Académique Documents
Professionnel Documents
Culture Documents
Econom
etrie de la finance
Partie 1
Mesurer les risques
Arthur Charpentier
http ://perso.univ-rennes1.fr/arthur.charpentier/
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Plan du cours
Introduction generale
Mesurer les risques, une introduction au Risk Manageemnt
Mesurer les risques ?
Value-at-Risk
Contexte et cadre regelementaire, B
ale II
Un (tout petit) peu deconomie de lincertain
Mod
eliser des rendements boursiers
Que cherche-t-on `a modeliser ?
Processus ARCH et GARCH
Processus `a volatilite stochastique
Du rendement dun titre au rendement dun portefeuille
Retour `
a la VaR : les probl`
emes destimation
Estimation de la Value-at-Risk, un mot de theorie des extremes
Estimation de la Value-at-Risk pour des processus GARCH
8
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
10
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Market risks
Classical models for stock prices,
dynamic models (Bachelier (1900), Black & Scholes (1973)), Brownian
geometric
dSt = St dt +
V S dW ,
| {zt }t
| {z }
drift random part
where (Wt )t0 is a standard brownian motion,
more advanced dynamic models (Heston (1993)) have stochastic volatility
dS = S dt + V dW S
t
t
t
t
dVt = ( Vt )dt + Vt dW V ,
t
where (WtS )t0 and (WtV )t0 are two standard brownian motions (possibly
correlated).
11
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
150
100
50
50
100
150
200
200
0.0
0.2
0.4
0.6
Time
0.8
1.0
0.0
0.2
0.4
0.6
0.8
1.0
Time
12
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
2
Then = E(X) and 2 = V ar(X).
13
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Market risks
%."
%.0
#."
#.0
!#.0
!0."
0.0
0."
&sp/)ance
#.0
0.5
!#.0
!0.5
0.0
&sp/)ance
#.5
%.0
%.5
the capital asset pricing model (Markowitz (1970) or the Sharpe index are
based on the mean-variance framework,
#0
&ca)t!type
#5
"
#0
#"
&ca)t!t+pe
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
X1
1
12
1,2 1 2 1,d 1 d
2,d 2 d
22
X2
2 2,1 2 1
X=
..
..
..
.. N .. ,
.
.
.
.
.
Xd
d,1 d 1
d,2 d 2
d2
All the information about marginal risks is in the variances (i2 ) while all the
information on the dependence is in the correlation coefficients (i,j ).
15
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
16
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
2
1
0
1
2
3
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
11
X1
1
,
X=
N
21
X2
2
12
22
Xi N (i , i ), for all i = 1, , d,
0 X = 1 X1 + + d Xd N (0 , 0 ),
1
X 1 |X 2 = x2 N (1 + 12 1
2,2 (x2 2 ), 1,1 12 2,2 21 )
18
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
0.20
0.15
0.10
0.05
0
0.00
3
2
1
0
3
2
1
3
2
3
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Value-at-Risk
The expression is quite recent and its origin is uncertain : in the 80s, some
papers introduced dollars-at-risk, capital-at-risk, income-at-risk, earning-at-risk
and finally value-at-risk
Denomination has been stabilized after the publication of RiskMetrics Technical
Document in 1994, by JPMorgan. Note that the work accomplished by JPMorgan
was more a pulic relation campaign than an advanced technical study : VaR is
more a practice than a theory.
VaR summarizes the worst loss ever on a target horizon that will not be exceeded
with a given level of confidence, i.e. formaly it is a quantile of the projected
distibution of gains and losses over the target horizon
Till Guldimann (1992) created the term value-at-risk while head of global
research at JP Morgan in the late 80s. It appeared in the G30 report (group of
thirty) in July 1993.
20
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
21
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
22
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
23
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Edgeworth, et lhypoth`
ese normale
24
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Edgeworth, et lhypoth`
ese normale
25
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Lhypoth`
ese normale, d
epass
ee ?
26
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
27
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
28
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
29
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
30
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
31
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
32
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
33
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Notations
Let X be a real valued random variable, interpreted as a (net) loss.
Definition 1. A risk measure is a function R : X R, interpreted as the capital
necessary.
Example 2. R(X) = sup{X(), }, R(X) = sup{EQ (X), Q Q} where Q
1
is a set of probabilities (called scenarios), R(X) = FX
() where (0, 1) ...etc.
34
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
n
X
pi xi = EP (X),
i=1
35
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
What is probability P ?
my dwelling is insured for $ 250,000. My additional premium for earthquake
insurance is $ 768 (per year). My earthquake deductible is $ 43,750... The more I
look to this, the more it seems that my chances of having a covered loss are about
zero. Im paying $ 768 for this ? (Business Insurance, 2001).
Estimated annualized proability in Seatle 1/250 = 0.4%,
Actuarial probability 768/(250, 000 43, 750) 0.37%
The probability for an actuary is 0.37% (closed to the actual estimated
probability), but it is much smaller for anyone else.
36
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Saint P
etersbourgs paradox
Problem proposed by Bernoulli (1713),
Une pi`ece de monnaie est lancee jusqu`
a ce que pile apparaisse. Le joueur A
reoit alors de la banque B la somme de 2n francs, ou n est le nombre total de
lancers. Quelle mise doit disposer A avant le premier jet pour que la partie soit
equitable ?
It is a paradox since the expected value is infinite
X
X
1
n
P( stop after n draw) 2n =
2
=
1 = .
n
2
i=1
i=1
i=1
37
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Saint P
etersbourgs paradox
Many answers have been investigated
the bank does not have infinite liabilities, and thus, the player can play only a
finite time (Buffon (1777), Poisson (1837), Borel (1949)),
the player has a moral utility of money (Cramer(1728), Bernoulli (1738),
von Neumann & Morgenstern (1956)) where a concave utility function is
considered,
the player bets using subjective probabilities, were rare events are assumed to
be impossible (DAlembert (1754), Menger (1934), Yaari (1987))
38
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Z
u(x)dP =
39
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Z
xdg P =
40
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Z
g(P(X > x))dx =
41
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Z
xdg P =
Z
g(P(X > x))dx =
42
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
0.0
0.2
0.4
0.6
0.8
1.0
xdFX (x) =
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
0.0
0.2
0.4
0.6
0.8
1.0
u(x)dFX (x).
44
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
0.0
0.2
0.4
0.6
0.8
1.0
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
46
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
xdFX (x).
47
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
48
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Z
xdFX (x) =
49
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
50
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
51
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
0 p = 1/3
0 p = 2/3
and Y =
X=
1 p = 2/3
1 p = 1/3
0 p = 1/3 1/2
X p = 1/2
1 p = 2/3 1/2
0 p = 1/2
X Y =
=
=
Y p = 1/2
1 p = 1/2
0 p = 2/3 1/2
1 p = 1/3 1/2
0 + 0 p = 1/3 2/3
0 + 1 p = 1/3 1/3
0 p = 2/9
X +Y =
=
1 p = 5/9
1 + 0 p = 2/3 2/3
2 p = 2/9
1 + 1 p = 2/3 1/3
52
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
u(x)dFX (x).
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Note that the exponential utility does not exist for heavy tailed risks.
Example 11. With a quadratic utility, u(x) = x x2 /2s where x < s, then
54
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
55
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
CRRA (Constant Relative Risk Aversion) means that RA() is constant, i.e.
x1
u(x) =
, for > 0, including the limiting case u(x) = log(x) (when 1.
1
modeling portfolios with Gaussian returns and CARA utility
1
2
Assume that X N (, ) and u(x) = exp(x), for some > 0.
2
56
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
and
u(EP (X) ) =
1
exp(( )),
2
thus, one gets that = .
2
modeling portfolios with lognormal risks and CRRA utility
1
x
Assume that log X N (, 2 ) and u(x) =
, for some > 0.
1
2
By solving u(EP (X) ) = EP (u(X)), one gets that =
EP (X).
2
quadratic utility principle
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Changing probabilities ?
Question : what is probability P ?
Il y a donc une aversion particuli`ere pour lincertitude liee `
a lignorance. On
pref`ere avoir un mod`ele probabiliste que pas de mod`ele du tout, on pref`ere evaluer
raisonnablement ses chances de succ`es, fussent-elles minces, que de nen avoir
aucune idee. (Ekeland (1991)).
Idee de Ramsey (1931), formalisee par Savage (1972) : les individus ne raisonne
pas sous P, la probabilite reelle (inconnue), mais sous une probabilite subjective
Q.
Probl`
eme : difficile destimer une probabilite dev`enement rare.
Travaux de Selvige (1975) : importance des ev`enements rares aux consequences
importantes. Approche psychologique du risque : besoin de comparer `a des
ev`enements rares quantifiables (taux de mortalite infantile, quinte flush au
pocker...).
58
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Changing probabilities ?
Definition 12. est une relation verifiant laxiome de monotonie si
P(X + Y ) = 1 implique X Y , pour tout > 0.
Proposition 13. Si est une relation dordre verifiant les axiomes de
continuite, dadditivite et de monotonie, alors il existe une probabilite Q telle que
X Y RQ (X) RQ (Y )
o`
u
Z
RQ (X) = EQ (X) =
59
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
60
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Changing probabilities ?
Considerons le mod`ele de Cox, Ross & Rubinstein (1979), avec un actif sans
risque valant 1 aujourdhui, et 1 + r dans un an, et un actif risque valant S0
aujourdhui, et, dans un an S1 , valant soit Su, soit Sd, avec d < 1 + r < u,
suivant letat de la nature. Considerons un call europeen donnant le droit
dacheter le sous-jacent `
a maturite (dans un an) `
a la valeur K. Le payoff dans un
an est alors (S1 K)+ . Construisons un portefeuille + S0 permettant de
repliquer la valeur de loption dans un an :
si le marche monte, le portefeuille vaudra (1 + r) + Su, et loption
Cu = (Su K)+
si le marche baisse, le portefeuille vaudra (1 + r) + Sd, et loption
Cd = (Sd K)+
61
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Changing probabilities ?
Dans un marche avec absence dopportunite darbitrage, si ces deux produits ont
la meme valeur dans un an, cest donc quils ont le meme prix aujourdhui. Le
portefeuille qui permet de repliquer le payoff de loption est obtenu en resolvant
(1 + r) + Su = C
u
(1 + r) + Sd = Cd
cest a` dire que
1
Cu Cd
et =
=
S0 u S0 d
1+r
Cu Cd
Cu S0 u
S0 u S0 d
.
62
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Changing probabilities ?
Le prix de loption aujourdhui secrit
1
1+rd
u (1 + r)
+ S0 =
Cu +
Cd ,
1+r
ud
ud
qui peut secrire
=
1
1+rd
(qCu + (1 q)Cd ) , o`
uq=
.
1+r
ud
63
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Loterie B
89% de chance de recevoir 1 million
Loterie C
Loterie D
11%
89%
10%
90%
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Loterie C
Loterie D
65
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
La distortion de probabilit
es, Yaari (1987)
Example 14. Un exemple de relation dordre est la dominance stochastique `
a
lordre 1. X 1 Y si et seulement si une des conditions suivantes (equivalentes)
sont satisfaites,
E(g(X)) E(g(Y )) pour g croissante,
pour tout x R, P(X x) P(Y x),
pour tout x R, P(X > x) P(Y > x),
pour tout x ]0, 1[, V aR(X, ) V aR(Y, ).
Cette relation dordre est notee V aR dans Denuit & Charpentier (2004).
Example 15. Un exemple de relation dordre est la dominance stochastique `
a
lordre 2. X 2 Y si et seulement si une des conditions suivantes (equivalentes)
sont satisfaites,
E(g(X)) E(g(Y )) pour g croissante et convexe,
E((X t)+ ) E((YZ t)+ ) pour t R, Z
V aR(X, p)dp
0
V aR(Y, p)dp,
0
66
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
V aR(X, p)dp
V aR(Y, p)dp,
67
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Z
xdg P =
Z
g(P(X > x))dx =
0
1
1
FX
(1 p)dg(p).
68
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
69
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
70
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
72
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
1.0
1.5
2.0
0.0
0.5
0.80
0.85
0.90
0.95
1.00
73
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
FX 1(u)du.
In some sense, the TailVaR is the average of worst cases, while V aR was the best
worst case.
Proposition 29. Tail Value-at-Risk is a coherent risk measure.
74
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
La Value-at-Risk, ou VaR
Definition 30. La Value-at-Risk est le montant des pertes qui ne doivent pas
etre depassees pour un niveau de confiance donne sur un horizon temporel donne.
On se donne un horizon temporel T et un niveau de confiance ]0, 1[. Soit (Xt )
la valeur dun portefeuille `
a horizon t, alors V aR(XT , ) verifie
P(XT > V aR(XT , )) = 1 .
Cette mesure nest pas (trop) technique et peut meme etre comprise par les
dirigeants dune compagnie bancaire.
Definition 31. La Value-at-Risk pour un niveau de confiance ]0, 1[ et pour
un horizon temporel donne T est le quantile dordre de la distribution de profits
et pertes (profit and loss distribution) `
a horizon T .
75
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
La Value-at-Risk, ou VaR
0.1
0.2
seuil 5%
0.0
Densit de probabilit
0.3
0.4
76
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
La Value-at-Risk, ou VaR
Par exemple, pour les risques les plus classiques
Market Risk (MR) : = 99%, T = 10 jours
Trading desk limits (MR) : = 95%, T = 1 jour
Credit Risk (CR) : = 99.9%, T = 1 an
Operational Risk (OR) : = 99.9%, T = 1 an
Economic Capital (EC) : = 99.97%, T = 1 an
= Les Value-at-Risk mesurent des quantiles pour des seuils (tr`es) eleves.
77
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
78
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Un facteur de stress ?
Pour mieux comprendre lorigine de ce facteur de stress, rappelons quon peut
trouver une borne superieure `
a la VaR en utilisant lingalite de Bienayme
Tchebychev : si X est une variable de variance finie ( 2 < ) et desperance ,
alors pour tout
2
P (|X | ) 2 .
79
conome
trie de la finance (2008/2009)
Arthur CHARPENTIER - e
Un facteur de stress ?
Aussi, si c =
1 ,
P X
2
= P X V aR(1 ) .
Pour = 1%, on obtient c = 7.07 soit V aR(99%) = 7.07. Rappelons que dans le
cas N (0, 2 ), V aR(99%) = 2.33, i.e.
V aR(99%) = 3.04 V aRN (0,2 ) (99%).
Notons que V aR(95%) = 1.92 V aRN (0,2 ) (95%).
80