Rapport PFE ASSOU Komlan Joseph

ENSA5/FID/2022-2023
Rapport du Projet de Fin d’Étude

Présenté par:
Komlan Joseph ASSOU
Pour l’obtention du diplôme d’Ingénieur d’État
spécialité: Finance et Ingénierie Décisionnelle
Thème:
Modèles de volatilité et de taux d’intérêt

Valorisation des produits dérivés pour la couverture contre le
risque de change
Encadré par: Entreprise :

Mr TAARABTI Saïd, à l’ENSA Atlas Portfolio
Mr ELBAHLOULI Ayoub, à l’Entreprise Management
Soutenu le 15 juin 2023, devant la commission du jury:

Mr TAARABTI
Mme HADIRI
Mr FAKHOURI
Dédicace
“ À Dieu pour la vie, la force, la capacité durant toutes ces années d’étude.
À Mes Parents Aucun mot n’est assez complet pour exprimer mon amour et
affection aux êtres les plus chers et les plus proches. Vos prières, votre
tendresse et les sacrifices que vous avez consentis pour mon éducation et
mon bien être m’ ont toujours été précieux.
À Mes frères et soeurs Gracia, Jedida et Nethania, Je vous aime et vous
souhaite un avenir fleurissant et une vie pleine de succès, de réussite et de
santé.
À Ma Famille Pour votre encouragement et soutien,
À Mes Frères, Soeurs et responsables dans le Seigneur qui n’ont cessé de me

soutenir,
À tous mes Aînés et amis Je vous remercie d’être présents pour moi avec
votre soutien et encouragements et d’avoir marqué votre passage dans ma
vie.
À Ilham Bensbaa, une collègue à l’entreprise qui a assuré rapidement mon

intégration,
Merci.
”
- Joseph
i
Remerciements
Je tiens d’abord à remercier Dieu pour la vie, la force et la capacité pour toutes ces années d’étude.
J’adresse ensuite mes sincères remerciements à l’endroit de mon professeur Mr SAÏD TAARABTI,
qui a été mon encadrant à l’ENSA lors de la réalisation de ce projet. Je le remercie pour sa disponi-
bilité et tous ses conseils. En effet, au-delà des conseils formels, j’ai acquis auprès de lui, des astuces
qui m’ ont été très utiles tout au long de la concrétisation de ce projet.
Mes remerciements vont aussi à l’égard de Mr Ayoub El BAHLOULI, qui a été mon encadrant de
stage à ATLAS PORTFOLIO MANAGEMENT. J’aimerais premièrement, le remercier de m’avoir
accepté dans son département et de m’ avoir accordé sa confiance. Je n’oublie pas toute l’équipe du
département ATLAS PORTFOLIO MANAGEMENT pour leur accueil chaleureux, leur gentillesse
et leur apport envers moi tout au long de ce stage.
Je ne pourrais point terminer ces remerciements sans, témoigner mes sincères gratitudes envers
notre professeur Mr Brahim EL ASRI, notre chef de filière Finance et Ingénierie Décisionnelle
pour son dévouement et son travail acharné pour que nos projets soient menés à bon port. Merci
pour ses conseils, directives et son soutien inconditionnel. Je n’oublie pas Mr Anass Nadim, pour
son dévouement à mon égard et surtout pour son soutien et ses conseils lors de la recherche de mon
stage de projet de fin d’étude.
Mes remerciements vont aussi au membre du Jury de ma soutenance Mr FAKHOURI et Mme

HADIRI pour avoir bien voulu m’ honorer de leur présence et d’avoir accepté évaluer mon travail
en mettant à ma disponibilité leurs différentes expériences et compétences.
Je finirai en remerciant mes chers parents et mes différentes familles pour leur soutien et amour de
chaque jour. Je n’oublie pas tous mes amis et connaissances qui de loin ou de près m’ ont soutenu
tout au long de ce stage et de ce projet, je leur témoigne toutes nos reconnaissances.
ii
Résumé
Ce projet s’inscrit dans un cadre de valorisation des produits de couverture contre le risque de change
des entreprises disposant d’un portefeuille de factures à régler en devises étarangères tout au long
d’une période donnée.
En effet, pour se couvrir il faut faire recours à des produits dérivés et il y a dès lors, une nécessité
de connaître le prix de ces produits. Deux paramètres importants influencent la décision sur le
marché des change, la tendance du taux fixé par la banque centrale et celle des paires de devises.
Dans un premier temps, le travail sera axé sur l’étude des modèles de volatilité, et dans la suite faire
l’implémentation avec un modèle vu la contrainte d’accesibilité des données en temps réels.
Par suite, nous ferons la valorisation des trois catégories de produits: les produits structurés, les
produits optionnels et les produits à engagement ferme. Elle sera faite par le modèle de Garman-
Kohlhagen.
Enfin, pour rendre ce travail accessible et dynamique, avec une facilité d’accès à l’utilisateur, nous
développerons une application web avec python flask
Mots clés : Volatilité, Valorisation, Produits dérivés, Marché de change, Prime, taux, flask
iii
Abstract
This project is part of a framework for valuing currency hedging products for companies with a
portfolio of invoices to be paid in foreign currencies throughout a given period.
In order to hedge, it is necessary to use derivatives, and therefore to know the price of these products.
Two important parameters influence decisions on the the trend in the rate set by the central bank
and the trend in currency pairs.
In the first instance, the work will focus on the study of volatility models, and in the second instance
on the implementation of a volatility model given the constraint of real-time data availability.
Next, we’ll be valuing three product categories: structured products, options and firm commitment
products. This will be done using the Garman-Kohlhagen model.
Finally, to make this work accessible and dynamic, with easy access for the user, we will develop a
web application with python flask
Keywords : Volatility, Valuation, Derivatives, Foreign exchange, Premium, rates, python, flask
iv
Liste des figures
1.1 Les marchés financier selon l’organisation . . . . . . . . . . . . . . . . . . . . 4

1.2 Interface de calcul de la volatilité annuelle. . . . . . . . . . . . . . . . . . . . . 15
1.3 Volatilité historique au fil du temps . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Comparaison des volatilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5 Interprêtation-Smile de Volatilité . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1 Illustration en 3D de la surface de volatilité de Dupire- source (local volatility 2023). 30

2.2 Evolution du smile aux variations du prix . . . . . . . . . . . . . . . . . . . . . 31
2.3 Structure des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4 Extraits des paramètres du modèle estimé selon les différentes dates . . . . . . . . 34
2.5 sabr-surface de volatilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.6 Necessité de la volatilité locale et stochastique. . . . . . . . . . . . . . . . . . . 36
2.7 Comparaison entre les surfaces de volatilité locale et stochastique (local volatility
2023) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1 Forward - Dénouement à l’échéance . . . . . . . . . . . . . . . . . . . . . . . 43

3.2 Stratégies optionnelles de base- Profit and loss . . . . . . . . . . . . . . . . . . 50
3.3 Call Participatif: Profit and Loss. . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.4 Tunnel Symétrique: Profit and Loss . . . . . . . . . . . . . . . . . . . . . . . . 57
3.5 Tunnel Asymétrique: Profit and Loss . . . . . . . . . . . . . . . . . . . . . . . 60
4.1 Outils de programmation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

4.2 Authentification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.3 Extrait-interface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.4 Onglet paramètre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.5 Profil en détail . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.6 Home-Page. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.7 Les informations détaillées en cas de choix du produit call participatif . . . . . . . 67
4.8 Extrait de la page Spot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.10 Stratégies gratuite et payante pour un forward import . . . . . . . . . . . . . . . 70
4.11 Simulation pour un call . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.12 Simulation pour un put . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.13 Stratégies gratuite et payante pour un call participatif . . . . . . . . . . . . . . . 73
4.14 Stratégies gratuite et payante pour un put participatif . . . . . . . . . . . . . . . 74
4.15 Stratégies gratuite et payante pour un tunnel symétrique . . . . . . . . . . . . . 76
4.16 Stratégies gratuite et payante pour un tunnel asymétrique . . . . . . . . . . . . . 77
v
Liste des tableaux
1.1 Comparaison des volatilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1 Définition opérationnelle des variables de GK-Model . . . . . . . . . . . . . . . 28
3.1 Différences entre Forward et Future . . . . . . . . . . . . . . . . . . . . . . . . 44

3.2 Classe d’option . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3 Paramètres d’un tunnel symétrique . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4 Paramètres d’un tunnel asymétrique . . . . . . . . . . . . . . . . . . . . . . . 59
vi
Liste des algorithmes
1 Algorithme de Newton pour la volatilité implicite . . . . . . . . . . . . . . . . . . . . . 19

2 Algorithme de la méthode de bissection pour la volatilité implicite . . . . . . . . . . . 20
3 Vérification de l’existence d’une probabilité risque neutre . . . . . . . . . . . . . . . . 25

4 Vérification l’existence d’arbitrage à risque nul . . . . . . . . . . . . . . . . . . . . . . 25
vii
Liste des sigles et acronymes
API Application Programming Interface
GK Garman-Kohlhagen
BSM Black-Scholes Model
BPS Basic Points, 1 BPS = 0.01%
ATM At the Money
OTM Out of the Money
ITM In the Money
VLS Volatilité locale et stochastique
SABR Sigma Alpha Beta Rho
GARCH General AutoRegressive Conditional Heteroscedasticity
MAD Dirham Marocain
FX Forex
viii
Table des matières
Dédicace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . i
Remerciements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
Introduction générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Structure des marchés financiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Risques des marchés financiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Marché de change marocain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Autour de la notion de taux de change . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6 Autour de la notion de volatilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.7 Méthodes d’estimation de la volatilité . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2 Modèles de volatilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2 Les Hypothèses des modèles et algorithmes de vérification . . . . . . . . . . . . . . . 24
2.3 Modèle de Garman-Kohlhagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.4 Modèle de Dupire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.5 Modèle à volatilité stochastique: Modèle de SABR . . . . . . . . . . . . . . . . . . . . 31
2.6 Modèle à volatilité locale et stochastique . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3 Stratégie de couverture contre le risque de change et pricing . . . . . . . . . . . . . . 39

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2 Quelques notations sur le marché FX . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.3 Les contrats à terme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4 Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5 Les options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.6 Les produits structurés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
ix
Table des matières
4 Application ATLAS FX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.1 Présentation générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2 Les outils de développement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.3 Les différentes fonctionnalités de l’application . . . . . . . . . . . . . . . . . . . . . . 62
4.4 Simulations de pricing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Conclusion générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Annexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
A Présentation du cadre institutionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
B Preuves Mathématiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
x
Introduction générale
Dans les années 70, la décision politique de déréglementer les marchés financiers a engendré une
forte volatilité des taux d’intérêt et des fluctuations instables des taux de change. Dans ce contexte
dérégulé, les entreprises industrielles et commerciales se sont retrouvées soudainement exposées à
des risques accrus. En conséquence, afin de se prémunir contre les éventuels risques du marché,
des marchés organisés ont été créés. Cela a donné naissance à de nouveaux instruments financiers,
connus sous le nom de produits dérivés. Les options d’achat et de vente sont les premiers exemples
de ces produits financiers. On distingue les options européennes, qui ne peuvent être exercées qu’à
l’échéance du contrat, des options américaines, qui peuvent être exercées à tout moment, ainsi que
des options exotiques. Ces produits financiers sont assortis d’un coût appelé prime, dont la déter-
mination constitue un axe central de la recherche en mathématiques financières et un défi majeur
pour l’ingénierie financière.
Ainsi le modèle de Garman Kohlhalgen est le modèle le plus utilisé dans l’évaluation de ces produits
dans le contexte des taux de change. C’est l’extension du modèle de Black & Scholes.
Néanmoins, ce modèle repose sur l’hypothèse selon laquelle la volatilité est un paramètre constant.
Or, une telle hypothèse est loin d’être réaliste. La réalité a mis en évidence le lien direct entre la
volatilité, la maturité et le prix d’exercice d’une option, illustré par une courbe de volatilité con-
vexe nommée « Smile ou surface de volatilité » selon que l’on considère soit la volatilité et le prix
d’exercice soit les trois paramètres simultanément.
Par ailleurs les investisseurs considèrent ce coût comme étant un désavantage car il peut être rela-
tivement élevé surtout s’il s’agit d’une option avec une échéance éloignée, un notionnel important,
dans ce cas l’utilisation des options avec obstacles s’impose comme étant les mieux adaptés à leur
situation puisqu’elle garantit une couverture totale contre les fluctuations défavorables du sous ja-
cent avec un prix réduit, d’où vient l’apparition des produits structurés. Ces derniers se définissent
comme étant un groupe de produits de change développés pour offrir une alternative de gestion du
risque de change par rapport aux contrats à terme et aux options classiques.
Dans le cas des options structurées, l’investisseur a le choix entre des stratégies de couverture
payantes où la prime est réduite par rapport aux options classiques ou des stratégies de couver-
ture gratuites où l’investisseur ne paie pas de prime mais la banque lui impose un prix d’exercice à
manipuler, dans ce cas un problème d’optimisation intervient pour résoudre un modèle non linéaire.
Notre travail s’articule dans un premier temps à présenter les différents modèles de volatilité et le
fonctionnement dans une perspective d’étude et d’implémentation future en cas d’ouverture officielle
du marché des options et qui sont côtées sur le marché.
PFE 2022-2023 Page 1/93

Table des matières
En deuxième lieu, nous présenterons les stratégies couramment utilisées sur le marché pour se cou-
vrir.
Enfin, nous implémenterons ces modes de pricing dans une application web avec python regorgant
assez de fonctionnalités pour faciliter la compréhension et l’utilisation de ces produits pour se couvrir
ainsi que des opportunités pour simuler la prix de tous ces produits. Ce travail s’inscrit dans un cadre
institutionnel d’Oaklins Atlas Capital1 fournissant la documentation nécessaire sur le domaine et
notamment les produits de couverture.
1
Oaklins Atlas Capital: Organisme d’acceuil présenté en détail dans la partie annexe A
PFE 2022-2023 Page 2/93

Chapter 1
Généralités
1.1 Introduction
Dans ce chapitre, nous allons présenter l’organisation et le fonctionnement des marchés financiers
ainsi que les produits échangés. Par la suite, nous présenterons quelques risques auxquels les marchés
financiers sont soumis et les hypothèses théoriques qui permettent de modéliser le fonctionnement
de ces marchés. Un clin d’oeil sera fait sur ce qui se passe notamment sur le marché de change
marocain. Par la suite, nous poserons les bases importantes autour de la volatilité pour comprendre
mieux les modèles de volatilité à venir.
1.2 Structure des marchés financiers
1.2.1 Selon l’organisation
D’un point de vue organisationnel, les marchés sont scindés en deux blocs avec d’un côté les marchés
organisés et de l’autre côté le marché de "gré à gré".
1.2.1.1 Marchés organisés
Avec un qualificatif "organisés", ces marchés obéissent à un standard, ils sont contrôlés et régulés par
des autorités de marché. Il existe une chambre dite de compensation qui sert d’intermédiaire entre
les contreparties afin d’assurer de bons termes aux transactions :
1.2.1.2 Marché gré à gré
Ce sont des marchés où les transactions s’effectuent le plus souvent sans intermédiaires entre les
contreparties. Le fonctionnement de ces marchés n’est pas contrôlé par une autorité organisatrice.
Le marché est généralement segmenté. Sur le segment client-dealer, les clients institutionnels ou
corporates négocient avec les professionnels, les "dealers". Ceux-ci jouent aussi un rôle d’animation
en affichant en permanence des prix pour faciliter les transactions : fonction de "market maker" ou
PFE 2022-2023 Page 3/93

Chapter 1. Généralités
"teneur de marché".
Les dealers revendent leurs positions sur le segment inter-dealer, éventuellement par l’intermédiaire
d’un broker.
(a) Marché Organisé (b) Marché gré à gré
Figure 1.1: Les marchés financier selon l’organisation
1.2.2 Selon les titres
1.2.2.1 Marché primaire
Le marché primaire est le marché où les titres sont émis et créés pour la première fois à la bourse.
L’offre et la demande sont ici représentées par l’émetteur et les détenteurs futurs de ce titre émis.
De plus en général, à la bourse les titres qui sont traités sont les actions et les obligations émises
par une société pour les souscripteurs (soit actionnaires ou les créanciers). Le marché primaire est
d’une image particulière auprès du grand public, ce marché est connu comme étant un synonyme
d’introduction en bourse, il est certes représentatif de levées de fonds (augmenter le capital) via
l’émission d’action ou il peut permettre d’émettre une dette via l’obligation.
1.2.2.2 Marché secondaire
Le marché secondaire confronte les détenteurs des titres et les acheteurs de ce titre, ce dernier est
généralement considéré comme des actions et des obligations, car ils sont les plus traités en bourse.
Le marché secondaire met en relation les acheteurs et les vendeurs des titres déjà émis,en général
quand on parle de la bourse, ce marché est considéré une référence implicite.
Toutefois, une fois qu’une entreprise passe par le marché primaire pour émettre des actions et des
obligations pour avoir un financement de ces activités, ces titres peuvent être par la suite librement
PFE 2022-2023 Page 4/93

échangés entre investisseurs sur les marchés secondaires. Ce dernier est donc un moyen de transférer
la propriété des titres entre les investisseurs.
1.2.3 Selon le type d’actif
1.2.3.1 Marché de change
C’est un marché largement gré à gré où on échange une devise d’un pays contre l’autre dans une
plateforme en ligne ou par réseaux téléphoniques. Les opérations de change se déroulent quasiment
en continu vingt-quatre heures sur vingt-quatre, cinq jours sur sept généralement le dollar américain
(USD) est la monnaie de référence donc il faut toujours retourner vers USD et c’est ce qu’on appelle
cours croisés.
1.2.3.2 Marché de matières premières
Il regroupe plusieurs classes d’actifs qui sont: les hydrocarbures (pétrole, gaz...), les minerais et mé-
taux (cuivre, zinc...), les métaux précieux (or, diamant...), les grains et denrées alimentaires (blé,
coton...).
Ce marché est structurellement un marché haussier à cause de l’augmentation de la demande et la
croissance démographique et le développement des pays émergents.
1.2.3.3 Marché du Taux
Le marché de taux est le marché où on échange les obligations des entreprises ou des États, c’est le
marché le plus connu et le plus simple pour effectuer des investissements, il faut juste investir dans
les obligations qui sont bien notées. Mais leur rendement va être faible, c’est pour cela on trouve
les investisseurs qui prennent le risque d’acheter des obligations qui ont une faible ou moyenne
notation.
Par ailleurs, l’obligation étatique est plus garantie, car historiquement l’État ne risque presque jamais
de faire faillite et elle est obligée de payer ses anciennes dettes pour emprunter de plus en plus.
1.2.3.4 Marché Dérivé
Chaque marché a son marché dérivé où on échange des produits dérivés liés à un sous-jacent.
Généralement les entreprises utilisent ce marché pour contrecarrer les fluctuations défavorables des
prix des actifs financiers en d’autres mots la couverture ou pour des ambitions spéculatives.
1.2.3.5 Marché crypto monnaie
Dans ce marché, on échange d’une manière gré à gré la monnaie électronique sur des plateformes
dédiées à l’échange de cette monnaie. De nos jours, du moins à la rédaction de ce travail, il n’existe
pas un marché de cryptomonnaie supervisé par une autorité de marché.
PFE 2022-2023 Page 5/93

1.2.4 Selon le type de transaction
1.2.4.1 Au comptant
Le marché au comptant est celui de la livraison et de règlement immédiats des devises. En d’autres
termes, si vous voulez acheter une devise aujourd’hui pour être livré à ce jour, au prix du jour, vous
l’achetez sur le marché au comptant.
1.2.4.2 A Terme
Le marché à terme ou le marché du contrat à terme est un marché où on échange une quantité X
d’actifs avec un prix fixe déterminé lors de la souscription du contrat dans une date future fixée à
l’avance sur ce marché on trouve les futures, les forwards et swaps.
1.3 Risques des marchés financiers
1.3.1 Quelques types de risque
1.3.1.1 Risque de crédit
Egalement appelé risque de contrepartie, le risque de crédit est le risque qu’un emprunteur ne rem-
bourse pas intégralement ou à temps une dette qu’il a contractée. Il s’agit donc du risque de défaut
de paiement de l’emprunteur.
Le risque de crédit peut survenir dans différentes situations, notamment lorsqu’une entreprise ac-
corde du crédit à un client, lorsqu’une banque accorde un prêt à une entreprise ou à un particulier,
ou encore lorsqu’un investisseur achète des obligations émises par une entreprise ou par un État.
Le risque de contrepartie est un élément important à prendre en compte dans la gestion des risques
financiers, que ce soit pour les entreprises, les banques ou les investisseurs. Des mesures peuvent
être prises pour limiter ce risque.
1.3.1.2 Risque de marché
Le risque de marché est le risque de perte financière résultant de la fluctuation des prix des instru-
ments financiers tels que les actions, les obligations, les devises, les matières premières, etc. . . . Ce
risque peut survenir en raison de divers facteurs tels que les changements dans les taux d’intérêt, les
conditions économiques, les événements géopolitiques, les crises financières, etc. . . .
Les investisseurs peuvent être exposés au risque de marché s’ils détiennent des actifs qui sont tout
simplement sensibles aux fluctuations du marché.
PFE 2022-2023 Page 6/93

1.3.1.3 Risque opérationnel
Le risque opérationnel est le risque de perte financière résultant de défaillances dans les processus,
les systèmes, le personnel, les technologies ou les événements externes dans une entreprise ou une
organisation. Il peut survenir en raison de divers facteurs tels que des erreurs humaines, des défail-
lances techniques, des fraudes, des événements naturels, des cyberattaques, des perturbations de la
chaîne d’approvisionnement, etc...
1.3.1.4 Risque de liquidité
Le risque de liquidité est le risque qu’une entreprise ou une organisation ne soit pas en mesure de
répondre à ses obligations financières en temps voulu en raison d’un manque de liquidités disponibles.
Il peut survenir lorsque l’entreprise ne dispose pas des liquidités suffisantes pour rembourser ses
dettes, effectuer des paiements à ses fournisseurs ou à ses employés, ou encore pour financer ses
investissements ou ses activités courantes.
1.3.1.5 Risque stratégique
Le risque stratégique est le risque qu’une entreprise ou une organisation ne parvienne pas à atteindre
ses objectifs stratégiques en raison d’une prise de décision inadéquate, d’un manque d’adaptation
aux évolutions du marché ou de l’environnement, ou encore d’un manque de compétitivité face aux
concurrents.
Le risque stratégique peut être causé par divers facteurs tels que la mauvaise définition de la stratégie
de l’entreprise, l’absence de vision claire, des erreurs de jugement ou de prévision, des changements
dans les tendances du marché ou les conditions économiques, des innovations technologiques, etc.
Si une entreprise est confrontée à un risque stratégique, elle peut être obligée de revoir sa stratégie
ou même de modifier son modèle économique.
1.3.1.6 Risque de modèle
Le risque de modèle est le risque qu’un modèle mathématique, statistique ou économique utilisé
pour prendre des décisions financières ne soit pas précis ou ne reflète pas correctement les réalités
du marché ou de l’environnement économique.
Les modèles sont souvent utilisés pour évaluer les risques, déterminer les prix, optimiser les porte-
feuilles et prendre d’autres décisions financières importantes. Cependant, ces modèles sont basés
sur des hypothèses et des données historiques qui peuvent ne pas être représentatives des conditions
actuelles du marché ou de l’environnement économique. De plus, les modèles peuvent contenir des
erreurs ou des biais, et leur précision peut être affectée par des changements imprévus ou des événe-
ments extrêmes.
PFE 2022-2023 Page 7/93

Hypothèses générales non réalistes des modèles financiers
Hypothèse de marché effiçient : Les prix reflètent toujours pleinement toutes les informations
disponibles.
Hypothèse d’indépendance des événements : Elle suppose une indépendance des évènements
les uns des autres, mais dans la pratique, les événements peuvent être interconnectés et affecter les
autres.
Hypothèse d’absence de coûts de transaction : Les modèles financiers peuvent souvent supposer
que les coûts de transaction sont négligeables ou inexistants. Cependant, dans la réalité, les coûts
de transaction peuvent varier considérablement en fonction des actifs impliqués, des volumes de
transactions et des coûts de négociation.
Hypothèse de distribution normale : Elle suppose une distribution normale pour représenter les
rendements alors que dans la pratique l’on est sujet aux valeurs extrêmes et aux changements
soudains non maitrisables
Ces hypothèses précitées sont générales et la liste n’est pas exhaustive. Autant il y a des modèles,
autant il y a des hypothèses et chaque modèle présente une spécificité. Nous verrons un peu plus
loin comment vérifier ces hypothèses lors de l’implémentation d’un modèle mathématique.
1.3.1.7 Risque de change
Le risque de change (ou risque de taux de change) est le risque qu’une entreprise ou un investisseur
subisse en raison des fluctuations des taux de change entre les devises. Il est principalement lié aux
transactions internationales impliquant des paiements dans une devise différente de celle utilisée par
l’entreprise ou l’investisseur.
Par exemple, si une entreprise marocaine achète des produits aux États-Unis et règle ses dus en
dirham marocain, elle est exposée au risque de change si le taux de change entre le dirham et le
dollar change entre la date de vente et la date de paiement. Si le dollar américain s’apprécie par
rapport au dirham, l’entreprise marocaine paiera plus de Dirham pour la même quantité de dollars.
Dans la suite de notre travail, nous nous focaliserons dans la majeure partie des cas sur ce risque, le
risque de change.
1.3.2 Historique de la couverture contre le risque de change
1.3.2.1 Avant les années 1950
Avant les années 1950, les marchés financiers internationaux étaient moins développés et les taux
de change étaient généralement fixes, ce qui signifie qu’ils étaient fixés par les gouvernements et ne
fluctuaient pas beaucoup. Par conséquent, la nécessité de se couvrir contre le risque de change était
moins présente, car les taux de change étaient stables et prévisibles.
PFE 2022-2023 Page 8/93

1.3.2.2 Les années 1950 et 1960
Dans les années 1950 et 1960, les marchés financiers internationaux ont commencé à se développer
et les taux de change ont commencé à devenir plus flexibles, sous l’influence du système de taux de
change fixes de Bretton Woods1 , qui a été mis en place après la seconde guerre mondiale.
Les entreprises ont commencé à se rendre compte qu’elles étaient exposées au risque de change et
ont commencé à chercher des moyens de se protéger contre les fluctuations des taux de change,
notamment en utilisant des contrats à terme pour se couvrir.
1.3.2.3 Les années 1970 et 1980 :
Dans les années 1970 et 1980, le système de taux de change fixes de Bretton Woods s’est effondré et
les taux de change sont devenus de plus en plus volatils, sous l’influence de facteurs économiques,
politiques et géopolitiques. Les entreprises ont alors intensifié leur utilisation de contrats à
terme, d’options et d’autres instruments financiers pour se couvrir contre le risque de change,
afin de minimiser les pertes potentielles liées aux fluctuations des taux de change.
1.3.2.4 Les années 1990 et au-delà :
Depuis les années 1990, la couverture contre le risque de change est devenue une pratique courante
dans le commerce international et la gestion financière des entreprises multinationales.
Ainsi, les marchés financiers internationaux se sont développés de manière significative, offrant une
large gamme d’instruments financiers pour se couvrir contre le risque de change, tels que les contrats
à terme, les options, les swaps et autres dérivés.
Dès lors, la gestion du risque de change est devenue une partie intégrante de la gestion financière
des entreprises et des institutions financières, leur permettant de gérer efficacement leur exposition
aux fluctuations des taux de change.
1.4 Marché de change marocain
1.4.1 Historique
Avant le 03/06/1996, l’ensemble des transactions et tous les ordres d’achat et de vente des devises
émanant des intermédiaires agréés devaient impérativement transiter par le canal de Bank Al Maghrib2 .
Ainsi la totalité des recettes d’exportation de biens et de services ainsi que tous les autres produits,
revenus ou moyens de paiements internationaux avait un caractère obligatoirement cessible auprès
de l’institution d’émission.
Alors par ricochet, cela laisse remarquer le monopole de la banque centrale qui est venue pour in-
staurer une rigidité agissant négativement sur les dates de valeurs et limitant la possibilité de suivre
l’évolution du marché mondial.
1
Après la deuxième guerre mondiale, toutes les monnaies sont dééfinies en dollar et seul le dollar est défini en or
2
La banque centrale du Maroc
PFE 2022-2023 Page 9/93

Sur un plan plus pratique, les banques agrées étaient tenues d’acheter ou de vendre leurs soldes de
devises à Bank Al-Maghrib sur une base quotidienne et dans le cadre d’une procédure complexe.
De ce fait, la création d’un marché des changes interbancaires au Maroc traduit la volonté de donner
aux banques la possibilité de conserver et de gérer leurs positions de change au comptant et à terme.
C’est le couronnement d’un long processus de déréglementation et de libéralisation entamé par les
pouvoirs publics au début des années 80. Au Maroc, c’est la circulaire 1633 de l’Office des changes
qui a annoncé l’institution du marché des changes. Elle est datée du 01/04/1996, car le marché devait
démarrer le 02/05/1996.
Mais à la demande des banques, et avec l’accord des autorités monétaires, le démarrage fut décalé
d’un mois supplémentaire, soit le 03/06/1996. En Janvier 1997, le marché des changes marocain a été
ouvert au marché international des capitaux pour permettre aux banques d’effectuer des opérations
de change de devises contre devises auprès de leurs correspondants étrangers.
L’objectif étant de permettre aux banquiers marocains d’améliorer sensiblement les conditions d’exécution
des ordres en devises de leur clientèle, développer les techniques de couverture à terme et promou-
voir l’émergence d’un marché monétaire interne en devise par des opérations de prêts et d’emprunts
interbancaires en monnaies étrangères.
1.4.2 Définition
Le marché de change au Maroc est le lieu où s’échangent les monnaies internationales cotées par
Bank Al Maghrib. Chaque fois qu’une opération commerciale ou financière est effectuée avec l’étranger,
son dénouement se traduit par une conversion de devises par rapport à la monnaie nationale ou in-
versement sur le marché des changes.
Cette conversion se nomme opération de change. Le Marché de change a démarré au Maroc le
3 Juin 1996. La demande induite par l’activité des entreprises importatrices ou exportatrices y est
relayée. C’est un marché de gré à gré, animé principalement par les banques. C’est un marché virtuel
(non localisé physiquement) composé de tous les opérateurs économiques et financiers réalisant des
opérations de change.
1.4.3 Régime de change marocain
En pleine transition ordonnée de son régime de change, sous l’autorité bienveillante du Fonds Moné-
taire International (FMI), le Royaume du Maroc est un exemple très concrèt des avantages et des in-
convénients des deux régimes de change dominants ces dernières décennies (change fixe et change
flottant)
1.4.3.1 Change fixe et change flottant : les fondamentaux économiques
• Un régime de change : désigne l’ensemble des règles par lesquelles un pays, ou un en-
semble de pays, organisent la détermination de leur taux de change, c’est-à-dire le cours auquel
va s’échanger une monnaie contre une autre. S’il existe deux régimes : le régime des taux de change
fixe et le régime des taux de change flottant
PFE 2022-2023 Page 10/93

• Un régime de change fixe : le cours d’une devise est fixé par rapport à un étalon souvent une
monnaie ou un panier de monnaies.
• Un régime de change flexible (ou flottant ) : à l’inverse, aucun engagement n’est pris au sujet
du taux de change, qui évolue librement, en fonction de l’offre et de la demande sur le marché des
changes.
Le régime de change au Maroc est intermédiaire entre change fixe et change flottant. Au fil du temps,
il s’est rapproché soit du fixe ou du flottant mais le régime flottant fut amorcé dès 2018 pour le dirham
marocain.
1.5 Autour de la notion de taux de change
1.5.1 Relation entre le taux interbancaire et le taux de change
L’évolution du taux de change et des taux d’intérêt sont étroitement liés. Une modification des taux a
des conséquences directes sur la valeur de la devise par rapport aux autres devises. Cela a également
un impact pour les traders et les investisseurs.
1.5.1.1 Impact d’une hausse ou baisse des taux d’intérêts sur le taux de change
La hausse des taux d’intérêt augmente la rémunération des avoirs libellés dans la devise concernée.
Cela a pour effet d’attirer davantage les investisseurs.
Une hausse des taux permet également de lutter contre une inflation excessive. L’inflation fait perdre
de la valeur à une devise sur le marché des changes.
Une hausse des taux d’intérêt a donc un impact positif sur la valeur d’une devise.
Par exemple, en cas de hausse des taux au Maroc, cela permet en théorie une appréciation du Dirhram
Marocain face aux autres devises. Le taux de change de l’EUR/MAD doit donc baisser.Le scénario
inverse est attendu en cas de baisse.
1.5.1.2 Impact pour les traders
L’évolution de la rémunération des avoirs libellés dans une devise à un effet immédiat pour l’ensemble
des traders. En effet, chaque soir, à la clôture de la journée sur le marché des changes, le broker réalise
une opération de Swap de change. L’on reçoit le taux d’intérêt des devises que l’on a acheté et paye le
taux d’intérêt sur les devises vendues. L’opération de swap1 concerne le différentiel de taux d’intérêt
entre deux devises.
1
Swap: Echange de flux
PFE 2022-2023 Page 11/93

Exemple illustratif
Admettons que nous avons une position acheteuse sur l’EUR/MAD.

Les taux d’intérêt sont les suivants : 1% pour l’Euro et 2% pour le Dirham.
Dans ce cas, nous recevons 1% et payons 2% d’intérêt sur notre position. Le différentiel de
taux est en notre défaveur et nous allons donc payer pour conserver notre position le jour
suivant.
1.5.1.3 Impact pour les investisseurs
L’évolution du différentiel de taux d’intérêt entre deux devises peut entrainer des opérations de
carry trade. Le carry trade1 peut créer des tendances long terme sur les taux de change. Les traders
achètent les devises ayant un fort taux d’intérêt et vendent les devises avec les taux d’intérêts les
plus faibles.
Par conséquent, les swaps de change sont à leur avantage et ils peuvent dans certains cas profiter
également de la tendance favorable du taux de change.
Il est donc impératif de tenir compte de l’évolution du taux de change entre votre devise et la devise
de vos actifs en cas d’investissement sur des actions ou obligations étrangères. Si l’évolution du taux
de change est défavorable, cela peut annuler partiellement ou entièrement votre plus value, voir
même rendre votre investissement perdant.
Exemple illustratif
Si une société française achète des actions marocaines et réalise une plus value de 2%.
Si dans le même temps, l’EUR/MAD a par contre baissé de 2%, l’opération est alors nulle.
En effet, la plus value est libellée en dirham et il faudrait la convertir en Euro.
1.6 Autour de la notion de volatilité
1.6.1 Les différents types de volatilité
Définie comme la fluctuation des rendements autour de la moyenne, elle est d’une importance capi-
tale dans la compréhension de la valorisation des produits financiers.
Ainsi dans cette rubrique, nous verrons les différents types de volatilité selon ses formes de fluctua-
tions et quelques algorithmes d’estimation des volatilités.
1.6.1.1 Volatilité déterministe
La volatilité déterministe (ou "volatilité constante") est une mesure de la volatilité d’un actif financier
qui est supposée constante dans le temps.
1
Le carry trade est une opération sur le Forex consistant à profiter du différentiel de taux d’intérêt entre deux devises.
PFE 2022-2023 Page 12/93

σt = σ0 (1.1)
où
σt : représente la volatilité de l’actif financier à l’instant t et
σ0 : représente la volatilité initiale de l’actif.
Cette équation est souvent utilisée dans les modèles financiers pour simplifier la modélisation de la
volatilité, en supposant que la volatilité ne varie pas dans le temps. Cependant, cette hypothèse n’est
souvent pas réaliste pour de nombreux actifs financiers, car la volatilité peut varier considérablement
au fil du temps en réponse à des événements économiques, politiques ou financiers.
1.6.1.2 Volatilité locale
La volatilité locale est une mesure de la volatilité d’un actif financier qui varie en fonction du niveau
des prix.
Dans un modèle à volatilité locale, la fonction volatilité σ(t, S) est une fonction déterministe mais
dont une variable est stochastique généralement le spot (S). Le caractère aléatoire de σ résulte de
celui du prix spot. C’est le cas du modèle de Dupire que nous verrons dans lee deuxième chapitre.
1.6.1.3 Volatilité Stochastique
La volatilité stochastique est une mesure de la volatilité d’un actif financier qui varie dans le temps
et est modélisée par un processus stochastique. Contrairement à la volatilité locale qui dépend du
niveau des prix, la volatilité stochastique est un processus aléatoire qui décrit la dynamique de la
volatilité.
Dans un modèle à volatilité stochastique la volatilité suit une diffusion avec une autre source d’aléa
autre que celle de S.
L’équation de la volatilité stochastique peut être écrite sous la forme suivante :
dσt = κ(θ − σt )dt + σtγ dWt (1.2)
où
σt représente la volatilité de l’actif financier à l’instant t,
κ est la vitesse de convergence vers la volatilité à long terme (θ),
γ est l’exposant de la volatilité qui décrit la dépendance de la volatilité à la valeur courante de
σt ,
Wt est un mouvement brownien standard, et
dt représente un incrément infinitésimal de temps.
PFE 2022-2023 Page 13/93

1.7 Méthodes d’estimation de la volatilité
Nous allons présenter d’autres types de volatilités mais cette fois-ci en fonction de la méthode
d’estimation.
1.7.1 Volatilité historique
L’estimation de cette volatilité a été utilisée par plusieurs chercheurs notamment Black-Scholes
(1972).
La volatilité historique est mesurée par l’écart-type du rendement rt du sous-jacent.
Le rendement instantané du sous-jacent est supposé suivre un mouvement brownien géométrique
dSt
suivant l’équation = µdt + σdWt .
St
Il est équivalant d’affirmer que rt suit une loi log-normale. Il est possible d’estimer la volatilité
instantanée avec des observations rapprochées du cours du sous-jacent.
Ainsi afin de calculer l’écart-type, le rendement journalier est calculé telle que :

St
rt = ln
St−1
La racine carrée de la variance empirique sans biais (ṽ) est la meilleure estimation de la volatilité,
donnée par les formules suivantes :
v
u n
u 1 X 2
ṽ = t (rt − µh )
n−1
i=1
où :
n
1X
µh = rt
n
i=1
Avec :
n : le nombre d’observation à considérer pour le calcul de la volatilité.
µh : la moyenne des rendements.
St : le cours de l’actif sous-jacent à la date t.
St−1 : le cours de l’actif sous-jacent à la date t-1.
On peut déduire alors la volatilité annualisée par cette formule:
√
σannuelle = σjournalière N × 100% (1.3)
où
σannuelle est la volatilité annualisée,
σjournalière est la volatilité quotidienne et
PFE 2022-2023 Page 14/93

N est le nombre de jours de négociations dans l’année. Généralement N varie entre 252 et
260.
Nous avons mis en place un interface simple pour calculer la volatilité historique annuelle de la paire
USD/MAD.
Figure 1.2: Interface de calcul de la volatilité annuelle
Nous obtenons ainsi les volatilités suivantes sur une période de 20 ans depuis 2003.
La représentation graphique donne ainsi:
Figure 1.3: Volatilité historique au fil du temps
Comme interprêtation, on remarque que la volatilité fut importante en 2010. Pourquoi? Cela pourrait
être dû par un effet cumulé de:
PFE 2022-2023 Page 15/93

• Instabilité politique : En 2010, le Maroc a connu une période d’instabilité politique en rai-
son du mouvement de protestation du "20 février", qui a conduit à des manifestations et à des émeutes
dans tout le pays. Cette instabilité politique pourrait avoir eu un impact sur la confiance des investis-
seurs et sur la volatilité du marché des changes.
• Chocs externes : L’économie marocaine est très dépendante des fluctuations des prix des
matières premières importées, telles que le pétrole et les céréales. En 2010, il y a eu des chocs externes
tels que la hausse des prix du pétrole et des céréales, qui ont eu un impact sur l’économie marocaine
et donc sur la volatilité du marché des changes.
• Politique monétaire : La Banque centrale du Maroc a mis en place une politique monétaire
restrictive en 2010 pour lutter contre l’inflation. Cette politique a entraîné une hausse des taux
d’intérêt et une appréciation du dirham marocain par rapport au dollar américain. Cette appréciation
du dirham peut également avoir contribué à la volatilité du marché USD/MAD.
La volatilité historique est certainement l’une des mesures de risque la plus utilisée par les différents
acteurs sur le marché. Toutefois, elle n’est pas absente de toutes faiblesses. En effet, la principale
défaillance est qu’elle est basée justement sur des données historiques, il serait totalement incon-
scient et irréaliste d’affirmer qu’un événement ayant survenu dans le passé va obligatoirement se
reproduire identiquement dans le futur.
1.7.2 Volatilité de GARCH
La volatilité historique est une mesure simple de la volatilité des rendements passés d’un actif fi-
nancier. Elle est calculée en utilisant l’écart-type des rendements quotidiens ou périodiques d’un
actif financier sur une période donnée. Cependant, la volatilité historique ne prend pas en compte
la volatilité future et les changements dans la dynamique du marché.
Le modèle de GARCH, quant à lui, permet de prendre en compte l’autocorrélation des résidus et les
changements de volatilité dans les séries temporelles financières. Il utilise les données passées pour
estimer la volatilité future de l’actif financier, en prenant en compte les changements de volatilité
observés dans les données historiques. Ainsi, la volatilité de GARCH est considérée comme une
mesure plus précise de la volatilité future d’un actif financier que la volatilité historique.
En résumé, la volatilité de GARCH est plus adaptée pour la prévision de la volatilité future d’un
actif financier, car elle prend en compte les changements de volatilité observés dans les données his-
toriques, contrairement à la volatilité historique qui ne prend en compte que les rendements passés.
1.7.2.1 Formule de GARCH
La formule de GARCH est explicitée ainsi:

p
X q
X
σt2 =ω+ αi ε2t−i + 2
βj σt−j
i=1 j=1
où ω est la constante de long terme, αi et βj sont les coefficients des erreurs passées et des volatilités
passées, respectivement, ϵt−i est l’erreur standardisée de la période t − i, et σt−j est la volatilité de
la période t − j. Après implémentation, l’on a les résultats suivants:
PFE 2022-2023 Page 16/93

Years historical Vol(%) Garch Vol

2003 7.59 7.58
2004 12.79 8.15
2005 16.86 21.35
2006 23.35 27.09
2007 20.11 14.05
2008 13.25 11.69
2009 13.87 17.19
2010 46.39 28.44
2011 15.94 13.64
2012 22.71 27.35
2013 25.96 25.27
2014 22.56 17.86
2015 23.87 15.80
2016 21.73 22.46
2017 28.72 28.99
2018 17.15 19.65
2019 20.55 29.85
2020 20.44 34.30
2021 25.25 22.12
2022 29.68 24.87
2023 33.39 31.93
Table 1.1: Comparaison des volatilités
La représentation graphique donne ainsi:
Figure 1.4: Comparaison des volatilités
PFE 2022-2023 Page 17/93

Ces méthodes alternatives peuvent être utilisées pour estimer la volatilité future comme l’écart type
et le modèle de GARCH. Malgré la simplicité de ces méthodes, elles constituent cependant des prévi-
sions rétroactives de la volatilité puisqu’elles se basent sur des prix historiques. Nous verrons main-
tenant la volatilité implicite qui reflète mieux des anticipations futures de la volatilité plutôt que des
réalisations passées.
1.7.3 Volatilité implicite
Il existe plusieurs méthodes pour estimer la volatilité implicite; selon le modèle d’évaluation, les
types, les classes et les séries d’option disponibles. Cela pose un problème car intuitivement, il devrait
exister une seule mesure de la volatilité par actif financier sous jacent à l’option. Pour résoudre le
problème de la structure de la volatilité implicite, plusieurs auteurs ont suggéré différentes méthodes
de calcul afin de trouver un seul chiffre qui pouvait caractériser un actif financier en particulier.
Après démonstartion1 , on parvient à
v
u S
u ln − r(T − t)
u
K
σimp =u
u

t 1
(T − t) Kξ −
2
avec

S
− ln
K 1 r
Kξ = 2 + − 2
σ (T − t) 2 σ
On a donc une expression de la volatilité en fonction des autres paramètres et de Kξ qui n’est autre
qu’une combinaison des différentielles premières et secondes du prix du call par rapport au loga-
rithme du sous-jacent. En connaissant donc les valeurs précédentes du call, on en déduit la volatilité.
On remarque que la volatilité implicite dépend du prix d’exercice et de la maturité.
Que faire donc en pratique? cette formule serait difficile à implémenter. Justement, pour calculer la
volatilité implicite, on ne se sert pas de cette formule trop compliquée à mettre en place, on utilise
une résolution numérique.
Les volatilités implicites sont très importantes car elles sont intégrées dans les prix des options et
ces derniers reflètent les anticipations futures du marché.
Le type le plus populaire de volatilité implicite est celui de Black et Scholes. La volatilité implicite
est obtenue par le biais de l’équation :
Cmkt (K, T) = CBS (σiv , K, T) (1.4)
1
cf Annexe B
PFE 2022-2023 Page 18/93

Cmkt (K, T) : est le prix de l’option observé sur le marché, avec un prix d’exercice K et
d’échéance T .
CBS (σiv , K, T) : est le prix du call obtenu par la formule de Black et Scholes avec le même
prix d’exercice et la même échéance.
σiv : est la volatilité implicite obtenue par la formule de Black et Scholes qui donne le prix de
l’option observé sur le marché.
Comme la résolution de l’équation ne peut se faire analytiquement, une résolution numérique s’impose.
L’équation (1.4) peut être exprimée sous la forme :
f(σ) = CBS (σ, K, T) − Cmkt (K, T) (1.5)
f (σ) s’annule alors pour σ correspondant à la valeur de la volatilité implicite recherchée:
f (σiv ) = 0 (1.6)
Les méthodes utilisées pour déterminer les racines de la fonction f (σ) sont particulièrement la
méthode Newton-Raphson, la méthode de bissection et la méthode de Newton-Raphson-bissection
(option_price).
1.7.3.1 Méthode de Newton-Raphson
Cette fonction requiert de connaitre les inputs de l’option tels que le prix spot S, le prix d’exercice
K, le taux sans risque r, l’échéance T et le type d’option, call ou put. Ensuite, elle retourne la valeur
de la volatilité implicite quand la différence entre le prix observé et celui du modèle est inférieure à
un seuil de tolérance ε.
CBS (σ, K, T) − Cmki (K, T) < ε (1.7)
Algorithm 1: Algorithme de Newton pour la volatilité implicite

Entrée: Option, prix de marché P , prix théorique Pth (V ol), volatilité implicite initiale V0
Sortie : Volatilité implicite V ol
1 k = 0;
2 V ol = V0 ;
3 while k ≤ kmax do
∂Pth
4 ∆ = ∂V ol (V ol);
2
∂ Pth
5 Γ = ∂V ol2
(V ol);
∆
6 θ = Γ;
Pth (V ol)−P
7 V ol = V ol − ∆−θ·Γ ;
8 k = k + 1;
La méthode Newton-Raphson converge rapidement vers la valeur de la volatilité implicite, mais elle
requiert une valeur initiale estimée de la volatilité. Or il est fort connu que l’algorithme de recherche
des racines est très sensible à la valeur de départ (" seed value "), et par conséquent, il peut dévier
dramatiquement de la racine réelle.
PFE 2022-2023 Page 19/93

1.7.3.2 Méthode de Bissection
Cette méthode est particulièrement bien adaptée pour calculer la volatilité implicite des prix des
options avec la fonction f (σ). Avec les bornes appropriées de la fonction, la méthode réussit toujours
à trouver la racine. Dans le cas de la volatilité implicite, il est facile de trouver deux valeurs initiales
σ1 et σ2 pour lesquelles la fonction f (σ) prend respectivement une valeur positive f (σ1 ) > 0 et
une valeur négative f (σ2 ) < 0.
Comme CBS (σiv , K, T) est une fonction croissante de la volatilité, une valeur élevée pour σ donnera
lieu à un prix du call avec la formule de Black et Scholes plus élevé que le prix du marché, et une
valeur positive de f(σ). Par contre, une valeur très petite pour σ donnera l’inverse. Par conséquent,
lorsqu’on utilise la méthode de bissection pour trouver la volatilité implicite de Black et Scholes, on
aura besoin de fixer deux valeurs pour σ1 et σ2 .
Algorithm 2: Algorithme de la méthode de bissection pour la volatilité implicite

Entrée: Option, prix de marché P , prix théorique Pth (V ol), bornes initiales a et b,
tolérance tol
Sortie : Volatilité implicite V ol
1 while b−a
2 > tol do
2 c = a+b
2 ;
3 if Pth (a) ∗ Pth (c) < 0 then
4 b = c;
5 else
6 a = c;
a+b
7 V ol = 2 ;
Bien que cette méthode trouve toujours la racine de la fonction f (σ), elle requiert plus de temps
et de calculs que la méthode Newton-Raphson. Cette dernière cherche la racine à chaque pas de
l’algorithme tandis que la méthode de la bissection divise l’intervalle en deux à chaque pas. Il est
alors possible d’appliquer les deux méthodes simultanément pour ainsi réaliser une convergence
plus rapide qu’avec chaque méthode prise séparément. Ainsi, à chaque pas, si la valeur estimée
de la volatilité se situe en dehors des bornes, une étape bissectrice est performée pour assurer la
convergence. Une valeur initiale de volatilité n’est pas alors requise mais plutôt des bornes, et la
valeur de départ sera définie comme le centre de l’intervalle.
1.7.4 Smile de Volatilité
Le "smile de volatilité" (ou "volatility smile" en anglais) est un phénomène observé dans les marchés
financiers où les options ayant le même sous-jacent et la même maturité ont des prix différents en
fonction de leur prix d’exercice (ou "strike"). En d’autres termes, le sourire de volatilité est une courbe
en forme de "U" inversé qui représente la relation entre le prix d’exercice des options et leur volatilité
implicite.
La forme du sourire de volatilité peut varier en fonction des conditions de marché et des sous-jacents
considérés, mais il a souvent une forme similaire à celle-ci :
PFE 2022-2023 Page 20/93

0.3
0.25
Volatilité implicite
0.2
0.15
0.1
7 7.5 8 8.5 9 9.5 10 10.5 11 11.5 12
Prix d’exercice (en USD/MAD)
1.7.5 Interprêtation approndie du smile de volatilité
Figure 1.5: Interprêtation-Smile de Volatilité
Cette courbe montre que les options1 ayant un prix d’exercice proche du prix actuel du sous-jacent
ont une volatilité implicite plus faible que les options ayant un prix d’exercice plus éloigné du prix
actuel du sous-jacent. Les options ayant un prix d’exercice très élevé ou très faible ont également
une volatilité implicite plus élevée.
1
Cf chapitre 3
PFE 2022-2023 Page 21/93

Le sourire de volatilité est souvent considéré comme un indicateur de la complexité et de la richesse

des marchés financiers, car il suggère que les prix des options ne peuvent pas être expliqués par une
simple formule mathématique, mais plutôt par une combinaison de facteurs complexes, tels que la
volatilité implicite, la maturité, le prix d’exercice, etc.
En analysant la courbe, on pourra en tirer des résultats sur les positions qu’on pourrait prendre si
l’on était un détenteur d’une telle option :
Le prix d’exercice de l’option à un instant t donné est inférieur au prix spot :
✓ Si l’on avait investi dans une option d’achat (Call) : tant que le prix spot du sous jacent (situé
au milieu de la courbe à la phase rouge) est supérieur au prix d’exercice de l’option, le détenteur
réalise un gain, donc son option est dans la monnaie.
✓ Si l’on avait investi dans une option de vente (Put) : tant que le prix spot du sous jacent est
supérieur au prix d’exercice de l’option, le détenteur doit subir une perte limitée à la prime versée,
son option est donc hors de la monnaie.
Le prix d’exercice de l’option à un instant t donné est égale au prix spot :
✓ L’investissement dans une telle option rend l’option à la monnaie (le prix d’exercice est
égal au prix spot du sous-jacent).
Le prix d’exercice de l’option à un instant t donné est supérieur au prix spot :
✓ Si l’on avait investi dans une option d’achat (Call) : tant que le prix spot du sous jacent
(situé au milieu de la courbe à la phase rouge) est inféricur au prix d’exercice de l’option, le détenteur
doit subir une perte limitée au risque, donc son option est hors de la monnaie.
✓ Si l’on avait investi dans une option de vente (Put) : tant que le prix spot du sous jacent est
inférieur au prix d’exercice de l’option, le détenteur réalise un gain, son option est donc dans de la
monnaie.
1.7.6 Skew de volatilité
Le skew de volatilité (ou asymétrie de volatilité) est une mesure de l’asymétrie de la distribution de
la volatilité implicite des options d’un actif sous-jacent.
Si le skew de volatilité est positif, cela signifie que la volatilité implicite des options de vente (ou de
put) est plus élevée que celle des options d’achat (ou de call), ce qui suggère que les investisseurs
sont plus préoccupés par la baisse des prix que par leur hausse.
À l’inverse, si le skew de volatilité est négatif, cela signifie que la volatilité implicite des options
d’achat est plus élevée que celle des options de vente, ce qui suggère que les investisseurs sont plus
préoccupés par la hausse des prix que par leur baisse.
PFE 2022-2023 Page 22/93

0.19 USD/MAD (call)

0.17
0.15
Volatilité implicite
0.13
0.11
9 · 10−2
7 · 10−2
5 · 10−2
8 9 10 11 12
Prix d’exercice (en MAD)
1.8 Conclusion
A la lumière de cette partie, nous avons présenté les notions essentielles en partant du marché fi-
nancier en général et se focaliser sur le marché de change en introduisant la notion de volatilité dans
un but de comprendre les modèles à venir.
Ces modèles ont pour but de maîtriser l’évolution de la volatilité pour une meilleure évaluation des
produits dérivés et donc un meilleur choix de stratégies de couverture.
PFE 2022-2023 Page 23/93

Chapter 2
Modèles de volatilité
2.1 Introduction
Après une première partie introductive, en présentant les différentes notions autour de la volatilité.
Nous allons étudier dès à présent les différents modèles de volatilité existants à savoir le modèle de
Garman Kolhlagen, le modèle de Dupire, le modèle de SABR, le modèle à volatilité locale et stochas-
tique.
C’est une étape illustrative du comportement et du fonctionnement de ces modèles. Dans un premier
temps, nous verrons quelques algorithmes qui nous permettront de vérifier les hypothèses de nos
modèles. Nous ferons quelques applications mais le cas de SABR sera beaucoup plus détaillé.
2.2 Les Hypothèses des modèles et algorithmes de vérification
2.2.1 Existence d’une mesure de probabilité risque-neutre
Dans le cadre de la théorie des processus stochastiques, il est nécessaire de vérifier si le modèle pos-
sède une mesure de probabilité risque-neutre. Cela signifie que l’on doit pouvoir trouver une mesure
de probabilité sous laquelle les prix des actifs sont des martingales. Une martingale est un proces-
sus stochastique dont l’espérance conditionnelle à un instant donné est égale à sa valeur actuelle.
Si une telle mesure de probabilité risque-neutre existe, cela garantit qu’il n’y a pas d’opportunités
d’arbitrage dans le modèle.
PFE 2022-2023 Page 24/93

Chapter 2. Modèles de volatilité
Algorithm 3: Vérification de l’existence d’une probabilité risque neutre

Data: Les taux, r ≥ 0
Result: Vérifier de l’existence d’une probabilité risque neutre
1 n ← length(r);
2 martingale ← True;
3 for k = 1 to n do
4 if la moyenne des elements après rang k pas proche de au rang k then
5 martingale ← False;
6 break;
7 if not martingale then

8 violation-existence de Prob risque neutre
2.2.2 Absence d’arbitrage à risque nul:
Il faut vérifier que les modèles permettent l’existence d’arbitrage à risque nul, c’est-à-dire des op-
portunités de trading sans prendre de risque financier. Si les modèles permettent de tels arbitrages,
cela signifie qu’il y a une violation de l’hypothèse d’absence d’opportunité d’arbitrage.
Algorithm 4: Vérification l’existence d’arbitrage à risque nul

Data: Les taux, r ≥ 0
Result: Vérifier de l’hypothèse d’absence d’opportunité d’arbitrage
1 n ← length(r);
2 arbitrage ← False;
3 for k = 1 to n do
4 if r[k + 1] ≤ r[k] then
5 arbitrage ← True;
6 break;
7 if arbitrage then
8 violation-absence de Prob risque neutre
2.3 Modèle de Garman-Kohlhagen
Les bases du modèle de Garman et Kohlhagen reposent sur l’évaluation des options de change en
utilisant une adaptation du modèle de Black-Scholes (Hull et al. 2007), qui est un modèle d’évaluation
très connu d’options pour les actions.
2.3.1 Le modèle de Black-Scholes dans le cadre des marchés FX
Dans le cadre du modèle de Black-Scholes, le taux de change (St )t∈[0,T ] a la dynamique suivante :
dSt = (rd − rf ) St dt + σSt dWt
PFE 2022-2023 Page 25/93

où rd est le taux d’intérêt domestique, rf est le taux d’intérêt étranger, et σ la volatilité supposée
constante, et W un P -mouvement brownien standard. Ainsi St s’écrit de la manière suivante :
σ2

(rd − rf ) − t + σWt
St = S0 e 2
Si par exemple S désigne le taux de change entre la devise domestique et la devise étrangère, alors
1
désigne le taux de change inverse, et par la formule d’Itô, sa dynamique est :
S

1 1 1
d = − 2 dSt + 3 d ⟨S− ⟩t
St St St
1 1
= {(rf − rd ) dt − σdWt } + σ 2 dt
St St
1 1
(rf − rd ) + σ 2 dt − σdWt

=
St St
Dans les marchés FX, plusieurs notations sont utilisées afin de faire la distinction entre la devise
domestique et la devise étrangère.
La devise domestique est également appelée devise de base (ou b ), et la devise étrangère under-
lying (ou u ). La notation b/u est équivalente à u − b. Ainsi, S b/u correspond à la valeur de 1u en
monnaie b.
En tant qu’exemple, nous allons étudier le cas d’un call sur S U SD/M AD , qui est la valeur de 1 M AD
en U SD. Lestrike est exprimé en USD/MAD, et est noté K U SD/M AD . Le payoff d’un tel call à
U SD/M AD
maturité est ST − K U SD/M AD .
+
C’est également un call sur le MAD, qui est équivalent à un Put sur l’USD; on montre dans ce qui
suit cette équivalence : si on note QU SD le nominal en dollars, et QM AD le nominal en euros, alors
le payoff en MAD du Call sur l’USD est donné par :

U SD/M AD
QM AD · ST − K U SD/M AD
+
U SD/M AD
qui est un call sur ST .Et le payoff en USD du Put sur l’EUR est :

M AD/U SD
QU SD· · K M AD/U SD − ST
+
M AD/U SD
qui est un put sur ST . Nous pouvons en outre écrire :

U SD/M AD
QM AD · K U SD/M AD M AD/U SD M AD/U SD

QM AD · ST − K U SD/M AD = U SD/M AD
· K − ST
+ ST +

U SD/M AD
Q
= U SD 
U SD/M AD M AD/U SD M AD/U SD
ST · K − ST
+
Ainsi les deux portefeuilles ont la même valeur à la maturité. Comme nous sommes dans un monde
sans arbitrage, ils doivent avoir la même valeur aujourd’hui.
En fait ce n’est qu’une simple traduction de la parité call-put, qui est une caractérisation de la con-
dition de non-arbitrage dans notre économie internationale.
U SD/M AD U SD/M AD U SD/M AD
P utU SD = CallM AD ·ST
PFE 2022-2023 Page 26/93

2.3.2 Définitions et hypothèses
Le BSM a été étendu pour tenir compte de la présence de deux taux d’intérêt (un pour chaque de-
vise). Garman et Kohlhagen (1983) ont suggéré que les taux de change pouvaient être traités comme
des actions sans dividende. Le modèle GK suppose que l’option ne peut être exercée qu’à la date
d’expiration (style européen), qu’il n’y a pas de taxes, qu’il n’y a pas d’impôt sur le revenu, qu’il
n’y a pas d’obligation d’achat et qu’il n’y a pas d’obligation de vente, qu’il n’y a pas d’impôts, de
marges ou de coûts de transaction, que les taux d’intérêt sans risque (nationaux et étrangers) sont
constants, la volatilité du prix de l’instrument sous-jacent est constante et les mouvements de prix
de l’instrument sous-jacent suivent une distribution lognormale (Garman et al. 1983) .
2.3.3 Formules de Garman-Kohlhagen
Supposons que le taux d’intérêt sans risque à l’échéance de la monnaie nationale est rd et rf est le
taux d’intérêt sans risque de la devise étrangère (où la devise nationale est la devise dans laquelle
nous obtenons la valeur de l’option).
Le prix d’une option d’achat européenne avec un prix d’exercice K et une échéance T est donné par
la formule :
C = So e−rf T N (d1 ) − Ke−rd T N (d2 ).
et celui d’un put est donné par;
P = Ke−rd T N (−d2 ) − So e−rf T N (−d1 ) .
avec
So
+ rd − rf + σ 2 /2 T

ln
K
d1 = √
σ T
et
So
+ rd − rf − σ 2 /2 T

ln
K
d2 = √
σ T
où
So est le taux spot
K, le strike
N est la fonction de répartition de la loi normale
rd , le taux d’intérêt domestique sans risque
rf , le taux d’intérêt étranger
T, le temps jusqu’à maturité
σ est la volatilité du taux FX .
PFE 2022-2023 Page 27/93

2.3.4 Source de données
Ce tableau illustre les sources de données utilisées pour l’implémentation dans le pricer.
Variables Définition Source

σ Volatilité annualisée Dérivée des données historiques
Taux domestique du Maroc
rd Taux d’intérêt sans risque domestique
(Morocco Interest Rates 2023)
1 year treasury bill rate for US
rf Taux étranger
(Basic Info 2023)
Table 2.1: Définition opérationnelle des variables de GK-Model
2.3.5 Limites du modèle
Le modèle de Garman-Kohlhagen, est une extension de l’un des plus populaires modèles de tarifica-
tion des options, a aussi ses limites, notamment :
✓ Le modèle suppose des valeurs constantes pour le taux de rendement libre et la volatilité
pendant la durée de l’option, alors qu’en réalité aucun d’entre eux ne reste constant.
✓ Le modèle suppose la normalité des rendements du sous-jacent lorsque la majorité du
sous-jacent n’ont pas de rendement suivant la distribution normale.
✓ Il n’y a pas la possibilité de gérer le risque d’une option sur le même sous-jacent avec
différents strikes parce que le modèle donne une volatilité constante alors qu’en réalité il existe de
différentes volatilités pour différents strikes.
Nous allons, à cet effet, étudier un autre modèle, celui de volatilité locale, le modèle de Dupire.
2.4 Modèle de Dupire
2.4.1 Description du modèle
On considère le modèle à volatilité locale donné par :

dSt
= µt dt + σ (St , t) dWt
St
où (s, t) 7−→ σ(s, t) est une fonction déterministe du spot et du temps vérifiant la condition suivante
qui assure l’existence d’une solution forte :
σ(s, t)2 ≤ L · 1 + s2 , ∀(s, t) ∈ R+ × [0, T ].

L’utilisation d’une volatilité locale est directement liée à la constatation par le marché d’un skew
dans le smile.
PFE 2022-2023 Page 28/93

2.4.2 Lien entre les lois marginales Φ(t,.) de (St ) et les prix des options vanilles
Pour bien comprendre le modèle à volatilité locale, il est bon de remarquer que l’information corre-
spondant à l’ensemble des prix des options vanilles C(T, K) pour toutes les maturités T et les strikes
K permet de retrouver les distributions marginales du processus de prix du sous-jacent (St )t=0 sous
la probabilité risque neutre.
En effet, en supposant que le processus (St ) admette pour chaque instant t, une loi marginale φ(t,.)
sous la mesure risque neutre Q, et par souci de simplicité, que le taux d’intérêt est nul, on a par
définition de la mesure risque neutre :
Z ∞
C(T, K) = (x − K)+ φ(T, x)dx
0
En dérivant deux fois par rapport au strike K on obtient alors :
∂2C
φ(T, K) = (T, K)
∂K 2
Prenons ici note d’un point important permettant de bien comprendre les limites du modèle à volatil-
ité locale. La loi φ(T,.) que nous obtenons est celle de ST . Mais cette loi ne nous permet pas de
trouver la loi jointe φ (T1 , T2 ... ) du couple (ST1 , ST2 ).
Ainsi, bien que la loi marginale du processus (St ) soit donnée par la connaissance de tous les prix
des options vanilles, cette information ne permet pas d’obtenir les lois jointes du processus (St ).
C’est ce point qui rend le modèle à volatilité locale inadapté pour évaluer les prix d’options dépendant
fortement de la trajectoire du sous-jacent.
2.4.3 La volatilité locale comme une fonction du strike et de la maturité
Une des principales caractéristiques du modèle à volatilité locale est qu’il est possible d’obtenir une
fonction de volatilité locale (K, T ) 7−→ σ(K, T ) à partir des prix du marché C(K, T ). Dupire
montre qu’il existe une unique forme de volatilité dépendant de l’état du sous- jacent et de la date
qui soit cohérente avec les prix de marchés des options vanilles. (Dupire 1994)
La volatilité locale est donnée par:
v
u ∂ C(K, T ) + Kµ ∂ C(K, T ) + r C(K, T )
u
u ∂T T d
σ(K, T ) = u 2 ∂K
t ∂2
K2 C(K, T )
∂K 2
avec µT = rd − rf
Par conséquent, lorsque le taux est nul, on a:

v
∂
∂T C(K, T )
u
u
σ(K, T ) = u t2 ∂2
K2 C(K, T )
∂K 2
PFE 2022-2023 Page 29/93

2.4.4 Exemple illustratif
Nous allons nous servir de la bibliothèque quantlib pour simuler cette surface de volatilité.
Figure 2.1: Illustration en 3D de la surface de volatilité de Dupire- source (local volatility 2023)
2.4.5 Avantages et limites
2.4.5.1 Avantages
Dupire insiste sur le fait que plutôt trouver théoriquement σloc on va commencer par observer σloc
des options liquides sur les marchés. Ensuite on trouve les prix correspondants de l’option avec la
formule de Black. Puis on fait bouger les valeurs de σloc pour toucher exactement les prix du marché.
On obtient un modèle consistant qui reproduit correctement les prix du marché pour tout strike.
2.4.5.2 Limites
Le modèle de Dupire présente malgré son apport en se libérant d’une volatilité constante présente
aussi des limites. Comme précité, il est inadapté pour des options qui dépendent fortement de
PFE 2022-2023 Page 30/93

l’évolution du cours du sous-jacent à l’instar des options exotiques. (Option exotique Wikipedia 2023)
Ce modèle nous donne par ailleurs une mauvaise dynamique du smile et des courbures par rapport
au marché. Quand le prix du sous-jacent diminue, le modèle prédit que le smile va vers des prix plus
hauts, et inversement.
Figure 2.2: Evolution du smile aux variations du prix
Pour rémédier à cette insuffisance, nous allons explorer un autre modèle, le modèle à volatilité
stochastique.
2.5 Modèle à volatilité stochastique: Modèle de SABR
2.5.1 Définitions et hypothèses
Pour traiter les options dépendant de la trajectoire, autrement dit, de la distribution jointe de la
diffusion (St ) du prix du sous-jacent, on doit aller au-delà du modèle à volatilité locale. Le modèle
le plus utilisé est le modèle à volatilité stochastique. Dans ce modèle, deux diffusions décrivent
respectivement les dynamiques du prix du sous-jacent et sa volatilité.
Ainsi, ce modèle est défini par le système d’équations suivant :


dSt

 = f (Vt ) dWt1
St

 dVt = a (t, Vt ) dt + γ (t, Vt ) dWt2
d < Wt1 , Wt2 >= ρdt


PFE 2022-2023 Page 31/93

2.5.2 Formule de SABR
La formule proposée par Sabr est une formule asymptotique (sabr volatility model Wikipedia 2023)
qui se présente comme suit:

σ z
σβ (K, St) = n 2 4
o·
(St.K)(1−β)/2 1 + (1−β) ln(St/K)2 + (1−β) 4 x(z)
24 1920 ln(St/K) + . . .
ou :   
 (1 − β) 2 σ 2 1 ρβασ 
1+ +
24 (St.K)1−β
i o
 4 (St.K)(1−β)/2 + 2−3ρ2 α2 (T − t) + . . . 
24
 α (1−β)/2
 z = σ · (St·√K) ln(St/K)

et: 1−2ρz+z 2 +z−ρ
 x(z) = ln 1−ρ
2.5.3 Les paramètres du modèle
Sigma: il est donné ATM par le marché et est lié à la volatilité ATM log-normale par la relation :
σ = σLN St1−β
Alpha: c’est la vovol. Il contrôle la convexité du smile. On le calibre pour qu’il permettent de suivre
cette convexité.
On remarque la volatilité suit un retour à la moyenne. Donc les volatilités à court terme sont plus
volatiles que celles à long terme. Donc la vovol moyenne sur la durée d’une option sera plus élevée
que la vovol historique.
Bêta: Il contrôle la courbure. Il relie le niveau de volatilité à la valeur du sous-jacent.
(1 − β)2 σ2 2 − 3ρ2 2

σ 1 ρβασ
σβ (St, St) = 1+ + + α (T − t) + . . .
(St)(1−β) 24 (St.K)1−β 4 (StK)(1−β)/2 24
σ
≈
(St)(1−β)
Rhô : la corrélation entre le sous-jacent et la volatilité, qui contrôle aussi la courbure.

Comment choisir entre Rhô et Bêta pour la courbure?
Rhô en fait n’affecte pas le delta tandis que Bêta oui. Ainsi les traders choisissent un Bêta qui leur
permettent de toucher le bon delta et ensuite on fixe Rhô pour toucher la courbure observée sur le
marché. Ceci est l’avantage d’avoir deux degrés de liberté.
Généralement les traders fixent Bêta entre 0.65 et 0.7.
2.5.4 Application
En guise d’exemple, nous allons travailler sur les swaptions.
PFE 2022-2023 Page 32/93

2.5.4.1 Swaptions
Une swaption est une option permettant de conclure un swap de taux d’intérêt. La distance tem-
porelle entre "aujourd’hui" et la date d’exercice de l’option est appelée échéance, tandis que la dis-
tance temporelle entre la date d’exercice et l’échéance du swap est appelée ténor.
2.5.4.2 Présentation des données
Pour calculer les volatilités implicites du modèle SABR, nous avons besoin des données suivantes
(pour une échéance donnée) :
- Taux à terme
- Date d’expiration de l’option
- Prix d’exercice de l’option (par exemple ATM + 50bps)
- Valeurs des paramètres α, β, ρ, ν
Les données se présentent comme suit:
Figure 2.3: Structure des données
Une échelle de mesure a été considérée en ce qui concerne Tenor et Expiry. L’unité de mesure du
temps est l’année. De même 0 représente le prix ATM et les autres valeurs ATM ±x bps
PFE 2022-2023 Page 33/93

2.5.5 Calibration du modèle
Pour calibrer le modèle suivant les données du marché, il faut minimiser:

v
u x
uX
t (σSABR,i − σM KT,i )2
i=−x
s.t. : α > 0, 0 ≤ β ≤ 1, −1 ≤ ρ ≤ 1, ν > 0
i est l’index du strike.
2.5.6 Résultats
2.5.6.1 Les paramètres
Après implémentation, on obtient les valeurs suivantes:
Figure 2.4: Extraits des paramètres du modèle estimé selon les différentes dates
Nous constatons, une légère variation du paramètre alpha. Par contre, la variation des autres paramètres
est importe quand on change d’échéance pour le même ténor.
2.5.6.2 La surface de volatilité
La surface de volatilité se présente comme suit:
PFE 2022-2023 Page 34/93

Figure 2.5: sabr-surface de volatilité
2.5.7 Avantages et limites
2.5.7.1 Avantages
Ce modèle paraît compliqué mais en fait c’est une formule explicite qui est très facile à utiliser pour
pricer des vanilles par exemple. On approxime à un certain ordre et on calibre les paramètres.
Ce modèle permet aussi de représenter le smile de swaptions. Cela nous permet de valoriser des
swaptions OTM même si la liquidité est très faible.
Les paramètres du modèle de SABR permettent d’analyser la courbure et le smile de manière intu-
itive: chaque paramètre a un impact précis sur le smile.
2.5.7.2 Limites
En effet, pour la couverture de produits dérivés exotiques, il est habituel de prendre des positions
non seulement sur le sous-jacent mais aussi les options vanilles.
De ce fait, la cohérence entre les prix des options vanilles et les paramètres du modèle est importante
pour le trader. Le modèle à volatilité locale et stochastique a été introduit pour pallier ce problème.
PFE 2022-2023 Page 35/93

Figure 2.6: Necessité de la volatilité locale et stochastique
2.6 Modèle à volatilité locale et stochastique
2.6.1 Présentation du modèle
Le modèle à volatilité locale stochastique est défini par le système d’EDS suivant:

dSt

 = A (t, St ) f (Vt ) dWt1
St

 dVt = a (t, Vt ) dt + γ (t, Vt ) dWt2
d < Wt1 , Wt2 >= ρdt


avec
St : Le processus de prix du sous-jacent.
A (t, St ) : Fonction de t et de St , qui permet d’incorporer dans la volatilité du modèle une composante
liée à la volatilité locale.
Vt : Terme dont est issue la composante stochastique de la variance.
PFE 2022-2023 Page 36/93

f (−) : Fonction qui fait le lien entre le terme de variance et la partie stochastique de la volatilité.
ρ : Corrélation entre les deux mouvements browniens.
2.6.2 Lien entre le terme correcteur A (t, St ) et la volatilité locale σLoc
Lorsque le modèle à VLS est calibré aux prix des options vanilles disponibles sur les marchés, ((Labor-
2 (t, K) doivent être reliés par la formule suivante :
dere 2012)) montre que A (t, St ) et σLac
σ 2 (t, K)
A (t, St )2 = h Loc i
E f (Vt )2 | St = K
h i
Observons que si E f (Vt )2 | St = K = 1, on obtient la volatilité de Dupire.
2.6.3 Application
Nous allons utiliser comme input cette fois ci, la surface de volatilité créée dans le cas de dupire
(figure 2.1).
En réalité, cette surface sera toujours la fonction de volatilité locale calibrée par la formule de Dupire
sur les prix des options vanilles du marché. Elle ne jouera donc pas le rôle d’un paramètre, mais celui
d’un input donné par les prix de marchés des options vanilles.
On simule après un processus de volatilité stochastique qui devrait être ajusté sur cette volatilité
locale. (Calibration methods 2023)
Figure 2.7: Comparaison entre les surfaces de volatilité locale et stochastique (local volatility 2023)
PFE 2022-2023 Page 37/93

Considérons que cette surface de volatilité locale est issue des données du marché et ce graphe, il y
a nécessité de procéder à une calibration.
2.7 Conclusion
Dans cette partie, nous avons présenté tout un ensemble de modèles de volatilités qui pourraient
nous permettre de pricer nos différents produits.
Nous avons procédé d’une façon crescendo, partant du modèle à volatilité constante pour finir avec
un modèle à volatilité locale et stochastique.
Dans un contexte de limites de données du marché, nous allons dans le chapitre suivant faire le
pricing des produits financiers uniquement avec le modèle à volatilité constante dans une perspective
d’extension future.
PFE 2022-2023 Page 38/93

Chapter 3
Stratégie de couverture contre le risque

de change et pricing
3.1 Introduction
Après avoir présenté une panoplie de modèles possibles pour contrôler la fluctuation de la volatilité,
quelles sont les stratégies ou les produits financiers envisageables pour se couvrir contre le risque
de change? Comment les évaluer?
Nous nous intéresserons à ces aspects dans ce nouveau chapitre. Nous présenterons dans un premier
temps, quelques notations qui nous permettront de comprendre les formules de pricing sur le marché
FX. Ensuite, nous allons exposer les diférentes stratégies.
3.2 Quelques notations sur le marché FX
3.2.1 Premium
Généralement, si l’on note comme dans la première partie b la monnaie de base, et u la monnaie
étrangère, le premium est noté P b/u . Il peut également s’écrire en termes de la devise domestique,
mais aussi de la devise étrangère. Ainsi, on peut écrire P b = Qu ·P b/u , ce qui correspond au premium
b
dans la monnaie de base, et P u = SPb/u , ce qui correspond au premium dans la monnaie étrangère.
La dernière égalité est une conséquence directe de la parité Call-Put :
P b/u = P u/b · S b/u · K b/u

⇐⇒
Pb Pu
= · S b/u · K b/u
Qu Qb
de sorte que:
Pb
Pu =
S b/u
b u
P et P peuvent également être écrit en pourcentage du nominal Qb et Qu :
PFE 2022-2023 Page 39/93

Chapter 3. Stratégie de couverture contre le risque de change et pricing
Pb
P %b = 100 ·
Qb
Qu · P b/u
= 100 ·
Qb
= 100 · K u/b · P b/u
P b/u
= 100 ·
K b/u
Pu
P %u = 100 ·
Qu
P b S u/b
= 100 ·
Qu
= 100 · P b/u · S u/b
P b/u
= 100 ·
S b/u
Ainsi, le premium en %b peut être écrit en %u, grâce à la relation suivante :
P b/u
P %u = 100 ·
S b/u
K b/u
= P %b · b/u
S
3.2.2 Spot Delta
On comprend P b/u comme le prix donné par la formule de Black-Scholes, i.e. :

P b/u = BS S b/u , K b/u .
Du point de vue du trader, δ correspond à la quantité de sous-jacent que l’on doit acheter afin d’être
couvert.
Mathématiquement, il s’agit de la variation du prix de l’option pour une variation de 0.01 du prix du
sous-jacent :
P b/u S b/u + 0.01 − P b/u S b/u

.
0.01
Ainsi, en dérivant le prix par rapport à S, on on obtient :
P b/u S b/u + 0.01 − P b/u S b/u

∂P b/u
δuBS = ≃
∂S b/u 0.01
En fait, le delta dépend de la monnaie dans laquelle le premium est payé, et par conséquent un risque
additionnel doit être pris en compte, puisque l’on travaille également avec une économie étrangère.
C’est pourquoi on introduit la notion de delta prime-incluse, expression couramment utilisée dans
les marchés FX, et que nous définissons dans l’exemple ci-dessous.
PFE 2022-2023 Page 40/93

Cas où le premium est écrit en u/b ou en %u. D’après les précédents calculs, on a :
δe%u = 100.δen
P b/u
où δeu = δ u − S b/u
est le delta prime-incluse. On rappelle la parité Call-Put :
P b/u = P u/b · S b/u · K b/u
On a :
∂P u/b
δ b · S u/b =
∂S u/b · S u/b
∂ P b/u · S u/b · K u/b

= · S u/b
∂S u/b
b/u · S u/b

u/b ∂ P ∂S b/u
=K · · · S u/b
∂S b/u
! ∂S u/b
P b/u
= − δ u − b/u
S
= −δeu
On réécrit l’égalité précédente de la manière suivante:
δeu = −δ b · S u/b
On obtient alors :
S b/u
δ %b = −δe%u · b/u
K
Le symbole ∼ est utilisé pour montrer que dans le marché domestique, la monnaie étrangère est
échangée (et représente un actif risqué), et dans le marché étranger, la monnaie de base domestique
est échangée.
La dernière égalité vient du fait que lorsque le delta de la monnaie étrangère augmente, le delta de la
monnaie de base diminue, et réciproquement. Cela signifie également qu’avoir une position longue
en delta d’un point de vue de l’économie domestique revient à avoir une position short en delta d’un
point de vue de l’économie étrangère.
3.3 Les contrats à terme
Les contrats à terme sont des engagements fermes, décidés à un instant initial donné t0 , à acheter
ou à vendre à une échéance T et à un prix d’exercice K initialement fixés un actif fondamental.
L’investisseur détient une position longue si le contrat porte sur l’achat de l’actif et une position
courte si le contrat porte sur la vente de l’actif.
Les caractéristiques d’un contrat à terme sont :
✓ Sous-jacent : C’est l’actif sur lequel porte le contrat;ça peut être une matière première (le
blé, l’avoine) une devise (Euro, dollar) ou un indice boursier (CAC40, S&P500).
✓ Quotité de sous-jacent : C’est le nombre d’unités de sous-jacent concerné par le contrat.
PFE 2022-2023 Page 41/93

✓ Date de signature du contrat : date à laquelle à lieu la négociation et la fixation des

termes du contrat.
✓ Date de valeur du contrat: date à partir de laquelle le contrat prend son effet
✓ L’échéance : date à laquelle se fera l’opération de livraison.
Deux formes principales de contrats à termes sont les contrats forwards et les contrats futures.
3.3.1 Forward
Un contrat forward est un produit dérivé qui représente un engagement ferme à acheter ou à vendre
un actif, à une date donnée future, pour un prix convenu.
Il est échangé sur un marché de gré à gré, le plus souvent entre deux établissements financiers ou
entre un établissement financier et un client.
3.3.1.1 Prix forward
Le prix forward sur change est donné par la relation suivante :
Ft = S0 e(rd − rf )t (3.1)
avec:
Ft : prix forward
S0 : prix au comptant
rd : taux sans risque domestique,
rf : taux sans risque étranger
3.3.1.2 Valeur d’un forward
La valeur d’un contrat Forward est toujours nulle au moment de la négociation du contrat, il peut en-
suite avoir une valeur positive ou négative. Notons ft la valeur d’un contrat Forward aujourd’hui.Dans
le cas d’un contrat sur change on a :
ft = (Ft − K)e−(rd − rf )t (3.2)
Notons bien que Ft est le prix forward qui annulle la valeur du produit forward sachant que si
l’investisseur s’engage à un contrat forward avec un prix d’achat qui egale au cours forward, la
valeur de ce produit sera nulle à t=0.
PFE 2022-2023 Page 42/93

3.3.1.3 Objectif du contrat et dénouement à l’échéance
Le consommateur se protège contre la hausse des prix du marché, en fixant un prix d’achat de la
matière.
✓ Si le prix du marché est inférieur au prix fixe du contrat forward :
Le consommateur achète le Nominal de devise auprès de son fournisseur au prix fixe du contrat «
forward »
✓ Si le prix du marché est supérieur au prix fixe du contrat forward:
Le consommateur achète le Nominal de devise auprès de son fournisseur au prix fixe du contrat «
forward »
Figure 3.1: Forward - Dénouement à l’échéance
Exemple d’un forward sur la paire de devise USD/MAD
Supposons que le taux de change spot USD/MAD est actuellement de S0 = 9.50, le taux
d’intérêt en USD est rf = 4.84% et le taux d’intérêt en MAD est rd = 3%. Le contrat
forward expire dans un an et le prix fixé est K = 9.40.
Le prix forward de ce contrat est donc :
F1 = 9.50e(0.03−0.0484)(1) = 9.326 (3.3)

Sachant ques les taux d’intérêt sont restés constants dans cette période, la valeur de ce contrat
à l’échéance est:
f1 = (9.326 − 9.40)e(0.03−0.0484)(1) = −0.073 (3.4)
La contrepartie longue (l’acheteur) paie une valeur proporionnelle cette différence à la con-
trepartie courte. La situation à l’échéance serait donc défavorable si le prix spot à l’échéance
est supérieur à 9.40.
PFE 2022-2023 Page 43/93

3.3.2 Futures
Un contrat future est un contrat qui représente un engagement ferme d’achat ou de vente d’une
quantité standardisée d’un sous-jacent (actions, matières premières, changes, taux d’intérêt) sur une
bourse et pour un prix et une échéance spécifiés à l’avance.
L’une des propriétés les plus importantes des contrats Futures est la mise en place d’appels de marge.
En effet, comme la valeur d’un contrat évolue avec le temps, chaque partie peut perdre de l’argent.
Les appels de marge visent à s’assurer que les paiements finaux auront bien lieu.
Les gains/pertes potentielles sont réglés de façon quotidienne avec la nouvelle évaluation de la valeur
des contrats, c’est aussi ce que l’on appelle le Mark-to-Market.
3.3.3 Différence entre Forward et Future
Les deux formes principales du contrat à termes sont les contrats forwards et les contrats futures. La
plus grande différence entre les deux formes de contrats est que les forwards sont échangés de gré à
gré tandis que les futures sont échangés sur des marchés organisés. De cette différence en découlent
d’autres différences que nous résumons dans le tableau ci-dessous :
Forward Future
Négocié sur un marché de gré à gré Négocié sur un marché standardisé
Contrat non standardisé Contrat standardisé
Une date de livraison Une période de livraison
Un seul flux à la fin du contrat Marking to market quotidien
Pas d’anonymat Anonymat
Pas de frais de transactions Frais de transactions
Livraison ou dénouement en cash sont à la norme Positions le plus souvent dénouées à l’échéance
Existence d’un risque de crédit Absence(ou presque) de risque de crédit
Table 3.1: Différences entre Forward et Future
3.4 Swaps
Le terme anglo-saxon SWAP signifie échange ou troc dans sa définition la plus large. Un SWAP est
une transaction par laquelle un opérateur échange une dette ayant des caractéristiques contre une
autre dette ayant d’autres caractéristiques. Les deux intervenants doivent bien sûr trouver chacun
un avantage à l’échange. Cet échange peut porter soit :
• Sur des devises (swap de devise)
• Sur les taux d’intérêt (swap de taux d’intérêt)
• Sur les deux paramètres : les devises et les taux (swap de change ou swap mixte).
PFE 2022-2023 Page 44/93

3.4.1 Swap de devises
Un swap de devises est un contrat de gré à gré entre deux parties qui s’échangent des dettes con-
tractées dans des devises différentes.
Un swap de devises permet donc de modifier la monnaie dans laquelle s’exprime une dette (ou un
placement). Il permet également d’en modifier le taux ou la nature du taux.
Les caractéristiques d’un swap:
• le montant du contrat, exprimé dans une des deux devises
• la parité retenue pour procéder à l’échange
• la durée du contrat
• les modalités de calcul des intérêts ( intérêts fixes ou variables).
Exemple d’un swap de devises
La société allemande A a besoin de 50 millions de dollars pour sa filiale implantée aux Etats-
Unis, tandis que la société américaine B a besoin de l’équivalent en euros de la même somme
pour investir en Europe.
Elles concluent alors un swap de devises de 50 millions de dollars, basé sur la cotation EU-
R/USD 1.20 sur 10 ans. B verse donc 50 millions de dollars à A, qui lui verse à son tour 50 000
000 USD/1.20 = 41 642 857 EUR.
Lors de l’établissement du contrat,les deux sociétés ont aussi convenu de se payer pendant 10
ans des intérêts de 7 % pour le dollar et de 4% pour l’euro. Ainsi, chaque année, la société A
doit payer 50000000 × 7% = 3500000 USD à B et B paie chaque année 41642857 × 4% = 1666667
EUR à A
Il est tout de même important de lever une nuance, la différence entre un swap de change et un swap
de devises.
D’un côté, un swap de change consiste à échanger une devise contre une autre puis à procéder à un
échange de sens opposé à une date ultérieure. Il n’y a pas d’échange d’intérêts.
Par contre d’un autre côté, un swap de devises est une opération à plus long terme. Il y a bien échange
de capital au départ et à la fin, il y a également échange d’intérêts en cours de période.
3.5 Les options
3.5.1 Options vanilles
L’option de change est un contrat donnant à son acquéreur le droit (et non l’obligation) d’acheter
ou de vendre un montant donné de devises à une date (ou pendant une période) déterminée et à un
cours fixé par avance appelé prix d’exercice, moyennant le paiement d’une prime.
Le droit d’acheter une quantité de devises contre une autre est un call (option d’achat). Le droit de
vendre est un put (option de vente).
PFE 2022-2023 Page 45/93

Il s’agit d’un contrat conditionnel et négociable qui permet de se protéger contre le risque de change,
certain et surtout incertain, tout en préservant l’opportunité de réaliser un gain de change dans le
cas d’une évolution favorable du cours de la devise concernée.
3.5.1.1 Principe
Le contrat de l’option de change met en relation deux contreparties : un acheteur et un vendeur.

L’acheteur acquiert le droit et non l’obligation d’exercer l’option contre le paiement de la prime.
Quant au vendeur, il se trouve dans l’obligation de se soumettre à la décision de l’acheteur contre
l’encaissement de la prime. Il s’engage, ainsi, à livrer les devises au cours convenu, à la signature du
contrat, si l’acheteur décide d’exercer l’option.
Pour l’acheteur, le risque est donc limité au coût de la prime et le gain potentiel est illimité.
Pour le vendeur, le gain maximum correspond à la prime alors que la perte est en théorie illimitée.
En pratique, ce sont essentiellement les banques qui vendent.
Le dénouement d’une option peut se faire selon trois voies :
• il y a abandon de l’option si l’acheteur d’option trouve avantage à acheter (ou à vendre) ses
devises sur le marché des changes.
• Il y a exercice de l’option dans le cas contraire
• Enfin, il y a revente de l’option lorsque celle-ci a encore une valeur positive et que l’entreprise
n’a pas réalisé son opération commerciale.
Un importateur, qui veut se protéger d’une hausse de la devise dans laquelle il est facturé, achète une
option d’achat de devises. Si le cours de la devise a effectivement fortement augmenté au-dessus de
celui de l’option, l’entreprise a intérêt à exercer celle-ci. Si, à l’inverse, le cours a fortement diminué
(donnant une variation supérieure au prix de l’option), l’entreprise a intérêt à abandonner celle-ci.
Un exportateur achète, quant à lui, une option de vente de devises pour se protéger contre une baisse
de la devise dans laquelle il a facturé son client étranger. Si le cours a effectivement fortement baissé
et est en deçà de celui de l’option, l’entreprise a intérêt à exercer celle-ci. Si, à l’inverse, le cours a
fortement augmenté (donnant une variation supérieure au prix de l’option), l’entreprise a intérêt à
abandonner l’option et à changer les devises sur le marché au comptant.
3.5.1.2 Les caractéristiques d’une option
Une option présente plusieurs caractéristiques:

Actif sous-jacent: C’est l’actif sur lequel porte l’option de vente ou d’achat. L’actif sous-jacent
d’un contrat d’options peut être un actif physique (matières premières ou agricoles), un instrument
financier(actions, obligations, taux d’intérêt, cours de change) ou encore un indice boursier ou cli-
matique.
Echéance: C’est la date de fin de validité du contrat. Pour les contrats d’options, les dates d’échéance
sont standardisées (le 3ème vendredi du mois d’échéance).
Il faut distinguer deux types d’options selon le mode d’exercice :
PFE 2022-2023 Page 46/93

• Européenne: l’exercice se fait à l’échéance uniquement.

• Américaine: l’exercice se fait jusqu’à l’échéance. L’option peut être exercée pendant toute
la durée du contrat.
Call: Il accorde à son acheteur le droit d’acheter, pendant une période (ou à une échéance)et à un
prix convenu à l’avance, une certaine quantité d’actifs sous-jacents. Lorsque l’acheteur exerce son
call et fait valoir son droit d’achat, le vendeur du call est obligé de livrer les actifs sous-jacents au
prix fixé au préalable. Grâce au call, l’acheteur fixe à l’avance le prix d’achat de l’actif sous-jacent.
L’acheteur du call verse une prime au vendeur pour rémunérer son obligationde vente. Elle reste
définitivement acquise au vendeur même si l’acheteur décide de ne pas exercer son option.
Il est bien évident que l’acheteur d’un call anticipe en général une hausse du sous-jacent. Il exercera
son option d’achat si le cours du sous-jacent évolue dans un sens favorable à ses anticipations et
dépasse le prix d’exercice.
Put: Il accorde à son acheteur le droit de vendre, pendant une période et à un prix convenu à l’avance,
une certaine quantité d’actifs sous-jacents. Lorsque l’acheteur exerce son put et fait valoir son droit
de vente, le vendeur du put est obligé d’acheter l’actif sous-jacent au prix fixé au préalable. Grâce
au put, l’acheteur fixe à l’avance le prix de vente de l’actif sous-jacent.
L’acheteur du put verse une prime au vendeur pour rémunérer son obligation d’achat. Elle reste
définitivement acquise au vendeur même si l’acheteur décide de ne pas exercer son option.
Le prix d’exercice (ou strike): C’est le prix auquel l’acheteur de l’option peut acheter ou vendre
selon le type d’option.
Ce prix d’exercice est déterminé lors de la négociation de l’option et n’est pas modifiable pendant
toute la durée de vie de l’option.
Le prix d’exercice est également le prix auquel le vendeur devra livrer les actions dans le cas d’un call,
ou le prix auquel il devra les acheter dans le cas d’un put. Attention, le vendeur n’aura l’obligation
de le faire que si l’acheteur demande l’exercice de l’option.
Prime: La contrepartie pour détenir une option c’est-à-dire le prix de l’option.
La prime est versée par l’acheteur au vendeur lors de la conclusion de l’engagement et reste acquise
au vendeur de l’option même si l’acheteur décide de ne pas exercer son droit.
Contrairement au prix d’exercice, la prime de l’option n’est jamais fixe ; elle varie au gré des trans-
actions selon l’offre et la demande.
La valeur d’une option est composée de deux parties : la valeur intrinsèque et la valeur temps.
Prix d’une option = valeur intrinsèque + valeur temps
• La valeur intrinsèque :
La valeur intrinsèque est égale au (ST −K)+ pour une option d’achat et (K −ST )+ pour une option
de vente.
Toutefois, cette même option de vente pourrait acquérir de la valeur avec le temps, si les cours de
l’actif sous-jacent chutent.
• La valeur temps:
PFE 2022-2023 Page 47/93

Valeur temps = Prix de l’option - Valeur intrinsèque
La valeur temps se mesure par la différence entre le prix de marché de l’option et sa valeur intrin-
sèque.
Plus l’échéance de l’option est éloignée et plus la valeur temps est importante.
La prime d’une option vaut généralement plus que sa valeur intrinsèque tout simplement parce
qu’il y a toujours une chance pour que, d’ici l’échéance de l’option, l’évolution du cours du sous-
jacent entraîne un accroissement de la valeur intrinsèque de l’option. La valeur temps mesure cette
probabilité.
Ainsi, même lorsque l’option a une valeur intrinsèque nulle, la prime n’est pas nulle mais égale à sa
valeur temps. Cette valeur représente en quelque sorte la probabilité de réaliser votre anticipation.
A l’inverse, à l’échéance, la prime d’une option est uniquement égale à la valeur intrinsèque, la valeur
temps, elle, étant égale à zéro. Il est donc souvent conseillé de revendre son option avant l’échéance
afin de ne pas perdre toute la valeur temps.
3.5.1.3 Les stratégies optionnelles de base
Le détenteur peut décider d’exercer ou non l’option qu’il détient en fonction de l’évolution du prix
de l’actif sous-jacent par rapport au prix d’exercice (K) de l’option.
Option d’achat Option de vente

K=St At the money At the money
K<St In the money Out of the money
K>St Out of the money In the money
Table 3.2: Classe d’option
Il existe globalement quatres profils de gain en fonction des stratégies : l’achat d’un call, la vente
d’un call, l’achat d’un put, la vente d’un put.
L’achat d’un call :
L’acheteur d’un call paie la prime Co au vendeur : il anticipe ainsi une hausse de la valeur de l’actif
sous-jacent.
Si le prix de l’actif sous-jacent (St) est inférieur au prix d’exercice (K) de l’option, l’acheteur n’a pas
intérêt à exercer son option : il perd donc ici la valeur de la prime payée au vendeur. Dès que le prix
de l’actif sous-jacent (St) dépasse le prix d’exercice de l’option (K), l’acheteur a intérêt à exercer son
option.
Son profit sera positif lorsque le prix de l’actif sous-jacent dépassera le prix d’exercice de l’option
plus le montant de la prime payée. La perte de l’acheteur du call est limitée au montant de la prime
versée ; son gain est potentiellement illimité.
PFE 2022-2023 Page 48/93

Le point mort de l’option est atteint dès que le gain généré par la levée de l’option est égal à la prime
payée : le profit pour l’investisseur est ainsi nul.
La vente d’un call : Le profil de gain du vendeur du call est symétrique à celui de l’acheteur. Le
vendeur perçoit la prime C0 versée par l’acheteur. Il anticipe de ce fait une baisse de la valeur de
l’actif sous-jacent.
Si le prix de l’actif sous-jacent (St) est inférieur au prix d’exercice (K) de l’option, le vendeur n’a pas
à livrer l’actif à l’acheteur. Mais dès que le prix de l’actif sous-jacent (St) dépasse le prix d’exercice
de l’option (K), l’acheteur a intérêt à exercer son option. Le vendeur doit donc livrer la quotité de
l’actif défini dans le contrat. Le gain du vendeur d’un call est limité au montant de la prime obtenue;
sa perte est potentiellement illimitée.
L’achat d’un put:
L’acheteur d’un put paie la prime P0 au vendeur : il anticipe ainsi une baisse de la valeur de l’actif
sous-jacent. Si le prix de l’actif sous-jacent (ST) est inférieur au prix d’exercice (K) de l’option,
l’acheteur a intérêt à exercer son option : il achètera l’actif sur le marché à un prix inférieur au
prix d’exercice de l’option, pour le revendre au vendeur de l’option.
Dès que le prix de l’actif sous-jacent (ST) dépasse le prix d’exercice de l’option (K), l’acheteur n’a pas
intérêt à exercer son option.
La perte de l’acheteur du put est limitée au montant de la prime versée ; son gain n’est cependant
pas illimité, puisque le prix de l’actif ne peut être négatif.
La vente d’un put: À l’inverse, le vendeur du put anticipe une hausse de la valeur de l’actif sous-
jacent. Il perçoit de ce fait la prime Po : son profil de gain est symétrique à celui de l’acheteur du
put.
3.5.1.4 Les quotations
Deltas, Strangles, et Risk-Reversals
Dans le marché des options vanilles, les quotations directement observables sont principalement les
at-the-money straddle (également notés ATM), les 25-delta strangle (STR), et les 25 delta risk reversal
(RR). Par exemple, un 25-delta call est un call avec un delta égal à 0.25 , et un 25-delta put est un put
avec un delta égal à -0.25 .
Un ATM straddle est constitué d’un call et d’un put de même strike. Pour que le straddle soit delta-
neutre, nous devons avoir la relation suivante :
∆C + ∆P = 0
où ∆C et ∆P correspondent respectivement aux deltas du call et du put, i.e. N (d+ ) − N (−d+ ) =

0 , i.e. d+ = 0. Ainsi, le strike est approximativement égal au forward.
Le 25-delta strangle mesure la différence entre la volatilité implicite moyenne des deux options 25-
delta et la volatiltié implicite du straddle delta-neutre.
1
σ25ST R = (σ25∆C + σ25∆P ) − σAT M .
2
PFE 2022-2023 Page 49/93

(a) Achat Call (b) Achat Put
(c) Vente-Call (d) Vente-Put
Figure 3.2: Stratégies optionnelles de base- Profit and loss
Ainsi, un strangle mesure la convexité ou la courbure moyenne du smile de volatilité implicite. Il

est également associé à l’excès de kurtosis dans la distribution terminale, ou à la stochasticité de la
volatilité ATM.
Le 25-delta risk reversal mesure la difference en volatiltié implicite entre le 25-delta call et le 25-delta
put :
σ25RR = σ25∆C − σ25∆P
Ainsi, le risk reversal permet en particulier de mesurer l’asymétrie, ou la pente, du smile de la volatil-
ité implicite par rapport à la monnaie. Il est également associé à l’excès de skew dans la distribution
terminale, ou à la corrélation de la volatilité ATM.
A partir des quotations du marché, nous obtenons les volatiltiés implicites grâce aux relations suiv-
antes :
σ25RR
σ25∆C = σ25ST R + σAT M +
2
σ25RR
σ25∆P = σ25ST R + σAT M − .
2
Toutes les formules ci-dessus s’appliquent également aux 10-delta strangle, et aux 10-delta risk re-
PFE 2022-2023 Page 50/93

versal. Ainsi, nous avons les relations suivantes:

σ10RR
σ10∆C = σ10ST R + σAT M + ,
2
σ10RR
σ10∆P = σ10ST R + σAT M − .
2
Il arrive que d’autres deltas soient également quotés sur le marché, mais clairement le 10-delta et le
25-delta sont de loin les plus significatifs.
3.5.2 Les options Quantos
Une option quanto est une option dont la monnaie de base du contrat est différente de la monnaie
de base de l’option sous-jacente. On considère le cas d’un call européen Quanto. On définit :
b : la monnaie de base du contrat

b′ : la monnaie de base de l’option sous-jacente
u : la monnaie étrangère (échangée) de l’option sous-jacente
b/b′
ΦF : le facteur Quanto, qui est fixé
Qu : le montant nominal dans la monnaie u
Nous noterons b′ /u la paire étrangère, et b/b′ la paire domestique. On considère cette fois plusieurs
dates :
t : la date d’horizon
Tp : la date d’évalutation du premium
Te : la date d’expiration (ou maturité)
Td : la date de livraison.
Généralement, il y a un écart de deux jours entre les dates t et Tp , et entre Te et Td . Cet écart peut
devenir plus grand si par exemple t ou Tc correspondent à un vendredi, où à une veille de jour férié.
Il faut ainsi prendre ce problème en compte quand on price un produit. Par exemple,
Le payoff d’une option quanto est donné par :
b/b′
′ ′

b /u
Qu Φ F STe − K b /u ,
+
b′ /u

où St correspond au taux de change entre la monnaie u et la monnaie b’, i.e. la valeur de 1
t⩾0
′
u dans la devise b’, et K b /u est le strike.
Par exemple, pour le triplet (b, b′ , u) = (EU R, JP Y, U SD), l’option sous-jacente est payée en
devise japonaise notée JP Y , et le facteur Quanto change 1 J JY en devise européenne notée EUR.
On définit Pe comme la mesure martingale étrangère, de sorte que le prix du sous-jacent de l’option
sous-jacente est gouverné par la diffusion suivante :
b′ /u b′ /u b′ /u
dSt = µt,Tt St dt + σt,Te St dW
ft
PFE 2022-2023 Page 51/93

d − rf
où µt,Te = rt,T ′
e t,Tc est le drift, et σt,Te est la volatilité de la paire b /u. Sous la mesure martingale
∗
domestique, P , nous avons la diffusion suivante:
b′ /u b′ /u b′ /u
dSt = (µt,Tc − ρt,Tk σt,Tc σ
et,Tε ) St dt + σt,Tc St dWt ,
| {z }
µ̃t,Tε
où σet,Tε est la volatilité de la paire domestique,et ρt,Te est la corrélation entre la paire domestique et
la paire étrangère. Si X est le payoff d’une option, le prix de cette option à la date t est donné par:
h i
P (t) = Et e−r̃TP ,Td (Td −TP ) X , t < Te
Pour une option vanille Quanto européenne, nous avons le payoff suivant:
b/b′
′ ′

b /u
ΦF φ STe − K b /u ,
+
où φ = 1 dans le cas d’un call, et φ = −1 dans le cas d’un put.

Le prix à la date t est alors donné par :
b/b′ b′ /u
′

P (t) = ΦF e−r̃Tp ,Td (Td −Tp ) φSt eµ̃t,Te (Tq −t) N (φd+ ) − φK b /u N (φd− ) ,
où
b′ /u
( ! )
1 St 1 2
d+ = √ · ln + µet,Te + σt,Tε (Te − t) ,
σt,Te Te − t K bb /u 2
p
et d− = d+ − σt,Te Te − t
3.5.3 Les options forward start
Une option Forward Start est une option dont la date de départ est plus grande que la date d’horizon,
avec un shifter forward. Une vanille Forward Start est une option européenne qui commence à une
date prédéfinie tS , avec un strike K égal à la valeur du spot à la date d’horizon, multiplié par une
constante α.
Le payoff d’un call Forward Start est donné par :
(STe − K)+
Le payoff d’un put Forward Start est donné par :
(K − ST∗ )+ .
Le strike est connu à la date tS , de sorte que le prix d’une option Forward Start en tS est simplement
donné par la formule de Black-Scholes pour une option commençant en tS et expirant en TE . Ainsi,
le prix du call en tS est donné par :
CS = SS e−rf (Td −t∗ ) N (d1 ) − Ke−r(Td −t∗ ) N (d2 ) ,
PFE 2022-2023 Page 52/93

où :
SS 2
ln κ + r − rf + σ2 (Te − tS )
d1 = √ ,
σ Te − tS
p
d2 =d1 − σ Te − tS .
La volatilité que nous prenons en argument est la volatiltié forward entre tS et Te . Elle est définie
par : s
σ22 Te − σ12 tS
σ=
Te − tS
où σ1 est la volatilité sur l’intervalle de temps [0, tS ], et σ2 est la volatilité sur l’intervalle de temps [0, Te ]
Avant la start date tS , la valeur du strike K n’est pas encore connue; cependant, sa distribution l’est,
étant donné que la variable aléatoire K n’est que le spot à la date tS , noté SS , et multiplié par la
constante α. Ainsi, K a pour espérance :
1 −r 1
E[K] = E [αSS ] = αE [SS ] = αS0 e(r f )tS
où r1 est le taux d’intérêt domestique, et rf1 est le taux d’intérêt étranger, pour une maturité égale à
tS . Ainsi, l’espérance de CS est donnée par:
1 1 1 1
E [CS ] = αS0 e(r −rf )tS e−rf (Td −tx ) N (d1 ) − αS0 e(r −rf )tS e−r(Td −tx ) N (d2 )
ce qui est équivalent à :

h 1 i 1 1
E e −r tS
CS = αS0 e−rf tS e−rf (Td −tx ) N (d1 ) − αS0 e−rf tS e−r(Td −tx ) N (d2 )
1
Et étant donné que sous la probabilité risque-neutre, le processus de prix actualisé e−r t Ct est
h 1 i t≥0
une martingale, on a E e−r tS CS = C0 , de sorte que
1 1
C0 = αS0 e−rf ts e−rf (Td −tn ) N (d1 ) − αS0 e−rf ts e−r(Td −tn ) N (d2 )
Le delta de l’option est alors égal au premium divisé par la valeur du spot:
C0
δ=
S0
Le gamma de l’option est clairement égal à 0 .
3.6 Les produits structurés
Les options de change structurées sont un groupe de produits de change développés pour offrir une
alternative de gestion du risque de change par rapport aux contrats à terme et aux options classiques.
Généralement, un produit structuré est un accord pour changer un montant spécifié d’une devise
contre une autre devise à un cours de change déterminé en conformité avec les mécanismes fixés
dans la structure, à une date convenue (date d’échéance).
PFE 2022-2023 Page 53/93

3.6.1 Principe et But
Ces structures impliquent généralement l’achat et la vente simultanés de deux options ou plus. Vous
achetez la protection demandée au moyen d’une option et pour la payer, au lieu de verser une prime,
vous vendez à l’autre partie une autre option d’une valeur équivalente.
3.6.2 Catégories
Les produits structurées offrent une panoplie de produits pour la couverture contre les variations
défavorables du marché on peut trouver les call/Put participatifs, les tunnels symétriques, les tunnels
asymétriques
3.6.3 Call Participatif
Le Call Participatif 50% de strike K et de nominal N est une stratégie de couverture qui donne à son
acheteur d’exercer un call sur 50% du Nominal et les 50% du nominal restant seront achetés à K quel
que soit le niveau du spot à l’échéance.
Le call participatif 50% permet à son détenteur de se fixer un cours plafond d’achat dans le cas d’un
mouvement défavorable du sous-jacent (hausse du prix de la devise), tout en ayant la possibilité de
profiter d’un mouvement favorable sur 50% du nominal.
Il est tout à fait possible d’imaginer un autre pourcentage de participation au lieu de 50%.
3.6.3.1 Dénouement à l’échéance
• S ≥ K : Achat du nominal N à K (couverture parfaite contre la hausse)

• S < K : Achat de 50% du nominal N à S (Profiter de la baisse sur 50%) et achat des 50% restant
àK
Figure 3.3: Call Participatif: Profit and Loss
PFE 2022-2023 Page 54/93

3.6.3.2 Fonctionnement d’un Call participatif
Un call participatif est structuré en souscrivant deux contrats simultanées. Dans la première, vous
achetez un contrat Forward qui permet de fixer aujourd’hui un cours d’achat de la devise pour une
livraison à échéance et dans la deuxième, vous achetez une option d’achat- Call qui vous donne le
droit et non l’obligation d’acheter le nominal N de devise à un prix prédétermine cette option vous
permettre d’exercer le contrat contre le vendeur si cela est dans votre intérêt.
- l’achat du call exige une prime à payer
- l’achat de forward exige une prime à payer
Dans le cas où l’investisseur souhaite s’engager dans ce contrat avec un strike K inférieur au cours
forward sinon il reçoit un gain dans le cas où il s’engage avec un strike K supérieur au cours forward.
Scénarios possibles
• Achat d’un call à 10.80 d’un notionnel de 1M Euros pour date valeur 6 mois
• Achat d’un Forward à 10.80 d’un notionnel de 1M Euros pour date valeur 6 mois
Scénario 1
✓ Si à l’échéance spot EURO/MAD après 6 mois vaut 10.9 :
le call sera exercé, il achete 1 M Euros à 10.80
le forward sera exercé, il achète 1M Euros à 10.80
✓ sinon il achète 2 M euros à 10.80
Scénario 2
✓ Si à l’échéance spot EURO/MAD apres 6 mois vaut 10.70 :
le call ne sera plus exercé, il achete 1 M Euros à 10.70
le forward sera exercé, il achete 1M Euros à 10.80
✓ Sinon il achète 1M Euros 10.7 et 1M Euros à 10.8
Exemple d’un call participatif
Une société X qui importe une marchandise de l’étranger (Europe) à un nominal qui vaut 1M
d’euros pour le 19 Juillet 2023.
La banque lui propose un Call participatif 50% avec un K=10.65
Les résultats possibles à l’échéance sont les suivants :
• Si au 19 Juillet 2023 l’euro vaut S=10.9 alors l’importateur acheté le 1M au prix K=10.65
• Si le 19 Juillet 2023 l’euro vaut S=10.5 alors l’importateur :
- Achète 500000 euros au prix K=10.65.
- Achète 500000 euros au prix 10.5.
PFE 2022-2023 Page 55/93

3.6.3.3 Avantage d’un call participatif
• Garantie d’un cours maximum d’achat K

• Couverture totale
• Possibilité de profiter de la baisse (50% uniquement)
• Possibilité de ne pas payer de prime upfront.
3.6.3.4 Inconvénients d’un call participatif
• Paiement d’une prime upfront ou strike moins favorable qu’un terme classique
3.6.4 Les Tunnels symétriques
Un Tunnel est une option structurée vous permettant de vous protéger contre le risque que le cours
de change au comptant soit moins favorable qu’un cours prédéterminé dénommé cours de protection
K2.
Il vous offre également l’opportunité de participer aux évolutions favorables du cours de change au
comptant entre le cours de protection et un cours dénommé cours de participation K1.
• S ≥ K2 :Achat du nominal N à K2 (couverture parfaite contre la hausse)

• S < K1 : Achat du nominal N à K1 (Profite de la baisse jusqu’à K1)
• K1 < S < K2 : Achat du nominal N à S
3.6.4.2 Fonctionnement d’un Tunnel symétrique
Un tunnel est structuré en souscrivant deux options simultanées. Dans la première, vous achetez
une option de d’achat à la banque vous donnant le droit, mais pas l’obligation, d’acheter le montant
nominal convenu auprès de la banque au cours plafond.
Dans la deuxième, vous vendez une option de vente qui vous obligera d’acheter le montant nominal
convenu avec la banque au cours planché si le cours au comptant sous-jacent est au dessous ce niveau
à l’heure et date d’échéance.
Un tunnel vous apporte toujours une protection complète au cours de plafond.
• Achat d’un Call à K2 = 10.90 d’un notionnel de 2M Euros pour date valeur 6 mois.
• Vente d’un put à K1 = 10.80 d’un notionnel de 2M Euros pour date valeur 6 mois.
Scénario 1
PFE 2022-2023 Page 56/93

✓ Si à l’échéance Spot EUR/MAD=10.95

Le call sera exercé, il achete 2M à 10.90
l’acheteur n’exerce pas le contrat, le vendeur ne peut rien faire, il gagne la prime.
Scénario 2
✓ Si à l’échéance Spot EUR/MAD=10.70 l’acheteur n’exerce pas le call, il achète à 10.70
l’acheteur exerce son option de vente-PUT, le vendeur sera obligé d’acheter 2M euros à 10.8.
Scénario 3
✓ Si à l’échéance Spot EUR/MAD=10.85
l’acheteur n’exerce pas le call, il achète 2M Euros à 10.85.
l’acheteur n’aura plus intérêt à exercer son option donc le vendeur ne peut rien faire.
Sous-Jacent EUR/MAD
Sens Achat EUR vente MAD
Echéance 6 mois
Type Européen ou américain
Cours plafond 10.9
Cours plafond 10.8
Nominal 1 000 000 EUR
Prime Prime faible voire nulle versée deux jours ouvrés après la conclusion du contrat
Table 3.3: Paramètres d’un tunnel symétrique
Figure 3.4: Tunnel Symétrique: Profit and Loss
PFE 2022-2023 Page 57/93

Exemple d’un tunnel symétrique
Une société X qui importe une marchandise de l’étranger (Europe) à un nominal qui vaut 1M
d’euros pour le 19 Juillet 2023.
La banque lui propose un Tunnel symétrique avec un K1 = 10.80, K2 = 10.90 Les résultats
possibles à l’échéance sont les suivants :
• Si au 19 Juillet 2023 l’euro vaut S=10.95 alors l’importateur achète le 1M au prix
K2=10.90
• Si au 19 Juillet 2023 l’euro vaut S=10.85 alors l’importateur achète le 1M au prix 10.85
• Si au 19 Juillet 2023 l’euro vaut S=10.70 alors l’importateur achète le 1M au prix
K1=10.80.
3.6.4.3 Avantages d’un tunnel symétrique
• Garantie d’un cours maximum d’achat K2 , Couverture totale

• Possibilité de profiter de la baisse, Pas de prime à payer
3.6.4.4 Inconvénients d’un tunnel symétrique
• Profit limité en cas de baisse (hausse)

• Cours de couverture moins favorable que celui du terme classique
3.6.5 Les Tunnels asymétriques
Le Tunnel asymétrique (1/m) (K1, K2) de nominal N est une stratégie de couverture qui, à l’instar du
tunnel symétrique, fixe un couloir délimité par une borne inférieure K1 et une borne supérieure K2,
mais présente la particularité de ne pas fixer le montant exact à acheter à l’échéance. Ce montant
peut être 1* Nominal ou m * Nominal dépendamment du niveau du sous-jacent.
Le Tunnel asymétrique permet d’obtenir un couloir largement plus intéressant que celui du tunnel
symétrique.
• S > K2 : Achat de 1 * nominal à K2.

• S < K1 : Achat de m * nominal à K1.
• K1 < S < K2 : Achat de 1* nominal ou m* nominal à S.
3.6.5.2 Fonctionnement d’un Tunnel asymétrique
Considérons ces deux opérations simultanées :

- Achat d’un Call EUR / Put MAD de prix d’exercice K2 = 10.90 et de nominal 1 000 000 EUR
PFE 2022-2023 Page 58/93

- Vente d’un Put EUR / Call MAD de prix d’exercice K1 = 10.80 et de nominal 2 000 000 EUR.
Le tunnel asymétrique permet de vous assurer un cours protégé (cours plancher) contre une évolu-
tion défavorable du spot pour un montant de 1 000 000 USD avec la possibilité de tirer profit d’une
évolution favorable du spot jusqu’à un certain niveau (cours plafond).
En contrepartie, en raison du caractère asymétrique du tunnel, vous devrez acheter un montant de 2
000 000 USD au cours plafond en cas de hausse de l’EUR/USD (baisse de l’USD) au-delà de ce niveau.
En achetant un tunnel asymétrique import, vous achetez une option de vente (put) et vendez si-
multanément une option d’achat (call) pour un nominal double, de même échéance et avec un prix
d’exercice supérieur. Le montant de la prime du put (à payer) et de la prime du call (à recevoir)
s’annulent partiellement, voire totalement. Votre décaissement est donc réduit, voire nul.
Scénario 1
✓ Si à l’échéance Spot EUR/MAD=10.95:
L’acheteur exerce l’option, Il achète 1 M d’euros au prix K2=10.90. L’acheteur du put n’exerce pas
l’option par conséquence le vendeur ne peut rien faire.
L’importateur achète 1 000 000 Euros au prix maximal K2=10.90.
Scénario 2
L’acheteur du Put exerce son droit , le vendeur est obligé à acheter 2 000 000 Euros au prix.
L’acheteur du call n’exerce pas l’option , il achète à 10.70 mais il est au dessous du K1.
L’importateur achète 2 000 000 Euros au prix maximal K1=10.80
Scénario 3
Le Call ne sera plus exercé, l’acheteur achète 1 000 000 Euros à 10.85 le vendeur ne peut rien faire
L’importateur achète 1 000 000 Euros au prix maximal S=10.85
Sous-Jacent EUR/MAD
Sens Achat EUR vente MAD
Echéance 6 mois
Type Européen ou américain
Cours plafond 10.9
Cours plafond 10.8
Nominal 1 000 000 EUR
Prime Prime faible voire nulle versée deux jours ouvrés après la conclusion du contrat
Table 3.4: Paramètres d’un tunnel asymétrique
PFE 2022-2023 Page 59/93

Figure 3.5: Tunnel Asymétrique: Profit and Loss
3.6.5.3 Avantages d’un tunnel asymétrique
• Couloir largement plus intéressant que celui d’un tunnel symétrique

• Garantie d’un cours maximum d’achat
• Pas de prime à payer
3.6.5.4 Inconvénients d’un tunnel asymétrique
• Incertitude par rapport au nominal
3.7 Conclusion
Dans cette partie, nous avons présenté une panoplie de stratégies pour se couvrir contre le risque de
change. Elles se basent sur les options vanilles, les forwards, les swaps, les produits structurés.
Dans le prochain chapitre, nous ferons l’implémentation dans une application web sous python avec
le framework flask.
PFE 2022-2023 Page 60/93

Chapter 4
Application ATLAS FX
4.1 Présentation générale
La banque d’affaire Oaklins Atlas Capital offre le service de Conseil et accompagnement pour les
opérations en devise de ses clients (importateur ou exportateur ). Ce service a pour objectif de
minimiser les risques de change et réduire les frais liés à la couverture contre ces risques dans une
tendance de libéralisation du dirham qui devrait introduire plus de volatilité sur le marché marocain.
Exemple : Considérons l’exemple d’une entreprise résidant au Maroc et qui importe des biens
étrangers et paie ses fournisseurs en devise étrangère. L’entreprise veut se protéger contre la hausse
du cours de change pour sécuriser ses marges.
Dans ce cas Atlas Capital intervient pour trouver la ou les stratégies les mieux adaptées à cette
situation, Elle a conçu un outil simple et dynamique qui vous propose un panier de stratégies de
couverture et qui vous permettra de sélectionner lesquelles semblent les plus pertinentes par rapport
à vos objectifs.
Parmi les solutions qu’elle propose pour se couvrir contre ces variations défavorables de change on
trouve:
• Les produits à engagement ferme: les forwards, les swaps.

• Les produits optionnels: les options vanilles, les options forward Start, les options quanto.
• Les produits semi-optionnels: Les produits structurés
La finalité de ce chapitre est d’élaborer une application sous la forme d’une interface graphique qui
sera dédiée aux commerciaux d’Atlas Capital afin de leur proposer des stratégies de couvertures qui
vont leur permettre de se protéger des variations de change, résoudre des options à contrainte par
les modèles d’optimisation non linéaires ainsi nous allons établir un outil de chargement de données
relatives au marché des change, notamment les taux de change en temps réel à partir d’une ressource
en ligne qui s’appelle apilayer.
PFE 2022-2023 Page 61/93

Chapter 4. Application ATLAS FX
4.2 Les outils de développement
Le langage de programmation utilisé pour le développement est Python (Python Wikipedia 2023). Ce
langage offre une flexibilité de développement et une facilité d’accés.
Pour intéragir avec le web, nous avons utilisé le framework Flask (Flask Wikipedia 2023). Flask est un
micro framework open-source de développement web en Python. Il est classé comme microframe-
work car il est très léger.
Figure 4.1: Outils de programmation
4.3 Les différentes fonctionnalités de l’application
Dans cette partie, nous commencerons par décrire l’ensemble des fonctionnalités relatives à chaque
onglet de notre application en présentant l’ensemble des interfaces réalisées pour chaque onglet.
4.3.1 Authentification
La première page qui s’affiche, c’est la page d’authentification. Deux cas se présentent: un utilisateur
déjà enregistré ou un nouvel utilisateur.
Il en résulte deux états d’authentification Sign In et Sign Up. Le cas Sign In est trivial. En ce qui
concerne Sign Up, l’utilisateur entrera en plus du nom et du mot de passe l’email pour s’enregistrer.
(Confert figure 4.2)
PFE 2022-2023 Page 62/93

Figure 4.2: Authentification
Les pages d’authentification présentée sont contrôlées par un processus de sécurité. Ce processus
assure l’unicité du mail utilisé pour s’enregistrer et aussi
Par ailleurs, une base de données d’entrée est fournie par Flask via sqlite qui permet de gérer les
éléments de la base de donnée et de faire d’autres requêtes.
Après authentification, la page qui s’affiche, c’est la page d’accueil "Home". L’interface de l’application
se présente dans son entièreté.
Figure 4.3: Extrait-interface
Dans l’onglet, à l’extrême droite, l’utilisateur a la main pour voir en détail son profil ou se décon-
necter.
PFE 2022-2023 Page 63/93

Figure 4.4: Onglet paramètre
Figure 4.5: Profil en détail
Découvrons alors chacune des pages en détails en commençant par la page "Home".
PFE 2022-2023 Page 64/93

4.3.2 Home
Cette page consiste à présenter à l’utilisateur nos solutions pour la couverture contre le risque de
change et pouvoir à une foire aux questions pour l’aider dans sa démarche. (figure 4.6)
Figure 4.6: Home-Page
Elle est constituée de quatre parties:

- Une entête qui fait appel à la couverture contre le risque de change.
- Les solutions proposées en granges lignes
- La foire aux questions en d’autres mots une série de vingtaines de questions et réponses
PFE 2022-2023 Page 65/93

- Une dernière partie qui donne accès à l’utilisateur d’aller plus loin à connaître mieux la
société Oaklins Atlas Capital. Par un lien, il peut accéder au site officiel de l’entreprise.
4.3.3 Page "S’informer"
Cette page est l’extension de la page "home" dans le sens où elle renseigne aussi mais sur les différents
produits de couverture.
L’utilisateur selon le sens de son opération a un ensemble de produits accessibles pour s’informer.
Pour ce faire, il y a la rubrique "Sens de l’opération". On distingue soit l’import soit l’export.
Par suite, à chaque choix du sens, la case des produits est alimentéé selon le sens choisi est alimenté
automatiquement.
Pour se renseigner, l’utilisateur a juste besoin de choisir le produit concerné et il sera servi.
Quelles sont maintenant les informations accessibles sur chaque produit?

L’application fournit une description briève du produit, ses avantages et inconvénients et un exem-
ple. Par ailleurs, pour avoir des informations approfondies, un pdf est disponible téléchargeable.
De plus, un lien est accessible si l’utilisateur aimerait simuler le pricing de ce produit (figure 4.7)
Illustration des formulaires "Se renseigner" - Cas import et export
PFE 2022-2023 Page 66/93

Figure 4.7: Les informations détaillées en cas de choix du produit call participatif
4.3.4 Le cours spot
Nous permettons à l’utilisateur de consulter les prix spot de change. Les taux de change sont d’ordre
d’une vingtaine offrant ainsi une diversité.
Les cours sont téléchargés depuis un API apilayer via un code pyhton et un access key. Ces cours
varient de l’import à l’export et il est évident que le prix à l’import serait toujours supérieur au prix
à l’export. Un écart approximatif de 0.045 est constaté mais n’est pas toujours vérifié.
Figure 4.8: Extrait de la page Spot
PFE 2022-2023 Page 67/93

4.3.5 Les produits structurés
Le menu bar contient aussi deux rubriques Import et Export.

Les parties import (respectivement export) regroupe toutes les pages pour le pricing des produits à
l’import (respectivement export).
Les produits accessibles import-export
4.3.6 Autres pricing
Dans cette partie, nous faisons mentions aux autres types de produits que ceux structurés présentés
précédemment.
4.3.6.1 Les swaps
Dans le chapitre précéddent nous avions présenté deux types de swaps. Les pages correspondantes
pour le pricing sont accessibles là.
Rubrique des swaps
PFE 2022-2023 Page 68/93

4.3.6.2 Les quantos
Cette partie présente les options quantos notamment les options quanto simples et une option simp-
ple forward start.
Rubrique Quanto
Brièvement, nous avons présenté les grandes parties de l’application. Il y a notamment des parties
comme notifications, des messaages reçus dans son inbox et les boutons pour agrandir ou shifter
entre les modes nuit et jour.
Maintenant, nous allons procéder aux simulations des produits.
4.4 Simulations de pricing
Après une vue générale sur les foncionnalités, nous allons simuler le pricing des différents produits.
4.4.1 Forward
Comme présenté au chapitre précédent, l’implémentation d’un produit forward est direct suivant
saa formule de pricing. Distinguons néanmoins entre deux stratégies payantes ou gratuites:
Stratégie payante
La stratégie payante exige que l’importateur ou l’exportateur fournisse le strike auquel il voudrait
faire l’échange et alors nous déterminons la valeur du produit auquel il a souscrit. La valeur du
produit est exactement le prix présenté au chapitre préécédent.
Stratégie gratuite Pour ce mode de stratégie l’utilisateur n’a pas la main à choisir le strike qui lui
convient, il lui est plutôt imposé d’acheter le notionnel de devise à un strike calculé par sa banque.
Le prix dans ce cas-ci est exactement le cours forward qui annule la valeur du produit forward.
PFE 2022-2023 Page 69/93

(a) Stratégie gratuite (b) Résultat stratégie gratuite
(c) Stratégie payante (d) Résultat Stratégie payante
Figure 4.10: Stratégies gratuite et payante pour un forward import
4.4.2 Les options de base
Pour les options de base, la stratégie est unique, elle est payante. Que ce soit pour le call soit pour le
put, il faut verser une prime pour l’acquérir.
4.4.2.1 Call et put Vanille
Simulons alors un call et un put vanille via notre application.
PFE 2022-2023 Page 70/93

(a) Formulaire (b) Résultat
Figure 4.11: Simulation pour un call
(a) Formulaire (b) Résultat
Figure 4.12: Simulation pour un put
4.4.3 Les produits participatifs
4.4.3.1 Stratégies payante et gratuite
Pour pricer les différents produits, il convient de distinguer entre deux stratégies, payante et gratuite.
Stratégie payante
La stratégie payante exige que l’importateur ou l’exportateur fournit le strike auquel il voudrait faire
l’échange et alors nous déterminons la valeur du produit auquel il a souscrit.
PFE 2022-2023 Page 71/93

Stratégie gratuite
Pour ce mode de stratégie l’utilisateur n’a pas la main à choisir le strike qui lui convient, il est plutôt
imposé à acheter le notionnel de devise à un strike calculé par sa banque.
Comme vous savez très bien , l’investisseur achète le produit structuré sous la forme d’une boite
noir, il ne savait pas la constitution de chaque produit, dans ce cas son trader soit va faire un back to
back c’est à dire il lui achète le produit complet auprès d’une autre banque au maroc ou à l’étranger,
soit il lui achète d’une manière séparée les produits financiers qui le constituent.
Pour un call participatif par exemple le trader sera amené à acheter un call vanille qui lui exige une
prime à payer (-) et au même temps il achète un produit ferme tel que le forward.
Dans ce cas le trader sera engagé à un forward avec un prix d’achat strictement supérieur au cours
forward pour que cette opération lui garantit un gain.
Ce gain sera dédié à acheter le call vanille. Dans ce cas la prime de l’achat du call sera absorbé par
le revenu dégagé par l’achat du forward.
Le challenge dans cette section est de trouver le prix d’achat ou bien le strike qui est strictement
supérieur au cours forward qui nous garantira que la valeur du contrat forward sera égale ou supérieur
à la valeur du Call acheté pour que la transaction passe à zero cost.
Pour ce faire nous avons opté pour une optimisation non linéaire qui met en relation la valeur du
contrat forward et la valeur de call acheté sous la contrainte que le strike doit être supérieur stricte-
ment au cours forward.

 (K − Ft ) exp (− (rd − rf )) t = GK(K)
sous contrainte
K > S0 exp (rd − rf ) t

avec :
GK(K) : prix de l’option call avec le modèle Garman kohlhagen
rd :taux doméstique
rf :taux étranger
Ft : Cours à terme
t : Echéance
Nous ferons cette optimisation non linéaire grâce au package scipy de python.
4.4.3.2 Call et put Participatifs
Nous allons faire cette application pour un call et un put participatif.
PFE 2022-2023 Page 72/93

Figure 4.13: Stratégies gratuite et payante pour un call participatif
4.4.4 Les tunnels symétriques
Le Tunnel permet de vous assurer un cours d’achat d’EURO (vente de MAD) avec la possibilité de
tirer profit d’une évolution favorable du spot jusqu’à un certain niveau.
PFE 2022-2023 Page 73/93

Figure 4.14: Stratégies gratuite et payante pour un put participatif
En achetant un tunnel import par exemple, vous achetez une option de achat (call) et vendez simul-
tanément une option de vendre (Put) de mêmes caractéristiques mais à un prix d’exercice inférieur.
Le montant de la prime du call (à payer) et de la prime du put (à recevoir) s’annulent partiellement,
voire totalement. Votre décaissement est donc réduit, voire nul.
4.4.4.1 Stratégies payante et gratuite
La stratégie payante reste triviale.
PFE 2022-2023 Page 74/93

Présentons celle qui est gratuite. Stratégie gratuite

Pour que votre décaissement soit nulle , le traders effectue deux opérations simultanés :
- Il Achète un Call avec un strike minimal
- Il vend un Put avec un strike maximal
Le revenu dégagé par la vente du Put sera dédié à acheter le call pour que l’opération passe à zéro
cost.
Une optimisation non linéaire s’impose pour résoudre cette problématique . le système d’optimisation
se décrit comme suit :

 GKput (K1 ) = GKcall (K2 )
sous contrainte

K1 > K2
Faisons une implémentation, les résultats sont visibles à la figure 4.15
4.4.5 Tunnels Asymétriques
Achat d’un tunnel asymétrique est équivalant à l’achat d’un call vanille sur un notionnel égal à N et
la vente simultanée d’un put pour un notionnel m∗ N.
Lors du pricing de ce produit, il parait nécessaire de pricer le call et le put après on fait :
GKCall (K2 ) − m ∗ GKP ut (K1 )
K1 : strike minimal
K2 : strike maximal
m : coefficient d’asymétrie
Stratégie gratuite:

 m ∗ GKput (K1 ) = GKcall (K2 )
sous contrainte

K1 > K2
Les résultats sont visibles à la figure 4.16
PFE 2022-2023 Page 75/93

Figure 4.15: Stratégies gratuite et payante pour un tunnel symétrique
PFE 2022-2023 Page 76/93

Figure 4.16: Stratégies gratuite et payante pour un tunnel asymétrique
4.5 Conclusion
Nous avons présenté les différentes simulations et les résultats qui s’en suivent. Nous réalisons
l’effectivité de l’application.
PFE 2022-2023 Page 77/93

Conclusion générale
Somme toute, la réalisation de ce projet nous a permis de comprendre le fonctionnement des produits
dérivés ou structurés utilisés à des fins de couverture du risque de change.
Dans un premier temps, nous avons peint l’image du marché financier en général en présentant
selon divers aspects ses segments de repartition.
Dans la suite, le regard était désormais focalisé sur le marché de change et particulièrement le con-
texte marocain. Nous avons fait une historique de ce dernier et présenté le mouvement régulateur
prédominant sur le marché de change marocain.
Par ailleurs, il était impératif de présenter les différents types de volatilité qui existent en vue d’introduire
et étudier les modèles de volatilité. Nous avons notamment présenté diverses formes d’évaluation
de la volatilité qu’elle soit historique ou implicite. Plusieurs méthodes d’estimation de la volatilité
ont été proposée en partant de la notion simple d’écart-type des rendements logarithmiques. Après,
nous avons procédé à une amélioration cette méthode en introduisant la volatilité de GARCH.
Force est de remarquer que ces deux méthodes d’estimation sont inadéquates du fait basées sur les
données historiques.
Ainsi nous avons présenté la volatilité implicite et quelques algorithmes d’estimation notamment
l’algorithme de Newton Raphson et de Bissection.
Alors ces bases posées, nous avons étudié d’une façon crescendo, les modèles à volatilité constante,
à volatilité locale, volatilité stochastique et celui combinant et locale et stochastique. Nous avons
décrit ces modèles, leurs modes de fonctionnement et présenter leurs avantages et inconvénients.
Considérant une telle étude, nous passons à l’implémentation. Nous nous sommes limités au modèle
de Garman Kohlhagen du fait de la limite des données en temps réel sur les options et pour construire
les surfaces de volatilité.
Pour plus de dynamisme, nous avons implémenté tous ces pricers dans une application web offrant
de multiples services aux utilisateurs en particulier l’aspect informatif sur chaque produit et la dis-
position des données en temps réel des cours via l’api apilayer.
Nous réalisons par ce travail, le dégré de la perte ou du gain encouru par un investisseur soumis
au risque de change. Ce risque est inhérent de la fluctuation des paires de devises sur le marché en
d’autres mots la volatilité. Il faut à coût sûr une forte maîtrise ou une estimation presque certaine
pour mieux gérer la couverture.
De même, ce travail a permis d’illustrer et d’utiliser une panoplie de produits financiers pour la
couverture sur le marché FX.
PFE 2022-2023 Page 78/93

Enfin, ce travail constitue en soi un tremplin pour d’excellentes perspectives d’implémentation des
modèles complexes de volatilité pour évaluer les produits financiers et particulièrement dans le con-
texte marocain quand le marché optionnel sera effectivement très ouvert et porté d’accès.
PFE 2022-2023 Page 79/93

Bibliographie
Costa, Joao Francisco Matos (2004). Forecasting volatility using GARCH models.
Dupire, B. (1994). Pricing with a Smile. Risk.
Garman and Kohlhagen (1983). “Foreign Currency Option Values”. en. In: International Money and
Finance 2, pp. 231–253.
Hull and John (2007). Options. Futures and Other Derivatives.
Johnson, David S. and Lyle A. Mcgeoch (1995). Table of Contents.
Labordere (2012). Being particular about calibration Risk, pp. 92–97.
MVC (Apr. 2, 2023).
Stoep Grzelak L. A. Oosterlee C. L., Willem van der (2014). “The Heston Stochastic-Local Volatility
Model: Efficient Monte Carlo Simulation.” en. In: International Journal of Theoretical and Applied
Finance 17(7).
Vainberg, Fabrice Douglas Rouah Gregory (2007). Option Pricing Models and Volatility Using Excel-
VBA.
PFE 2022-2023 Page 80/93

Webographie
Basic Info (2023). 1 Year Treasury Rate (I:1YTCMR). en-US. url: https : / / ycharts . com /
indicators / 1 _ year _ treasury _ rate# : ~ : text = 1 % 5C % 20Year % 5C %
20Treasury % 5C % 20Rate % 5C % 20is , a % 5C % 20maturity % 5C % 20of % 5C %
201%5C%20year. (visited on 04/20/2023).
Calibration methods (2023). Awalee-Notes-Modele-a-volatilitee-locale-stochastique. en-US. url: chrome%
20extension : / / efaidnbmnnnibpcajpcglclefindmkaj / https : / / www .
awaleeconsulting.com/wp-content/uploads/dlm_uploads/2019/05/
Awalee-Notes-Modele-a-volatilitee-locale-stochastique-2.pdf
(visited on 05/24/2023).
Flask Wikipedia (2023). Flask Documentation. en-Fr. url: https://fr.wikipedia.org/
wiki/Flask_(framework) (visited on 05/24/2023).
local volatility (2023). Mixed local-stochastic volatility model in Quantlib. en-US. url: https://
quant.stackexchange.com/questions/44300/mixed-local-stochastic-
volatility-model-in-quantlib (visited on 05/24/2023).
Morocco Interest Rates (2023). Morocco Government Bonds - Yield Curve. en-US. url: http://www.
worldgovernmentbonds.com/country/morocco/ (visited on 04/20/2023).
Option exotique Wikipedia (2023). Option exotique Documentation. en-Fr. url: https : / / fr .
wikipedia.org/wiki/Option_exotique (visited on 05/24/2023).
Python Wikipedia (2023). Python Documentation. en-Fr. url: https://fr.wikipedia.org/
wiki/Python_(langage) (visited on 05/24/2023).
sabr volatility model Wikipedia (2023). sabr Documentation. en-Fr. url: https://en.wikipedia.
org/wiki/SABR_volatility_model (visited on 05/24/2023).
local and stochastic (2023). volatility. en-US. url: https : / / www . awaleeconsulting .
com/wp-content/uploads/dlm_uploads/2019/05/Modele-a-volatilite-
locale-stochastique-1.pdf (visited on 05/24/2023).
PFE 2022-2023 Page 81/93

Annexes
PFE 2022-2023 Page 82/93

Appendix A
Présentation du cadre institutionnel
Oaklins Atlas Capital est une banque d’Affaires au Maroc et dans le Monde qui a vu le jour en 1999,
elle adopte 3 principaux valeurs :
Atlas Capital
A.1 Indépendance ET Confidentialité :
Indépendante et intégralement détenue par ses dirigeants, Oaklins Atlas Capital place l’intérêt de
ses clients au centre de ses métiers.
Depuis 1999, l’impartialité et l’engagement total de leurs associés dans la réalisation de leurs missions
et services l’ ont permis de construire des relations de confiance et de long terme avec leurs clients.
Cette indépendance le permet de garantir à tous leurs clients des services financiers dénués de tout
conflit d’intérêts et réalisés dans la plus stricte confidentialité.
A.2 Approche Globale ET Personnalisée :
Affiliée à Oaklins, la banque d’affaires mid-market la plus expérimentée au monde, Oaklins Atlas
Capital met à la disposition de ses clients une capacité d’exécution mondiale et l’expérience collective
exceptionnelle de 850 professionnels dans 45 pays.
Avec une offre complète de services financiers et un vaste réseau relationnel local et mondial.
Oaklins Atlas Capital apporte des solutions globales, intégrées et personnalisées à chacun de ses
clients.
PFE 2022-2023 Page 83/93

Appendix A. Présentation du cadre institutionnel
A.3 Expérience ET Créativité :
Dans l’ensemble de leurs métiers, leurs équipes ont développé un savoir-faire unique, issu d’une
longue expérience dans la finance d’entreprise, la banque privée, l’industrie et les marchés financiers.
Une Capacité d’exécution Mondiale Oaklins est la banque d’affaires mid-market la plus expérimen-
tée dans le monde, avec plus de 65 bureaux dans les principales places financières internationales.
Oaklins offre une capacité d’exécution mondiale avec l’expérience collective unique de 850 profes-
sionnels et des équipes sectorielles internationales spécialisées dans 15 secteurs d’activité.
Atlas Capital est le membre Nord et Ouest Africain d’Oaklins.
• 45 pays
• 65 bureaux
• 850 professionnels
• 15 équipes sectorielles
• 1700 transactions en 5 ans Leurs engagements faire la différence pour chaque client et sur
chaque ligne de métiers :
Atlas Capital- services
A.4 M&A Corporate Finance
A.5 Opérations de marché
• Introduction en bourse
• Émissions obligataires
PFE 2022-2023 Page 84/93

• Offres publiques de retrait
Levée de dettes
• Dettes bancaires
• Financement de projet
• Mezzanines
• LBO
Fusions - Acquisitions
• Cessions
• Ouvertures de capital
• Acquisitions
• Fusions
Conseil - ingénierie
• Business Plan
• Valorisation
• Restructuration financière
A.6 Wealth Management
Un partenariat basé sur l’indépendance, la confidentialité et la continuité

Oaklins Atlas Capital, banque d’affaires entièrement détenue par ses dirigeants, privilégie la vision
à long terme de ses relations et aligne parfaitement ses intérêts sur ceux de ses clients.
Une gestion effective de vos avoirs en devises.
Leurs banquiers privés se sont particulièrement illustrés dans le traitement de certains sujets com-
plexes tels que l’amnistie sur les avoirs détenus à l’étranger. ils ont innové en étant la première
banque privée du marché marocain à gérer les actifs en devises de ses clients via un partenariat avec
CIH Bank et Rothschild.
Une offre unique pour vos avoirs en dirhams
Leur approche en architecture ouverte donne accès aux meilleures opportunités de placement en
OPCVM du marché. Oaklins Atlas Capital met à contribution ses équipes en charge de la gestion
institutionnelle pour répondre aux besoins spécifiques de ses clients. leur équipe d’experts propose
PFE 2022-2023 Page 85/93

une gestion sous-mandat personnalisée, discrétionnaire ou non, qui apporte à leurs clients confort,
diversification et souplesse d’utilisation.
Une gestion privée innovante.
Les associés d’Oaklins Atlas Capital ont l’agilité d’offrir tous les services de la banque d’affaires à
leurs clients privés. ils structurent régulièrement des « club deals » innovants permettant à leurs
clients de bénéficier d’opportunités d’investissement hors marchés. Entre 2016 et 2019 Atlas Capital
a réalisé avec succès 3 club deals. Le premier dans l’aviation faisant ressortir un TRI effectif de 39%
en 1 an. Deux autres dans l’immobilier faisant ressortir un TRI escompté de 15% et 31%.
Une parfaite compréhension des besoins de votre famille
Chacun de leurs clients est unique, c’est pourquoi, ils consacrent leurs efforts et leurs temps à bien
comprendre sa situation personnelle afin de lui offrir un service personnalisé en ligne avec ses at-
tentes. Oaklins Atlas Capital propose des solutions sur-mesure en mettant en place un réel service
de "Family Office" afin d’accompagner durablement les grandes familles marocaines.
A.7 Conseil et accompagnement pour vos opérations en devise
Atlas Capital est l’unique banque d’affaires et d’investissement au Maroc à proposer ce service.
En 2020, Atlas Capital a étoffé son éventail de services en proposant à ses clients son expertise pour
«optimiser les coûts et la couverture des risques de change ». L’avantage de cet accompagnement est
matérialisé par de rapides économies ainsi que la baisse des risques de change de votre entreprise.
ils réduiront également vos frais liés à la couverture du risque de change dans une tendance de
libéralisation du dirham qui devrait introduire plus de volatilité sur le marché marocain.
Leur solution est faite pour vous si :
• Vous avez besoin d’acheter et/ou de vendre des devises .
• Votre direction financière ne dispose pas de «salle de marchés Corpo» pour gérer le volet
change .
• Vous avez recours à des banques pour vos opérations de change.
• Votre direction financière a besoin d’une expertise en finance des marchés pour compléter son
savoir-faire en finance d’entreprises
A.8 Optimisez Vos Placements
A.9 Asset Management
A.10 Une équipe expérimentée
Leur connaissance approfondie du marché des capitaux marocain, grâce à une analyse régulière
de ses composantes monétaire, obligataire et action, permet une gestion optimale de leur OPCVM.
PFE 2022-2023 Page 86/93

Soutenues par leur recherche fondamentale ainsi que par leurs modèles quantitatifs de sélection
d’actifs et de gestion des risques, leurs équipes de gestion d’OPCVM se mobilisent au quotidien afin
de sur-performer les marchés sur l’horizon de placement conseillé selon la catégorie de l’OPCVM.
A.11 Portfolio Management
Une gestion sous mandat personnalisée

La gestion sous mandat permet d’établir un contrat entre Atlas Capital et le Client afin d’assurer
la gestion de ses fonds. Le contrat de gestion définit des objectifs à terme mais également des con-
traintes de gestion qui visent à déterminer la stratégie d’investissement, le niveau de risque du porte-
feuille ainsi que sa liquidité
A.12 Real Estate
Oaklins Atlas Capital est la seule banque d’affaires à maîtriser en interne l’ensemble des services
immobiliers.
Conseil stratégique et financier
• Étude de marché et analyse du potentiel de réussite du projet.
• Élaboration de la stratégie de développement, en termes de dimensionnement, de stratégie

marketing, de phasage opérationnel et de programmation optimale.
• Étude de faisabilité financière du projet et analyse de sa rentabilité.
• Identification des leviers d’optimisation de la rentabilité.
• Structuration de projets «club deals ».
Gestion technique de projet
• Maîtrise d’ouvrage déléguée .
• Ordonnancement, pilotage et coordination.
A.13 Commercialisation
• Définition de la stratégie de commercialisation.
• Élaboration et mise en place du plan marketing.
• Commercialisation à la location.
• Commercialisation à la vente.
PFE 2022-2023 Page 87/93

A.14 Intermédiation boursière.
A.15 Intermédiation, faire aboutir vos transactions
Leurs brokers dynamiques et expérimentés apportent tout le soin nécessaire à la gestion des ordres
de bourse avec diligence, confidentialité et totale impartialité.
A.16 Placement, réussir votre levée de fonds
Ils accompagnent leurs clients efficacement dans la réussite des opérations de placement pour fi-
nancer leur croissance par appel aux marchés de capitaux.
A.17 Conservation des titres et des espèces
Dotés d’outils informatiques modernes, Ils assurent efficacement le traitement des opérations de
dénouement et d’enregistrement de tous les mouvements titres (transactions en bourse, transferts,
opérations sur titres, etc.).
Leur processus opérationnel a été spécialement conçu pour garantir la confidentialité, la trans-
parence et l’efficacité.
A.18 Conseil Courtage en Assurance
Une gamme complète et sur mesure pour répondre au mieux à vos besoins Adossé à la banque
d’affaires Atlas Capital, le Groupe Vidal Assurances compte aujourd’hui parmi les principaux acteurs
de conseil et courtage en assurance de la place.
Présent depuis 1946 à Rabat et à Casablanca, le groupe Vidal Assurances est reconnu pour son
professionnalisme, son expertise et son orientation client. Vidal Assurances vous accompagne sur
l’ensemble du territoire et vous garantit des prestations adaptées à vos besoins.
Entreprises ou particuliers, Ils vous proposent une panoplie d’offres pour couvrir vos biens, vos
responsabilites, votre capital humain et votre famille
Une solution peu coûteuse pour protéger vos proches
Pour vous protéger ainsi que votre famille, Vidal Assurances vous apporte la sécurité et le confort
d’une couverture santé au Maroc et à l’étranger. Notre offre garantit le remboursement d’une partie
ou de l’intégralité des dépenses d’ordre médical engagées en cas de maladie ou d’accident.
Un placement rentable pour assurer votre avenir et celui de votre famille
Pour faire face à l’imprévisible, il vous est possible de constituer progressivement et à votre rythme,
une épargne qui vous permettra de réaliser vos projets futurs.
PFE 2022-2023 Page 88/93

A.19 Equipe d’Oaklins Atlas Capital
Organigramme
PFE 2022-2023 Page 89/93

Appendix B
Preuves Mathématiques
B.1 Formule de la volatilité implicite déduite du modèle B&S
Pour obtenir une expression de la volatilité d’après la formule de Black-Scholes(Hull et al. 2007),
reprenons donc la formule de Black-Scholes pour un call-européen :
C(S, t) = St N (d1 ) − Ke−r(T −t) N (d2 )
Z x
−x2
1 −s2 1
Or N (x) = √ e 2 ds, On a alors : N ′ (x) = √ e 2 Par suite
2π −∞ 2π
−d21
S
SN ′ (d1 ) = √ e 2
2π

2
2
ln S + r+ σ2 T −t
( )
−1  k
√ 
S 2 σ T −t
SN ′ (d1 ) = √ e
2π
2
−1 ∗ln2 S + r+ σ 2 2

St
2 ( ) 2 T −tt2 +2 ln r+ σ2 T −t
k k
′ S σ 2 T −t)
SN (d1 ) = √ e
2π
2
−1 ∗ln2 S + r+ σ 2 2

2 ( ) 2 T −tt2 +2 ln S
( ) r+ σ2 T −t
k k
K S
SN (d1 ) = √ eln( K ) e
′ σ 2 T −t
2π
2
−1 ∗ln2 S + r+ σ 2 2

2 ( ) 2 (T −t)2 +2 ln S
( ) r+ σ2 T −t
k k
K S
SN ′ (d1 ) = √ eln( ) e K σ 2 (T −t)
2π
2
−1 ∗ln2 S + r+ σ 2 2

2 ( ) 2 T −t2 +2 ln S
( ) r− σ2 T −t
k k
K
SN ′ (d1 ) = √ e σ 2 T −t
2π
PFE 2022-2023 Page 90/93

Appendix B. Preuves Mathématiques
D’autre part :
K −d22
Ke−r(T −t) N ′ (d2 ) = √ e−r(T −t) e 2
2π

2
2
ln S + r− σ2 |T −t
( )
−1  k
√ 
K 2 σ T −t
Ke−r|T −t| N ′d2 = √ e−r|T −t e
2π
!
2 2 2

St St
ln2 + r− σ2 T −t+2 ln r− σ2 T −t
k k
−1 
∗ +2r(T −t)
2  σ 2 T −t)
K
Ke−r(T −t) N ′ (d2 ) = √ e
2π
 
2 2 2

St St
ln + r− σ2 T −t2 +2 ln r− σ2 T −t+2r T −t2 σ 2
−1  k k
∗

2  σ 2 T −t

Ke−rT T −t N ′(d2 = √K e
2π
Ke−r(T −t) N ′ (d2 ) =
 
2 2

2 4 ln2 S + r+ σ2
( ) T −t2 +2 ln S
( )
 
ln2 S +2 ln S
( ) ( ) r− σ2 T −t+ r 2 + σ4 −rσ 2 +2rσ 2 −1  k k
−1  k k ∗
∗  2  2

2 σ 2 T −t σ 2 T −t− σ2 T −t
√K e
2π
Ke−r|T −t N ′d2 = √K e
2π
Donc, on a : Ke−r|T −t N ′d2 = SN ′ (d1 )
∂C ∂2C
On pose ensuite : C (1) = ∂iζ et C (2) = ∂ 2 iζ
et ξ = C (2) − C (1)
On a :
SN ′ (d1 ) Ke−r|T −t N ′ (d2 )
C (1) = SN (d1 ) + −
σ(T − t) σ(T − t)
2SN ′ (d1 ) SN ′ (d1 ) Ke−r(T −t N ′′ (d2 )
C (2) = SN (d1 ) + + −
σ(T − t) (σ(T − t)2 (σ(T − t)2
Donc :
SN ′ (d1 ) SN ′′ (d1 ) Ke−r|T −t N ′′ (d2 )
ξ= + −
σ(T − t) (σ(T − t))2 (σ(T − t)2
√
Or N ′′ (d) = −dN ′ (d) et d2 = d1 − σ T − t Donc :
SN ′ (d1 ) Ke−r(T −t d2 N ′ (d2 ) − Sd1 N ′ (d1 )

ξ= +
σ(T − t) (σ(T − t)2
SN ′ (d1 ) Ke−r(T −t) N ′ (d2 )
ξ= +
σ(T − t) σ(T − t)
On a :
SN ′ (d1 ) Ke−r|T −t N ′ (d2 )
C (1) = SN (d1 ) + −
σ(T − t) σ(T − t)
2SN ′ (d1 ) SN ′ (d1 ) Ke−r(T −t N ′′ (d2 )
C (2) = SN (d1 ) + + −
σ(T − t) (σ(T − t)2 (σ(T − t)2
Donc :
SN ′ (d1 ) SN ′′ (d1 ) Ke−r|T −t N ′′ (d2 )
ξ= + −
σ(T − t) (σ(T − t))2 (σ(T − t)2
PFE 2022-2023 Page 91/93

√
Or N ′′ (d) = −dN ′ (d) et d2 = d1 − σ T − t Donc :
SN ′ (d1 ) Ke−r(T −t d2 N ′ (d2 ) − Sd1 N ′ (d1 )

ξ= +
σ(T − t) (σ(T − t)2
SN ′ (d1 ) Ke−r(T −t) N ′ (d2 )
ξ= +
σ(T − t) σ(T − t)
′
2SN (d1 ) 2Ke−rT −t N ′ (d2 )
ξ= =
σ(T − t) σ(T − t)
Soit Kξ l’élasticité da la fonction auxiliaire ξ par rapport à S :

∂ ln ξ
Kξ =
∂ ln S
√ d2

Or ln ξ = ln 2 + ln(S) − ln(σ(T − t)) − ln( 2π) − 1
2
d1
Kξ = 1 −
σ(T − t)
−d1 1 r 1 r
Kξ = + + + −
σ(T − t) 2 σ 2 2 σ 2

σ2
−d1 r + 2 (T − t) 1 r
Kξ = + 2
+ − 2
σT − t σ (T − t) 2 σ

σ2
−d1 r + 2 (T − t) 1 r
Kξ = + 2
+ − 2
σ(T − t) σ (T − t) 2 σ
S

− ln K 1 r
Kξ = 2 + − 2
σ (T − t) 2 σ
D’où:
s
S

ln K − r(T − t)
σimp =
(T − t) Kξ − 12

B.2 Formule de dupire
En effet, soit (x, T, S0 ) 7−→ φ (x, T, S0 ) la fonction de probabilité de transition de S, i.e.

∂
φ (x, T, S0 ) = P (ST ≤ x | S0 )
∂x
Alors, si nous prenons le cas d’un call, nous avons la relation suivante :
Z +∞
C(K, T ) = e−r·T (x − K)+ φ (x, T, S0 ) dx
−∞
Z +∞
= e−r·T (x − K)φ (x, T, S0 ) dx
K
PFE 2022-2023 Page 92/93

En dérivant la dernière égalité deux fois, nous obtenons :

Z +∞
∂
C(K, T ) = −e−r·T φ (x, T, S0 ) dx,
∂K K
et:
∂2
C(K, T ) = −e−r·T φ (K, T, S0 ) ,
∂K 2
ce qui peut se réecrire:
∂2
φ (K, T, S0 ) = er.T C(K, T )
∂K 2
Nous utilisons alors l’équation de Fokker-Planck, également appelée l’équation de Forward-Kolmogorov,
i.e. l’équation aux dérivées partielles qui décrit l’évolution de la fonction de probiblité de transition
de S, donnée par :
∂φ (x, T, S0 ) 1 ∂2 ∂
x2 σ 2 (x, T )φ (x, T, S0 ) −

= 2
(xµT φ (x, T, S0 )) .
∂T 2 ∂x ∂x
Et la dérivée première de C par rapport à T est donnée par :
Z +∞
∂ ∂φ (x, T, S0 )
C(K, T ) = − rC(K, T ) + e−r·T (x − K) dx
∂T K ∂T
Z +∞
−r·T 1 ∂2
x2 σ 2 (x, T )φ (x, T, S0 ) dx

= − rC(K, T ) + e (x − K) 2
K 2 ∂x
Z +∞
∂
− e−r·T (x − K) (xµT φ (x, T, S0 )) dx
K ∂x
Et en intégrant par parties à deux reprises, nous obtenons :
∂ 1 ∂2 ∂
C(K, T ) = −rC(K, T ) + K 2 σ 2 (K, T ) C(K, T ) − KµT C(K, T ).
∂T 2 ∂K 2 ∂K
Ainsi, la formule pour σ(K, T ) est donnée par :
v
u ∂ ∂
u C(K, T ) + KµT ∂K C(K, T ) + rC(K, T )
σ(K, T ) = t2 ∂T ∂ 2
K 2 ∂K 2 C(K, T )
Ce résultat a été au départ prouvé par Dupire. Il nous permet de calculer la volatilité à partir des
prix des options du marché, pour différents strikes et différentes maturités.
La fonction (s, t) 7−→ σ(s, t) est en fait une estimation faite par le marché de la volatilité instantanée
à une date future t, conditionnellement au fait que le sous-jacent aie la valeur s. On peut en fait
montrer que la variance locale (le carré de la volatilité locale) σ 2 (S, t) est l’espérance de la variance
instantanée future (i.e. la variance effectivement réalisée par les rendements, sans tenir compte du
modèle) σ 2 (t) à la date t conditionnellement à F0 ∧ {St = S}; on a donc :
σ 2 (K, T ) = E σ 2 (T ) | F0 ∧ {ST = K}

PFE 2022-2023 Page 93/93

Rapport PFE ASSOU Komlan Joseph

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

Rapport PFE ASSOU Komlan Joseph

Transféré par

Droits d'auteur :

Formats disponibles

ENSA5/FID/2022-2023

Rapport du Projet de Fin d’Étude

spécialité: Finance et Ingénierie Décisionnelle

Modèles de volatilité et de taux d’intérêt

Encadré par: Entreprise :

Soutenu le 15 juin 2023, devant la commission du jury:

À Ma Famille Pour votre encouragement et soutien,

À Mes Frères, Soeurs et responsables dans le Seigneur qui n’ont cessé de me

À Ilham Bensbaa, une collègue à l’entreprise qui a assuré rapidement mon

Mes remerciements vont aussi au membre du Jury de ma soutenance Mr FAKHOURI et Mme

1.1 Les marchés financier selon l’organisation . . . . . . . . . . . . . . . . . . . . 4

2.1 Illustration en 3D de la surface de volatilité de Dupire- source (local volatility 2023). 30

3.1 Forward - Dénouement à l’échéance . . . . . . . . . . . . . . . . . . . . . . . 43

4.1 Outils de programmation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

1.1 Comparaison des volatilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2.1 Définition opérationnelle des variables de GK-Model . . . . . . . . . . . . . . . 28

3.1 Différences entre Forward et Future . . . . . . . . . . . . . . . . . . . . . . . . 44

1 Algorithme de Newton pour la volatilité implicite . . . . . . . . . . . . . . . . . . . . . 19

3 Vérification de l’existence d’une probabilité risque neutre . . . . . . . . . . . . . . . . 25

API Application Programming Interface

BSM Black-Scholes Model

BPS Basic Points, 1 BPS = 0.01%

ATM At the Money

OTM Out of the Money

ITM In the Money

VLS Volatilité locale et stochastique

SABR Sigma Alpha Beta Rho

GARCH General AutoRegressive Conditional Heteroscedasticity

MAD Dirham Marocain

3 Stratégie de couverture contre le risque de change et pricing . . . . . . . . . . . . . . 39

A Présentation du cadre institutionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

PFE 2022-2023 Page 1/93

PFE 2022-2023 Page 2/93

1.2 Structure des marchés financiers

1.2.1 Selon l’organisation

1.2.1.1 Marchés organisés

1.2.1.2 Marché gré à gré

PFE 2022-2023 Page 3/93

(a) Marché Organisé (b) Marché gré à gré

Figure 1.1: Les marchés financier selon l’organisation

1.2.2 Selon les titres

1.2.2.1 Marché primaire

1.2.2.2 Marché secondaire

PFE 2022-2023 Page 4/93

1.2.3 Selon le type d’actif

1.2.3.1 Marché de change

1.2.3.2 Marché de matières premières

1.2.3.3 Marché du Taux

1.2.3.4 Marché Dérivé

1.2.3.5 Marché crypto monnaie

PFE 2022-2023 Page 5/93

1.2.4 Selon le type de transaction

1.3 Risques des marchés financiers

1.3.1 Quelques types de risque

1.3.1.1 Risque de crédit

1.3.1.2 Risque de marché

PFE 2022-2023 Page 6/93

1.3.1.3 Risque opérationnel

1.3.1.4 Risque de liquidité

1.3.1.5 Risque stratégique

1.3.1.6 Risque de modèle

PFE 2022-2023 Page 7/93

Hypothèses générales non réalistes des modèles financiers

1.3.1.7 Risque de change