Vous êtes sur la page 1sur 65
:
:
: cas particulier du très long terme Geoffroy BEUIL
: cas particulier du très long terme Geoffroy BEUIL
: cas particulier du très long terme Geoffroy BEUIL

cas particulier du très long terme

Geoffroy BEUIL

Remerciements

Remerciements Je souhaite également remercier le corps professoral de Telecom Bretagne ainsi que celui de et

Je souhaite également remercier le corps professoral de Telecom Bretagne ainsi que celui de

et
et

sans qui cet enseignement ne pourrait perdure r.

Je voudrais remercier plus pa rticulièrement Philippe LENCA pour la qualité de son Telecom Bretagne,
Je
voudrais
remercier
plus
pa rticulièrement
Philippe
LENCA
pour
la
qualité
de
son
Telecom Bretagne, mais également Frédéric PLANCHET
à réaliser ce mémoire.
trouver matières

Je terminerai en remerciant toutes les personnes qui ont participé de près ou de loin à

matières Je terminerai en remerciant toutes les personnes qui ont participé de près ou de loin

Geoffroy BEUIL

2

Résumé

Résumé nécessaire pour estimer les provisions des compagnies, notamment des assurances, afin éléments centraux de la

nécessaire pour estimer les provisions des compagnies, notamment des assurances, afin

éléments centraux de la réforme Solvabilité 2 afin éviter une nouvelle crise financière.
éléments centraux de la réforme Solvabilité 2 afin
éviter une nouvelle crise financière.
questions les plus redoutables sur laquelle les théoriciens et financiers se penchent. La plupart du
questions
les
plus
redoutables
sur laquelle les
théoriciens
et financiers
se
penchent. La plupart du te

estimation assez bonne à court et moyen terme, elle est, par contre, très compromise à plus

moyen terme, elle est, par contre, très compromise à plus ce taux car les modèles mathématiques

ce taux car les modèles mathématiques existant ont tendance à éc raser le risque lié au très long terme.

tendance à éc raser le risque lié au très long terme. , confirmant les craintes des

, confirmant les craintes des économistes . Ce mémoire se terminera par une approche très différente de celle utilisée à court terme. Celle-ci fera intervenir de nouvelles variables macro-

tualisation sur plusieurs centaines
tualisation sur plusieurs centaines

permettre de dimi nuer les mauvaises évaluations.

Geoffroy BEUIL

3

Abstract

The discounted cash flow analysis is one of the most important things in a firm. This analysis is needed in order to evaluate provisions of firms, including insurance companies, so that they can honor their commitments without going bankrupt. Also, this is one of the most developed subjects in the Solvency 2 project to avoid a new financial crisis.

The estimation of the discount ra te may be one of the most complicated questions that sill remains unanswered. Most of the ti me, the discount rate can be identified as an interest rate, which is true only in a stable economic world whe re the forecasting is 100% reliable. The application of classical models to estimate rates is pretty good in short -te rm or medium- term cases whereas it is not in long-term cases. Economists reject mathematical and economical calculations to evaluate rates because those models have a tendency to hi de the risk linked to the duration of the discounted cash flow analysis.

We will apply some of those models in this thesis to see that a bad rate evaluation, even if it is a very small error of evaluation, can have very serious consequences in the long term. At the end, we will see a new approach to evaluate the discount rate. This approach will use macroeconomic variables which do not exist in classical models to do the evaluation. Also we will talk about a way slightly different to minimize bad estimations of the rate : the sequential decision.

Geoffroy BEUIL

4

Sommaire

Remerciements

 

2

Résumé

 

3

Abstract

4

Sommaire

 

5

Introduction

7

Partie 1 : Généralités

 

1.

Ori gi ne du mé moi re

 

10

2.

2. 12

12

3.

Types de taux

13

a) Taux nominal et taux réel

13

b) Taux court et taux long

13

c) Taux zé ro- coupon

14

d) Taux actuariel

 

14

e) Taux forward

14

f) Taux de base bancaire et taux interbancaire

15

Partie 2 : Modèles de taux et déflateurs

1.

1. 18

18

a)

a) 18

18

 

i. Modèle de Vasicek

18

ii. Modèle de Rendleman-Bartter

20

iii. Modèle de Cox-Ingersoll-Ross (CIR)

20

 

b)

  b) 21

21

 

i. Modèle de Ho-Lee

21

ii. Modèle de Hull-White à un facteur (ou Vasicek étendu)

22

iii. Modèle de Black-Derman-Toy

22

iv. Modèle de Black-Karasinski

23

2.

2. 25

25

a)

Modèle

Hull et White à 2 facteurs

25

3.

Les déflateurs

27

a)

a) 27

27

Geoffroy BEUIL

5

b)

Les déflateurs

29

 

i. Cas mono-périodique discret

29

ii. Cas multi-périodiques discret

29

iii. Passage en temps continu et forme générale du déflateur

30

Partie 3 : Application

 

1. Calibrage des modèles

34

 

a) Calibrage du modèle de Vasicek

34

b) Calibrage du modèle de Hull et White à 2 facteurs

35

2. Analyse des résultats

 

38

Partie 4 : Approche macroéconomique du taux d'inflation

1.

Le calcul économique

 

45

 

a)

  a) 45

45

b)

b) 46

46

2.

2.

48

 

a)

Les différents paramètres

48

 

i.

Notion de préférence pure pour le présent

48

ii.

ii. 48

48

 

b)

  b) 49

49

c)

Prise en compte des incertitudes du futur

50

3.

Actualisation sur le long terme

53

 

a)

La décision séquentielle

53

Conclusion

 

55

Bibliographie

56

Annexes Réglementation sur le traitement des déchets radioactifs

58

60

60

Résolution des équations différentielles stochastiques du modèle de Hull et White à deux facteurs 63

64

Données utilisées pour le calibrage du modèle de Vasicek

Geoffroy BEUIL

6

Introduction

Introduction opérations . Elle permet à une personne, physique ou morale, de base dans le monde
Introduction opérations . Elle permet à une personne, physique ou morale, de base dans le monde

opérations

. Elle permet à une personne, physique ou morale,

de

base

dans

le

monde de la finance et de futur que lui
monde de la
finance et de
futur que lui

rapportera un placement ou le coût futur que lui engendreront des dépenses ramenés à est telle

que lui engendreront des dépenses ramenés à est telle laisser place au hasard dans sa détermination

laisser place au hasard dans sa détermination de ce taux reste particulièrement difficile de par la quantité de modèles existants. Le choix du es questions les plus importantes que se posent les théoriciens actuellement.

importantes que se posent les théoriciens actuellement. L présent reste malgré tout viveme nt critiquée. En
importantes que se posent les théoriciens actuellement. L présent reste malgré tout viveme nt critiquée. En

L

présent reste malgré tout viveme nt critiquée. En effet, ce type de mo dèles tendrait à

ance du très long terme. Ceci est contradictoi re avec les théories économiques comme par exe mple le principe de précaution.

économiques comme par exe mple le principe de précaution. oins se repose beaucoup trop sur les
oins
oins

se repose beaucoup trop sur les énergies fossiles, comme le pétrole ou le charbon, pour vivre, mais :

c espèces vivantes des effets néfastes du Soleil,

Bien que celui-ci alarme les scientifiques, la situation reste réversible si les gouvernements agissent (processus entamé lors de la signature du protocole de Kyoto et des accords de

Copenhague). Dans cette situation,

qui définit si cette situation est suffisamment urgente pour que le monde prenne des

lui

t formé au cours des dernières années .
t formé au cours des dernières années .
prenne des lui t formé au cours des dernières années . (ce que défendent il y
(ce que défendent il y ait encore du temps avant de se nt ces gaz
(ce que défendent
il y ait encore du temps avant de se
nt ces gaz sur

Nicholas Stern et Ni soucier des Nordhaus).

épuis ement des puits de pétrole dans les pays du golfe Persique ou, plus proche de nous, celui du stockage des déchets radioactifs en France.

les pays du golfe Persique ou, plus proche de nous, celui du stockage des déchets radioactifs

Geoffroy BEUIL

7

Ce mémoire se penche donc sur ce taux et son estimation sur une vision à très long terme. Il émoire pour ensuite

modèles fin , de leurs avantages et de leurs défauts pour
modèles fin
, de leurs avantages et de leurs défauts pour
modèles fin , de leurs avantages et de leurs défauts pour inappropriée pour un tel problème.

inappropriée pour un tel problème. Nous finirons en a bordant cette mê me question avec une approche plus macroéconomique que financière.

Geoffroy BEUIL

8

Partie 1 - Généralités

Geoffroy BEUIL

9

Origine du mémoire

Déchets RadioActifs) est la société française lisés en France. Elle assure ainsi la

protection de la population environne me nt à long te rme contre les effets néfastes de ces déchets. Cependant, ces déchets ne sont pas tous de même nature. En effet ils diffèrent de part la radioactivité et la durée pendant laquelle les éléments sont considérés comme radioactifs . Ils peuvent être class és en plusieurs catégories lis tés dans le tableau ci -des s ous :

L

qui

catégories lis tés dans le tableau ci -des s ous : L qui Tous ces déchets
catégories lis tés dans le tableau ci -des s ous : L qui Tous ces déchets

Tous ces déchets doivent être stockés dans des endroits sû contami

implique donc une surveillance et des coûts plus ou moins élevés. Ce sont ces coûts que et provisionner. Mais la durée de provisionnement dépend directe ment de la durée de surveillance des déchets radioactifs. Celle-ci est différente selon la catégorie à laquelle ils appartiennent.

. Ce stockage
. Ce stockage
la catégorie à laquelle ils appartiennent. . Ce stockage sinante, il soient sous constante surveillance pendant
la catégorie à laquelle ils appartiennent. . Ce stockage sinante, il soient sous constante surveillance pendant

sinante, il soient sous constante surveillance pendant une période plus ou moins longue qui dé pend de la de mi -vie des éléments radioactifs (période dura nt laquelle la moitié des noyaux radioactifs se sont désintégrés) . Au , les TFA (déchets radioactifs de très faible activité) doivent être surveillés pendant 30 ans et les FMA-VC (déchets radioactifs de faible et moyenne activité à vie courte) pendant 300 ans environ, car la de mi-vie des éléments de cette dernière catégorie ne dépasse pas 30 ans. Pour les HA-MAVL (déchets radioactifs de haute ou moyenne activité à vie longue) et les FAVL (déchets radioactifs de faible activité à vie longue), la situation est un peu différente car la technologie pour les entreposer ou encore.

à vie longue), la situation est un peu différente car la technologie pour les entreposer ou
à vie longue), la situation est un peu différente car la technologie pour les entreposer ou

Geoffroy BEUIL

10

Néanmoins lorsque celle- plusieurs, seront peut- les espèces vivantes.

ire, voire
ire, voire
plusieurs, seront peut- les espèces vivantes. ire, voire cette entreprise concernant le taux se voit dans

cette entreprise concernant le taux se voit dans par la loi française (loi du 28 juin 2006 sur la gestion durable des matières et déc hets radioactifs /Article 20/II/premier alinéa donnée en annexe) pour stocker ces déchets radioactifs .

donnée en annexe) pour stocker ces déchets radioactifs . réponse aux différentes crises passées, comme celle

réponse aux différentes crises passées, comme celle des subpri mes (décret du 23 Février 2007 et arrêté du 21 Mars 2007 donnés en annexe).

comme celle des subpri mes (décret du 23 Février 2007 et arrêté du 21 Mars 2007

Geoffroy BEUIL

11

L

L
L mathématique qui permet de comparer des valeurs Autrement dit . ient donc à déprécier
L
mathématique
qui
permet
de comparer
des
valeurs
Autrement dit
.
ient
donc
à
déprécier
le
futur,
à
être
plus
exigeant
avec
les
flux

intervenant dans le futur que ceux se produisant

peut être consommé ou investi immédiateme nt.

produisant peut être consommé ou investi immédiateme nt. Cette notion repose sur deux principes fondamentaux :

Cette notion repose sur deux principes fondamentaux :

nt. Cette notion repose sur deux principes fondamentaux : le premier est la préférence pour la

le premier est la préférence pour la jouissance immédiate plutôt que future ,

-à- proche vau la même durée.
-à-
proche vau
la même durée.
plutôt que future , -à- proche vau la même durée. compte tenu du temps est :

compte tenu du temps est :

avec :

vau la même durée. compte tenu du temps est : avec : - le flux futur,
- le flux futur, - , - année. Cette relation introduit donc présent, à qui
-
le flux futur,
-
,
-
année.
Cette relation introduit donc
présent, à
qui permet de ramener
E équivalent à celui du taux -à-dire, tradui re le prix du temps dans la
E équivalent à celui du taux
-à-dire, tradui re le prix du temps dans la rati onalité des calc uls économiques.
En effet, «
la prévision est parfaite », il est possible
(Llau [1966]). Si cette visio
ualisation peut
t
marché concurrentiel, elle reste, par contre, totaleme nt
at.
est- à-
dire la valeur que le prêteur demande pour re noncer te mporairem
dispose. Ce coû
emprunté multiplié par ce taux.
au montant

Types de taux

du ntérêt, la réalité est toute autre. En effet, il existe de -ci s el
du
ntérêt, la réalité est toute autre. En effet, il existe de
-ci s el
le ur
mode de calcul, leur fonction, et
allons ainsi voir le sens de ces différents taux.

Taux nominal et taux réel

contrat de prêt. Il représente ce teur paye au prêteur. En reva nche, pour avoi
contrat de prêt. Il représente ce
teur paye au prêteur. En reva nche, pour avoi r une vision plus réaliste de ce que
rapporte ra le placement au prê teur, ou bien
réel »
nominal ».
Prenons un exemple, si
on considère
réel » nominal ». Prenons un exemple, si on considère : Comme les taux ne sont

:

» nominal ». Prenons un exemple, si on considère : Comme les taux ne sont pas

Comme les taux ne sont pas très élevés, nous pouvons app

Comme les taux ne sont pas très élevés, nous pouvons app : (relation de Fischer) Ainsi,

:

les taux ne sont pas très élevés, nous pouvons app : (relation de Fischer) Ainsi, ,
les taux ne sont pas très élevés, nous pouvons app : (relation de Fischer) Ainsi, ,

(relation de Fischer)

Ainsi, , Il en découle que
Ainsi,
,
Il en découle que

réciproque ment pour celle

du prête ur.

Taux court et taux long

ment pour celle du prête ur. Taux court et taux long : n effet, emprunter à

:

n effet, emprunter à dix ou quinze ans

le taux court terme est un taux appliquécourt et taux long : n effet, emprunter à dix ou quinze ans cède pas deux

dix ou quinze ans le taux court terme est un taux appliqué cède pas deux ans

cède pas

deux ans (le taux moyen du marc hé monétaire, ou T MM, par exemple),

le taux moyen terme est un taux appliqué aux opérations dont la période est comprise entre deux et cinq ans,taux moyen du marc hé monétaire, ou T MM, par exemple), le taux long terme est

le taux long terme est un taux appliqué aux opérations dépassant les cinq ans (le tauxdont la période est comprise entre deux et cinq ans, des taux à long terme). En

appliqué aux opérations dépassant les cinq ans (le taux des taux à long terme). En principe,

des taux à long terme).

En principe, . Geoffroy BEUIL
En principe,
.
Geoffroy BEUIL

13

Taux zéro-coupon

Le taux zéro- y a alors que deux flux existants
Le taux zéro-
y a alors que deux flux
existants
Le taux zéro- y a alors que deux flux existants nominal à la maturité avec les

nominal à la maturité avec les intérêts. Ce taux a pour notation (le premier post-indice à la

date de fin des opérations).

Taux actuariel

donner le Autrement dit, il égalise la valeur actuelle de la suite de cash-flows générés
donner le
Autrement dit, il égalise la valeur actuelle de la
suite de cash-flows générés par ce titre à son prix de marché.
Prenons un exemple, si
matur
est le prix
le cash-flow reçu en
:
et
la
si matur est le prix le cash-flow reçu en : et la Taux forward - à-
Taux forward - à- comme nçant en , donc se terminant en . On note
Taux forward
-
à-
comme nçant
en
, donc se terminant en
. On note géné ralement
ce taux
.
donc se terminant en . On note géné ralement ce taux . Pour illustrer cette notion,
donc se terminant en . On note géné ralement ce taux . Pour illustrer cette notion,

Pour illustrer cette notion, pre nons commençant maintenant et de maturité maintenant et de maturité

un exemple simple. Soit

le taux zéro-coupon

le taux zéro-coupon commençant :

et de maturité un exemple simple. Soit le taux zéro-coupon le taux zéro-coupon commençant : et
et soit
et soit

Geoffroy BEUIL

14

distinguent le taux acheteur ts financiers et le taux vendeur implicite. Taux de base bancaire
distinguent le taux acheteur ts financiers et le taux vendeur
distinguent le taux acheteur
ts financiers
et le taux vendeur

implicite.

Taux de base bancaire et taux interbancaire

Le taux de base bancaire, ou TBB, est un taux défini par c haque banque
Le taux de base bancaire, ou TBB, est un taux défini par c haque banque en fonction du coût
m
endant,
pa r
simple
fait
de
la
concurrence, les grands établisseme
s sur les autres.
simple fait de la concurrence, les grands établisseme s sur les autres. pour se prêter des

pour se prêter des fonds.

Geoffroy BEUIL

15

Partie 2

Modèles de taux et déflateurs

Geoffroy BEUIL

16

L
L

peut donc être estimé de manière aléatoire, sous peine dégâts irréversibles. Pour aider les entreprises dans cette tâche, des méthodes de détermination ont fait leur apparition au cours du siècle dernier.

des f
des f
ont fait leur apparition au cours du siècle dernier. des f ous allons aborder, dans cette

ous allons aborder, dans cette partie, différents modèles pour dé terminer des taux. Nous comme ncerons par mettre en avant les avantages et

e : les déflateurs.
e : les déflateurs.

Geoffroy BEUIL

17

à un facteur

à un facteur

nombreux. Ils sont tous basés sur le fait que la variable qui détermine la structure de taux est le taux court, supposé sans risque. Le fait de chois ir une unique variable es t dû aux théories économiques . En effet, celles -ci mettent en la dynamique du taux court pour ensuite estimer le

taux long (Hitmi [2002]).

taux court pour ensuite estimer le taux long (Hitmi [2002]). rendement ayant des maturités différentes sont
taux court pour ensuite estimer le taux long (Hitmi [2002]). rendement ayant des maturités différentes sont
rendement ayant des maturités différentes sont corrélés, et que les seules variations de la courbe
rendement ayant des maturités
différentes sont corrélés, et que les seules variations de la courbe des taux seraient des
translations.
sont des modèles dans lesquels
-type
instantané
des
équations

différentielles stochastiques dépendent du taux (Hull [2007]).

Nous allons présenter les principaux modèles .

[2007]). Nous allons présenter les principaux modèles . Modèle de Vasicek -Uhlenbeck avec des différentielle

Modèle de Vasicek

-Uhlenbeck avec des
-Uhlenbeck avec des

différentielle stochastique suivante :

-Uhlenbeck avec des différentielle stochastique suivante : où : - et , sont des scalaires strictement

où :

- et , sont des scalaires strictement positifs, - suit un processus de Wiener.
- et
,
sont des scalaires strictement positifs,
- suit un processus de Wiener.
, il possède une solution explicite. En revanche,
, il possède une solution explicite. En revanche,

son inconvénient majeur est q négatif.

intérêt moyen à long terme. Ceci à baisser pour se rapprocher de . I qui
intérêt moyen à long terme. Ceci
à baisser pour se rapprocher de
.
I
qui représente
,
est négatif et aura tendance
, dans ce
e est positif et aura tendance à

Geoffroy BEUIL

18

augmenter pour se rapprocher de la valeur moyenne

augmenter pour se rapprocher de la valeur moyenne . Ainsi, le coefficient vers la valeur moyenne

. Ainsi, le coefficient

se rapprocher de la valeur moyenne . Ainsi, le coefficient vers la valeur moyenne à long

vers la valeur moyenne à long terme.

Ainsi, le coefficient vers la valeur moyenne à long terme. représente la Ce phénomène de retour

représente la

Ce phénomène de retour à la moyenne, que Vasicek met en évidence, peut être justifié. En effet, lorsque les taux sont élevés, les emprunts son tendance à ralentir, faisant ainsi baisser les taux. Au contraire, lorsque les taux sont faibles, les emprunts ont tendance à augmente r, faisant ainsi monter les taux.

ont tendance à augmente r, faisant ainsi monter les taux. Taux élevé et tendance à la
ont tendance à augmente r, faisant ainsi monter les taux. Taux élevé et tendance à la
Taux élevé et tendance à la baisse

Taux élevé et tendance à la baisse

Taux faible et tendance à la hausse

Taux faible et tendance à la hausse

Niveau de retour à la moyenne

temps

tendance à la hausse Niveau de retour à la moyenne temps alytique de ce modèle (démontrée

alytique de ce modèle (démontrée en annexe) est :

temps alytique de ce modèle (démontrée en annexe) est : (avec ) : , alors que

(avec

)
)

:

de ce modèle (démontrée en annexe) est : (avec ) : , alors que la variance
de ce modèle (démontrée en annexe) est : (avec ) : , alors que la variance
, alors que la variance tend vers une constante égale à
, alors
que la variance tend vers une constante égale à

« force de rappel ».

Lorsque conditionnelle tend également vers la valeur moyenne

conditionnelle tend également vers la valeur moyenne alors que la variance conditionnelle tend vers la valeur
conditionnelle tend également vers la valeur moyenne alors que la variance conditionnelle tend vers la valeur

alors que la variance conditionnelle

vers la valeur moyenne alors que la variance conditionnelle tend vers la valeur nulle. Au contraire,

tend vers la valeur nulle. Au contraire, si ditionnelle tend vers

Geoffroy BEUIL

19

la valeur act variance tend vers

.
.

puisque la force de rappel est nulle, alors que sa

Modèle de Rendleman-Bartter tion lognormale :
Modèle de Rendleman-Bartter
tion lognormale
:
que sa Modèle de Rendleman-Bartter tion lognormale : où : - sont des constantes strictement positives,

où :

- sont des constantes strictement positives,

et
et

- un mouvement brownien géométrique.

Ce modèle possède également une expression analytique exacte (démontrée en a nnexe) qui est :

analytique exacte (démontrée en a nnexe) qui est : conditionnelle (avec ) : Nous voyons que,
conditionnelle (avec ) :
conditionnelle (avec
)
:
en a nnexe) qui est : conditionnelle (avec ) : Nous voyons que, contrairement au modèle
en a nnexe) qui est : conditionnelle (avec ) : Nous voyons que, contrairement au modèle

Nous voyons que, contrairement au modèle précédent, le modèle de Rentleman-Bartter possède un gros défaut, il ne fait pas converger le taux court vers une valeur moye nne à long

terme

moyenne.

taux court vers une valeur moye nne à long terme moyenne. . I donc pas de

. I donc pas de phénomène de retour à la

Modèle de Cox-Ingersoll-Ross (CIR)

Tout comme le modèle précédent, le modèle CIR ne permet pas au taux court de devenir négatif. Le processus suivi par le taux est :

de devenir négatif. Le processus suivi par le taux est : où : - et ,
de devenir négatif. Le processus suivi par le taux est : où : - et ,

où :

- et , sont des constantes strictement positives, - un mouvement brownien géométrique.
- et
,
sont des constantes strictement positives,
- un mouvement brownien géométrique.

Geoffroy BEUIL

20

-type instantané est proportionnel à la racine carrée du taux court, ce qui empêche celui-ci

-type instantané est proportionnel à la racine carrée du taux court, ce

qui empêche celui-ci de devenir négatif. , identique à celui du modèle de Vasicek, assure au taux de tendre vers une

du modèle de Vasicek, assure au taux de tendre vers une moyenne précédents, (phénomène de retour
du modèle de Vasicek, assure au taux de tendre vers une moyenne précédents, (phénomène de retour
moyenne précédents,
moyenne
précédents,

(phénomène de retour à la moyenne). En revanche, contrairement aux modèles à cette équation

En revanche, contrairement aux modèles à cette équation différentielle. Néanmoins, les expressions explicites

différentielle.

Néanmoins, les expressions explicites conditionnelle existent (démontrées en annexe):

explicites conditionnelle existent (démontrées en annexe): Tous ces modèles possèdent un défaut majeur : ils ne
explicites conditionnelle existent (démontrées en annexe): Tous ces modèles possèdent un défaut majeur : ils ne
explicites conditionnelle existent (démontrées en annexe): Tous ces modèles possèdent un défaut majeur : ils ne
Tous ces modèles possèdent un défaut majeur : ils ne prennent pas en compte la
Tous ces modèles possèdent un défaut majeur : ils ne prennent pas en compte la structure par
terme observée sur le marché en entrée (Hull [2007]). Ils existent un deuxième type de
ans
ceux-ci,
et
-type instantané des équations
différentielles stochastiques dépendent du temps (Hull [2007]).

Nous allons présenter les principaux modèles.

[2007]). Nous allons présenter les principaux modèles. Modèle de Ho-Lee Le premier modèle sans opportunité
[2007]). Nous allons présenter les principaux modèles. Modèle de Ho-Lee Le premier modèle sans opportunité

Modèle de Ho-Lee

Le premier modèle sans opportunité d'arbitrage de la structure par terme des taux a été -ci est :

de la structure par terme des taux a été -ci est : où : - est
de la structure par terme des taux a été -ci est : où : - est

où :

-

est une fonction non aléatoire de-

-

une constante positive.-

,
,
non aléatoire de - une constante positive. , Le principal avantage de ce modèle est la

Le principal avantage de ce modèle est la variable , parfaitement à la courbe des zéro-coupon initiale. Elle définit la direction moyenne vers

initiale. Elle définit la direction moyenne vers date. Geoffroy BEUIL et ne dépend pas du niveau

date.

Geoffroy BEUIL

et ne dépend pas du niveau atteint par

à cette 21
à cette
21
majeur en compte la propriété de retour à la moyenne du taux court. De plus,

majeur

majeur en compte la propriété de retour à la moyenne du taux court. De plus, tout

en compte la propriété de retour à la moyenne

du taux court. De plus, tout comme le modèle de Vasicek, l e taux peut devenir négatif.

comme le modèle de Vasicek, l e taux peut devenir négatif. tion différentielle du modèle de

tion différentielle du modèle de Ho-Lee est :

négatif. tion différentielle du modèle de Ho-Lee est : Modèle de Hull-White à un facteur (ou

Modèle de Hull-White à un facteur (ou Vasicek étendu)

: Modèle de Hull-White à un facteur (ou Vasicek étendu) : , coura mme nt constantes).

:

: Modèle de Hull-White à un facteur (ou Vasicek étendu) : , coura mme nt constantes).
, coura mme nt constantes). où et
,
coura mme nt constantes).
et

sont des fonctions non aléatoires de

etconstantes). où et sont des fonctions non aléatoires de sont Ce modèle à un facteur est

où et sont des fonctions non aléatoires de et sont Ce modèle à un facteur est

sont

Ce modèle à un facteur est une simple extension du modèle de Vasicek. Tout comme ce

modèle, le taux peut deveni r négatif et il tend vers à long terme (si , on retrouve le

modèle de Ho-Lee).

vers à long terme (si , on retrouve le modèle de Ho-Lee). constant) est alors :
vers à long terme (si , on retrouve le modèle de Ho-Lee). constant) est alors :
vers à long terme (si , on retrouve le modèle de Ho-Lee). constant) est alors :

constant) est alors :

(démontrée en annexe en prenant un

constant) est alors : (démontrée en annexe en prenant un Modèle de Black-Derman-Toy Les modèles de
constant) est alors : (démontrée en annexe en prenant un Modèle de Black-Derman-Toy Les modèles de

Modèle de Black-Derman-Toy

Les modèles de Ho-Lee et de Hull- taux court négatif. Ce modèle,

s actuellement, permet
s actuellement, permet
taux court négatif. Ce modèle, s actuellement, permet r négatif. Son équation différentielle stochastique est

r négatif. Son équation différentielle stochastique est de la forme :

Son équation différentielle stochastique est de la forme : où : - est une fonction non

où :

différentielle stochastique est de la forme : où : - est une fonction non aléatoire de

- est une fonction non aléatoire de

- une constante positive,

- suit un processus de Wiener.

- une constante positive, - suit un processus de Wiener. , Ce modèle existe également si
- une constante positive, - suit un processus de Wiener. , Ce modèle existe également si
,
,

Ce modèle existe également si nous ne considérons pas constante la volatilité

, Ce modèle existe également si nous ne considérons pas constante la volatilité : . Dans

:

, Ce modèle existe également si nous ne considérons pas constante la volatilité : . Dans

. Dans ce cas

Geoffroy BEUIL

22

tuels, mais également à celle de leur volatilité.
tuels, mais également à celle de leur volatilité.
tuels, mais également à celle de leur volatilité. : Modèle de Black-Karasinski Le modèle de Black-Karasinski

:

tuels, mais également à celle de leur volatilité. : Modèle de Black-Karasinski Le modèle de Black-Karasinski
tuels, mais également à celle de leur volatilité. : Modèle de Black-Karasinski Le modèle de Black-Karasinski

Modèle de Black-Karasinski

Le modèle de Black-Karasinski est une généralisation du modèle de Black-Derma n-Toy. Son équation différentielle stochastique est de la forme suivante:

différentielle stochastique est de la forme suivante: où : - et sont des fonctions non aléatoires

où :

différentielle stochastique est de la forme suivante: où : - et sont des fonctions non aléatoires

- et

stochastique est de la forme suivante: où : - et sont des fonctions non aléatoires de

sont des fonctions non aléatoires de

- une constante positive.

des fonctions non aléatoires de - une constante positive. , Ce modèle sert principalement à évaluer
,
,

Ce modèle sert principalement à évaluer le prix des obligations, mais il est peu maniable ca r obtenir la formule exacte

mais il est peu maniable ca r obtenir la formule exacte taux . La so :
mais il est peu maniable ca r obtenir la formule exacte taux . La so :
taux . La so : où
taux
.
La so
:
ca r obtenir la formule exacte taux . La so : où En conclusion, l des

En conclusion, l des taux qui évoluent de façon parfaitement corrélée pour toutes les maturités, et un choc sur ces taux à la date se répercute sur toutes les maturités futures. Cette propriété est évidemment éloignée de la vérité. Le tableau ci- exposés dans ce chapitre avec leurs caractéristiques :

éloignée de la vérité. Le tableau ci- exposés dans ce chapitre avec leurs caractéristiques : Geoffroy
éloignée de la vérité. Le tableau ci- exposés dans ce chapitre avec leurs caractéristiques : Geoffroy

Geoffroy BEUIL

23

Négativité Année Equation Retour à la moyenne du taux Modèle de + 1977 - Vasicek
Négativité
Année
Equation
Retour à la moyenne
du taux
Modèle de
+
1977
-
Vasicek
Modèle de
-
Rendleman
1980
+
-Bartter
Modèle de
+
Cox-
1985
+
Ingersoll-
Ross
Modèle de
1986
-
-
Ho-Lee
Modèle de
Hull-White
1990
+
-
(1 facteur)
Modèle de
Black-
1990
-
+
Derman-
Toy
Modèle de
Black-
1991
-
+
Karasinski
- (1 facteur) Modèle de Black- 1990 - + Derman- Toy Modèle de Black- 1991 -
- (1 facteur) Modèle de Black- 1990 - + Derman- Toy Modèle de Black- 1991 -

Geoffroy BEUIL

24

Modèle de ta

Modèle de ta à 2 facteurs

à 2 facteurs

Les modèles rentrant dans cette catégorie s ont nombreux, mais ils diffèrent de part les considèrent.

ont nombreux, mais ils diffèrent de part les considèrent. Dans ces modèles, quatre variables ont principalement

Dans ces modèles, quatre variables ont principalement été retenues comme deuxième les modèles de taux. Ces variables sont :

comme deuxième les modèles de taux. Ces variables sont : le taux long, le spread (différence

le taux long,comme deuxième les modèles de taux. Ces variables sont : le spread (différence entre le taux

les modèles de taux. Ces variables sont : le taux long, le spread (différence entre le

le spread (différence entre le taux long et le taux court),les modèles de taux. Ces variables sont : le taux long, la volatilité des taux courts.

la volatilité des taux courts.le spread (différence entre le taux long et le taux court), Parmi ces modèles, le modèle

Parmi ces modèles, le modèle de Hull et White à deux facteurs est sû .

connu

le modèle de Hull et White à deux facteurs est sû . connu Modèle Hull et
le modèle de Hull et White à deux facteurs est sû . connu Modèle Hull et

Modèle Hull et White à 2 facteurs

Ce modèle, défini sous la probabilité « risque neutre », consiste en une dyna mique du taux du modèle de Vasicek (Planchet et al. [2009]). Les équations différentielles stochastiques que

[2009]). Les équations différentielles stochastiques que : avec : - - - - - - -
[2009]). Les équations différentielles stochastiques que : avec : - - - - - - -

:

[2009]). Les équations différentielles stochastiques que : avec : - - - - - - -
[2009]). Les équations différentielles stochastiques que : avec : - - - - - - -

avec :

-

-

-

-

-

-

-

-

le taux court,

le taux long,

la vitesse de retour à la moyenne des taux longs,

la vitesse de retour à la moyenne des taux courts,

le taux moyen long terme,

la volatilité des taux longs, la volatilité des taux courts, et des mouvements browniens.
la volatilité des taux longs,
la volatilité des taux courts,
et
des mouvements browniens.

Ces deux modèles suivent des

comme pour le modèle de Vasicek, il est possible de donner une expression du taux court et du taux long, mais cette fois-ci, de ma nière discrétisée. Nous obtenons alors (démontrée en annexe):

-Uhlenbeck. Par conséquent, tout

ma nière discrétisée. Nous obtenons alors (démontrée en annexe): -Uhlenbeck. Par conséquent, tout Geoffroy BEUIL 25

Geoffroy BEUIL

25

avec , et : avec èle de taux à un facteur, comme celui de Vasicek,

avec

, et :avec avec èle de taux à un facteur, comme celui de Vasicek, car la modélisation du

avec , et : avec èle de taux à un facteur, comme celui de Vasicek, car

avec

avec , et : avec èle de taux à un facteur, comme celui de Vasicek, car

èle de taux à un facteur, comme celui de Vasicek, car la modélisation du taux court dépend di rectement de celle du ta ux long. Il autorise une gamme de structures de volatilités plus large que celle des modèles du chapitre précéde nt, et permet également des mouvements de la courbe des taux plus variés.

du chapitre précéde nt, et permet également des mouvements de la courbe des taux plus variés.

Geoffroy BEUIL

26

Les déflateurs

Après plusieurs il est maintenant temps t le modèle des déflateurs. Le plus connu
Après
plusieurs
il
est
maintenant temps
t le modèle des déflateurs.
Le plus connu
temps t le modèle des déflateurs. Le plus connu composante « temporelle », mais également une

composante « temporelle », mais également une composante « risque » (Ouaknine et al.

, mais permettent également « market consistent » des flux projetés.

[2004])
[2004])
Pour ce faire, il est nécessaire intro Notion -Debreu. Ces actifs sont associés à un
Pour ce faire, il est nécessaire
intro
Notion
-Debreu. Ces actifs sont associés à un état de la nature,
-à-
est
est

quels actifs financiers lorsque le marché l est donc possible de répliquer tout actif financier.

Nous allons illustrer ceci pa r u n exemple simple. Nous nous plaçons dans un modèle mono- périodi que discret à deux états . Prenons le cas de deux actifs risqués A et B :

 

Actif risqué A

Actif risqué B

Valeur de marché initiale

3.1

1.75

V ale ur future

   
an 5 3

an

5

3

2 1

2

1

-Debreu associés aux états Y et Z en constituant un portefeuille répliqua nt leur rendement
-Debreu
associés aux états Y et Z en constituant un portefeuille répliqua nt leur rendement avec les
actifs risqués.
-1 unité
:
et Z en constituant un portefeuille répliqua nt leur rendement avec les actifs risqués. -1 unité

Geoffroy BEUIL

27

De même -5 unités
De même
-5 unités

rtefeuille constitué de 3 unités :

De même -5 unités rtefeuille constitué de 3 unités : Nous avons finalement : Portefeuille répliquant

Nous avons finalement :

Portefeuille répliquant Portefeuille répliquant -1 3 Nombr 2 -5 V ale ur future 1 0
Portefeuille répliquant
Portefeuille répliquant
-1
3
Nombr
2
-5
V
ale ur future
1
0
0
1
Valeur initiale
0.4
0.55
Grâ
:
 

Actif risqué C

Actif sans risque

V

ale ur future

   
5 1

5

1

-1

1

Valeur initiale

1.45

0.95

Nous allons maintenant généraliser le modèle précédent à états de la nature. Il est e
Nous allons maintenant généraliser le modèle précédent à
états de
la
nature. Il est
e ces actifs

risqués est :

avec .
avec
.

et

la nature. Il est e ces actifs risqués est : avec . et e condition «

e condition « sine qua non » soit strictement positif.

risqués est : avec . et e condition « sine qua non » soit strictement positif.

Geoffroy BEUIL

le flux t aucune
le flux
t aucune

28

Les déflateurs

Cas mono-périodique discret

Les déflateurs Cas mono-périodique discret état de la nature donné : babilité de se retrouver dans

état de la nature donné :

babilité de se retrouver dans cet

Avec

.
.

Nous pouvons également généraliser cela à ainsi

Avec . Nous pouvons également généraliser cela à ainsi états possibles de la nature. Nous obtenons

états possibles de la nature. Nous obtenons :

cela à ainsi états possibles de la nature. Nous obtenons : Dans le cas mono-périodique, seule
cela à ainsi états possibles de la nature. Nous obtenons : Dans le cas mono-périodique, seule

Dans le cas mono-périodique, seule la composante risque est utilisée, cela permet de capter

-ci. I capter également la composante temporelle, et de cerner ainsi les déflateurs.

au cas multi-périodique afin de

ainsi les déflateurs. au cas multi-périodique afin de Cas multi-périodiques discret Pour passer au cas multi-
ainsi les déflateurs. au cas multi-périodique afin de Cas multi-périodiques discret Pour passer au cas multi-
ainsi les déflateurs. au cas multi-périodique afin de Cas multi-périodiques discret Pour passer au cas multi-

Cas multi-périodiques discret

Pour passer au cas multi-

nature avec

discret Pour passer au cas multi- nature avec périodes. états de la Il est nécessaire de

périodes.

discret Pour passer au cas multi- nature avec périodes. états de la Il est nécessaire de

états de la

Il est nécessaire de redéfinir les prix des actifs, mais égalemen associées à chaque état de la nature. Soit

mais égalemen associées à chaque état de la nature. Soit et la probabilité . De la

et

la probabilité .
la probabilité
.

De la même maniè re que dans le cas mono-péri odique, on peut définir les déflateurs :

le cas mono-péri odique, on peut définir les déflateurs : Puisque nous connaissons les flux futurs

Puisque nous connaissons les flux futurs associés aux actifs risqués, et grâce au processus de déflateur défini précédemment, il est possible de valoriser ces actifs risqués en exactement de la même manière que précédemment. Nous obtenons donc :

ces actifs risqués en exactement de la même manière que précédemment. Nous obtenons donc : Geoffroy
ces actifs risqués en exactement de la même manière que précédemment. Nous obtenons donc : Geoffroy

Geoffroy BEUIL

29

Nous observons égal Selon le même principe, il est possible de valoriser le cela, il
Nous observons égal Selon le même principe, il est possible de valoriser le cela, il
Nous observons égal Selon le même principe, il est possible de valoriser le cela, il
Nous observons
égal
Selon le même principe, il est possible de valoriser le
cela, il suffit de considérer deux instants et tels que . La valeur en
flow tombant en est :
instants et tels que . La valeur en flow tombant en est : avec la tribu

avec

et tels que . La valeur en flow tombant en est : avec la tribu des

la tribu des événements qui se sont déroulés avant ou en

.
.

Grâ en sommant les différents flux futurs le constituant. Nous obtenons ainsi une valorisation de cet actif :

Nous obtenons ainsi une valorisation de cet actif : Ceci nous permet déflateurs, à savoir que
Nous obtenons ainsi une valorisation de cet actif : Ceci nous permet déflateurs, à savoir que

Ceci nous permet déflateurs, à savoir que le processus futur

nous permet déflateurs, à savoir que le processus futur est une martingale car son espérance à

est une martingale car son espérance à un instant est égale à sa valeur en . Celle-

espérance à un instant est égale à sa valeur en . Celle- Passage en temps continu
espérance à un instant est égale à sa valeur en . Celle- Passage en temps continu

Passage en temps continu et forme générale du déflateur

Passage en temps continu et forme générale du déflateur portefeuilles complexes. Pour cela, les déflateurs doivent

portefeuilles complexes. Pour cela, les déflateurs doivent être utilisés dans des modèles de valorisation suffisamme précédente sur les modèles multi-périodiques discrets à des modèles en temps continu.

discrets à des modèles en temps continu. dans un marché -à-dire que, est une martingale :
dans un marché -à-dire que, est une martingale : 30 Geoffroy BEUIL
dans un marché
-à-dire que,
est une martingale :
30
Geoffroy BEUIL
avec : - un processus stochastique : le déflateur, - ctif risqué. Avec cette approche,

avec :

- un processus stochastique : le déflateur, - ctif risqué.
-
un processus stochastique : le déflateur,
-
ctif risqué.

Avec cette approche, il est

modèles

précédemment

modélisant le taux court est de la forme :

précédemment modélisant le taux court est de la forme : plus Si classi ques, on c

plus

Si

classi ques,

on

c onsidèr

comme les modèles de taux
comme
les
modèles
de
taux

à

facte ur

stochastique

un

financiers

les

abordés.

taux à facte ur stochastique un financiers les abordés. et que le prix avec et des
et que le prix avec et des constantes (Descure et al. [2006]) est :
et que le prix
avec
et
des constantes
(Descure et al. [2006]) est :

:

avec : - - et deux mouvements browniens orthogonaux entre eux ( , - et
avec :
-
-
et
deux mouvements browniens orthogonaux entre eux (
,
-
et
)
-
le facteur permettant de passer de la forme différentielle des
browniens sous la probabilité historique à celle sous la probabilité risque-
neutre
.

Geoffroy BEUIL

31

Partie 3 - Application

Geoffroy BEUIL

32

Les modèles de taux sont nom

Pourtant, les économistes sont formels sur leur utilisation, ils ne peuvent répondre à une

sur leur utilisation, ils ne peuvent répondre à une décrire certains. Pour comprendre leurs craintes, il

décrire certains.

ils ne peuvent répondre à une décrire certains. Pour comprendre leurs craintes, il est donc nécessaire

Pour comprendre leurs craintes, il est donc nécessaire de se pencher sur ces modèles et vérifier si ceux-

de se pencher sur ces modèles et vérifier si ceux- des plus vieux modèles de taux

des plus vieux modèles de taux à un facteur, ainsi que le modèle de Hull et White à deux

si ceux- des plus vieux modèles de taux à un facteur, ainsi que le modèle de

Geoffroy BEUIL

33

Calibrage des modèles

est important de se pencher sur la manière de calibrer ces modèles estimer les paramètres manquants énoncés dans la partie précédente et pouvoir projeter les taux dans le futur.

précédente et pouvoir projeter les taux dans le futur. Calibrage du modèle de Vasicek Pour calibrer

Calibrage du modèle de Vasicek

Pour calibrer le modèle de Vasicek, nous avons besoin de la soluti on de son équation différentielle stochastique (nous prendrons la formule discrétisée trouvée en annexe) :

prendrons la formule discrétisée trouvée en annexe) : une régression linéaire entre deux jeux de données
prendrons la formule discrétisée trouvée en annexe) : une régression linéaire entre deux jeux de données

une régression linéaire entre deux jeux de données historiques des données de la dernière annexe) (modèle retenu pour ce taux avec Ahlgrim) donne un modèle de la forme :

pour ce taux avec Ahlgrim) donne un modèle de la forme : du modèle : déterminer
pour ce taux avec Ahlgrim) donne un modèle de la forme : du modèle : déterminer

du modèle :

déterminer les paramètres manquants

forme : du modèle : déterminer les paramètres manquants Le tableau suivant liste les résultats obtenus

Le tableau suivant liste les résultats obtenus pour les différents paramètres :

Paramètres

Résultats

 
  0,7745

0,7745

 
  0,0110

0,0110

 
  0,0251

0,0251

 
  0,2555

0,2555

 
  0,0487

0,0487

 
  0,0283

0,0283

Geoffroy BEUIL

34

Les codes Matlab associés à ces résultats sont présentés ci-après.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %Etape 1: Calibration du modèle de Vasicek %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

load Tx_infl.txt;

taille_histo=size(Tx_infl,1);

Tx_t1=Tx_infl(1:(taille_histo-1),:);

Tx_t2=Tx_infl(2:taille_histo,:);

reg=regstats(Tx_t2,Tx_t1);

txc1=[reg.beta',sqrt(reg.mse)];

txc2=reg_result(txc1);

K=txc2(1);

mean=txc2(2);

Vol=txc2(3);

Calibrage du modèle de Hull et White à 2 facteurs

Pour calibrer ce modèle, nous avons besoin de la résolution des équations dif férentielles stochastiques données dans la partie précédente :

stochastiques données dans la partie précédente : Ce calibrage, exposé dans Planchet et al. [2009], se
stochastiques données dans la partie précédente : Ce calibrage, exposé dans Planchet et al. [2009], se

Ce calibrage, exposé dans Planchet et al. [2009], se fait en deux étapes. La première concerne le calibrage du taux long. Ce calibrage est identique à celui fait précéde mme nt pour le modèle de Vasicek. Une simple régression linéaire appliquée au taux long est donc suffisante (utilisation des données de Friggit disponible sur le site http ://www.ressources- actuarielles.net). Ceci nous donne les résultats contenus dans le tableau ci -dessous :

Paramètres

Résultats

 
  0,6367

0,6367

 
  0,0107

0,0107

 
  0,0187

0,0187

 
  0,4515

0,4515

 
  0,0293

0,0293

 
  0,0231

0,0231

Geoffroy BEUIL

35

Une fois cette étape terminé, il est nécessaire de passer au calibrage concernant le taux court. Pour cela, il suffit de partir de la forme de son expression :

cela, il suffit de partir de la forme de son expression : avec : ( et
avec : ( et
avec :
( et

régression)

les

paramètres

trouvés

La relation de récurre nce peut se simplifier :

trouvés La relation de récurre nce peut se simplifier : lors de la première Ainsi, estimer

lors

de

la

première

Ainsi, estimer les paramètres revient à faire une régression linéaire sans constante entre court et
Ainsi, estimer les paramètres revient à faire une régression linéaire sans constante entre
court et
du t

trouver les paramètres manquants du modèle :

et du t trouver les paramètres manquants du modèle : Le tableau suivant liste les résultats

Le tableau suivant liste les résultats de ces différents paramètres :

Paramètres

Résultats

0,3275

0,3275

0,0196

0,0196

0,3968

0,3968

0,0236

0,0236

Les codes Matlab associés à ces résultats sont présentés ci

Geoffroy BEUIL

après.

36

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %Etape 1: Calibration du modèle de Hull-White à 2 facteurs (taux %long) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

load Tx_long.txt;

taille_histo_long=size(Tx_long,1);

Tx_long_t1=Tx_long(1:(taille_histo_long-1),:);

Tx_long_t2=Tx_long(2:taille_histo_long,:);

%% Régression linéaire

reg_long=regstats(Tx_long_t2,Tx_long_t1);

txc1=[reg_long.beta',sqrt(reg_long.mse)];

txc2=reg_result(txc1);

K_long=txc2(1);

mean_long=txc2(2);

Vol_long=txc2(3);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %Etape 2: Calibration du modèle de Hull-White à 2 facteurs (taux %court) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

load Tx_court.txt;

taille_histo_court=size(Tx_court,1);

Tx_court_t1=Tx_court(1:(taille_histo_court-1),:);

Tx_court_t2=Tx_court(2:taille_histo_court,:);

Tx_long_chap_t2=reg_long.beta(1)+reg_long.beta(2)*Tx_long_t1;

Diff_TLCt2_TCt2=Tx_long_chap_t2-Tx_court_t2;

Diff_TLCt2_TCt2=Diff_TLCt2_TCt2(1:(taille_histo_court -2),:);

Diff_TCt2_TCt1=Tx_court_t2-Tx_court_t1;

Diff_TCt2_TCt1=Diff_TCt2_TCt1(2:taille_histo_court-1,:);

%% Régression linéaire

reg_court=regress(Diff_TCt2_TCt1,Diff_TLCt2_TCt2);

K_court=-log(1-reg_court);

Res=Diff_TCt2_TCt1-reg_court*Diff_TLCt2_TCt2;

Vol_court=sqrt(mse(Res))/sqrt((1-exp(-2*K_court))/(2*K_court));

Geoffroy BEUIL

37

Analyse des résultats

Une fois le calibrage effectué, nous pouvons passer aux projections des taux, grâce aux deux modèles étudiés.

aux projections des taux, grâce aux deux modèles étudiés. suivante : dans le futur, donne la

suivante :

dans le futur, donne la courbe

38 Geoffroy BEUIL
38
Geoffroy BEUIL

Le modèle de Hull et White à 2 facteurs appliqué au taux court et au taux long donne donne les courbes suivantes :

Hull et White à 2 facteurs appliqué au taux court et au taux long donne donne

Geoffroy BEUIL

39

Geoffroy BEUIL 40

Geoffroy BEUIL

40

Nous voyons que, comme énoncé dans la partie précédente, les taux partent de leur valeur initiale (0,09% pour tendre vers une valeur finale qui représente la moyenne du taux à long terme, dans

qui représente la moyenne du taux à long terme, dans . est de 2,90% pour le
.
.

est de 2,90% pour le taux court et le taux long dans le cas du modèle de Hull et White à deux

facteurs ce qui met en avant une autre propriété de ce modèle : le taux court tend vers le taux long. Les taux atteignent leur valeur moyenne assez rapidement, en 10 ans environ, puis ne bougent quasiment plus durant les 490 années suivantes. Ce constat pourrait se s taux encore plus loin.

suivantes. Ce constat pourrait se s taux encore plus loin. appliquer aux quantiles à 10% et
appliquer aux quantiles à 10% et 90%. Ils évoluent tous pendant environ 10
appliquer aux quantiles à 10% et 90%. Ils évoluent tous pendant
environ 10

490 années suivantes. En revanche, ces quantiles ne sont pas des translations de la courbe

moyenne. En effet, ceux-

confiance à 80% tend à augmenter l ors des premières années, pour se stabi liser par la suite.

Au bout de 500 ans, cet intervalle est de pour le taux court et de

donc que le taux a quatre chances sur cinq de s e trouver dans cet intervalle, mais celui-ci est

particulièrement grand à très long terme.

pour le taux d intérêt, de pour le taux long. Ceci signifie

le taux d intérêt, de pour le taux long. Ceci signifie le de tableau suivant nous
le taux d intérêt, de pour le taux long. Ceci signifie le de tableau suivant nous
le taux d intérêt, de pour le taux long. Ceci signifie le de tableau suivant nous

le de

taux d intérêt, de pour le taux long. Ceci signifie le de tableau suivant nous donne
tableau suivant nous donne le montant de cette somme dans le temps imparti :
tableau suivant nous donne le montant
de cette somme dans le temps imparti
:
5000 euros
5000 euros

Il existe ainsi

ramenons dans le présent un même montant futur avec des taux différents (ici l écart est de

considère lorsque nous

différents (ici l écart est de considère lorsque nous 5000 euros pour une différence de 4%
différents (ici l écart est de considère lorsque nous 5000 euros pour une différence de 4%

5000 euros pour une différence de 4% chaque année pendant 100 ans).

Mais cet écart peut être beaucoup plus grand si nous effectuons le calcul dans l autre sens. Admettons qu une entreprise adopte un taux, pa r exemple de 3%, et que celui-ci est en moyenne égal à 2,99% (ou 2,9%) durant 500 ans, quel serait l écart final entre les différents montants au terme des 500 ans ? Le cas est répertorié dans le tableau ci -dessous :

les différents montants au terme des 500 ans ? Le cas est répertorié dans le tableau
les différents montants au terme des 500 ans ? Le cas est répertorié dans le tableau
les différents montants au terme des 500 ans ? Le cas est répertorié dans le tableau

Geoffroy BEUIL

41

 

Valeur actuelle de 500 millions

 
Valeur dans 500 ans

Valeur dans 500 ans

191 euros 500

191

euros

500

191 euros 500
191 euros 476

191

euros

476

191 euros 476
% 191 euros 307 millions d euros

%

191

euros

307 millions d euros

307 millions d euros

Nous vo

conséquences non négligeables sur le très long terme (différence de 24 millions d euros), et

qu une erreur de 10bp peut avoir des conséquences désastreuses (différence proche de 200

court ou

millions d euros, soit 40% du montant final à 3%)

moyen terme. Si une erreur si grande est possible avec une si petite variation de taux, cette

erre ur sera encore plus importante

variation de taux, cette erre ur sera encore plus importante eur de 1bp écart de taux
variation de taux, cette erre ur sera encore plus importante eur de 1bp écart de taux

eur

de

1bp

taux, cette erre ur sera encore plus importante eur de 1bp écart de taux sera plus
taux, cette erre ur sera encore plus importante eur de 1bp écart de taux sera plus
taux, cette erre ur sera encore plus importante eur de 1bp écart de taux sera plus

écart de taux sera plus grand.taux, cette erre ur sera encore plus importante eur de 1bp L application de modèles de

L application de modèles de taux pour estimer le taux d actualisation n est donc pas envisageable à très long terme, ce qui justifie l assertion citée en introduction. Néanmoins il n est pas permis d abandonne r l idée d estime r ce taux sur du très long terme. En effet, même si celui-ci semble difficile à estimer, il n en est pas moins important pour les sociétés,

et

comme l ANDRA, qui doivent estimer pour les gouverne ments qui doivent estime r aujourd hui l impact d un changeme nt

vie de l humanité afin de sauvegarder la planète. Pour cela nous aborder ce taux sous une autre approc he moins financière, ce sera l objet de la quatrième et dernière partie de ce

mé moire.

he moins financière, ce sera l objet de la quatrième et dernière partie de ce mé
he moins financière, ce sera l objet de la quatrième et dernière partie de ce mé
he moins financière, ce sera l objet de la quatrième et dernière partie de ce mé
he moins financière, ce sera l objet de la quatrième et dernière partie de ce mé
he moins financière, ce sera l objet de la quatrième et dernière partie de ce mé
he moins financière, ce sera l objet de la quatrième et dernière partie de ce mé
he moins financière, ce sera l objet de la quatrième et dernière partie de ce mé

du mode

Geoffroy BEUIL

42

Partie 4

Approche macro-

Partie 4 Approche macro- Geoffroy BEUIL 43

Geoffroy BEUIL

43

Nous allons dans un premier temps revenir à la base du calcul économique, ses avantages et inconvénients. Nous parlerons ensuite des fonctions d utilité, outils de décision, ainsi que de leur utilisation dans la détermination du taux d actualisation, mais cette fois-ci de manière macroéconomique en le décomposant en différents paramètres. Puis nous passerons à une application de ce qui aura été vu en utilisant la décomposition du taux et les fonctions d utilité avant de terminer sur la possibilité d utiliser un schéma séquentiel afin de prendre des décisions dans le présent sans pour autant trop impacte r le futur.

séquentiel afin de prendre des décisions dans le présent sans pour autant trop impacte r le
séquentiel afin de prendre des décisions dans le présent sans pour autant trop impacte r le
séquentiel afin de prendre des décisions dans le présent sans pour autant trop impacte r le

Geoffroy BEUIL

44

Le calcul économique

Le calcul économique projets entre eux. La rentabilité du projet peut être mesurée en calculant la
projets entre eux. La rentabilité du projet peut être mesurée en calculant la valeur actuelle
projets entre eux. La rentabilité du projet peut être mesurée en calculant la valeur actuelle
nette ( ) qui englobe tous les bénéfices et les coûts futurs afférents à ce projet :

et les coûts futurs afférents à ce projet : où ). Le Inconvénient à un projet
). Le Inconvénient
). Le
Inconvénient
futurs afférents à ce projet : où ). Le Inconvénient à un projet ne sont pas

à un projet ne sont pas toujours homogènes. Les coûts, souvent financiers, ne sont pas fac climat, le bénéfice attendu est de réussir à éviter ou à minimiser des catastrophes climatiques futures qui seraient évaluées en quantité de dégâts, nombre de vies épargn bénéfices futurs, les coûts, eux, peuvent être très incertains.

vies épargn bénéfices futurs, les coûts, eux, peuvent être très incertains. le sont pas, pour pou
vies épargn bénéfices futurs, les coûts, eux, peuvent être très incertains. le sont pas, pour pou
le sont pas, pour pou
le sont pas, pour pou

Geoffroy BEUIL

45

estimation (Meyer [2008]). ojet, il ne permet pas de déterminer en détail les personnes qui
estimation (Meyer [2008]). ojet, il ne permet pas de déterminer en détail les personnes qui
estimation (Meyer [2008]).
estimation
(Meyer [2008]).

ojet, il ne permet pas de déterminer en détail les personnes qui bénéficieront de ce projet et celles qui en pâtiront. Pour pouvoir prendre en c ompte cette donnée, il est nécessaire dans le cadre de la

té sociale produite par le projet

Plusieurs outils existent dans ce but mais il est important de souligner que ces outils ne sont

mais il est important de souligner que ces outils ne sont le Languedoc Roussillon : sociale

le Languedoc Roussillon :

souligner que ces outils ne sont le Languedoc Roussillon : sociale est divisée en trois grands

sociale est divisée en trois grands types de critères :

- les critères de cohésion sociale

- les critères de développement local

- les critères de changement sociétal

Ces trois catégories regroupent différents critères référencés par la région. Le tableau suiva nt récapitule ces critères.

 

Lie n soci al

Egalité des chances

Critères de cohésion sociale

Ouverture et diversité culturelles

Solidarité envers les personnes e n di ffi cul té

 

Démocratie participative

Critères de développement local

Empl oi - Acti vi té

Eco-développement

Equité territoriale

 

Innovation

Critères de changement sociétal

Promotion d'un mode de développement solidaire et équitable

Geoffroy BEUIL

46

lien social », les indicateurs utilisés
lien social », les indicateurs utilisés

pour en mesurer la réalisation sont :

- le nombre de participants à des actions collectives - - nts - la diversité
-
le nombre de participants à des actions collectives
-
-
nts
-
la diversité des participants
calculer le rendement glob i le projet
calculer le rendement glob
i le projet

est retenu, certaines décisions de redistributi on des gagnants vers les perdants pourront être mises en place pour rééquilibrer les bénéfices du projet.

vers les perdants pourront être mises en place pour rééquilibrer les bénéfices du projet. utiliser. Geoffroy

utiliser.

Geoffroy BEUIL

47

traduit le prix du temps, il permet de comparer des flux qui surviennent à des
traduit le prix du temps, il permet de comparer des flux qui surviennent à des

traduit le prix du temps, il permet de comparer des flux qui surviennent à des dates différentes. Il traduit le poids relatif du présent et futur.

Il traduit le poids relatif du présent et futur. s ation peut être calculé à partir

s ation peut être calculé à partir de différentes variables . Parmi celles -ci, on

à partir de différentes variables . Parmi celles -ci, on Les différents paramètres Notion de préférence

Les différents paramètres

Notion de préférence pure pour le présent

Le taux de préférence pure p (Lebègue [2005]) immé diat. On note ce taux
Le taux de préférence pure p
(Lebègue
[2005])
immé diat.
On note ce taux

repousser un plaisir immédiat. Géné ralement, ce taux est situé entre 1% et 2% pa r an.

Géné ralement, ce taux est situé entre 1% et 2% pa r an. au niveau collectif.

au niveau collectif. Cette affirmation est toutefois

discutable car elle postule que les

est toutefois discutable car elle postule que les ation de la richesse dans le - (Lecocq
est toutefois discutable car elle postule que les ation de la richesse dans le - (Lecocq
ation de la richesse dans le - (Lecocq et al. [2003]). Cela
ation de la richesse dans le
-
(Lecocq et al. [2003]). Cela

toute façon cet avenir sera meilleur.

Geoffroy BEUIL

48

Dans un souci de maximiser la satisfaction globale pour tous les consommateurs utilité collective »

Dans un souci de maximiser la satisfaction globale pour tous les consommateurs utilité collective » de

la manière suivante :

utilité collective » de la manière suivante : où est le taux de préférence pure pour
utilité collective » de la manière suivante : où est le taux de préférence pure pour
où est le taux de préférence pure pour le présent défini précédemment. appartenant à la
est le taux de préférence pure pour le présent défini précédemment.
appartenant à la génération
.
.
pon
appartenant à la génération
appartenant à la génération
égaux à 1, les revenus sont redistribués de manière égale entre les
individus.
est égal à
est égal à

Le terme

manière égale entre les individus. est égal à Le terme est le taux moyen de croissance
manière égale entre les individus. est égal à Le terme est le taux moyen de croissance
est le taux moyen de croissance de la consommation par tête entre et et est
est le taux moyen de croissance de la consommation par tête entre
et
et
est un
Plus

Le tableau suivant présente les principales valeurs trouvées da ns la littérature pour les paramètres ci-dessus.

Paramètre

la littérature pour les paramètres ci-dessus. Paramètre Valeur entre 0% et 4% entre 1% et 3%
la littérature pour les paramètres ci-dessus. Paramètre Valeur entre 0% et 4% entre 1% et 3%
la littérature pour les paramètres ci-dessus. Paramètre Valeur entre 0% et 4% entre 1% et 3%
la littérature pour les paramètres ci-dessus. Paramètre Valeur entre 0% et 4% entre 1% et 3%

Valeur

entre 0% et 4%

entre 1% et 3%

entre 1 et 3

entre 0,8% et 8,8%

(certaines valeurs de paramètres ne sont pas compatibles

entre elles dans la réalité)

Origine

Arrow et Manne (1995) postulent un Tppp entre 2% et 4%, mais d'autres auteurs considèrent qu'il est trop élevé si on prend en compte les générations futures.

Estimation de l'intervalle des taux de croissance annuels moyens entre 2000 et 2100 (Nakicenovic et Swart,

2000)

Arrow et al.(1996) Evaluations empiriques

Geoffroy BEUIL

49

Prise en compte des incertitudes du futur

On a supposé dans les paragraphes précédents une augmentation de la richesse garantie

dans le temps. Le taux de croissance moyen est donc supposé connu et fixé sur
dans le temps. Le taux de croissance moyen
est donc supposé connu et fixé sur le long

croissance. Pour cela, on va intro duire un effet appelé « effet précaution » qui va venir

duire un effet appelé « effet précaution » qui va venir Pour cela, au lieu de

Pour cela, au lieu de considérer le taux de croissance moyen

supposer q où
supposer q
valeurs
valeurs

comme connu, on va

avec les probabilités respectives

comme connu, on va avec les probabilités respectives Pour trouv facteurs exponentiels . Le ta Si
Pour trouv facteurs exponentiels .
Pour trouv
facteurs
exponentiels
.

Le ta

respectives Pour trouv facteurs exponentiels . Le ta Si on reprend la formule, on voit que
respectives Pour trouv facteurs exponentiels . Le ta Si on reprend la formule, on voit que
respectives Pour trouv facteurs exponentiels . Le ta Si on reprend la formule, on voit que
Si on reprend la formule, on voit que plus la date sera faible à ca
Si on reprend la formule, on voit que plus la date
sera faible à ca
n

décroissante du temps.

Application paramètre de préférence . On choisit donc de fixer le Tppp 50 Geoffroy BEUIL
Application
paramètre de préférence
. On choisit donc de fixer le Tppp
50
Geoffroy BEUIL

pas la forme de la courbe, e t on suppose que le taux de croissance annuel moyen ne pourra

tendre que vers

deux valeurs

annuel moyen ne pourra tendre que vers deux valeurs et avec les probabilités et .  

et

annuel moyen ne pourra tendre que vers deux valeurs et avec les probabilités et .  

avec les probabilités

tendre que vers deux valeurs et avec les probabilités et .   Scénario 1 Scénario 2

et

tendre que vers deux valeurs et avec les probabilités et .   Scénario 1 Scénario 2

.

 

Scénario 1

Scénario 2

Scénario 3

Scénario 4

3% 3% 3% 3%

3%

3%

3%

3%

1% 1% 1% 1%

1%

1%

1%

1%

3

3

1

1

1%

1%

1%

1%

0.9

0.5

0.5

0.9

0.1

0.5

0.5

0.1

Description des scénarios :

- Scénario 1 est presque quasi élevée).
- Scénario 1
est presque quasi
élevée).

- Scénario 2 : Les chances que la croissance moyenne soit de 3% ou seulement de 1% sont égales, et les individus préf

3% ou seulement de 1% sont égales, et les individus préf - Scénario 3 : Les
3% ou seulement de 1% sont égales, et les individus préf - Scénario 3 : Les

- Scénario 3 : Les chances que la croissance moyenne soit de 3% ou seulement de 1%

sont égales, et les individus préfèrent cette - Scénario 4 fois - croissance de 3%
sont égales, et les individus préfèrent cette
- Scénario 4
fois -
croissance de 3% est presque quasi
:

Scénario 1

Scénario 2

Scénario 3

Scénario 4

9,00% 8,00% 7,00% 6,00% 5,00% 4,00% 3,00% 2,00% 1,00% 0,00% Geoffroy BEUIL 0 25 75
9,00%
8,00%
7,00%
6,00%
5,00%
4,00%
3,00%
2,00%
1,00%
0,00%
Geoffroy BEUIL
0
25
75
100
150
175
225
250
300
375
450
500
525

51

Interprétation

On constate pour le scénario 1 que le taux pour des durées très courtes est assez élevé (de

le taux pour des durées très courtes est assez élevé (de montre une courbe de ta

montre une courbe de ta ux ayant la même forme que celle du scénario 1 mais dont les valeurs sont plus faibles, surto dans le deuxième cas, le taux de c roissance de 3% est moins certain. En conséquence, les

de c roissance de 3% est moins certain. En conséquence, les On peut faire ce même
de c roissance de 3% est moins certain. En conséquence, les On peut faire ce même

On peut faire ce même constat si on compare les scénarios 3 et 4.

u scénario 1, la valeur de est élevée, ce qui veut dire que les
u scénario 1, la valeur de
est élevée, ce qui veut dire que les

individus préfèrent dépenser immédiatement, alors que dans le scénario 4, ils sont plus

immédiatement, alors que dans le scénario 4, ils sont plus rapidement en gardant des valeurs élevées

rapidement en gardant des valeurs élevées alors que dans le deuxième, elle reste stable mais plutôt basse (respecte mieux le principe de précaution).

Geoffroy BEUIL

52

Actualisation sur le long terme

Nous avons vu que différents scénarios pouvaient donner des courbes de taux r les projets à long terme, un nouveau problème se pose. Dans le paragraphe précédent, on a considéré différents scénarios et pour chacun de ces scénarios, on a estimé des paramètres qui restent fixes dans le temps. La question se pose alors de savoir quel scénario se déroulera effectivement dans la réalité. Il est, au moment présent, impossible de prédire quelles seront les données économiques dans plusieurs

quelles seront les données économiques dans plusieurs Pour prendre en compte cette incertitude, il va falloir
quelles seront les données économiques dans plusieurs Pour prendre en compte cette incertitude, il va falloir

Pour prendre en compte cette incertitude, il va falloir développer un schéma dé cisionnel différent, plus évolué.

un schéma dé cisionnel différent, plus évolué. décision séquentielle. La décision séquentielle ndre

décision séquentielle.

La décision séquentielle

ndre
ndre

connaissances des décideurs.

Schéma de la décision séquentielle

des décideurs. Schéma de la décision séquentielle Prise de décision Connaissance de nouvelles données Le
des décideurs. Schéma de la décision séquentielle Prise de décision Connaissance de nouvelles données Le
des décideurs. Schéma de la décision séquentielle Prise de décision Connaissance de nouvelles données Le
des décideurs. Schéma de la décision séquentielle Prise de décision Connaissance de nouvelles données Le
des décideurs. Schéma de la décision séquentielle Prise de décision Connaissance de nouvelles données Le

Prise de décisiondes décideurs. Schéma de la décision séquentielle Connaissance de nouvelles données Le graphique ci-dessus

Connaissance de nouvelles donnéesSchéma de la décision séquentielle Prise de décision Le graphique ci-dessus détaille les différentes phases de

Prise de décision Connaissance de nouvelles données Le graphique ci-dessus détaille les différentes phases de

Le graphique ci-dessus détaille les différentes phases de la pratique de la décision séquentielle. En , la première décision est prise concernant un projet, en supposant la

la décision séquentielle. En , la première décision est prise concernant un projet, en supposant la

Geoffroy BEUIL

53

valeur de certains paramètres économiques futurs. Au bout de plusieurs années, à , de nouvelles données sont portées à la connaissance du décideur. Celui -ci a en conséquence la

années, à , de nouvelles données sont portées à la connaissance du décideur. Celui -ci a
années, à , de nouvelles données sont portées à la connaissance du décideur. Celui -ci a

futur. A la date , il prend finalement une nouvelle décision. Puis, après une certaine période, il obtiendra de nouvelles informations sur les paramètres qu

obtiendra de nouvelles informations sur les paramètres qu projet et de ses effets. cause de la
obtiendra de nouvelles informations sur les paramètres qu projet et de ses effets. cause de la
obtiendra de nouvelles informations sur les paramètres qu projet et de ses effets. cause de la
obtiendra de nouvelles informations sur les paramètres qu projet et de ses effets. cause de la

projet et de ses effets.

informations sur les paramètres qu projet et de ses effets. cause de la forte incertitude qui

cause de la forte incertitude qui pèse sur la prédiction de la situation économique à cet te

qui pèse sur la prédiction de la situation économique à cet te elle-même réactualisée. Geoffroy BEUIL

elle-même réactualisée.

Geoffroy BEUIL

54

Conclusion

Conclusion tous les contextes. Il est donc important de les utiliser judicieusement, afin de ne pas

tous les contextes. Il est donc important de les utiliser judicieusement, afin de ne pas compromettre la santé financière des organisations les utilisant. Dans notre cas, ces modèles ne peuvent convenable dans une approche à très long terme. Une mauvaise estimation, ne serait-ce que légère, peut avoir des conséquences catastrophiques dans le futur.

peut avoir des conséquences catastrophiques dans le futur. Cette constatation explique modèles financiers orienté
Cette constatation explique modèles financiers orienté tes, et le lisation à très long terme. Je
Cette constatation explique
modèles financiers
orienté
tes, et le
lisation à très long terme. Je me suis donc
-
on de préférence pure pour le présent,
une autre méthode pour estimer le taux a été évoquée
choix du modèle qui donne ce taux, mais les préférence
s le
Nous nous
sommes
également
intéressés
au
processus
de
décision
séquentielle
afi
l approche macroéconomique
l approche macroéconomique

réactualisé » au cours de la période lorsque de nouveaux para mètres, ou nouvelles données, sont connus.

nouveaux para mètres, ou nouvelles données, sont connus. utilisation. Chaque simulation est unique car elle

utilisation. Chaque simulation est unique car elle représente une volonté propre, sachant certains paramètres, au temps initial. Cette particularité qui le différencie des modèles

Cette particularité qui le différencie des modèles taux perd de son « objectivité », il dépend

taux perd de son « objectivité », il dépend de la seule volonté du décideur de prendre en

il dépend de la seule volonté du décideur de prendre en ux est donc très difficile.
ux est donc très difficile. E commençons à prendre en compte us si nous x
ux est donc très difficile. E
commençons à prendre en compte
us
si nous
x
augmente (paramè tres socioculturels et géopolitiques comme la
guerre mondiale, la faillite
, une
-
mpossible de

rythmer la vie des théoriciens et financiers pendant encore de nombreuses années.

Geoffroy BEUIL

55

Bibliographie

Mémoires

Armel K., [2010]Bibliographie Mémoires Structure de dépendance des générateurs de scénarios économiques : modélisation et

Structure de dépendance des générateurs de scénarios économiques :

modélisation et simulation

Dastarac H. et Sauveplane P., [2010] assurancede scénarios économiques : modélisation et simulation Groth L. et Sun S., [2009] Hitmi F., [2002]

Groth L. et Sun S., [2009]et simulation Dastarac H. et Sauveplane P., [2010] assurance Hitmi F., [2002] Ouaknine Y. et Sijlamassi

Hitmi F., [2002]Sauveplane P., [2010] assurance Groth L. et Sun S., [2009] Ouaknine Y. et Sijlamassi M., [2004]

Ouaknine Y. et Sijlamassi M., [2004][2010] assurance Groth L. et Sun S., [2009] Hitmi F., [2002] Sévellec E., [2010] Yolcu Y.,

Sévellec E., [2010][2009] Hitmi F., [2002] Ouaknine Y. et Sijlamassi M., [2004] Yolcu Y., [2005] Les déflateurs stochastiques

Yolcu Y., [2005]Ouaknine Y. et Sijlamassi M., [2004] Sévellec E., [2010] Les déflateurs stochastiques : quelle utilisation en

Les déflateurs stochastiques : quelle utilisation en

Models for interest rates and interest rate derivatives êt

Valorisation par les déflateurs stochastiques

êt Valorisation par les déflateurs stochastiques Gestion Actif/Passif par une projection stochastique

Gestion Actif/Passif par une projection stochastique bayésienne

One-factor interest rate models : analytic solutions and approximations

Ouvrages

rate models : analytic solutions and approximations Ouvrages Hull J., [2007] Options, futures et autres actifs

Hull J., [2007]

Options, futures et autres actifs dérivés

Planchet F., Thérond P. et Kamega A., [2009]Hull J., [2007] Options, futures et autres actifs dérivés Scénarios économiques en assurance : modélisation et

Scénarios économiques en assurance :

modélisation et simulation

Vernimmen P., Quiry P. et Le Fur Y., [2010]économiques en assurance : modélisation et simulation Publications Amenc N. et Foulquier P., [2006] : le

et simulation Vernimmen P., Quiry P. et Le Fur Y., [2010] Publications Amenc N. et Foulquier
Publications Amenc N. et Foulquier P., [2006] : le cas des ASF Derycke P-H., [1966]
Publications
Amenc N. et Foulquier P., [2006]
: le cas des ASF
Derycke
P-H., [1966]
Descure C. et Borean C., [2006]
tualisation et croissance économique
Gestion actif passif et solvabilité

Lebègue D., [2005]croissance économique Gestion actif passif et solvabilité Lecocq F. et Hourcade J-C., [2003] Llau P., [1966]

Gestion actif passif et solvabilité Lebègue D., [2005] Lecocq F. et Hourcade J-C., [2003] Llau P.,

Lecocq F. et Hourcade J-C., [2003]Gestion actif passif et solvabilité Lebègue D., [2005] Llau P., [1966] vale urs dans le Vè

Llau P., [1966] vale urs dans le Vè me pl anLebègue D., [2005] Lecocq F. et Hourcade J-C., [2003] le principe de précaution Cours Meyer P.,

le principe de précaution

Cours

Meyer P., [2008]urs dans le Vè me pl an le principe de précaution Cours Sites internet Aide multicritère

Sites internet

Aide multicritère à la décision

Geoffroy BEUIL

56

Annexes

Geoffroy BEUIL

57

Réglementation sur le traitement des déchets radioactifs

Loi du 28 juin 2006 de programme relative à la gestion durable des matières et déchets radioactifs

Article 20

Alinéa I

des matières et déchets radioactifs Article 20 Alinéa I de démantèlement de leurs installations ou, pour

de démantèlement de leurs installations ou, pour leurs installations de stockage de déchets

ou, pour leurs installations de stockage de déchets -12 du Code de l usés et déchets

-12 du Code de l usés et déchets radioactifs.

Alinéa II

-12 du Code de l usés et déchets radioactifs. Alinéa II charges mentionnées au I et

charges mentionnées au I et affectent à titre exclusif à la couverture de ces provisions les actifs nécessaires.

Ils comptabilisent de façon distincte ces actifs qui doivent présenter un degré de sécurité et de liquidité suffisant pour répondre à leur objet. Leur valeur de réalisation est au moins égale au montant des

valeur de réalisation est au moins égale au montant des les exploitants leurs obligations de démantèlement

les exploitants leurs obligations de démantèlement de leurs installations et de gestion de

de démantèlement de leurs installations et de gestion de actifs mentionnés au premier alinéa du présent

actifs mentionnés au premier alinéa du présent II, y compris sur le fondement du livre VI du Code de commerce.

Décret du 23 février 2007 relatif à la sécurisation du financement des charges nucléaires

Article 3

degré de c onfiance, des actifs de couverture, gérés avec un degré de sécurité et

degré de c onfiance, des actifs de couverture, gérés avec un degré de sécurité et de liquidi té suffisant pour répondre à leur objet.

et de liquidi té suffisant pour répondre à leur objet. méthode précise et pérenne. Arrêté du
et de liquidi té suffisant pour répondre à leur objet. méthode précise et pérenne. Arrêté du

méthode précise et pérenne.

Arrêté du 21 mars 2007 relatif à la sécurisation du financement nucléaires

des charges

Article 3

du financement nucléaires des charges Article 3 février 2007 susvisé est égale à la moyenne

février 2007 susvisé est égale à la moyenne arithmétique sur les quarante -huit derniers mois au jour de la clôture de

est égale à la moyenne arithmétique sur les quarante -huit derniers mois au jour de la

Geoffroy BEUIL

59

Résolution des équations différentielles stochastiques

Résolution des équations différentielles stochastiques

Résolution du modèle de Vasicek

Soit

stochastiques Résolution du modèle de Vasicek Soit uati on du modèle de Vasicek : -Uhlenbeck. ,

uati on du modèle de Vasicek :

du modèle de Vasicek Soit uati on du modèle de Vasicek : -Uhlenbeck. , ce qui
du modèle de Vasicek Soit uati on du modèle de Vasicek : -Uhlenbeck. , ce qui

-Uhlenbeck.

, ce qui donne, après simplification :
, ce qui donne, après simplification :

Après intégration, nous avons :

après simplification : Après intégration, nous avons : En remplaçant par son expression, on a :
après simplification : Après intégration, nous avons : En remplaçant par son expression, on a :
après simplification : Après intégration, nous avons : En remplaçant par son expression, on a :

En remplaçant

: Après intégration, nous avons : En remplaçant par son expression, on a : u conditionnelle

par son expression, on a :

nous avons : En remplaçant par son expression, on a : u conditionnelle découlent de la
nous avons : En remplaçant par son expression, on a : u conditionnelle découlent de la
nous avons : En remplaçant par son expression, on a : u conditionnelle découlent de la

u conditionnelle découlent de la formule précédente :

Comme

par son expression, on a : u conditionnelle découlent de la formule précédente : Comme est

est

par son expression, on a : u conditionnelle découlent de la formule précédente : Comme est
par son expression, on a : u conditionnelle découlent de la formule précédente : Comme est
par son expression, on a : u conditionnelle découlent de la formule précédente : Comme est
par son expression, on a : u conditionnelle découlent de la formule précédente : Comme est

Geoffroy BEUIL

60

Vasicek. En effet, le terme intégrale suit une loi normale de moyenne nulle et de
Vasicek. En effet, le terme intégrale suit une loi normale de moyenne nulle et de

Vasicek. En effet, le terme intégrale suit une loi normale de moyenne nulle et de variance la devient :

une loi normale de moyenne nulle et de variance la devient : avec . Résolution du
une loi normale de moyenne nulle et de variance la devient : avec . Résolution du

avec

.
.

Résolution du modèle de Rendleman-Bartter

, ce qui donne :
, ce qui donne :
. Résolution du modèle de Rendleman-Bartter , ce qui donne : : e conditionnelle du modèle
. Résolution du modèle de Rendleman-Bartter , ce qui donne : : e conditionnelle du modèle
. Résolution du modèle de Rendleman-Bartter , ce qui donne : : e conditionnelle du modèle

:

. Résolution du modèle de Rendleman-Bartter , ce qui donne : : e conditionnelle du modèle
. Résolution du modèle de Rendleman-Bartter , ce qui donne : : e conditionnelle du modèle
. Résolution du modèle de Rendleman-Bartter , ce qui donne : : e conditionnelle du modèle
e conditionnelle du

e conditionnelle du

modèle CIR :
modèle CIR
:
. Résolution du modèle de Rendleman-Bartter , ce qui donne : : e conditionnelle du modèle
. Résolution du modèle de Rendleman-Bartter , ce qui donne : : e conditionnelle du modèle

Geoffroy BEUIL

:

61

, après : fonction , ce qui nous donne : Après intégration, nous obtenons :
, après : fonction , ce qui nous donne :
, après
:
fonction
, ce qui nous donne :
, après : fonction , ce qui nous donne : Après intégration, nous obtenons : :

Après intégration, nous obtenons :

, ce qui nous donne : Après intégration, nous obtenons : : Résolution du modèle de
:
:
, ce qui nous donne : Après intégration, nous obtenons : : Résolution du modèle de
Résolution du modèle de Hull-White à 1 facteur Ce avec , ce qui donne, après
Résolution du modèle de Hull-White à 1 facteur
Ce
avec
, ce qui donne, après simplification :
1 facteur Ce avec , ce qui donne, après simplification : En passa : Si nous
En passa :
En passa
:
Si nous considérons et comme des constantes, nous obtenons le bon résultat.
Si nous considérons
et
comme des constantes, nous obtenons le bon résultat.

Geoffroy BEUIL

62

Résolution des équations différentielles stochastiques du modèle de Hull et White à deux facteurs

Résolution du modèle de Hull-White à 2 facteurs

:
:
Résolution du modèle de Hull-White à 2 facteurs : En intégrant, on obtient : Si on
Résolution du modèle de Hull-White à 2 facteurs : En intégrant, on obtient : Si on

En intégrant, on obtient :

de Hull-White à 2 facteurs : En intégrant, on obtient : Si on suppose que le

Si on suppose que le devient :

: En intégrant, on obtient : Si on suppose que le devient : En effectuant le
: En intégrant, on obtient : Si on suppose que le devient : En effectuant le

En effectuant le même raisonnement que dans le modèle de Vasicek pour obtenir une expression discrétisée du taux court, on a :

que dans le modèle de Vasicek pour obtenir une expression discrétisée du taux court, on a

avec

que dans le modèle de Vasicek pour obtenir une expression discrétisée du taux court, on a

Geoffroy BEUIL

63

Données utilisées pour le calibrage du modèle de Vasicek

Geoffroy BEUIL

 

Taux

Année

d'inflation

2009

0.0009

2008

0.0282

2007

0.0149

2006

0.0168

2005

0.0174

2004

0.0213

2003

0.0211

2002

0.0192

2001

0.0163

2000

0.0169

1999

0.0054

1998

0.0067

1997

0.0120

1996

0.0201

1995

0.0178

1994

0.0166

1993

0.0211

1992

0.0237

1991

0.0322

1990

0.0338

1989

0.0350

1988

0.0270

1987

0.0329

1986

0.0255

1985

0.0584

1984

0.0769

1983

0.0945

1982

0.1204

 

Taux

Année

d'inflation

1981

0.1331

1980

0.1354

1979

0.1063

1978

0.0925

1977

0.0949

1976

0.0962

1975

0.1175

1974

0.1361

1973

0.0737

1972

0.0606

1971

0.0539

1970

0.0520

1969

0.0650

1968

0.0450

1967

0.0270

1966

0.0270

1965

0.0250

1964

0.0340

1963

0.0480

1962

0.0480

1961

0.0330

1960

0.0380

1959

0.0600

1958

0.1520

1957

0.0290

1956

0.0430

1955

0.0100

64