Modèles de prix non-gaussiens pour les marchés de l énergie. Marie Bernhart

Dimension: px
Commencer à balayer dès la page:

Download "Modèles de prix non-gaussiens pour les marchés de l énergie. Marie Bernhart"

Transcription

1 Modèles de prix non-gaussiens pour les marchés de l énergie Un modèle de prix par processus de Lévy de type NIG Marie Bernhart EDF R&D, OSIRIS, Gestion des Risques Marchés et Valorisation ENPC, 27 février 2012 Marie Bernhart Cours de l ENPC, 27 février /86

2 Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

3 Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

4 Prix et produits cotés sur les marchés de l énergie Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

5 Prix et produits cotés sur les marchés de l énergie Deux types de transactions sur les marchés de l énergie : 1 Contrats bilatéraux : contrats échangés de gré-à-gré (OTC : Over The Counter) Produits standardisés ou à la carte (profils, maturité, durée, optionalités, physiques ou financiers) : contrats forward (contrats à terme) et options 2 Marchés centralisés (bourses) Produits standards avec procédure de soumission des offres standardisée : futures et options Marchés "physiques" : J-1 (spot et Day-Ahead), infrajournalier (pour l électricité seulement) Marchés "financiers" : futures, options Mélange des deux (coexistence OTC et d une bourse J-1 facultative) Avec une pratique du "selfdispatch", les plans de production étant déclarés au GRT (à 16h30 le jour J-1) Mécanisme d ajustement obligatoire géré par le GRT pour le "temps réel" Marie Bernhart Cours de l ENPC, 27 février /86

6 Prix et produits cotés sur les marchés de l énergie Marie Bernhart Cours de l ENPC, 27 février /86

7 Prix et produits cotés sur les marchés de l énergie Principales bourses européennes Marchés issus du couplage d anciens marchés nationaux (par exemple, EEX et Powernext en 2008) EEX (European Energy Exchange) pour France, Allemagne, Autriche et Suisse Power et gas futures, options EPEX Spot (joint venture EEX et Powernext) pour les 4 mêmes Power intraday et spot APEX-ENDEX pour UK, Belgique et Pays-Bas APEX : power et gas spot, ENDEX : power et gas futures NordPool Spot (Elspot) : Power intraday et spot Nasdaq OMX Commodities pour NordPool* et UK : Power et émissions spot, futures, options N2E spot pour UK depuis 04/2011 (opéré par NordPool Spot et Nasdaq OMX Commodities) *NordPool : Suède, Norvège, Finlande et Danemark (pays nordiques) Marie Bernhart Cours de l ENPC, 27 février /86

8 Prix et produits cotés sur les marchés de l énergie Marie Bernhart Cours de l ENPC, 27 février /86

9 Prix et produits cotés sur les marchés de l énergie Différents types de produits quotés sur ces deux différents marchés 1 Marché spot (Day-ahead) Prix spot journaliers pour le gaz, pétrôle Prix horaires pour l électricité Prix DaH pour l électricité : moyenne de certains prix horaires chaque jour En particulier, prix Base et Peak, prix de différents blocs En France : Peak les jours de la semaine de 8h à 20h Ex. sur le marché US : prix Peak, Week-end peak et Off peak 2 Marché futures (à terme) : marché pour les granularités supérieures à 1 jour Produits futures avec différentes maturités et périodes de livraison Week, Month, Quarter, Year (ou Calendar), BoM (Balance of Month), BoY Pour le gaz : Season (Summer = Oct.-March, Winter = April-Sept.) Pour l électricité : Baseload et Peakload futures Marie Bernhart Cours de l ENPC, 27 février /86

10 Prix et produits cotés sur les marchés de l énergie Prix horaires de l électricité : Fixing la veille (Epex Spot : 12h) par croisement des courbes d offre et demande. Marie Bernhart Cours de l ENPC, 27 février /86

11 Prix et produits cotés sur les marchés de l énergie Prix horaires de l électricité Le prix de toutes les transactions est égal à ce prix d équilibre. Marie Bernhart Cours de l ENPC, 27 février /86

12 Prix et produits cotés sur les marchés de l énergie Courbe d offre théorique sur le marché électrique Marie Bernhart Cours de l ENPC, 27 février /86

13 Prix et produits cotés sur les marchés de l énergie Prix horaires de l électricité Cette méthode de fixing est appliquée pour toutes les heures du lendemain. Marie Bernhart Cours de l ENPC, 27 février /86

14 Prix et produits cotés sur les marchés de l énergie Marie Bernhart Cours de l ENPC, 27 février /86

15 Charactéristiques des prix de l électricité Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

16 Charactéristiques des prix de l électricité Principales charactéristiques du prix spot de l électrique (S t) t 1 Saisonnalité multi-échelle Annuelle, hebdomadaire, journalière Reliée à la saisonnalité de la demande, des activités socio-économiques et à la météorologie 2 Retour à la moyenne : prix tendant à revenir vers des tendances moyennes Réponse de l offre à la demande Tendance court terme : équilibre offre/demande, couplage des marchés Tendance long terme : investissements, conditions économiques de long-terme 3 Forte volatilité Volatilité inversement dépendante au niveau d offre Prix et volatilités corrélés positivement Marie Bernhart Cours de l ENPC, 27 février /86

17 Charactéristiques des prix de l électricité Principales charactéristiques du prix spot de l électrique (S t) t (cont.) 4 Effets de calendrier : vacances, jours fériés 5 Présence d importants pics de prix Pic : Mouvement à la hausse suivi d un retour rapide au même niveau Caractère non stockable de l électricité Discontinuité des coûts de production 6 Evenements atypiques : prix négatifs ou nuls 7 Correlation aux autres matières premières énergétiques (gaz, pétrôle, charbon) Marie Bernhart Cours de l ENPC, 27 février /86

18 Charactéristiques des prix de l électricité Chronique de prix spot électrique (S t) t Retour à la moyenne : fluctuations autour d un niveau déterminié par les coûts de production et la demande saisonnière Pics Données de prix spot heure par heure EpexSpot, Novembre Juin 2010 Marie Bernhart Cours de l ENPC, 27 février /86

19 Charactéristiques des prix de l électricité Chronique de prix spot électrique (S t) t : zoom sur 2 semaines Saisonnalité hebdomadaire conséquence de la saisonnalité de la demande Pointes : High noon (11h-14h) et rush hour (17h-20h) Données de prix heure par heure EpexSpot et de conso. RTE, W3-W Marie Bernhart Cours de l ENPC, 27 février /86

20 Charactéristiques des prix de l électricité Distribution des prix spot électriques désaisonnalisés Prix spot Désaisonnalisation de la série temporelle Distribution symétrique après une log-transformation Queues épaisses dues aux évènements extrêmes (pics) Marie Bernhart Cours de l ENPC, 27 février /86

21 Charactéristiques des prix de l électricité Prix journaliers base de l électricité en France (Janv Mai 2010, Epex Spot) Saisonnalité annuelle de la volatilité et des pics Pics surtout en hiver (forte demande + disponibilité réduite des centrales) Marie Bernhart Cours de l ENPC, 27 février /86

22 Charactéristiques des prix de l électricité Pic du lundi 19/10/2009 en France (Epex Spot) Hausse de la prévision de conso. (+3000MW entre Vendredi et Dimanche) et forte demande de fin de matinée (9h-12h) Baisse de la prévision d offre (-4100 MW) due à l arrêt de centrales nucléaire et hydraulique d EDF Marie Bernhart Cours de l ENPC, 27 février /86

23 Charactéristiques des prix de l électricité Pic du mercredi 08/02/2012 en France (Epex Spot) Très forte conso. liée à la vague de froid : à 19h, record historique de 101,7 GW (battant celui de la veille de 100,5 GW) Prix DaH 10h-11h à 1938 e Prix moyen sur la journée à 368 e Marie Bernhart Cours de l ENPC, 27 février /86

24 Prix à terme de l électricité Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

25 Prix à terme de l électricité Prix à terme ou prix future de l électricité Prix à terme F (t, T, T + θ) : Prix coté à la date t d une livraison continue d une quantité unitaire d énergie (1 MWh) sur chaque heure de la période [T, T + θ] θ : Longueur de la période de livraison, également appelée granularité Exemple d un produit Power Base Calendar : Volume = 365x24 = 8760 MWh La disponibilité des produits dépend de la date de cotation t. A chaque date t, cotation d un ensemble de produits futures de diverses granularité : [T i, T i + θ i ] Complétude : La granularité et disponibilité des produits dépend du marché. Horizon d un marché : Dernière date de livraison couverte par les produits futures cotés sur ce marché : T = max {T i + θ i } i Marie Bernhart Cours de l ENPC, 27 février /86

26 Prix à terme de l électricité Propriétés des produits futures (F (t, T, T + θ)) t T 1 Granularité : recouvrement des périodes de livraison 2 Disponibilité : les produits apparaissent au fur et à mesure que le temps passe. Ex. marché fictif où les produits disponibles sont 3 MAH, 2 QAH, 1 YAH : Marie Bernhart Cours de l ENPC, 27 février /86

27 Prix à terme de l électricité Futures disponibles sur quelques bourses électriques EEX France : 4 WAH, 4 MAH, 4 QAH, 3 YAH (Base et Peak) ENDEX Netherlands : 1BOM, 6 MAH, 6 QAH, 6 YAH (Base, Peak et 16h-Peak) Marie Bernhart Cours de l ENPC, 27 février /86

28 Prix à terme de l électricité Principale propriété des prix à terme : Absence d Opportunité d Arbitrage entre produits de différentes granularités quand il y a recouvrement des périodes de livraison. Exemple : 92 F (t, Q4) = 31 F (t, Oct.) + 30 F (t, Nov.) + 31 F (t, Dec.) Hypothèse de divisibilité des produits à terme Courbe forward unitaire (F (t, T )) T t Granularité horaire pour l électricité F (t, T ) F (t, T, T + 1heure) Cette courbe/ces produits n existent pas sur les marchés. Lien entre courbe forward unitaire et produits de marchés par AOA : F (t, T, T + θ) = 1 θ 1 F (t, T + i) θ i=0 Lien classique au prix spot donné par hypothèse de convergence : S t = lim T t F (t, T ) Marie Bernhart Cours de l ENPC, 27 février /86

29 Prix à terme de l électricité Principales charactéristiques des prix à terme de l électricité 1 Effet lié à la saisonnalité La saisonnalité dépend de la période de livraison (date T ). Elle est liée aux anticipations du marché des fluctuations cycliques connues (demande, activité socio-économique et conditions météorologiques). 2 Effet lié à la maturité La volatilité d un produit augmente lorsque la date de cotation t se rapproche de la date de livraison T. Du à l effet relatif de l information disponible entre le court et le moyen term et la possibilié d ajuster la production à la demande. Ex. Le produit Juillet-2008 est plus volatil en juin qu en mai. 3 Effet de la structure par terme Un produit court-terme est plus volatile qu un produit long-terme. Toute nouvelle information aura une incidence forte sur le prix d un produit court-terme (Month), alors que son effet sera dilué sur un produit long-terme (Calendar). Marie Bernhart Cours de l ENPC, 27 février /86

30 Prix à terme de l électricité Volatilité de différents produits à terme pour différentes commodités (CRE) Volatilité décroissante avec la granularité des produits Plus forte volatilité que sur les marchés actions Marie Bernhart Cours de l ENPC, 27 février /86

31 Prix à terme de l électricité Volatilité de différents produits à terme électriques (CRE) Volatilité historique glissante (annuelle) de futures électriques (EEX) Marie Bernhart Cours de l ENPC, 27 février /86

32 Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

33 Principes des modèles factoriels Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

34 Principes des modèles factoriels Principe des modèles factoriels La dynamique des prix à terme (F (t, T )) T t est obtenue par déformation d une courbe à terme initiale : (F (t 0, T )) T t0 Cette courbe forward initiale représente le prix coté ou reconstruit à la date t 0 t du contrat future qui livre une unité d énergie à la date T. Procédure de reconstruction nécessaire pour obtenir des courbes horaires (électricité) ou journalière (gaz). Le prix à terme est écrit généralement : F (t, T ) = F (t 0, T ) } {{ } Y (t, T ) } {{ } Courbe forward initiale Terme de diffusion stochastique t 0 t T Marie Bernhart Cours de l ENPC, 27 février /86

35 Principes des modèles factoriels Illustration : diffusion de la courbe à terme t 0 : date de diffusion initiale t : date d observation future (date de cotation) T : date de livraison Marie Bernhart Cours de l ENPC, 27 février /86

36 Principes des modèles factoriels Illustration : diffusion de la courbe à terme (cont.) t 0 : date de diffusion initiale t : date d observation future (date de cotation) T [T 1, T 2 ] : date appartenant à la période de livraison La courbe à terme est la courbe C(t) := (F (t, T )) T1 T T 2. Marie Bernhart Cours de l ENPC, 27 février /86

37 Principes des modèles factoriels Marie Bernhart Cours de l ENPC, 27 février /86

38 Principes des modèles factoriels Une méthode de recontruction d une courbe à terme 1 Représentation des données de prix à terme F (t, T, T + θ) pour t fixé Marie Bernhart Cours de l ENPC, 27 février /86

39 Principes des modèles factoriels 2 Suppression des recouvrements par Absence d Opportunité d Arbitrage Marie Bernhart Cours de l ENPC, 27 février /86

40 Principes des modèles factoriels 3 Multiplication des produits par saisonnalisation : coefficients de shaping (ici mensuels) Marie Bernhart Cours de l ENPC, 27 février /86

41 Principes des modèles factoriels Exemple de courbe reconstruite à pas journalier pour le Gaz (NBP, UK) Marie Bernhart Cours de l ENPC, 27 février /86

42 Un modèle à deux facteurs Gaussiens Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

43 Un modèle à deux facteurs Gaussiens Un modèle factoriel pour l électricité Modèle horaire à deux facteurs Gaussiens Le 1er facteur court terme : forte volatilité et retour à la moyenne fonction de volatilité exponentiellement pondérée Le 2nd facteur long terme : plus faible volatilité et pas de retour à la moyenne Modèle à deux facteurs horaire pour l électricité df (t, T ) F (t, T ) = σ S(t)e a(t t) dwt S + σ L (t)dwt L t T W S, W L mouvements Browniens corrélés avec d W S, W L t = ρdt Court terme : volatilité σ S, retour à la moyenne a Long terme : volatilité σ L Marie Bernhart Cours de l ENPC, 27 février /86

44 Un modèle à deux facteurs Gaussiens Un seul facteur à volatilité constante : df (t, T ) F (t, T ) = σdwt ln F (t, T ) = ln F (t 0, T ) 1 2 σ2 (t t 0 ) + σ (W t W t0 ) Marie Bernhart Cours de l ENPC, 27 février /86

45 Un modèle à deux facteurs Gaussiens Un seul facteur à volatilité exponentiellement pondérée : df (t, T ) F (t, T ) = σe a(t t) dw t { ln F (t, T ) = ln F (t0, T ) 1 2 e 2a(T t) var (X t) + e a(t t) X t X t := t t 0 σe a(t s) ( dw s N (0, σ2 2a 1 e 2a(t t 0 ) )) Marie Bernhart Cours de l ENPC, 27 février /86

46 Un modèle à deux facteurs Gaussiens Modèle à deux facteurs horaire pour l électricité L unique solution de l EDS s écrit { F (t, T ) = F (t 0, T ) exp 1 2 V (t 0, t, T ) + e a(t t) Xt S + X L t } t 0 t T Facteur court terme : Xt S := t t 0 σ S (u)e a(t u) dwu S Facteur long terme : Xt L := t t 0 σ L (u)dwu L Terme de dérive : ( ) V (t 0, t, T ) = var e a(t t) Xt S + Xt L t { = σs 2 (u)e 2a(T u) + σl 2 (u) + 2ρσ S(u)σ L (u)e a(t u)} du t 0 Marie Bernhart Cours de l ENPC, 27 février /86

47 Un modèle à deux facteurs Gaussiens Propriétés du modèle à deux facteurs X S et X L sont des processus Gaussiens. X S est un processus d Ornstein-Uhlenbeck tel que : dx S t = ax S t dt + σ S (t)dw S t, X S t 0 = 0 Le prix à terme est martingale : { E [F (t, T )] = F (t 0, T ) var (F (t, T )) = F (t 0, T ) 2 ( e V (t 0,t,T ) 1 ) Modèle de prix spot induit : S t := F (t, t) { S t = F (t 0, t) exp 1 } {{ } 2 V (t 0, t, t) + Xt S Partie déterministe saisonnière + X L t } t t 0. Marie Bernhart Cours de l ENPC, 27 février /86

48 Un modèle à deux facteurs Gaussiens Volatilité équivalente induite par le modèle à deux facteurs : σ eq(t t) = σs 2 e 2a(T t) + σl 2 + 2ρσ Sσ L e a(t t) L impact de la volatilité long terme est constant. La volatilité court terme a un seulement un impact à court terme, et d autant plus que a est grand. Volatilité équivalente dans le modèle à deux facteurs Marie Bernhart Cours de l ENPC, 27 février /86

49 Un modèle à deux facteurs Gaussiens Illustration : Diffusion de la courbe à terme dans le modèle à deux facteurs avec t 0 = 01/12/2010, t = 15/12/2010, livraison en T [01/01/2011, 01/03/2011] Marie Bernhart Cours de l ENPC, 27 février /86

50 Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

51 Tour d horizon des modèles non-gaussiens Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

52 Tour d horizon des modèles non-gaussiens Pourquoi utiliser des modèles non-gaussiens? La distribution des résidus extraits de prix électriques (après désaisonnalisation et log-transformation) est non Gaussienne : présence de pics de prix. Si les prix spot désaisonnalisés sont l exponentielle d un processus d OU, on obtient par exemple : La distribution empirique des résidus extraits est fortement leptokurtique : Plus concentrée autour de zero Masse plus faible au niveau des valeurs intermédiaires Queues épaisses Marie Bernhart Cours de l ENPC, 27 février /86

53 Tour d horizon des modèles non-gaussiens Distribution leptokurtique : quelques rappels Kurtosis : coefficient d aplatissement, correspondant à une mesure de l aplatissement ou de la "pointicité", de la distribution d une v.a. réelle. Excès de kurtosis ou Kurtosis normalisé d une v.a. de moyenne μ et d écart type σ : γ 2 = μ4 σ 4 3 avec μ 4 := E [(X μ) 4] Mésokurtique : γ 2 = 0, cas de la loi Normale avec un moment d ordre 4 normalisé égal à 3. Leptokurtique : γ 2 > 0, distribution est plutôt pointue en sa moyenne, queues de distribution plus longues et épaisses, e.g. Cauchy, Student, Laplace, Poisson Platikurtique : γ 2 < 0, faible pointe autour de la moyenne et queues plus fines, e.g. Bernoulli de paramètre 1/2, Uniforme Marie Bernhart Cours de l ENPC, 27 février /86

54 Tour d horizon des modèles non-gaussiens Principales approches non-gaussiennes recensées dans la littérature, cf. [MT04] 1 Modèles structurels ou d équilibre, cf. [Bar02], [ACNT09], [ACL11] Idée : Le prix spot est obtenu par confrontation d un niveau de demande et d une fonction d offre Demande : décrite par un processus stochastique (Gaussien) Fonction d offre : souvent supposée déterministe, les arrêts de centrales sont mieux décrits par des processus aléatoires (e.g. Poisson composé) 2 Modèles markoviens avec sauts, cf. [GR06] Idée : Les fluctuations aléatoires du signal de prix sont dues à des fluctuations standards (Brownien), à des fluctuations exceptionnelles (processus à sauts avec amplitudes et fréquences aléatoires). Typiquement, le log-prix spot désaisonnalisé est modélisé comme la somme de deux processus X et Y tels que : dx t = ax tdt + σ cdwt 1 + dnt, Yt = σ LWt 2 avec N, processus de Poisson composé. Difficulté pour estimer les paramètres de saut (fréquence et amplitude) Les sauts sont bien représentés mais les pics de prix sont mal représentés. Marie Bernhart Cours de l ENPC, 27 février /86

55 Tour d horizon des modèles non-gaussiens 3 Modèles à changement de régime, cf. [Wer05] Idée : La dynamique du signal de prix évolue selon 2 modèles : un modèle standard (régime de base) et un modèle de crise (régime à "pics"). Typiquement, 2 modèles de retour à la moyenne (processus d OU) avec des paramètres de volatilités différents (un faible et un fort). La transition d un régime à l autre (switching) peut être gouvernée par un seuil déterministe sur le niveau de prix, ou par un processus aléatoire (e.g. chaîne de Markov à deux états non-observables). Loi de probabilité de la transition difficile à calibrer 4 Modèles à loi leptokurtique, cf. [BKM06], [Oud03] Idée : Modèles de retour à la moyenne (type OU) dans lequel le mouvement Brownien (distribution Gaussienne) est remplacé par un processus de Lévy mais dont la distribution est leptokurtique. Typiquement, le log-prix spot désaisonnalisé est modélisé comme somme de 2 processus d Ornstein-Uhlenbeck : le premier est Gaussien, le second est dirigé par un processus de Lévy. Nous allons nous intéresser à un modèle factoriel de Lévy de type NIG. Marie Bernhart Cours de l ENPC, 27 février /86

56 Modèle structurel de Barlow (2002) Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

57 Modèle structurel de Barlow (2002) Modèle fondé sur la confrontation de l offre et de la demande : u t(s t) = d t(s t) avec u t : fonction d offre et d t : fonction de demande Marie Bernhart Cours de l ENPC, 27 février /86

58 Modèle structurel de Barlow (2002) La demande D t est supposée inélastique au prix : d t(s t) = D t S t avec D t : modélisée par un Ornstein-Uhlenbeck La fonction d offre est supposée constante : u t(x) = g(x) = a 0 + b 0 x α En inversant D t = g(s t) et en imposant une contrainte de prix maximum ε 1/α 0 ( ) 1/α a0 D t b = (1 + αxt) 1/α pour D t < a 0 ε 0 b 0 0 S t = ε 1/α 0 pour D t a 0 ε 0 b 0 avec X t = OU(a, m, σ) si D t = OU(a, m, σ) S (partie non-capé) : processus d Ornstein-Uhlenbeck non linéaire (NLOU) Paramètre α : si nul, le log-spot est un simple OU ; si négatif, le prix spot est une fonction de X qui croit plus rapidement qu exponentiellement. Marie Bernhart Cours de l ENPC, 27 février /86

59 Modèle structurel de Barlow (2002) Quand α diminue, les "pics" de prix augmentent. Le processus NLOU a tendance à produire trop de sauts, alors que l exponentielle d un OU n en a pas (seul effet volatilité). Simulations après calibration sur les données d Alberta (Barlow) Marie Bernhart Cours de l ENPC, 27 février /86

60 Modèle structurel de Aïd et al. (2009, 2001) Outline 1 Introduction : Prix sur les marchés de l énergie Prix et produits cotés sur les marchés de l énergie Charactéristiques des prix de l électricité Prix à terme de l électricité 2 Un modèle factoriel Gaussien Principes des modèles factoriels Un modèle à deux facteurs Gaussiens 3 Approches non Gaussiennes pour les prix électriques Tour d horizon des modèles non-gaussiens Modèle structurel de Barlow (2002) Modèle structurel de Aïd et al. (2009, 2001) 4 Modèle factoriel de Lévy de type NIG Modèle factoriel Normal Inverse Gaussien (NIG) Calibration des paramètres et simulations du modèle factoriel NIG Conclusions Marie Bernhart Cours de l ENPC, 27 février /86

61 Modèle structurel de Aïd et al. (2009, 2001) Modèle d équilibre : à chaque date, les producteurs d électricité peuvent choisir entre différents moyens de production : merit order (offre par empilement). Le combustible marginal est le combustible le plus opportun pour produire de l électricité parmi les différents combustibles disponibles. Le prix spot est donné par le coût du combustible marginal. Marie Bernhart Cours de l ENPC, 27 février /86

62 Modèle structurel de Aïd et al. (2009, 2001) Le prix spot est supposé être déterminé par la demande, les différents moyens de productions (prix des combustibles et heat rates) et leurs capacités. On se donne un ensemble de n technologies de production de l électricité. D t, demande (en MW) Combustibles disponibles i = 1,..., n Ct i, capacité disponible pour le combustible i (en MW) St i, prix du combustible i h i, heat rate associé au combustible i (tel que h i St i en e/mwh) On suppose les coûts de production ordonnés parmi les combustibles : Modèle de prix spot : S t = MC t := h 1 S 1 t h 2S 2 t... hnsn t. n i=1 h i St i I{ i 1 k=1 C t k Dt }. ik=1 C t k Marie Bernhart Cours de l ENPC, 27 février /86

Optimisation de l équilibre offre-demande, rôle des interconnexions et impact de l arrêt du nucléaire allemand pour EDF

Optimisation de l équilibre offre-demande, rôle des interconnexions et impact de l arrêt du nucléaire allemand pour EDF Optimisation de l équilibre offre-demande, rôle des interconnexions et impact de l arrêt du nucléaire allemand pour EDF 07 juin 2011 Philippe TORRION Directeur Optimisation Amont/Aval et Trading Sommaire

Plus en détail

Indicateurs des marchés de gros de l électricité Mars 2011

Indicateurs des marchés de gros de l électricité Mars 2011 Indicateurs des marchés de gros de l électricité Mars 2011 Cahier des indicateurs électricité Evolution des prix de l électricité Développement du négoce en France Indicateurs relatifs aux fondamentaux

Plus en détail

LE MARCHE FRANCAIS ET EUROPEEN DE L ELECTRICITE. Conférence Centrale Energie, 19 Janvier 2011

LE MARCHE FRANCAIS ET EUROPEEN DE L ELECTRICITE. Conférence Centrale Energie, 19 Janvier 2011 LE MARCHE FRANCAIS ET EUROPEEN DE L ELECTRICITE Conférence Centrale Energie, 19 Janvier 2011 SOMMAIRE 01. Les enjeux du marché de électricité 02. L ouverture du marché de l électricité en Europe 03. Le

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 4 Mouvement Brownien et modèle de Black-Scholes

Master Modélisation Statistique M2 Finance - chapitre 4 Mouvement Brownien et modèle de Black-Scholes Master Modélisation Statistique M2 Finance - chapitre 4 Mouvement Brownien et modèle de Black-Scholes Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté. C.Dombry (Université

Plus en détail

Modélisation des marchés de matières premières

Modélisation des marchés de matières premières Modélisation des marchés de matières premières Louis MARGUERITTE Jean-Baptiste NESSI Institut des Actuaires Auditorium CNP Vendredi 10 Avril 2009 L. MARGUERITTE JB. NESSI Modélisation des marchés de matières

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Indicateurs des marchés de gros de l électricité septembre 2011

Indicateurs des marchés de gros de l électricité septembre 2011 Indicateurs des marchés de gros de l électricité septembre 2011 Cahier des indicateurs électricité Evolution des prix de l électricité Développement du négoce en France Indicateurs relatifs aux fondamentaux

Plus en détail

PROJET MODELE DE TAUX

PROJET MODELE DE TAUX MASTER 272 INGENIERIE ECONOMIQUE ET FINANCIERE PROJET MODELE DE TAUX Pricing du taux d intérêt des caplets avec le modèle de taux G2++ Professeur : Christophe LUNVEN 29 Fevrier 2012 Taylan KUNAL - Dinh

Plus en détail

Communication de la Commission de régulation de l énergie (CRE) sur le pic de prix de l électricité du 19 octobre 2009

Communication de la Commission de régulation de l énergie (CRE) sur le pic de prix de l électricité du 19 octobre 2009 Délibération Paris le 20 novembre 2009 Communication de la Commission de régulation de l énergie (CRE) sur le pic de prix de l électricité du 19 octobre 2009 Le prix de l électricité sur le marché spot

Plus en détail

Assistance à la gestion des contrats de fourniture d électricité et de gaz Dans le contexte défini par la loi NOME Et la loi de la consommation 1 Suppression des TRV d électricité 2 Gestion tarifaire de

Plus en détail

Projetde SériesTemporelles

Projetde SériesTemporelles COMMUNAUTE ECONOMIQU E ET MONETAIRE DE L AFRIQUE CENTRALE (CEMAC) INSTITUT SOUS REGIONAL DE STATISTIQUES ET D ECONOMIE APPLIQUEE (ISSEA) Projetde SériesTemporelles MODELISATION DE LA RENTABILITE DE L INDICE

Plus en détail

Quelques modèles financiers utilisant les EDSR et EDSPR avec grossissement de filtration

Quelques modèles financiers utilisant les EDSR et EDSPR avec grossissement de filtration Quelques modèles financiers utilisant les EDSR et EDSPR avec grossissement de filtration Anne EYRAUD-LOISEL ISFA, Université Lyon 1 Séminaire Lyon - Le Mans 3 Mai 2012, Le Mans 1 / 40 Outline 1 Problèmes

Plus en détail

Bilan du marché organisé du gaz. 8 mars 2012

Bilan du marché organisé du gaz. 8 mars 2012 Bilan du marché organisé du gaz 8 mars 2012 Bilan du marché organisé du gaz Modèle de marché Références de prix Membres Liquidité Panorama européen Service Système Equilibrage Couplage Afgaz 8 mars 2012

Plus en détail

Prévention et gestion des risques naturels et environnementaux

Prévention et gestion des risques naturels et environnementaux Prévention et gestion des risques naturels et environnementaux Risque et assurance : quelques éléments théoriques Ecole des Ponts - Le 6 Avril 01 Jacques Pelletan 1 Théorie du risque et pérennité de l

Plus en détail

Cours de Méthodes Déterministes en Finance (ENPC) Benoît Humez Société Générale Recherche Quantitative benoit.humez@sgcib.com

Cours de Méthodes Déterministes en Finance (ENPC) Benoît Humez Société Générale Recherche Quantitative benoit.humez@sgcib.com Cours de Méthodes Déterministes en Finance (ENPC) Benoît Humez Société Générale Recherche Quantitative benoit.humez@sgcib.com Points abordés Méthodes numériques employées en finance Approximations de prix

Plus en détail

SEMINAIRE DE FORMATION LES BOURSES DE L ELECTRICITE ALGER 4 & 5 MAI 2009

SEMINAIRE DE FORMATION LES BOURSES DE L ELECTRICITE ALGER 4 & 5 MAI 2009 SEMINAIRE DE FORMATION LES BOURSES DE L ELECTRICITE ALGER 4 & 5 MAI 2009 Nous reprenons dans ce document les principaux messages délivrés lors du séminaire de formation sur les bourses de l électricité

Plus en détail

Les mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des

Plus en détail

Probabilités II Étude de quelques lois. Master Gestion de Portefeuille IAE Gustave Eiffel Jacques Printems printems@u-pec.

Probabilités II Étude de quelques lois. Master Gestion de Portefeuille IAE Gustave Eiffel Jacques Printems printems@u-pec. Probabilités II Étude de quelques lois Master Gestion de Portefeuille IAE Gustave Eiffel Jacques Printems printems@u-pec.fr 2012 2013 1 1 Lois discrètes. On considère des v.a. ne prenant que des valeurs

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 1. a. On considère un modèle de marché (B, S) à une étape. On suppose que S = 5 C et qu à la date t = 1 on a (S u 1 = 51, S d 1 = 48).

Plus en détail

Génération de scénarios économiques

Génération de scénarios économiques Modélisation des taux d intérêt Pierre-E. Thérond ptherond@galea-associes.eu pierre@therond.fr Galea & Associés ISFA - Université Lyon 1 22 novembre 2013 Motivation La modélisation des taux d intérêt est

Plus en détail

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions :

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions : Probabilités I- Expérience aléatoire, espace probabilisé : 1- Définitions : Ω : Ensemble dont les points w sont les résultats possibles de l expérience Des évènements A parties de Ω appartiennent à A une

Plus en détail

Prise en compte de la liquidité dans les algorithmes de trading

Prise en compte de la liquidité dans les algorithmes de trading Prise en compte de la liquidité dans les algorithmes de trading clehalle@cheuvreux.com Resp. de la Recherche Quant., Atelier Trading & Micro Structure 10 décembre 2008 Contenu La liquidité en Europe Les

Plus en détail

1 La formule de Black et Scholes en t discret

1 La formule de Black et Scholes en t discret Université de Provence Préparation Agrégation Epreuve de Modélisation, Option Proba. Texte : La formule de Black Scholes en Finance Étienne Pardoux 1 La formule de Black et Scholes en t discret On suppose

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

Problématiques dans trading à haute fréquence

Problématiques dans trading à haute fréquence Extrait de la présentation de Charles-Albert Lehalle, Atelier Trading & Micro-structure, Collège de France, 10 Décembre 2008. mdang@cheuvreux.com Recherche Quantitative, Séminaire de la finance, VNFinance

Plus en détail

Température corporelle d un castor (une petite introduction aux séries temporelles)

Température corporelle d un castor (une petite introduction aux séries temporelles) Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature

Plus en détail

Normalité des rendements?

Normalité des rendements? Normalité des rendements? Daniel Herlemont 31 mars 2011 Table des matières 1 Introduction 1 2 Test de Normalité des rendements 2 3 Graphiques quantile-quantile 2 4 Estimation par maximum de vraisemblance

Plus en détail

Introduction... 3 Le marché de gros de l électricité... 4. Le marché de gros du gaz... 30. Glossaires... 54

Introduction... 3 Le marché de gros de l électricité... 4. Le marché de gros du gaz... 30. Glossaires... 54 SOMMAIRE Introduction... 3 Le marché de gros de l électricité... 4 1. Introduction... 4 2. Activité sur le marché de gros français... 6 3. Prix sur le marché de gros français et comparaison européenne...

Plus en détail

Modélisation mathématique et finance des produits dérivés

Modélisation mathématique et finance des produits dérivés Modélisation mathématique et finance des produits dérivés Ecole Polytechnique Paris Académie Européenne Interdisciplinaire des Sciences Paris, 28 novembre 2011 Outline Introduction 1 Introduction 2 3 Qu

Plus en détail

1- POWERNEXT GAS EN 2008 : UN LANCEMENT PROMETTEUR 2- LES CONDITIONS DE MARCHE EN 2008

1- POWERNEXT GAS EN 2008 : UN LANCEMENT PROMETTEUR 2- LES CONDITIONS DE MARCHE EN 2008 Powernext Day-Ahead Powernext Futures Powernext Gas Spot Powernext Gas Futures Bilan d activité des marchés 2008 1- POWERNEXT GAS EN 2008 : UN LANCEMENT PROMETTEUR POURQUOI LANCER UN MARCHE ORGANISE DU

Plus en détail

Liste des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone...

Liste des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone... Liste des notes techniques.................... xxi Liste des encadrés....................... xxiii Préface à l édition internationale.................. xxv Préface à l édition francophone..................

Plus en détail

LA BOURSE DE L ÉLECTRICITÉ : DE L INTRA-DAY AUX CONTRATS À TERME

LA BOURSE DE L ÉLECTRICITÉ : DE L INTRA-DAY AUX CONTRATS À TERME LA BOURSE DE L ÉLECTRICITÉ : DE L INTRA-DAY AUX CONTRATS À TERME 1 LA BOURSE DE L ELECTRICITE : DE L INTRADAY AUX CONTRATS A TERME 1. Définition d une bourse & avantages d un marché organisé 2. Les produits,

Plus en détail

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique Télécom ParisTech, 09 mai 2012 http://www.mathematiquesappliquees.polytechnique.edu/ accueil/programmes/cycle-polytechnicien/annee-1/

Plus en détail

BNP Paribas, CIB, Global Equity and Commodity Derivatives Research.

BNP Paribas, CIB, Global Equity and Commodity Derivatives Research. BNP Paribas, CIB, Global Equity and Commodity Derivatives Research. BNP PARIBAS jouit d une dimension internationale sur le marché des produits dérivés sur actions. Notre équipe de Recherche et Développement

Plus en détail

Introduction au pricing d option en finance

Introduction au pricing d option en finance Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés

Plus en détail

L équilibre offre-demande d électricité en France pour l été 2015

L équilibre offre-demande d électricité en France pour l été 2015 L équilibre offre-demande d électricité en France pour l été 2015 Synthèse Juin 2015 Sommaire Analyse globale 4 1. Prévision de consommation 5 2. Disponibilité du parc de production 7 3. Étude du risque

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Modèle GARCH Application à la prévision de la volatilité

Modèle GARCH Application à la prévision de la volatilité Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes

Plus en détail

Principales caractéristiques de Mixmod

Principales caractéristiques de Mixmod Modèle de mélanges Principales caractéristiques de Mixmod Gérard Govaert et Gilles Celeux 24 octobre 2006 1 Plan Le modèledemélange Utilisations du modèle de mélange Les algorithmes de Mixmod Modèle de

Plus en détail

Observatoire des marchés

Observatoire des marchés SOMMAIRE Introduction... 3 Le marché de l électricité... 4 Le marché de détail de l électricité... 4 1. Introduction... 4 2. Les segments de clientèle et leur poids respectif... 5 3. Etat des lieux au

Plus en détail

Introduction... 3 Le marché de l électricité... 4

Introduction... 3 Le marché de l électricité... 4 SOMMAIRE Introduction... 3 Le marché de l électricité... 4 Le marché de détail de l électricité... 4 1. Introduction... 4 2. Les segments de clientèle et leur poids respectif... 5 3. Etat des lieux au

Plus en détail

VALORISATION DES PRODUITS DE CHANGE :

VALORISATION DES PRODUITS DE CHANGE : VALORISATION DES PRODUITS DE CHANGE : TERMES, SWAPS & OPTIONS LIVRE BLANC I 2 Table des Matières Introduction... 3 Les produits non optionnels... 3 La méthode des flux projetés... 3 Les options de change

Plus en détail

Statistique descriptive et prévision

Statistique descriptive et prévision Statistique descriptive et prévision Année 2010/2011 L. Chaumont Contents 1. Étude d une variable 5 1.1. Définitions................................ 5 1.2. Représentations graphiques usuelles................

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

Plus en détail

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation.

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation. Travaux Dirigés de Probabilités - Statistiques, TD 4 Lois limites ; estimation. Exercice 1. Trois machines, A, B, C fournissent respectivement 50%, 30%, 20% de la production d une usine. Les pourcentages

Plus en détail

MEMOIRE Présenté pour l obtention du diplôme de : MAGISTER EN MATHEMATIQUES

MEMOIRE Présenté pour l obtention du diplôme de : MAGISTER EN MATHEMATIQUES REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEURE ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE DE MENTOURI - CONSTANTINE FACULTE DES SCIENCES DEPARTEMENT DE MATHEMATIQUES

Plus en détail

Hedging delta et gamma neutre d un option digitale

Hedging delta et gamma neutre d un option digitale Hedging delta et gamma neutre d un option digitale Daniel Herlemont 1 Introduction L objectif de ce projet est d examiner la couverture delta-gamma neutre d un portefeuille d options digitales Asset-Or-Nothing

Plus en détail

Etude de Cas de Structuration Magistère d Economie et de Statistiques

Etude de Cas de Structuration Magistère d Economie et de Statistiques Etude de Cas de Structuration Magistère d Economie et de Statistiques David DUMONT - TEAM CALYON 22 avril 2008 Dans 2 ans, si l EURODOL est inférieur à 1,40 touchez 116% du nominal investi en euros, sinon

Plus en détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par

Plus en détail

Marchés. Le fonctionnement des marchés de gros de l électricité, du CO 2 et du gaz naturel. Rapport 2011-2012

Marchés. Le fonctionnement des marchés de gros de l électricité, du CO 2 et du gaz naturel. Rapport 2011-2012 Marchés Le fonctionnement des marchés de gros de l électricité, du CO 2 et du gaz naturel Rapport 2011-2012 Novembre 2012 Sommaire Introduction...2 Synthèse...4 SECTION I - Les marchés de gros de l électricité...

Plus en détail

Le contenu en CO2 du kwh électrique : Avantages comparés du contenu marginal et du contenu par usages sur la base de l historique.

Le contenu en CO2 du kwh électrique : Avantages comparés du contenu marginal et du contenu par usages sur la base de l historique. Final le 08/10/2007 Le contenu en CO2 du kwh électrique : Avantages comparés du contenu marginal et du contenu par usages sur la base de l historique. - NOTE DETAILLEE - 1- Le contexte Le calcul du contenu

Plus en détail

ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES

ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES Bertrand GOTTIN Directeurs de thèse: Cornel IOANA et Jocelyn CHANUSSOT 03 Septembre 2010 Problématique liée aux Transitoires

Plus en détail

de calibration Master 2: Calibration de modèles: présentation et simulation d

de calibration Master 2: Calibration de modèles: présentation et simulation d Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe

Plus en détail

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce

Plus en détail

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Modèle classique Extensions Modèle multi-branches. Théorie de la ruine. Esterina Masiello (ISFA)

Modèle classique Extensions Modèle multi-branches. Théorie de la ruine. Esterina Masiello (ISFA) Esterina Masiello Institut de Science Financière et d Assurances Université Lyon 1 Premières Journées Actuarielles de Strasbourg 6-7 octobre 2010 En résumé... Modèle classique de la théorie de la ruine

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

Séries de Fourier. T f (x) exp 2iπn x T dx, n Z. T/2 f (x) cos ( ) f (x) dx a n (f) = 2 T. f (x) cos 2πn x )

Séries de Fourier. T f (x) exp 2iπn x T dx, n Z. T/2 f (x) cos ( ) f (x) dx a n (f) = 2 T. f (x) cos 2πn x ) Séries de Fourier Les séries de Fourier constituent un outil fondamental de la théorie du signal. Il donne lieu à des prolongements et des extensions nombreux. Les séries de Fourier permettent à la fois

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

La vague de froid de février 2012

La vague de froid de février 2012 La vague de froid de février 212 2 La vague de froid de février 212 La France a connu début février 212 un événement météorologique exceptionnel avec une vague de froid d une durée et d une ampleur inédite

Plus en détail

TD1 Signaux, énergie et puissance, signaux aléatoires

TD1 Signaux, énergie et puissance, signaux aléatoires TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

Valorisation de contrats gaziers. Marie Bernhart, EDF R&D

Valorisation de contrats gaziers. Marie Bernhart, EDF R&D Valorisation de contrats gaziers Principes et méthodes numériques classiques Marie Bernhart, EDF R&D Cours de l ENPC, 25 février 2013 Le marché du gaz Le marché du gaz : contexte et généralités Références

Plus en détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels E1 RECRUTEMENT DES ASSISTANTS INGENIEURS DE RECHERCHE ET DE FORMATION...2 E1.1 Gestionnaire de base de données...2 E1.2 Développeur

Plus en détail

Méthodes de Simulation

Méthodes de Simulation Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

Econométrie Appliquée Séries Temporelles

Econométrie Appliquée Séries Temporelles Chapitre 1. UFR Economie Appliquée. Cours de C. Hurlin 1 U.F.R. Economie Appliquée Maîtrise d Economie Appliquée Cours de Tronc Commun Econométrie Appliquée Séries Temporelles Christophe HURLIN Chapitre

Plus en détail

COMPTE RENDU. Atelier-débat avec les clients éligibles. 15 mai 2002 *** INTRODUCTION. par M. Thierry TUOT, Directeur Général

COMPTE RENDU. Atelier-débat avec les clients éligibles. 15 mai 2002 *** INTRODUCTION. par M. Thierry TUOT, Directeur Général Paris, le 5 juin 2002 COMPTE RENDU Atelier-débat avec les clients éligibles 15 mai 2002 *** INTRODUCTION par M. Thierry TUOT, Directeur Général Ce deuxième atelier était destiné à permettre aux clients

Plus en détail

Annexe Simulations de Monte Carlo

Annexe Simulations de Monte Carlo Annexe Simulations de Monte Carlo Cette annexe présente, de façon pratique, les principales techniques opératoires des simulations de Monte Carlo. Le lecteur souhaitant une présentation plus rigoureuse

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Dérivés de crédit : Situation et évolution du marché

Dérivés de crédit : Situation et évolution du marché Dérivés de crédit : Situation et évolution du marché Parallèle entre dérivés de crédit et produits d assurance Déjeuner débat FFA Jean-Paul LAURENT Professeur à l'isfa, Université de Lyon, Conseiller scientifique

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

> La régulation du marché de l électricité

> La régulation du marché de l électricité 46 Commission de régulation de l'énergie Rapport d'activité Juin 2006 > La régulation du marché de l électricité I Les acteurs et les marchés de l électricité 1 > Les acteurs européens du marché français

Plus en détail

Calibration des modèles

Calibration des modèles Calibration des modèles Rapport de projet de fin d études Auteur : Professeurs responsables : LEFEVERE Laurent FINTZ Nesim LONGEVIALLE Antoine TAFLIN Erik MANOLESSOU Marietta Table des matières Introduction

Plus en détail

Simulations de Monte Carlo en finance : Pricer d option

Simulations de Monte Carlo en finance : Pricer d option Emma Alfonsi, Xavier Milhaud - M2R SAF Simulations de Monte Carlo en finance : Pricer d option Sous la direction de M. Pierre Alain Patard ISFA - Mars 2008 . 1 Table des matières 1 Introduction 4 2 Un

Plus en détail

Finance, Navier-Stokes, et la calibration

Finance, Navier-Stokes, et la calibration Finance, Navier-Stokes, et la calibration non linéarités en finance 1 1 www.crimere.com/blog Avril 2013 Lignes directrices Non-linéarités en Finance 1 Non-linéarités en Finance Les équations de Fokker-Planck

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Objectifs. Calcul scientifique. Champ d applications. Pourquoi la simulation numérique?

Objectifs. Calcul scientifique. Champ d applications. Pourquoi la simulation numérique? Objectifs Calcul scientifique Alexandre Ern ern@cermics.enpc.fr (CERMICS, Ecole des Ponts ParisTech) Le Calcul scientifique permet par la simulation numérique de prédire, optimiser, contrôler... le comportement

Plus en détail

Le risque Idiosyncrasique

Le risque Idiosyncrasique Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Pointe et chauffage électrique

Pointe et chauffage électrique Pointe et chauffage électrique Enquête et décryptage sur une bien curieuse singularité française Association négawatt 1 er déc 2009 011209e Pour commencer, un petit lexique Pour caractériser la puissance,

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

IFT6561. Simulation: aspects stochastiques

IFT6561. Simulation: aspects stochastiques IFT 6561 Simulation: aspects stochastiques DIRO Université de Montréal Automne 2013 Détails pratiques Professeur:, bureau 3367, Pav. A.-Aisenstadt. Courriel: bastin@iro.umontreal.ca Page web: http://www.iro.umontreal.ca/~bastin

Plus en détail

Équation de Langevin avec petites perturbations browniennes ou

Équation de Langevin avec petites perturbations browniennes ou Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Évaluation des risques de la réplique d une option asiatique en temps discret

Évaluation des risques de la réplique d une option asiatique en temps discret COLLECTION FEUILLE D ARGENT TRAVAUX DE RECHERCHE 2004-001 Évaluation des risques de la réplique d une option asiatique en temps discret Olivier Lussier Jean-Pierre Paré ÉVALUATION DES RISQUES DE LA RÉPLIQUE

Plus en détail

Mathématiques financières

Mathématiques financières Mathématiques financières Arnaud Triay Table des matières 1 Introduction Position du problème.1 Pricing des options........................................... Formalisme..............................................

Plus en détail

Théorie Financière 8 P. rod i u t its dé dérivés

Théorie Financière 8 P. rod i u t its dé dérivés Théorie Financière 8P 8. Produits dit dérivés déié Objectifsdelasession session 1. Définir les produits dérivés (forward, futures et options (calls et puts) 2. Analyser les flux financiers terminaux 3.

Plus en détail

EpexSpot Day-Ahead : produits et segments

EpexSpot Day-Ahead : produits et segments Passage des ordres EpexSpot Day-Ahead : produits et segments SEGMENT: Powernext EpexSpot Day -Ahead Auction SEGMENT: Powernext EpexSpot Day - Ahead Continuous SEGMENT: Powernext EpexSpot Day - Ahead Intraday

Plus en détail

Pratique des options Grecs et stratégies de trading. F. Wellers

Pratique des options Grecs et stratégies de trading. F. Wellers Pratique des options Grecs et stratégies de trading F. Wellers Plan de la conférence 0 Philosophie et structure du cours 1 Définitions des grecs 2 Propriétés des grecs 3 Qu est ce que la volatilité? 4

Plus en détail