TRAVAIL D ETUDE ET DE RECHERCHE. Utilisation des arbres binomiaux pour le pricing des options américaines

Dimension: px
Commencer à balayer dès la page:

Download "TRAVAIL D ETUDE ET DE RECHERCHE. Utilisation des arbres binomiaux pour le pricing des options américaines"

Transcription

1 Ensimag - 2éme année Mai 2010 TRAVAIL D ETUDE ET DE RECHERCHE Utilisation des arbres binomiaux pour le pricing des options américaines Anne-Victoire AURIAULT 1/48

2 2/48

3 Cadre de l Étude Cette étude a été menée sous le tutorat d Hervé Guiol, au sein du laboratoire TIMC-IMAG, équipe TIMB. Cette équipe travaille sur l analyse et la modélisation de systèmes biologiques ou de problèmes médicaux, l analyse mathématique des modèles qui en résultent ainsi que leur simulation. Elle mène aussi une activité en Bioinformatique ayant pour objet l analyse exploratoire de données évolutives multidimensionnelles et le développement d outils logiciels pour la simulation des modèles ou l analyse statistique des données biologiques. Dans leurs analyses les membres de l équipe utilisent des théories qui appartiennent à différentes branches des mathématiques allant des processus stochastiques aux équations d évolution déterministes. J ai pu travailler dans ce laboratoire car certaines de ces méthodes sont très utilisées en Finance. L objectif principal de mon étude était de travailler sur la méthode des arbres binomiaux, une méthode numérique utilisée pour «pricer» des produits dérivés tels que les options américaines. Cette méthode n étant pas au programme du cursus Finance de l Ensimag, l étudier était un un moyen de complémenter ma formation tout en découvrant l univers de la recherche. 3/48

4 4/48

5 Table des Matières Introduction I - Le Problème des Options II - Le Modèle de Cox-Ross-Rubinstein : Hypothèses et Notations III - Les trajectoires dans le modèle de Cox-Ross-Rubinstein IV - Options Européennes : Approche historique 1. Le Problème du Pricing a. Le cas le plus simple : L arbre à une période b. L intuition de la récurrence : L arbre à deux périodes c. Généralisation : Arbre à N périodes d. Le passage au continu : N tend vers l infini 2. Le Problème de la couverture 3. Implémentation - Résultats Numériques V - Le point de vue risque neutre : Introductions des notions. VI - Options Américaines 1. Calcul du prix par récurrence rétrograde 2. Cas particulier du Call Américain 3. Le Put Américain : Théorème d'arrêt Optimal 4. Stratégie de Couverture avec Consommation 5. Implémentation et Résultats Numériques VII - Techniques d amélioration de la convergence Conclusion Bibliographie 5/48

6 6/48

7 Introduction Dans les années 70, la volonté politique de déréglementer les marchés financiers a rendu les taux d intérêt très volatiles et les taux de change instables. Dans cet environnement dérégulé, les entreprises industrielles et commerciales ont soudainement été soumises à des risques accrus. Pour les aider et plus généralement pour permettre aux compagnies d assurance et aux banques de couvrir ces nouveaux risques, ont été créés des marchés organisés, les autorisant à intervenir massivement pour échanger des produits les assurant contre les variations de taux de change par exemple. C est la naissance de nouveaux instruments financiers, dits produits dérivés. Les options d achat et de vente sont les prototypes de ces produits financiers. On distingue les options européennes ne pouvant être exercées qu à l échéance du contrat et les options américaines qui peuvent être exercées à n importe quel instant. Ces options sont dites vanilles, car ce sont les premières apparues, les plus répandues et les plus simples. Ces produits financiers ont un coût que l on appelle la prime. La détermination de cette prime représente un axe principal de la recherche en mathématiques financières. Pour les options européennes : Les travaux de F. Black et M. Scholes ont ouvert la porte à la détermination de formules exactes des prix. Pour les options américaines : les formules exactes ne sont pas encore déterminées et on a recours à des méthodes numériques. Ces dernières sont multiples et leur efficacité en terme de vitesse convergence et de précision varie en fonction du type de l option considérée. On peut citer les 3 méthodes suivantes qui sont les plus utilisées : - La méthode de Monte-Carlo qui consiste à générer de nombreuses trajectoires possibles de l actif sous-jacent, à calculer les valeurs terminales du produit dérivé pour chaque trajectoire, à prendre leur moyenne et à l actualiser. - La méthode des différences finies : qui consiste à discrétiser l EDP vérifiée par le produit financier considéré de manière à la résoudre comme un algorithme. - La méthode des Arbres Binomiaux que nous allons étudier dans ce rapport. La méthode binomiale, présente de nombreux avantages. L'interprétation financière de cette méthode est naturelle, elle est mathématiquement simple et les résultats obtenus lorsque l on applique cette méthode à des options européennes convergent vers ceux donnés par le modèle de Black-Scholes. Elle est en particulier très utile pour valoriser des produits pouvant être exercés avant échéance. 7/48

8 I - Le problème des Options Une option est une assurance qui donne à son détenteur le droit et non l obligation d acheter ou de vendre une certaine quantité d un actif financier à une date convenue et à un prix fixé à l avance. L'univers des options financières comprend un vocabulaire spécifique, et de nombreux anglicismes. Ces derniers sont indiqués car leur usage est plus fréquent que leurs traductions en français : - La nature de l option : On parle de Call pour une option d achat et de Put pour une option de vente. - L actif sous-jacent (the underlying) sur lequel porte l option : Ce peut être une action, une obligation, une devise, un indice boursier, une matière première - Le montant : La quantité d actif sous-jacent à acheter ou vendre. Pour simplifier on supposera ici que le montant de l option est 1. - L échéance (maturity) qui limite la durée de vie de l option. On distingue : Les Options Européennes : Options ne pouvant être exercée qu à l échéance ; Les Options Américaines : Options pouvant être exercée à n importe quel instant précédent l échéance. - Le prix d exercice (strike) : Prix (fixé d avance) auquel se fait la transaction en cas d exercice de l option. L option, elle-même, a un prix que l on appelle la prime. Lorsque l option est cotée sur un marché organisé, la prime est donnée par le marché. En l absence de cotation, le problème du calcul de la prime se pose. Et même pour une action cotée, il peut être intéressant de disposer d une formule ou d un modèle permettant de détecter d éventuelles anomalies de marché. La prime à l échéance : Il est facile de déterminer la prime à l échéance. Prenons par exemple le cas d un Call européen d échéance T sur une action dont le cours à la date t est donné par S t. Soit K le prix d exercice. Deux cas sont possibles en T : - ST < K : Alors le détenteur de l option n a pas intérêt à exercer. Le profit réalisé par le détenteur de l option est nul. - ST > K : Alors le détenteur de l option va exercer son droit d achat au prix K et réalisera un profit égal à (ST - K). 8/48

9 À l échéance la valeur du Call est donc donnée par : (S T K) + = max(s T K,0) Les deux problématiques liées aux options : On sait donc déterminer la valeur de l option à l échéance en fonction du cours de l action à l échéance. Or, Au moment de la vente de l option le cours ST est inconnu et deux questions se posent : 1. Le Problème du Pricing : Quel est le juste prix de l option? Autrement dit comment évaluer à l instant t=0 une richesse (ST date T? - K)+ disponible à la 2. Le Problème de la Couverture : Comment le vendeur d un Call, qui touche la prime à l instant 0, parviendra t-il à produire la richesse (ST - K)+ à la date T. 9/48

10 II - Le modèle de Cox-Ross-Rubinstein : Hypothèses et Notations Le marché financier que nous considérons est un marché financier idéaliste. On fait les hypothèses économiques suivantes : - Le marché est sans friction : Il n y a pas de coûts de transaction ; Il n y a pas d écart entre prix d achat et prix de vente (pas de fourchette bid-ask) ; Les titres négociables sont très liquides et indéfiniment fractionnables ; Il n y pas de restriction sur les ventes à découvert ; Il n y a pas d impôts ou taxes ; Les transactions sont instantanées ; Les participants du marché n influencent pas les prix par leurs achats et ventes ; L hypothèse de marché parfait est une hypothèse théorique, évidemment non satisfaite dans la pratique et qu il convient de considérer comme satisfaite en première approximation. Les modèles mathématiques plus élaborés que le modèle CRR cherchent parfois à s en affranchir. Mais il faut reconnaître que, pour l essentiel, on ne sait pas le faire aujourd hui de façon satisfaisante et qu il reste beaucoup à améliorer dans cette direction. - Il y Absence d Opportunité d Arbitrage (AOA) : On ne peut pas faire de profit sans prendre de risque. Autrement dit, il est impossible de gagner de l argent de façon certaine à partir d un investissement initial nul. C est l hypothèse la plus importante. - Les investisseurs sont insatiables. - On se place en temps discret. L intervalle [0,T] est découpé en N intervalles de longueur T N. - On suppose qu il n y a qu un seul actif à risque. On note Sn son prix à l instant n. On suppose que cet actif ne verse pas de dividendes. En fait, il existe des modèles analogues au modèle CRR qui autorisent la prise en compte de dividendes. - Il n y a qu un seul actif sans risque de rendement certain r sur une période. On note Rn son prix à l instant n. On a : Rn = (1+r) n 10/48

11 Les modèles plus élaborés font parfois l hypothèse d un taux d escompte r stochastique et on peut alors, moyennant le choix d un modèle mathématique pour la dynamique des taux, intégrer dans la probabilité de calcul, et donc dans l évaluation des prix d option par la formule fondamentale, la présence de taux variables. J. Cox, S. Ross, et M. Rubinstein ont proposé en 1979 de modéliser l évolution du prix d un actif risqué de la façon suivante : Entre deux périodes consécutives, la variation relative du cours est soit a, soit b avec 0<b<a<1 S n+1 = (1+ a)s n (1+ b)s n avec une probabilité p avec une probabilité (1-p) Revenons sur l hypothèse d Absence d Opportunités d Arbitrage et développons les conséquences qu elle a sur le modèle : L hypothèse d AOA permet de justifier les inégalités suivantes : b < r < a En effet comme r est le rendement de l actif non risqué durant un pas de temps, et comme b et a sont les deux rendements possibles de l actif risqué sur le même laps de temps, si l on avait b < a < r par exemple, on aurait une opportunité d arbitrage : Constitution du portefeuille n Dénouement n+1 Vente dʼun titre risqué à découvert S n Achat dʼun titre risqué - S n (1+a) ou - S n (1+b) Placement de S n -S n Fin du prêt S n (1+r) Total Portefeuille 0 Total Portefeuille S n (r-a) ou S n (r-b) On raisonnerait de façon analogue dans le cas r <b < a. 11/48

12 C est aussi un raisonnement d AOA qui entraîne l unicité du prix de l option. En admettant que l on ai une méthode qui nous donne le prix de l option en 0 : C 0. Pourquoi n y aurait-il pas une autre façon de s y prendre qui conduirait à un prix différent, disons un prix moindre par exemple que l on note ici C? En réalité ce n est pas possible car si tel était le cas, on emprunterait une somme C permettant d acheter l option au prix moindre et on vendrait l option C 0. On réaliserait ainsi une opération d arbitrage. Enfin une importante conséquence de l AOA est la relation de parité Call-Put pour les options européennes : Considérons un Call Ct et un put Pt souscrits sur le même actif sous-jacent St, de même date d échéance N et même prix d exercice K. On a la relation de parité Call-Put suivante : C n P n = S n K ( 1+ r) N n Remarque : Lorsque l actif sous-jacent verse des dividendes au taux q la relation de parité Call-Put pour les options européennes devient : C n P n = S n (1+ q) N n K ( 1+ r) N n 12/48

13 III - Les trajectoires dans le modèle de CRR Dans cette partie, nous nous intéressons à l impact des hypothèses faites dans le modèle de Cox Ross Rubinstein sur les trajectoires de l actif sous-jacent. La marche de CRR S n est définie par sa valeur initiale S 0 et la relation : S n+1 = US n où U { up,down} ( ln(s n )) n définit donc une marche aléatoire. Autrement dit, la marche de CRR est une marche aléatoire géométrique. On pressent dors et déjà le lien pouvant être fait entre le modèle de CRR et le modèle de Black-Scholes. En effet dans le modèle de Black-Scholes, l évolution du cours de l actif sous-jacent est modélisée par les trajectoires d un mouvement brownien géométrique. Or, le mouvement brownien géométrique peut être vu comme la limite continue d une marche aléatoire géométrique (Se reporter à [4] pages pour plus de détails). Nous reviendrons sur le lien existant entre ces deux modèles ultérieurement. On choisit ici : up = e σ N down = e σ N Avec ce choix, ( ln(s n )) n est une marche aléatoire sur σ N Ces relations seront justifiées plus loin. σ est une constante strictement positive appelée volatilité de l actif et N est le nombre d étapes. On note p la probabilité que l actif subisse un mouvement «upward». 13/48

14 Dans un premier temps on s intéresse à l allure générale de l arbre de CRR : On prend S 0 = 140, N=30, σ = 0.2 et p=1/2. On obtient l'arbre suivant : Figure 1 On voit que le prix de l actif sous-jacent prend des valeurs entre comprises 46.8 et euros. Voyons maitenant l impact d une augmentation de la volatilité sur les évolutions des cours de l actif sous-jacent : Pour σ = 0.4 on obtient : Figure 2 La volatilité passe de 20% à 40%. On observe que le prix de l actif sous-jacent prend des valeurs comprises entre 15.6 et On constate à partir de ces arbres que plus la volatilité de l actif est grande plus la variance de la loi de l actif sous-jacent est grande. 14/48

15 On souhaite à présent simuler un nombre M de trajectoires et en déduire des informations sur la loi de la Marche de Cox-Ross-Rubinstein : Pour S 0 = 140, N=500, M=100, σ = 0.2 et p=0.5 on obtient : Figure 3 Figure 4 Pour σ = 0.4 on obtient : Figure 5 15/48

16 Figure 6 Ces tests viennent confirmer que plus la volatilité est grande plus la variance de la loi du sous-jacent est grande. En effet on voit clairement sur les histogrammes que pour une volatilité de 20% le prix prend des valeurs comprises entre 60 et 260 alors que pour une volatilité de 40% le prix prend des valeurs comprises entre 20 et 500. Les histogrammes ont la forme d une cloche asymétrique qui rappelle l allure d une loi lognormale. Montrons que le prix l actif sous-jacent suit asymptotiquement une loi log-normale : On a S n+1 = US n. Posons : S n = exp( Y n ) où Y n = Y n + ln( U ) ; ln( U ) σ N ; σ Y n est une marche aléatoire. N Posons maintenant : Z n = N σ Y n + n. On a : Z n B 2n, p ( ) Pour simplifier posons p=0.5 Le théorème central limite entraîne que Z n N n, n 2 lorsque n est grand. D où quand n tend vers l infini : Y n N 0, σ 2 n 2N Donc S n est de loi log normale pour n grand. 16/48

17 IV - Options Européennes - Approche Historique Dans toute cette section on montrera les résultats pour un Call Européen sur Action. La généralisation à un Put étant immédiate grâce à la relation de parité Call-Put On considère donc dans toute cette section un Call de strike K. On se place sous les hypothèses du modèle de Cox-Ross-Rubinstein. On discrétise l intervalle [0,T] en N intervalles de même largeur. Les paramètres a b et p sont des données du problème. 1. Le Problème du Pricing On cherche à répondre au premier problème lié aux options : Quel est le juste prix de l option? a - Le cas le plus simple : Arbre binomial à une période On prend ici N=1. On note : S 0 le cours de l actif sous-jacent en 0 C 0 le prix du call en 0. C a le prix du call en 1 si l actif sous-jacent a subis une hausse. C b le prix du call en 1 si l actif sous-jacent a subi une baisse. R 0 un montant en cash et r le taux sans risque sur une période. L évolution du cours de l actif sous-jacent, du prix de l option et du cash peut être résumée dans le schéma suivant : (1+ a)s 0 (1+ r)r 0 S 0 C a R 0 C 0 (1+ b)s 0 Figure 7 (1+ r)r 0 C b On a vu dans la première partie de ce rapport qu à l échéance 1 la valeur du Call est donnée par S 1 K ( ) +. On connaît donc les valeurs Ca et Cb. On cherche la valeur de C0. 17/48

18 C est l hypothèse d absence d opportunité d arbitrage qui va nous permettre d obtenir cette valeur. Considérons qu en t=0 on achète une option et que l on vende à découvert d actifs sousjacents. Le prix du portefeuille évolue de la manière suivante : d(1+ a)s 0! C a ds 0! C 0 Figure 8 d(1 + b)s 0! C b Ce portefeuille est sans risque si : d(1+ a)s 0 C a = d(1+ b)s 0 C b Ce qui entraîne : d = C a C b S 0 (a b) Le portefeuille est sans risque il devrait donc être soumis au taux sans risque (AOA) et on devrait donc avoir la relation suivante : D où en remplaçant d par sa valeur dans le terme de droite : ds 0 C 0 = 1 1+ r C (1+ b) C a b (1+ a) a b V 0 = ds 0 C 0 = 1 1+ r V = 1 1 ( 1+ r d(1+ a)s C 0 a ) On remplace d par sa valeur dans le terme de gauche : C a C b a b C = r C (1+ b) C a b (1+ a) a b On obtient enfin : C 0 = 1 1+ r r b a b C + a r a a b C b 18/48

19 On a donc réussi à «pricer» un Call Européen. Les points suivants sont remarquables : - Le prix du Call en 0 ne dépend pas de la probabilité p qu a le sous-jacent de prendre de la valeur sur une période. Donc même si les investisseurs ont une analyse différente de l évolution du cours (pas la même probabilité p) cela naura pas d impact sur le prix du call en 0. - Aucune hypothèse n a été faite sur l attitude face au risque des investisseurs. - Enfin on pose : q = r b a b Si les investisseurs étaient «risque-neutres», c est à dire si les investisseurs n exigent aucune compensation pour le risque, on aurait la relation suivante : E(S 1 ) = p(1+ a)s 0 + (1 p)(1+ b)s 0 = (1+ r)s 0 ce qui entraîne p=q. On peut donc interpréter le prix du Call en 0 comme l espérance de ses valeurs futures dans un univers où les investisseurs sont risque-neutres. b -Intuition de la Récurrence : Arbre Binomial à Deux Périodes. On prend maintenant N=2. En conservant les même notations que pour le cas N=1 on peut résumer l évolution entre 0 et T du prix de l actif sous-jacent, du prix de l option et d un montant de cash dans le schéma ci-dessous : (1+ a)(1+ a)s 0 (1+ r) 2 R 0 (1 + a)s 0 C aa (1 + r)r 0 S 0 C a (1+ a)(1+ b)s 0 R 0 C 0 (1 + b)s 0 (1 + r)r 0 C b (1+ r) 2 R 0 C ab (1+ b)(1+ b)s 0 Figure 9 (1+ r) 2 R 0 C bb 19/48

20 D après le paragraphe précédent, on a : C a = 1 1+ r (q C a,a + (1 q) C a,b ) C b = 1 1+ r (q C b,a + (1 q) C b,b ) et C 0 = 1 1+ r r b a b C + a r a a b C b = 1 1+ r qc + (1 q)c a b ( ) D où en remplaçant : C 0 = 1 ( q 2 C (1 + r) 2 a,a + 2q(1 q) C a,b + (1 q) 2 C b,b ) c Généralisation à un arbre à N périodes. Par récurrence en remontant l arbre des feuilles vers la racine on obtient la formule générale suivante : 1 N N! C 0 = (1+ r) N j!(n j)! q j (1 q) N j max ((1+ a) j (1+ b) N j S 0 K,0) j =0 Essayons de simplifier cette formule. On note m le nombre minimum de fois où l actif sous-jacent doit prendre de la valeur pour que le prix de l option à l échéance soit non nul Par exemple pour N=3 : si K = 50 alors m = si K = 57 alors m = Figure /48

21 1 N N! La formule C 0 = (1+ r) N j!(n j)! q j (1 q) N j max ((1+ a) j (1+ b) N j S 0 K,0) devient : On peut la réécrire sous la forme suivante : N N! C 0 = S 0 j!(n j)! j = m j =0 1 N N! C 0 = (1+ r) N j!(n j)! q j (1 q) N j j = m q(1+ a) (1+ r) j (1 q)(1+ b) (1+ r) N j ((1+ a) j (1+ b) N j S 0 K ) K N N! (1+ r) N j!(n j)! q j (1 q) N j j = m On note φ la fonction : φ(m, N,q) = N j = m N! j!(n j)! q j (1 q) N j La formule s écrit alors : q(1 + a) C 0 = S 0 φ m, N, (1+ r) K φ m, N,q N (1 + r) ( ) Où q = r b a b [0,1] et m est le plus petit entier tel que (1+ a) m (1+ b) N m > K C est à dire, m est le plus petit entier tel que K ln S m > 0 (1+ b) N ln 1+ a 1+ b On a donc réussi à «pricer» un Call Européen à l aide d un simple raisonnement de récurrence sur le nombre de périodes. 21/48

22 A ce stade du rapport plusieurs objections peuvent être soulevées : Dans ce modèle le cours de l action ne peut prendre que deux valeurs différentes pendant une période de temps. Or, sur les marchés financiers le cours de l action évolue moins régulièrement. De plus, on considère ici que l achat ou la vente ne peut avoir lieu qu à un moment donné (par exemple une fois par jour) alors que dans la réalité achats et ventes se font en continu sur les marchés. Faire tendre N vers l infini, en modifiant les échelles, est le moyen de répondre à ces objections. C est ce que nous ferons dans le paragraphe suivant. d - Lorsque N tend vers l infini : Le passage au continu. Pour simplifier les notations dans cette section on notera r ce qui était noté 1+r dans les sections précédentes, a ce qui était noté 1+a et b ce qui était noté 1+b. Pour répondre aux objections levées dans le paragraphe précédent on veut faire tendre N vers l infini dans la formule obtenue. Pour ce faire nous devons faire quelques ajustements pour que la probabilité que le cours de l action bouge d un montant important sur une période très petite soit faible. C est à dire qu il faut ajuster les variables r, p, a et b de manière à ce que les résultats obtenus en faisant tendre N vers l infini soient réalistes. On s intéresse dans ce paragraphe à un Call Européen d échéance T > 0 (réel). On note h le temps écoulé entre 2 changement du cours de l action : h = T N. Où N désigne le nombre de périodes avec lequel on découpe l intervalle [0,T] On commence par introduire les notations suivantes : R représente 1 plus le taux d intérêt instantané entre les instants 0 et T. r désigne 1 plus le taux d intérêt sur une période. Il est clair que r dépend de N et qu on a la relation suivante : r N = R T ln(r)t N D où : r = e RT N Si R = 1+ R avec R petit on a : r = e 22/48

23 Nous avons aussi besoin de définir p, a et b. Notons J la variable aléatoire représentant le nombre de fois où le cours de l action a monté dans l arbre. On a : ln S N = ln aj b N J S 0 ( ) = J ln a b + N ln b ( ) D où : E ln S N S 0 = ln a b E J Var ln S N S 0 = ln a b [ ] + N ln( b) 2 Var J [ ] Par définition on a E[ J ] = Np et Var[ J ] = Np(1 p) On obtient alors : E ln S N S 0 = pln a b + ln( b) N = µn Var ln S N S 0 = p(1 p)ln a 2 b N = σ 2 N Si on veut maintenant faire tendre N vers l infini au doit faire face au problème suivant : Trouver a, b et p tels que les deux valeurs ci dessus ne tendent ni vers 0 ni vers l infini quand N tend vers l infini. Autrement dit on veut choisir a, b et p tels que : pln a b + ln( b) N µt N + p(1 p)ln a 2 b N N + σ 2 T Ces relations sont vérifiées pour : a = e σ T N b = e σ T N p = µ 2 σ T N 23/48

24 On peut maintenant étudier le comportement asymptotique de φ( m, N, q) la méthode étant identique pour le terme φ m, N, q(1+ a) (1+ r). On note (X 1,..., X N ) un échantillon de N variables aléatoires indépendantes et identiquement distribuées de loi de Bernoulli de paramètre q. φ( m, N,q) = N N N! j!(n j)! q j (1 q) N j = P( X i m) j = m i=1 On a donc : φ m, N,q ( ) = P( X i m N i=1 ) = P N i=1 X i Nq Nq(1 q) m Nq Nq(1 q) avec N i=1 X i Nq Nq(1 q) N(0,1) L N + (Théorème central limite) Déterminons la limite de m Nq Nq(1 q) quand N tend vers l infini. Par définition on a : m = inf { j { 0...N},a j b N j > K} On a donc : a m b N m > K a m 1 b N m+1 < K Avec : a = e σ b = e σ T N T N On en déduit : m N 2 + m < N 2 + N T N T ln(k) 2σ ln(k) 2σ + 1 D où : m = N 2 + N T ln(k) 2σ + o( N ) 24/48

25 RT De plus comme q = e N b a b on obtient par un développement limité que : q = RT N + σ T N σ 2 T N + o 1 N 2σ T N + o 1N q = R 2σ T N σ 2 T N + o 1N On en déduit que : m Nq = NT 2σ ln(k) T R + σ NT 2 + o( N ) et Nq(1 q) = N 2 D où : 1+ o 1 N ln(k) m Nq T R T N + Nq(1 q) σ + σ T = ξ + σ T ( ) N + φ m, N,q F(ξ σ T ) où F est la fonction de répartition d une loi normale centrée réduite. On montre de la même manière que φ m, N, qa r F(ξ) N + Conclusion : Dans le modèle de Cox Ross Rubinstein à N périodes le prix du Call Européen à l instant 0 converge vers la limite C 0 = S 0 F(ξ) K e RT F(ξ σ T ) On reconnaît la formule obtenue dans le modèle de Black-Scholes. On remarque que cette formule dépend uniquement de la volatilité. Ce résultat souligne l intérêt du modèle de Cox-Ross-Rubinstein comme approximation du modèle en temps continue de Black-Scholes. En effet, les calculs dans CRR peuvent s effectuer de manière purement algorithmique. 25/48

26 2. Le problème de la Couverture Avant de se pencher sur le problème de la couverture on doit introduire quelques notions : Stratégie de gestion : Processus aléatoire φ = φ 0 1 ( n,φ n ) 0 n N à valeurs dans 2 donnant à chaque instant n les quantités : - φ n 0 quantité d actif sans risque dans le portefeuille ; - φ n 1 quantité d actif risqué dans le portefeuille. Le portefeuille à la date n est constitué au vu des informations disponibles à la date n-1 et conservé tel quel au moment des cotations à la date n. Valeur du portefeuille : V n ( φ) = φ 0 n (1+ r) n R 0 + φ 1 n S n Stratégie Autofinancée : n φ 0 n (1+ r) n R 0 + φ 1 0 n S n = φ n+1 (1+ r) n 1 R 0 + φ n+1 S n Il n y a ni apport ni retrait de fonds. On réinvestit à chaque période la valeur totale du portefeuille et rien de plus. Après avoir vendu un Call Européen à un prix C 0 le vendeur va réinvestir cette somme dans un portefeuille et ajuster ce portefeuille tout au long de la vie de l option en suivant l évolution des cours de manière à ce qu à l échéance son portefeuille vaille exactement C N. Autrement dit le vendeur suit la stratégie autofinancée (on peut montrer qu elle est unique) telle que V 0 = C 0 et V n = C n. Nous cherchons donc ici comment trouver cette stratégie. On a : φ n 0 (1+ r) n R 0 + φ n 1 S n = C n pour tout n. On note : C n = c(n,s n ) 1 n n! avec c(n, x) = (1+ r) n j!(n j)! q j (1 q) n j j = m ((1+ a) j (1+ b) n j x K ) 26/48

27 On cherche à résoudre le système suivant : φ n 0 (1+ r) n R 0 + φ n 1 (1+ a)s n 1 = c(n,(1+ a)s n 1 ) φ n 0 (1+ r) n R 0 + φ n 1 (1+ b)s n 1 = c(n,(1+ b)s n 1 ) D où : φ n 1 = c(n,(1+ a)s n 1 ) c(n,(1+ b)s n 1 ) S n 1 (a b) La stratégie de couverture à suivre par le vendeur de l option est donc la suivante : En 0 : Initialisation 1. On vend l option à l acheteur. On reçoit le montant C 0 en cash. 2. On détermine φ 1 1 la quantité d actifs risqués à détenir entre 0 et 1. On les achète. 3. Notre portefeuille est alors constitué de φ 1 1 S 0 euros d actifs risqués et donc de φ 0 1 = V 0 φ 1 1 S 0 = C 0 φ 1 1 S 0 euros en cash car le portefeuille est autofinançant. En n : Récurrence 1. On est en n. Le cours S n vient d être publié. La valeur de notre portefeuille est V n = φ n 1 S n + φ n On détermine φ n+1 la quantité d actif risqué à détenir entre n et n+1. On les achète Notre portefeuille est alors constitué de φ n+1 S n 0 φ n+1 1 = V n φ n+1 S n euros en cash car le portefeuille est autofinançant. euros en actif risqué et donc de Un exemple numérique sera développé dans la partie III.3. 27/48

28 3. Implémentation et Résultats Numériques On veut ici illustrer les résultats théoriques de cette partie à travers des exemples. a- Pricing / Couverture On veut s assurer qu en vendant l option au prix C 0 et en suivant la stratégie de couverture de l option déterminée dans le paragraphe III.2 on obtient bien une erreur de couverture nulle. Pour cela on écrit un programme Scilab qui calcule cette erreur de couverture. On initialise les paramètres du modèle comme suit : On prend : S 0 = 38 ; K=40 ; N = 100 ; T=1/3 années ; σ = 2% Le pas de temps vaut donc D t = T N On définit le taux sans risque annuel : R=log(1+0.05) Et on en déduit le taux sans risque sur une période : 1+ r = e RD t Les paramètres a et b vérifient les relations suivantes : 1+ a = e σ D t 1+ b = e σ D t On réalise 30 fois les opération suivantes : 1. On tire une trajectoire dans l arbre de CRR pour le prix de l actif sous-jacent 2. On calcule le prix du Call en 0 grâce à la formule de récurrence démontrée en III.1 3. On suit la stratégie de couverture développée en III.2 4. On compare la payoff de l option et la valeur finale du portefeuille de couverture On trace les 30 erreurs obtenues. Figure 11 On obtient une erreur de couverture de l ordre de soit quasi nulle. On illustre donc bien à travers ce programme le résultat théorique démontré en III.2 28/48

29 b- Convergence vers le Prix Black-Scholes On a montré que le prix de Cox Ross Rubinstein tend lorsque n tend vers l infini vers le prix de Black Scholes. On veut ici étudier cette convergence. Pour cela on écrit un programme Scilab qui trace le prix de Cox Ross Runbinstein en fonction de N (nombre de pas dans l arbre). On suit le schéma suivant : On commence par initialiser les données au problèmes : T=1; S 0 = 140 ; σ = 40% ; K=130 ; R=5% (taux annuel) Le pas de temps dans le modèle, les coefficients a, b, p et le taux r sur une période sont définis comme des fonctions de N. D N = T N a N = exp(σ D N ) b N = exp( σ D N ) r N = exp(rd N ) p N = r b N N a N b N Pour N allant de 1 à Nmax=250 on calcule le prix du Call en 0. On trace les 150 prix obtenus en fonctions de la valeur de N. Figure 12 29/48

30 On observe que lorsque N croit les variations semblent s'estomper. A partir de N=150 elles s e m b l e n t r e s t e r d a n s l i n t e r v a l l e [ 3 0, ; 3 0, ]. Les oscillations que l on observe sur le graphique ont donc une limite qui se situerait dans l intervalle [30,025 ; 30,075]. Dans le cas d un Call à la monnaie, c est à dire d un Call dont le prix d exercice K vaut S 0, on obtient le graphe suivant : Figure 13 Les valeurs du prix de CRR oscillent autour de la limite en s en rapprochant. Le prix est proche de 25,2 donc moins cher que lorsque K=130. Pour un put on obtient des graphes très similaires. Seule le valeur de la limité change. On trouve une limite environ égale à 13,75 dans le cas où K=130 et 18,4 dans le cas où K=140 (put à la monnaie). Pour s assurer que la limite vers laquelle converge le prix CRR est bien le prix BS on trace sur le graphe obtenu la valeur du prix Black-Scholes. On obtient : Figure 14 On retrouve bien graphiquement la convergence du prix de Cox-Ross-Rubinstein vers le prix Black-Scholes. 30/48

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

Mathématiques financières

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

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

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

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

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

Principes de Finance

Principes de Finance Principes de Finance 12. Théorie des options I Daniel Andrei Semestre de printemps 211 Principes de Finance 12. Théorie des options I Printemps 211 1 / 43 Plan I Introduction II Comprendre les options

Plus en détail

Introduction aux modèles financiers

Introduction aux modèles financiers Notes pour le module spécifique Introduction aux modèles financiers Ecole Centrale de Lyon Option Mathématiques 1 2 Introduction Quelques références Pour comprendre les marchés financiers, avoir un apreçu

Plus en détail

Valorisation d es des options Novembre 2007

Valorisation d es des options Novembre 2007 Valorisation des options Novembre 2007 Plan Rappels Relations de prix Le modèle binomial Le modèle de Black-Scholes Les grecques Page 2 Rappels (1) Définition Une option est un contrat financier qui confère

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

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2 Sommaire Sommaire... 1 Introduction... 2 1 Trois différentes techniques de pricing... 3 1.1 Le modèle de Cox Ross Rubinstein... 3 1.2 Le modèle de Black & Scholes... 8 1.3 Méthode de Monte Carlo.... 1

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

Propriétés des options sur actions

Propriétés des options sur actions Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,

Plus en détail

PRIME D UNE OPTION D ACHAT OU DE VENTE

PRIME D UNE OPTION D ACHAT OU DE VENTE Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,

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

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

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

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

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

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

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

Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012

Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012 Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012 Pierre Andreoletti pierre.andreoletti@univ-orleans.fr Bureau E15 1 / 20 Objectifs du cours Définition

Plus en détail

Prix et couverture d une option d achat

Prix et couverture d une option d achat Chapitre 1 Prix et couverture d une option d achat Dans cette première leçon, on explique comment on peut calculer le prix d un contrat d option en évaluant celui d un portefeuille de couverture de cette

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

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Options, Futures, Parité call put

Options, Futures, Parité call put Département de Mathématiques TD Finance / Mathématiques Financières Options, Futures, Parité call put Exercice 1 Quelle est la différence entre (a) prendre une position longue sur un forward avec un prix

Plus en détail

CALCULATEUR D OPTIONS GUIDE PRATIQUE. Reshaping Canada s Equities Trading Landscape

CALCULATEUR D OPTIONS GUIDE PRATIQUE. Reshaping Canada s Equities Trading Landscape CALCULATEUR D OPTIONS GUIDE PRATIQUE Reshaping Canada s Equities Trading Landscape OCTOBER 2014 Table des matières Introduction 3 Évaluation des options 4 Exemples 6 Évaluation d une option de style américain

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

Chapitre 20. Les options

Chapitre 20. Les options Chapitre 20 Les options Introduction Les options financières sont des contrats qui lient deux parties. Les options existent dans leur principe depuis plusieurs millénaires, mais elles connaissent depuis

Plus en détail

Chapitre 15 Options et actifs conditionnels. Plan

Chapitre 15 Options et actifs conditionnels. Plan Chapitre 15 Options et actifs conditionnels Plan Fonctionnement des options Utilisation des options La parité put-call Volatilité et valeur des options Les modèles de détermination de prix d option Modèle

Plus en détail

Options et des stratégies sur dérivés

Options et des stratégies sur dérivés Options et des stratégies sur dérivés 1. Les stratégies impliquant les options 2. Les propriétés des options sur actions 1. Stratégies sur les options De nombreuses combinaisons sont possibles Prendre

Plus en détail

Introduction aux Mathématiques et Modèles Stochastiques des Marchés Financiers

Introduction aux Mathématiques et Modèles Stochastiques des Marchés Financiers Introduction aux Mathématiques et Modèles Stochastiques des Marchés Financiers Huyên PHAM Université Paris 7 Laboratoire de Probabilités et Modèles Aléatoires, CNRS UMR 7599 pham@math.jussieu.fr Version

Plus en détail

Ecole Nationale des Ponts et Chaussées Option Adjusted Spread

Ecole Nationale des Ponts et Chaussées Option Adjusted Spread Ecole Nationale des Ponts et Chaussées Option Adjusted Spread Dimitri Kassatkine, Sofiane Maayoufi IMI Finance Mars 2006 1 INTRODUCTION 1.1 Présentation des produits obligataires Une obligation est un

Plus en détail

Modèles Mathématiques Discrets pour la Finance et l Assurance. Marc et Francine DIENER

Modèles Mathématiques Discrets pour la Finance et l Assurance. Marc et Francine DIENER Modèles Mathématiques Discrets pour la Finance et l Assurance Marc et Francine DIENER 28 mars 2010 2 Table des matières 1 Prix et couverture d une option d achat 5 1.1 Evaluation du prix dans un modèle

Plus en détail

Utilisation des éléments finis pour le pricing d'options

Utilisation des éléments finis pour le pricing d'options 1 Utilisation des éléments finis pour le pricing d'options Semaine «éléments finis», ENSMP 29 novembre 2006 Jean-Didier Garaud (ONERA, DMSE/LCME) 2 Plan Actions et produits dérivés Modèle de Black-Scholes

Plus en détail

Dérivés Financiers Options

Dérivés Financiers Options Stratégies à base d options Dérivés Financiers Options 1) Supposons que vous vendiez un put avec un prix d exercice de 40 et une date d expiration dans 3 mois. Le prix actuel de l action est 41 et le contrat

Plus en détail

LISTE D EXERCICES 2 (à la maison)

LISTE D EXERCICES 2 (à la maison) Université de Lorraine Faculté des Sciences et Technologies MASTER 2 IMOI, parcours AD et MF Année 2013/2014 Ecole des Mines de Nancy LISTE D EXERCICES 2 (à la maison) 2.1 Un particulier place 500 euros

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

Modèles Mathématiques Discrets pour la Finance et l Assurance. Marc et Francine DIENER

Modèles Mathématiques Discrets pour la Finance et l Assurance. Marc et Francine DIENER Modèles Mathématiques Discrets pour la Finance et l Assurance Marc et Francine DIENER 7 septembre 2007 2 Table des matières 1 Prix et couverture d une option d achat 5 1.1 Evaluation du prix dans un modèle

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

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

Méthodes numériques pour la finance

Méthodes numériques pour la finance Méthodes numériques pour la finance Olivier Guibé 1 mars 010 Table des matières 1 Les outils de modélisation pour les options 1.1 Options............................................... 1. Modèle du marché

Plus en détail

Options et Volatilité (introduction)

Options et Volatilité (introduction) SECONDE PARTIE Options et Volatilité (introduction) Avril 2013 Licence Paris Dauphine 2013 SECONDE PARTIE Philippe GIORDAN Head of Investment Consulting +377 92 16 55 65 philippe.giordan@kblmonaco.com

Plus en détail

Dérivés Financiers Evaluation des options sur action

Dérivés Financiers Evaluation des options sur action Dérivés Financiers Evaluation des options sur action Owen Williams Grenoble Ecole de Management > 2 Définitions : options sur actions Option : un contrat négociable donnant le droit d acheter ou vendre

Plus en détail

CARACTERISTIQUES ET EVALUATION DES CONTRATS D OPTION. Finance internationale, 9ème éd. Y. Simon & D. Lautier

CARACTERISTIQUES ET EVALUATION DES CONTRATS D OPTION. Finance internationale, 9ème éd. Y. Simon & D. Lautier CARACTERISTIQUES ET EVALUATION DES CONTRATS D OPTION 1 Section 1. La définition et les caractéristiques d une option Section 2. Les déterminants de la valeur d une option Section 3. Les quatre opérations

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

Méthodes de la gestion indicielle

Méthodes de la gestion indicielle Méthodes de la gestion indicielle La gestion répliquante : Ce type de gestion indicielle peut être mis en œuvre par trois manières, soit par une réplication pure, une réplication synthétique, ou une réplication

Plus en détail

Lois de probabilité à densité Loi normale

Lois de probabilité à densité Loi normale DERNIÈRE IMPRESSIN LE 31 mars 2015 à 14:11 Lois de probabilité à densité Loi normale Table des matières 1 Lois à densité 2 1.1 Introduction................................ 2 1.2 Densité de probabilité

Plus en détail

Les produits dérivés. Chapitre 2. 2.1 Forwards et futures

Les produits dérivés. Chapitre 2. 2.1 Forwards et futures Chapitre 2 Les produits dérivés Di érents types des taux d intérêt. Formule de valorisation d un forward sur un actif financier (action, obligation). Classification des options et terminologie associée,

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

Qu est-ce-qu un Warrant?

Qu est-ce-qu un Warrant? Qu est-ce-qu un Warrant? L epargne est investi dans une multitude d instruments financiers Comptes d epargne Titres Conditionnel= le detenteur à un droit Inconditionnel= le detenteur a une obligation Obligations

Plus en détail

CHAPITRE 2 : MARCHE DES CHANGES A TERME ET PRODUITS DERIVES

CHAPITRE 2 : MARCHE DES CHANGES A TERME ET PRODUITS DERIVES CHAPITRE 2 : MARCHE DES CHANGES A TERME ET PRODUITS DERIVES Marché des changes : techniques financières David Guerreiro david.guerreiro@univ-paris8.fr Année 2013-2014 Université Paris 8 Table des matières

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

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

NOTICE MÉTHODOLOGIQUE SUR LES OPTIONS DE CHANGE

NOTICE MÉTHODOLOGIQUE SUR LES OPTIONS DE CHANGE NOTICE MÉTHODOLOGIQUE SUR LES OPTIONS DE CHANGE Avec le développement des produits dérivés, le marché des options de change exerce une influence croissante sur le marché du change au comptant. Cette étude,

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée. ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle

Plus en détail

Chaînes de Markov au lycée

Chaînes de Markov au lycée Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

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

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

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

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

Plus en détail

Résumé des communications des Intervenants

Résumé des communications des Intervenants Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit

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

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

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

INTRODUCTION INTRODUCTION

INTRODUCTION INTRODUCTION INTRODUCTION INTRODUCTION Les options sont des actifs financiers conditionnels qui donnent le droit mais pas l'obligation d'effectuer des transactions sur des actifs supports. Leur intérêt réside dans

Plus en détail

Ensimag 2A. Rapport de TER. Application de la Recherche Opérationnelle à la Finance

Ensimag 2A. Rapport de TER. Application de la Recherche Opérationnelle à la Finance Ensimag 2A Rapport de TER Application de la Recherche Opérationnelle à la Finance Elève : Yuefei HUANG Tuteur : Zoltán SZIGETI Mai, 2010 2 Sommaire 1. Introduction... 3 2. Le marché des changes et arbitrage...

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

L évaluation des options sur devise

L évaluation des options sur devise Université IBN ZOHR Faculté des sciences juridiques économiques et sociales Agadir Agadir Master Recherche économie appliquée Matière : finance international L évaluation des options sur devise Préparé

Plus en détail

Théorie Financière 2. Valeur actuelle Evaluation d obligations

Théorie Financière 2. Valeur actuelle Evaluation d obligations Théorie Financière 2. Valeur actuelle Evaluation d obligations Objectifs de la session. Comprendre les calculs de Valeur Actuelle (VA, Present Value, PV) Formule générale, facteur d actualisation (discount

Plus en détail

LES OPTIONS DE CHANGE DE SECONDE GÉNÉRATION : UN APERÇU

LES OPTIONS DE CHANGE DE SECONDE GÉNÉRATION : UN APERÇU LES OPTIONS DE CHANGE DE SECONDE GÉNÉRATION : UN APERÇU En forte croissance depuis le début des années quatre-vingt, le marché des options sur devises s est enrichi, au début des années quatre-vingt-dix,

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Problèmes de crédit et coûts de financement

Problèmes de crédit et coûts de financement Chapitre 9 Problèmes de crédit et coûts de financement Ce chapitre aborde un ensemble de préoccupations devenues essentielles sur les marchés dedérivésdecréditdepuislacriseducréditde2007.lapremièredecespréoccupations

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

Les techniques des marchés financiers

Les techniques des marchés financiers Les techniques des marchés financiers Corrigé des exercices supplémentaires Christine Lambert éditions Ellipses Exercice 1 : le suivi d une position de change... 2 Exercice 2 : les titres de taux... 3

Plus en détail

MARTINGALES POUR LA FINANCE

MARTINGALES POUR LA FINANCE MARTINGALES POUR LA FINANCE une introduction aux mathématiques financières Christophe Giraud Cours et Exercices corrigés. Table des matières I Le Cours 7 0 Introduction 8 0.1 Les produits dérivés...............................

Plus en détail

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de : Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la

Plus en détail

Question 1: Analyse et évaluation d obligations

Question 1: Analyse et évaluation d obligations Question 1: Analyse et évaluation d obligations (43 points) Vous êtes responsable des émissions obligataires pour une banque européenne. Il y a 10 ans cette banque a émis l obligation perpétuelle subordonnée

Plus en détail

COMPRENDRE LA BOURSE

COMPRENDRE LA BOURSE COMPRENDRE LA BOURSE Les positions vendeuses sur les options, ou vente d options Ce document pédagogique n est pas un document de conseils pour investir en bourse. Les informations données dans ce document

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

Manuel de référence Options sur devises

Manuel de référence Options sur devises Manuel de référence Options sur devises Groupe TMX Actions Bourse de Toronto Bourse de croissance TSX TMX Select Equicom Produits dérivés Bourse de Montréal CDCC Marché climatique de Montréal Titres à

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes. Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de

Plus en détail

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé.

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé. TES Spé Maths Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013 Calculatrice autorisée - Aucun document n'est autorisé. Vous apporterez un grand soin à la présentation et à la

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader Terminale STMG O. Lader Table des matières 1 Information chiffrée (4s) 4 1.1 Taux d évolution....................................... 6 1.2 indices............................................. 6 1.3 Racine

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

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

Les Turbos. Guide Pédagogique. Produits à effet de levier avec barrière désactivante. Produits présentant un risque de perte en capital

Les Turbos. Guide Pédagogique. Produits à effet de levier avec barrière désactivante. Produits présentant un risque de perte en capital Les Turbos Guide Pédagogique Produits à effet de levier avec barrière désactivante Produits présentant un risque de perte en capital Les Turbos 2 Sommaire Introduction : Que sont les Turbos? 1. Les caractéristiques

Plus en détail

Instruments financiers

Instruments financiers FR 20130311 Instruments financiers 1. Les obligations Il s agit de titres à revenu fixe, remboursables à l échéance finale, à un prix connu au moment de l émission (sauf pour les emprunts avec options

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S)

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S) MA 09 CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 009 COMPOSITION DE MATHÉMATIQUES (Classe terminale S) DURÉE : 5 heures La calculatrice de poche est autorisée, conformément à la réglementation. La clarté et

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