =
∂t ∂x 2 ∂x
de modo que la solución del problema descontado de parada óptima con horizonte finito
conociendo la frontera de valores críticos ∂B es la solución del problema de Dirichlet:
∂V ∂V 1 ∂ 2V
+ µ ( x) x ⋅ + ª¬σ ( x ) º¼ x 2 2 − r ⋅ V = 0
2
en B PDE parabólica
∂t ∂x 2 ∂x
52 V (T , x ) = G (T , x ) Condición final
V ∂B
= G ∂B Condición de contorno
Colaboraciones
que es un problema de Dirichlet con una ecuación en derivadas parciales de tipo parabólico
retrógrada. La equivalencia teórica entre el problema de parada óptima y el problema de
Dirichlet es eso, teórica, pero no supone la resolución del problema porque se desconoce la
frontera de valores críticos a lo largo de la cual se tiene la condición de contorno. La
determinación de la frontera ∂B es parte de la solución del problema, por eso se denominan
problemas de frontera libre o también problemas del obstáculo.
3. OPCIONES AMERICANAS COMO PROBLEMAS DE PARADA ÓPTIMA
Sea S una acción que paga un dividendo continuo d y que en la medida de probabilidad de
riesgo neutro sigue un GBM St gobernado por la ecuación diferencial estocástica:
r tasa de interes libre de riesgo

° d dividendo continuo pagado por S
dS °
= ( r − d ) ⋅ dt + σ dW ®
S °σ volatilidad de S
°¯W proceso de Wiener

cuya solución se sabe que es:
§ 1 ·
σ Wt + ¨ r − d − σ 2 ¸⋅t
St = S 0 ⋅ e © 2 ¹
Sobre problemas de parada óptima definidos en este proceso de Markov St se van a aplicar
los conceptos de la sección anterior.
1 - Put americana
Se considera una opción "put" de tipo americano con vencimiento en T y "strike" K sobre la
acción S. Esta opción para el comprador es un juego cuya función de retribución o "pay-off" es:
Gput (t,S) = max (K - S, 0) = (K - S)+
Naturalmente, en este caso se verifican las acotaciones:
( K − St ) sup ( K − St ) ≤ K
+ +
≤K ½
0≤t ≤T °
¾ ∀τ tiempo de parada
E0, S ª( K − Sτ ) º ≤ K
+ ª +º
E0,S « sup ( K − Sτ ) » ≤ K °
¬ ¼ ¬ 0≤τ ≤T ¼ ¿
Esto permite aplicar los resultados de la sección anterior.
El problema de la opción "put" vainilla americana con vencimiento finito es un problema

descontado de parada óptima. El valor de la opción "put" americana con vencimiento finito
53
vendrá dado por:
V put ( t , S ) = sup Et , S ª e − r ⋅τ ⋅ ( K − St +τ ) º
+
τ ≤T − t ¬ ¼
La función valor está definida y toma un valor finito para cada par (t,S) porque el conjunto
de posibles valores que tome Et , S ª¬ e − r ⋅τ ⋅ ( K − St +τ ) º¼ para todos los tiempos de parada que
+
verifiquen τ ≤ T - t está acotado superiormente luego existe su extremo superior, es decir existe
Vput(t,S).
Además, al vencimiento de la opción la estrategia óptima es inmediata y el valor de la opción

coincide con el "pay-off", o sea Vput(t,S) = (K - S) +
De acuerdo con el Teorema 1 la existencia de Vput(t,S), menor función superarmónica que

domina a la función de retribución, es condición necesaria y suficiente para que exista un tiempo
óptimo de parada que viene determinado por la región de ejercicio anticipado:
{
R = ( t , S ) ∈ [ 0, T ] × R++:: Vput ( t , S ) = ( K − S )
+
}
τ t ,R = inf {s ≥ 0 : ( t + s, St + s ) ∈R }
Con la estrategia dada por el tiempo de parada óptimo se tiene una nueva expresión para el
valor de la opción "put" americana tanto en la región de ejercicio anticipado en cuyo caso
τt,R = 0 como fuera de ella (región de continuación):
( ) º¼»
+
V put ( t , S ) = Et , S ª e t ,R ⋅ K − St +τ t ,R
− r ⋅τ
¬«
La caracterización de la opción "put" americana con vencimiento finito como un problema

de parada óptima no ayuda mucho para el cálculo en la práctica del valor de la opción o de la
estrategia óptima de ejercicio. Se sabe que el valor de la función Vput(t,S) está definido y es
finito, se sabe también que existe un tiempo de parada óptimo τt,R pero el cómputo del valor
aplicando la fórmula anterior requeriría conocer la densidad de probabilidad del primer contacto
con la región de ejercicio anticipado R = {(t,S) ∈ [0,T] x R+: Vput(t,S) = (K - S) +} partiendo de
(t,S). Esto es ya de por sí difícil, pero si, además, la frontera de valores críticos S*(t) que delimita
R es desconocida entonces el problema por esta vía es intratable.
Por ello, la forma de abordar el problema en la práctica es diferente. Si se supone conocida

la frontera ∂B el problema de la opción "put" vainilla americana es equivalente al problema
siguiente:
∂V put1 ∂ V put 2
∂V put
+ σ 2S 2 + (r − d ) S − r ⋅ V put = 0 PDE
∂t 2 ∂S 2
∂S
{
en la región de continuación B = ( t , S ) ∈ [ 0, T ] × R++:: V put ( t , S ) = ( K − S )
+
}
V put (T , S ) = ( K − S )
+ ++
∀S ∈ R
54 Condición final
= (K − S)
+
V put Condiciones de contorno
∂B ∂B
Colaboraciones
donde las incógnitas son Vput(t,S) y ∂B.
La frontera ∂B es parte de la solución del problema junto con Vput(t,S), es decir, se trata de
un problema de frontera libre. La frontera en este caso estará constituida por un valor crítico para
cada t ∈ [0,T] de modo que se puede considerar que ∂B es una curva que se nota mediante
S*(t). Más adelante se van a estudiar las propiedades de la frontera con detalle.
Como el valor final (K - S)+ es continuo y no depende del tiempo, y como se busca una
función de valor positiva, el problema parabólico anterior con su efecto regularizante tiene
solución única Vput(t,S) que además es de clase C2(B ) en la región de continuación, no
necesariamente en la frontera ni al vencimiento, de hecho al vencimiento es Vput(T,S) = (K - S)+
que no es diferenciable en S = K.
Se va a probar a continuación que:
∂Vput ( t , S ) ∂(K − S)+
= = −1
∂S ( t , S ) =( t , S ∗ ( t ) )
∂S ( t , S ) =( t , S ∗ ( t ) )

lo que se conoce como "smooth fit" o contacto suave entre la función de valor y la función de
"pay-off".
En efecto sea ε > 0 tal que S* (t) + ε < K lo cual siempre será posible en cualquier momento
antes del vencimiento T. Entonces:
(K − (S (t ) + ε )) − ( K − S ∗ (t ))
+
V put ( t , S ∗ ( t ) + ε ) − V put ( t , S ∗ ( t ) )
∗ +
≥ = −1
ε ε
puesto que Vput(t,S* (t)) = (K - S* (t))+ porque en la frontera valor y "pay-off" coinciden y
Vput(t,S* (t) + ε) > (K - (S* (t) + ε))+ porque en la región de continuación (t,S* (t) + ε) ∈ B) el valor
de la opción es superior al "pay-off".
Tomando límites cuando ε → 0 en la expresión anterior se obtiene que:
∂Vput ( t , S )
≥ −1
∂S ( t , S ) =( t , S ∗ ( t ) )
Para demostrar la desigualdad contraria sea ε > 0 tal que S* (t) + ε < K y se considera el
tiempo de parada τε que es óptimo para valorar V put (t, S *(t) + ε ), o sea que:
(
V put ( t , S ∗ ( t ) + ε ) = Et , S ∗ ( t )+ε ª e − r ⋅τ ε ⋅ K − St +τ ε ) ( ) τε( ) º¼»
+ +
º=E ∗ ª e − r ⋅τ ε ⋅ K − S ∗ ( t ) + ε ⋅ S
0, S ( t ) + ε «
¬« ¼» ¬
Entonces:
(
V put ( t , S ∗ ( t ) + ε ) − V put ( t , S ∗ ( t ) ) ≤ E ª e − r ⋅τ ε ⋅ K − ( S ∗ ( t ) + ε ) ⋅ Sτ ε ) º¼» − E ª¬«e ( ) º¼» ≤
+ +
− r ⋅τ ε
⋅ K − S ∗ ( t ) ⋅ Sτ ε
¬«
55
ª
¬
((
≤ E «e − r ⋅τ ε ⋅ K − ( S ∗ ( t ) + ε ) ⋅ Sτ ε ) −(K − S
+
∗
( t ) ⋅ Sτ ε
)
+
) ⋅ χ{( )
S ∗ ( t ) + ε ⋅Sτ ε < K
º
} »¼
ª
= −ε ⋅ E «e − r ⋅τ ε
¬
§ ·º
⋅ ¨ Sτ ε ⋅ χ S ∗ t +ε ⋅S < K ¸ »
© {( ( ) ) τε } ¹ ¼
donde χ{( S (t )+ε )⋅Sτ < K } es la variable aleatoria característica que toma el valor 1 si (S* (t) + ε) · Sτε < K
∗
ε
y toma el valor 0 en caso contrario.
Ahora bien, conforme ε ↓ 0 se tiene que el tiempo de parada óptimo τε → 0 pues S* (t) está
en la frontera y es óptimo ejercer anticipadamente. Por consiguiente:
∂Vput ( t , S )
ε ↓0 ¬« (
lim E ªe− r ⋅τε ⋅ Sτ ε ⋅ P ({( S (t ) + ε ) ⋅ S
∗
τε <K }))º¼» = 1
∂S
≤ −1
( t , S ) =( t , S ∗ ( t ) )
Esto implica que se tiene que:
∂Vput ( t , S )
= −1
∂S ( t , S ) =( t , S ∗ ( t ) )
Es decir, en el caso de la opción "put" americana con vencimiento finito la condición de

"smooth fit" es consecuencia de las hipótesis del problema. La solución del problema de frontera
libre, función de valor V put (t,S) y frontera de valores críticos S* (t) van a verificar la condición
de contacto suave sin imponer ninguna condición. Los procedimientos numéricos que se van a
detallar más adelante para resolver el problema de la opción "put" americana no utilizan la
condición de contacto suave, sino que únicamente verifican la PDE y las condiciones finales y
de contorno y se impone que la función que se busca debe dominar al "pay-off". Sin embargo,
se produce el contacto suave entre función de valor y "pay-off".
Adicionalmente, para cualquier valor de t ∈ [0,T] la aplicación parcial S a V put (t,S) es no

∂V put ( t , S )
creciente convexa y ∈ [ −1, 0 ] .
∂S
En términos financieros esto se traduce como que para un tiempo fijo el valor de la
opción "put" americana como función del subyacente es decreciente, convexa y la delta
está entre -1 y 0, ambos inclusive. De hecho, si se prueba que la delta de la opción existe
y está siempre entre -1 y 0, de ello se deduce inmediatamente que S a Vput (t,S) es no
creciente y convexa.
En efecto, se considera el tiempo de parada τε que es óptimo para valorar V put (t,S - ε ) y se
tiene:
( ) ( )
+ +
E ªe − r ⋅τ ε ⋅ K − S ⋅ Sτ ε º − E ªe − r ⋅τ ε ⋅ K − ( S − ε ) ⋅ S º
V put ( t , S ) − V put ( t , S − ε ) ¬« ¼» ¬« τε
¼»
≥ =
ε ε
≥ ¬« ((
E ªe − r ⋅τ ε ⋅ K − S ⋅ Sτ ε ) − (K − (S −ε )⋅ S )
+
τε
+
) ⋅ χ{ S ⋅Sτ ε < K
º
} ¼»
= − E ªe − r ⋅τ ε ⋅ Sτ ε ⋅ χ S ⋅S < K º
ε ¬« { τε } ¼»
En consecuencia:
56
∂V put ( t , S ) V put ( t , S ) − V put ( t , S − ε )
= lim ≥ − lim E ªe− r ⋅τ ε ⋅ Sτ ε ⋅ χ S ⋅S < K º = −1
∂S ε ↓0 ε ε ↓0 ¬« { τε } ¼»
Colaboraciones
§ 1 ·
σ Wt − ¨ r − d − σ 2 ¸⋅t
Por otra parte, a partir de la solución St = S0 ⋅ e © 2 ¹ del proceso GBM es obvio que
para la misma trayectoria del proceso de Wiener Wt se tendrá que el punto de llegada será mayor
cuanto mayor sea el punto de partida. Por lo tanto, partiendo de (t,S - ε ) y de (t,S) el valor
esperado del lugar en que se detengan ambos procesos para cualquier tiempo de parada τ
siempre será menor en el primer caso que en el segundo. O sea que:
ES −ε ª¬( S − ε ) ⋅ Sτ º¼ ≤ ES [ S ⋅ Sτ ] ES −ε ª¬ K − ( S − ε ) ⋅ Sτ º¼ ≥ ES [ K − S ⋅ Sτ ] ∀τ tiempo de parada
Por lo tanto:
V put ( t , S − ε ) = sup Et , S ª e − r ⋅τ ⋅ ( K − ( S − ε ) ⋅ Sτ ) º ≥ sup Et , S ª e − r ⋅τ ⋅ ( K − S ⋅ Sτ ) º = V put ( t , S )

+ +
τ ≤T − t ¬ ¼ τ ≤T − t ¬ ¼
Entonces:

∂V put ( t , S ) V put ( t , S ) − V put ( t , S − ε ) ∂V put ( t , S )
= lim ≤0 ∈ [ −1, 0]
∂S ε ↓0 ε ∂S
La función de valorVput (t,S) solución del problema de frontera libre es válida solamente para
la región de continuación B que es el dominio del problema de Dirichlet. En la región de
ejercicio anticipado R el valor viene dado por la función de retribución Vput (t,S) = (K - S)+.
La frontera de valores críticos S*(t) tiene interés en sí misma no sólo para el cálculo de la
función de valor Vput (t,S) sino porque define de manera simple la estrategia óptima de ejercicio
anticipado que debe seguir el tenedor de una opción delimitando la región de ejercicio
anticipado. El siguiente teorema proporciona información sobre la frontera de valores críticos
S*(t) en el caso de una opción "put" americana:
Teorema 2 - Sobre la frontera de valores críticos - "Para una opción "put" americana con
vencimiento en T la frontera ∂B de valores críticos es una curva S*(t) en [0,T] x [0,+∞) de
forma que la región R de ejercicio anticipado y la región de parada B se pueden caracterizar
mediante:
{
R = ( t , S ) ∈ [ 0, T ] × R++:: ( t , S ) ≤ ( t , S ∗ ( t ) ) } { }
B = ( t , S ) ∈ [ 0, T ] × R++:: ( t , S ) > ( t , S ∗ ( t ) )
donde para cada momento t el valor S*(t) se denomina valor crítico en dicho momento y marca
una partición de [0,+∞) en dos subconjuntos disjuntos: [0,S*(t)] y (S*(t),+∞) que determinan en
dicho momento si debe o no ejercerse anticipadamente la opción.
Además la función S*(t): [0,T] → [0,+∞) verifica las siguientes propiedades: 57

1. La función S (t) es monótona no decreciente y continua por la derecha.
*
2. La función S*(t) es continua en el intervalo [0,T), además S*(T) = K donde K es el "strike" y
se tiene que:
K si d ≤ r
°
lim S * ( t ) = ® r
°¯ d ⋅ K si r < d
t ↑T
donde d es el dividendo continuo de la acción y r es el tipo de interés anual.
3. Si se nota por S∞* el valor crítico de la opción "put" americana perpetua con el mismo
"strike" se tiene que para cualquier valor de t ∈ [0,T] el valor critico S*(t) es tal que
S∞* ≤ S*(t) ≤ K".
Figura 1
Superficie de valor opción put americana vainilla
Frontera de valores críticos
En primer lugar se va a probar que si (t,S) ∈ R entonces cualquier otro punto (t,S) tal que
S ≤ S es también de la región de ejercicio anticipado, o sea que:
(t,S) ∈ R y S ≤ S ⇒ (t,S) ∈ R
58 En efecto si (t,S) ∈ R entonces Vput (t,S) = (K - S)+, además la función Vput es la menor
función superarmónica que domina el "pay-off" o función de retribución. Ahora bien, si
construimos una función de modo que:
Colaboraciones
°V put ( t , S ) si +∞ ≥ S ≥ SS

W (t, S ) = ®
°̄( K − S )
+
si 0 ≤ S < SS
Esta nueva función domina también a la función de retribución, es superarmónica pues:
Et , S ª( K − St ) º = ( K − S )
+ +
¬ ¼
luego debe ser mayor que la función de valor que es la menor, o sea que si S ≤ S entonces
(K - S)+ ≥ Vput (t,S). Esto sólo es posible si Vput (t,S) = (K - S)+ lo que implica que (t,S) ∈ R.
Es evidente que para t ∈ [0,T] el conjunto {S ∈ [0,+∞): Vput (t,S) = (K - S)+} está acotado
superiormente por el "strike" ya que para valores del subyacente superiores al "strike" el "pay-
off" es nulo y nunca será óptimo ejercer anticipadamente. Este conjunto tiene un extremo
superior que se nota por S*(t) y por lo anterior, es un intervalo de una de las dos formas
siguientes: [0,S*(t)] o [0,S*(t)), ahora bien, como R es un conjunto cerrado tiene que ser de la

forma [0,S*(t)]. En un momento dado t ∈ [0,T] para el conjunto de valores del subyacente
[0,S*(t)] es óptimo ejercer anticipadamente.
Por otra parte, si S > S*(t) entonces se tiene que Vput (t,S) > (K - S)+ y, por consiguiente,
(t,S) ∉ R pues de lo contrario si Vput (t,S) = (K - S)+ entonces S*(t) no sería el extremo superior.
Por tanto, para ningún valor del subyacente estrictamente superior a S*(t) es óptimo ejercer
anticipadamente en t.
Así queda definida una curva S*(t) que es la frontera de valores críticos que delimita la región
de ejercicio anticipado marcando la estrategia óptima de ejercicio de la opción:
{ }
R = ( t , S ) ∈ [ 0, T ] × R++:: ( t , S ) ≤ ( t , S ∗ ( t ) )
Vamos a demostrar ahora las propiedades de la función:
S*(t) : [0,T] → [0,+∞)
Comenzando por la tercera de ellas. En efecto, para un mismo "strike" K y una misma
acción una opción "put" americana perpetua permite lo que cualquier opción "put"
americana con vencimiento finito en T, es decir, en cualquier momento antes de T el "pay-
off" de la perpetua es igual (por consiguiente mayor o igual) que el "pay-off" de la opción
"put" americana con vencimiento en T. Por consiguiente, las funciones valor que son las
menores funciones superarmónicas que dominan las funciones de "pay-off" deben
verificar que:
59
Vput perpetua (S) ≥ Vput (t,S) ∀t ∈ [0,T] ∀S ∈ [0,+∞)
En particular esto será cierto para S*(t) valor crítico en t del subyacente para la opción "put"
con vencimiento en T, luego:
Vput perpetua (S*(t)) ≥ Vput (t,S*(t)) = K - S*(t)
Esto quiere decir que S∞* ≤ S*(t) donde S∞* es el valor crítico del subyacente para la opción
"put" perpetua.
Por otra parte, siempre que S(t) > K no será óptimo ejercer anticipadamente, de donde el
valor crítico correspondiente al momento t verificará que S*(t) ≤ K. O sea, que en cualquier
momento S∞* ≤ S*(t) ≤ K, con esto queda demostrada la tercera propiedad.
Ahora la primera propiedad. En efecto, entre dos opciones "put" americanas sobre la
misma acción y con el mismo "strike" siempre tienen mayor valor la que tienen un plazo
remanente mayor y, como la función de "pay-off" es la misma para ambas, cuando la de
menor plazo alcance su valor crítico y tome un valor igual al "pay-off" la de mayor plazo
tendrá un valor superior al "pay-off" y, por lo tanto, su valor crítico será inferior al valor
crítico de la otra.
Dicho con otras palabras, la curva S*(t) frontera de valores críticos es monótona no
decreciente. Para completar la primera propiedad falta demostrar que S*(t) es continua por la
derecha, es decir que si tn ↓ t cuando n → ∞ entonces lim S ∗ ( tn ) = S ∗ ( t ) .
n →∞
En efecto, el hecho de que la frontera sea monótona creciente fuerza a que el límite
{S ∗ ( tn )}n∈ es una sucesión de números reales acotada inferiormente y
lim S ∗ ( tn ) exista pues
n →∞
tiene extremo inferior que, además, tiene que ser punto de acumulación y, por lo tanto, es el
límite. Se puede notar sin imprecisiones:
lim S ∗ ( tn ) = S ∗ ( t + )
n →∞
Por otro lado, como la región de ejercicio anticipado R es cerrada y los elementos de la
sucesión (t n ,S *(t n )) son puntos de R, el punto límite también pertenece a R, o sea:
(t, S (t + )) ∈R
∗
S ∗ (t + ) ≤ S ∗ (t )
Pero, además, la frontera es no decreciente entonces:
t ≤ t n ∀n S ∗ ( t ) ≤ S ∗ ( t n ) ∀n S ∗ ( t ) ≤ lim S ∗ ( tn ) = S ∗ ( t + )
n →∞
60 Por consiguiente S*(t) = S*(t+) con lo que queda demostrada la continuidad por la derecha de
la frontera.
Colaboraciones
Sólo falta demostrar la segunda propiedad y, para empezar, cuando t = T, es decir al

vencimiento, se ejercerá la opción si y sólo si el valor del subyacente fuera estrictamente inferior
al "strike" y si no se dejará expirar cobrando cero, es decir que al vencimiento el "strike" es el
valor crítico S*(T) = K.
Ahora se va a probar la continuidad de la frontera S*(t) en [0,T) para lo cual sólo es preciso
demostrar la continuidad por la izquierda, o sea que es necesario probar que el límite por la
izquierda existe y es igual al valor de la función, o sea que si tn es una sucesión monótona
creciente convergente hacia t * ∈ [0,T) se tiene que lim S ( tn ) = S ( t − ) = S ( t )
∗ ∗ ∗ ∗ ∗
tn ↑ t
En efecto, la sucesión tn es una monótona creciente y como la frontera es monótona no

decreciente se tendrá que la sucesión S *(t n ) será monótona creciente y estará acotada en
cualquier caso por el "strike" K, por tanto como todo conjunto de números reales acotado
superiormente debe tener un extremo superior que será un punto de acumulación y, como al ser
monótona la sucesión no puede ser oscilante, debe ser el límite. Luego queda demostrado que
S * (t-) existe.
Aún falta comprobar que el límite por la izquierda es igual al valor de la frontera pero se va

a demostrar que eso es así en la parte de la frontera que figure dentro de la región:
r ½
A = ®( t , S ) ∈ [ 0, T ] × [ 0, +∞ ) : S < K ¾
¯ d ¿
En efecto, sea (t*, S *(t *)) y se va a probar que S *(t *-) = S *(t *) por reducción al absurdo.
Supóngase que S *(t *-) < S *(t *) es decir, que no se diera la continuidad y que en t * ∈ [0,T)
se produjera un salto en la frontera de valores críticos, entonces se va a considerar un momento
t0 < t* y un subyacente S *(t *-) < S < S *(t *) y la región delimitada por abajo por la frontera y por
los cuatro puntos siguientes:
Figura 2
S) S)
Esta región B, sin incluir la frontera en rojo continuo y la línea que une (t*, S*(t-)) con (t*, S) en
rojo discontinuo, verifica que B ⊂ A y, además, se sitúa por encima de la frontera de valores
críticos de la opción "put" americana vainilla, por consiguiente está dentro de la región de 61
continuación B. Esto implica que en cualquier punto (t,S) ∈ B se tiene que:
Vput (t,S) > G(S) = (K - S)+
Por otro lado, la función Vput (t,S) es de clase C2 en la región de continuación y verificará la
conocida fórmula de Newton-Leibniz:
S u
§ ∂ 2V put d 2G ·
V put ( t , S ) − G ( S ) = ³∗ ∗³ ¨ ∂S 2 ¨ ( t , v ) − 2 ( )¸
v dvdu ∀ (t, S ) ∈ B
dS ¸
S (t ) S (t ) © ¹
S u
∂ 2V put
V put ( t , S ) − G ( S ) = ³ ³ ( t , v )dvdu ∀ (t, S ) ∈ B
S ∗ (t ) S ∗ (t )
∂S 2
Adicionalmente es conocido que Vput (t,S) verifica la PDE siguiente:
∂V put1 ∂ 2V put ∂V
+ σ 2S 2 + ( r − d ) S put − r ⋅ V put = 0
∂t 2 ∂S 2 ∂S
∂V put ∂V put
también se ha probado que ≤ 0 y es muy simple demostrar que también ≤ 0 , por
∂S ∂t
consiguiente, sustituyendo se tiene:
∂ 2V put 2 ª ∂V put ∂V º 2 ª ∂V put º

(t, S ) = r ⋅V ( t , S ) − ( r − d ) S ( t , S ) − put ( t , S ) » ≥ 2 2 «r ( K − S ) + d ⋅ S ( t, S )»
+
∂S 2 σ 2 S 2 «¬ put ∂S ∂t ¼ σ S ¬ ∂S ¼
∂ 2V put 2
(t, S ) ≥ [r ⋅ K − d ⋅ S ]
∂S 2 σ 2S 2
Pero entonces como el punto (t,S) ∈ B ⊂ A:
r ∂ 2V put
S< K r⋅K −d ⋅S > 0 (t, S ) > ε > 0
d ∂S 2
y esto implicaría que en el punto (t 0 ,S) ∈ B se tendría:

SS
∂ 2Vput
( ) ( ) ( t , v )dvdu ≥ ε ( SS-− S ∗ ( t0 ) )
+ u
Vput t0 , SS) − K − S)
S + = ³ ³
S ( t0 ) S ( t0 )
∗ ∗ ∂S 2
Haciendo que (t 0 ,S) → (t *,S) a lo largo de la línea superior se tiene:
( ) ( ) ( )
+
V put t ∗ , SS) − K − SS)+ ≥ ε SS-− S ∗ ( t ∗ − ) > 0
(t , SS)) > ( K − SS) )

+
∗
V put
62 pero esto contradeciría que el punto (t *,S) está por debajo de (t*, S*(t*)) y pertenece a la región
de ejercicio anticipado que era parte de la hipótesis.
Colaboraciones
En consecuencia, queda demostrado que la frontera S*(t) es continua en la región

r ½
A = ®( t , S ) ∈ [ 0, T ] × [ 0, +∞ ) : S < K ¾.
¯ d ¿
r
Esto puede parecer restrictivo pero no lo es, pues si d ≤ r como K ≤ K abarca toda la
d
frontera y si d > r se va a probar que toda la frontera para t < T está contenida en A.
Falta demostrar que:
r
d >r S ∗ (t ) ≤ K ∀t ∈ [ 0, T )
d
r
y que lim S ∗ ( t ) = S ∗ (T − ) =
K<K
t ↑T d
La demostración de estos dos resultados es compleja y requiere métodos del Cálculo de
Variaciones, puede seguirse en [10] Karatzas & Shreve "Methods of Mathematical Finance"
Proposición 7.10 c.q.d.
Los dos casos que se pueden presentar en las fronteras de las opciones "put" vainilla

americanas dependiendo de la comparación entre el dividendo y el tipo de interés libre de riesgo
gráficamente son los siguientes:
Strike 10 Strike 10
Tipo 5% Tipo 5%
Dividendo 3% Dividendo 8%
Las propiedades de la frontera de valores críticos S*(t) para una opción "put" vainilla
americana han sido estudiadas por muchos autores durante mucho tiempo. Los avances en el
conocimiento de la frontera han estado jalonados de resultados que contenían sutiles errores en
las demostraciones, por ello la consulta de algunos papeles antiguos debe hacerse con
precaución. Entre otros papeles que abordan este tema destacan [3], [4], [11] y [12].
Apelando a los papeles de McKean [11] y de van Moerbeke [12], Myneni afirma que S*(t) es
una función de clase C1, es decir que S*(t) es una curva continua y diferenciable, pero las pruebas
dadas tienen lagunas y, que se sepa, de momento lo que puede afirmarse es lo que se dice en el
teorema anterior. No existe demostración completa de la diferenciabilidad de la frontera.
2 - Relación de simetría "put-call" para opciones americanas.
Es conocida la relación de paridad para las opciones "put" y "call" europeas sobre acciones
63
que vincula las funciones de valor de ambas:
Vcall europea (t,S) - Vput europea (t,S) = S - K · e-r · (T-t)
Entre las opciones europeas, la relación de paridad hace que el problema de valoración de
los dos tipos de opciones se convierta en uno solo. Si se dispone de una fórmula explícita o
algoritmo para valorar uno de los dos tipos de opciones, la valoración del otro tipo se puede
realizar aplicando la relación de paridad.
Desafortunadamente esta utilísima relación no es aplicable para las opciones americanas

vainilla, no obstante, se conocen otras relaciones entre opciones "call" y "put" vainilla
americanas que, aunque no se refieren a opciones sobre el mismo subyacente, con el mismo
"strike" y con los mismos parámetros, sin embargo, permiten establecer una relación de dualidad
uno a uno entre los problemas americanos "put" vainilla y "call" vainilla, de forma que la
solución de un problema "put" coincide con la solución del problema "call" dual.
La relación de simetría que se va a describir aquí se debe a Petter Bjerksund & Gunnar
Stensland en su breve pero interesante artículo "American Exchange Options and a Put-Call
Transformation" 1993 Journal of Business, Finance and Accounting Vol. 20. Bjerksund &
Stensland demuestran de manera muy sencilla y elegante en su papel que:
Vcall (t,T,St,K,σ,r,d) = Vput (t,T,K,St,σ,d,r)
Es decir, que el valor en cualquier momento t ≤ T de una opción "call" americana con
vencimiento en T y "strike" K sobre un subyacente S que sigue un GBM con volatilidad σ,
pagando un dividendo continuo d, en un mercado financiero cuyo tipo de interés libre de riesgo
es r, es igual que el valor en ese mismo momento t ≤ T de una opción "put" americana con
vencimiento en T y "strike" St sobre otro subyacente virtual cuyo valor actual sea K y siga un
GBM con volatilidad σ, pagando un dividendo r en un mercado financiero cuyo tipo de interés
libre de riesgo sea d.
En 1999 J. Detemple publica "American Options: Symmetry Properties" [7] en la que se

demuestra una interesante relación entre los valores críticos de ambas opciones.
Si se notan P*(t) al valor crítico en t de la opción "put" americana caracterizada por:
"Strike": S
Volatilidad: σ
Tipo interés d
Dividendo r
Vencimiento T
y por C*(t) al valor crítico en de la opción "call" vainilla americana caracterizada por:
64 "Strike": K
Volatilidad: σ
Colaboraciones
Tipo interés r
Dividendo d
Vencimiento T
entonces P *(t) · C *(t) = S·K
El resultado es aparentemente sencillo, su demostración es compleja, puede seguirse en el

artículo de Detemple.
La fórmula permite establecer las propiedades de la frontera de valores críticos de una opción
"call" americana a partir de las ya vistas para una opción "put" americana.
3 - Call americano
Se considera una opción "call" americana con vencimiento en T y "strike" K sobre la acción S.
Esta opción puede ser considerada por el comprador un juego que expira en T, pero puede detener
en cualquier momento ejerciendo su derecho a percibir un "pay-off" determinado: la función de
retribución Gcall (t,S) = (S - K)+, también entra dentro de las atribuciones del comprador de esta

opción dejar que expiren sus derechos sin reclamar el "pay-off" al vencimiento.
No se puede afirmar que (ST - K)+ esté acotado superiormente como sucedía con la función
de retribución de las opciones "put" americanas, ahora bien sí se pueden dar acotaciones en
términos de valor esperado en horizonte finito. En efecto:
1 · 1 2· 1 2·
ª σ Wt +¨ r − d − σ 2 ¸⋅t º
§ §
¨ r − d − σ ¸⋅t
§
¨ r − d − σ ¸⋅T
E0, S0 ª( St − K ) º ≤ K + E0, S0 [ St ] ≤ K + E0, S0 « S0 ⋅ e © 2 ¹ » = K + S0 ⋅ e© 2 ¹ ≤ K + S0 ⋅ e© 2 ¹
+
¬ ¼
«¬ »¼
Luego:
§ 1 2·
¨ r − d − σ ¸⋅T
E0, S0 ª( Sτ − K ) º ≤ K + S0 ⋅ e©
+ 2 ¹
∀τ tiempo de parada
¬ ¼
§ 1 2·
¨ r − d − σ ¸⋅T
sup E0, S0 ª( Sτ − K ) º ≤ K + S0 ⋅ e©
+ 2 ¹
τ ≤T ¬ ¼
La acotación anterior es buena pero en realidad el problema de la opción "call" americana
con vencimiento finito es un problema descontado de parada óptima. El valor de la opción "call"
americana con vencimiento finito vendrá dado por:
Vcall ( t , S ) = sup Et , S ª e − r ⋅τ ⋅ ( St +τ − K ) º
+
τ ≤T − t ¬ ¼
La función valor está definida y toma un valor finito para cada par (t,S) porque el conjunto
de posibles valores que tome Et , S ª e − r ⋅τ ⋅ ( St +τ − K ) º para todos los tiempos de parada que
+
¬ ¼
verifiquen τ ≤ T - t está acotado superiormente luego tiene que existir su extremo superior, es
decir, existe Vcall(t,S).
Al vencimiento de la opción la estrategia óptima es evidente se ejercerá si y sólo si la

65
retribución que se obtendría fuese positiva y el valor de la opción coincide con el "pay-off", o sea:
V call(T,S) - (S - K) +
La existencia de Vcall(t,S) menor función superarmónica que domina a la función de

retribución por el Teorema 1 es condición necesaria y suficiente para que exista un tiempo
óptimo de parada que viene determinado por la región de ejercicio anticipado:
{
R = ( t , S ) ∈ [ 0, T ] × R++:: Vcall ( t , S ) = ( S − K )
+
} τ t ,R = inf {s ≥ 0 : ( t + s, St + s ) ∈ R }
Con la estrategia dada por el tiempo de parada óptimo se tiene una nueva expresión para el
valor de la opción "call" americana tanto en la región de ejercicio anticipado en cuyo caso
τt,R = 0 como fuera de ella (región de continuación):
( ) º¼»
+
Vcall ( t , S ) = Et , S ª e t ,R ⋅ St +τ t ,R − K
− r ⋅τ
¬«
Al igual que para la opción "put" en el caso de la opción "call" no puede esperarse computar
el valor de la opción por aplicación de la fórmula anterior porque requeriría conocer la función
de densidad de probabilidad del primer contacto con el conjunto R partiendo de (t,S). La forma
de abordar el problema en la práctica es diferente. Si se supone conocida la frontera ∂B el
problema de la opción "call" americana es equivalente al problema siguiente:
∂Vcall 1 2 2 ∂ 2Vcall ∂V
+ σ S + ( r − d ) S call − r ⋅ Vcall = 0 PDE
∂t 2 ∂S 2 ∂S
{
en la región de continuación B = ( t , S ) ∈ [ 0, T ] × R++:: ( t , S ) < ( t , S ∗ ( t ) ) }
Vcall (T , S ) = ( S − K )
+
∀S ∈ R++ Condición final
= (S − K )
+
Vcall ∂B
Condiciones de contorno
∂B
donde las incógnitas son las funciones Vcall(t,S) y ∂B que va a ser una curva S*(t).
Dado el valor final (S - K)+ es continuo y no depende del tiempo, y como se busca una
función de valor positiva, el problema parabólico anterior con su efecto regularizante tiene
solución única Vcall(t,S) de clase C2(B) en la región de continuación, no necesariamente en la
frontera ni al vencimiento.
Del mismo modo que se hizo para las opciones "put" vainilla americanas en el caso de las
opciones "call" se puede demostrar que la función de valor verifica la condición de contacto
suave ("smooth fit"), es decir que:
66 ∂Vcall ( t , S )
=
∂(S − K )+
=1
∂S ∂S
( )
(t ,S )= t ,S ∗ (t ) ( t , S ) =( t , S ∗ ( t ) )
Colaboraciones
También para cualquier valor de t ∈ [0,T] la aplicación parcial S a Vcall(t,S) es no decreciente

∂Vcall ( t , S )
convexa y ∈ [ 0,1] . Para un tiempo fijo el valor de la opción "call" americana vainilla
∂S
como función del subyacente es creciente, convexa y la delta de la opción está entre 0 y 1. La
demostración de esto es semejante a la que se realizó para la opción "put"
La función Vcall(t,S) solución del problema de Dirichlet está definida solamente en la región
de continuación B. En la región de ejercicio anticipado R se extiende la definición de la función
de valor mediante Vcall(t,S) = (S - K)+.
Las propiedades de la frontera de valores críticos S*(t) para la opción "call" americana que
se van a enunciar en el siguiente teorema son consecuencia del teorema 2 para las opciones "put"
y de la relación de simetría S *put (t) · S *call (t) = S·K
Teorema 3 - "Para una opción "call" vainilla americana con vencimiento en T la frontera ∂B de
valores críticos es una curva S*(t) en [0,T]X[0,+∞) de forma que la región R de ejercicio
anticipado y la región de parada B se pueden caracterizar mediante:

{ }
R = ( t , S ) ∈ [ 0, T ] × R++:: ( t , S ) ≥ ( t , S ∗ ( t ) )
B = {( t , S ) ∈ [ 0, T ] × R :: ( t , S ) < ( t , S ( t ) )}
+
+ ∗
donde para cada momento t el valor S*(t) se denomina valor crítico en dicho momento y marca
una partición de [0,+∞) en dos subconjuntos disjuntos: [S*(t),+∞) y [0,S*(t)) y que determinan
en dicho momento, si debe o no ejercerse anticipadamente la opción.
Además la función S*(t): [0,T]→[0,+∞) verifica las siguientes propiedades:
1. La función S*(t) es monótona no creciente y continua por la derecha.
2. La función S*(t) es continua en el intervalo [0,T), además S*(T) = K donde K es el "strike" y

se tiene que:
K si d ≥ r
°
lim S * ( t ) = ® r
°¯ d ⋅ K si d < r
t ↑T
donde d es el dividendo continuo de la acción y r es el tipo de interés anual.
3. Si se nota por S*∞ el valor crítico de la opción "call" americana perpetua con el mismo
"strike" se tiene que para cualquier valor de t ∈ [0,T] el valor critico S*(t) es tal que
K ≤ S*(t) ≤ S*∞ ".
Los dos casos que se pueden presentar en las fronteras de las opciones "call" vainilla
americanas dependiendo de la comparación entre el dividendo y el tipo de interés libre de riesgo
67
gráficamente son los siguientes:
Strike 10
Tipo 5% Strike 10
Dividendo 3% Tipo 5%
Dividendo 8%
4. PROCEDIMIENTOS NUMÉRICOS PARA VALORACIÓN

DE OPCIONES AMERICANAS
No se conoce solución explícita para la función de valor ni para los valores críticos de
opciones americanas "call" o "put" con vencimiento finito, sí existen fórmulas explícitas para
las opciones perpetuas. La expresión:
( ) º»¼ = sup E
+
V put ( t , S ) = Et , S ª e t ,B ⋅ K − St +τ t ,B ª e − r ⋅τ ⋅ ( K − St +τ )+ º
− r ⋅τ
«¬ τ ≤T − t
t ,S ¬ ¼
que representa la solución del problema de parada óptima no permite un cálculo sencillo del valor
numérico, porque no es fácil obtener la función de densidad necesaria para computar este valor
esperado. Se ha podido reducir la solución del problema de parada óptima a un problema de
frontera libre que admite tratamiento numérico y que en el caso de la opción "put" americana era:
∂V put1 ∂ V put 2
∂V
+ σ 2S 2 + ( r − d ) S put − r ⋅ V put = 0 PDE
∂t 2 ∂S 2
∂S
{
en la región de continuación B = ( t , S ) ∈ [ 0, T ] × R++:: ( t , S ) > ( t , S ∗ ( t ) ) }
V put (T , S ) = ( K − S )
+
V put ( t , S ∗ ( t ) ) = K − S ∗ ( t ) ½°
¾ ∀t ∈ [ 0, T ] Condiciones de contorno
lim V put ( t , S ) = 0 °¿
S →+∞
donde las incógnitas son las funciones Vput(t,S) y S*(t).
Los procedimientos numéricos que se van a ver son de dos tipos: diferencias finitas y
algoritmo binomial. Los métodos de diferencias finitas atacan el problema de frontera libre
68 anterior por vías analíticas mientras que el algoritmo binomial tiene un enfoque
probabilístico.
Colaboraciones
Cada método tiene sus ventajas e inconvenientes sin que pueda defenderse alguno de ellos
como superior a los demás en todos los casos. La principal diferencia radica en la eficiencia, si
se desea una única valoración de una opción para unos parámetros específicos, el algoritmo
binomial es el más adecuado. Ahora bien, si se necesita un gráfico con valores de la misma
opción para diferentes valores del subyacente o del tiempo es mejor el uso de diferencias finitas
ya que con ellas se obtiene toda la superficie de valor de una sola vez.
1 - Valoración numérica mediante diferencias finitas.
En primer lugar, no debe hablarse de diferencias finitas como si se tratase de un único

procedimiento sino de una familia de métodos que resuelven una ecuación diferencial ordinaria,
o en derivadas parciales, en un retículo de nodos que rellena el dominio de la solución. Se
sustituye la ecuación diferencial, y las condiciones de contorno, por sistemas de ecuaciones
lineales que al resolverse dan aproximaciones a la función solución en los nodos del retículo.
Después, la función solución en el interior del dominio, en puntos que no sean del retículo, se
computa mediante algún procedimiento de interpolación.
Lo anterior es común a todos los métodos de diferencias finitas. Entre ellos se distinguen por
cómo se aproximan las derivadas mediante derivación numérica y en cómo se abordan las

condiciones de contorno.
En los problemas de valoración de opciones siempre se va a tener que considerar el primer

cuadrante del plano tiempo - subyacente, conjunto de puntos (t,S) con t ≥ 0 y S ≥ 0, t son las
abscisas y S las ordenadas. Se conviene que t crece hacia la derecha y S crece hacia abajo. La
razón de elegir los sentidos de este modo es para que se visualicen los valores de V(t,S) como si
se tratara de una matriz.
El dominio donde debe resolverse el problema es [0,T]x[0,+∞) pero para que pueda
discretizarse se sustituye por un dominio acotado [0,T] x [0,Smax] donde [0,Smax] se va a elegir
de forma que la frontera de valores críticos S*(t) esté incluída, o sea que:
{( t , S ∗
(t )) : }
t ∈ [ 0, T ] ⊂ [ 0, T ] × [ 0, S max ]
Si la opción es "call" es suficiente elegir Smax con el criterio anterior ya que estará incluída
toda la región de continuación B = {(t,S) ∈ [0,T]x[0,+∞): (t,S) < (t,S*(t))} y, por consiguiente,
fuera del rectángulo o se está fuera de la banda temporal de definición o se está en la región de
parada óptima, donde el valor de la opción coincide con el "pay-off". No tiene importancia que
parte de la región de ejercicio anticipado quede en el interior del rectángulo porque, a priori, no
se conoce la frontera.
Si la opción es "put" debe elegirse Smax suficientemente grande de forma que para valores
del subyacente mayores el valor de la opción sea numéricamente nulo. En la práctica 4 o 5 veces
el valor del "strike" de la opción suele ser suficiente. En este caso, toda la región de ejercicio
anticipado R estará dentro del rectángulo lo que no representa problemas, a pesar de que el valor
de la opción en estos puntos es el "pay-off". Por el contrario, una parte de la región de
69
continuación B se ubicará fuera del rectángulo pero en esa zona el valor de la opción será
numéricamente nulo.
Sólo en el caso de una opción "call" americana sobre una acción que no paga dividendos no
sería posible incluir en un rectángulo acotado como [0,T] x [0,Smax] toda la frontera S*(t) de
valores críticos. Para esta opción toda la frontera de valores críticos está en el infinito o, dicho
de otro modo, nunca es óptimo ejercer anticipadamente y la región de continuación llena la
semibanda [0,T]x[0,+∞) pero este caso puede valorarse mediante las funciones explícitas de
B & S. En los otros casos la función de valor de estas opciones verifica el problema:
∂Vcall 1 2 2 ∂ 2Vcall ∂V
+ σ S + ( r − d ) S call − r ⋅ Vcall = 0 PDE
∂t 2 ∂S 2 ∂S
en la región [ 0, T ] ×
R ++
Vcall (T , S ) = ( S − K )
+
∀S ∈ R+ Condición final
Vcall ( t , 0 ) = 0 ½°
lim Vcall ( t , S ) = +∞ °
S →+∞ ¿
Cualquier algoritmo numérico para las opciones "call" sólo debe considerar el caso de que
el dividendo sea estrictamente positivo y, por lo tanto, la frontera de valores críticos estará
acotada.
Para la discretización o construcción del retículo de nodos se divide [0,T] en n - 1 intervalos

T
iguales cuya duración es δ t = y también se divide [0,Smax] en m - 1 subintervalos iguales,
n −1
S
de forma que se disponga de un cuadrado con m x n nodos. Sea δ S = max .
m −1
El índice j recorrerá el conjunto {1,2,3,...,n} de modo que señale los tiempos
(j - 1)· δ t correspondientes a los nodos de la ésima columna desde t = 0 hasta t = T. El índice i
recorrerá el conjunto {1,2,3,...,m} de modo que señale el valor del subyacente (i - 1)· δ S
correspondientes a los nodos de la fila ésima contada de arriba para abajo como en las matrices,
desde S = 0 hasta S = Smax.
A cada par de índices i,j se le asocia el nodo ((j - 1)· δ t,(i - 1)· δ S) y a dicho nodo se le
asocia el valor de la opción:
Vi , j = V ( ( j − 1) ⋅ δ t , ( i − 1) ⋅ δ S )
V ( 0, 0 ) = V1,1 V (T , 0 ) = V1,n
V ( 0, Smax ) = Vm,1 V (T , Smax ) = Vm,n
En los casos correspondientes a las opciones americanas vainilla tanto "put" como "call" se
conoce de antemano el valor de la opción en los nodos que corresponden a t = T por la condición
final que iguala el valor de la opción al "pay-off".
70 También se conoce el valor de la opción para S = 0 que será 0 para las opciones "call" y el
"strike" para las opciones "put". Del mismo modo, para S = Smax tal y como se ha elegido Smax
Colaboraciones
el valor de la opción será el "pay-off" para las opciones "call" y 0 para las opciones "put". Es
decir, de antemano se conoce el valor de la función de valor en los nodos de color gris más claro
y se desconoce en los nodos de color gris más oscuro:
HL
(i-1)·ds
Subyacente i- 1 *δS
0.2
Discretizació n del plano t,S
0.4 0.6 0.8 1

Tiempo HL
(j-1)·dt
j- 1 * δt
-10
-20
-30
-40

-50
En cualquiera de los procedimientos de diferencias finitas se realiza el cálculo del valor de

la opción en los nodos azules de modo distinto en cada uno de ellos.
Todos los procedimientos se basan en plantear ecuaciones lineales que relacionen los valores
de la opción en los diferentes nodos que se obtienen de sustituir en la ecuación en derivadas
parciales las derivadas por aproximaciones numéricas. Existen tres formas básicas de aproximar
una derivada numéricamente: diferencias progresivas, diferencias regresivas y diferencias
centrales.
Diferencias progresivas Diferencias regresivas Diferencias centrales

Vi +1, j − Vi , j Vi , j − Vi −1, j Vi +1, j − Vi −1, j
δS δS 2δ S
En los tres casos lo que se pretende es estimar el valor de la derivada en el mismo nodo:
∂V ∂V
∂S
=
∂S
( ( j − 1) ⋅ δ t , ( i − 1) ⋅ δ S )
i, j
A partir del desarrollo en serie de Taylor de la función V(t,S) se puede comprobar que las
diferencias centrales tienen una precisión del orden O( δ S 2), es decir, que la diferencia entre la
verdadera derivada y la estimada mediante diferencias centrales es del mismo orden que el
cuadrado de δ S y, por lo tanto, el error decrece muy rápidamente cuando el retículo se va
haciendo más tupido. Las diferencias progresivas y regresivas son de orden O( δ S), son menos
precisas que las diferencias centrales. Lógicamente, cuando δ S es pequeño su cuadrado es
71
mucho más pequeño.
Vi +1, j − Vi , j Vi , j − Vi −1, j Vi +1, j − Vi −1, j
∂V
∂S i, j
=
δS
+ O (δ S )
∂V
∂S i, j
=
δS
+ O (δ S )
∂V
∂S i, j
=
2δ S
(
+ O (δ S )
2
)
El uso de las diferencias centrales es más preciso, pero requiere conocer los valores de la
función en S + δ S y en S - δ S, lo que no siempre es posible, por ejemplo para la derivada parcial
temporal en el vencimiento.
Para la derivada segunda la mejor aproximación viene dada por:
Vi +1, j − 2Vi , j + Vi −1, j

∂ 2V
∂S 2 i, j
=
∂ 2V
∂S 2
( ( j − 1) ⋅ δ t , ( i − 1) ⋅ δ S ) =
(δ S )
2 (
+ O (δ S )
2
)
En el caso de la derivada temporal no se utilizan diferencias centrales sino progresivas o
regresivas:
∂V Vi , j +1 − Vi , j ∂V Vi , j − Vi , j −1
= + O (δ t ) = + O (δ t )
∂t i, j δS ∂t i, j δS
Ahora se trata de sustituir las derivadas numéricas que se elijan en la ecuación en derivadas
parciales en los nodos:
∂V 1 2 2 ∂ 2V ∂V
+ σ S + (r − d ) S − r ⋅V = 0
∂t 2 ∂S 2 ∂S
Dependiendo de las aproximaciones numéricas elegidas se obtendrán ecuaciones lineales

diferentes que conducirán al cómputo de la función de valor en todos los nodos. Al conjunto de
todas las relaciones lineales a las que se llega por la aplicación en todos los nodos del retículo
de la ecuación en diferencias que se obtiene, más las condiciones final y de contorno discretas
se le denomina sistema de diferencias finitas para el problema planteado.
Es posible que las relaciones permitan fórmulas explícitas para elementos de la cuadrícula a
partir de otros conocidos, por ejemplo regresando en el tiempo a partir de las condiciones finales,
entonces se tiene un método explícito. Otras veces las relaciones de que se dispone fuerzan a
resolver sistemas lineales para ir rellenando la cuadrícula. Esto es lo que se conoce como
métodos implícitos. Son preferibles por su sencillez los procedimientos explícitos pero suelen
ser menos precisos y menos estables.
Las diferencias finitas se han utilizado en Física e Ingeniería para la resolución de problemas
de Dirichlet convencionales con ecuaciones en derivadas parciales parabólicas directas y
retrógradas como la que se plantea en las opciones desde hace dos siglos. Por ello existe todo un
arsenal de algoritmos bien conocidos teórica y empíricamente.
No obstante, el caso de las opciones vainilla americanas es diferente porque no es un problema

de Dirichlet convencional, aquí se conoce el valor de la función de valor en la frontera pero … se
desconoce la frontera, de hecho la determinación de la frontera es parte de la solución del problema.
72 A pesar de esto, las diferencias en la práctica entre los algoritmos de valoración con diferencias
finitas de opciones americanas y los mismos aplicados a opciones europeas son pequeñas y sutiles.
Colaboraciones
Las modificaciones a los diferentes métodos de diferencias finitas que existen para la
resolución de problemas de frontera libre con PDE parabólicas retrógradas de modo que se
adapten a la resolución del problema asociado con una opción americana fueron propuestas por
Michael J. Brennan y Eduardo S. Schwartz en su papel "On the valuation of the American put
option", Journal of Finance, 32 de 1977. En principio, el fundamento riguroso de lo que
proponían era escaso, pero el algoritmo era simple e intuitivo. Más tarde se demuestra que el
procedimiento está soportado teóricamente con todo rigor por Patrick Jaillet, Damien Lamberton
y Bernard Lapeyre en su papel "Variational inequalities and the pricing of American options"
Acta Appl. Math. 21 de 1990.
Brennan & Schwartz proponen que en cualquier método de la familia de diferencias finitas
que se utilice para la valoración de una opción "put" americana, después del cálculo del valor de
la opción en un nodo o conjunto de nodos del retículo, se debe comparar el valor preliminar
computado con el "pay-off" que correspondería a dicho nodo si la opción fuera ejercida
anticipadamente en dicho punto, de la comparación se toma como valor definitivo el mayor de
los dos.
Esto equivale a implementar en los nodos del retículo la propiedad de que el valor de una

opción americana nunca puede ser inferior al "pay-off" porque de lo contrario existirían
oportunidades de arbitraje comprando la opción y ejerciéndola de inmediato. Parece demasiado
simple, casi ridículo que aplicando en cada nodo algo como:
Vi , j = max (Vi , j , max ( K − Si , 0 ) )
se obtenga la resolución numérica del problema de frontera libre, sin embargo es así. No
obstante, es preciso recalcar que, como los métodos de diferencias finitas se aplican hacia atrás
en el tiempo, esta fórmula debe hacerse de modo que afecte a todos los valores anteriores.
Lo deseable es que este sistema de diferencias finitas converja hacia la solución exacta del
problema principal V(t,S) conforme la discretización se va haciendo más densa, de tal manera
que la solución exacta pueda ser aproximada tanto como se desee.
Existe un resultado fundamental sobre la convergencia de un sistema de diferencias finitas que

se denomina Teorema de Lax y establece que la condición necesaria y suficiente para que un sistema
de diferencias finitas converja hacia la solución verdadera es que sea consistente y estable.
Un sistema se dice que es consistente si las diferencias entre los valores exactos
correspondientes a los nodos y los valores calculados mediante el sistema de diferencias finitas
tienden hacia cero cuando el retículo se va haciendo cada vez más denso. Esto no es difícil de
comprobar pues si las ecuaciones lineales que conforman el sistema de diferencias finitas tienen
un error que tiende a cero al hacerse más denso el retículo, entonces el sistema será consistente.
Por consiguiente, en general si se han sustituido en la ecuación en derivadas parciales las
derivadas parciales por las aproximaciones numéricas que se han comentado, pasando todos los
términos de error al segundo miembro de la ecuación, éste se reducirá a un O(δ t, ( δ S) 2) o a un
O(δ t, δ S). En ambos casos, la consistencia está garantizada. Los valores computados de la
opción en los nodos convergen hacia los valores correctos de la opción en los nodos cuando el
73
retículo se hace más denso.
A los efectos del Teorema de Lax, por estabilidad de un sistema de diferencias finitas se
entiende que para algún esquema de anchuras de partición cada vez más finas la solución está
acotada. No es preciso que se dé esta circunstancia para cualquier elección de los pasos δ t, δ S,
sino que determinada selección permita ir disminuyendo el tamaño de los pasos y obteniendo
siempre soluciones acotadas. En este caso, el sistema planteado es condicionalmente estable, es
decir la selección de δ t, δ S debe realizarse con cuidado para que no se obtengan soluciones no
acotadas.
Todos los sistemas de diferencias finitas que se van a describir verifican el Teorema de Lax,
son consistentes y condicionalmente estables, por consiguiente, convergen a la solución real
conforme el retículo se va haciendo más denso.
Una vez que se conoce la función de valor Vput(t,S) en una región como [0,T] x [0,Smax] que
contiene la frontera de valores críticos S*(t) es muy sencillo calcular y representar gráficamente
dicha curva basándose en que:
V put ( t , S ∗ ( t ) ) = K − S ∗ ( t ) ∀t ∈ [ 0, T ]
Partiendo del intervalo [0,T] discretizado, para cada valor de j es decir, para cada valor del
tiempo (j - 1) · dt desde j = 1 hasta j = n, se recorren los nodos de las columnas, o sea se va
variando i desde i = 1 que corresponde a S = 0 hasta j = n que corresponde a S = Smax. En cada
nodo de la columna que se esté procesando se evalúan Vi,j valor de la opción y
max(K - (i - 1) · dS, 0) que es el "pay-off" que correspondería en dicho nodo. En principio, en
los primeros nodos de cada columna: 1,2,3,... ambos valores serán iguales pues dichos nodos
deben corresponder a la región de ejercicio anticipado. Lo que debe buscarse es el primer nodo
de la columna en el que eso deje de ocurrir y tomar dicho nodo como aproximación de la
frontera, es decir si dicho nodo corresponde a i*(j) se toma S *((j-1) · dt) = (i *(j)-1) · dS.
Repitiendo este procedimiento para todos los valores de j ∈ {1,2,...,n} se tiene evaluada
discretamente la frontera que después puede aproximarse por una función de interpolación.
Obviamente, el procedimiento de cómputo de la frontera es más preciso cuanto más denso sea
el retículo de nodos con el que se ha recubierto [0,T] x [0,Smax].
Para el caso de las opciones "call" americanas el procedimiento para el cálculo de la frontera
es similar con la diferencia de que en cada columna deben recorrerse los nodos de arriba abajo.
Se van a describir tres métodos diferentes de diferencias finitas para la resolución del
problema de frontera libre de las opciones americanas, siempre se describen para el caso de una
opción "put" pero el caso de una "call" sería análogo. De todos los procedimientos se pueden
obtener de las páginas de Estrategia Financiera los programas en MatLab correspondientes, tanto
para opciones "put" como para opciones "call" americanas. Los métodos se denominan
explícito, implícito y Crank Nicolson.
2 - Diferencias finitas explícitas

74 Partiendo de la PDE, sustituyendo las derivadas parciales respecto del subyacente por
diferencias centrales y la derivada respecto del tiempo por la diferencia regresiva, se obtiene:
Colaboraciones
Vi , j − Vi , j −1 − 2Vi , j + Vi −1, j V −V
δt
1
2
2 2V
+ σ 2 ( i − 1) (δ S ) i +1, j
(δ S )
2
2δ S
(
+ ( r − d )( i − 1) δ S i +1, j i −1, j − rVi , j = O δ t , (δ S )
2
)
Esta ecuación lineal involucra cuatro nodos del plano discretizado tal y como aparecen en el
gráfico. Cualquiera de ellos puede expresarse en función de los demás.
Subyacente i(i-1)·ds
- 1 * δSHL 0.2
Discretizació n del plano t,S
0.4 0.6 0.8 1

Tiempo HL
(j-1)·dt
j- 1 * δt
-10
-20

-30
-40
-50
A partir de la ecuación anterior simplificando, operando y notando:
1 1
Ai = σ 2 ( i − 1) δ t − ( r − d )( i − 1) δ t
2
2 2
Bi = 1 − rδ t − σ 2 ( i − 1) δ t
2
1 1
Ci = σ 2 ( i − 1) δ t + ( r − d )( i − 1) δ t
2
2 2
donde los coeficientes dependen solo de i, es decir de S pero no de j o sea no depende del tiempo,
se llega a la fórmula:
Vi , j −1 = Ai ⋅ Vi −1, j + Bi ⋅ Vi , j + Ci ⋅ Vi +1, j
i = 2,3,....., m − 1 j = 2,3,....., n
que es una fórmula explícita para el valor de Vi,j-1 en función de los valores Vi,j-1, Vi,j, Vi+1,j
correspondientes a tres nodos de la columna siguiente. 75
Además, de estas ecuaciones se dispone de las condiciones final y de contorno:
V put (T , S ) = ( K − S )
+
V put ( t , 0 ) = K ½°
lim V put ( t , S ) = 0 °
S →+∞ ¿
La versión discretizada es como sigue:
V (T , S ) = ( K − S ) Vi ,n = max ( K − ( i − 1) ⋅ δ S , 0 )
+

V (t, 0) = K V1, j = K
V ( t , Smax ) = 0 Vm, j = 0
Partiendo de los valores de la última columna y aplicando las ecuaciones lineales que los
vinculan con los valores en los nodos de la columna anterior, se pueden computar éstos desde el
correspondiente a la segunda fila hasta el correspondiente a la penúltima.
Computados los valores preliminares de la opción en la penúltima columna Vi,n-1

i = 1,2,3,...,m - 1 debe aplicárseles el procedimiento de Brennan & Schwartz que consiste en
compararles con el "pay-off" correspondiente a su nodo si la opción se ejerciera
anticipadamente, quedándose con el valor mayor de los dos, o sea:
(
Vi , n −1 ← max Vi , n −1 , max ( K − ( i − 1) ⋅ δ S , 0 ) ) i = 2, 3,....., m − 1
Una vez calculada la penúltima columna por este procedimiento, y apoyándose en ella, se
calcularán los valores preliminares de la antepenúltima columna y se volverá a aplicar el
procedimiento de Brennan & Schwartz para obtener los valores definitivos. Así sucesivamente
hasta llegar a la primera columna. Aprovechando que las constantes no dependen del tiempo los
coeficientes pueden disponerse matricialmente del siguiente modo:
§ A2 B2 C2 0 0 .............0 0 0 ·
¨ ¸
¨ 0 A 3 B 3 C 3 0..............0 0 0 ¸
¨ 0 0 A4 B4 C4 ............0 0 0 ¸
¨ ¸
¨ .......................................................... ¸
¨ 0 0 0 0 0............A B C ¸
© m −1 m −1 m −1 ¹
que es una matriz de m - 2 filas y m columnas.
Esta disposición permite computar los valores preliminares de cada columna a partir de la
76 siguiente mediante un producto matricial de la matriz anterior por la columna de m elementos
(incluyendo los valores en la frontera). El resultado es una columna de m-2 elementos que son
Colaboraciones
los valores preliminares de los elementos interiores de la columna anterior. Después para cada
columna, antes de computar la siguiente se debe aplicar el procedimiento de Brennan &
Schwartz para computar los valores definitivos.
Una vez computado el valor en todos los nodos del retículo se tiene que definir el valor
como una función continua que toma valores en los puntos interiores mediante interpolación.
Tanto MatLab como Mathematica poseen comandos que realizan automáticamente la
interpolación con suficiente flexibilidad como para que se pueda elegir el procedimiento. No
se recomienda utilizar procedimientos de interpolación muy sofisticados como "cubic
splines", lo ideal en dos dimensiones, como en este caso, es la interpolación bilineal que se
apoya en los cuatro nodos que rodean a cada punto para obtener su valor. En MatLab la rutina
para la interpolación en dos dimensiones es interp2 que es la que se utiliza en los programas
que se encuentran en las páginas web.
El procedimiento explícito es consistente y condicionalmente estable. No obstante, conviene

subrayar lo de condicionalmente porque es muy fácil que para determinadas elecciones de
δ t y δ S se obtengan valores no acotados. Para que el sistema sea estable la elección de los
pasos, es decir, la discretización de retículo, tiene que ser cuidadosa. Generalmente, la

discretización del tiempo tiene que ser mucho más fina que la del subyacente. Para no tener
problemas deben elegirse m y n de modo que se verifique:
1
δt ≤
σ 2 ⋅ m2
Precisamente por los problemas de estabilidad, el método de diferencias finitas explícitas no

es un procedimiento que se recomiende. Para preservar la estabilidad el número de divisiones
del tiempo tiene que ser muy grande y eso hace que, si se necesita que sea preciso, el
procedimiento pueda ser lento. Por otra parte, es el procedimiento más sencillo de programar ya
que no requiere de la solución de sistemas de ecuaciones lineales.
Los programas ValorDFEOPA, InformeDFEOPA, ValorDFEOCA e InformeDFEOCA

pueden descargarse, están escritos en MatLab y utilizan el método de diferencias finitas
explícitas para valorar opciones "put" y "call" americanas vainilla y para generar informes sobre
las mismas que incluyen, el valor con más precisión, el valor crítico del subyacente en el
momento actual, las griegas y el cálculo de la frontera de valores críticos.
77
En el gráfico de la frontera de valores críticos S*(t) se observa primero el escalonamiento
debido a la precisión limitada por el propio método implícito y, segundo, que si, como en este
caso, se trata de una opción "call" sobre una acción para la cual el dividendo es menor que el
tipo de interés el límite por la izquierda de t → T cuando S*(t) no es el valor S*(t) = K sino que:
r
lim S ∗ ( t ) = ⋅K
t ↑T d
En este caso, la frontera no es continua en el vencimiento. Si el dividendo fuera mayor que

el tipo de interés libre de riesgo el límite coincidiría con el "strike" K para una opción "call"
americana. El principal inconveniente del método implícito es que la estabilidad no está
garantizada. En los programas el intervalo del subyacente se divide en 199 subintervalos y el
tiempo en 4999, si se reduce un poco este último número a 3000 o se sube el otro a 400 aparecen
problemas de estabilidad que afortunadamente, se manifiestan de un modo tan claro que no
dejan lugar a la menor duda. La principal ventaja del sistema es la simplicidad que permite su
implementación incluso en Excel.
3 - Diferencias finitas implícitas
Considerando el caso de una opción "put" americana, partiendo de la PDE, sustituyendo las
derivadas parciales respecto del subyacente por diferencias centrales y la derivada respecto del
tiempo por la diferencia progresiva, se obtiene:
Vi , j +1 − Vi , j − 2Vi , j + Vi −1, j V −V
δt
1
2
2 2V
+ σ 2 ( i − 1) (δ S ) i +1, j
(δ S )
2
2δ S
(
+ ( r − d )( i − 1) δ S i +1, j i −1, j − rVi , j = O δ t , (δ S )
2
)
La ecuación parece la misma que en el caso del método explícito y, sin embargo, la diferencia
es considerable. En esta ocasión existen tres puntos de la columna j y uno de la j + 1 que se supone
es la conocida puesto que es posterior y se recorre el entramado desde el valor final hacia atrás.
Simplificando y operando, se nota:
1 1
( r − d )( i − 1) δ t − σ 2 ( i − 1) δ t
2
Ai =
2 2
Bi = 1 + rδ t + σ 2 ( i − 1) δ t
2
1 1
( r − d )( i − 1) δ t − σ 2 ( i − 1) δ t
2
Ci = −
2 2
y se llega a la ecuación lineal:
Ai ⋅ Vi −1, j + Bi ⋅Vi , j + Ci ⋅Vi +1, j = Vi , j +1 i = 2,3, 4,..., m − 1 j = 1, 2,....., n − 1
Además, se dispone de dos condiciones de contorno y una condición final que son las
mismas que se vieron para el caso del método explícito. Se desconoce el valor en los nodos
78 azules y se conoce en los nodos rojos, que es donde se definen la condición final y las
condiciones de contorno.
Colaboraciones
(i-1)·ds
(j-1)·dt

Partiendo de los valores de la última columna, las ecuaciones lineales:
Ai ⋅ Vi −1,n −1 + Bi ⋅ Vi ,n −1 + Ci ⋅ Vi +1,n −1 = Vi ,n i = 2,3, 4,..., m − 1
conforman un sistema lineal de m - 2 ecuaciones con m - 2 incógnitas correspondientes a los

valores preliminares de la opción en los nodos de la penúltima columna. Se resuelve el sistema.
Computados los valores preliminares de la opción en la penúltima columna Vi,n-1

i = 1,2,3,...,m - 1 debe aplicárseles el procedimiento de Brennan & Schwartz que consiste en
compararles con el "pay-off" correspondiente a su nodo si la opción se ejerciera
anticipadamente, quedándose con el valor mayor de los dos, o sea:
(
Una vez computada la penúltima columna por este procedimiento y apoyándose en ella, se
calculan los valores preliminares de la antepenúltima columna y se vuelve a aplicar el
procedimiento de Brennan & Schwartz para obtener los valores definitivos. Así sucesivamente
hasta llegar a la primera columna. Aprovechando que las constantes no dependen del tiempo se
pueden disponer los cálculos de los valores preliminares matricialmente:
§ B2 C2 0 0 0 0 · § V2, j −1 · § V2, j − A2 ⋅V1, j −1 ·

¨ ¸ ¨V ¸ ¨ ¸
¨ A3 B3 C3 0 0 0 ¸ ¨ 3, j −1 ¸ ¨ V3, j ¸
¨0 A4 B4 C4 0 0 ¸ ¨ V4, j −1 ¸ = ¨ ¸
¨ ¸¨ ¸ ¨ ¸
¨ ¸ ¨ ¸ ¨ Vm− 2, j ¸ 79
¨0 ¨ ¸ ¨ ¸
© 0 0 0 Am-1 Bm-1 ¸¹ ¨ Vm−1, j −1 ¸ ¨ Vm−1, j − Cm−1 ⋅Vm, j −1 ¸
© ¹ © ¹
Esta disposición permite computar cada columna a partir de la siguiente mediante la
resolución de un sistema lineal cuya matriz es tridiagonal y siempre la misma para todos los
sistemas. La solución es una columna de m - 2 elementos que son los elementos interiores de la
columna anterior a la de los términos independientes.
La resolución es algo más compleja que la correspondiente al método explícito, porque

deben resolverse n - 1 sistemas de m - 2 ecuaciones con m - 2 incógnitas, además tanto n como
m pueden ser valores grandes como n=m=500. Esto exige que el procedimiento elegido para la
resolución de los sistemas deba ser muy eficiente para que los tiempos de ejecución sean
razonables.
El método que se utiliza en los programas que se acompañan es un procedimiento iterativo

que se conoce como BiCG (gradiente conjugado biortogonal) del que se ha comprobado
empíricamente ser el más eficiente para este tipo de sistemas lineales. El procedimiento del
gradiente conjugado biortogonal está disponible en MatLab que cuenta con un comando para
ello "bicg" lo que simplifica notoriamente la programación del método implícito.
Como contrapartida a la mayor complejidad del método implícito respecto del método
explícito, en aquél la estabilidad es prácticamente completa con independencia de los valores de
m y n. Los programas ValorDFIOPA, InformeDFIOPA, ValorDFIOCA e InformeDFIOCA
pueden descargarse, están escritos en MatLab y utilizan el procedimiento de diferencias finitas
implícitas para valorar opciones "put" y "call" americanas y para generar informes sobre las
mismas que incluyen el valor con mayor precisión, el valor crítico, las griegas y el cálculo de la
frontera de valores críticos.
Para concluir con los procedimientos de diferencias finitas se analiza otro procedimiento que
mezcla los métodos implícito y explícito, y se conoce como el procedimiento de Crank -
Nicolson.
4 - Procedimiento de Crank - Nicolson.
El método de Crank Nicolson es un híbrido del implícito y explícito que utiliza las
ecuaciones en diferencias siguientes:
Vi , j +1 − Vi , j 1 2 Vi +1, j − 2Vi , j + Vi −1, j 1 2 Vi +1, j +1 − 2Vi , j +1 + Vi −1, j +1

+ σ 2 ( i − 1) (δ S ) + σ 2 ( i − 1) (δ S )
2 2
+
δt (δ S ) (δ S )
2 2
4 4
1 V −V 1 V −V 1 1
+ ( r − d )( i − 1) δ S i +1, j i −1, j + ( r − d )( i − 1) δ S i+1, j +1 i −1, j +1 − rVi, j − rVi, j +1 = 0
2 2δ S 2 2δ S 2 2
La derivada temporal es la misma que en el método implícito, pero los demás términos son
combinaciones al 50% de los términos del método implícito y del explícito. Con esta
combinación se complica la resolución, pero la precisión y la estabilidad obtenida es mayor.
80 A partir de la ecuación en diferencias anterior se pueden agrupar los términos con índices j
en un lado y j + 1 en el otro lado, ya que corresponden a dos columnas diferentes.
Colaboraciones
§ 1 1 2 · § 1 1 2 ·
¨ − ( r − d )( i − 1) δ t + σ ( i − 1) δ t ¸ Vi −1, j +1 + ¨1 − rδ t − σ ( i − 1) δ t ¸ Vi , j +1 +
2 2
© 4 4 ¹ © 2 2 ¹
§1 1 · §1 1 ·
+ ¨ ( r − d )( i − 1) δ t + σ 2 ( i − 1) δ t ¸ Vi +1, j +1 = ¨ ( r − d )( i − 1) δ t − σ 2 ( i − 1) δ t ¸ Vi −1, j +
2 2
©4 4 ¹ ©4 4 ¹
§ 1 1 · § 1 1 ·
+ ¨ 1 + rδ t + σ 2 ( i − 1) δ t ¸ Vi , j + ¨ − ( r − d )( i − 1) δ t − σ 2 ( i − 1) δ t ¸ Vi +1, j
2 2
© 2 2 ¹ © 4 4 ¹
Entonces se puede notar:

1 1
( r − d )( i − 1) δ t − σ 2 ( i − 1) δ t
2
ACN i =
4 4
1 1
BCN i = 1 + rδ t + σ 2 ( i − 1) δ t
2
2 2
1 1
CCN i = − ( r − d )( i − 1) δ t − σ 2 ( i − 1) δ t
2
4 4
Con esta notación, sustituyendo se obtienen las ecuaciones siguientes:

ACN i ⋅Vi −1, j + BCN i ⋅Vi , j + CCN i ⋅Vi +1, j =
= ( −1) ª¬ ACNi ⋅ Vi −1, j +1 + ( BCN i − 2 ) Vi , j +1 + CCNi ⋅ Vi +1, j +1 º¼
i = 2,3,......, m − 1
que relacionan tres elementos de la fila j- ésima con sus tres elementos correspondientes de la
fila j + 1. Esto permite seguir un procedimiento de relleno por columnas hacia atrás resolviendo
sistemas lineales de modo similar al método implícito.
Además, se dispone de dos condiciones de contorno y una condición final que son las mismas que
se vieron para el caso del método explícito. Se desconoce el valor en los nodos azules y se conoce en
los nodos rojos, que es donde se definen la condición final y las condiciones de contorno.
(i-1)·ds
(j-1)·dt
81
Partiendo de los valores de la última columna, las ecuaciones lineales forman un sistema
lineal de m - 2 ecuaciones con m - 2 incógnitas correspondientes a los valores preliminares de la
opción en los nodos de la penúltima columna. Se resuelve el sistema. Computados los valores
preliminares de la opción en la penúltima columna Vi,n-1 i = 1,2,3,...,m - 1 debe aplicárseles el
procedimiento de Brennan & Schwartz, o sea:
(
Una vez computada la penúltima columna por este procedimiento y apoyándose en ella, se
calculan los valores preliminares de la antepenúltima columna y se vuelve a aplicar el
procedimiento de Brennan & Schwartz para obtener los valores definitivos. Así sucesivamente,
hasta llegar a la primera columna.
Como los coeficientes del sistema no dependen del tiempo se pueden disponer los cálculos
de los valores preliminares matricialmente:
§ V1,n −1 · § V1,n ·
¨ ¸ ¨ ¸
§ A2 B2 C2 0 0 0 0 · ¨ V2,n −1 ¸ § A2 B2 − 2 C2 0 0 0 0 0 · ¨ V2,n ¸
¨ ¸ ¨ ¸ ¨V
¨ 0 A3 B3 C3 0 0 0 ¸ ¨ V3,n −1 ¸ ¨ 0 A B − 2 C 0 0 0 0 ¸ ¨ 3,n ¸
¸
¨ ¸ 3 3 3
¨0 0 A4 B4 C4 0 0 ¸ ¨ V4,n −1 ¸ = ( −1) ¨ 0 0 A4 B4 − 2 C4 0 0 0 ¸ ¨ V4,n ¸
¨ ¸¨ ¸ ¨ ¸¨ ¸
¨ ¸ ¨ ¸ ¨ ¸ ¨ ¸
¨0 0 0 0 Am -1 Bm-1 ¸ ¨
Cm −1 ¹ Vm −1,n −1 ¸ ¨ Am -1 Bm -1 − 2 Cm −1 ¹¸ ¨ Vm −1,n ¸
© ¨ ¸ ©0 0 0 0 0
¨ ¸
¨ Vm ,n −1 ¸ ¨ Vm ,n ¸
© ¹ © ¹
Donde los valores desconocidos están en azul y los conocidos en rojo, las dos matrices son
(m - 2) x m y los vectores tienen m componentes. Si se nota:
§ Vn ,1 ·
¨ ¸
§ R2 · § − A2 ⋅ Vn −1,1 · § A2 B2 − 2 C2 0 0 0 0 0 · ¨ Vn ,2 ¸
¨ ¸ ¨ ¸ ¨ ¸ ¨V ¸
¨ R3 ¸ ¨ 0 ¸ ¨0 A3 B3 − 2 C3 0 0 0 0 ¸ ¨ n ,3 ¸
¨ R4 ¸ = ¨ ¸ −¨0 0 A4 B4 − 2 C4 0 0 0 ¸ ¨ Vn ,4 ¸
¨ ¸ ¨ ¸ ¨ ¸¨ ¸
¨ ¸ ¨ 0 ¸ ¨ ¸ ¨ ¸
¨ R ¸ ¨ −C ⋅ V ¸ ¨ Am-1 Bm-1 − 2 Cm −1 ¸¹ ¨ Vn , m −1 ¸
© m −1 ¹ © m −1 n −1, m ¹ © 0 0 0 0 0
¨ ¸
¨ Vn , m ¸
© ¹
se tiene un sistema lineal de m - 2 ecuaciones con m - 2 incógnitas.
§ B2 C2 0 0 0 · § V2,n −1 · § R2 ·
¨ ¸¨ ¸ ¨ ¸
¨ A3 B3 C3 0 0 ¸ ¨ V3,n −1 ¸ ¨ R3 ¸
¨ 0 A4 B4 C4 0 ¸ ¨ V4,n −1 ¸ = ¨ R4 ¸
¸¨ ¸ ¨
82 ¨
¨ ¸ ¨ ¸ ¨
¸
¸
¨0
© 0 0 Am-1 Bm-1 ¸¹ ¨¨© Vm −1,n −1 ¸¸¹ ¨© Rm −1 ¸¹
Colaboraciones
Este sistema permite calcular cada columna a partir de la siguiente. En cada paso la matriz
del sistema es la misma, pero cambian los términos independientes.
El método que se utiliza en los programas para la resolución de los sistemas es BiCG
(gradiente conjugado biortogonal) como en el método implícito.
Pueden descargarse los programas ValorDFCNOPA, InformeDFCNOPA, ValorDFCNOCA e

InformeDFCNOCA que están escritos en MatLab y utilizan el procedimiento de Crank Nicolson para
valorar opciones "put" y "call" americanas y para generar informes sobre las mismas que incluyen su
valor con mayor precisión, valor crítico, las griegas y el cálculo de la frontera de valores críticos.
Valor opción call americana en función de subyacente

20 Frontera de valores críticos opcion call americana
24
18
22
16
14
20
12
Valor crítico
18
Valor
10
8 16

6
14
4
12
2
0 10
0 5 10 15 20 25 30 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
Subyacente Tiempo
El algoritmo de Crank Nicolson es completamente estable y produce resultados con precisión

parecida a la del método implícito en tiempos parecidos. En el cómputo de la frontera de valores
críticos sus resultados también son comparables a los del método implícito.
5 - Limitaciones de los métodos de diferencias finitas
El método explícito es apropiado si la única herramienta de la que se dispone es una hoja de

cálculo como Excel. Es simple, sencillo y cuando presenta problemas de estabilidad los
resultados que da son tan disparatados que se hace patente la existencia del problema. Si hubiese
problemas de estabilidad deben aumentarse las divisiones del tiempo, disminuir las divisiones
del subyacente, o ambas cosas a la vez.
Antes de la aplicación del procedimiento de Brennan & Schwartz la cota de error del método
implícito en los nodos del retículo es del orden O( δ t,( δ S) 2), teóricamente el mismo orden de
magnitud que los otros dos procedimientos, sin embargo en la práctica funciona peor, sobre todo
para la estimación de la frontera de valores críticos. Sobre la cota de error del valor computado
en los nodos después del procedimiento de Brennan & Schwartz se conoce poco todavía.
Los métodos implícito y Crank Nicolson tienen ambos una cota de error en los nodos que es
una O( δ t,( δ S) 2) antes de Brennan & Schwartz. Son muy estables convergiendo para casi
cualquier combinación de anchuras en las mallas de tiempo y subyacente. Ambos métodos
descansan en la resolución de muchos grandes sistemas lineales de ecuaciones, por consiguiente
su eficacia y tiempo de proceso (coste) depende en gran medida de la eficiencia del algoritmo
para resolver los sistemas lineales. Los mejores resultados se obtienen con los procedimientos
83
iterativos como el del gradiente conjugado biortogonal.
En general, se piensa que para los problemas que se plantean en la valoración de opciones es
preferible el procedimiento de diferencias finitas implícitas al método de Crank Nicolson pues
aunque la precisión de ambos es similar, el método implícito es más sencillo de programar e
implementar. Cuando el dividendo es muy pequeño en las opciones "call" americanas se debe
ser prudente con las valoraciones obtenidas mediante diferencias finitas y se recomienda que
sean contrastadas con el método binomial.
6 - Valoración numérica mediante el algoritmo binomial.
El procedimiento, método o algoritmo binomial para valorar opciones tiene fundamentos

teóricos completamente diferentes de los de los procedimientos de diferencias finitas. Se basa en
que, por el teorema fundamental de las Finanzas de Harrison & Pliska, el valor de cualquier
derivado en ausencia de arbitrajes viene dado por el valor esperado en la medida de probabilidad
de riesgo neutro del valor presente de la variable aleatoria "pay-off" al que dará lugar. En el caso
de una opción "put" americana vainilla, se trata de computar:
¬
− r ⋅τ
( )
V put ( t , S ) = Et , S ª e t ,B ⋅ max K − St +τ t ,B , 0 º
¼
donde el operador Et,S representa a la esperanza en la medida de probabilidad de riesgo neutro,

en la cual el proceso del subyacente se caracteriza por comenzar en (t,S) y seguir un GBM cuya
ecuación diferencial estocástica es:
r tasa de interes libre de riesgo

° d dividendo continuo pagado por S
dS °
= ( r − d ) ⋅ dt + σ dW ®
S °σ volatilidad de S
°¯W proceso de Wiener
y dentro del operador, en la expresión de la que se calcula el valor esperado hay dos variables
aleatorias: el tiempo de parada óptimo τt,B y el valor del proceso del subyacente en dicho
momento S t+ τ t,B.
El valor de la opción V put (t,S) por aplicación del teorema de Harrison & Pliska coincide,
como no podía ser de otro modo, con la definición dada para los contratos americanos como
problemas de parada óptima.
El método binomial es un procedimiento probabilístico que no involucra problemas de

frontera libre, aunque obviamente está interrelacionado con ellos, fue desarrollado por John Cox,
Stephen Ross y Mark Rubinstein en su famoso papel "Option Pricing: A Simplified Approach",
Journal of Financial Economics 7 de 1979. Detrás del algoritmo binomial aplicado a las
opciones americanas hay dos ideas básicas:
1. Aproximar la ley de probabilidad correspondiente al proceso estocástico seguido por el

subyacente (o sea, aproximar sus distribuciones finito dimensionales fdd) en la medida de
probabilidad P de riesgo neutro mediante una sucesión de leyes de probabilidad asociadas a
84 procesos "random walk" geométricos definidos en árboles discretos con vértice en el punto
de partida (t,S) y hojas en T.
Colaboraciones
Estas medidas de probabilidad convergen débilmente (en distribución) hacia la medida de

probabilidad de riesgo neutro en el medio continuo conforme el número de pasos del árbol
va creciendo. Por tanto, los valores esperados de cualquier variable aleatoria, como por
ejemplo el valor presente del "pay-off", computados con las probabilidades de la sucesión
convergen hacia el valor esperado en la medida de probabilidad de riesgo neutro del valor
presente del "pay-off". Es decir, que los valores esperados del valor presente del "pay-off"
asumiendo que el subyacente sigue estos "random walk" geométricos convergen hacia el
valor de la opción.
La sucesión de los "random walk" cuyas leyes van a converger en distribución hacia el GBM
no van a ser cualesquiera sino que van a construirse detalladamente. La convergencia débil
es consecuencia del principio de invarianza de Monroe Donsker. En román paladino lo que
se hace es aproximar el proceso GBM principal en la medida de riesgo neutro por "random
walks" geométricos en medios discretos que son árboles cada vez más tupidos, construidos
de modo que por sus características van aproximándose cada vez mejor al proceso principal.
2. La segunda idea está directamente relacionada con la naturaleza americana de la opción, es decir
con la posibilidad de ejercicio anticipado. Se denomina principio de inducción marcha atrás o

"backward induction" y consiste en apoyarse en que se conoce con certeza el valor que tomaría el
"pay-off" en el momento del vencimiento, es decir en las hojas del árbol. A partir de estos valores
calcular el valor esperado del valor presente del "pay-off" de la opción en los nodos inmediatamente
anteriores. Con este cálculo se están estimando los valores de la opción preliminares en el nivel
penúltimo del árbol. Dichos valores preliminares deben pasar por un proceso idéntico al de Brenann
& Schwartz que elija en cada nodo el mayor entre el valor preliminar calculado y el "pay-off"
correspondiente a dicho nodo. Este será el valor definitivo en estos nodos.
Este procedimiento es necesario para asegurarse que la función valor es la menor función
superarmónica que domina la función de "pay-off". Al equivalente de Brennan & Schwartz
en este contexto se le suele denominar envolvente de Snell.
Apoyándose en el nivel penúltimo se repite el proceso para el antepenúltimo y así

sucesivamente hasta llegar al vértice. El valor correspondiente al vértice es el que se buscaba.
La primera idea es lo que convierte al procedimiento binomial en un procedimiento

probabilístico. No es que se simulen las trayectorias sino que se aproxima la medida de
probabilidad y de este modo, se puede aproximar el funcional valor esperado.
La segunda idea, la del envolvente de Snell no es probabilística, de hecho de otro modo, se

ha utilizado en los métodos de diferencias finitas donde a partir de la condición final y mediante
las ecuaciones lineales se calculan los valores preliminares en los nodos correspondientes a
niveles anteriores, se aplica Brennan & Schwartz para calcular los valores definitivos y se
continúa este proceso en el nivel de tiempo anterior y así sucesivamente hasta llegar al momento
actual. Existen diferencias del algoritmo binomial con diferencias finitas, porque:
a) El retículo era un rectángulo en lugar de un árbol.
b) Para regresar en el tiempo se utilizaban las ecuaciones lineales de la difusión

correspondientes al método particular de diferencias finitas mas el procedimiento de
85
Brennan & Schwartz mientras que en el algoritmo binomial se utiliza la fórmula:
Vi , j = max ¬ª e − r ⋅δ t ⋅ ( pVi +1, j + (1 − p ) Vi , j +1 ) , max ( K − S i , j , 0 ) ¼º
c) En diferencias finitas se obtienen a la vez toda la superficie de valores correspondiente al

dominio mientras que en el método binomial solo se obtiene el valor en el vértice.
El algoritmo binomial tiene algunas ventajas sobre los procedimientos de diferencias finitas,
es más intuitivo y mucho más simple de programar que cualquiera de los algoritmos de
diferencias finitas, además es posible construir árboles muy grandes sin que el consumo de
memoria principal sea inmanejable porque no es necesario conservar los resultados intermedios,
en cada paso sólo se precisan el nivel posterior y el que se está computando.
Por último, en el método binomial no se requiere que el árbol abarque toda la frontera de
valores críticos ni se sustituye un dominio no acotado por otro acotado, por ello es aplicable a
todas las opciones americanas, incluyendo las "call" sobre acciones que no pagan dividendo que
tienen la frontera de valores críticos en el infinito.
El primer paso del método binomial es construir el árbol. Para ello se considera un "random
walk" que en un paso si parte de un valor de subyacente Sk-1 se pueden dar dos posibilidades:
a) Subida de valor a Sk = Sk-1u con u > 1 con probabilidad p

S k −1
b) Descenso del valor a S k = con probabilidad 1 - p
u
Con esto todavía no se condiciona la convergencia en distribución de la caminata al azar.

Para asegurarse de que se produce la convergencia débil de los "random walk" geométricos
hacia el GBM de riesgo neutro se exigen dos condiciones:
1. El rendimiento esperado de cada paso es la tasa libre de riesgo, o sea que:
S k-1 r ⋅δδt
S ke−(r-d)· = pS k −1u + (1 − p )
S k −1 r ⋅δ tδ t
ee(r-d)· = pu +
(1 − p )
1e
u u
2. La varianza de rendimientos debe ser σ2δt, o sea que:
86 (1 − p ) − ª pu + (1 − p ) º
2
σ δ t = pu
2 2
+ « »
u2 ¬ u ¼
Colaboraciones
1 r ⋅δδtt
ee(r-d)· −
σ δt u
Resolviendo este sistema se llega a u = e p=
1
u−
u
y con estos dos valores se puede construir la medida de probabilidad en el árbol que gobierna
las trayectorias seguidas por el "random walk" geométrico. Conforme se aumenta el número de
T −t
pasos, cambia δ t = y cambian el árbol, la medida de probabilidad y el proceso "random
n
walk". Los "random walks" así construidos convergen al GBM libre de riesgo y pueden ser
utilizados para aproximar el valor de cualquier derivado o contrato contingente sobre el
subyacente S
A cada nodo del árbol le corresponde un tiempo, un valor del subyacente y una probabilidad
de que partiendo del vértice el "random walk" pase por allí.

Asignar valores del subyacente a cada nodo del árbol es elemental, más aún habiendo elegido
los parámetros de modo que d = 1/u. Después de k pasos hacia arriba y n - k pasos hacia abajo,
no importa el orden de los pasos, se habrá salido del vértice del árbol S0 y llegado al mismo
k
punto cuyo valor del subyacente asociado es S 0u k d n − k = S 0 u = S 0u 2 k − n
u n−k
A dicho punto se le puede asignar la probabilidad de que saliendo del vértice se llegue
después de n pasos al punto donde se está. Esta probabilidad será la suma de las probabilidades
individuales asignadas a cada una de las trayectorias que llevan del vértice al punto donde se
está. Una trayectoria particular subida, bajada, bajada, subida, ... , tendrá como probabilidad
asociada p(1 - p)(1 - p)p……, pero como el producto es conmutativo, cada una de las
trayectorias que llevan del vértice S al nodo en cuestión tienen probabilidad pk (1 - p)n-k.
Calcular la probabilidad total de salir del vértice y llegar al nodo en el que se está después
de n pasos depende sólo del número trayectorias que cumplen esta condición, es decir, del
§n·
número de veces en que se pueden ubicar las k subidas en los n pasos y este número es ¨ ¸ .
©k ¹
La probabilidad que debe asociarse al nodo, y por consiguiente, la probabilidad que debe
87
asignarse al evento de que después de n pasos el valor del subyacente sea Su2k-n es:
§n· k
¨ ¸ p (1 − p )
n−k
©k ¹
En el árbol, después de n pasos existen sólo n+1 valores diferentes del subyacente
dependiendo del número de subidas en la trayectoria, es decir de k. Como en n pasos hay que
acabar en algún lugar, la suma de estas probabilidades correspondientes a los diferentes posibles
valores tiene que ser la unidad.
n
§ · n
¦ ¨ k ¸ p (1 − p ) = ( p + (1 − p ) ) = 1
k n−k n
k =0 © ¹
No es casualidad que se denomine "binomial" a este modelo pues en cada nivel temporal n
las probabilidades asociadas a los n+1 nodos se corresponden con los sumandos del desarrollo
del binomio de Newton (p + (1 - p))n = 1.
Con la probabilidad asociada a cada nodo se tiene definida una medida de probabilidad en el
conjunto de las posibles trayectorias seguidas por el "random walk" geométrico de riesgo neutro.
Por tanto, como este "random walk" aproxima el proceso del subyacente, se está en condiciones
aproximar el valor de cualquier contrato contingente. Si el contrato es de tipo europeo y se
conoce su "pay-off" en los nodos de final del árbol (hojas) que se han hecho coincidir con el
vencimiento del contrato, a cada hoja puede asignársele dicho "pay-off". Si fuera una "call"
europea con "strike" K dichos valores serían:
Probabilidad Subyacente "Pay-off"
§n· k
¨ ¸ p (1 − p ) max ( Su k d n − k − K , 0 )
n−k
Su k d n − k
k
© ¹
Con los valores del "pay-off" y sus probabilidades, se puede calcular la esperanza
matemática del valor presente del "pay-off" y como la medida aproxima la medida de
probabilidad de riesgo neutro, el valor computado aproxima el valor de la opción call europea.
n
§n·
Vcall europea ( t , S ) ≈ e−
r ⋅(T −t )
⋅ ¦ ¨ ¸ p k (1 − p ) ⋅ max ( Su k d n −k − K , 0 )
n−k
k =1 © k ¹
Del mismo modo, si se tratara de una opción "put" europea se podría escribir:
n
§n·
V put europea ( t , S ) ≈ e−
r ⋅(T −t )
⋅ ¦ ¨ ¸ p k (1 − p ) ⋅ max ( K − Su k d n −k , 0 )
n−k
k
k =1 © ¹
Estas aproximaciones convergen hacia el valor correcto de la opción conforme n se hace más
88 grande. En la práctica con n = 200 se obtienen valores con suficiente precisión. A partir de ahí
la convergencia es más lenta.
Colaboraciones
Aproximaciones binomiales
1.2
1.15
1.1
1.05

100 200 300 400
El método binomial aplicando sólo la primera idea básica de la convergencia en distribución de

las medidas de probabilidad, sin hacer uso de la segunda idea de "backward induction", conduce a
fórmulas explícitas para la aproximación, tanto como se desee, del valor de opciones vainilla de tipo
europeo. Obviamente, estas fórmulas requieren más tiempo de cómputo que las fórmulas de Black
& Scholes y no se utilizan para nada en la práctica, pero sirven para aclarar la naturaleza
probabilística del método binomial, así como para justificar su denominación. El uso de este
procedimiento para las opciones americanas requiere de la segunda idea básica, es decir, de
"backward induction" desde las hojas hasta el vértice aplicando, en el caso del "put" la fórmula:
Vi , j = max ª¬ e − r ⋅δ t ⋅ ( pVi +1, j + (1 − p ) Vi +1, j +1 ) , max ( S i , j − K , 0 ) º¼
El cálculo del valor de una opción con este algoritmo es en tiempo y precisión comparable
con los cálculos realizados mediante diferencias finitas. La desventaja reside en que se computa
un único valor de la opción en el vértice, lo que le convierte en inadecuado para la elaboración
de gráficos bidimensionales o tridimensionales y también para la estimación de la frontera de
valores críticos.
Los programas ValorBINOPA y ValorBINOCA pueden descargarse, están escritos en MatLab

y utilizan el procedimiento binomial con n = 1000 para valorar opciones "put" y "call" americanas
vainilla. No se generan gráficos ni información de otro tipo. El algoritmo del programa es muy
eficiente en el uso de memoria ya que no almacena todo el árbol, sino solamente dos niveles en
todo momento. Para obtener una precisión parecida con el algoritmo de diferencias finitas
89
implícito se precisa una matriz 1000 x 1000 y en una valoración se tarda el doble.
5. REFERENCIAS
— Arrow, K.J., Blackwell, D. & Girshick, M.A. (1949) Bayes and minimax solutions of
sequential decision problems. Econometrica 17
— Bellman, R. (1957) Dynamic Programming. Princeton University Press.
— Carr, P., Jarrow, R. & Minen, R. (1992) Alternative characterization of American put options.
Mathematical Finance 2
— Jacka, S.D. (1991) Optimal stopping and the american put. Mathematical Finance 1
— Peskir, G. (2005 ) On the american option problem. Mathematical Finance 15
— Peskir, G & Shiryaev, A. (2006) Optimal stopping and free-boundary problems. Lectures in
Mathematics ETH Zurich.
— Detemple, J. (1999) American Options: Symmetry Properties. Cirano - Montreal
— Brennan, M.J. & Schwartz, E.S. (1977) The valuation of american put options. Journal of
Finance 32.
— Jaillet, P., Lamberton, D. & Lapeyre, B. (1990) Variational inequalities and the pricing of
American options. Acta Appl. Math. 21.
— Karatzas, I. & Schreve, S.E. (1998) Methods of Mathematical Finance. Applications of

Math. Springer Verlag.
— McKean, H.P. (1965) A free-boundary problem for the heat equation arising from a problem
in mathematical economics. Ind. Management Rev. 6.
— Van Moerbeke, P. (1976) On optimal stopping and free-boundary problems, Arch. Rational
Mech Anal, 60.
— Cox, J.C., Ross, S.A. & Rubinstein, M. (1979) Option pricing: A simplified approach.
Journal of Financial Economics
— Bjerksund, P. & Stensland, G. (1993) American Exchange Options and a Put and Call
Transformation: A note. Journal of Business, Finance and Accounting 20(5).
— McDonald, R. & Schroder, M.D. (1998) A parity result for american options. Journal of
Computational Finance Vol 1.
90
Notas
NOTAS
91

Opciones Americanas PDF

Cargado por

Copyright:

Formatos disponibles

Opciones Americanas PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Opciones Americanas PDF

Cargado por

Copyright:

Formatos disponibles

Opciones americanas, valoración numérica

y cálculo de la frontera de valores críticos

G(t,S) = max (S(t) - K,0) = (S(t) - K)+ call

G(t,S) = max (K - S(t),0) = (K - S(t))+ put

Veuropea (t,S) ≤ Vamericana (t,S) ∀(t,S) ∈ [0,T]x[0,+∞)

(S - K)+ ≤ Vcall americana (t,S)

Opciones americanas, valoración numérica y...

Más adelante se demostrará que en la región de continuación la función de valor de la opción

V call (S,t) = S · N (d 1 ) - Ke -r·t · N(d 2 ) N(x) normal acumulada

Las opciones americanas pueden conceptualizarse como juegos asociados al proceso

superiores a ejercer y percibir el "pay-off" nadie ejercerá anticipadamente, en todo caso, si no le

V (t,S) ≥ G (S) ∀(t,S) ∈ [0,T]x[0,+∞)

2. PROBLEMAS DE PARADA ÓPTIMA CON HORIZONTE

Opciones americanas, valoración numérica y...

donde p (x,y,t - s) es la densidad de transición, función de t - s pero no del tiempo de partida ni

Se considera además una función medible no negativa de dos variables:

El proceso de Markov Xt puede considerarse un juego en el que el jugador tiene el derecho

G (τ , X τ ) ≤ sup G ( t , X t ) ∀τ tiempo de parada 0 ≤ τ ≤ T

momento antes del vencimiento T, o en el propio vencimiento, ejerciendo el derecho a percibir

Opciones americanas, valoración numérica y...

Por consiguiente, se define el valor del juego:

V ( t , x ) = sup Et , x ª¬G ( t + τ , X t +τ ) º¼ < +∞ τ tiempo de parada

La caracterización explícita o numérica de la función de valor V(t,x)y de la estrategia

También se pueden caracterizar las funciones superarmónicas mediante el generador

E t,x [f(t+s,X t+s )] ≤ f(t,x) ⇔ L x f(t,x)≤ 0 ∀x ∈ R+ ∀t ∈ [0,T]

El siguiente teorema cuya demostración puede encontrarse en la monografía "Optimal

E0, x ª« sup G ( t , X t ) º» < +∞ en el que se ha comenzado el proceso en (t,x), la condición necesaria

Además, si se define la función de valor a partir de la estrategia óptima:

V(t,x) = V^(t,x) ∀t ∈ [0,T] ∀t ∈ R+

y definidos los conjuntos:

50 B = {(t,x) ∈ [0,T] x R+: V(t,x) > G(t,x)} región de continuación.

R = {(t,x) ∈ [0,T] x R+: V(t,x) = G(t,x)} región de parada.

el tiempo de parada correspondiente al primer contacto con la región de parada

Opciones americanas, valoración numérica y...

A la frontera ∂B de la región de continuación, que obviamente no está contenida en dicha

En estas condiciones, la función de valor es la solución en la región abierta B del problema

La comprobación de esto se deduce de forma inmediata a partir del hecho de que Xt es un

de donde L(t,X)V = 0 ∀(t,x) ∈ B. Resuelto el problema en B en R la solución es inmediata pues 51

En ocasiones se plantea el problema descontado consistente en la búsqueda del tiempo de

V ( t , x ) = sup Et , x ª¬ e − r ⋅τ ⋅ G ( t + τ , X t +τ ) º¼ con r > 0

Este problema se reduce al problema ordinario de parada óptima sustituyendo el proceso de

El generador infinitesimal del proceso (t,X t ) es el operador diferencial:

3. OPCIONES AMERICANAS COMO PROBLEMAS DE PARADA ÓPTIMA

­ r tasa de interes libre de riesgo

Opciones americanas, valoración numérica y...

Gput (t,S) = max (K - S, 0) = (K - S)+

Naturalmente, en este caso se verifican las acotaciones:

Esto permite aplicar los resultados de la sección anterior.

El problema de la opción "put" vainilla americana con vencimiento finito es un problema

Además, al vencimiento de la opción la estrategia óptima es inmediata y el valor de la opción

De acuerdo con el Teorema 1 la existencia de Vput(t,S), menor función superarmónica que

La caracterización de la opción "put" americana con vencimiento finito como un problema

Por ello, la forma de abordar el problema en la práctica es diferente. Si se supone conocida

donde las incógnitas son Vput(t,S) y ∂B.

Opciones americanas, valoración numérica y...

Tomando límites cuando ε → 0 en la expresión anterior se obtiene que:

y toma el valor 0 en caso contrario.

Esto implica que se tiene que:

Es decir, en el caso de la opción "put" americana con vencimiento finito la condición de

r tasa de interes libre de riesgo

ES −ε ª¬( S − ε ) ⋅ Sτ º¼ ≤ ES [ S ⋅ Sτ ] ES −ε ª¬ K − ( S − ε ) ⋅ Sτ º¼ ≥ ES [ K − S ⋅ Sτ ] ∀τ tiempo de parada

°V put ( t , S ) si +∞ ≥ S ≥ SS

Vput perpetua (S(t)) ≥ Vput (t,S(t)) = K - S*(t)

entonces P (t) · C (t) = S·K

2. La función S(t) es continua en el intervalo [0,T), además S(T) = K donde K es el "strike" y