Metode Binomial untuk menentukan harga opsi Eropa dan Amerika

Metode ini berangkat dari suatu model pergerakan harga saham yang sederhana. Selang waktu
[0, 𝑇] dibagi menjadi M sub selang yang sama panjang dengan titik-titik bagi
𝑇
0 t0 t1 tM T dengan 𝑡𝑖 = 𝑖∆𝑡 (𝑖 = 0,1, ⋯ , 𝑀), ∆𝑡 = dan 𝑆𝑖 = 𝑆(𝑡𝑖 ) harga
𝑀
saham pada saat ti .

Asumsi:
1. Dalam selang waktu t harga saham dapat naik atau turun menjadi
S S u atau S S d dengan 0 d 1 u
2. Peluang harga saham naik 𝑃(naik) = 𝑝
3. Ekspektasi return harga saham besarnya sama dengan risk-free interest rate r. Sehingga
untuk harga saham S yang bergerak secara acak dari Si pada saat ti menjadi Si 1 pada
saat ti 1 ini berarti 𝐸(𝑆𝑖+1 ) = 𝑆𝑖 𝑒 𝑟∆𝑡 .
Pada tahap ini ketiga buah parameter u, d dan p nilai-nilainya belum diketahui. Nilai parameter-
parameter ini akan dapat ditentukan setelah kita memiliki cukup persamaan yang menghubungkan
ketiga nya atau dengan suatu tambahan asumsi. Persamaan pertama diperoleh dari memanfaatkan
ketiga asumsi diatas. Persamaan kedua diperoleh dengan menyamakan variansi model diskrit
diatas dengan model kontinu (lihat bahasan model harga saham di depan).
Dari asumsi 1 dan 2 (model diskrit) kita memperoleh
𝐸(𝑆𝑖+1 ) = 𝑝 𝑆𝑖 𝑢 + (1 − 𝑝) 𝑆𝑖 𝑑
sehingga
𝑒 𝑟∆𝑡 = 𝑝 𝑢 + (1 − 𝑝) 𝑑 (3)

er t
d
yang memberikan p . Agar dipenuhi 0 p 1 maka haruslah d er t
u.
u d
Sementara itu dari model kontinu kita memiliki hubungan
2
2
E ( Si 1 ) Si 2 e(2 r ) t

2
2
sehingga Var ( Si 1 ) E ( Si 1 ) ( E ( Si 1 )) 2 S i 2 e 2 r t (e t
1) .

Untuk model diskrit kita mempunyai

2
Var ( Si 1 ) E ( Si 1 ) ( E ( Si 1 )) 2
p ( Si u ) 2 (1 p) ( Si d ) 2 Si 2 ( p u (1 p) d ) 2
Dengan menyamakan variansi untuk model diskrit dan model kontinu kita peroleh
2
e 2 r t (e t
1) p u2 (1 p) d 2 (e r t ) 2
2
e (2 r ) t
p u2 (1 p) d 2 (4)

1
Persamaan (3) dan (4) diatas memberikan dua hubungan untuk u, d dan p . Persamaan yang ketiga
dapat dipilih. Diantara berbagai pilihan yang mungkin, dua diantaranya yang sering digunakan
adalah:

u d 1 dan p 12 (5)
Dari tiga persamaan (3), (4) dan (5) diatas, nilai-nilai u, d dan p dapat ditentukan.

Solusi untuk pilihan u d 1 diberikan oleh:

2 2 er t
d
u 1, d 1/ u 1 dan p
u d
1 r t r 2
t
dengan (e e )
2

1
Sedangkan solusi untuk pilihan p 2 diberikan oleh:
2 2
p 1
2 , u e r t (1 e t
1) dan d e r t (1 e t
1)

Misalkan pada saat t0 0 harga saham adalah S 0 , maka menurut model binomial ini, harga saham
pada saat t1 1. t diberikan oleh S0 u atau S0 d . Selanjutnya pada saat t2 harga saham
mengambil salah satu dari S0 d 2 , S0 u d atau S0 u 2 . Dengan meneruskan langkah ini maka pada
saat ti i t akan terdapat i 1 harga saham yang mungkin terjadi, yang diberikan oleh

S ji S0 u j d i j
j 0,1, ,i
dengan S j i menyatakan harga saham pada saat ti dan telah terjadi kenaikan harga saham sebanyak
j kali serta penurunan harga saham sebanyak i j kali, dihitung dari saat t0 0. Pada saat
expiration date tM M t T , terdapat M 1 harga saham yang mungkin yaitu {S j M } j 0,1, , M

. Jika {C j M } j 0,1, , M menyatakan nilai-nilai payoff pada saat expiration date untuk sebuah opsi
call Eropa, maka

C j M max{ S j M K , 0 } j 0,1, , M
Dengan cara serupa , nilai-nilai payoff pada saat expiration date untuk sebuah opsi put Eropa
diberikan oleh

Pj M max{ K S jM ,0 } j 0,1, ,M

2
 SM,M

SM-1,M

S2,2
|
S1,1
|
S0 = S0,0 S1,2
|
S0,1
|

S0,2
S1,M

S0,M

Pohon binomial harga-harga saham

Metode Binomial selanjutnya bekerja secara mundur (dalam waktu) untuk memperoleh nilai opsi
pada saat t0 0. Nilai opsi pada saat ti , yaitu V j i , berkaitan dengan nilai saham pada saat itu
yaitu S j i , dihitung sebagai rata-rata dari nilai-nilai opsi V j i 1 dan V j 1i 1 pada saat ti 1 .
(V j i C j i untuk call dan V j i Pj i untuk put ) .

Nilai V j i diberikan oleh

r t
Vji e ( pV j 1i 1 (1 p) V j i 1 ) j 0,1, ,i i M 1, M 2, ,1, 0
Formulasi diatas memungkinkan kita untuk melakukan langkah mundur ke saat t0 0 dan
mendapatkan nilai opsi (call atau put) Eropa yang diinginkan pada saat t0 0.

Sehingga kita peroleh:

Untuk opsi call Eropa

C ji e r t ( p C j 1i 1 (1 p) C j i 1 ) j 0,1, ,i i M 1, ,0
Untuk opsi put Eropa
r t
Pj i e ( p Pj 1i 1 (1 p) Pj i 1 ) j 0,1, ,i i M 1, ,0

3
Untuk opsi Amerika rumusan rekursif diatas harus dimodifikasi untuk memungkinkan adanya
fasilitas early exercise. Yaitu dengan menambahkan uji pembandingan nilai V j i diatas dengan
nilai payoff yang diperoleh seandainya dilakukan exercise pada saat ti .

Sehingga kita peroleh:

Untuk opsi call Amerika

r t
C ji max{max{S j i K , 0}, e ( pCj 1i 1 (1 p) C j i 1 )} j 0,1, ,i i M 1, ,0

Untuk opsi put Amerika

r t
Pj i max{max{K S j i , 0}, e ( p Pj 1i 1 (1 p) Pj i 1 )} j 0,1, ,i i M 1, ,0

4
%
% Menggambar Pohon Binomial
% Menentukan harga opsi call Eropa dengan model binomial
%
clc
clf
%%%%%%%%%%%%% Data-data %%%%%%%%%%%%%%%%%%%
%r=0.06; sigma=0.3; T=0.75; K=22; s0=10; N=32;
r=0.06; sigma=0.3; T=0.75; K=16; s0=9; N=32;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% Menentukan parameter model binomial

delta=T/N;
beta=0.5*(exp(-r*delta)+exp((r+sigma^2)*delta));
u=beta+sqrt(beta^2-1);
d=1/u;
p=(exp(r*delta)-d)/(u-d);

% Menentukan harga-harga saham, fasa maju

S = zeros(N+1,N+1) ;
S(1,1)=s0;
for i=1:N
for j=1:i+1
S(j,i+1)=S(1,1)*(u^(j-1))*d^(i-(j-1));
end
end

% Menghitung nilai payoff saat jatuh tempo

C = zeros(N+1,N+1) ;
for j=1:N+1
C(j,N+1)=max(S(j,N+1)-K,0);
end

% Menghitung harga opsi, fasa mundur

id=N;
while id>=1
for j=1:1:id
C(j,id)=exp(-r*delta)*(p*C(j+1,id+1)+(1-p)*C(j,id+1));
end
id=id-1;
end

% Harga opsi call

disp(['Harga Opsi Call_binomial Eropa C_bin = ', num2str(C(1,1))])
[C_BS,P_BS] = BS(s0,K,r,sigma,T)

% Memplot pohon binomial dibidang (t,S)

k=1;
for i=1:N+1
for j=1:i
t(k) = i-1 ;
5
 S1(k)=S(j,i);
k=k+1;
end
end

figure (1)
scatter(t,S1,9,'bd','filled')
hold on
x=0:.005:N;
y=K*ones(size(x));
plot(x,y,'r-')
xlabel('t');
ylabel('S','rotation',0);
title ('Pohon binomial standar ')
text (5.5,K+1,'strike price')
grid on

6
%
% METODE BINOMIAL UNTUK OPSI CALL EROPA
%
clc
tic
%
%%%%%%%%%%%%% Data-data %%%%%%%%%%%%%%%%%%
r=0.06; sigma=0.3; T=0.75; K=16; s0=9; N=1000; %N=32;
%s0 = 9; K = 20; T = 0.75; r = 0.06; sigma = 0.3; N = 32;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

delta=T/N;
beta=0.5*(exp(-r*delta)+exp((r+sigma^2)*delta));
u=beta+sqrt(beta^2-1);
d=1/u;
p=(exp(r*delta)-d)/(u-d);

S(1,1)=s0;
for i=1:N
for j=1:i+1
S(j,i+1)=S(1,1)*(u^(j-1))*d^(i-(j-1));
end
end

C = zeros(N+1,N+1);
for j=1:N+1
C(j,N+1)=max(S(j,N+1)-K,0);
end

id = N;
while id >= 1
for j=1:1:id
C(j,id)=exp(-r*delta)*(p*C(j+1,id+1)+(1-p)*C(j,id+1));
end
id=id-1;
end

disp(['Harga Opsi Call Eropa_binomial C_bin = ', num2str(C(1,1))])

[C_BS,P_BS] = BS(s0,K,r,sigma,T)
toc

%
% METODE BINOMIAL UNTUK OPSI CALL AMERIKA
%
clc
tic
%
%%%%%%%%%%%%% Data-data %%%%%%%%%%%%%%%%%%
%r=0.06; sigma=0.3; T=0.75; K=20; s0=9; N=32;
r=0.06; sigma=0.3; T=0.75; K=16; s0=9; N=1000; %N=32;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
delta=T/N;
beta=0.5*(exp(-r*delta)+exp((r+sigma^2)*delta));
u=beta+sqrt(beta^2-1);
d=1/u;
p=(exp(r*delta)-d)/(u-d);

S(1,1)=s0;
for i=1:N
for j=1:i+1
S(j,i+1)=S(1,1)*(u^(j-1))*d^(i-(j-1));
end
end

C = zeros(N+1,1); C1 = zeros(N+1,1);
for j=1:N+1
C(j,N+1)=max(S(j,N+1)-K,0);
C1(j,N+1)=C(j,N+1);
end

payoff = zeros(N,N);
id = N;
while id >= 1
for j=1:1:id
payoff(j,id)=max(S(j,id)-K,0);
C1(j,id)=max(payoff(j,id),exp(-r*delta)*(p*C1(j+1,id+1)+(1-p)*C1(j,id+1)));
end
id=id-1;
end
V=C1;

disp(['Harga Opsi Call Amerika_binomial C_bin = ',num2str(V(1))])

[C_BS,P_BS] = BS(s0,K,r,sigma,T)
toc

%
% METODE BINOMIAL UNTUK OPSI PUT EROPA
%
clc
%
%%%%%%%%%%%%% Data-data %%%%%%%%%%%%%%%%%%
r=0.06; sigma=0.3; T=0.75; K=16; s0=9; N=1000; % N=32;
%s0 = 9; K = 22.5; r = 0.06; sigma = 0.3; T = 0.75; N = 32;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

delta=T/N;
beta=0.5*(exp(-r*delta)+exp((r+sigma^2)*delta));
u=beta+sqrt(beta^2-1);
d=1/u;
p=(exp(r*delta)-d)/(u-d);
8
S(1,1)=s0;
for i=1:N
for j=1:i+1
S(j,i+1)=S(1,1)*(u^(j-1))*d^(i-(j-1));
end
end

P = zeros(N+1,N+1);
for j=1:N+1
P(j,N+1)=max(K-S(j,N+1),0);
end

id = N;
while id >= 1
for j=1:1:id
P(j,id)=exp(-r*delta)*(p*P(j+1,id+1)+(1-p)*P(j,id+1));
end
id=id-1;
end

disp(['Harga Opsi Put_binomial Eropa P_bin= ', num2str(P(1,1))])

[C,P] = BS(s0,K,r,sigma,T)

%
% METODE BINOMIAL UNTUK OPSI PUT AMERIKA
%
clc
tic
%%%%%%%%%%%%% Data-data %%%%%%%%%%%%%%%%%%
r=0.06; sigma=0.3; T=0.75; K=16; s0=9; N=1000; %N=32;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

delta=T/N;
beta=0.5*(exp(-r*delta)+exp((r+sigma^2)*delta));
u=beta+sqrt(beta^2-1);
d=1/u;
p=(exp(r*delta)-d)/(u-d);

S(1,1)=s0;
for i=1:N
for j=1:i+1
S(j,i+1)=S(1,1)*(u^(j-1))*d^(i-(j-1));
end
end

P = zeros(N+1,1); P1 = zeros(N+1,1);
for j=1:N+1
P(j,N+1)=max(K-S(j,N+1),0);
P1(j,N+1)=P(j,N+1);
end
9
payoff = zeros(N,N);
id = N;
while id >= 1
for j=1:1:id
payoff(j,id)=max(K-S(j,id),0);
P1(j,id)=max(payoff(j,id),exp(-r*delta)*(p*P1(j+1,id+1)+(1-p)*P1(j,id+1)));
end
id=id-1;
end
V=P1;

disp(['Harga Opsi Put_binomial Amerika P_bin = ',num2str(V(1))])

[C,P] = BS(s0,K,r,sigma,T)
toc

% Formula Black-Scholes
function [ C,P ] = BS(S,K,r,sigma,T)
d1 = (log(S/K) + (r + 0.5*sigma^2)*T)/(sigma*sqrt(T));
d2 = d1 - sigma*sqrt(T);
C = S*normcdf(d1) - K*exp(-r*(T))*normcdf(d2) ;
P = C + K*exp(-r*T) - S ;
format short
end

 Perhatikan kembali metode binomial dengan parameter

2
1 2
𝑒 𝑟∆𝑡 − 𝑑
𝑢 = 𝛽 + √𝛽 − 1 ; 𝑑 = = 𝛽 − √𝛽 − 1 ; 𝑝 =
𝑢 𝑢−𝑑
1 −𝑟∆𝑡 2
dengan 𝛽 = (𝑒 + 𝑒 (𝑟+𝜎 )∆𝑡 )
2
Untuk ∆𝑡 yang cukup kecil kita peroleh: (𝑒 𝑥 ≈ 1 + 𝑥 untuk 𝑥 cukup kecil)
1 −𝑟∆𝑡 2 1 1
𝛽= (𝑒 + 𝑒 (𝑟+𝜎 )∆𝑡 ) ≈ (1 − 𝑟∆𝑡 + 1 + (𝑟 + 𝜎 2 )∆𝑡) = 1 + 𝜎 2 ∆𝑡
2 2 2
1 −𝑟∆𝑡 2 2 1 2 2
𝛽2 = (𝑒 + 𝑒 (𝑟+𝜎 )∆𝑡 ) = (𝑒 −2𝑟∆𝑡 + 2𝑒 𝜎 ∆𝑡 + 𝑒 2(𝑟+𝜎 )∆𝑡 )
4 4
1
≈ (1 − 2𝑟∆𝑡 + 2 + 2𝜎 2 ∆𝑡 + 1 + 2(𝑟 + 𝜎 2 )∆𝑡) = 1 + 𝜎 2 ∆𝑡
4
√𝛽 2 − 1 = √1 + 𝜎 2 ∆𝑡 − 1 = 𝜎√∆𝑡
1 1
Selanjutnya 𝑢 = 𝛽 + √𝛽 2 − 1 ≈ 1 + 𝜎√∆𝑡 + 2 𝜎 2 ∆𝑡 ≈ 𝑒 𝜎√∆𝑡 ; 𝑑 = 𝑢 ≈ 𝑒 −𝜎√∆𝑡

yang memberikan parameter-parameter model binomial CRR (Cox-Ross-Rubinstein) :

𝑒 𝑟∆𝑡 − 𝑑
𝑢 = 𝑒 𝜎√∆𝑡 ; 𝑑 = 𝑒 −𝜎√∆𝑡 ; 𝑝=
𝑢−𝑑

10
  Perhatikan kembali model binomial harga opsi Eropa,
𝑉𝑗𝑖 = 𝑒 −𝑟∆𝑡 (𝑝𝑉𝑗+1,𝑖+1 + (1 − 𝑝)𝑉𝑗,𝑖+1 ) 𝑗 = 0, 1, 2, ⋯ , 𝑖 𝑖 = 𝑁 − 1, 𝑁 − 2, ⋯ , 1,0

dengan 𝑉𝑗𝑖 menyatakan harga opsi pada saat 𝑡 = 𝑖 ∆𝑡 dan telah terjadi j kali kenaikan harga
saham, dengan harga saham saat itu diberikan oleh 𝑆𝑗𝑖 = 𝑆00 𝑢 𝑗 𝑑 𝑖−𝑗 .

Untuk 𝑁 = 1 : 𝑉00 = 𝑒 −𝑟∆𝑡 (𝑝𝑉1,1 + (1 − 𝑝)𝑉0,1 )

Untuk 𝑁 = 2 : 𝑉00 = 𝑒 −𝑟∆𝑡 (𝑝𝑉1,1 + (1 − 𝑝)𝑉0,1 ) = 𝑒 −𝑟∆𝑡 (𝑝𝑒 −𝑟∆𝑡 (𝑝𝑉2,2 + (1 − 𝑝)𝑉1,2 ) +
(1 − 𝑝)𝑒 −𝑟∆𝑡 (𝑝𝑉1,2 + (1 − 𝑝)𝑉0,2 )) = 𝑒 −2𝑟∆𝑡 (𝑝2 𝑉2,2 + 2𝑝(1 − 𝑝)𝑉1,2 + (1 − 𝑝)2 𝑉0,2 )

Untuk 𝑁 = 3 : 𝑉00 = 𝑒 −3𝑟∆𝑡 (𝑝3 𝑉3,3 + 3𝑝2 (1 − 𝑝)𝑉2,3 + 3𝑝(1 − 𝑝)2 𝑉1,3 + (1 − 𝑝)3 𝑉0,3 )
Selanjutnya secara induksi matematika diperoleh
𝑁
−𝑟𝑁∆𝑡 𝑁
𝑉00 = 𝑒 ∑ ( ) 𝑝 𝑗 (1 − 𝑝)𝑁−𝑗 𝑉𝑗,𝑁
𝑗
𝑗=0

𝑁 𝑁!
dengan ( ) = 𝑗! (𝑁−𝑗)! , 𝑉𝑗,𝑁 = 𝑚𝑎𝑘𝑠{𝑆00 𝑢 𝑗 𝑑 𝑁−𝑗 − 𝐾, 0} untuk opsi 𝑐𝑎𝑙𝑙 dan
𝑗

𝑉𝑗,𝑁 = 𝑚𝑎𝑘𝑠{𝐾 − 𝑆00 𝑢 𝑗 𝑑 𝑁−𝑗 , 0} untuk opsi 𝑝𝑢𝑡

𝑁
Perhatikan bahwa bilangan ( ) dapat diberikan tafsiran sebagai banyaknya lintasan harga-harga
𝑗
saham dari 𝑆00 menuju ke 𝑆𝑗,𝑁 (fasa maju), atau dalam kaitan nilai opsi sebagai banyaknya
lintasan dari 𝑉𝑗,𝑁 ke 𝑉00 (fasa mundur). Sementara itu faktor 𝑝 𝑗 (1 − 𝑝)𝑁−𝑗 menyatakan
peluang mengambil lintasan yang memiliki j kenaikan harga saham dan 𝑁 − 𝑗 penurunan harga
saham. Sehingga nilai opsi 𝑉00 dalam formulasi diatas dapat diperoleh sebagai present value dari
ekspektasi nilai-nlai payoff.
Selanjutnya kita perhatikan opsi call Eropa pada model binomial diatas. Misalkan a menyatakan
𝐾
𝑙𝑛( )
𝑗 𝑁−𝑗 𝑆00 𝑑𝑁
indeks j terkecil sehingga dipenuhi 𝑆𝑗,𝑁 = 𝑆00 𝑢 𝑑 ≥ 𝐾. Yaitu 𝑎 = ⌈ 𝑢 ⌉ , dengan
𝑙𝑛( )
𝑑
⌈𝑥⌉ menyatakan bilangan bulat terkecil yang lebih besar atau sama dengan x.

Maka
𝑁
−𝑟𝑁∆𝑡 𝑁
𝐶=𝑒 ∑ ( ) 𝑝 𝑗 (1 − 𝑝)𝑁−𝑗 (𝑆00 𝑢 𝑗 𝑑 𝑁−𝑗 − 𝐾)
𝑗
𝑗=𝑎

𝑁 𝑁
𝑁 𝑁−𝑗 𝑁
𝐶 = 𝑆00 ∑ ( ) (𝑝𝑢𝑒 −𝑟∆𝑡 )𝑗 ((1 − 𝑝)𝑑𝑒 −𝑟∆𝑡 ) − 𝐾𝑒 −𝑟𝑁∆𝑡 ∑ ( ) 𝑝 𝑗 (1 − 𝑝)𝑁−𝑗
𝑗 𝑗
𝑗=𝑎 𝑗=𝑎

Perhatikan bahwa 𝑝𝑢𝑒 −𝑟∆𝑡 + (1 − 𝑝)𝑑𝑒 −𝑟∆𝑡 = 𝑒 −𝑟∆𝑡 (𝑝(𝑢 − 𝑑) + 𝑑) = 𝑒 −𝑟∆𝑡 . 𝑒 𝑟∆𝑡 = 1. Maka
𝑁 𝑁

𝐶 = 𝑆00 ∑ 𝑏(𝑗; 𝑁, 𝑝𝑢𝑒 −𝑟∆𝑡 ) − 𝐾 𝑒 −𝑟𝑇 ∑ 𝑏(𝑗; 𝑁, 𝑝)

𝑗=𝑎 𝑗=𝑎

11
Jika Φ(𝑘; 𝑛, 𝑝) = ∑𝑁
𝑗=𝑘 𝑏(𝑗; 𝑛, 𝑝) menyatakan fungsi distribusi binomial komplementer, maka

𝐶 = 𝑆 Φ(𝑎; 𝑁, 𝑝𝑢𝑒 −𝑟∆𝑡 ) − 𝐾𝑒 −𝑟𝑇 Φ(𝑎; 𝑁, 𝑝)

𝑒 𝑟∆𝑡 − 𝑑
(dengan 𝑆 = 𝑆00 ). Pada formula diatas 𝑝 = dan a menyatakan minimum banyaknya
𝑢−𝑑
kenaikan harga saham sehingga opsi call berakhir in-the-money
Sementara itu kejadian memperoleh hasil’sukses’ sebanyak kurang dari k , ekuivalen dengan
memperoleh paling sedikit hasil ‘gagal’ sebanyak n – k + 1 maka
1 − Φ(𝑘; 𝑛, 𝑝) = Φ(𝑛 − 𝑘 + 1; 𝑛, 1 − 𝑝) .
Sehingga dengan proses analog seperti diatas, diperoleh harga opsi put Eropa model binomial
𝑃 = 𝐾𝑒 −𝑟𝑇 Φ(𝑛 − 𝑎 + 1; 𝑁, 1 − 𝑝) − 𝑆 Φ(𝑛 − 𝑎 + 1; 𝑁, 1 − 𝑝𝑢𝑒 −𝑟∆𝑡 )
Selanjutnya kembali lagi ke opsi call Eropa model binomial diatas, akan kita lihat bahwa
𝑇
formulasi diatas akan menuju ke formula Black-Scholes apabila 𝑁 → ∞ (atau ∆𝑡 = 𝑁 → 0 )
dengan menggunakan model binomial CRR.
Perhatikan bahwa
Φ(𝑎; 𝑁, 𝑝) = ∑𝑁
𝑗=𝑎 𝑏(𝑗; 𝑛, 𝑝) = Prob(𝑗 ≥ 𝑎)
𝐾
𝑙𝑛( )+𝑁𝜎√∆𝑡 𝐾 𝜎𝑇
𝑆 − 𝑁𝑝 𝑙𝑛( ) + (1−2𝑝)
𝑗 − 𝑁𝑝 2𝜎√∆𝑡 𝑗 − 𝑁𝑝 𝑆 √∆𝑡
= Prob ( ≥ ) = Prob ( ≥ )
√𝑁𝑝(1−𝑝) √𝑁𝑝(1−𝑝) √𝑁𝑝(1−𝑝) 2𝜎√𝑇𝑝(1−𝑝)

Dengan mengambil 𝑁 → ∞ ( atau ∆𝑡 → 0) kita peroleh :

𝑗 − 𝑁𝑝
→ 𝑍~𝑁(0,1)
√𝑁𝑝(1−𝑝)

𝜎𝑇 𝜎𝑇 𝑒 𝑟√∆𝑡 −𝑒 −𝜎√∆𝑡 𝑒 𝜎√∆𝑡 −2𝑒 𝑟√∆𝑡 +𝑒 −𝜎√∆𝑡

lim (1 − 2𝑝) = lim (1 − 2 ) = lim 𝜎𝑇 ( )
∆𝑡→0 √∆𝑡 ∆𝑡→0 √∆𝑡 𝑒 𝜎√∆𝑡 −𝑒 −𝜎√∆𝑡 ∆𝑡→0 √∆𝑡 (𝑒 𝜎√∆𝑡 −𝑒 −𝜎√∆𝑡 )

Dengan menggunakan aturan l’Hopital sebanyak dua kali akan diperoleh

𝜎𝑇 −4𝑟+2𝜎2 1
lim (1 − 2𝑝) = 𝜎𝑇 = (−𝑟 + 2 𝜎 2 ) 𝑇
∆𝑡→0 √∆𝑡 4𝜎

Masih menggunakan aturan l’Hopital, diperoleh

𝑒 𝑟√∆𝑡 −𝑒 −𝜎√∆𝑡 1
lim 𝑝 = lim =2
∆𝑡→0 ∆𝑡→0 𝑒 𝜎√∆𝑡 −𝑒 −𝜎√∆𝑡

Sehingga

lim 2𝜎√𝑇𝑝(1 − 𝑝) = 𝜎√𝑇

∆𝑡→0

Dengan demikian diperoleh

𝐾 1 𝐾 1
𝑙𝑛( )−(𝑟− 𝜎2 )𝑇 𝑙𝑛( )−(𝑟− 𝜎2 )𝑇
𝑆 2 𝑆 2
Φ(𝑎; 𝑁, 𝑝) = Prob (𝑍 ≥ ) = 1 − Prob (𝑍 < − )
𝜎√𝑇 𝜎√𝑇

12
 𝑆 1
𝑙𝑛( )+(𝑟− 𝜎2 )𝑇
𝐾 2
= Prob (𝑍 < )
𝜎√𝑇

𝑆 1
𝑙𝑛( )+(𝑟− 𝜎2 )𝑇
𝐾 2
= 𝑁(𝑑2 ) dengan 𝑑2 = 𝜎√𝑇

Dengan cara serupa dapat diperlihatkan bahwa untuk 𝑁 → ∞ atau ∆𝑡 → 0 diperoleh

𝑆 1
𝑙𝑛( )+(𝑟+ 𝜎2 )𝑇
Φ(𝑎; 𝑁, 𝑝𝑢𝑒 −𝑟∆𝑡 ) → 𝑁(𝑑1 ) dengan 𝑑1 = 𝐾 2
𝜎√𝑇

Sehingga pada model binomial CRR dengan mengambil 𝑁 → ∞ atau ∆𝑡 → 0 kita peroleh
harga opsi call Eropa
𝐶 = 𝑆 Φ(𝑎; 𝑁, 𝑝𝑢𝑒 −𝑟∆𝑡 ) − 𝐾𝑒 −𝑟𝑇 Φ(𝑎; 𝑁, 𝑝)
yang konvergen ke formula call Eropa dari Black-Scholes :
𝐶 = 𝑆 𝑁(𝑑1 ) − 𝐾𝑒 −𝑟𝑇 𝑁(𝑑2 )

13