Swaps de volatilité et modélisation GARCH : Evaluation et application à l indice TMP du marché financier marocain

Dimension: px
Commencer à balayer dès la page:

Download "Swaps de volatilité et modélisation GARCH : Evaluation et application à l indice TMP du marché financier marocain"

Transcription

1 Swaps de volatilité et modélisation GARCH : Evaluation et application à l indice TMP du marché financier marocain Mohammed MRAOUA Ingénieur financier, actuaire Groupe OCP, Casablanca Décembre 2003 Résumé Mots-clés : Evaluation, GARCH, Swaps, TMP, Volatilité. Les swaps de volatilité et de variance sont des produits dérivés nouveaux, à la mode depuis cet article présente une solution analytique pour évaluer les swaps de volatilité, basée sur un processus GARCH1,1 et développée par Javaheri et al Nous commençons par introduire les concepts de base des swaps de volatilité. Nous appliquons par la suite la solution analytique pour évaluer un swap de volatilité sur l indice TMP du marché financier marocain. Abstract Keywords : GARCH, Pricing, Swaps, TMP, Volatility. Volatility swaps and variance swaps are new derivative products, in fashion since This paper presents an analytical solution for pricing volatility swaps, based on a GARCH 1,1 volatility process and developed by Javaheri et al First, we introduce the concepts of volatility swaps. Second, we apply the analytical solution to price a swap on the volatility of the TMP Moroccan index. Hay Wahda, Rue 196, N 4778, Kénitra, Maroc ; Téléphone : ou ; ou

2 1 Introduction Il est bien connu que la volatilité de la majorité des prix des actifs financiers évolue de façon imprévisible une fois que les niveaux des actifs sous-jacents changent, Heston et al Les marchés OTC Over-The-Counter ou marchés de gré à gré ont développé le trading des swaps de volatilité. Ces derniers produits offrent un moyen simple pour traiter les opérations de trading relatives à la volatilité. Les swaps de volatilité n ont commencé à être utilisés qu à partir de l année 1998 suite à l effondrement de la société LTCM Long Term Capital Management quand les niveaux des indices dépendant de la volatilité ont flambé de façon spectaculaire et inattendue. Les fonds de couverture ont tiré avantage de cette situation en payant la variance sur les swaps et en achetant la volatilité implicite réalisée à des niveaux élevés. L objectif de cet article est de présenter la méthode d évaluation pricing des swaps de volatilité en se basant sur un modèle GARCH1,1. Dans ce cadre, nous présentons la solution analytique proposée par Javaheri et al que nous appliquons à l indice TMP du marché interbancaire marocain. Les équations obtenues à partir de la solution analytique sont programmées en code VBA Visual Basic for Applications et implémentées sur un tableur Excel, ceci dans le but de construire un pricer de swaps de volatilité. 2 Définitions Le swap de variance ou de volatilité est un contrat à terme sur la variance annualisée dans lequel un investisseur qui paye un montant fixe K var /1 MAD comme nominal à l échéance, reçoit le montant variable σr 2 /1 MAD comme nominal. K var est le prix d exercice variance annualisée et σr 2 est la variance réalisée annualisée. La mesure de la variance réalisée qui va être adoptée est définie au début du contrat, une formule typique de cette mesure serait 1 T Si S 2 i 1 1 T 1 i=1 S i 1 où T est égale au nombre de jours travaillés jusqu à l échéance et S i représente le prix clôturé du sous-jacent. En temps continu, l équation 1 s écrit de la façon suivante σ 2 R = 1 T T 0 2 σ 2 tdt 2

3 Le payoff à l échéance est égale à σ 2 R K var. Donc à l échéance, le détenteur du swap de variance reçoit N dirhams pour chaque point par lequel la variance réalisée σ 2 R du sous-jacent excède le prix fixe K var σ 2 R K var N 3 Le détenteur swappe 1 ainsi une volatilité fixe K var en une volatilité future réelle ou variable σ 2 R. Le prix fixe K var ou K vol est coté comme une volatilité, par exemple 15%. Le montant notionnel est typiquement côté en dirhams par point de volatilité, par exemple N = MAD/point de volatilité. 3 Méthode d évaluation 3.1 Introduction Cet article présente une solution analytique pour évaluer les swaps de volatilité, cette solution est basée sur un processus GARCH1,1 et a été développée par Javaheri et al Dans cette section nous présentons dans un premier temps, l approche générale de construction de la solution que nous détaillons dans le cas particulier d un processus GARCH1,1, et dans un deuxième temps, nous traitons un cas pratique en évaluant un contrat de swap de volatilité sur l indice TMP du marché interbancaire marocain. Notons que les swaps de volatilité peuvent avoir comme sous-jacent une multitude de produits financiers des taux d intérêt, des taux de change, des indices boursiers, etc.. Le choix de l indice TMP 2 dans cet article n est pas fortuit. En effet ce choix répond à des considérations et contraintes qui caractérisent le marché financier marocain, dont nous citons les deux principales : Les opérations sur les swaps en général exigent qu il y ait des taux de référence variables sur le marché comme c est le cas du taux LIBOR sur la place de Londres ou le taux PIBOR sur la place de Paris. Le marché des taux au Maroc et plus particulièrement le marché interbancaire ne fournit comme taux variable officiel que le TMP qui est un taux journalier. Toutefois, il est possible qu à partir du TMP nous puissions dériver d autres taux variables dont la maturité dépasse une journée par exemple le TMP mensuel, le TMP annuel, etc. Cf. mraoua C est-à-dire il y a échange de volatilités fixe contre variable, d où l origine du mot swap qui veut dire échanger en anglais. 2 TMP : Taux Moyen Pondéré, est la moyenne des taux échangés sur le marché des dépôts interbancaires au jour le jour, pondérés par les capitaux correspondants. Ce taux est publié chaque jour par Bank Al Maghreb Banque centrale marocaine. Il correspond aux transactions du jour ouvré précédent. 3

4 Le seul taux variable de référence que nous avons au niveau du marché interbancaire à savoir le TMP est un taux post-compté à l instar de quelques taux de référence français, tandis que la majorité des taux de référence variables sur les autres places sont pré-comptés. 3.2 Approche générale Avant d aller plus loin, Demeterifi et al nous rappellent que pour le calcul de la volatilité réalisée il y a quelques aspects qui doivent être pris en considération : La fréquence de la source et des observations des actions ou des indices de prix. Par exemple, dans notre cas, nous avons utilisé l indice TMP. Le facteur d annualisation pour passer des observations quotidiennes à la volatilité annualisée, par exemple nous avons utilisé 261 jours travaillés par an comme facteur multiplicatif pour calculer la variance annualisée à partir des rendements quotidiens de l indice TMP. Dans un swap de variance, la variable inconnue est l espérance de la volatilité réalisée. Donc afin de l évaluer, nous utilisons dans un premier temps, une approche basée sur les équations aux dérivées partielles pour la détermination du premier et du second moment de la variance réalisée et ce dans les deux contextes discret et continu et dans un deuxième temps, nous approximons la volatilité réalisée. La variable inconnue est E[σ 2 ] = E[V ] avec σ 2 la volatilité au carré. Elle peut être retrouvée en utilisant les modèles stochastiques standard de volatilité. Le prix délivré du swap de variance est E[σ 2 ] = E[V ] car le prix de tout swap est égal à zéro à l émission. Pour le swap de volatilité, l espérance de la volatilité réalisée est E[ V ] = E[σ]. Cette mesure n est pas disponible directement à partir du processus stochastique des modèles standard. Dans ce cas, nous devons utiliser une approximation comme celle de Brckhaus et Long 3 pour la trouver, mais avant, nous devons calculer tout d abord le swap de variance. Comme il a été dit, la volatilité réalisée est la racine carrée de la variance et nous savons que l espérance de la racine carrée d une variable aléatoire est plus petite que la racine carrée de son espérance inégalité de Jensen. La différence entre le swap de volatilité et le swap de variance réside dans l ajustement convexe qui lie les deux grandeurs, ce qui donne le résultat 3 Cette approximation est un développement de Taylor d ordre 2 de la fonction racine carrée appliquée à la variable V au voisinage du point E[V 0 ]. L annexe [A] donne les aspects formels de cette approximation. 4

5 suivant, équation 4 avec varv 8E[V ] 3/2 E[ V ] E[V ] varv 8E[V ] 3/2 4 est l ajustement convexe. 3.3 Modèle de volatilité, cas particulier : GARCH1,1 Le modèle stochastique de la variance dans un contexte temporel continu est donné par l équation 5 dv = κθ vdt + γvdx 5 avec κ la vitesse d ajustement au tour de la valeur centrale θ, γ la volatilité du carré de la volatilité et dx un processus de Wiener. Dans le cadre de la modélisation GARCH1,1, nous pouvons écrire 4 θ = V dt κ = 1 α β dt ξ 1 γ = α dt où α et β sont les paramètres du modèle GARCH1,1 : α = ARCH1, 1, β = GARCH1, 1 et ξ la kurtosis de Pearson. Soit I = T 0 vtdt 9 Pour calculer l ajustement convexe, nous avons besoin de E[I] et de var[i]. I est la variance durant toute la vie du contrat et v est la variance instantanée en chaque point de l axe temps. Plus exactement, nous devons écrire I = 1 T T 0 vtdt 10 En faisant cela, nous nous rendons compte que la volatilité va coïncider avec la volatilité instantanée et nous pouvons ainsi évaluer le swap tout au long 4 Pour la relation entre un processus GARCH1,1 et un processus stochastique, nous nous sommes inspiré de Javaheri et al. 2002, qui avec Théoret et al constituent les articles de base pour ce papier. 5

6 de sa durée de vie. Toutefois et pour des raisons de simplicité, nous n allons pas en tenir compte. La formule de Feynman-Kac nous permet d écrire t gv2 2 v 2 + fv v + v I = 0 11 Notons F v, I, T = E[I] et Gv, I, T = E[I 2 ]. La variance de I est donnée par vari = G F 2. Dans le cas d un processus GARCH1,1, nous pouvons utiliser la formule de Feynman-Kac pour trouver F, et nous pouvons écrire F t γ2 v 2 2 F + κθ v F v2 v + v F I = 0 12 En résolvant l équation 12, la solution pour F v, I, T est donnée par l équation 13 e κt t 1 F v, I, T = θ T t e κt t v + I 13 κ κ Gv, I, T satisfait l équation 12 avec Gv, I, T = I 2 et nous obtenons Gv, I, T = ft + gtv + htv 2 + lti + ntvi + I 2 14 avec ft = θ 2 T t 2 4θ2 γ 2 κ κγ 2 2κ 4θ 2 κ 2 γ 2 κ 2 γ 2 2κ 2θ2 γ 2 + κ γ 2 κ gt = 2θ κ T t 4θγ2 κ κ 2 γ 2 2κ + T t + e κt t 1 κ 1 e γ2 2κT t 1 e κt t + κ γ 2 2κ κt t T t e + 1 κ κ 2 e κt t 1 4θκ γ 2 κ 2 γ 2 2κ 15 1 e κt t 16 e γ2 2κT t κt e t 1 + γ 2 2κ + 4θγ2 + κ t κγ 2 T te κt κ ht = 2 κγ 2 2κ 2 κγ 2 κ e γ2 2κT t 1 e γ2 2κT t κt e t 6 17

7 lt = 2θ T t + e κt t 1 κ 18 nt = 2 κ 1 e κt t Application numérique Nous examinons ici un cas pratique où un trader voudrait évaluer la jambe fixe d un swap de volatilité ayant comme sous-jacent la volatilité de l indice TMP du marché interbancaire marocain. Nous avons travaillé sur une série de sept années de l indice TMP du 01 janvier 1996 jusqu au 31 décembre Nous n avons pris en considération que les cinq jours travaillés de la semaine 5, ce qui nous a fait un total de 1827 observations. Echantillon 1/01/ /31/2002 Observations 1827 Moyenne Médiane Maximum Minimum Ecart Type Skewness Kurtosis Jarque-Bera Probabilité Tab. 1 Statistiques descriptives des rendements logarithmiques du TMP L examen de l histogramme de la figure Fig. 1 montre que la distribution des rendements logarithmiques de l indice TMP est très luptokurtique. La figure Fig. 2 montre une grande volatilité de la série des rendements logarithmiques de l indice TMP ce qui nous fait penser à un effet d hétéroscédasticité conditionnelle. Une analyse économétrique approfondie, qui ne fait pas l objet de cet article, prouve cette affirmation et suggère une régression du type GARCH1,1. Les résultats de la régression GARCH1,1 coefficients α = ARCH1, 1 et 5 Notons que le TMP des samedi, dimanche et des jours fériés est celui du dernier jour travaillé. 7

8 Fig. 1 Histogramme des rendements logarithmiques du TMP Fig. 2 Volatilité des rendements logarithmiques du TMP β = GARCH1, 1 ainsi que l ensemble des inputs dont nous avons besoin pour évaluer notre swap de volatilité apparaissent dans le tableau Tab. 2 I est égal à 0 à la date d émission du swap. En appliquant la solution analytique proposée par Javaheri et al et que nous avons implémentée à l aide du code VBA au niveau d un pricer Excel, nous avons trouvé les résultats présentés dans le tableau Tab Le graphique Fig. 4 montre que l ajustement convexe du swap de volatilité décroît avec sa maturité, cela s explique par le fait que la volatilité de la volatilité sur une longue période est faible. 6 Ces estimations sont faites pour une maturité d une année. 8

9 Input Description Valeur α ARCH1, β GARCH1, ζ Kurtosis de Pearson c V 1 α β dt V θ dt α β κ dt ξ 1 γ α dt v Dernière variance observée 7.00% Tab. 2 Inputs pour l évaluation du swap de volatilité Output Valeur F v, I, t = E[I] % ft % gt % ht % lt % nt % Gv, I, t = E[I 2 ] % vari = G F % Ajustement convexe % Prix non ajusté % Prix ajusté % Tab. 3 Résultat de l évaluation du swap de volatilité sur TMP Fig. 3 Prix non ajusté vs Prix ajusté du swap de volatilité sur TMP 9

10 Fig. 4 Ajustement convexe du swap de volatilité sur TMP 4 Conclusion Dans cet article, nous avons présenté un nouveau produit financier à savoir les swaps de volatilité. Nous avons utilisé, pour leur évaluation, la solution proposée par Javaheri et al Nous avons appliqué cette solution sur des données du marché financier marocain par l exemple de l indice TMP du marché interbancaire. Les résultats obtenus sont vraisemblables, mais il faut que des praticiens du marché financier marocain puissent les tester afin d examiner leur étendue pratique. Les mêmes modèles utilisés dans cet article ont été testés sur des données américaines S&P 500 SPX et canadiennes S&P 60 Canada index. Les résultats étaient alors satisfaisants et rejoignent ceux trouvés par Javaheri et al pour le marché américain et Théoret et al pour le marché canadien. Toutefois, nous tenons à signaler la très forte luptokurticité de la distribution de l indice TMP sur la période prise en compte pour l estimation des paramètres du GARCH1,1 ξ = Un intérêt particulier a été accordé dans cet article aux techniques d estimation et d implémentation des modèles GARCH, dans ce sens nous avons essayé différents outils pour l estimation des paramètres tels que Excel, EViews et RATS. Remerciements Je tiens à remercier Said Akram Office des Changes, Rabat, Mouhamadou Bamba Diop UNIDEP, Dakar et Sanaa Sabbagh Groupe OCP, Casablanca d avoir bien voulus lire le manuscrit et me faire part de leurs com- 10

11 mentaires. Je remercie particulièrement Alireza Javaheri Royal Bank of Canada, RBC Capital Markets, NY pour l intéressant échange de courrier que j ai eu avec lui et pour l aide qu il m a apportée au niveau de l estimation des paramètres du GARCH, ce qui m a permis de revoir et de corriger mes premières estimations. Les opinions exprimées dans cet article sont de la responsabilité de l auteur et ne reflètent en rien celles de l organisme où il travaille. 11

12 Références [1] Javaheri, A., Wilmott, P et Haug, E. G. 2002, GARCH and volatility swaps, Wilmott technical article, Janvier. [2] Bisière, C. 1997, La structure par terme des taux d intérêt, Puf. [3] Brockhaus, O. et Long, D. 2000, Volatility swaps made simple, Risk Magazine, Janvier. [4] Carr, P. et Corso, A. 2001, Commodity Covariance Contracting, Energy and power Risk Management, Avril. [5] Carr, P. et Madan, D. 2002, Towards a theory of volatility trading, Document de travail, NYU Courant Mathematical Institute, Janvier. [6] Chazot, C. et Claude, P. 1999, Les Swaps Concepts et Applications, Economica. [7] Demeterifi, K., Derman, E., Kamal, M. et Zou, J. 1999, More than you ever wanted to know about volatility swaps, Document de travail, Goldman Sachs, Mars. [8] Gatheral, J. 2002, Volatility and variance Swaps, Case Studies in Financial Modelling Course Notes ; NYU Courant Institute of Mathematical Sciences, Automne. [9] Gouriéroux, C. 1997, Modèles hétéroscédastiques, Encyclopédie de Marchés Financiers, Yves Simon, éd. Economica. [10] Heston, S. L. et Nandi, S. 2000, Derivatives on Volatility : Some Simple Solutions Based on Obserables, Document de travail , Federal Reserve Bank of Atlanta, Novembre. [11] Hull, J. C. 1997, Options, Futures and Other Derivatives, Prentice Hall. [12] Mraoua, M. 2002, Mise en place d un pricer de swaps de taux court terme au Maroc, PFE, INSEA et BMCE Capital Markets, Juin. [13] Ritchken, P. et Trevor, R. 1997, Pricing options under Generalized GARCH and Stochastic Volatility Processes, CMBF, Macquaire University, Septembre. [14] Théoret, R., Zabré, L. et Rostan, P. 2002, Pricing Volatility Swaps : Empirical Testing with Canadian Data, Document de travail , CRG, Juillet. [15] Howison, S., Rafailidis, A. et Rasmussen, H. 2003, On the pricing and hedging of volatility derivatives, Mathematical Institute, University of Oxford et Department of Mathematics, Kings College London. 12

13 Annexes A Une preuve rapide de l approximation de Brockhaus et Long Nous voulons approximer la fonction F x = x 1/2 qui a la forme prise par la volatilité. Le développement de Taylor de degré deux appliqué à la fonction F x au voisinage du point x 0 donne Et sachant que F x F x 0 + F x 0 x x F x 0 x x 0 2 F x = 1 2x 1/2 F x = 1 4x 3/2 Nous obtenons alors par substitution F x x 1/ x x 0 2 x 1/ x + x 0 2x 1/2 0 x x 0 2 8x 3/2 0 x x 0 2 En remplaçant x par v et x 0 par E[v], nous obtenons v 1/2 v + E[v] v E[v]2 2E[v] 1/2 8E[v] 3/2 x 3/2 0 et en appliquant l opérateur espérance E[.] des deux côtés de la formule précédente, nous obtenons Soit finalement E[ E[v] + E[v] v] 2 E[v] E [ v E[v] 2] 8E[v] 3/2 E[ v] E[v] varv 8E[v] 3/2 qui est l approximation de Brockhaus et Long. 13

14 B Estimation du GARCH1,1 et implémentation sur un chiffrier Excel Dans cette annexe, nous décrivons très brièvement le modèle GARCH Generalized Conditional Autoregressive Heteroscedasticity qui a été implémenté au niveau d un chiffrier Excel pour estimer les inputs de notre swap de volatilité. Pour de plus amples explication, on peut voir par exemple Gouriéroux Nous avons avec γ + α + β = 1 σ 2 t = γv + ασ 2 t 1 + βu 2 t 1 Si nous posons ω = γv, le modèle GARCH1,1 devient avec V = Ou bien avec V = ω 1 α β ω 1 α β σ 2 t = ω + ασ 2 t 1 + βu 2 t 1 σ 2 t = 1 α βv + ασ 2 t 1 + βu 2 t 1 1, 1 dans GARCH1,1 indique que σ 2 t est basée sur les observations les plus récentes de U 2 et sur la plus récente estimation de σ 2. Pour l estimation des paramètres du GARCH1,1, nous utilisons la méthode du maximum de vraisemblance, et nous cherchons les paramètres α, β et ω qui maximisent les quantités ou bien n i=1 1 2πvi exp U 2 i 2v i n i=1 lnv i U i 2 v i La maximisation peut être obtenue avec un tableur Excel en ajoutant les contraintes suivantes sur la fonction-objectif, à savoir 0 < α < 1 0 < β < 1 α + β < 1 14

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché»

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché» Exercice du cours Management Bancaire : «Calcul de la VaR d une position de marché» La réglementation bancaire impose aux banques de maintenir un niveau de capital minimum pour absorber les pertes dues

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

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

Ecole Supérieure d Ingénieurs Léonard de Vinci

Ecole Supérieure d Ingénieurs Léonard de Vinci Ecole Supérieure d Ingénieurs Léonard de Vinci «Evaluation et couverture de produits dérivés» Etudiants : Colonna Andrea Pricing d'un Call Lookback par Monte Carlo et Ponts Browniens Rapport de Projet

Plus en détail

Gestion du risque climatique par l utilisation des produits dérivés d assurance

Gestion du risque climatique par l utilisation des produits dérivés d assurance Gestion du risque climatique par l utilisation des produits dérivés d assurance Mohammed Mraoua To cite this version: Mohammed Mraoua. Gestion du risque climatique par l utilisation des produits dérivés

Plus en détail

La Volatilité Locale

La Volatilité Locale La Volatilité Locale Bertrand TAVIN Université Paris 1 - Panthéon Sorbonne 26 mai 2010 Résumé Dans cette courte note nous introduisons le concept de volatilité locale et les modèles de pricing basés sur

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

Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»

Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.

Plus en détail

ERRATA ET AJOUTS. ( t) 2 s2 dt (4.7) Chapitre 2, p. 64, l équation se lit comme suit : Taux effectif = 1+

ERRATA ET AJOUTS. ( t) 2 s2 dt (4.7) Chapitre 2, p. 64, l équation se lit comme suit : Taux effectif = 1+ ERRATA ET AJOUTS Chapitre, p. 64, l équation se lit comme suit : 008, Taux effectif = 1+ 0 0816 =, Chapitre 3, p. 84, l équation se lit comme suit : 0, 075 1 000 C = = 37, 50$ Chapitre 4, p. 108, note

Plus en détail

Introduction à la simulation de Monte Carlo

Introduction à la simulation de Monte Carlo Introduction à la simulation de 6-601-09 Simulation Geneviève Gauthier HEC Montréal e 1 d une I Soit X 1, X,..., X n des variables aléatoires indépendantes et identiquement distribuées. Elles sont obtenues

Plus en détail

Calcul stochastique appliqué à la finance. Volatilités stochastique, locale et implicite

Calcul stochastique appliqué à la finance. Volatilités stochastique, locale et implicite Calcul stochastique appliqué à la finance Ioane Muni Toke Draft version Ce document rassemble de brèves notes de cours. Les résultats sont proposés sans démonstration, les preuves ayant été données en

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

Couverture dynamique des produits dérivés de crédit dans les modèles à copules

Couverture dynamique des produits dérivés de crédit dans les modèles à copules Couverture dynamique des produits dérivés de crédit dans les modèles à copules David Kurtz, Groupe de Recherche Opérationnelle Workshop Copula in Finance, 14 mai 2004, ENS Cachan Sommaire 1 Le marché des

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

Variations sur les Techniques de Calcul et d Implémentation de la Value at Risk

Variations sur les Techniques de Calcul et d Implémentation de la Value at Risk Méthodes Quantitatives en Finance Variations sur les Techniques de Calcul et d Implémentation de la Value at Risk Mohammed Mraoua Ingénieur financier, actuaire Administrateur SI Décisionnels Financiers

Plus en détail

IAE Master 2 Gestion de Portefeuille Année 2011 2012. Feuille 3 Pricing et couverture Modèles discret

IAE Master 2 Gestion de Portefeuille Année 2011 2012. Feuille 3 Pricing et couverture Modèles discret Université de Paris Est Créteil Mathématiques financières IAE Master 2 Gestion de Portefeuille Année 2011 2012 1. Le problème des partis 1 Feuille 3 Pricing et couverture Modèles discret Le chevalier de

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

A propos du calcul des rentabilités des actions et des rentabilités moyennes

A propos du calcul des rentabilités des actions et des rentabilités moyennes A propos du calcul des rentabilités des actions et des rentabilités moyennes On peut calculer les rentabilités de différentes façons, sous différentes hypothèses. Cette note n a d autre prétention que

Plus en détail

Principes de Finance

Principes de Finance Principes de Finance 13. Théorie des options II Daniel Andrei Semestre de printemps 2011 Principes de Finance 13. Théorie des options II Printemps 2011 1 / 34 Plan I Stratégie de réplication dynamique

Plus en détail

Introduction aux produits de taux d intérêts

Introduction aux produits de taux d intérêts Introduction aux produits de taux d intérêts R&D Banque CPR 8 avril 2002 Plan 1. Notations et préliminaires 2. Euribor, caplets, caps 3. Swaps, swaptions 4. Constant Maturity Swap (CMS) 5. Quelques produits

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

COURS DE STATISTIQUE APPLIQUÉE

COURS DE STATISTIQUE APPLIQUÉE UNIVERSITE PROTESTANTE AU CONGO CENTRE CONGOLAIS-ALLEMAND DE MICROFINANCE COURS DE STATISTIQUE APPLIQUÉE Professeur Daniel MUKOKO Samba daniel_mukoko@yahoo.fr Quelques références Droesbeke, Jean-Jacques,

Plus en détail

Cette formation n est pas seulement 100% pratique mais elle est aussi très détaillée et analysera chaque métier de salle de marché en profondeur.

Cette formation n est pas seulement 100% pratique mais elle est aussi très détaillée et analysera chaque métier de salle de marché en profondeur. Le Summer Camp est un nouveau concept de formations intensives, dispensées pendant l été pendant environ 1 mois. Cette première édition des séries de formation sera consacrée au Trading et aura pour but

Plus en détail

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p. STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,

Plus en détail

Processus de Poisson. 3-602-84 Modèles probabilistes et stochastiques de la gestion. Geneviève Gauthier. Automne 2007. HEC Montréal.

Processus de Poisson. 3-602-84 Modèles probabilistes et stochastiques de la gestion. Geneviève Gauthier. Automne 2007. HEC Montréal. Processus de Poisson 3-602-84 Modèles probabilistes et stochastiques de la gestion Geneviève Gauthier HEC Montréal Automne 2007 1 Références Ce texte a été librement inspiré de notes prises au cours de

Plus en détail

TP 14 DE FINANCE & RISK MANAGEMENT

TP 14 DE FINANCE & RISK MANAGEMENT Roger HUEBER TP 14 DE FINANCE & RISK MANAGEMENT - 1 - VALUE-AT-RISK 1. ANALYSE DU RISK MANAGEMENT DE ABN AMRO BANK BASÉE SUR LE RAPPORT ANNUEL 2004 http://www.abnamro.com/com/about/ar2004en.pdf Le risque

Plus en détail

3. Evaluer la valeur d une option. 1. Arbres binomiaux 2. Modèle de Black, Scholes et Merton

3. Evaluer la valeur d une option. 1. Arbres binomiaux 2. Modèle de Black, Scholes et Merton 3. Evaluer la valeur d une option 1. Arbres binomiaux. Modèle de Black, choles et Merton 1 Les arbres binomiaux ; évaluation des options sur actions Cox, Ross, Rubinstein 1979 Hypothèse absence opportunité

Plus en détail

2 Rendements. 2.1 Prix et rendements CLM 1.3, 1.4. CLM Intro 10, 10.1. Prix des actifs. Il y a n actifs et T périodes.

2 Rendements. 2.1 Prix et rendements CLM 1.3, 1.4. CLM Intro 10, 10.1. Prix des actifs. Il y a n actifs et T périodes. 1 Références Références CLM 1.3, 1.4 CLM Intro 10, 10.1 2 Rendements 2.1 Prix et rendements Prix des actifs Il y a n actifs et périodes. Le prix de l actif i à moment t est P it. On suprime l indice i

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

ECOLE DES HAUTES ETUDES COMMERCIALES DE L UNIVERSITE DE LAUSANNE. Professeur Matière Session. A. Ziegler Principes de Finance Automne 2005

ECOLE DES HAUTES ETUDES COMMERCIALES DE L UNIVERSITE DE LAUSANNE. Professeur Matière Session. A. Ziegler Principes de Finance Automne 2005 ECOLE DES HAUTES ETUDES COMMERCIALES DE L UNIVERSITE DE LAUSANNE Professeur Matière Session A. Ziegler Principes de Finance Automne 2005 Date: Lundi 12 septembre 2005 Nom et prénom:... Note:... Q1 :...

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

CHAPITRE 1. Michel LUBRANO using lecture notes by Luc Bauwens. Avril 2011. 1 Introduction 2

CHAPITRE 1. Michel LUBRANO using lecture notes by Luc Bauwens. Avril 2011. 1 Introduction 2 CHAPITRE 1 Volatilité et risques financiers Michel LUBRANO using lecture notes by Luc Bauwens Avril 2011 Contents 1 Introduction 2 2 Rendements et volatilité 2 2.1 Rendements..................................

Plus en détail

0592 Les contrats à terme de taux d intérêt

0592 Les contrats à terme de taux d intérêt Le 12 avr. 2012 Les crises.fr - Des images pour comprendre 0592 Les contrats à terme de taux d intérêt Ce billet fait suite à celui présentant les produits dérivés. Les futures, sur taux d intérêt Les

Plus en détail

Correction de l exercice 2 du cours Gestion de patrimoine : «Analyse d un produit structuré à capital garanti»

Correction de l exercice 2 du cours Gestion de patrimoine : «Analyse d un produit structuré à capital garanti» Correction de l exercice 2 du cours Gestion de patrimoine : «Analyse d un produit structuré à capital garanti» Question 1 : représenter graphiquement le taux de rentabilité du produit à capital garanti

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

Formation ESSEC Gestion de patrimoine

Formation ESSEC Gestion de patrimoine Formation ESSEC Gestion de patrimoine Séminaire «Savoir vendre les nouvelles classes d actifs financiers» Les options Plan Les options standards (options de 1 ère génération) Les produits de base: calls

Plus en détail

Examen Mesures de Risque de Marché

Examen Mesures de Risque de Marché ESILV 2012 D. Herlemont Mesures de Risque de Marché I Examen Mesures de Risque de Marché Durée: 2 heures. Documents non autorisés et calculatrices simples autorisées. 2 pt 1. On se propose d effectuer

Plus en détail

Projet de modélisation en présence de risque de défaut : Article sur la valorisation des CDS - Dominik O Kane Stuart Turnbull -

Projet de modélisation en présence de risque de défaut : Article sur la valorisation des CDS - Dominik O Kane Stuart Turnbull - T. Moudiki, X. Milhaud - M2R SAF Projet de modélisation en présence de risque de défaut : Article sur la valorisation des CDS - Dominik O Kane Stuart Turnbull - Sous la direction de M. Tchapda ISFA - Mai

Plus en détail

Principe de symétrisation pour la construction d un test adaptatif

Principe de symétrisation pour la construction d un test adaptatif Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université

Plus en détail

SONDAGE DES MEMBRES DE L APIGQ RÉSULTATS ET ANALYSE

SONDAGE DES MEMBRES DE L APIGQ RÉSULTATS ET ANALYSE SONDAGE DES MEMBRES DE L APIGQ RÉSULTATS ET ANALYSE SEPTEMBRE 2008 TABLE DES MATIÈRES INTRODUCTION... 3 SONDAGE ET ÉCHANTILLONNAGE... 3 SONDAGE... 3 ÉCHANTILLONNAGE... 4 COMPILATION DES RÉSULTATS... 4

Plus en détail

Problème de contrôle optimal pour une chaîne de Markov

Problème de contrôle optimal pour une chaîne de Markov Problème de contrôle optimal pour une chaîne de Markov cours ENSTA MA206 Il s agit de résoudre un problème d arrêt optimal pour une chaîne de Markov à temps discret. Soit X n une chaîne de Markov à valeurs

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

La rentabilité des actifs financiers

La rentabilité des actifs financiers La rentabilité des actifs financiers Définitions : taux de rentabilité (actuariel) = taux d'actualisation qui annule la valeur actuelle nette. «RA» pour un investissement «financier» «RI» pour un investissement

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

Tarification de la Timer Option à Horizon Fini

Tarification de la Timer Option à Horizon Fini L Institut bénéficie du soutien financier de l Autorité des marchés financiers ainsi que du ministère des Finances du Québec Note technique NT 14-03 Tarification de la Timer Option à Horizon Fini Avril

Plus en détail

L ANALYSE DU RISQUE DE FAILLITE PAR LE BIAIS DES SYSTÈMES DE L INTELLIGENCE ARTIFICIELLE

L ANALYSE DU RISQUE DE FAILLITE PAR LE BIAIS DES SYSTÈMES DE L INTELLIGENCE ARTIFICIELLE L ANALYSE DU RISQUE DE FAILLITE PAR LE BIAIS DES SYSTÈMES DE L INTELLIGENCE ARTIFICIELLE Paul Pașcu, Assist Prof, PhD, Ștefan cel Mare University of Suceava Abstract: This article aims to present a number

Plus en détail

Feuille n 2 : Contrôle du flux de commandes

Feuille n 2 : Contrôle du flux de commandes Logiciels Scientifiques (Statistiques) Licence 2 Mathématiques Générales Feuille n 2 : Contrôle du flux de commandes Exercice 1. Vente de voiture Mathieu décide de s acheter une voiture neuve qui coûte

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

différence groupe-conseil en statistique

différence groupe-conseil en statistique Vais-je atteindre mon objectif cette année? Par Martin Carignan, associé chez Différence www.difference-gcs.com Contexte Les gestionnaires sont souvent évalués sur des résultats mesurés par des indicateurs

Plus en détail

Plan de la présentation. La simulation de Monte Carlo des processus de diffusion. La simulation de Monte Carlo. La simulation de Monte Carlo

Plan de la présentation. La simulation de Monte Carlo des processus de diffusion. La simulation de Monte Carlo. La simulation de Monte Carlo La simulation de Monte Carlo des processus de diffusion Les méthodes stochastiques dans les sciences de la gestion 6-640-93 Geneviève Gauthier Plan de la présentation La simulation de Monte Carlo La simulation

Plus en détail

1998.02 Composition d un portefeuille optimal. Dinh Cung Dang

1998.02 Composition d un portefeuille optimal. Dinh Cung Dang 199802 Composition d un portefeuille optimal Dinh Cung Dang Docteur en gestion de l IAE de Paris Ingénieur Conseil Résumé : Dans ce travail, le risque est défini comme étant la probabilité de réaliser

Plus en détail

Note finale:... Q1 :... Q2 :... Q3 :... Q4 :... Bonus :... Total :...

Note finale:... Q1 :... Q2 :... Q3 :... Q4 :... Bonus :... Total :... FACULTE DES HAUTES ETUDES COMMERCIALES DE L'UNIVERSITE DE LAUSANNE Professeurs : D. Andrei C. Bobtcheff Matière : Principes généraux de finance Session : Automne 2012 Informations générales: o Documentation

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

Le risque de crédit. DeriveXperts. 23 juillet 2010

Le risque de crédit. DeriveXperts. 23 juillet 2010 23 juillet 2010 Définitions Exemples - Interactions Obligations Credit Default Swap (CDS) First To Default Collateralized Debt Obligation (CDO) Probabilité de défaut Le modèle exponentiel dynamique - Introduction

Plus en détail

GUIDE PRATIQUE. Troisième édition. Alain RUTTIENS. Préface. Bruno COLMANT Didier MARTEAU. L édition professionnelle

GUIDE PRATIQUE. Troisième édition. Alain RUTTIENS. Préface. Bruno COLMANT Didier MARTEAU. L édition professionnelle GUIDE PRATIQUE Futures, Swaps, Options Les produits financiers dérivés Troisième édition Alain RUTTIENS Préface Bruno COLMANT Didier MARTEAU L édition professionnelle L éditeur veille à la fiabilité des

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz Master Modélisation Statistique M2 Finance - chapitre 1 Gestion optimale de portefeuille, l approche de Markowitz Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté.

Plus en détail

Examen de Gestion des Risques Financiers

Examen de Gestion des Risques Financiers Examen de Gestion des Risques Financiers Thierry Roncalli 4 janvier 2012 Merci de rédiger entièrement vos réponses. 1 Les réglementations Bâle II et Bâle III 1. Quelles sont les principales différences

Plus en détail

Le Modèle de Black-Scholes. DeriveXperts. 27 octobre 2010

Le Modèle de Black-Scholes. DeriveXperts. 27 octobre 2010 27 octobre 2010 Outline 1 Définitions Le modèle de diffusion de Black-Scholes Portefeuille auto-finançant Objectif de BS 2 Portefeuille auto-finançant et formule de Black-Scholes Formulation mathématique

Plus en détail

MODELES DE LA COURBE DES TAUX Université d Evry Val d Essonne Séance 5. Philippe PRIAULET

MODELES DE LA COURBE DES TAUX Université d Evry Val d Essonne Séance 5. Philippe PRIAULET MODELES DE LA COURBE DES TAUX Université d Evry Val d Essonne Séance 5 Philippe PRIAULET Mise en place et mesure de performance de stratégies obligataires Introduction 1- La notion de paris sur la courbe

Plus en détail

Document d implémentation - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO

Document d implémentation - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO - Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO Grenoble, 11 juin 2012 Table des matières 1 Avant-propos 3 2 Présentation de l architecture du logiciel 3 2.1 Core..........................................

Plus en détail

Les options : Lien entre les paramètres de pricing et les grecs

Les options : Lien entre les paramètres de pricing et les grecs Cette page est soutenue par ALGOFI Cabinet de conseil, d ingénierie financière et dépositaire de systèmes d information financiers. Par Ingefi, le Pôle Métier Ingénierie Financière d Algofi. ---------------------------------------------------------------------------------------------------------------------

Plus en détail

Modèle de Heston. Pricing d options européennes et calibration. G. BLANCHET, M. ELACHECHE, E. JEANGIRARD, K. SALEH Tuteur : Adel Ben Haj Yedder

Modèle de Heston. Pricing d options européennes et calibration. G. BLANCHET, M. ELACHECHE, E. JEANGIRARD, K. SALEH Tuteur : Adel Ben Haj Yedder Modèle de Heston Pricing d options européennes et calibration G. BLANCHET, M. ELACHECHE, E. JEANGIRARD, K. SALEH Tuteur : Adel Ben Haj Yedder Projet de département IMI En partenariat avec Natexis 21 juin

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

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

Transparence et réaction des taux d intérêt à la publication périodique des données macroéconomiques

Transparence et réaction des taux d intérêt à la publication périodique des données macroéconomiques Transparence et réaction des taux d intérêt à la publication périodique des données macroéconomiques Nicolas Parent, département des Marchés financiers Il est généralement reconnu aujourd hui qu une grande

Plus en détail

Chapitre 4 : construction de portefeuille (I)

Chapitre 4 : construction de portefeuille (I) Chapitre 4 : construction de portefeuille (I) 25.10.2013 Plan du cours Risque et rentabilité : un premier aperçu Mesures traditionnelles du risque et rentabilité Rentabilité historique des actifs financiers

Plus en détail

DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS. Semestre d hiver 2001-2002

DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS. Semestre d hiver 2001-2002 Département d économie politique DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS Semestre d hiver 2001-2002 Professeurs Marc Chesney et François Quittard-Pinon Séance

Plus en détail

Master ISIFAR 2ème année Exercices pour le cours Mathématiques Financières

Master ISIFAR 2ème année Exercices pour le cours Mathématiques Financières Master ISIFAR 2ème année Exercices pour le cours Mathématiques Financières Chapitre 1 Exercice 1. * Calculer le prix à terme d échéance T d une obligation de nominal N, qui verse un coupon C à la date

Plus en détail

3- Valorisation d'options

3- Valorisation d'options 3- Valorisation d'options Valorisation des options classiques : options d'achat (call) options de vente (put) Une pierre angulaire de la finance moderne : décisions d'investissement (options réelles) conditions

Plus en détail

1.1 Prime d une option d achat dans le modèle de Cox, Ross et Rubinstein

1.1 Prime d une option d achat dans le modèle de Cox, Ross et Rubinstein 1 Examen 1.1 Prime d une option d achat dans le modèle de Cox, Ross et Rubinstein On considère une option à 90 jours sur un actif ne distribuant pas de dividende de nominal 100 francs, et dont le prix

Plus en détail

Chapitre 2 L actualisation... 21

Chapitre 2 L actualisation... 21 III Table des matières Avant-propos Remerciements.... Les auteurs... XI XII Chapitre 1 L intérêt.... 1 1. Mise en situation.... 1 2. Concept d intérêt... 1 2.1. L unité de temps... 2 2.2. Le taux d intérêt...

Plus en détail

MATHÉMATIQUES FINANCIÈRES I

MATHÉMATIQUES FINANCIÈRES I MATHÉMATIQUES FINANCIÈRES I Cinquième cours Taux instantané constant Taux instantané constant Date de comparaison Taux instantané constant Date de comparaison Diagramme d entrées et sorties Taux instantané

Plus en détail

A PROPOS DES TABLES DE NOMBRES AU HASARD

A PROPOS DES TABLES DE NOMBRES AU HASARD A PROPOS DES TABLES DE NOMBRES AU HASARD Dans les bulletins n 3 et n 5, nous avons publié dans le courrier des lecteurs deux exemples de séances de travaux dirigés durant lesquelles les étudiants devaient

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

6GEI500 Signaux et systèmes. Laboratoire #2

6GEI500 Signaux et systèmes. Laboratoire #2 6GEI500 Signaux et systèmes Laboratoire #2 Analyse en fréquences avec MATLAB Automne 2009. Objectifs Se familiariser avec l analyse en fréquences avec MATLAB Explorer le phénomène de Gibbs Faire une analyse

Plus en détail

Regime Switching Model : une approche «pseudo» multivarie e

Regime Switching Model : une approche «pseudo» multivarie e Regime Switching Model : une approche «pseudo» multivarie e A. Zerrad 1, R&D, Nexialog Consulting, Juin 2015 azerrad@nexialog.com Les crises financières survenues dans les trente dernières années et les

Plus en détail

Mathématiques Financières

Mathématiques Financières Mathématiques Financières 3 ème partie Marchés financiers en temps discret & instruments financiers dérivés Université de Picardie Jules Verne Amiens Par Jean-Paul FELIX Cours du vendredi 19 février 2010-1

Plus en détail

Chapitre 5 : Théorie et Gestion de Portefeuille

Chapitre 5 : Théorie et Gestion de Portefeuille Chapitre 5 : Théorie et Gestion de Portefeuille I. Notions de rentabilité et de risque II. Diversification de portefeuille III. Optimisation de Markowitz III.1. Portefeuilles composés d actifs risqués

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

BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES. Durée : 2 heures Coefficient : 2

BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES. Durée : 2 heures Coefficient : 2 BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES Durée : 2 heures Coefficient : 2 SUJET Dès que le sujet vous est remis, assurez-vous qu il

Plus en détail

FINANCE DE MARCHÉ Devoir n 1 novembre 2002

FINANCE DE MARCHÉ Devoir n 1 novembre 2002 FINANCE DE MARCHÉ Devoir n 1 novembre 2002 Exercice 1 Le 13 octobre (N), votre responsable financier vous donne l ordre de vendre au SRD 50 actions ZZZ au cours limite de 180. a- Expliquer en quoi consiste

Plus en détail

Value at Risk - étude de cas

Value at Risk - étude de cas Value at Risk - étude de cas Daniel Herlemont 17 juin 2011 Table des matières 1 Introduction 1 2 La Value at Risk 1 2.1 La VaR historique................................. 2 2.2 La VaR normale..................................

Plus en détail

Suites numériques 2. n=0

Suites numériques 2. n=0 Suites numériques 1 Somme des termes d une suite Dans les applications, il est souvent nécessaire de calculer la somme de quelques premiers termes d une suite (ou même de tous les termes, mais on étudiera

Plus en détail

SUITES ET SÉRIES GÉOMÉTRIQUES

SUITES ET SÉRIES GÉOMÉTRIQUES SUITES ET SÉRIES GÉOMÉTRIQUES Sommaire 1. Suites géométriques... 2 2. Exercice... 6 3. Application des suites géométriques aux mathématiques financières... 7 4. Vocabulaire... 7 5. Exercices :... 8 6.

Plus en détail

Leçon N 1 : Taux d évolution et indices

Leçon N 1 : Taux d évolution et indices Leçon N : Taux d évolution et indices En premier un peu de calcul : Si nous cherchons t [0 ;+ [ tel que x 2 = 0,25, nous trouvons une solution unique x = 0, 25 = 0,5. Nous allons utiliser cette année une

Plus en détail

Produits financiers dérivés. Octobre 2007

Produits financiers dérivés. Octobre 2007 Produits financiers dérivés Octobre 2007 Plan Généralités sur les produits dérivés Les contrats Forward Les contrats Futures Les swaps Les options «plain vanilla» Les options exotiques Page 2 Généralités

Plus en détail

Le Modèle de taux de Ho-Lee - Pricing d obligation

Le Modèle de taux de Ho-Lee - Pricing d obligation Le Modèle de taux de Ho-Lee - Pricing d obligation Le modèle de Thomas S. Y. Ho et Sang-bin Lee [1] est un modèle simple de fluctuation de taux d intérêts. Il est utilisé sous l hypothèse d absence d opportunité

Plus en détail

Obligation : transfert dans le temps

Obligation : transfert dans le temps Obligation : transfert dans le temps Dans ce premier chapitre nous introduirons les principales notions concernant les obligations. Les principes élémentaires de la notion d arbitrage y sont décrits. 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

ICC 103-7. 17 septembre 2009 Original: French. Étude. Conseil international du Café 103 e session 23 25 septembre 2009 Londres, Angleterre

ICC 103-7. 17 septembre 2009 Original: French. Étude. Conseil international du Café 103 e session 23 25 septembre 2009 Londres, Angleterre ICC 103-7 17 septembre 2009 Original: French Étude F Conseil international du Café 103 e session 23 25 septembre 2009 Londres, Angleterre Volatilité des prix du café Contexte Dans le cadre de son programme

Plus en détail

Table des matières. Avant-propos. Chapitre 2 L actualisation... 21. Chapitre 1 L intérêt... 1. Chapitre 3 Les annuités... 33 III. Entraînement...

Table des matières. Avant-propos. Chapitre 2 L actualisation... 21. Chapitre 1 L intérêt... 1. Chapitre 3 Les annuités... 33 III. Entraînement... III Table des matières Avant-propos Remerciements................................. Les auteurs..................................... Chapitre 1 L intérêt............................. 1 1. Mise en situation...........................

Plus en détail

Version Finale du 24 mai 2013 Ce rapport contient 11 pages

Version Finale du 24 mai 2013 Ce rapport contient 11 pages Évaluation Actuarielle Corrigée de la Juste Valeur des Bons de Souscription d Actions à leur date d attribution le 7 septembre 2009 pour le Groupe ALTEN Version Finale du 24 mai 2013 Ce rapport contient

Plus en détail

Projets scilab. L3 Maths Appliquées lagache@biologie.ens.fr 02 Avril 2009

Projets scilab. L3 Maths Appliquées lagache@biologie.ens.fr 02 Avril 2009 Projets scilab L3 Maths Appliquées lagache@biologie.ens.fr 2 Avril 29 REMARQUE: quelques résultats importants concernant le théorème central limite et les intervalles de confiance sont rappelés dans la

Plus en détail

Provisionnement face au risque de défaut des emprunteurs

Provisionnement face au risque de défaut des emprunteurs Provisionnement face au risque de défaut des emprunteurs Geoffrey Nichil et Pierre Vallois Institut Elie Cartan de Lorraine. 6-11 Avril 2014 1/12 Geoffrey Nichil et Pierre Vallois Provisionnement face

Plus en détail

Stratégies Quantitatives de Gestion

Stratégies Quantitatives de Gestion Stratégies Quantitatives de Gestion Thierry Roncalli 6 février 2012 Merci de rédiger entièrement vos réponses et de fournir les fichiers Excel. 1 Construction d un backtest 1. Quelle est la différence

Plus en détail

GSF-6032 Automne 2009

GSF-6032 Automne 2009 THÉORIE DE LA NÉGOCIATION ET TRANSACTIONS APPLIQUÉES (FRONT OFFICE) GSF-6032 Automne 2009 Enseignant: Philippe Bélanger Courriel: philippe.belanger@fsa.ulaval.ca Bureau: PAP-3224 Horaire: Lundi 12h30 à

Plus en détail

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité 1 CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité Une situation fréquente en pratique est de disposer non pas d un résultat mais de plusieurs. Le cas se présente en assurance, par exemple :

Plus en détail

Question 1: Analyse et évaluation des obligations

Question 1: Analyse et évaluation des obligations Question 1: Analyse et évaluation des obligations (56 points) Vous travaillez pour le département de trésorerie d une banque internationale. L établissement bénéficie d une très bonne réputation et peut

Plus en détail

TD 1 : Taux d intérêt en univers déterministe

TD 1 : Taux d intérêt en univers déterministe Université Paris VI Master 1 : Introduction au calcul stochastique pour la finance 4M065) TD 1 : Taux d intérêt en univers déterministe 1 Interêts simples / Intérêts composés Définition : a) L intérêt

Plus en détail