Vous êtes sur la page 1sur 20

UNIVERSITE CHEIKH ANTA DIOP DE DAKAR

FACULTE DES SCIENCES ET TECHNIQUES


MASTER II Probabilités et Statistiques

Résolution numérique de
l’équation de Black-Scholes

AUTEUR: MR MHAMADI Moundhir


MR Alassane DIARRA
MR Papa Mody SAMBE

ENSEIGNANT : DOCTEUR MOUNTAGA LAM

ANNEE UNIVERSITAIRE : 2017-2018


Résolution numérique de l’équation de Black-Scholes

MHAMADI Moundhir , Alassane DIARRA, Papa Mody SAMBE

14 janvier 2019
Table des matières

Résumé 1

Remerciement 1

Introduction 1

1 Outils de modélisation : définitions et notions élémentaires 5


1.1 Les options : Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Les déterminants de la valeur d’une option . . . . . . . . . . . . . . . . . . . 5
1.2.1 La valeur intrinsèque(VI) d’une option . . . . . . . . . . . . . . . . . 6
1.2.2 La valeur temps d’une option . . . . . . . . . . . . . . . . . . . . . . 6

2 Modélisation 8
2.1 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Présentation du modèle : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Solution analytique de l’équation . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4 Résolution numérique par différences finies . . . . . . . . . . . . . . . . . . . 9
2.4.1 Maillage et discrétisation . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4.2 Modèle discrétisé : Schémas de résolution . . . . . . . . . . . . . . . 10
2.4.3 Écriture matricielle du Schéma . . . . . . . . . . . . . . . . . . . . . . 10

3 Implémentation et discussion des résultats 12


3.1 Tracé de la solution analytique . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2 Tracé de la solution numérique obtenue par le schéma d’Euler-Explicite . . . . 13
3.3 Tracé simultané des deux solutions . . . . . . . . . . . . . . . . . . . . . . . . 13

Conclusion 13

Annexe 15
3.4 Codes octave pour la solution analytique . . . . . . . . . . . . . . . . . . . . . 15
3.4.1 Préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.4.2 calcul de la solution analytique . . . . . . . . . . . . . . . . . . . . . . 15
3.4.3 Tracé de la solution analytique . . . . . . . . . . . . . . . . . . . . . . 15
3.5 Codes octave pour la solution analytique . . . . . . . . . . . . . . . . . . . . . 16
3.5.1 maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.5.2 Construction de la matrice d’itération . . . . . . . . . . . . . . . . . . 16
3.5.3 Initialisation du prix de l’option : . . . . . . . . . . . . . . . . . . . . 16
3.5.4 calcul de la solution numérique . . . . . . . . . . . . . . . . . . . . . 16
3.5.5 Tracé de la solution numérique . . . . . . . . . . . . . . . . . . . . . . 16
3.6 Représentation des deux solutions . . . . . . . . . . . . . . . . . . . . . . . . 17

1
Résumé

La récurrence des crises financières engendre la nécessité pour tout un chacun de maitri-
ser le fonctionnement du système financier. Aujourd’hui, avec la globalisation financière, les
risques de prix sur le pétrole ,les tensions récurrentes sur les taux d’intérêt concernent tous les
agents économiques, où qu’ils se trouvent . A ce niveau , on peut soulever une question impor-
tante : comment se prémunir de ces risques ?
Le développement des produits financiers dérivés tels que les options , répond au besoin crois-
sant des agents économiques de se protéger contre les variations adverses de prix . Depuis 1973
, le modèle de Black-Scholes s’est imposé comme référence , dans le calcul des valeurs des op-
tions . Ce document met en exergue deux approches dans le calcul des options : la méthode
analytique et le schéma d’Euler-Explicite.

2
Remerciement

En préambule de ce document, nos remerciement vont tous d’abord à l’endroit de l’Eternel


Dieu, le tout puissant et miséricordieux, pour tous ces bienfaits que l’on ne saurait dénombré.

Nos remerciements vont ensuite en direction de notre enseignant le Docteur Mountaga Lam
pour sa patience et sa compréhension . Vous êtes le seul enseignant pour lequel on avait des
remords et des regrets lorsqu’on s’absentait . L’élaboration de ce document nous a permis de
comprendre une large panoplie de notions qui se décline en deux catégories : d’une part les
méthodes de simulation numérique appliqué à la finance et d’autre part l’implémentation de ces
dites méthodes grâce aux logiciels tels que :Octave,Codeblocks et GNUplot . En vertu de tous
cela on ne peut que vous remercier .

Enfin nous adressons nos plus sincères remerciements à nos parents pour leur contribution,
leur soutien et leur patience.

3
Introduction

Les marchés financiers (Finacial Markets en englais) sont des marchés où sont effectuées
des transactions sur des actifs financiers, et de plus en plus, leurs produits dérivés. Ces marchés
permettent la rencontre des agents en déficit de ressources et les agents excédentaires. Sur ces
marchés, des intervenants s’échangent des biens divers appelés actifs , à un prix qui dans la plu-
part du temps, semble varier de manière assez aléatoire en fonction de l’offre et de la demande
. Les intervenants peuvent aussi s’échanger des produits dérivés . Alors c’est quoi un produit
dérivé ?
Eh bien un produit dérivé (ou un contrat dérivé) est un instrument financier dont la valeur dé-
pend (ou dérive) de celle d’un autre actif appelé sous-jacent. Le terme de « Produit dérivé »
désigne l’ensemble des contrats d’achat et de vente d’actifs réels, financiers et monétaires à
terme ferme ou conditionnel et des contrats d’échange d’actifs ou swap . Il existe une grande
multitude , on peut citer à titre non exhaustifs :
– Options
– Futures
– Forward Contracts
Pour calculer le prix d’un produit dérivé, nous avons besoin d’un modèle stochastique pour
décrire l’évolution incertaine du ou des titres sous-jacents.Il apparaît alors important que la
finance soit basée sur des modèles solides permettant d’évaluer les risques et les prix.Le célé-
brissime modèle de Black-Scholes est un compromis entre ces deux exigences et donne dans de
nombreux cas des formules explicites de prix d’options.
Ce document intitulé : « Résolution numérique de l’equation de Black Scholes », est décliné
en plusieurs chapitres, de manière à permettre aux lecteurs de situer aisément les informations
qui les intéressent particulièrement.
Le premier chapitre, est un chapitre introductif qui présente les différentes caractéristiques des
options.
Dans le chapitre 2, on donne une brève description du modèle de Black-Scholes, en expliquant
les différents schémas d’évaluation adoptés dans ce document.
Le chapitre 3 est consacré à l’analyse des résultats obtenus par la résolution du modèle de
Black-Scholes aux options.

4
Chapitre 1

Outils de modélisation : définitions et


notions élémentaires

1.1 Les options : Définition


En finance, une option est :

• un droit d’acheter ou de vendre,

• une certaine quantité d’un actif quelconque X (réel, financier ou monétaire)

• à un prix convenu d’avance appelé prix d’exercice noté K,

• à une date future convenue d’avance ou à tout moment jusqu’à l’échéance noté (T)

• moyennant le paiement immédiat par l’acheteur au vendeur d’une prime.

L’actif sur lequel porte l’option , autrement dit l’actif sous-jacent peut être une action, une
obligation, un indice,un titre de créance négociable,des matières premières agricoles et miné-
rales, une devise, de l’or ...
Il existe deux types d’options :d’une part on a le CALL ou option d’achat (droit d’acheter) et
d’autre part Le PUT ou option de vente (droit de vendre). Un call est un contrat qui confère à
son détenteur le droit d’acheter l’actif sous-jacent à un prix fixé d’avance durant une période
de temps donné. Un put est un contrat qui confère à son détenteur le droit de vendre l’actif
sous-jacent à un prix prédéterminé durant une période donnée.Autant l’acheteur d’un contrat
d’option a le choix d’exercer ou non son droit,autant, le vendeur d’un contrat d’option, est tota-
lement soumis à la décision de l’acheteur d’option. En contrepartie, le vendeur du contrat reçoit
de l’acheteur une somme égale au prix de marché de l’option, appelée prime de l’option.

NB Une option peut être achetée ou vendue, qu’elle soit un CALL ou un PUT.
Par ailleurs ,la date d’exercice varie selon que l’option soit de type européenne(exerçable à
l’échéance) ou de type américaine(exerçable à tout moment)

1.2 Les déterminants de la valeur d’une option


La prime ou valeur d’une option dépend du prix de l’actif sous-jacent, du prix d’exercice,
du taux d’intérêt sans risque, de l’échéance et de la volatilité du prix de l’action .
De façon classique, la valeur de l’option se décompose en deux éléments :la valeur intrinsèque
(VI), et la valeur temps (VT).

5
1.2. LES DÉTERMINANTS DE LA VALEUR D’UNE OPTION

1.2.1 La valeur intrinsèque(VI) d’une option


représente ce que serait la valeur du contrat si son échéance intervenait immédiatement. Elle
est donc positive ou nulle, selon que l’option pourrait ou non être exercée par son détenteur. La
valeur intrinsèque d’une option d’achat (call) est nulle lorsque le cours de l’action X est inférieur
(en dehors) ou égal (à parité) au prix d’exercice K de l’option. Elle devient positive lorsque le
cours de l’action dépasse le prix d’exercice (en dedans).En ce qui concerne l’option de vente
(put), la valeur intrinsèque n’est différente de zéro que si le cours de l’action est inférieur au
prix d’exercice (en dedans). Formellement la valeur intrinsèque correspond à la différence entre
le prix d’exercice(K) et le prix de l’actif sous-jacent(X) :

• pour un CALL : VI = max(X − K, 0) = (X − K)+

• pour un PUT : VI = max((K − X), 0) = (K − X)+

1.2.2 La valeur temps d’une option


représente le surplus de valeur de cette dernière par rapport à sa valeur intrinsèque, étant
donné le temps qui lui reste à courir. Tant qu’il existe une probabilité positive de pouvoir exer-
cer l’option à l’échéance et, par-là même, de réaliser un bénéfice, les investisseurs sont prêts
à payer une sur côte pour détenir le contrat d’option.Elle dépend :du taux d’intérêt ,du temps
jusqu’à l’échéance et de la volatilité anticipée.

• Le taux d’intérêt sans risque : Le détenteur d’une option d’achat peut placer les capitaux
provisoirement épargnés au taux d’intérêt sans risque pendant toute la durée du contrat
d’option. Ainsi, plus le taux d’intérêt sans risque est élevé, plus l’avantage de l’achat
d’une action par le biais de l’option sur l’achat ferme de cette même action est important,
et par conséquent plus la valeur de l’option est élevée.Du point de vue mathématique,
un taux d’intérêt élevé implique une valeur plus faible du prix d’exercice actualisé et
par conséquent une valeur de l’option d’achat représentée par la différence X − Ke−r(T −t)
plus élevée.L’achat d’une option de vente, en comparaison avec la vente ferme des actions
entraîne, outre le décaissement de la prime, un retard dans l’encaissement du montant de
la vente des actions qui n’intervient qu’au moment de l’exercice de l’option. La valeur de
l’option de vente représentée par Ke−r(T −t) − X est donc d’autant plus faible que le taux
d’intérêt sans risque est élevé.

• L’échéance : L’acheteur d’une option est un spéculateur à la hausse (option d’achat) ou à


la baisse (option de vente) du cours du sous-jacent . La prédiction du dententeur , a d’au-
tant plus de chances d’être correcte que l’échéance est lointaine. En effet, l’éloignement
de l’échéance augmente les possibilités de variation du cours de l’action et donc la pro-
babilité d’exercice de l’option. Il est important de noter que la valeur temps de l’option
diminue à mesure que le temps passe jusqu’à s’annuler à l’échéance. A ce niveau l’option
vaut sa valeur intrinsèque.

• Volatilité de l’action : La volatilité est représentée par l’écart type annualisé des rende-
ments, déterminés à partir des variations relatives des prix de l’actif support de l’option à
savoir le sous-jacent. Dés lors il est tout à fait normale que la une prime versé soit d’au-
tant plus élevée que l’amplitude des fluctuations du cours de l’action est importante dans
la mesure où plus la volatilité est forte, plus la probabilité, que le cours de l’action soit
supérieur ou inférieur au prix d’exercice de l’option, est élevée.

6 Moundhir , Alassane DIARRA, Papa Mody SAMBE


MHAMADI
1.2. LES DÉTERMINANTS DE LA VALEUR D’UNE OPTION

• Prix d’exercice de l’option : La valeur ( ou prime ) d’une option est une fonction monotone
de son prix d’exercice . Cette fonction est décroissante (respectivement croissante ) pour
une option de vente ( respectivement d’achat ) dans la mesure où plus le prix d’exercice
est élevé plus la probabilité d’exercer est élevé ( respectivement , la probabilité d’exercer
est d’autant plus importante que le prix d’exercice est faible . )

7 Moundhir , Alassane DIARRA, Papa Mody SAMBE


MHAMADI
Chapitre 2

Modélisation

Lorsqu’en 1973, Fisher Black, Myron Scholes et Robert Merton publient leurs travaux sur la
façon de couvrir une option grâce à la détention du sous-jacent et du cash, afin de construire un
portefeuille sans risque, tout en donnant une formule d’évaluation des options, ils ne s’attendent
peut être pas à rester dans les annales de la finance. Le modèle peut s’appliquer à un actif suivant
un processus stochastique. En 1997, Merton et Scholes se voient finalement récompensés par le
prix Nobel d’économie (Black ne pouvait être éligible car décédé en 1995).
En quoi consiste leur modèle ? Découvrons tout simplement leur formule, ainsi qu’un exemple
numérique.

2.1 Notation
On note θ la valeur d’une option . On pourra faire la distinction entre un “call” C et un “put”
P si besoin. Ce sont des fonctions du temps t, et de la valeur actuelle de l’action sous-jacente x.
On note donc θ = θ (x,t).
On notera également :

• σ la volatilité du prix de l’action ;

• K le prix d’exercice fixé par l’option ;

• T le temps qui reste à l’option avant son échéance ;

• r Le taux d’intérêt sans risque.

• L Barrière d’une option (plus grande valeur prise par le sous-jacent)

2.2 Présentation du modèle :


Aujourd’hui, le modèle de Black-Scholes, bien que souvent décrié, est considéré comme
une avancée fondamentale pour la finance moderne.Ce modèle est basé sur les hypothèses sui-
vantes :

1. Le sous-jacent de l’option évolue suivant un mouvement brownien géométrique ;

dx = µxdt + σ xdW avec Wt un processus de Wiener

2. Le taux d’intérêt sans risque r est constant ;

3. Les échanges se font de manière continue et sans frais de transactions ;

4. Le marché est sans opportunité d’arbitrage ;

8
2.3. SOLUTION ANALYTIQUE DE L’ÉQUATION

5. Les ventes à découvert sont permises. Le prix d’une option sur un sous-jacent est une
fonction de x et de t.
Le modèle est le suivant :

( 2 δ 2θ
δθ
δt + rx δδθx + σ 2 x2 δ x2
− rθ = 0 0 < x < L 0 < t < tmax
δθ
θ (0,t) = 0 δ x (L,t) = 0 ∀t [0,tmax ]

C’est une équation aux dérivées partielles (EDP) d’ordre 2, du type parabolique.

2.3 Solution analytique de l’équation


L’équation de Fisher Black & Myron Scholes fournit une expression explicite pour calculer
le prix d’une option en fonction de ses paramètres et des paramètres de l’actif sous-jacent .
Cette expression ,connu sous le nom de solution analytique sera énoncé sans démonstration .
Si on note P(x,t) la valeur d’un Put et C(x,t) la valeur d’un Call alors la solution analytique
s’écrit : 

 P(x,t) = K e−r(T −t) F(−d2) − X F(−d1)







C(x,t) = X F(−d1) − K e−r(T −t) F(−d2)







X
log( K )+(r+ 12 σ 2 )(T −t)




 d1 = √
σ T −t







X
)+(r− 12 σ 2 )(T −t)


 d2 = log( K


σ T −t
avec F est la fonction de répartition de la loi normale centré et réduite c’est à dire que :
R x − 1 t2
F(x) = √12π −∞ e 2 dt

2.4 Résolution numérique par différences finies


2.4.1 Maillage et discrétisation
La résolution numérique de l’équation de Black-Scholes nécessite la discrétisation du do-
maine d’étude considéré, en temps comme en espace. On suppose que l’intervalle de temps
est découpé suivant une grille régulière avec un nombre fini de points et d’intervalles. On va
calculer (et considérer) la solution uniquement en ces instants-là. La difficulté consiste alors à
calculer les dérivées (ici, en temps) à partir de ces valeurs discrètes. Si on note δt l’intervalle de
temps (supposé constant) de la grille de discrétisation temporelle, et δ x le pas d’espace (supposé
aussi constant) de la grille de discrétisation spatiale, on ne calculera la solution qu’aux points
x = jh et t = nδt. Pour toute la suite on adoptera la discrétisation suivante :

• Discrétisation en espace :
SM−1  
[0, L] = j=0 x j , x j + h ; x j = jh ; h = L/M;

• Discrétisation en temps :
SN−1
[0,tmax ] = n=0 [tn ,tn + δt] ; tn = nδt ; δt = tmax /N;

9 Moundhir , Alassane DIARRA, Papa Mody SAMBE


MHAMADI
2.4. RÉSOLUTION NUMÉRIQUE PAR DIFFÉRENCES FINIES

2.4.2 Modèle discrétisé : Schémas de résolution


Plusieurs schémas peuvent être adopté pour la résolution du problème.Dans le cas présent
le choix se porte sur le schéma d’Euler explicite.Les schémas explicites sont nommés de cette
façon car les solutions aux temps n+1 y sont donnés en fonction des solutions aux temps n.Ces
schémas présentent le gros avantage de ne pas nécessiter de résolution de système linéaire, et
donc d’économiser une grosse quantité de temps de calcul.

θ (x j ,t n+1 )−θ (x j ,t n ) n n
δt θ (x j ,t n ) = , δ θ (x ,t n ) = θ (x j+1 ,t )−θ (x j ,t )
δt x j δx
θ (x ,t n )−2θ (x ,t n )+θ (x ,t n)
et δxx θ (x j ,t n ) = j+1
δ x2
j j−1

avec x j = jh

Posons θ jn = θ (x j ,t n ) .
L’équation de Black-Scholes discrétisée s’écrit :
θ jn+1 − θ jn n −θn
θ j+1 j x2
2 j
n − 2θ n + θ n
θ j+1 j j−1
+ rx j +σ − rθ jn = 0
δt h 2 h2

θ jn+1 − θ jn n −θn
θ j+1 j
n − 2θ n + θ n
x2j θ j+1 j j−1
=⇒ = −rx j −σ2 + rθ jn
δt 2 h h2
x2
2 j n rx j σ 2 x2j n rx j 2 j
x2 n
= −σ θ + (r + + 2 )θ j − ( +σ )θ
2h2 j−1 h h h 2h2 j+1
θ jn+1 − θ jn n+1
=⇒ = a j θ j−1 + b j θ jn+1 + c j θ j+1
n+1
δt
x2 rx j σ 2 x2j rx j x2
avec a j = σ 2 2hj2 ; b j = −(r + h + h2
) ; cj = ( h + σ 2 2hj2 );
On aboutit finalement à l’équation suivante :
θ jn+1 = θ jn − δt a j θ j−1
n
+ b j θ jn + c j θ j+1
n
 
(2.1)

2.4.3 Écriture matricielle du Schéma


h i
On a : θ jn+1 = θ jn − δt a j θ j−1
n +b θn +c θn
j j j j+1 .

Pour j=1 ,
θ1n+1 = θ1n − δt a1 θ0n + b1 θ1n + c1 θ2n
 

or θ (0,t) = 0 ⇒ θ0n = 0

⇒ θ1n+1 = θ1n − δt b1 θ1n + c1 θ2n


 

θ1n
 
θ1n+1 = θ1n − δt

Sous forme vectorielle on a : b1 c1
θ2n

Pour j=2 ,
θ2n+1 = θ2n − δt a2 θ1n + b2 θ2n + c2 θ3n
 

10 Moundhir , Alassane DIARRA, Papa Mody SAMBE


MHAMADI
2.4. RÉSOLUTION NUMÉRIQUE PAR DIFFÉRENCES FINIES

n
 
θ 1
Sous forme vectorielle on a : θ2n+1 = θ2n − δt a2 b2 c2  θ2n 


θ3n

Pour j=M-1 ,
n+1 n n n n
 
θM−1 = θM−1 − δt aM−1 θM−2 + bM−1 θM−1 + cM−1 θM

or n =0
δx θ (L,t) = 0 ⇒ θM

n+1 n n n
 
⇒ θM−1 = θM−1 − δt aM−1 θM−2 + bM−1 θM−1
n
 
n+1 n
 θM−2
Sous forme vectorielle on a : θM−1 = θM−1 − δt aM−1 bM−1 n
θM−1

θ1n+1
     
θ1n 1 0 ··· 0
 θ2n+1   θ2n   0 1 ··· 0 
Posons θ (n+1) =   , θ (n) =   et Id = 
     
.. .. .... . . .. 
 .   .   . . . . 
n+1 n
θM−1 0 0 ··· 1
θM−1

où Id est la matrice identité d’ordre M − 1.

Ainsi on obtient : θ (n+1) = (Id − δtA)θ (n)

b1 c1 · · ·
 
0
.. ..

a2 . c2 .

avec A =  .
 
... ...
 0 cM−2 
0 0 aM−1 bM−1

11 Moundhir , Alassane DIARRA, Papa Mody SAMBE


MHAMADI
Chapitre 3

Implémentation et discussion des résultats

Dans cette partie on cherche à déterminer la valeur d’une option de vente européenne dont
les paramètres qui a les paramètres suivants :
K=40 ;
L=80 ;
T=1 ;
sigma=0.3 ;
r=0.2 ;
N=10 ;
M=11 ;
h=L/(M-1) ;

Les codes octaves(GNU Octave version 4.4.1) utilisés dans cette partie sont disponibles en
annexes.

3.1 Tracé de la solution analytique


Pour tracer la solution analytique , il nous faut calculer F( la fonction de repartition de la
loi normale centré réduite). Pour cela, on peut se servir de la fonction normcdf(x)qui disponible
dans le package "statistics" .

12
3.2. TRACÉ DE LA SOLUTION NUMÉRIQUE OBTENUE PAR LE
SCHÉMA D’EULER-EXPLICITE

3.2 Tracé de la solution numérique obtenue par le schéma


d’Euler-Explicite
La solution numérique de l’équation de Black-Scholes par le schéma d’Euler explicite est
représenté dans le graphique ci-dessous :

3.3 Tracé simultané des deux solutions

Les deux courbes ont la même allure , elles se superposent presque parfaitement . Toutefois,
il existe un léger décalage entre les deux solutions.Avant le strike les deux prix suivent les
mêmes tendances. Puis l’écart entre les deux devient de plus en plus notable au fur et à mesure
que l’on s’approche du strike .Les deux courbes se confondent à nouveau pour des valeurs du
Sous-jacent supérieur à 6O .

13 Moundhir , Alassane DIARRA, Papa Mody SAMBE


MHAMADI
Conclusion

L’élaboration du document présent a permis d’apprehender le problème de la valorisation


des options à partir du modèle de Black-Scholes . Le pricing des options s’est fait en utilisant
la méthode numérique de différence finie connue sous le nom de schéma d’Euler-Explicite .
Les résultats ainsi obtenus ont été comparé à ceux obtenus par résolution analytique . Cette
comparaison a révélé une similitude entre les deux solutions obtenus permettant ainsi de nous
conforter sur la précision et l’efficacité du schéma d’Euler-Explicite dans l’estimation du prix
d’une option . Le travail s’est en grande partie concentré sur le pricing des options de vente
toutefois la valorisation des options d’achat peut se déduire aisément en utilisant la relation de
parité Put-Call ( P + X = C + K exp(-r(T-t) ) .
Le modèle de Black-Scholes a fait l’objet de nombreux critiques non seulement du fait que
les hypothèses considérées sont peu réalistes (en général il y a un coup de transaction, le taux
d’intérêt ainsi que la volatilité sont rarement constants..) mais aussi à cause du fait que le modèle
à toujours été incapable de prévoir les différents krachs boursiers . Alors certes le modèle de
Black-Scholes a été remis en cause mais il reste néanmoins une approximation très utile de la
réalité . Ainsi ,les investisseur doivent être au courant de ces limites où ils risquent de faire face
à d’importantes pertes
Annexe

K=40 ;
L=80 ;
T=1 ; sigma=0.3 ;
r=0.2 ;
N=10 ;
M=11 ;
h=L/(M-1) ;

3.4 Codes octave pour la solution analytique


3.4.1 Préliminaires
Installation package statistics pkg install statistics-1.4.0.tar.gz
Chargez le package pkg load statistics

3.4.2 calcul de la solution analytique


function P=BSanalytique(L,K,T,r,sigma,M,N) v=zeros(M,1) ;
[x j,tn, h, dt]= maillage(L,T,N,M) ;
j=0 :M-1 ;
for i=1 :M
d1 = (log(x j(i)/K) + (r + sigma2 /2) ∗ T )/(sigma ∗ sqrt(T )) ;
d2 = d1 − sigma ∗ sqrt(T ) ;
v(i,1)=K*exp(-r*T)*normcdf(-d2)-xj(i)*normcdf(-d1) ;
end
P=v ;
end

3.4.3 Tracé de la solution analytique


P=BSanalytique(L,K,T,r,sigma,M,N) ;
plot([0 :h :L],P,’m’) ;
xlabel("Prix du sous-jacent") , ylabel("Valeur du Put P(x,t)") ;
legend("Solution Analytique") ;
title ("Pay-off Put europeen") ;
box off
3.5. CODES OCTAVE POUR LA SOLUTION ANALYTIQUE

3.5 Codes octave pour la solution analytique


3.5.1 maillage
function [xj,tn,h,dt]= maillage(L,T,N,M)
h=L/(M-1) ;
dt=T/N ;
j=0 :M-1 ;
n=0 :N ;
xj=j*h ;
tn=n*dt ;
end

3.5.2 Construction de la matrice d’itération


function A=construction(dt,sigma,xj,h,r,M)
for k=1 :M
a j(k) = 1 − dt ∗ (sigma2 ∗ x j(k)2 /h2 + r ∗ x j(k)/h + r) ;
b j(k) = dt ∗ sigma2 ∗ x j(k)2 /(2 ∗ h2 ) ;
c j(k) = dt ∗ (sigma2 ∗ x j(k)2 /(2 ∗ h2 ) + r ∗ x j(k)/h) ;
end
A = diag(b j(2 : M − 1), −1) + diag(a j(1 : M − 1)) + diag(c j(1 : M − 2), 1) ;
end

3.5.3 Initialisation du prix de l’option :


function theta = initialisation(M,N,xj,K)
theta=zeros(M-1,N+1) ;
for idx=1 :M-1
theta(idx,1)=max(K-xj(idx),0) ;
end
end

3.5.4 calcul de la solution numérique


function X=solutionEExp(K,sigma,r,L,T,N,M)
[x j,tn, h, dt] = maillage(L, T, N, M) ;
A=construction(dt,sigma,xj,h,r,M) ;
theta = initialisation(M,N,xj,K) ;
for i=1 :N
theta( :,i+1)=A*theta( :,i) ;
end
w=zeros(1,N+1) ;
X=[theta ;w] ;
end

3.5.5 Tracé de la solution numérique


X=solutionEExp(L,K,T,r,sigma,M,N) ;
plot([0 :h :L],X( :,N+1),’k’) ;hold on
xlabel("Prix du sous-jacent") , ylabel("Valeur du Put P(x,t)") ;
3.6. REPRÉSENTATION DES DEUX SOLUTIONS

legend("Solution Analytique") ;
title ("Pay-off Put europeen") ;
box off

3.6 Représentation des deux solutions


K=40 ; L=80 ; T=1 ; sigma=0.3 ; r=0.2 ; N=10 ; M=11 ; I=M-2 h=L/(M-1) ;
X=solutionEExp(L,K,T,r,sigma,M,N) ;
P=BSanalytique(L,K,T,r,sigma,M,N) ;
plot([0 :h :L],X( :,N+1),’k’) ;hold on
plot([0 :h :L],P,’m’) ;
xlabel("X :prix du sous-jacent") , ylabel("Valeur du Put P(x,t)") ;
legend("Euler explicite","Analytique") ;
title ("Pay-off Put europeen") ;
box off
Bibliographie

[1] Arthur Charpentier : Méthodes numériques en finance(2006-2007).

[2] Arnaud Nauwynck : Algorithmique Méthodes Numériques, Algorithme de Décomposition


de Pricing.

[3] A. Verraux : Resolution de l’equatin de Black et Scholes. Tampere University of techno-


ligy (2008).

[4] KRE Didier Michael : LE θ -SCHEMA POUR LE MODELE DE BLACK & SCHOLES.
(2011).

[5] A.Seck : Produits Dérivés et Marchés de produits Dérivés. (2018).