Liesse Ensimag Theorie Couverture

Modélisation et calculs appliqués à la gestion des
risques financiers
Jérôme Lelong - Ollivier Taramasco
Ensimag
Jeudi 12 mai 2011
J. Lelong - O. Taramasco (Ensimag) Gestion des risques financiers Jeudi 12 mai 2011 1 / 44
Un exemple réel pour commencer
Pour financer le nouveau gymnase, MA commune (3 000 habitants) a
contracté un emprunt de 3 Me en décembre 2007, sur 30 ans, avec les
conditions de taux d’intérêt suivantes :
Le calcul des intérêts se fait sur la somme empruntée (3 Me) et non
sur le capital restant dû,
La commune rembourse chaque année 100 000e du capital restant
dû,
dû,
Les 7 premières années, le taux des intérêts est fixe est vaut 0,38%,
dû,
Les 23 années suivantes, le taux de l’année 20xx est indexé sur la
parité CHF/USD, il vaut 0,38% + 50% × «Prix d’1 CHF en USD
-1 le 15 décembre de l’année 20xx -1»
dû,
Questions :
Ma commune a-t-elle fait une « bonne affaire » en 2007 ?
dû,
Questions :
Est-ce une « bonne affaire » maintenant ?
dû,
Questions :
Y-a-t-il un moyen « financier » de se débarrasser des risques ? à quel
coût ?
dû,
Questions :
Y-a-t-il un moyen « financier » de se débarrasser des risques ? à quel
coût ?
Que faut-il savoir/faire pour répondre à ces
questions ?
Ce prêt est un « produit structuré »

A l’Ensimag, le projet « produit structuré » est le projet « final » de la
filière ingénierie pour la finance. Il est étalé sur 6 mois et permet de faire
une synthèse de l’ensemble des enseignements et des techniques de la
filière.
questions ?

filière.
Pour pouvoir traiter les questions concernant le prêt, il faut :
questions ?

filière.
1 Connaître certains aspects théoriques et pratiques de la finance,
questions ?

filière.
2 Connaître les mathématiques financières,
questions ?

filière.
3 Savoir programmer les résultats des mathématiques de manière
robuste et efficace,
questions ?

filière.
3 Savoir programmer les résultats des mathématiques de manière
robuste et efficace,
4 Connaître les limites des résultats obtenus.
Plan
1 Introduction
2 Quelques notions fondamentales de la finance
3 Notions de calcul stochastique
Construction du mouvement Brownien
Variation quadratique
L’intégrale stochastique
4 Modélisation financière
Le modèle de Black–Scholes
Portefeuille de couverture
Le point de vue risque neutre
5 Conclusion : retour sur le prêt
Instruments financiers
Montant
+M(t4)
+M(t2)
+M(t3)
+M(t1)
t=0
Temps
t1 t2 t3 t4
-M0
Acheteur / Vendeur
Montants certains ou aléatoires
Nombre de dates fini ou infini
Dates certaines ou aléatoires
Exemples
Obligation remboursée in fine

Action +S(tn)
Montant M+M×i
Montant
+d(t4) +M×i +M×i +M×i
+d(t2)
+d(t1) +d(t3)
t=0 t=0
Temps Année
1 2 3 n
t1 t2 t3 t4 tn
-S0 -M
Montant Option d’achat (call) européenne, sur une action S,
prix d’exercice K, Max(S(T)-K, 0)
date d’exercice T.
t=0
Temps
T
-C0
3 « hypothèses » sur le comportement des
agents économiques
1 Préférence pour le présent

I Pour reporter ma consommation d’1 unité de bien à une date T future,
il faut que je puisse consommer au moins 1+x unité(s) de bien (x > 0)
à la date T. Donc si je « prête » l’unité de bien, il faut qu’on m’en
rende plus qu’une à la date T.
agents économiques

I x est une caractéristique propre à chaque agent.
agents économiques

I Lorsqu’on met en place un marché d’échange du bien avec N agents et
K unités de bien, on montre qu’il existe un x moyen qui réalise
l’équilibre entre offre et demande du bien et qui satisfait de manière
optimale l’ensemble des agents.
agents économiques

I Le x moyen est le taux d’intérêt requis par le marché.
agents économiques

I Le x moyen est le taux d’intérêt requis par le marché.
agents économiques - suite
2 Non satiété des agents

I Je préfère toujours être plus riche que moins riche !

3 Riscophobie
I Paradoxe de Saint-Petersbourg Go

3 Riscophobie
I Prime de risque
F C’est le prix que je suis prêt à payer pour échanger un gain aléatoire
contre un gain certain.

3 Riscophobie
I Prime de risque
F Cette prime dépend de la nature du risque (ou encore de l’aléa).

3 Riscophobie
I Prime de risque
F Mais aussi de caractéristiques propres à l’agent (deux agents qui font
face à un même risque sont prêts à payer deux primes différentes pour
s’en débarrasser).

3 Riscophobie
I Prime de risque
F Mais aussi de caractéristiques propres à l’agent (deux agents qui font
face à un même risque sont prêts à payer deux primes différentes pour
s’en débarrasser).
F S’il y a un marché d’échange du bien risqué, il y a une prime de risque
de marché, qui maximise les échanges à la satisfaction globale optimale
des agents.
Évaluation d’un actif financier, « Juste
valeur », « Valeur de marché »
Quel est le « juste prix » que je dois payer aujourd’hui pour avoir le
droit de recevoir dans le futur des flux financiers ?
Efficience des marchés :
I Les prix reflètent l’ensemble des informations disponibles sur le marché.
I Ce qui fait bouger les prix, c’est donc l’arrivée de nouvelles
informations (non anticipables aujourd’hui).
I Compte tenu des hypothèses précédentes (préférence pour le présent,
non satiété et riscophobie), on obtient le prix de marché :
"∞ #
X M (ti )
M(0) = E0
i=1
1 + R (0, ti )
où
F E0 est l’espérance conditionnelle à l’information disponible en t = 0,
F M (ti ) est le montant versé à la date ti ,
F R (0, ti ) est le taux d’intérêt «risqué» requis par le marché sur [0, ti ].
I Compte tenu des hypothèses précédentes (préférence pour le présent,
non satiété et riscophobie), on obtient le prix de marché :
"∞ #
X M (ti )
M(0) = E0
i=1
1 + R (0, ti )
où
F E0 est l’espérance conditionnelle à l’information disponible en t = 0,
F M (ti ) est le montant versé à la date ti ,
F R (0, ti ) est le taux d’intérêt «risqué» requis par le marché sur [0, ti ].
La finance « regarde le futur » !
Absence d’opportunité d’arbitrage
Notion fondamentale de l’évaluation des actifs dérivés.

Si je mise 0e (en finance, j’emprunte Xe pour les placer) et que je
prends 0 risque, alors j’obtiens 0e.

Formulation équivalente : le rendement d’une opération sans risque
est égal au taux sans risque.

Cette notion permet de donner le prix d’un actif (appelé actif dérivé)
qui donne des flux conditionnels à l’évolution d’un autre actif (appelé
support) en fonction du prix du support.

Cette notion permet de donner le prix d’un actif (appelé actif dérivé)
qui donne des flux conditionnels à l’évolution d’un autre actif (appelé
support) en fonction du prix du support.
Elle permet aussi d’indiquer comment couvrir l’actif dérivé,
c’est-à-dire comment choisir un portefeuille d’instruments financiers
qui, combiné avec l’actif dérivé, devient sans risque.
Évaluation et couverture vont vous être présentées par Jérôme.
Plan
1 Introduction
Soit (Xi )i une suite i.i.d. de v.a. de Bernouilli P(Xi = ±1) = 12 . On définit
le processus constant par morceaux
1 X
Wtn = √ Xi
n i≤bntc
0.4
0.2
-0.2
-0.4
-0.6
-0.8
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Figure: Marche aléatoire renormalisée T = 1, n = 100

1 X
Wtn = √ Xi
n i≤bntc
0.4
0.2
-0.2
-0.4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

1 X
Wtn = √ Xi
n i≤bntc
1.0
0.8
0.6
0.4
0.2
-0.2
-0.4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

1 X
Wtn = √ Xi
n i≤bntc
0.5
0.3
0.1
-0.1
-0.3
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

1 X
Wtn = √ Xi
n i≤bntc
Théorème (Donsker)
Le processus (Wtn )t≤T converge en loi quand n tend vers l’infini vers un
processus limite défini sur [0, T ] appelé mouvement Brownien.
Le mouvement Brownien réel
Soit (Ω, F, P) un espace de probabilités et W un processus à valeurs
réelles défini sur cet espace, tel que W0 = 0. On dit que W est un
mouvement Brownien standard si
P − p.s., t 7−→ Wt (ω) est une fonction continue ;
pour tout s < t, Wt − Ws est indépendant du passé jusqu’à s inclus
(indépendant de la tribu σ(Wu , u ≤ t)) ;
pour tout s < t, L(Wt − Ws ) = L(Wt−s ) = N (0, t − s).
0.5
0.3
0.1
Figure: une trajectoire -0.1
Brownienne -0.3
-0.5
-0.7
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Considérons une subdivision ∆n = {0 = t0 < · · · < tn = t} de [0, t], on

note définit la variation quadratique, notée hZ it , d’un processus Z par
hZ it = lim|∆n |−→0 n−1 2
i=0 (Zti+1 − Zti ) p.s.
P
Théorème
Soit W un mouvement Brownien, hW it = t p.s.
Preuve.
h i
Var (Wti+1 − Wti )2 = (ti+1 − ti )2 Var(G 2 ) = 2(ti+1 − ti )2
où G ∼ N (0, 1).
n−1 n−1
!
X X h i
2
Var (Wti+1 − Wti ) = Var (Wti+1 − Wti )2
i=0 i=0
≤ 2|∆n |t −−−−→ 0
|∆n |→0
P P 2
n−1 2 n−1 2
Puisque Var i=0 (Wti+1 − Wti ) = i=0 (Wti+1 − Wti ) − t 2 , la

L
L2 de n−1
i=0 (Wti+1 − Wti )2 existe et vaut t.
P
limite au sens
Corollaire
Les trajectoires du mouvement Brownien sont p.s. à variation infinie sur
tout intervalle.
Preuve.
n−1
X n−1
X
2
(Wti+1 − Wti ) ≤ sup |Wti+1 − Wti | |Wti+1 − Wti |
i=0 i i=0
Corollaire
tout intervalle.
Preuve.
n−1
X n−1
X
(Wti+1 − Wti )2 ≤ sup |Wti+1 − Wti | |Wti+1 − Wti |
i=0 i i=0
| {z } | {z }
−→t −→0
Corollaire
tout intervalle.
Preuve.
n−1
X n−1
X
(Wti+1 − Wti )2 ≤ sup |Wti+1 − Wti | |Wti+1 − Wti |
i=0 i i=0
| {z } | {z }| {z }
−→t −→0 −→+∞
Variation quadratique I
Théorème
Pn−1 Rt
∀f ∈ C 0 (R+ ), lim|∆n |−→0 i=0 f (ti )(Wti+1 − Wti )2 = 0 f (u)du p.s.
Preuve. Etape 1. Supposons que f (u) = A1{]τ1 ,τ2 ]} (u) pour

0 ≤ τ1 < τ2 ≤ t.
Pn−1 2 2
i=0 f (ti )(Wti+1 − Wti ) = A τ1 ≤ti <τ2 (Wti+1 − Wti ) −→ A(τ2 − τ1 ).
P
Par linéarité, ce résultat reste vrai pour les fonctions étagées.

Etape 2. Soit ε > 0. Si f est continue (u.c.), on peut construire fε étagée
telle que supu≤t |fε (u) − f (u)| ≤ ε/t.
Variation quadratique II
n−1
X Z t
f (ti )(Wti+1 − Wti )2 − f (u)du
i=0 0
n−1
X Z t
= fε (ti )(Wti+1 − Wti )2 − fε (u)du
i=0 0
| {z }
(1)
n−1
X Z t
2
+ (f (ti ) − fε (ti ))(Wti+1 − Wti ) + fε (u) − f (u)du .
i=0
| {z } |0 {z }
(3)
(2)
Pour n assez grand,

(1) + (3) ≤ 2ε;
(2) ≤ εt n−1 2
i=0 (Wti+1 − Wti ) ≤ ε.
P
Le mouvement Brownien est p.s. non dérivable en tout point et pourtant
on peut définir une notion d’intégrabilité par rapport au mouvement
Brownien : l’intégrale stochastique ou intégrale d’Itô.
Pour un processus X étagé sur la subdivision ∆n , on définit
Z t n−1
X
Xu dWu = Xti (Wti+1 − Wti )
0 i=0
qui satisfait l’isométrie

"Z 2 #
t Z t
E Xu dWu =E Xu2 du .
0 0
L’intégrale d’Itô s’étend par densité à l’ensemble des processus

L2 = {X = (Xt )t∈[0,T ] , à trajectoires continues}
R 1/2
T
qui muni de la norme E 0 Xu2 du est un espace de Hilbert.
Proposition
Rt
Soit X ∈ L2 , alors E 0 Xu dWu = 0 pour tout t ≤ T .
Rt Pn−1
Preuve. Par définition 0 Xu dWu = lim|∆n |→0 i=0 Xti (Wti+1 − Wti ).
P
n−1
Or E − Wti ) = 0.
i=0 Xti (Wti+1
Justification du passage à la limite : uniforme intégrabilité.

n−1
!2  n−1
X X
E Xti (Wti+1 − Wti ) = E(Xt2i )E[(Wti+1 − Wti )2 ]
i=0 i=0
n−1
X Z T Z T
= E(Xti )2 (ti+1 − ti ) −−−−→ E(Xu2 )du = E Xu2 du < ∞
|∆n |→0 0 0
i=0
2
n−1
− Wti ) < ∞, ce qui assure u.i. et
P
Donc supn E i=0 Xti (Wti+1
justifie le passage à la limite.
Rt
Exemple X = W . On souhaite calculer 0 Wu dWu .
n−1 n−1
X X 1 1 n−1
X
Wti (Wti+1 − Wti ) = Wti Wti+1 − Wt2i = Wt2n − (Wti+1 − Wti )2 .
i=0 i=0
2 2 i=0
Quand |∆n | −→ 0,
Z t
1 1 1 1
Wu dWu = Wt2 − hW it = Wt2 − t.
0 2 2 2 2
La formule d’Itô
Théorème
Rt 0 1 R t 00
Soit f ∈ C 2 (R, R), f (Wt ) = f (0) + 0 f (Wu )dWu + 2 0 f (Wu )du
Pn−1
Preuve. On écrit f (Wt ) = f (0) + i=0 f (Wti+1 ) − f (Wti ).
Un développement de Taylor à l’ordre 2 donne
1
f (Wti+1 ) − f (Wti ) = f 0 (Wti )(Wti+1 − Wti ) + f 00 (ξi )(Wti+1 − Wti )2
2
où ξi ∈ (Wti , Wti+1 ).
n−1 n−1

X
00 00
X
2 2
f (ξi )(Wti+1 − Wti ) − f (Wti )(Wti+1 − Wti ) ≤

i=0 i=0
n−1
sup |f 00 (ξi ) − f 00 (Wti )|
X
(Wti+1 − Wti )2 −−−−→ 0
i |∆n |→0
i=0
− Wti )2 = 0t f 00 (Wu )du.

Pn−1 00 R
On a déjà vu que lim i=0 f (Wti )(Wti+1
Plan
1 Introduction
Modélisation d’un marché financier
Pourquoi modéliser le marché :

pour donner un prix à un contrat optionnel. valorisation.
pour minimiser le risque supporté par le vendeur du contrat.
couverture.
Modélisation d’un marché financier
Pourquoi modéliser le marché :

pour donner un prix à un contrat optionnel. valorisation.
pour minimiser le risque supporté par le vendeur du contrat.
couverture.
Quelques hypothèses
pas de frais de transaction
pas de fourchette bid/ask
titres liquides et indéfiniment divisibles
Absence d’opportunité d’arbitrage (AOA) : on ne peut pas gagner
d’argent de façon certaine avec un investissement initial nul (pas de
profits sans prise de risque)
L’actif sans risque I
Considérons 2 dates 0 < t ≤ T . Soit F (t, T ) le montant que recevra

en T toute personne ayant investi, à la date t, 1 unité de devise dans
l’actif sans risque. La quantité F (t, T ) est supposée déterministe.
Soit 0 < t < u < T .
t u T
investit 1 reçoit F (t, u)
investit F (t, u) reçoit F (t, u)F (u, T )
investit 1 ... reçoit F (t, T )
On doit avoir F (t, T ) = F (t, u)F (u, T ) ∀0 < t < u < T .

=⇒F (t, t) = 1 ∀t ≥ 0.
L’actif sans risque II
Supposons F ∈ C 1 (R+ × R+ , R∗+ )
F (t, T )
∂t F (t, T ) = ∂t F (t, u)F (u, T ) = ∂t F (t, u)
F (t, u)
∂t F (t,T )
F (t,T ) = rt où rt ∈ C 0 (R+ , R∗+ ).
RT
ru du
F (t, T ) = e 0
La fonction rt s’interprète comme un taux d’intérêt instantané.

Dans la suite, on suppose que rt est constant égal à r , ie.
F (t, T ) = er (T −t) .
Le marché multi–devise
devise Franc Suisse (CHF) Euro (e)

marché étranger domestique
taux d’intérêt rf rd
On investit 1 dans chacun des 2 marchés à la date t1

f (t2 −t1 ) .
en t2 , on récupère dans le marché étranger er
d (t −t )
en t2 , on récupère dans le marché domestique er 2 1 .
On souhaite modéliser la dynamique du taux de change. Mais, le taux de

change n’est pas une quantité que l’on peut acheter.
On va modéliser le prix en euro d’1 CHF investi au taux r f par la
dynamique suivante
2 /2)t+σW
Xt = X0 e(µ−σ t
dXt = Xt (µdt + σdWt )
où
le processus (Wt )t≥0 est un mouvement Brownien standard
σ > 0 est la volatilité du taux de change
µ > 0 est la tendance ou rendement
Xt représente la valeur en e et à la date t d’un CHF investi à la date 0 au
taux sans risque étranger. X modélise indirectement le taux de change
CHF/e.
Le modèle de Black–Scholes I
Pourquoi est-il si populaire ? couverture exacte.

Considérons un portefeuille constitué d’une part H investie dans l’actif X
et d’une autre part H 0 investie au taux r d (que l’on notera simplement r
dans la suite).
Sa valeur Vt à l’instant t est donnée par
Vt = Ht0 ert +Ht Xt
On impose qu’il n’y ait pas d’apports extérieurs d’argent après la date
0, ie. les variations de Vt ne sont dues qu’à celles de Xt et ert
dVt = Ht0 ert rdt + Ht dXt
Le modèle de Black–Scholes II
Une fois V0 fixé,

Z t Z t
Vt = V0 + Hu0 eru rdu + Hu dXu
0 0
Z t Z t
= V0 + rVu du + Hu (dXu − rXu du)
0 0
dVt = rVt dt + Ht (dXt − rXt dt)
Théorème
Pour toute fonction φ mesurable, positive et de carré intégrable, il existe
(Ht )t≤T tel que VT = φ(XT ).
Portefeuille de couverture et EDP
Théorème
Soit u ∈ C 1,2 solution de
(
u(T , x ) = φ(x ) x ∈ R∗+
∂t u − ru + rx ∂x u + 21 σ 2 x ∂xx u = 0 (t, x ) ∈]0, T [×R∗+
alors, Vt = u(t, Xt ) et Ht = ∂x u(t, Xt ).
Il est naturel de définir le prix de l’option à l’instant t comme étant Vt .
On écrit u(t, Xt ) = u(t, f (t, Wt )) = v (t, Wt ). Les règles de dérivation en

chaine donnent
∂t v = ∂t u + ∂x u∂t f σ2
∂t f = µf − f
∂y v = ∂x u∂y f 2
∂y f = σf
∂yy v = ∂xx u(∂y f )2 + ∂x u∂yy f
∂yy f = σ 2 f
1
du(t, Xt ) = (∂t u + ∂x u∂t f )dt + ∂x u∂y fdWt + (∂xx u(∂y f )2 + ∂x u∂yy f )dt
2

chaine donnent
∂t v = ∂t u + ∂x u∂t f σ2
∂t f = (µ − )f
∂y v = ∂x u∂y f 2
∂y f = σf
∂yy v = ∂xx u(∂y f )2 + ∂x u∂yy f
∂yy f = σ 2 f
1
2

chaine donnent
∂t v = ∂t u + ∂x u∂t f σ2
∂t f = (µ − )f
∂y v = ∂x u∂y f 2
∂y f = σf
∂yy v = ∂xx u(∂y f )2 + ∂x u∂yy f
∂yy f = σ 2 f
1
2
1
du(t, Xt ) = (∂t u + ∂x uµf )dt + ∂x uσfdWt + ∂xx u(σf )2 dt
2
1
= ∂t udt + ∂x udXt + ∂xx uσ 2 Xt2 dt
2
1
du(t, Xt ) = ∂t udt + ∂x udXt + ∂xx uσ 2 Xt2 dt
2
Puisque u est solution de l’EDP
1
∂t u − ru + rx ∂x u + σ 2 x ∂xx u = 0,
2
on obtient
du(t, Xt ) = ru(t, Xt )dt + ∂x u(t, Xt )(dXt − rXt dt).
u(t, Xt ) est bien la valeur en t d’un portefeuille avec Ht = ∂x u(t, Xt ).
1
EDP : ∂t u − ru + rx ∂x u + σ 2 x ∂xx u = 0
2
Remarques
la solution u ne dépend pas de µ mais uniquement de r et σ.
En posant u(t, x ) = ert w (t, σ1 log(x ) − (r − 12 σ 2 )t), on trouve que w
est solution de

σ2

w (T , y ) = e−rT φ(e(r − 2
)T +σy )
) y ∈R
∂ w + 1 ∂ w = 0 (t, y ) ∈]0, T [×R
t 2 yy
Equation de la chaleur
Soit l’équation
(
w (T , y ) = Ψ(y ) y ∈R
1
∂t w + 2 ∂yy w = 0 (t, y ) ∈]0, T [×R
z 2
et soit le noyau gaussien g(T , z) = √ 1 e − 2T .
2πT
La solution w (0, ·) s’écrit
Z
w (0, y ) = Ψ(y + z)g(T , z)dz = E(Ψ(y + WT )).
R
Proposition
V0 = e −rT E(φ(X T )) où X T suit la même dynamique que XT avec µ ← r .
Signification financière de la couverture
Si l’on dispose d’une richesse initiale V0 , on peut en mettre en œuvre

une stratégie permettant de disposer à la date T de φ(ST ) :
couverture exacte.
La composition du portefeuille est explicite :
I quantité à investir dans le marché étranger : ∂x u(t, Xt ) (dérivée du prix
de l’option à l’instant t)
I quantité de cash : u(t,Xt )−∂ertx u(t,Xt )Xt
Exemple numérique
On considère une option permettant dans 3 ans d’acheter 1 CHF pour 0.9
f
e de payoff (XT e−r T −0.9)+ .
Calibration. Volatilité historique sur la période sept. 2010 – avr.
2011 : σ = 0.1.
Aujourd’hui le prix d’1 CHF est X0 = 0.78.
maturité T = 3.
Autres paramètres de marché : r = 1.25%, r f = 0.3%.
V0 = 0.0216.
1.4
1.3
1.2
Figure: Evolution
1.1
du taux de change
f
1.0
(XT e−r T −0.9)+ =
0.9 0.3807.
0.8
0.7
0 0.4 0.8 1.2 1.6 2.0 2.4 2.8 3.2
0.4
0.3 Figure: Evolution

du portefeuille de
0.2
couverture.
0.1
VT = 0.3835.
0
0 0.4 0.8 1.2 1.6 2.0 2.4 2.8 3.2
0.93
0.89
0.85
Figure: Evolution
0.81
0.77
du taux de change
f
0.73 (XT e−r T −K )+ =
0.69
0.
0.65
0.61
0 0.4 0.8 1.2 1.6 2.0 2.4 2.8 3.2
0.12
0.08
Figure: Evolution
0.04 du portefeuille de
0
couverture.
-0.04
VT = −0.0016.
-0.08
0 0.4 0.8 1.2 1.6 2.0 2.4 2.8 3.2
Le point de vue risque neutre I
Sur (Ω, (Ft )t≤T , P), on a
dXt = Xt (µdt + σdWt )

dXt = Xt (rdt + σd(Wt + λt))
µ−r
où λ = σ . Posons W̄t = Wt + λt.
Théorème de Girsanov : Il existe Q ∼ P mesure de proba sur (Ω, FT )
telle que (W̄t )t≤T soit un mouvement Brownien sous Q.
Ainsi V0 = e−rT EQ (φ(XT )).
Sous Q, d(e−rt Xt ) = e−rt (−rXt dt + dXt ) = e−rt Xt d W̄t .
D’où le nom de probabilité martingale pour Q.
Le point de vue risque neutre II
Plaçons–nous sous Q et revenons à l’équation du portefeuille

(
dVt = Ht0 ert rdt + Ht dXt
Vt = Ht0 ert +Ht Xt
d(e−rt Vt ) = e−rt (−rVt dt + dVt )

= e−rt (−r (Ht0 ert +Ht Xt )dt + Ht0 ert rdt + Ht dXt )
= e−rt Ht (−rXt dt + dXt )
Z T
e−rT φ(XT ) = V0 + e−rt Ht Xt σd W̄t
0
Comme l’intégrale stochastique est d’espérance nulle, on obtient

immédiatement V0 = EQ (e−rT φ(XT )).
Plan
1 Introduction
Retour sur le prêt
Si on arrange la formule des intérêts risqués, on voit que pour chacune des
23 dernières années du prêt, la mairie de mon village a vendu 1,5 million
d’options de change CHF/USD payées en euro. C’est ce qu’on appelle une
option Quanto sur option sur devise.
Il existe une formule fermée d’évaluation des ces options, semblable à celle
que vous venez de voir. Le calcul donne une valeur de marché du contrat
autour de 7 Me à la date de la signature, autour de 6 Me aujourd’hui. La
banque a acheté ce contrat 3 Me.
Retour sur le prêt
Le seul moyen « financier » de se débarrasser des risques de ce contrat
aujourd’hui, est d’emprunter 6 Me pour racheter le contrat, soit une
augmentation de 100% du prix de l’emprunt !
Retour sur le prêt
Le seul moyen « financier » de se débarrasser des risques de ce contrat
aujourd’hui, est d’emprunter 6 Me pour racheter le contrat, soit une
augmentation de 100% du prix de l’emprunt !
Une dernière question : Pourquoi les banques refusent-elles de
renégocier les emprunts toxiques ?
Paradoxe de Saint-Petersbourg - D. Bernouilli
On joue au jeu de « Pile ou Face » suivant :

Au premier lancé, si la pièce tombe sur pile, je vous donne 1e et on
continue, sinon on arrête.
Au deuxième lancé, si la pièce tombe sur pile, j’ajoute 2e et on
continue, sinon on arrête et vous gardez votre 1e du premier lancé.
Au troisième lancé, si la pièce tombe sur pile, j’ajoute 4e et on
continue, sinon on arrête et vous gardez vos 3e des deux premiers
lancés.
Etc.
Quel prix êtes vous prêts à miser pour jouer avec moi ?
Paradoxe de Saint-Petersbourg - D. Bernouilli
On joue au jeu de « Pile ou Face » suivant :

Au premier lancé, si la pièce tombe sur pile, je vous donne 1e et on
continue, sinon on arrête.
Au deuxième lancé, si la pièce tombe sur pile, j’ajoute 2e et on
continue, sinon on arrête et vous gardez votre 1e du premier lancé.
Au troisième lancé, si la pièce tombe sur pile, j’ajoute 4e et on
continue, sinon on arrête et vous gardez vos 3e des deux premiers
lancés.
Etc.
Quel prix êtes vous prêts à miser pour jouer avec moi ?
Le « paradoxe » est que l’espérance de gains est INFINIE et que vous
n’êtes pas prêts à m’acheter le ticket à un prix élevé. Retour

Liesse Ensimag Theorie Couverture

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Liesse Ensimag Theorie Couverture

Transféré par

Droits d'auteur :

Formats disponibles

Modélisation et calculs appliqués à la gestion des

Jérôme Lelong - Ollivier Taramasco

Jeudi 12 mai 2011

Ce prêt est un « produit structuré »

Ce prêt est un « produit structuré »

Ce prêt est un « produit structuré »

Ce prêt est un « produit structuré »

Ce prêt est un « produit structuré »

Ce prêt est un « produit structuré »

Obligation remboursée in fine

1 Préférence pour le présent

1 Préférence pour le présent

1 Préférence pour le présent

1 Préférence pour le présent

1 Préférence pour le présent

2 Non satiété des agents

2 Non satiété des agents

2 Non satiété des agents

2 Non satiété des agents

2 Non satiété des agents

2 Non satiété des agents

Notion fondamentale de l’évaluation des actifs dérivés.

Notion fondamentale de l’évaluation des actifs dérivés.

Notion fondamentale de l’évaluation des actifs dérivés.

Notion fondamentale de l’évaluation des actifs dérivés.

Notion fondamentale de l’évaluation des actifs dérivés.

Figure: Marche aléatoire renormalisée T = 1, n = 100

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Figure: Marche aléatoire renormalisée T = 1, n = 200

Figure: Marche aléatoire renormalisée T = 1, n = 400

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Figure: Marche aléatoire renormalisée T = 1, n = 1000

Figure: une trajectoire -0.1

Considérons une subdivision ∆n = {0 = t0 < · · · < tn = t} de [0, t], on

Preuve. Etape 1. Supposons que f (u) = A1{]τ1 ,τ2 ]} (u) pour

Par linéarité, ce résultat reste vrai pour les fonctions étagées.

Pour n assez grand,

qui satisfait l’isométrie

L’intégrale d’Itô s’étend par densité à l’ensemble des processus

− Wti )2 = 0t f 00 (Wu )du.

Pourquoi modéliser le marché :

Pourquoi modéliser le marché :

Considérons 2 dates 0 < t ≤ T . Soit F (t, T ) le montant que recevra

On doit avoir F (t, T ) = F (t, u)F (u, T ) ∀0 < t < u < T .

Supposons F ∈ C 1 (R+ × R+ , R∗+ )

La fonction rt s’interprète comme un taux d’intérêt instantané.

devise Franc Suisse (CHF) Euro (e)

On investit 1 dans chacun des 2 marchés à la date t1

On souhaite modéliser la dynamique du taux de change. Mais, le taux de

dXt = Xt (µdt + σdWt )

Pourquoi est-il si populaire ? couverture exacte.

Vt = Ht0 ert +Ht Xt

dVt = Ht0 ert rdt + Ht dXt

Une fois V0 fixé,

alors, Vt = u(t, Xt ) et Ht = ∂x u(t, Xt ).

Il est naturel de définir le prix de l’option à l’instant t comme étant Vt .

On écrit u(t, Xt ) = u(t, f (t, Wt )) = v (t, Wt ). Les règles de dérivation en

On écrit u(t, Xt ) = u(t, f (t, Wt )) = v (t, Wt ). Les règles de dérivation en

On écrit u(t, Xt ) = u(t, f (t, Wt )) = v (t, Wt ). Les règles de dérivation en

du(t, Xt ) = ru(t, Xt )dt + ∂x u(t, Xt )(dXt − rXt dt).

u(t, Xt ) est bien la valeur en t d’un portefeuille avec Ht = ∂x u(t, Xt ).

Si l’on dispose d’une richesse initiale V0 , on peut en mettre en œuvre

0.3 Figure: Evolution

0 0.4 0.8 1.2 1.6 2.0 2.4 2.8 3.2