PENYELESAIAN NUMERIK MODEL BLACK-SCHOLES

MENGGUNAKAN METODE BEDA HINGGA UPWIND

IRFAN NUR AFFANDI

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
 PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*

Dengan ini saya menyatakan bahwa skripsi berjudul Penyelesaian Numerik

Model Black-Scholes Menggunakan Metode Beda Hingga Upwind adalah benar
karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam
bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, November 2014

Irfan Nur Affandi

NIM G54100084
 ABSTRAK
IRFAN NUR AFFANDI. Penyelesaian Numerik Model Black-Scholes
Menggunakan Metode Beda Hingga Upwind. Dibimbing oleh DONNY CITRA
LESMANA dan RUHIYAT.

Produk derivatif adalah instrumen keuangan yang nilainya bergantung pada

nilai aset. Salah satu produk derivatif yang diperdagangkan dalam pasar keuangan
adalah opsi. Opsi merupakan suatu kontrak antara dua pihak, yaitu pembeli dan
penjual yang memberikan hak untuk membeli atau menjual suatu aset tertentu
dengan harga dan waktu yang ditentukan. Berdasarkan waktu eksekusinya, opsi
dibagi menjadi opsi tipe Eropa dan opsi tipe Amerika. Model yang digunakan
untuk menentukan harga opsi tipe Eropa adalah model Black-Scholes yang
merupakan persamaan diferensial parsial dengan nilai awal dan syarat batasnya
bergantung pada jenis opsinya. Model ini dapat diselesaikan secara numerik
dengan menggunakan metode beda hingga. Pada karya ilmiah ini, metode yang
akan digunakan adalah metode implisit pada diskretisasi waktu dan metode beda
hingga upwind pada diskretisasi ruang. Contoh numerik juga diberikan untuk
menunjukkan kekonvergenan metode ini.

Kata kunci: metode beda hingga, model Black-Scholes, opsi

ABSTRACT
IRFAN NUR AFFANDI. Numerical Solution of the Black-Scholes Model Using
Upwind Finite Difference Methods. Supervised by DONNY CITRA LESMANA
and RUHIYAT.

Derivative product is a financial instrument in which the value was based

on certain asset value which is called the underlying asset. One of derivative
products traded in the financial market is called option, which is a contract
between two parties, the buyer and the seller, in which the parties give a right to
buy or sell the underlying asset by a certain price within a certain time frame.
Based on the execution time, the time options are divided into two types, the
European option and the American option. Models that are used to determine the
European option price is called Black-Scholes model. The model is in the form of
a partial differential equation with initial and boundary conditions depend on the
type of options either call option or put option. This model can be solved
numerically using the finite difference method. In this paper, we use implicit
method for time stepping and an upwind finite difference method for spatial
discretization. Numerical examples are also provided to show the convergence of
this method.

Key words: Black-Scholes model, finite difference method, option

 PENYELESAIAN NUMERIK MODEL BLACK-SCHOLES
MENGGUNAKAN METODE BEDA HINGGA UPWIND

IRFAN NUR AFFANDI

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains
pada
Departemen Matematika

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
 PRAKATA

Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wa Ta’ala atas
segala karunia-Nya sehingga karya ilmiah yang berjudul Penyelesaian Numerik
Model Black-Scholes Menggunakan Metode Beda Hingga Upwind berhasil
diselesaikan.
Penulis mengucapkan terima kasih kepada:
1 ayah, ibu, serta seluruh keluarga yang telah memberikan doa, nasehat, dan
kasih sayangnya,
2 Dr Donny Citra Lesmana, SSi MFinMath selaku Dosen Pembimbing I dan
Ruhiyat, MSi selaku Dosen Pembimbing II yang telah sabar memberikan
bimbingan, saran, dan kritik sehingga karya ilmiah ini dapat diselesaikan
dengan baik,
3 Dr Berlian Setiawaty, MS selaku moderator dalam seminar dan Dosen
Penguji yang telah banyak memberi sarannya,
4 seluruh dosen dan staf Departemen Matematika atas segala ilmu dan bantuan
yang diberikan selama perkuliahan,
5 teman-teman Matematika angkatan 47 yang telah membantu dalam kegiatan
belajar selama perkuliahan,
6 teman-teman Wisma Uganda (Ayub, Muhjidin, Adit, Nur Fatah, Trias,
Danang) yang senantiasa menjadi tempat berbagi,
7 teman-teman OMDA Sragen yang telah menemani perjalanan penulis selama
perkuliahan,
8 seluruh mahasiswa matematika Angkatan 46, 48, dan 49 Departemen
Matematika IPB yang telah menemani perjalanan penulis selama perkuliahan.
Semoga karya ilmiah ini bermanfaat.

Bogor, November 2014

Irfan Nur Affandi

 DAFTAR ISI

DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 2
TINJAUAN PUSTAKA 2
Definisi, Jenis, dan Nilai Opsi 2
Barisan 5
Model Black-Scholes 6
Metode Beda Hingga 9
Metode Implisit dan Metode Beda Hingga Upwind 10
Tridiagonal Solver 12
HASIL DAN PEMBAHASAN 12
Menentukan Model Black-Scholes 13
Syarat Awal dan Syarat Batas 13
Diskretisasi 14
Simulasi Numerik 17
SIMPULAN DAN SARAN 26
Simpulan 26
Saran 27
DAFTAR PUSTAKA 27
LAMPIRAN 28
RIWAYAT HIDUP 31
 DAFTAR TABEL

1 Hasil perhitungan orde kekonvergenan dari opsi call tipe Eropa 19

2 Hasil perhitungan orde kekonvergenan dari opsi put tipe Eropa 21
3 Hasil perhitungan orde kekonvergenan dari opsi Butterfly 23
4 Hasil perhitungan orde kekonvergenan dari opsi Cash or
Nothing (CoN) 25

DAFTAR GAMBAR

1 Payoff untuk opsi call dengan = 40 pada = 3

2 Payoff untuk opsi put dengan = 40 pada = 3
3 Payoff untuk opsi butterfly dengan = 20, = 40, dan = 60 4
4 Payoff untuk opsi cash or nothing dengan = 40 dan = 1 pada
= 4
5 Harga dari opsi call tipe Eropa 17
6 Harga opsi call untuk nilai volatilitas yang berbeda-beda 19
7 Harga opsi call dengan harga strike yang berbeda-beda 20
8 Harga dari opsi put tipe Eropa 20
9 Harga opsi put untuk nilai volatilitas yang berbeda-beda 21
10 Harga opsi put dengan harga strike yang berbeda-beda 22
11 Harga dari opsi Butterfly 22
12 Harga opsi Butterfly untuk nilai volatilitas yang berbeda-beda 23
13 Harga opsi Butterfly dengan harga strike yang berbeda-beda 24
14 Harga dari opsi Cash or Nothing (CoN) 24
15 Harga opsi Cash or Nothing (CoN) untuk nilai volatilitas yang
berbeda-beda 25
16 Harga opsi Cash or Nothing (CoN) dengan harga strike yang
berbeda-beda 26

DAFTAR LAMPIRAN

1 Pembuktian persamaan (5) 28

2 Program Matlab 29
 1

PENDAHULUAN

Latar Belakang

Sekarang ini minat seseorang terhadap suatu saham atau investasi dalam
dunia keuangan semakin berkembang pesat, sehingga semakin banyak orang yang
menggunakan produk derivatif. Produk derivatif merupakan instrumen keuangan
yang nilainya bergantung pada nilai aset yang mendasarinya (underlying asset).
Produk derivatif dapat digunakan untuk mengelola risiko dan spekulasi, serta
meminimumkan kerugian yang disebabkan oleh fluktuasi harga dari underlying
asset. Salah satu produk derivatif yang diperdagangkan dalam pasar keuangan
adalah opsi.
Opsi adalah suatu kontrak antara dua pihak, yaitu pembeli dan penjual, yang
memberikan hak untuk membeli atau menjual suatu aset tertentu dengan harga
yang telah ditentukan, pada atau sebelum waktu yang ditentukan. Harga di mana
aset tersebut dapat dibeli atau dijual disebut dengan harga exercise atau harga
strike, sedangkan waktu ketika kontrak berakhir dikenal sebagai expiration date
atau waktu jatuh tempo.
Pada dunia keuangan, opsi dibagi menjadi dua jenis, yaitu opsi call dan opsi
put. Berdasarkan waktu penggunaannya, opsi dikelompokkan menjadi dua, yaitu
opsi tipe Amerika (American option) dan opsi tipe Eropa (European option). Bursa
perdagangan opsi saham yang paling besar di dunia untuk produk derivatif yaitu
CBOE (Chicago Board Options Exchanges) yang mulai menjual opsi dari 16
saham, dan sekarang CBOE telah menjual opsi lebih dari 1200 saham.
Metode penentuan harga opsi secara umum dapat dilakukan dengan dua
metode yaitu metode analitik dan metode numerik. Metode analitik merupakan
suatu metode penentuan harga opsi yang menghasilkan nilai yang eksak,
sedangkan metode numerik merupakan metode penentuan harga opsi yang
menghasilkan nilai aproksimasi sehingga pada metode numerik mungkin akan
terdapat error di dalamnya. Pada tahun 1973 dua orang ahli keuangan Fisher Black
dan Myron Scholes berhasil mengembangkan model yang dikenal sebagai model
Black-Scholes. Model Black-Scholes ini penggunaannya terbatas karena hanya
dapat digunakan untuk menentukan harga opsi tipe Eropa saja, sedangkan model
ini tidak berlaku untuk opsi tipe Amerika. Salah satu metode numerik yang
digunakan untuk menentukan harga opsi adalah metode beda hingga.
Metode beda hingga adalah suatu metode numerik yang digunakan untuk
menyelesaikan persamaan diferensial dengan mengaproksimasi turunan-turunan
persamaan tersebut menjadi sistem persamaan linear. Secara umum, metode beda
hingga yang digunakan antara lain metode eksplisit, metode implisit, metode
Crank-Nicholson, metode beda hingga upwind (upwind finite difference method),
dan metode volume hingga (finite volume method). Metode yang akan digunakan
untuk menyelesaikan model Black-Scholes secara numerik dalam penelitian ini
adalah metode implisit pada diskretisasi waktu dan metode beda hingga upwind
pada diskretisasi ruang. Pada penelitian ini juga akan digunakan metode faktorisasi
Crout untuk menyelesaikan matriks sistem yang berbentuk matriks tridiagonal.
Software Matlab digunakan untuk komputasi numeriknya.
2

Tujuan Penelitian

Tujuan dari penelitian ini adalah:

1 Menyelesaikan persamaan harga opsi Black-Scholes menggunakan metode
implisit untuk diskretisasi waktu dan metode beda hingga upwind untuk
diskretisasi ruang.
2 Mencari orde kekonvergenan pada metode beda hingga upwind.

TINJAUAN PUSTAKA

Definisi, Jenis, dan Nilai Opsi

Definisi 1 (Opsi)
Instrumen derivatif adalah kontrak yang nilainya ditentukan oleh satu atau lebih
aset yang mendasari (underlying asset). Salah satu instrumen derivatif yang
berpotensi untuk dikembangkan adalah opsi. Opsi adalah suatu kontrak antara dua
pihak yang memberikan hak untuk membeli atau menjual suatu aset tertentu
dengan harga yang telah ditentukan pada waktu yang telah ditentukan (Hull 2009).

Definisi 2 (Underlying Asset)

Aset yang mendasari (underlying asset) adalah aset yang dijadikan sebagai objek
atau dasar transaksi. Dalam perdagangan opsi terdapat beberapa underlying asset,
antara lain saham (stock), valuta asing (foreign currency), berjangka (future), dan
indeks (index). Dalam karya ilmiah ini, underlying asset yang digunakan adalah
saham.

Definisi 3 (Jenis Opsi)

Menurut jenisnya opsi terbagi menjadi dua, yaitu opsi call dan opsi put. Opsi call
adalah opsi yang memberikan hak kepada pemegang opsi untuk membeli suatu
aset tertentu dengan jumlah tertentu pada harga dan jangka waktu tertentu. Opsi
put adalah opsi yang memberikan hak kepada pemegang opsi untuk menjual suatu
aset tertentu dengan jumlah tertentu pada harga dan jangka waktu tertentu.
Hull (2009) menyatakan bahwa strategi trading yang melibatkan dua atau
lebih opsi yang sama jenisnya disebut spread. Salah satu strategi spread adalah
butterfly spread. Butterfly spread adalah strategi yang melibatkan 3 buah opsi
dengan harga strike yang berbeda-beda. Strategi ini melibatkan pembelian opsi
call dengan harga strike , pembelian opsi call dengan harga strike yang lebih
tinggi dan penjualan dua opsi call dengan harga strike yang merupakan nilai
tengah dari dan . Strategi ini dipilih jika investor melihat bahwa harga saham
tidak dapat diperkirakan arah kenaikan atau penurunannya.
Payoff adalah imbalan yang diperoleh pada saat opsi jatuh tempo atau pada
saat opsi dieksekusi. Payoff untuk opsi call, opsi put, opsi butterfly spread, dan
opsi cash or nothing (CoN) pada waktu jatuh tempo adalah sebagai berikut:
 3

( ) all
( )
( ) ( ) ( ) l
{ ( )

dengan , , , menyatakan harga strike dari opsi, adalah harga saham,

adalah fungsi Heaviside dan adalah konstanta. Fungsi Heaviside yang digunakan
adalah:
{

Diagram payoff untuk opsi call, opsi put, opsi butterfly spread, dan opsi cash
or nothing (CoN) digambarkan pada Gambar 1-4.

40

35

30

25
Payoff

20

15

10

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 1 Payoff untuk opsi call dengan = 40 pada =

40

35

30

25
Payoff

20

15

10

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 2 Payoff untuk opsi put dengan = 40 pada =

4

20

18

16

14

12

Payoff 10

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 3 Payoff untuk opsi butterfly dengan = 20, = 40, dan = 60

pada

0.9

0.8

0.7

0.6
Payoff

0.5

0.4

0.3

0.2

0.1

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 4 Payoff untuk opsi cash or nothing dengan = 40 dan = 1 pada =

Menurut waktu eksekusinya opsi dibagi menjadi dua, yaitu opsi tipe Eropa
dan opsi tipe Amerika. Opsi tipe Eropa adalah opsi yang hanya dapat dieksekusi
pada saat kontrak jatuh tempo. Opsi tipe Amerika adalah opsi yang dapat
dieksekusi kapan saja sebelum atau pada saat kontrak jatuh tempo.

Definisi 4 (Nilai Opsi)

Nilai opsi adalah besarnya biaya yang dikeluarkan oleh seorang investor untuk
mendapatkan kontrak opsi dan pembayarannya dilakukan pada saat kontrak dibuat.
Ada beberapa hal yang memengaruhi nilai opsi, yaitu:
1 Harga saham ( )
Harga saham memengaruhi harga opsi, harga saham memiliki hubungan yang
searah dengan harga opsi call dan memiliki hubungan yang berlawanan dengan
harga opsi put.
2 Harga strike ( )
Harga strike merupakan harga jual atau harga beli saham yang tercantum
dalam kontrak opsi.
 5

3 Waktu jatuh tempo ( )

Pada opsi tipe Amerika, dari kedua macam opsi call maupun opsi put menjadi
lebih berharga jika waktu jatuh temponya semakin lama. Opsi tipe Eropa nilai
terhadap opsi call maupun opsi put tidak terpengaruh dengan waktu jatuh
tempo, hal ini berkenaan dengan waktu eksekusi hak.
4 Volatilitas ( )
Volatilitas merupakan suatu ukuran yang menunjukkan seberapa besar harga
berfluktuasi dalam suatu periode (Lo 2003).
Volatilitas atas underlying asset adalah suatu ukuran tingkat
ketidakpastian mengenai pergerakan underlying asset tersebut di masa yang
akan datang. Jika volatilitas semakin meningkat maka akan semakin meningkat
juga peluang undelying asset untuk mengalami peningkatan atau penurunan
terhadap suatu opsi.
5 Tingkat suku bunga bebas risiko ( )
6 Dividen ( )
Dividen merupakan bagian dari keuntungan perusahaan yang dibagikan kepada
para pemegang saham.
Ada beberapa istilah dasar yang berhubungan dengan harga saham ( ) dan
harga strike ( ):
1 Opsi call
 Jika maka opsi call dikatakan dalam keadaan in the money.
Pemegang opsi akan mengeksekusi opsi call, yaitu dengan menjual saham
dengan harga yang lebih besar dari dan akan mendapatkan hasil
sebesar .
 Jika , maka opsi call dikatakan dalam keadaan at the money.
 Jika , maka opsi call dikatakan dalam keadaan out of the money.

2 Opsi put
 Jika , maka opsi put dikatakan dalam keadaan out of the money.
 Jika , maka opsi put dikatakan dalam keadaan at the money.
 Jika , maka opsi call dikatakan dalam keadaan in the money.

Barisan

Definisi 5 (Barisan)
Barisan bilangan real adalah suatu fungsi yang terdefinisi pada himpunan bilangan
asli dan memiliki range yang termuat di himpunan bilangan real . Misalkan
adalah suatu barisan bilangan real dengan
( ) .
Barisan dapat dilambangkan
* + .

Misalkan * + adalah barisan bilangan real. Barisan * + dikatakan

memiliki limit untuk menuju takhingga, jika ( )
sehingga | | Barisan * + mempunyai limit ditulis
dengan lambang .
6

Definisi 6 (Barisan Konvergen)

Jika barisan bilangan * + memiliki limit , maka barisan * + dikatakan
konvergen ke .

Model Black-Scholes

Model Black-Scholes merupakan suatu model yang digunakan untuk

menentukan nilai opsi yang telah banyak digunakan di dunia keuangan, model ini
dikembangkan oleh Fischer Black dan Myron Scholes pada tahun 1973.
Penggunaan model Black-Scholes terbatas karena model ini hanya dapat
digunakan pada penentuan nilai opsi tipe Eropa yang dijalankan pada waktu jatuh
tempo (expiration date), sedangkan model ini tidak berlaku untuk opsi tipe
Amerika karena opsi tipe Amerika dapat dijalankan setiap saat sampai waktu jatuh
tempo (expiration date).
Ada beberapa asumsi untuk merumuskan nilai opsi yang dikembangkan oleh
Fisher Black dan Myron Scholes:
1 Sebaran harga saham adalah lognormal dan ragam dari return pada saham
adalah konstan.
2 Tidak ada biaya transaksi dan pajak.
3 Tipe opsi yang digunakan adalah tipe opsi Eropa.
4 Tidak ada kemungkinan arbitrase. Arbitrase adalah tindakan membeli sekuritas
yang berharga rendah di suatu pasar dan pada saat yang sama menjualnya
dengan harga yang lebih tinggi di pasar yang berbeda sehingga memperoleh
keuntungan tanpa risiko.
5 Tingkat suku bunga bebas risiko jangka pendek diketahui dan nilainya konstan.
6 Perdagangan dari aset yang mendasari bersifat kontinu.
7 Penjualan pendek (short selling) diizinkan.

Beberapa definisi atau istilah-istilah yang digunakan untuk memodelkan

model Black-Scholes:
Definisi 7 (Proses Stokastik)
Proses stokastik * ( ) + adalah suatu himpunan dari peubah acak
dengan himpunan indeks , dengan adalah waktu dan ( ) adalah suatu peubah
acak (Niwiga 2005).

Definisi 8 (Gerak Brown)

Proses stokastik * ( ) + disebut gerak Brown jika:
1 ( ) ,
2 Untuk peubah acak ( ) ( )
saling bebas, serta
3 Untuk ( ) menyebar normal dengan rataan 0 dan ragam
(Ross 2007).
 7

Definisi 9 (Proses Wiener)

Proses Wiener adalah suatu proses stokastik * ( ) + yang memenuhi
kondisi berikut:
1 ( ) ,
2 Untuk interval , ( ) ( ) menyebar normal ( )
dengan rataan 0 dan ragam ( ),
3 Kenaikan ( ) ( ) , ( ) ( ) … ( ) ( ) dalam
interval adalah saling bebas
(Ermogenous 2005).

Proses Wiener umum untuk suatu peubah acak dapat dinyatakan sebagai
berikut:
( ) ( )

dengan disebut komponen deterministik dan ( ) disebut komponen

stokastik, serta ( ) adalah proses Wiener, sedangkan dan masing-masing
menyatakan rataan dan simpangan baku dari (Hull 2009).

Definisi 10 (Proses Itô)

Proses Itô adalah proses Wiener umum dengan dan menyatakan suatu fungsi
dari peubah acak dan pada waktu . Proses Itô dapat dinyatakan sebagai berikut:

( ) ( ( ) ) ( ( ) ) ( ) (1)

(Hull 2009).

Teorema 1 (Lemma Itô)

Misalkan proses ( ) memenuhi persamaan (1) dan fungsi ( ) ( ( ) )
adalah kontinu, maka ( ) ( ( ) ) memenuhi persamaan berikut:

( ) ( ) ( )
( ) ( ) , (2)
dan
( ) ( ) ( ) ,

( ( )) .

Dengan menyubstitusikan persamaan (1) ke persamaan (2) didapat:

( ) ( ) ( ) ( )
( ) ( ) ( ). (3)

Persamaan (3) merupakan Lemma Itô (Niwiga 2005).

Definisi 11 (Model Harga Saham)

Harga saham yang berubah secara acak menurut waktu diasumsikan sebagai suatu
proses stokastik. Selain itu diasumsikan tidak ada pembayaran dividen atas saham.
8

Misalkan ( ) adalah harga saham pada waktu . Mengingat proses Itô,

perubahan ( ) akan memiliki nilai harapan drift rate . Parameter menyatakan
tingkat rata-rata pertumbuhan harga saham dan ( ) disebut komponen
deterministik. Karena harga saham juga dipengaruhi oleh faktor ketidakpastian
maka komponen stokastiknya adalah ( ) ( ) dengan menyatakan
volatilitas harga saham. Volatilitas harga saham mengindikasikan tingkat risiko
dari harga saham. Dengan demikian model dari harga saham dapat dinyatakan
sebagai berikut:

( ) ( ) ( ) ( ). (4)

Dengan persamaan (4) ini, dapat diterapkan Lemma Itô untuk suatu fungsi
( ), yaitu nilai opsi dengan harga saham pada waktu , sehingga diperoleh:

( ( ) ( ) ) ( ) ( ). (5)

Bukti dapat dilihat pada Lampiran 1.

Untuk menghilangkan proses Wiener dipilih sebuah portofolio yang

diinvestasikan pada saham dan derivatif. Strategi yang dipilih adalah membeli satu
opsi dan menjual . Misalkan adalah nilai portofolio yang dimaksud, maka

. (6)

Perubahan nilai portofolio pada selang waktu didefinisikan sebagai:

. (7)

Dengan menyubstitusikan persamaan (4) dan (5) ke persamaan (7) didapat:

( ) . (8)

Return dari investasi sebesar pada saham tak berisiko akan memiliki
pertumbuhan sebesar dalam selang waktu , di mana adalah suku bunga
bebas risiko. Agar tidak terdapat peluang arbitrase, nilai pertumbuhan ini harus
sama dengan ruas kanan dari persamaan (8):

( ) . (9)

Dengan menyubstitusikan persamaan (6) ke persamaan (9) didapat:

. (10)

Persamaan (10) merupakan persamaan Black-Scholes.

 9

Metode Beda Hingga

Salah satu metode numerik yang digunakan untuk menyelesaikan persamaan

diferensial adalah metode beda hingga. Metode beda hingga adalah suatu metode
numerik yang digunakan untuk menyelesaikan persamaan diferensial dengan
mengaproksimasi turunan-turunannya, seperti turunan terhadap waktu dan turunan
terhadap ruang. Pada umumnya, metode beda hingga digunakan untuk
menyelesaikan secara numerik model Black-Scholes. Metode beda hingga yang
digunakan antara lain metode eksplisit, metode implisit, metode Crank-Nicholson,
metode beda hingga upwind (upwind finite difference method), dan metode volume
hingga (finite volume method). Ada beberapa hal yang perlu diperhatikan untuk
menerapkan metode beda hingga pada suatu permasalahan persamaan diferensial,
yaitu sebagai berikut:
1 Diskretisasi
Misalkan ( ) menyatakan nilai opsi maka model Black-Scholes ditulis:

( ) ( ) ( )
( ) .

Bidang ( ) dipartisi menjadi mesh, dan panjang untuk subinterval di antara

mesh adalah dan . Kemudian pada dibagi menjadi titik, yaitu
. Titik-titik tersebut untuk mendiskretkan turunan terhadap
waktu dengan dan . Misalkan dipartisi menjadi
titik, yaitu . Titik-titik tersebut untuk mendiskretkan
turunan terhadap harga saham , dengan dan .
Dengan demikian, pada bidang ( ) terdapat ( ) ( ) mesh.
Selanjutnya, nilai dari opsi pada waktu ketika harga saham dinyatakan
oleh:
( )

dengan dan .

2 Aproksimasi
Aproksimasi diperoleh dari ekspansi deret Taylor. Misalkan ekspansi deret
Taylor untuk ( ) dan ( ) adalah sebagai berikut:

( ) ( ) ( ) (11)

( ) ( ) ( ). (12)

Menggunakan persamaan (11) diperoleh persamaan beda maju, yaitu:

( ) ( )
( )

. (13)
10

Menggunakan persamaan (12) diperoleh persamaan beda mundur, yaitu:

. (14)

Hasil pengurangan persamaan (12) dari (11) diperoleh persamaan beda pusat,
yaitu:

. (15)

Aproksimasi turunan kedua dapat diperoleh dengan menjumlahkan persamaan

(11) dan (12) sehingga diperoleh:

( ) ( ) ( )
( )

. (16)

Ekspansi deret Taylor untuk ( ) dan ( )

( ) ( ) ( ) (17)

( ) ( ) ( ). (18)

Menggunakan persamaan (17) dan (18), diperoleh:

(19)
(Niwiga 2005).

Metode Implisit dan Metode Beda Hingga Upwind

Metode implisit merupakan salah satu metode beda hingga yang digunakan
untuk menyelesaikan secara numerik persamaan diferensial parsial. Metode
implisit mengaproksimasi turunannya menggunakan persamaan beda pusat (beda
maju dan beda mundur).
Metode beda hingga upwind merupakan metode yang digunakan untuk
menyelesaikan suatu persamaan diferensial dengan mengaproksimasi turunan-
turunan persamaan tersebut menjadi sistem linear. Metode beda hingga upwind
dan metode implisit sama-sama mengaproksimasi turunannya menggunakan
persamaan beda pusat. Salah satu contoh kasus yang penyelesaiannya
menggunakan metode beda hingga adalah sebagai berikut:
Misalkan

( ) ( )
(26)
 11

dengan syarat awal:

( ) ( ) (27)

dan syarat batas:

( ) () (28)
( ) () . (29)

Kemudian untuk menyelesaikan sistem persamaan (26)-(29) dilakukan

pendiskretan menggunakan metode implisit sebagai berikut:

( )

. (30)

Untuk lebih memudahkan perhitungan, nilai , , dan dijadikan

dalam satu sisi dengan menguraikan persamaan (30), sehingga diperoleh
persamaan sebagai berikut:

( )

atau
(31)

dengan

untuk . Dengan menyubstitusikan nilai awal dan nilai batas,

maka persamaan (31) akan berbentuk sistem persamaan dalam bentuk matriks
berikut:

= (32)

[ ] [ ] [ ]
12

atau

dengan

dan

[ ] [ ]

asalkan ada (Yang 2005).

Solusi persamaan di atas dapat diselesaikan dengan menggunakan bantuan

software Matlab. Dalam menyelesaikan matriks yang berbentuk matriks
tridiagonal, diperlukan metode seperti metode sapuan ganda Cholesky, Algoritme
Thomas, atau Tridiagonal Solver untuk menyelesaikannya.

Tridiagonal Solver

Tridiagonal solver merupakan suatu metode yang digunakan untuk

menyelesaikan matriks sistem yang memiliki bentuk matriks tridiagonal. Dalam
penyelesaian numerik model Black-Scholes menggunakan metode implisit ini juga
dijumpai matriks yang berbentuk matriks tridiagonal, sehingga perlu dilakukan
penyelesaian komputasi numeriknya dengan menggunakan Tridiagonal Solver.
Tridiagonal Solver yang digunakan adalah faktorisasi Crout.
Faktorisasi Crout adalah salah satu metode langsung yang digunakan untuk
menyelesaikan solusi dari bentuk matriks sistem tridiagonal , di mana
adalah matriks tridiagonal berukuran dan adalah sebuah vektor yang
berukuran . Dalam menyelesaikan komputasi numeriknya, penyelesaian
sistem persamaan linear dengan metode faktorisasi Crout ini menggunakan
bantuan software Matlab.

HASIL DAN PEMBAHASAN

Pada bab ini akan dibahas tentang bagaimana langkah-langkah dalam

menyelesaikan model Black-Scholes secara numerik. Ada beberapa metode
numerik yang digunakan untuk menyelesaikan suatu persamaan diferensial parsial,
antara lain metode beda hingga, metode beda hingga upwind, dan metode volume
hingga. Dalam karya ilmiah ini metode yang digunakan untuk menyelesaikan
model Black-Scholes adalah metode implisit pada diskretisasi waktu dan metode
beda hingga upwind pada diskretisasi ruang. Ruang yang dimaksud dalam karya
ilmiah ini adalah harga saham. Dalam menyelesaikan komputasi numerik pada
penelitian ini digunakan bantuan software Matlab 7.7.0 (R2008b) dengan metode
 13

faktorisasi Crout untuk menyelesaikan sistem persamaan linear yang berbentuk

matriks tridiagonal.
Ada beberapa langkah yang perlu diperhatikan dalam menyelesaikan solusi
numerik model Black-Scholes, antara lain:
a. Menentukan model Black-Scholes yang akan diselesaikan.
b. Menentukan kondisi syarat awal dan syarat batasnya.
c. Melakukan diskretisasi waktu untuk model Black-Scholes dengan
menggunakan metode implisit dan diskretisasi ruang menggunakan metode
beda hingga upwind.
d. Melakukan simulasi numerik.

Menentukan Model Black-Scholes

Banyak opsi yang diperdagangkan di dalam pasar keuangan. Dalam

menentukan nilai opsi, digunakan suatu model yang dikenal sebagai model Black-
Scholes. Model ini penggunaannya terbatas karena hanya dapat digunakan untuk
menentukan nilai opsi tipe Eropa, sedangkan pada tipe Amerika model ini tidak
berlaku.
Secara umum persamaan Black-Scholes adalah sebagai berikut:

Dengan menggunakan transformasi , maka persamaan Black-Scholes

menjadi:
(33)
dengan
= volatilitas saham,
= harga saham,
= suku bunga bebas risiko, dan
= waktu jatuh tempo.

Syarat Awal dan Syarat Batas

Sebelum melakukan proses diskretisasi dengan menggunakan metode

implisit terlebih dahulu ditentukan syarat awal dan syarat batas. Adapun syarat
awal dan syarat batasnya adalah sebagai berikut:

( ) ( ) ( ), (34)

( ) ( ) ( ], (35)

( ) ( ) ( ]. (36)

Fungsi , , dan dipilih berdasarkan tipe dari opsi. Tipe opsi yang
dipilih adalah tipe opsi Eropa untuk opsi Call, Put, Butterfly spread, dan Cash or
14

Nothing (CoN). Syarat awal dan syarat batas dari opsi tipe Eropa tersebut
diberikan sebagai berikut:

( ) all
( )
( ) ( ) ( ) l
{ ( )

all
{
l

all
{
l

dengan , , , menyatakan harga strike dari opsi, adalah harga saham,

adalah fungsi Heaviside dan adalah konstanta. Fungsi Heaviside yang digunakan
adalah:
{
(Lesmana 2013).

Diskretisasi

Metode beda hingga untuk diskretisasi model Black-Scholes menggunakan

metode implisit untuk diskretisasi waktu dan metode upwind untuk diskretisasi
ruang. Langkah pertama dimulai dengan mendefinisikan mesh untuk waktu
berlakunya opsi ( ) dan ruang ( ), di mana mesh untuk dan adalah ( )
( ).
Misalkan ( ) dibagi menjadi sub-interval ( )
dengan untuk setiap
Panjang interval yang digunakan . Misalkan ( ) dibagi
menjadi sub-interval dengan mesh * + dengan
untuk setiap dan panjang interval .
Untuk setiap vektor ( ) dan ( )
dengan dan , didefinisikan turunan pertama dan
turunan kedua mengikuti operator beda hingga pada mesh di atas, sebagai berikut:

( )( )

( )( )
 15

( )( )

( )( )

Menggunakan operator di atas untuk mengaproksimasi persamaan (33) mengikuti

metode beda hingga upwind:

( )
( )( ) ( ) ( ) ( )

( )
( ) ( )

Karena persamaan (33) nilai , didapat:

( )( ) ( ) ( ) (37)

untuk setiap dan di mana

( ) dan ( ) dengan menjadi
aproksimasi untuk ( ) . Metode beda hingga upwind digunakan untuk
diskretisasi bentuk setelah diaproksimasi mengikuti persamaan beda maju.
Diskretisasi waktu juga berdasarkan persamaan beda mundur dan dengan demikian
persamaan (37) akan memenuhi skema numerik metode implisit.

( ) ( )

( ) ( )

( ) ( )

(38)

( ) ( )

( ) (39)
16

Persamaan (39) dapat disederhanakan menjadi:

(40)

untuk dan , dengan

(41)

(42)

. (43)

Dalam bentuk matriks, persamaan tersebut dapat ditulis menjadi:

[ ][ ]

= +

[ ] [ ]

atau
.

Teorema 2 (Matriks-M)
Misalkan matriks nonsingular yang berukuran dengan untuk
dan untuk serta semua elemen dari matriks taknegatif, maka
matriks disebut Matriks-M.
Untuk sembarang , matriks ( ) adalah suatu matriks-M
untuk .
Bukti:
Untuk membuktikan teorema ini, harus ditunjukkan bahwa:
, (44)

| | | | (45)
untuk .
 17

Untuk matriks dari persamaan (41) (43) dapat dilihat bahwa syarat (44)
terpenuhi. Selanjutnya syarat (45), karena dan maka:

| | | |
| | | |. (46)
Definisi dari ( ) dan berdasarkan (45), diperoleh:

∑| |

Dengan demikian, merupakan matriks-M karena matriks tridiagonal

memiliki diagonal utama bernilai positif dan dua diagonal di atas dan di bawah
diagonal utama bernilai negatif.

Simulasi Numerik

Pada bagian ini akan ditunjukkan efisiensi dan akurasi dari metode
diskretisasi. Hasil simulasi ini menggunakan empat model masalah opsi yang
komputasi numeriknya menggunakan software Matlab 7.7.0 (R2008b) dan
algoritme komputasinya dapat dilihat pada Lampiran 2. Model opsi yang
digunakan adalah sebagai berikut:
1 Opsi call tipe Eropa
Parameter-parameter yang digunakan untuk menghitung nilai dari opsi
call adalah = 0.1, = 0.2, = 40, =1, dan = 80. Perhitungan ini
menggunakan metode implisit pada mesh yang seragam dengan = 40 ( = 2)
dan = 20 ( = 0.05) yang hasilnya disajikan pada Gambar 5.

ht=0.0500 hS=2.0000

50

40
Harga Opsi

30

20

10

0
1
80
0.5 60
40
20
Waktu 0 0
Harga Saham

Gambar 5 Harga dari opsi call tipe Eropa

18

Dari Gambar 5 dapat ditunjukkan bahwa semakin meningkatnya harga

saham pada kontrak opsi yang memiliki waktu jatuh tempo (expiration date)
satu tahun maka akan meningkatkan harga opsi call. Dalam keadaan seperti
ini, apabila maka pemegang kontrak opsi akan mengeksekusi
kontraknya karena investor akan memperoleh keuntungan.
Dalam karya ilmiah ini, untuk menunjukkan orde kekonvergenan perlu
dicari perbandingan numeriknya menggunakan rumus berikut:
‖ ‖
(‖ ‖ ) ⁄
‖ ⁄ ‖

‖ ‖ | ( )|

dengan menunjukkan perhitungan solusi pada mesh dengan ukuran mesh

saham dan ukuran mesh waktu. merupakan solusi eksak yang
diperoleh dari solusi analitik. Sejauh ini, tidak diperoleh solusi analitik untuk
opsi butterfly dan opsi Cash or Nothing (CoN), sehingga diperlukan
aproksimasi yang sangat kecil. Dalam kasus ini digunakan solusi numerik
dengan = 2560 dan = 1280 sebagai solusi eksaknya. Solusi analitik untuk
opsi call tipe Eropa dan opsi put tipe Eropa menggunakan rumus berikut:

( )
( ) ( ) ( )

( )
( ) ( ) ( )
dengan
( ⁄ ) ( )( )
√

( ⁄ ) ( )( )
√
Keterangan:
= harga opsi call tipe Eropa
= harga opsi put tipe Eropa
= harga saham
= harga strike
= tingkat suku bunga bebas risiko
= jangka waktu berlakunya opsi
= volatilitas dari harga saham
= mesh dari variabel
= mesh dari variabel
( ) = fungsi sebaran kumulatif normal baku, dengan = ,

( ) ∫
√
(Hull 2009).
 19

Tabel 1 Hasil perhitungan orde kekonvergenan dari opsi call tipe Eropa

M N ‖ ‖ (‖ ‖ )
41 21 7.03901
81 41 2.25213 3.12
161 81 6.53705 3.44
321 161 3.51339 1.86
641 321 2.26599 1.55
1281 641 1.52048 1.49

Hasil perhitungan orde kekonvergenan dari opsi call tipe Eropa

ditunjukkan pada Tabel 1. Dari Tabel 1 dapat dilihat bahwa orde
kekonvergenan dari proses diskretisasi metode implisit dan metode beda
adalah sekitar 2 pada ‖ ‖ .
Harga opsi call untuk tiga nilai volatilitas yang berbeda pada saat
disajikan pada Gambar 6. Dari Gambar 6 terlihat bahwa nilai opsi call
meningkat ketika volatilitasnya meningkat.

45
volatilitas=5%
40 volatilitas=20%
volatilitas=70%
35

30
Harga Opsi

25

20

15

10

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 6 Harga opsi call untuk nilai volatilitas yang berbeda-beda

20

70
K = 20
60 K = 40
K = 60

50
Harga Opsi

40

30

20

10

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 7 Harga opsi call dengan harga strike yang berbeda-beda

2 Opsi put tipe Eropa

Parameter-parameter yang digunakan untuk menghitung nilai dari opsi
put adalah = 0.1, = 0.2, = 40, =1, dan = 80. Hasil perhitungan
nilai opsi put yang dihitung menggunakan metode implisit pada mesh yang
seragam dengan = 40 ( = 2) dan = 20 ( = 0.05) disajikan pada Gambar
8.

ht=0.0500 hS=2.0000

40

35

30

25
Harga Opsi

20

15

10

5 1
0 0.5
0 20 40 60 80 0
Waktu
Harga Saham

Gambar 8 Harga dari opsi put tipe Eropa

 21

Dari Gambar 8 terlihat bahwa semakin meningkatnya harga saham pada

kontrak opsi yang memiliki waktu jatuh tempo (expiration date) satu tahun
maka harga opsi akan cenderung menurun. Dalam keadaan seperti ini,
maka pemegang kontrak opsi tidak akan mengeksekusi kontraknya,
karena apabila kontrak tersebut dieksekusi maka investor akan memperoleh
kerugian.
Tabel 2 Hasil perhitungan orde kekonvergenan dari opsi put tipe Eropa

M N ‖ ‖ (‖ ‖ )
41 21 1.75441
81 41 9.91805 1.77
161 81 5.74685 1.73
321 161 3.51261 1.64
641 321 2.26580 1.55
1281 641 1.52043 1.50

Hasil perhitungan orde kekonvergenan dari opsi put tipe Eropa

ditunjukkan pada Tabel 2. Dari Tabel 2 dapat dilihat bahwa orde
kekonvergenan dari proses diskretisasi metode implisit adalah sekitar 1.6 pada
‖ ‖ .
Harga opsi put untuk tiga nilai volatilitas yang berbeda pada saat
yang hasilnya disajikan pada Gambar 9. Dari Gambar 9 terlihat bahwa nilai
dari opsi put meningkat ketika volatilitasnya meningkat.

40
volatilitas=5%
35 volatilitas=20%
volatilitas=70%

30

25
Harga Opsi

20

15

10

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 9 Harga opsi put untuk nilai volatilitas yang berbeda-beda

22

60
K = 20
K = 40
50 K = 60

40
Harga Opsi

30

20

10

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 10 Harga opsi put dengan harga strike yang berbeda-beda

3 Opsi Butterfly
Parameter-parameter yang digunakan untuk menghitung nilai dari opsi
Butterfly adalah = 0.1, = 0.2, = 30, = 40, = 50, =1, dan =
80. Hasil perhitungan nilai dari opsi Butterfly yang dihitung dengan
menggunakan metode implisit pada mesh yang seragam dengan = 40 ( = 2)
dan = 20 ( = 0.05) yang hasilnya disajikan pada Gambar 11.

ht=0.0500 hS=2.0000

10

8
Harga Opsi

0
1
80
0.5 60
40
20
Waktu 0 0
Harga Saham

Gambar 11 Harga dari opsi Butterfly

 23

Dari Gambar 11 terlihat bahwa saat harga saham 30 sampai 40 harga

opsi mengalami peningkatan, sedangkan pada saat harga saham 40 sampai 50
harga opsi mengalami penurunan. Untuk harga saham 0 sampai 30 dan 50
sampai 80 harga opsinya 0 pada saat waktu jatuh tempo.

Tabel 3 Hasil perhitungan orde kekonvergenan dari opsi Butterfly

M N ‖ ‖ (‖ ‖ )
41 21 3.52358
81 41 1.95576 1.80
161 81 1.10016 1.78
321 161 6.27766 1.75
641 321 3.44710 1.82
1281 641 1.51147 2.28

Hasil perhitungan orde kekonvergenan dari opsi butterfly ditunjukkan

pada Tabel 3. Dari Tabel 3 dapat dilihat bahwa orde kekonvergenan dari proses
diskretisasi metode implisit adalah sekitar 1.8 pada ‖ ‖ .
Harga opsi Butterfly untuk tiga nilai volatilitas yang berbeda pada saat
yang hasilnya disajikan pada Gambar 12. Dari Gambar 12 terlihat bahwa
fungsi menurun dari volatilitas ketika opsi in the money dan fungsi meningkat
dari volatilitas ketika out of the money.

8
volatilitas=5%
7 volatilitas=20%
volatilitas=70%

5
Harga Opsi

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 12 Harga opsi Butterfly untuk nilai volatilitas yang berbeda-beda

24

7
K1 = 10, K2 = 20, K3 = 30
K1 = 30, K2 = 40, K3 = 50
6 K1 = 50, K2 = 60, K3 = 70

5
Harga Opsi

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 13 Harga opsi Butterfly dengan harga strike yang berbeda-beda

4 Opsi Cash or Nothing (CoN)

Parameter-parameter yang digunakan untuk menghitung nilai dari opsi
Cash or Nothing (CoN) adalah = 0.1, = 0.2, = 40, =1, = 1, dan
= 80. Hasil perhitungan nilai dari opsi Cash or Nothing (CoN) yang
dihitung dengan menggunakan metode implisit pada mesh yang seragam
dengan = 40 ( = 2) dan = 20 ( = 0.05) yang hasilnya disajikan pada
Gambar 14.

ht=0.0500 hS=2.0000

0.8
Harga Opsi

0.6

0.4

0.2

0
1
80
0.5 60
40
20
0 0
Waktu Harga Saham

Gambar 14 Harga dari opsi Cash or Nothing (CoN)

 25

Dari Gambar 14 dapat ditunjukkan bahwa harga opsi bernilai 0 saat

harga saham di bawah 40 dan harga opsi akan bernilai 1 saat harga saham di
atas 40 pada waktu jatuh tempo (expiration date).

Tabel 4 Hasil perhitungan orde kekonvergenan dari opsi Cash or Nothing

(CoN)
M N ‖ ‖ (‖ ‖ )
41 21 3.03762
81 41 2.37941 1.28
161 81 1.76795 1.34
321 161 1.24766 1.42
641 321 9.29439 1.34
1281 641 5.42611 1.71

Hasil perhitungan orde kekonvergenan dari opsi Cash or Nothing (CoN)

ditunjukkan pada Tabel 4. Dari Tabel 4 dapat dilihat bahwa orde
kekonvergenan dari proses diskretisasi metode implisit adalah sekitar 1.4 pada
‖ ‖ .
Harga opsi Cash or Nothing (CoN) untuk tiga nilai volatilitas yang
berbeda pada saat digambarkan pada Gambar 15. Ketika volatilitas lebih
tinggi maka kemungkinan besar harga saham mengalami peningkatan atau
penurunan, dan harga opsi akan lebih murah ketika in the money dan akan
lebih mahal ketika out of the money.

1
volatilitas=5%
0.9
volatilitas=20%
volatilitas=70%
0.8

0.7

0.6
Harga Opsi

0.5

0.4

0.3

0.2

0.1

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 15 Harga opsi Cash or Nothing (CoN) untuk nilai volatilitas yang
berbeda-beda
26

1
K = 20
0.9
K = 40
0.8 K = 60

0.7

0.6
Harga Opsi

0.5

0.4

0.3

0.2

0.1

0
0 10 20 30 40 50 60 70 80
Harga Saham

Gambar 16 Harga opsi Cash or Nothing (CoN) dengan harga strike yang
berbeda-beda

SIMPULAN DAN SARAN

Simpulan

Karya ilmiah ini berhasil menunjukkan bagaimana langkah-langkah dalam

menyelesaikan solusi numerik dari model Black-Scholes dengan menggunakan
metode implisit pada diskretisasi waktu dan metode beda hingga upwind pada
diskretisasi ruang. Solusi yang didapat dari penyelesaian numerik ini berupa
matriks sistem yang berbentuk matriks tridiagonal, sehingga dalam
menyelesaikannya perlu digunakan metode faktorisasi Crout untuk menyelesaikan
matriks tridiagonal tersebut. Software Matlab digunakan untuk membantu
menyelesaikan komputasi numeriknya.
Berdasarkan hasil simulasi numerik diperoleh informasi sebagai berikut:
1 Opsi call Eropa
 Semakin tinggi harga saham pada kontrak opsi yang memiliki waktu jatuh
tempo satu tahun maka harga opsi juga akan semakin meningkat.
 Orde kekonvergenan sekitar 2.
2 Opsi put Eropa
 Semakin tinggi harga saham pada kontrak opsi yang memiliki waktu jatuh
tempo satu tahun maka harga opsi akan cenderung menurun.
 Orde kekonvergenan sekitar 1.6.
 27

3 Opsi Butterfly
 Harga opsi akan meningkat saat harga saham 30 sampai 40 dan harga opsi
akan menurun saat harga saham 40 sampai 50.
 Orde kekonvergenan sekitar 1.8.
4 Opsi Cash or Nothing (CoN)
 Harga opsi bernilai 0 saat harga saham di bawah 40 dan harga opsi akan
bernilai 1 saat harga saham di atas 40 pada saat jatuh tempo.
 Orde kekonvergenan sekitar 1.4.

Saran

Model Black-Scholes merupakan model yang digunakan untuk menentukan

nilai opsi tipe Eropa. Selain itu, model ini juga dapat digunakan untuk menentukan
rasio lindung nilai untuk opsi tipe Eropa. Dalam karya ilmiah ini hanya digunakan
metode implisit dan metode beda hingga upwind untuk menyelesaikan solusi
numerik dari model Black-Scholes. Penyelesaian numerik model Black-Scholes
juga dapat menggunakan metode beda hingga yang lain, seperti metode eksplisit,
metode Crank-Nicholson, dan metode volume hingga.

DAFTAR PUSTAKA

Ermogenous, A. 2005. Brownian Motion and Its Applications In The Stock

Market. Chicago (US): Illinois Institute of Technology.
Hull JC. 2009. Option, Future, and Other Derivatives. Ed ke-7. New Jersey (US):
Pearson Education.
Lesmana DC. 2013. An upwind finite difference method for a nonlinear Black-
Scholes equation governing European option valuation under transaction cost
[tesis]. Western Australia (AU): University of Western Australia.
Lo MS. 2003. Generalized autoregressive conditional heterscedasticity time series
model [tesis]. Burnaby (CA): Simon Fraser University.
Niwiga DB. 2005. Numerical method for valuation of financial derivatives [tesis].
South Africa (ZA): University of Western Cape.
Ross SM. 2007. Introduction to Probability Models. Ed ke-9. South California
(US): Elsevier.
Yang WY. 2005. Applied Numerical Methods Using Matlab. New Jersey (US): J
Wiley.
28

LAMPIRAN

Lampiran 1 Pembuktian persamaan (5)

Diasumsikan bahwa model dari harga saham dapat dinyatakan sebagai

berikut:
( ) ( ) ( ) ( ) (1.a)

Misalkan ( ) ( ( ) ). Berdasarkan Lemma Itô maka berlaku:

( ) ( ) ( ( )) . (1.b)

Dengan menguadratkan kedua ruas pada persamaan (1.a), diperoleh ( ( ))

sebagai berikut:

( ( )) ( ( ) ( ) ( ))

( ) ( ) ( ) ( ) ( ) ( ) ( ( ))

Diketahui bahwa ( ) , ( )( ( )) , dan ( ( )) , maka

( ( )) ( ) . (1.c)

Dengan menyubstitusikan persamaan (1.a) dan (1.c) pada persamaan (1.b) akan
diperoleh:

( ) ( ( ) ( ) ( )) ( )

( ) ( ) ( ) ( )

( ( ) ( ) ) ( ) ( ).

Jadi, persamaan (5) terbukti.

 29

Lampiran 2 Program Matlab

function V = EuImplisit(u0,g1,g2,S_end,T,nS,nt)

format long
nS1 = nS+1; % banyaknya mesh ruang (S)
hS = S_end/nS; % panjang dari sub interval S
hS2 = hS*hS;
nt1 = nt+1; % banyaknya mesh dari waktu(t)
ht = T/nt; % panjang dari sub interval t
r = 0.1; % suku bunga bebas risiko
sigma0 = 0.2; % sigma dari model Black-Scholes
rat = 1/ht; % rasio dari panjang ruang dan panjang waktu

% Membangkitkan mesh dari variabel S dan t

Svec = hS*(0:nS); % ukuran = 1x(nS+1)
tvec = ht*(0:nt); % ukuran = 1x(nt+1)

% Mendefinisikan dimensi dari variabel yang tidak diketahui

U = zeros(nt1,nS1); % ukuran = (nt+1)x(nS+1)
for k = 1:nS1
U(1,k) = feval(u0,Svec(k));
end

for k = 1:nt1
U(k,1) = feval(g1,tvec(k));
U(k,nS1) = feval(g2,tvec(k));
end

for m = 2:nt1 % langkah iterasi waktu

Vtemp = U(m-1,:);
Un = U(m-1,:);
U_SS = zeros(1,nS1-2);
for j = 2:nS1-1
U_SS(j-1) = (Vtemp(j+1)-2*Vtemp(j)+Vtemp(j-1))/hS2;
end

Svechit = zeros(1,nS1-2);
for j = 1:(nS1-2)
Svechit(j) = Svec(j+1);
end

sigma2 = 0.5*sigma0^2; % ukuran(sigma2) = 1x(nS1-2)

b = r*Svechit;
A = zeros(nS1-2,3);
for i = 1:(nS1-2)
A(i,2) = rat + 2*sigma2*(Svechit(i)^2)/hS2+(1/hS)*b(i)+r;
end
for i = 1:(nS1-2)
A(i,1) = -sigma2*(Svechit(i)^2)/hS2;
end
for i = 1:(nS1-2)
A(i,3) = -sigma2*(Svechit(i)^2)/hS2 - (1/hS)*b(i);
end
30

e_1 = sigma2*(Svechit(1)^2)/hS2;
e_n1 = sigma2*(Svechit(end)^2)/hS2 + (1/hS)*b(end);

F = zeros(nS1-2,1);
F(1) = e_1*U(m,1) + rat*Un(2);
F(nS1-2) = e_n1*U(m,nS1) + rat*Un(nS1);
for i = 2:(nS1-3)
F(i) = rat*Un(i+1);
end

% Menyelesaikan matriks tridiagonal A*U = F menggunakan

Faktorisasi Crout
lamb1 = zeros(nS1-2,1);
lamb1(1) = A(1,3)/A(1,2);
d = zeros(nS1-2,1);
d(1) = F(1)/A(1,2);
for k = 2:(nS1-2)
lamb1(k) = A(k,3)/(A(k,2)-A(k,1)*lamb1(k-1));
d(k) = (F(k)-A(k,1)*d(k-1))/(A(k,2)-A(k,1)*lamb1(k-1));
end
v1 = zeros(nS1-2,1);
v1(nS1-2) = (F(nS1-2)-A(nS1-2,1)*d(nS1-3))/(A(nS1-2,2)-A(nS1-
2,1)*lamb1(nS1-3));
for k = (nS1-3):-1:1
v1(k) = d(k) - lamb1(k)*v1(k+1);
end
% matriks tridiagonal selesai

V1temp = [U(m,1) v1' U(m,end)];

Vfin = V1temp + 0*Vtemp;
for i = 1:nS1
U(m,i) = Vfin(i);
end
end % iterasi waktu selesai

V = zeros(nt1,nS1);
for j = 1:nt1
V(j,:) = U((nt1+1)-j,:);
end

% Plot dari solusi numerik

surf(Svec,tvec,V)
xlabel('Harga Saham');
ylabel('Waktu');
zlabel('Harga Opsi');
s1 = sprintf('h_t=%6.4f h_S=%6.4f', ht, hS);
title(s1);

‘
 31

RIWAYAT HIDUP

Penulis dilahirkan di Sragen pada tanggal 9 Januari 1993 dari ayah Sugito
dan ibu Dra Sri Suwarti. Penulis adalah putra pertama dari tiga bersaudara. Tahun
2010 penulis lulus dari SMA Negeri 1 Gondang, Sragen dan pada tahun yang sama
penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan
Seleksi Masuk IPB dan diterima di Departemen Matematika, Fakultas Matematika
dan Ilmu Pengetahuan Alam.
Selama mengikuti perkuliahan, penulis aktif di lembaga kemahasiswaan dan
memegang amanah sebagai staf Public Relation Gugus Mahasiswa Matematika
(Gumatika) IPB selama dua periode kepengurusan yaitu tahun 2012 dan 2013,
serta ketua Organisasi Mahasiswa Daerah Sragen tahun 2013. Penulis pernah
mengikuti beberapa kegiatan kepanitiaan yang diselenggarakan oleh Gumatika
diantaranya adalah kepanitiaan IPB Mathematics Challenge (IMC), Fieldtrip
Matematika angkatan 47, studi banding Gumatika, dan berbagai kegiatan lainnya.
Penulis juga aktif dalam kegiatan yang diselenggarakan oleh IPB di antaranya
Canvasing IPB dan IPB Goes To Field (IGTF) 2013.