Anda di halaman 1dari 11

American Journal of Engineering Research (AJER) 2019

American Journal of Engineering Research (AJER)


e-ISSN: p-ISSN :
Volume-x, Issue-x, pp-xxx-xxx
www.ajer.org
Research Paper Open Access

Rainbow Put Asian Option Pricing Determination based on


Fractional Brownian Motion using Arithmetic and Geometric
Average
Aulia R. Nurhidayah1, Isnani Darti1, Mila Kurniawaty1
1
Faculty of Mathematics and Sciences, Brawijaya University, Malang, Indonesia
Corresponding Author: Aulia R. Nurhidayah

ABSTRACT : Financial markets that have changed over time have had very diverse effects in the development
of various types of complex financial derivatives, especially in the options field. Di dalam artikel ini dibahas
gabungan dari dua opsi eksotik yaitu opsi rainbow dan opsi Asia di bawah gerak Brown fraksional. Gerak
Brown fraksional dipilih karena lebih baik dalam menggambarkan situasi fluktuasi dari perubahan harga
saham yang terjadi. Formula harga opsi rainbow put Asian telah didapatkan, yang kemudian hasil analitik dan
simulasinya dipaparkan dalam bentuk tabel. Analisis sensitivitas juga dilakukan untuk memperjelas
rasionalitas model yang digunakan. Selanjutnya dibahas tentang perbandingan harga opsi rainbow put Asian
menggunakan rata-rata geometrik dan aritmatika.

KEYWORDS : fractional Brownian motion, rainbow put Asian option, geometric average
---------------------------------------------------------------------------------------------------------------------------------------
Date of Submission: xx-xx-xxxx Date of acceptance: xx-xx-
xxxx
---------------------------------------------------------------------------------------------------------------------------------------

I. INTRODUCTION (10 BOLD)


Pasar keuangan (financial market) adalah pasar yang memperdagangkan aset-aset keuangan. Pasar
keuangan dalam dunia keuangan terdiri atas pasar uang (money market) dan pasar modal (capital market). Pasar
modal sendiri terdiri atas pasar obligasi, pasar saham, dan pasar untuk derivatif (Hermuningsih [1]). Derivatif
adalah instrumen keuangan yang nilainya bergantung pada atau akan bernilai jika harga aset yang mendasarinya
(underlying asset) berubah. Secara umum, terdapat dua jenis derivatif, yaitu opsi dan futures yang sekarang aktif
diperdagangkan di banyak bursa keuangan karena dianggap menguntungkan para investor yang ingin bermain di
pasar saham dan dunia keuangan. Opsi adalah suatu kontrak yang memberikan hak kepada si pemegang untuk
membeli atau menjual aset (sesuai perjanjian) pada waktu tertentu dan dengan harga tertentu. Opsi adalah suatu
kontrak yang memberikan hak kepada si pemegang untuk membeli atau menjual aset (sesuai perjanjian) pada
waktu tertentu dan dengan harga tertentu (Hull [2]).
Opsi call adalah suatu tipe kontrak yang memberikan hak kepada pemegang opsi untuk membeli dari
penjual opsi sejumlah lembar saham tertentu pada harga dan jangka waktu tertentu. Opsi put merupakan opsi
yang memberikan hak kepada pemegangnya untuk menjual saham dalam jumlah tertentu kepada pembeli opsi
pada waktu dan harga yang telah ditentukan. Terdapat opsi dimana payoff tidak hanya bergantung pada harga
aset pada saat pelaksanaannya, tetapi juga bergantung pada harga-harga aset selama masa berlaku opsi. Opsi ini
disebut dengan path-dependent option atau dikenal juga dengan opsi eksotik (exotic options). Opsi yang utama
dari opsi eksotis terdapat dua jenis, yaitu correlation options dan path dependent options. Correlation options
adalah opsi yang payoff nya dipengaruhi oleh lebih dari satu underlying asset (aset yang mendasarinya). Salah
satu contoh correlation options adalah opsi Rainbow. Path dependent options adalah opsi yang payoffnya
dipengaruhi oleh bagaimana harga aset-aset dasarnya pada saat jatuh tempo tercapai sesuai yang diharapkan.
Salah satu contoh dari path dependent options adalah opsi Asia (Wiklund [3]).
Opsi Asia adalah opsi dimana payoff bergantung pada rata-rata harga aset selama opsi tersebut berlaku.
Terdapat dua cara dalam menentukan harga opsi put/call Asia, yakni diturunkan secara analitik maupun
diaproksimasi secara numerik. Opsi Asia dan opsi Rainbow sangat meningkat kepopulerannya di pasar bebas.
Opsi Rainbow Asia pengembangan opsi yang hasilnya bergantung pada maksimum atau minimum rata-rata

www.ajer.org Page 237


www.ajer.org
American Journal of Engineering Research (AJER) 2020
harga aset dasarnya (Wang, et al. [4]). Nilai opsi dapat ditentukan dengan menggunakan beberapa model, salah
satunya menggunakan model Black-Scholes. Model Black-Scholes dapat digunakan untuk opsi Asia mulai saat
hak opsi diberikan hingga saat opsi jatuh tempo. Model Black-Scholes mempunyai beberapa asumsi yaitu tidak
memberikan pembayaran dividen, tidak ada biaya transaksi, suku bunga bebas risiko, dan perubahan harga
saham mengikuti pola acak (Widyawati and Sulistianingsih [5]).
Perubahan harga saham yang terjadi di pasar keuangan bergerak secara acak menurut waktu.
Perubahan yang terjadi tersebut diasumsikan mengikuti proses Wiener atau biasa disebut Gerak Brown
Geometrik yang merupakan tipe tertentu dari proses stokastik rantai Markov, dimana suatu perubahan terjadi
dalam waktu yang cukup singkat dan nilai saat ini berpengaruh untuk memprediksi nilai yang akan datang (Hull
[2]). Di dalam bidang matematika keuangan model harga saham Black-Scholes terdiri dari aset yang berisiko,
saham S(t ), obligasi, dan aset bebas risiko. Aset yang berisiko adalah sebuah proses stokastik S(t ) yang
mengikuti gerak Brown geometrik. Pada model persamaan Black-Scholes return-nya saling independen satu
sama lain, dengan kata lain perubahan harga saham hari ini tidak memiliki korelasi dengan perubahan harga
saham sebelumnya (Ostaszewicz, [6]). Beberapa penelitian dari Mandelbrot [7] telah membuktikan bahwa suatu
long-range dependency ada diantara return-return pada beberapa pasar saham, sehingga Mandelbrot
H
mengemukakan pergantian model penurunan gerak Brown dengan gerak Brown fraksional ( Bt ).
Gerak Brown fraksional (fractional Brownian motion) merupakan perluasan dari gerak Brown klasik
atau sederhana dengan penambahan Hurst indeks H , dimana saat parameter Hurst H=1 /2 adalah gerak
Brown geometrik standar (Wang [4]). Dalam Peters [8] dinyatakan jika deret waktu sebuah harga saham
memiliki parameter Hurst yang tinggi, maka harga saham akan berisiko lebih kecil dan noise pada data juga
akan lebih sedikit. Dengan alasan tersebut maka aplikasi dari gerak Brown fraksional diajukan dengan tujuan
memperkecil risiko pada model harga saham. Parameter Hurst berada di antara interval 0 ≤ H ≤ 1 dibagi
menjadi tiga kelompok yang berbeda. Jika parameter Hurst H=1 /2 maka perubahan harga saham mengikuti
random walks atau gerak Brown geometrik standar, return-nya tidak saling berkorelasi dan acak. Jika
0 ≤ H ≤ 1/2 maka pergerakan harga sahamnya memiliki perilaku yang anti-persisten yang artinya mean-nya
mengalami reverting. Jika parameter Hurst 1/2 ≤ H ≤1 maka perubahan harga saham memiliki perilaku yang
persisten, yaitu trend reinforcing (Mandelbrot and Hudson [9]).
Beberapa penelitian sebelumnya yang berfokus menjadikan gerak Brown fraksional sebagai dasar
penentuan harga opsi dilakukan oleh Elliot and Chan [10] yang meneliti tentang opsi Perpetual Amerika dengan
pergerakan harga sahamnya yang mengikuti gerak Brown fraksional dengan parameter Hurst H ∈( 0,1).
Dalam penelitiannya juga dipaparkan saat parameter Hurst H=1 /2 harga sahamnya memiliki hasil yang sama
dengan tipe Merton. Rostek dan Schöbel [11] yang membahas tentang argumen langsung dalam matematika
yang mengklarifikasi kapan dan mengapa gerak Brown fraksional layak digunakan dalam pemodelan di bidang
ekonomi. Selanjutnya, Stulz [12] menyajikan formula harga opsi call dan put dari opsi Eropa saat maksimum
atau minimum dari dua aset yang berisiko dengan menggunakan model persamaan Black-Scholes yang
pergerakan harga sahamnya mengikuti gerak Brown geometrik. Bin and Fei [13] pada penelitiannya membahas
tentang formula harga opsi call Rainbow Asia dengan dua underlying asset yang pergerakan harga sahamnya
mengikuti gerak Brown geometrik yang kemudian dilakukan perbandingan perhitungan saham Asia-nya
menggunakan rata-rata aritmatik (CAV) dan geometrik (CGV). Bin dan Fei juga mencari hubungan paritas
diantara opsi Rainbow Asia call dan put. Berikutnya, Wang et al. [4] melakukan penelitian tentang formula
harga opsi call Rainbow Asia dengan dua underlying asset menggunakan model Black-Scholes di bawah gerak
Brown fraksional dengan parameter Hurst H >1/2.
Berdasarkan beberapa penelitian sebelumnya di atas, pada penelitian ini akan dikaji tentang harga opsi
Rainbow Asia dimana opsi tersebut merupakan penggabungan dari opsi Rainbow dan opsi Asia untuk dua aset.
Selanjutnya dilakukan penurunan formula harga opsi secara analitis untuk opsi Rainbow put Asia menggunakan
pendekatan persamaan diferensial parsial (PDP) yaitu gerak Brown fractional yang diselesaikan menggunakan
integral Wick atau integral Ito. Oleh karena itu, formula Black-Scholes dibawah gerak Brown fractional harus
memenuhi asumsi dasar no arbitrage, self-similarity, dan long-range dependence. Selanjutnya, untuk
memastikan keakuratan dari formula harga opsi Rainbow put Asia dimana rata-rata untuk opsi Asia
menggunakan rata-rata aritmetik dan geometrik akan dibandingkan solusi analitik dan solusi numerik
menggunakan simulasi Monte Carlo.

II. FORMULA HARGA OPSI RAINBOW ASIAN MENGGUNAKAN RATA-RATA GEOMETRIK


Model persamaan harga saham dapat dinyatakan dalam persamaan diferensial yang melibatkan peubah
acak berdasarkan waktu, yang biasa disebut kalkulus stokastik. Model yang bisa digunakan adalah model

www.ajer.org Page 246


www.ajer.org
American Journal of Engineering Research (AJER) 2020
pergerakan harga saham gerak Brown yang mengandung proses stokastik. Di bawah asumsi waktu yang
kontinu, model untuk dua jenis aset S1 dan S2 memenuhi persamaan diferensial sebagai berikut:

d S 1t =μ1 S 1 t dt+ σ 1 S1 t dB
{ d S 2t =μ2 S 2 t dt+ σ 2 S2 t dB
(1)

dimana S merupakan aset saham, μ merupakan mean/konstanta drift, σ merupakan volatilitas/faktor


ketidakpastian, dan dB merupakan proses stokastik yaitu gerak Brown standar/geometrik. Dalam kasus ini
digunakan gerak Brown fraksional yang melibatkan indeks Hurst di dalam model persamaannya untuk
menangkap (menemukan) fluktuasi dari harga saham, sehingga persamaan (1) menjadi:

d S 1t =μ1 S 1 t dt+ σ 1 S1 t d B H1t


{ d S 2t =μ2 S 2 t dt+ σ 2 S2 t d BH2 t
(2)

H H
dimana antara dua aset tersebut saling berkorelasi, sehingga koefiien korelasi antara d B 1t dan d B 2t sama
dengan ρ . Pada penelitian ini digunakan fixed strike price put option dimana harga rata-rata geometrik dari
t
1
harga opsi G(t) memenuhi G(t)=exp
T 0 ( )
∫ ln S ( t ) dt , sehingga bentuk fungsi harga opsi (V ) untuk
geometric Asian put rainbow options dari dua aset yang berbeda pada waktu t yang ditetapkan oleh aset yang
mendasarinya S1 dan S2 pada waktu t , variabel I 1 dan I 2 dan strike price K adalah

V ( S 1 , S2 , I 1 , I 2 , t ) =max ( K −( G1 (t ) ,G 2 ( t ) ) ,0 ) (3)

nilai-nilai opsi path-dependent pada I 1 dan I 2, tetapi pada dasarnya masih terbentuk oleh aset yang
mendasarinya pada persamaan (1). Berdasarkan model pada persamaan (2) misalkan V (∙) adalah harga opsi
yang bergantung pada S1 dan S2 dari opsi Asian rainbow pada waktu t , dengan mengaplikasikan Lemma Ito
yang diekspansi menggunakan deret Taylor dengan parameter Hurst H ∈[0,1] , maka akan didapatkan
persamaan:

∂V ∂V ∂V 1 ∂2 V 2
2 1 ∂ V 2 ∂2 V
dV = dt + d S 1+ d S2 + d S
( 1) + d S
( 2) + d S d S + a (t) .
∂t ∂ S1 ∂ S2 2 ∂ S 21 2 ∂ S22 ∂ S1 ∂ S 2 1 2 (4)

H H H
Koefisien korelasi antara d B 1t dan d B 2t sama dengan ρ , maka d B 1t dan d B H2t dapat
ditransformasikan menjadi dua fBm yang saling bergantung dari persamaan (1) didapatkan:

2 2 2 2 2 H 2 2 H 2
( d S it ) =μ i Si ( dt ) +2 μi S i σ i dt d Bit + σ i Si ( d Bit ) ,
H 2 2 2 2 2 H
dengan ( d Bit ) =2 H t 2 H −1 dan b ( dt )=μi S i ( dt ) +2 μ i Si σ i dt d Bit sehingga:

2 2 2 2 H −1 (5)
( d S it ) =2 H σ i S it tdt + b ( dt ) .(i=1,2)
Selanjutnya, akan dijabarkan d S 1 t d S2 t yaitu sebagai berikut:

d S 1 t d S2 t =S1 t S 2 t ( μ1 μ 2 ( dt )2 + μ1 σ 2 dt d B2Ht + μ 2 σ 1 dt d B1Ht ) + σ 1 σ 2 S1 t S2 t d B H1t d BH2 t ,

H H 2 H −1
dengan d B 1t d B2 t =2 ρ σ 1 σ 2 S 1 t S 2 t H t dt dan
c ( t ) =S 1 t S 2t ( μ1 μ2 ( dt ) + μ 1 σ 2 dt d B + μ2 σ 1 dt d B H1t ) sehingga:
2 H
2t

www.ajer.org Page 246


www.ajer.org
American Journal of Engineering Research (AJER) 2020

d S 1 t S 2 t=2 ρ σ 1 σ 2 S 1t S 2t H t 2 H −1 dt +c ( dt ) . (6)

Substitusi persamaan (5) sampai (6) ke persamaan (4) dengan dt → 0 maka didapatkan:

∂V ∂V 1 ∂2 V 2 2 2 H −1 ∂V 1 ∂2 V 2 2 2 H −1 ∂2V
dV = dt + d S 1+ 2 H σ S
1 1 t dt + d S + 2 H σ S t dt + (7)2 ρ σ 1 σ 2 S 1 t S 2t H
∂ S2 2 2 ∂ S22 2 2
∂t ∂ S1 2 ∂ S 21 ∂ S 1 ∂ S2

diberikan asumsi Π adalah portofolio berisiko. Dengan pertimbangan penggantian portofolio Π dengan satu
unit opsi V dan unit – Δ dari saham yang mendasarinya, maka nilai dari pergantian portofolio pada waktu t
2
diberikan sebagai Π t =V t −∑ Δ i Sit , ketika portofolio dipengaruhi oleh perubahan waktu (dt ) maka nilai
i=1
portofolio berubah menjadi:
d Π t=d V t −d Δ 1 S1 t −d Δ2 S 2 t (8)

Agar portofolio bebas risiko maka dibuat dengan cara menerapkan arbitrage-free opportunity priciple,
lalu menyesuaikan Δ dan membuat Π variabel bebas risiko dalam interval waktu (t ,t +dt) . Asumsikan bahwa
Δ tidak berubah seiring berjalannya waktu pada interval tersebut, sehingga:
(9)
d Π t=r Π t dt

Substitusi persamaan (8) ke persamaan (9) didapatkan

d ( V t −Δ 1 S 1 t− Δ2 S 2 t ) =r ( V t− Δ1 S 1t − Δ2 S 2t ) dt (10)

Substitusi persamaan (7) ke persamaan (10) didapatkan:

∂V ∂V ∂V ∂V ∂V ∂2 V
( ∂t
+r S1
∂ S1
+ r S2
∂ S2
− Δ1 r S 1−Δ 2 r S 2 dt + σ 1 ) (
∂ S1
H H
)(
d B 1t −Δ 1 σ 1 d B 1t + σ 2
∂ S2
H
d B2 t −Δ(11)
H
)
2 σ 2 d B2 t +
∂ S21
H

Agar portofolio Π bebas risiko pada (t ,t +dt), koefisien dari d B Ht (i=1,2) harus sama dengan nol.
∂V ∂V
Selanjutnya, misalkan Δ 1= dan Δ 2= maka persamaan (11) dapat dirubah menjadi:
∂ S1 ∂ S2

∂V ∂2 V 2 2 2 H −1 ∂2 V 2 2 2 H −1 ∂2 V
( ∂t
+H
∂ S1
σ S
2 1 1
t dt+ H
∂ S2
σ S
2 2 2
t +2
∂ S 1 ∂ S 2
)
ρ σ 1 σ 2 S 1 t S 2 t H t 2 H −1 dt=r ( V t −Δ 1 S1− Δ2 S 2 ) dt

Permasalahan harga opsi jual Asian rainbow yang dicari dari fungsi V , yang memenuhi kondisi batas sebagai
berikut:

V ( S 1 , S2 , I 1 , I 2 ,T ) =max { K −min [ G1 ( T ) ,G2 ( T ) ] , 0 } (12)

Persamaan (12) merupakan harga opsi Asian rainbow yang bergantung pada nilai rata-rata geometrik minimum
dari dua aset yang mendasarinya.

III. PRICING FORMULA OF GEOMETRIC ASIAN RAINBOW PUT OPTIONS

Misalkan V (∙) adalah harga opsi Asian rainbow geometrik pada waktu t yang bergantung pada S1 dan
S2. Diberikan kondisi batas dari opsi pada persamaan (12). Selanjutnya, aplikasikan transformasi berikut:

www.ajer.org Page 246


www.ajer.org
American Journal of Engineering Research (AJER) 2020
ln Si T −t
y i= + ln Si ,(i=1,2)
T T
2 2 2 H +1
r ( T −t ) H σ i ( T −t 2 H +1 ) T 2 H −t 2 H 2 (13)
z i= y i + + − σ i , ( i=1,2 )
2T T ( 2 H+ 1 ) 2 (14)
1 2 (15)
(
z 1− r− σ i τ
2 ) (16)
x i=e ,(i=1,2)
2 H T −t 2 H 2 2H
T 2 H +1−t 2 H +1 T 2 H +2−t 2 H ++ 2
τ=
T2 2H ( T −2T
2 H+ 1
+
2 H +2 )
Harga opsi dapat dituliskan sebagai:
V ( S 1 , S2 , T ) =e−r ( T−t ) e rτ . F ( x1 , x2 , τ ) (17)
Model Black-Scholes untuk harga opsi multi aset dinyatakan sebagai berikut:

∂ F 1 2 2 ∂2 F σ2 F 1 2 2 ∂2 F ∂ F r x2 ∂ F
= σ 1 x 1 2 + ρσ 1 σ 2 x 1 x 2 + σ2 x2 2 + r x1 + −rF (18)
∂τ 2 ∂ x1 ∂ x1 ∂ x2 2 ∂ x2 ∂ x1 ∂ x2

Persamaan (12) juga dapat ditransformasikan menjadi:

F ( z 1 , z 2 , 0 )=max { K−min [ x 1 , x 2 ] , 0 } . (19)

Solusi dari persamaan difusi dua dimensi pada persamaan (18) dan (19) adalah:

x1 σ 12 x2 σ 22 x1 σ 12 x 2 σ 212 τ
−rτ
F ( x 2 , x 2 , τ )=K e N −
ln
K
+ r−

σ1 √ τ
2
([
τ ln
,
K
+ r−

σ2 √τ
2( )(τ
; ρ − x1 N −
ln
K ) ( )( )
+ r+

σ 1√τ
2
τ
,
ln
x1

σ 12 √ τ
2
] ) ([ ( )( ) ( )
dimana N ( α , β ; θ) adalah distribusi kumulatif bivariat normal standar dengan limit tertinggi dari integralnya
α dan β , dan koefisien korelasinya θ . Menurut persamaan (17) dengan mempertimbangkan persamaan difusi
dua dimensi di atas maka menjadi:
2 2
x σ x σ x σ

V ( S 1 , S2 , I 1 , I 2 ,T ) =e−r (T −t ) KN −
σ1 √ τ
,
K
([
ln 1 + r− 1 τ ln 2 + r− 2 τ
K 2
σ2 √τ
2 ( )( (20)
; ρ −e rτ−r (T −t ) x 1 N −
K ) ( )( )
ln 1 + r +

σ1 √τ ]) ([ ( )(
dengan memisalkan beberapa persamaan sebagai berikut:

1 2
1) (
z 1− r− σi τ
2 )
x i=e
1 2
rτ−r ( T −t ) rτ−r ( T−t ) (
z1− r− σ i τ
2 )
e x i=e e ,
2 2 2H + 1 2 H +1
r ( T−t ) H σ i (T −t ) T 2 H −t2 H 2 1
y i+ + − ( )
σ i − r − σ 2i τ
¿ e rτ−r (T −t ) e 2T T ( 2 H +1 ) 2 2
,
2 2 H +1 2 H +1
I i T−t r ( T −t ) H σ i ( T ) T 2 H−t 2H 2
¿ e rτ−r (T −t )
e
T
+
T
ln Si + ( T −t )
[ 2T
+
−t
T ( 2 H + 1) ( T−t )

2 ( T−t ) ]( 1 2
2 )
σ i − r − σi τ
(21)

www.ajer.org Page 246


www.ajer.org
American Journal of Engineering Research (AJER) 2020
2 2 H +1
r ( T −t ) H σ i ( T −t 2 H +1) T 2 H −t 2 H 2
2) r ¿i = + − σ
2T T ( 2 H +1 ) ( T −t ) 2 ( T −t ) i
¿
Substitusi r i ke dalam persamaan (21),

I i T−t 1
rτ−r ( T −t ) rτ −r ( T−t ) T
+
T (
ln Si +r ¿i ( T −t ) − r− σ2i τ
2 ) (22)
e x i=e e
I i T −t
+ ln S i +r ¿i ( T −t )
3)
S¿i =e T T

¿
Substitusi Si pada persamaan (22),
1 2
rτ−r ( T −t ) rτ −r ( T−t ) ¿ (
− r− σ i τ
2 )
e x i=e S e
i ,
1 2
σ τ −r ( T −t )
¿ S¿i e 2 i . (23)

2 H +1 2 H+1 2 H +2 2 H +2
4) σ i¿=σ i 1−
√ 4 H (T −t
2H
)
2H
H (T
+ 2
−t
2H
)
2H
T ( 2 H +1 ) ( T −t ) T ( H +1 ) ( T −t )
,(i=1,2,12)

xi σ2 σ2
ln ( )( )
K
+ r + i τ ln ( x i )−ln( K )+ r + i τ
2
=
2
,
( )
σi √ τ σi √τ
1 1
¿
(
ln ( S ¿i ) − r− σ i2 τ−ln( K )+ r + σ 2i τ
2 2
,
) ( )
σi √τ
ln ( S ¿i ) −ln ( K ) +σ 2i τ
¿ ,
σi √τ
S ¿i

¿
ln
K ( )
+ σ 2i τ
. (24)
σi √ τ

S¿2 1
1 2
=
1
2 2
( ) 2 2
ln ( x 2 /x 1 )− σ 12 τ ln S¿ + 2 ( −σ 1−σ 2 +2 ρσ 1 σ 2−σ 1 +σ 2) τ
2
,
σ 12 √ τ σ 12 √ τ

S ¿2 1

¿
( )
ln ¿ + ( 2 ρ σ 1 σ 2−2 σ 21 ) τ
S1 2
,
σ 12 √ τ

S ¿2

¿
S1 ( )
ln ¿ + ( ρσ ¿1 σ ¿2−σ ¿2 ( 2 H −t 2 H )
1 ) T

.
(25)
2H 2H
σ 12 √ ( T
¿
−t )

www.ajer.org Page 246


www.ajer.org
American Journal of Engineering Research (AJER) 2020
Substitusi persamaan (21) – (25) ke dalam persamaan (20), sehingga didapatkan formula harga opsi Asian
rainbow put dengan menggunakan rata-rata geometrik.

x1 σ 21 x2 σ 22 x σ

([
V ( S 1 , S2 , I 1 , I 2 ,T ) =e−r (T −t ) KN −
ln
K( )(
+ r−

σ1 √ τ
2
τ ln
,
) ( )( )
K

IV. SIMULASI MONTE CARLO UNTUK HARGA OPSI ASIAN RAINBOW PUT MENGGUNAKAN
+ r−

σ2 √τ
2
τ
]) ([
; ρ −e rτ−r (T −t ) x 1 N −
( )(
ln 1 + r +
K
σ1 √τ
2

RATA-RATA GEOMETRIK DAN ARITMATIKA (10 BOLD)

Metode simulasi Monte Carlo dipilih untuk memaparkan hasil simulasi yang kemudian dibandingkan
dengan hasil analitik (perhitungan manual). Pada pemaparan di atas telah dianalisis formula untuk harga opsi
rainbow Asian menggunakan rata-rata geometrik untuk dua aset secara analitik. Untuk harga opsi rainbow
Asian yang tidak memiliki solusi analitiknya, maka disini akan dipaparkan hasil simulasi untuk harga opsi
rainbow Asian secara ringkas dalam bentuk grafis. Parameter awal yang digunakan yaitu harga aset awal untuk
S1 dan S2 sebesar $ 40 dengan lama jatuh tempo opsi selama empat bulan, dimana T −t=1/ 3 dan H=0.7,
kemudian untuk harga parameter yang lain akan ditunjukkan dalam Tabel 1. Misalkan waktu awal adalah
T
0=t 0< t 1 <…<t n=T , dan interval waktu ∆ t= . Berdasarkan pengukuran risk neutral probability distribusi
n
bivariat normal untuk koefisien harga saham μi ( i=1,2 ) dapat digantikan dengan tingkat bunga bebas risiko r .
1 2
( ) 2
Untuk mean r − σ i ∆t , variansi σ i ∆ t , dan koefisien korelasi ρ . Proses simulasi dijalankan melalui
2
beberapa langkah sebagai berikut:
1. Memasukkan komponen pembangkit ke dalam model harga saham di bawah pengaruh fBm.
1
[( ) ]
S1 ( t j )=S1 ( t j−1 ) exp r ( ∆ t )2 H − σ 21 ( ∆ t )2 H + σ 1 ( ∆ t ) H x j ,
2
1

2.
[(
S2 ( t j )=S 2 ( t j−1 ) exp r ( ∆ t )2 H − σ 22 ( ∆ t )2 H
2 2
]
+ σ (∆ t ) ) y .
H
j

Menghitung rata-rata dari underlying assets yang telah didapatkan dari langkah (11) menggunakan
formula:
n 1
jT
Gi (T )=∏ Si
j =1
( ) ( i=1,2) ,
n
n

untuk rata-rata geometrik. Sementara itu, untuk rata-rata aritmatika gunakan formula berikut:
n
1
Ai ( T ) = ∑ S ( i=1,2 ) .
n i=0 i
Untuk rata-rata aritmatika hanya tersedia solusi numeriknya dikarenakan tidak memenuhi ketentuan proses
Ito.
3. Menjalankan simulasi dari harga opsi rainbow put Asia dengan rata-rata geometrik dan aritmatika
menggunakan formula sebagai berikut:
Pk ( T ) =e−rT max ( K −min ( G1 ( T ) ,G2 ( T ) ) , 0 ) ,
Pk ( T ) =e−rT max ( K −min ( A 1 (T ) , A 2 ( T ) ) , 0 ) .
4. Ulangi langkah (1) – (3) sebanyak N kali untuk mendapatkan hasil yang lebih akurat, kemudian hasil
simulasi sebanyak N tersebut dirata-rata menggunakan formula:
N
1
P (T )= ∑ Pk (T ) .
N k=1

www.ajer.org Page 246


www.ajer.org
American Journal of Engineering Research (AJER) 2020

1.8

1.6

1.4

Option price
1.2

0.8

0.6

0.4
geometric
0.2 arithmethic

0
39.5 40 40.5 41 41.5
Strike price
Gambar 1 Perbandingan harga Opsi rainbow put Asian menggunakan rata-rata aritmatika dan geometrik
Tabel 1 Perbandingan Hasil Analitik Simulasi Monte Carlo untuk Harga Opsi rainbow Asian menggunakan
Rata-rata Geometrik dan Analitik.
r=0.03 r=0.05 r=0.07

No σ1 σ 2 K Analytical Simulated Analytical Simulated Analytical Simulated Simulated


value (G) value (G)
Selisih value (G) value (G)
Selisih value (G) value (G7)
Selisih Value (A7)
(A7)-(G7)

ρ =-0.3  
1 0,2 0,3 35 0,0090 0,0000 0,0090 0,0090 0,0000 0,0090 0,0090 0,0000 0,0090 0,0000 0,0000
2 0,2 0,3 40 0,0090 0,0503 0,0413 0,0090 0,0409 0,0319 0,0090 0,0606 0,0516 0,0527 0,0079
3 0,2 0,3 45 4,7478 4,9950 0,2472 4,6150 4,9483 0,3333 4,4817 4,9373 0,4556 4,9297 0,0076
4 0,2 0,4 35 0,0089 0,0000 0,0089 0,0089 0,0000 0,0089 0,0089 0,0000 0,0089 0,0000 0,0000
5 0,2 0,4 40 0,0089 0,0545 0,0456 0,0089 0,0695 0,0606 0,0089 0,0582 0,0493 0,0534 0,0048
6 0,2 0,4 45 4,7138 4,9945 0,2807 4,5809 4,9791 0,3982 4,4475 4,9375 0,4900 4,9283 0,0092
7 0,3 0,4 35 0,0090 0,0000 0,0090 0,0090 0,0000 0,0090 0,0090 0,0000 0,0090 0,0000 0,0000
8 0,3 0,4 40 0,0090 0,0819 0,0729 0,0090 0,0710 0,0620 0,0090 0,0742 0,0652 0,0728 0,0014
9 0,3 0,4 45 4,6898 5,0130 0,3232 4,5567 4,9796 0,4229 4,4232 4,9510 0,5278 4,9315 0,0195
ρ =0.1
10 0,2 0,3 35 0,0089 0,0000 0,0089 0,0089 0,0000 0,0089 0,0089 0,0000 0,0089 0,0000 0,0000
11 0,2 0,3 40 0,0089 0,0442 0,0353 0,0089 0,0398 0,0309 0,0089 0,0571 0,0482 0,0435 0,0136
12 0,2 0,3 45 4,7478 4,9790 0,2312 4,6149 4,9418 0,3269 4,4816 4,9290 0,4474 4,9169 0,0121
13 0,2 0,4 35 0,0087 0,0000 0,0087 0,0087 0,0000 0,0087 0,0088 0,0000 0,0088 0,0000 0,0000
14 0,2 0,4 40 0,0087 0,0638 0,0551 0,0087 0,0577 0,0490 0,0088 0,0664 0,0576 0,0658 0,0006
15 0,2 0,4 45 4,7137 5,0009 0,2872 4,5807 4,9640 0,3833 4,4473 4,9412 0,4939 4,9439 0,0027
16 0,3 0,4 35 0,0089 0,0000 0,0089 0,0089 0,0000 0,0089 0,0090 0,0000 0,0090 0,0000 0,0000
17 0,3 0,4 40 0,0089 0,0890 0,0801 0,0089 0,0656 0,0567 0,0090 0,0704 0,0614 0,0737 0,0033
18 0,3 0,4 45 4,6897 5,0264 0,3367 4,5566 4,9667 0,4101 4,4231 4,9439 0,5208 4,9440 0,0001
ρ =0.5
19 0,2 0,3 35 0,0090 0,0000 0,0090 0,0090 0,0000 0,0090 0,0090 0,0000 0,0090 0,0000 0,0000
20 0,2 0,3 40 0,0090 0,0510 0,0420 0,0090 0,0368 0,0278 0,0090 0,0468 0,0378 0,0538 0,0070
21 0,2 0,3 45 4,7479 4,9884 0,2405 0,0090 4,9352 4,9262 0,0090 4,9187 4,9097 4,9267 0,0080
22 0,2 0,4 35 0,0000 0,0000 0,0000 0,0090 0,0000 0,0090 0,0090 0,0000 0,0090 0,0000 0,0000
23 0,2 0,4 40 0,0000 0,0579 0,0579 0,0090 0,0460 0,0370 0,0090 0,0641 0,0551 0,0678 0,0037
24 0,2 0,4 45 4,7139 4,9925 0,2786 4,6150 4,9413 0,3263 4,4817 4,9296 0,4479 0,0115

www.ajer.org Page 246


www.ajer.org
American Journal of Engineering Research (AJER) 2020
25 0,3 0,4 35 0,0090 0,0000 0,0090 0,0090 0,0000 0,0090 0,0090 0,0000 0,0090 0,0000 0,0000
26 0,3 0,4 40 0,0090 0,0630 0,0540 0,0090 0,0667 0,0577 0,0090 0,0620 0,0530 0,0699 0,0079
27 0,3 0,4 45 4,6898 4,9878 0,2980 4,6150 4,9665 0,3515 4,4817 4,9306 0,4489 4,9412 0,0106

Berdasarkan Tabel 1 dan Gambar 1 di atas dengan menggunakan N=100 dan n=88 didapatkan
hasil bahwa untuk hasil analitik dan simulasi Harga opsi rainbow Asian menggunakan rata-rata geometrik
didapatkan hasil yang hampir sama dan untuk perbandingan hasil menggunakan rata-rata geometrik dan
aritmatika didapatkan hasil yang mendekati sama, atau bisa dikatakan memiliki error yang kecil. Gambar 1 juga
menunjukkan bahwa harga opsi rainbow put Asian meningkat seiring dengan meningkatnya harga strike price.
Sesuai dengan prinsip opsi put bahwa semakin besar nilai strike price-nya maka semakin besar pula harga
opsinya.

V. ANALISIS SENSITIVITAS (10 BOLD)

Sebagai evaluasi dari hasil formula yang dipaparkan, langkah selanjutnya yaitu melakukan analisis
sensitivitas dari setiap parameter, seperti parameter koefisien korelasi, indeks Hurst, dan tingkat bunga bebas
risiko. Langkah ini bertujuan untuk mengetahui apakah parameter-parameter yang digunakan berpengaruh
secara signifikan dalam mempengaruhi perubahan harga opsi.
A. Analisis Sensitifitas untuk Koefisien Korelasi

1.8

1.6

1.4
Option Price

1.2

0.8

0.6

0.4 =-0.3
=0.1
0.2 =0.5

0
39.5 40 40.5 41 41.5
Strike price
Gambar 2 Harga Opsi rainbow put Asian dengan menggunakan nilai ρ yang berbeda

Gambar 2 menunjukkan perubahan harga saham pada strike price K=$ 39.5 , … , $ 42, dimana harga
saham awal dari dua underlying assets adalah $ 40 , volatilitas σ 1 =0.2 , σ 2=0.3, indeks Hurst 0.7 , dan
tingkat suku bunga r =0.03, dengan koefisien korelasi yang berbeda-beda yaitu −0.3 , 0.1 , 0.5. Semakin
besar koefisien korelasi aset ρ , semakin besar probabilitas bahwa dua underlying assets-nya akan naik atau
turun secara bersamaan. Oleh karena opsi rainbow put Asian didasarkan pada harga opsi mana yang lebih besar.
Dari Gambar 2 tersebut didapatkan bahwa berubahnya nilai koefisien korelasi tidak berdampak secara signifikan
terhadap harga opsi rainbow put Asian.

www.ajer.org Page 246


www.ajer.org
American Journal of Engineering Research (AJER) 2020
B. Analisis Sensitifitas untuk Indeks Hurst

5.3

5.25

5.2

5.15

Option price
5.1

5.05

4.95

4.9

4.85

4.8
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Hurst index
Gambar 3 Harga Opsi rainbow put Asian terhadap perubahan nilai indeks Hurst yang berbeda
Gambar 3 menunjukkan perubahan harga opsi rainbow put Asian terhadap perubahan nilai indeks
Hurstnya. Untuk kasus nilai indeks Hurst ¿ 0.5 dimana pada proses tersebut gerak Brown fraksional menangkap
adanya kasus self-similarity yang juga dapat terlihat pada Gambar 3 bahwa terdapat beberapa harga opsi yang
cenderung sama (selisih tidak terlalu jauh) dibanding harga opsi saat nilai indeks Hurstnya 0 ≤ H ≤ 0.5. Oleh
karena itu gerak Brown fraksional cocok diterapkan dalam memodelkan harga opsi saham rainbow put Asian,
karena dapat menangkap atau sensitif terhadap perubahan yang bersifat fluktuatif dan cenderung self-similarity.

C. Analisis Sensitifitas untuk Tingkat Suku Bunga

4.5

3.5
Option price

2.5

1.5

0.5

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Risk-free interest rate
Gambar 4 Harga Opsi rainbow put Asian dengan menggunakan kenaikan nilai r sebesar 10 %

Gambar 4 menunjukkan hasil analisis sensitivitas untuk harga opsi put rainbow Asian terhadap
parameter tingkat suku bunga dengan kenaikan 10 % . Gambar 4 juga memperlihatkan bahwa harga opsi
rainbow put Asian nilainya semakin menurun seiring dengan bertambahnya tingkat suku bunga bebas risiko.
Terlihat pada saat t 0 hingga t 2 nilai opsinya mengalami penurunan hingga pada saat t 2 sampai t 10 nilainya
menuju konstan yaitu 0 (nol) atau bisa disebut konvergen. Hal tersebut menunjukkan bahwa peningkatan tingkat
suku bunga berbanding terbalik dengan nilai harga opsi rainbow put Asian yang menyebabkan nilai harga
opsinya semakin menurun.

VI. CONCLUSSION (10 BOLD)

Perbandingan antara hasil analitik dan simulasi menggunakan Monte Carlo untuk harga opsi Rainbow
put Asian berdasarkan gerak Brown fraksional menggunakan rata-rata geometrik didapatkan hasil yang hampir
sama sedangkan untuk perbandingan hasil antara harga opsi Rainbow put Asian menggunakan rata-rata
geometrik dan aritmatika didapatkan hasil yang relatif sama. Pada penelitian ini belum dikaji gerak Brown
fraksional menggunakan rata-rata aritmatika secara analitik. Pembahasan hanya berdasarkan simulasi numerik.

www.ajer.org Page 246


www.ajer.org
American Journal of Engineering Research (AJER) 2020
Untuk itu pada penelitian selanjutnya, dapat dikaji lebih lanjut penyelesaian analitiknya. Penelitian juga dapat
dilanjutkan untuk model opsi lainnya, seperti opsi Eropa dan opsi Amerika.

REFERENCES (10 BOLD)

[1]. Hermuningsih, S.: Pengantar PAsar Modal Edisi 1. Yogyakarta: UPP STIM YKPN (2012).
[2]. Hull, J.C.: Options, Futures, & Other Derivatives. USA: Prentice Hall (2000).
[3]. Wiklund, E.: Asian Option Pricing and Volatility. Thesis. Department of Mathematics, Schools of Engineering Sciences (SCI),
KTH Campus at Valhallavägen and Kista, AlbaNova University Center in Roslagstull. (2012).
[4]. Wang, L., Zhang, R., Yang., Su., and Ma,F.: Pricing Geometric Asian Rainbow Options under fractional Brownian motion.
Elsevier: Physica A 494 8 – 16 (2017).
[5]. Widyawati, S.N. and Sulistianingsih,E.: Penggunaan Model Black Scholes untuk Penentuan Harga Opsi Jual Tipe Eropa. Buletin
Ilmiah Math, Stat, dan Terapannya (Bimaster), 2, page 13 – 20. (2013).
[6]. Ostaszewicz, A.J.: The Hurst Parameter and option pricing with fractiona; Brownian motion. Dissertation. Department of
Mathematics and Applied Mathematics, University of Pretoria in Pretoria (2012).
[7]. Mandelbrot, B.: The Variation of some other Speculative Prices. The Journal of Business, Vol. 40, No. 4 (1967).
[8]. Peters, E.: Chaos and Order in the capital markets, A new view of cycles, process, and market volatility. New Jersey: John Wiley &
Sons, Inc (1991).
[9]. Mandelbrot, B. and Hudson, R.L.: The (Mis)Behavior of Markets: A Fractal View of Risk, Ruin, & Reward. Yale University
(2004).
[10]. Elliot, R.J. and Chan, L.: Perpetual American options with fractional Brownian motion. IOP Publishing: Quantitative Finance Vol.
4 123 – 128 (2003).
[11]. Rostek, S. and Schöbel, R.: A note on the use of fractional Brownian motion for Financial modeling. Elsevier. Economic Modelling
30 30 – 35 (2013).
[12]. Stulz, R.M.: Options on the minimum or the maximum of two risky assets: analysis and applications. Journal of Financial
Economics 10 (2) (1982ei) 161 – 185 (1982).
[13]. Bin, P. and Fei, P: Pricing Rainbow Asian Options. System engineering – Theory & Practice. Vol. 29, SETP, 29(11): 76 – 83
(2009).

www.ajer.org Page 246


www.ajer.org