1 La formule de Black et Scholes en t discret

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "1 La formule de Black et Scholes en t discret"

Transcription

1 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 qu un agent a le choix entre deux placements possibles : La Caisse d Epargne 2,5% garanti, dont le cours évolue au cours du temps suivant la formule ici α > 1 : R n = R 0 α n, n = 1, 2,... Action en bourse : 1 seul type d action, dont le cours fluctue suivant la formule : S n = S 0 ξ 1 ξ 2 ξ n, n = 1, 2,... où les v.a. {ξ n, n 1} sont i.i.d. avec IPξ i = u = p, IPξ 1 = d = 1 p, d < α < u u= up, d= down. Une option d achat en Anglais call = un contrat conclu à l instant 0, aux termes duquel le vendeur s engage à vendre à l acheteur un nombre fixé y d actions à l instant T, au prix fixé K quel que soit le prix S T de l action à l instant T. Une option de vente en Anglais put est un contrat analogue, dans lequel le vendeur s engage à acheter à l acheteur des actions. L option donne à l acheteur le droit pas l obligation d acheter resp. de vendre les y actions au prix K à l instant T. Evidemment, l acheteur va exercer son action si S T > K resp. S T < K, et ne pas l exercer si S T K resp. S T K. En échange de ce droit, l acheteur paie un prix x à l instant 0. Quel est le juste prix x de cette option? L acheteur débourse xeàl instant 0, et à l instant T il encaisse un gain égal à fs T = ys T K + resp. yk S T +. 1

2 Le vendeur, lui, encaisse xeàl instant 0, et débourse ys T K + resp. yk S T + à l instant T. Il cherche à se couvrir. Pour cela il va placer au mieux les xeque lui verse l acheteur à l instant 0, pour qu ils deviennent à l instant T un montant aussi proche que possible de fs T. L idéal serait qu il existe un montant x et une stratégie de placement au cours du temps appelée stratégie de couverture telle que les x e de l instant 0 deviennent exactement fs T eàl instant T. Or une telle stratégie de couverture existe, et le montant initial x nécessaire est appelé le juste prix de l option. Supposons qu à l instant n la richesse initiale x soit devenue X n = X n Z n + Z n, où Z n est la partie investie en bourse, et X n Z n la somme déposée à la Caisse d Epargne. Alors la richesse à l instant n + 1 sera On veut que X n+1 = X n Z n α + Z n ξ n+1 = X n α + Z n ξ n+1 α. X T = fs T. Cherchons X T 1 et Z T 1 tels que cette relation soit satisfaite. X T 1 α + Z T 1 ξ T α = fs T 1 ξ T p.s. ce qui impose les deux relations suivantes : X T 1 α + Z T 1 d α = fs T 1 d, X T 1 α + Z T 1 u α = fs T 1 u. On résoud ce système de deux équations aux deux inconnues X T 1 et Z T 1, et on obtient X T 1 = 1 α ΦfS T 1, avec Φ fs = u α α d fs d + fs u u d u d = IE fsξ T, 2

3 si IP ξ n = u = q, IP ξ n = d = 1 q, avec q = α d p! En outre u d En itérant, on obtient : Soit encore : Z T 1 = fs T 1u fs T 1 d u d = dérivée discrète. X T k = 1 α kφk fs T k Z T k = Φk 1 fs T k u Φ k 1 fs T k d α k 1 u d avec X k = Fk, S k Z k = Fk + 1, S ku Fk + 1, S k d, u d Fk, s = α T k Φ T k fs T k = α T k CTq l l 1 q T k l fsu l d T K l l=0 = α T k IE fs ξ k+1 ξ T, où sous IP les ξ n sont i.i.d. de loi commune donnée comme ci dessus différente de la loi des fluctuations du marché!. où S T = α T S T. x = α T Φ T fs 0 T = α T CT l ql 1 q T l fs 0 u l d T l l=0 = α T IE fs 0 ξ 1 ξ T = IE S T Kα T +, cas d un call = IE Kα T S T +, cas d un put, 3

4 Remarque 1 Le choix de Z n ne dépend que des fluctuations des cours jusqu à l instant n donc bien de quantités connues à cet instant. Le résultat est indépendant de p, il ne dépend que de α, et des valeurs prises par les ξ i. Le résultat s exprime à l aide d une loi de probabilité artificielle IP, t.q. n, IE ξ n = α, c est à dire que sous IP, l espérance mathématique du gain à la bourse est le gain que fournit la caisse d épargne. 2 La formule de Black Scholes en temps continu ous allons maintenant établir la formule de Black Scholes en temps continu par passage à la limite sur le modèle discret. On suppose maintenant que, T étant un réel positif arbitraire, t prend les valeurs 0, 1 [T],...,, et que avec [t] S t = S 0 ξk, k=1 [t] S t = S 0 exp k=1 η k = log ξ k r. α = e r/ η k, σ }. On suppose que les ηk σ prennent leurs valeurs dans l ensemble {, La formule pour le prix du call resp. du put devient donc, si Zt := [t] k=1 η k, IE [ S0 expz T Ke rt + ] 4

5 resp. [ Ke IE rt S 0 expzt ]. + Il reste à trouver la loi limite de Z T quand sous IP. On a le Théorème 2 Si Zt := [t] k=1 η k et pour chaque les {ηk, k 0} sont i.i.d. à valeurs dans { σ σ, }, avec IE ηk = µ, et µ µ quand, alors sous IP, quand, Z t µt + σb t, t 0, où {B t, t 0} est un mouvement brownien sous IP. Preuve On sait cf. par exemple Breiman [Probability] page 180 que si une v.a.r. X admet un moment d ordre 3, pour tout r IR, IE expirx = 1 + irie X r2 2 IE X 2 i r3 6 IE X 3 + δx, r, avec δx, r 3IE X 3. Donc donc IE expirη k = 1 + irµ r2 σ 2 IE expirz t = 1 + irµ r2 σ 2 exp irµt r2 σ 2 t O 3/2, [t] 2 + O 3/2 quand. Pour pouvoir appliquer ce théorème, il nous reste à calculer l espérance de ηk sous IP. Cette dernière probabilité est caractérisée par l identité soit, avec p a := IP η k = σ,. IE expη k = 1, exp σ p a + exp σ p b = 1, 5

6 d où et p a = e σ 1 e σ e σ e σ σ, p b = 1 e e σ IE η k = σ Il résulte alors du théorème ci dessus que sous IP, Z t σ2 2 t + σb t. On en déduit la formule limite pour le prix du call : C 0 = e rt IE S T K + = 2π 1/2 + et celle du put P 0 = e rt IE K S T + = 2π 1/2 +, S 0 e σ2 T 2 +σ Ty Ke rt Ke rt S 0 e σ2 T 2 +σ Ty + + e y2 /2 dy, e y2 /2 dy. Ces formules se réécrivent comme suit en fonction de la fonction de répartition F de la loi normale centrée réduite. C 0 = S 0 Fd 1 Ke rt Fd 2, P 0 = Ke rt F d 2 S 0 F d 1, avec d 1 = 1 σ T log d 2 = 1 σ T log S0 K S0 K + r T σ + r T σ + σ T 2, σ T 2. otons que l on trouve la formule dite de parité call put C 0 P 0 = S 0 Ke rt, en remarquant que Fd i + F d i = 1, i = 1, 2. 6

7 Remarque 3 La formule de Black Scholes en temps continu dépend de la volatilité σ et du taux d intérêt r. On peut considérer que r est connu, par contre la volatilité est essentiellement inconnue! On peut l estimer à l aide d une procédure statistique. On peut aussi inverser la formule de Black Scholes comme suit. Il existe en fait un marché des options. Connaissant, K, T, r et S 0, il existe une seule valeur de la volatilité σ qui redonne par la formule de Black Scholes le prix observé sur le marché. Cette valeur de la volatilité dite volatilité implicite est la valeur que les acteurs du marché semblent anticiper comme volatilité. Remarque 4 On a vu que S t = S 0 exp r σ2 t + σbt, 2 et sous la probabilité dite risque neutre IP, {Bt, t 0} est un mouvement brownien. On a aussi S t = S 0 exp µt + σb t, où {B t, t 0} est un mouvement brownien sous la probabilité IP qui modélise les fluctuations du marché. On a donc la relation µ r Bt = + σ t + B t. σ 2 Le paramètre µ n intervient pas du tout dans la formule de Black Scholes. 3 Option portant sur plusieurs sous jacent Jusqu ici nous nous sommes contentés d étudier des options portant sur un seul actif risqué. Même si c est le cas d un grand nombre d options, il en existe qui portent sur plusieurs actifs risqués à la fois. Un premier exemple typique de ce second type est le cas des options spread, qui portent sur l écart entre les prix de deux actifs, i.e. H = ST 1 S2 T +, où S 1 et S 2 sont les prix de deux actifs risqués. Un second exemple est constitué par les options sur portefeuille appelées aussi options paniers basket option en Anglais. Les options sur indice type CAC 40 en sont un exemple. Une option de vente put sur portefeuille est un moyen d assurer son portefeuille. Étant donné un 7

8 portefeuille composé de a i actions de prix St i à l instant t, i = 1,...,d, un put qui paye K n i=1 a ist i + garantit que le portefeuille pourra être revendu au moins au prix K à l échéance. On pourra consulter comme référence [3], page 221. Suposons que, outre l actif non risqué, qui cote R t = e rt à l instant t le marché est composé de d actifs risqués, dont les prix St, i i = 1,..., d, fluctuent suivant le modèle [ ] d St i = S0 i exp µ i t + σ ij B j t, 1 i d, t 0. j=1 Pour généraliser la théorie de Black Scholes on montre, sous l hypothèse que la matrice Σ cf. ci dessous est inversible, l existence d une probabilité risque neutre IP équivalente à la probabilité IP, sous laquelle le processus des prix actualisés S t = e rt S t = e rt St 1,...,Sd t, t 0} soit une martingale vectorielle, donc en particulier t. q. IE S t = e rt IE S t = S 0, t 0. La formule pour le prix du call resp. de put devient n C 0 = IE a i Si T e rt K i=1 n resp. P 0 = IE e rt K a i Si T + i=1 +, où sous IP la loi de L t = log S t 1,..., log S t d est la loi de Gauss vectorielle logs 0 T 2 s2, ΣΣ T, avec l abus de notation logs 0 = logs0 1,...,logSd 0 et σ 11 σ 1d s 2 1 Σ =.., s 2 d =., où s 2 i = σij 2. σ d1 σ j=1 dd s 2 d 8

9 En effet la condition ci dessus sur IE St impose que S t i = S0 i exp s 2 t d i 2 + σ ij B j t, où B 1 t,...,b d t sont des mouvements brownien mutuellement indépendants sous IP. otons que la formule de parité call put prend maintenant la forme j=1 C 0 P 0 = n a i S0 i e rt K. i=1 4 Simulations On va appliquer la méthode de Monte Carlo au calcul du call dans le cas de l option panier présentée à la section précédente, avec n = 5, a = 8 2, S 95 0 = 105, K = 2000, rt = 0, 05, , , TΣ = 0 0 0, , , 4 1 Calculer le prix du call en appliquant la méthode de Monte Carlo à la formule pour C 0 avec tirages. On prendra soin d évaluer de façon approchée la variance de la v.a. dont on cherche à estimer l espérance, et on donnera un intervalle de confiance pour la quantité cherchée. 2 Faire le même calcul y compris l intervalle de confiance en combinant la même méthode appliquée à la formule pour le prix du put P 0 avec le même nombre de tirages, et la formule de parité call put. Comment les deux approches se comparent-elles? 9

10 5 Simulations en dimension 1 Le but est d appliquer la méthode de Monte Carlo au calcul du prix d une option d achat call européenne portant sur un sous jaçant dont le cours à l instant 0 est de 105e, au prix d exercice K = 110e, à échéance d un an, avec un taux bancaire à 5% i.e. rt = 0, 05, et une volatilité telle que σ T = 0, 3. 1 Calculer le prix du call en appliquant la méthode de Monte Carlo à la formule C 0 = IE [ ST Ke rt avec tirages. On prendra soin d évaluer de façon approchée la variance de la v.a. dont on cherche à estimer l espérance, et on donnera un intervalle de confiance pour la quantité cherchée. 2 Faire le même calcul y compris l intervalle de confiance en combinant la même méthode appliquée à la formule pour le prix du put : [ Ke ] P 0 = IE rt S T, + avec le même nombre de tirages, et la formule de parité call put. 3 Calculer une troisième fois le prix de la même option d achat, en utilisant cette fois la formule + ], C 0 = S 0 Fd 1 Ke rt Fd 2, avec d 1 = 1 σ T log S0 + r T K σ + σ T 2, d 2 = 1 σ T log S0 + r T K σ σ T 2, et la fonction de répartition F de la 0, 1 fournie par Matlab. 4 Question subsidiaire Le prix du marché pour l option ci dessus étant de 15e, en déduire la volatilité implicite i.e. inverser la formule de Black Scholes en utilisant la méthode de ewton. 10

11 References [1] F. E. Benth : Option theory with stochastic analysis, Universitext, Springer, [2] D. Lamberton, B. Lapeyre : Introduction au calcul stochastique appliqué à la finance, Mathématiques et Applications 9, Ellipses, [3] M. Musiela, M. Rutkowski, Martingale Methods in Financial Modeling : Theory and Application, Springer

Chapitre 2 : Méthode de Monte-Carlo avec tirages indépendants, pour le calcul approché d une intégrale.

Chapitre 2 : Méthode de Monte-Carlo avec tirages indépendants, pour le calcul approché d une intégrale. Aix Marseille Université. Algorithmes Stochastiques. M MIS. Fabienne Castell... Chapitre : Méthode de Monte-Carlo avec tirages indépendants, pour le calcul approché d une intégrale. Le but de ce chapitre

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

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

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

Mathématiques financières

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

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

Master Modélisation Statistique M2 Finance - chapitre 3 Modèles financiers discrets

Master Modélisation Statistique M2 Finance - chapitre 3 Modèles financiers discrets Master Modélisation Statistique M2 Finance - chapitre 3 Modèles financiers discrets Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté. C.Dombry (Université de Franche-Comté)

Plus en détail

Prix d options européennes

Prix d options européennes Page n 1. Prix d options européennes Une société française tient sa comptabilité en euros et signe un contrat avec une entreprise américaine qu elle devra payer en dollars à la livraison. Entre aujourd

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

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

Modèles en temps continu pour la Finance

Modèles en temps continu pour la Finance Modèles en temps continu pour la Finance ENSTA ParisTech/Laboratoire de Mathématiques Appliquées 23 avril 2014 Evaluation et couverture pour les options européennes de la forme H = h(s 1 T ) Proposition

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

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

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

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

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

Utilisation des arbres binomiaux pour le pricing des options américaines

Utilisation des arbres binomiaux pour le pricing des options américaines Utilisation des arbres binomiaux pour le pricing des options américaines Anne-Victoire Auriault Plan de la présentation Introduction. Le problème des options 2. Le modèle de Cox-Ross-Rubinstein 3. Les

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

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

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

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

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

EXAMEN 14 janvier 2009 Finance 1

EXAMEN 14 janvier 2009 Finance 1 EXAMEN 14 janvier 2009 Durée 2h30 heures Exercice 1 On considère un modèle de marché de type arbre binomial à trois étapes avec un actif risqué S et un actif non risqué. On suppose S 0 = 1000$ et à chaque

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 0. Introduction au cours de finance

Master Modélisation Statistique M2 Finance - chapitre 0. Introduction au cours de finance Master Modélisation Statistique M2 Finance - chapitre 0 Introduction au cours de finance Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté. C.Dombry (Université de Franche-Comté)

Plus en détail

Les mathématiques appliquées de la finance

Les mathématiques appliquées de la finance Les mathématiques appliquées de la finance Utiliser le hasard pour annuler le risque Emmanuel Temam Université Paris 7 19 mars 2007 Emmanuel Temam (Université Paris 7) Les mathématiques appliquées de la

Plus en détail

Tutorat 3 de Mathématiques (2ème année)

Tutorat 3 de Mathématiques (2ème année) Tutorat 3 de Mathématiques (2ème année) Marches aléatoires et marchés financiers Groupe 4 tuteur : J. Bouttier 8 février 2010 Résumé Depuis la thèse de Bachelier, les marchés nanciers ont constitué un

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

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

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

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

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

Méthodes de Monte Carlo pour le pricing d options

Méthodes de Monte Carlo pour le pricing d options Méthodes de Monte Carlo pour le pricing d options Mohamed Ben Alaya 14 février 2013 Nous allons tester les différentes méthodes probabilistes vu dans le cours en l appliquant au calcul du call ou le put

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

Simulations des Grecques : Malliavin vs Différences finies

Simulations des Grecques : Malliavin vs Différences finies 0.1. LES GRECQUES 1 Simulations des Grecques : iavin vs Différences finies Christophe Chorro Ce petit document vise à illustrer de manière numérique les techniques présentées lors du mini cours sur le

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

Mathématiques appliquées à la finance J. Printems Année 2008 09

Mathématiques appliquées à la finance J. Printems Année 2008 09 IAE Gustave Eiffel Master 2 Gestion de Portefeuille Université Paris xii Val de Marne Mathématiques appliquées à la finance J. Printems Année 2008 09 Épreuve du 15 juillet 2009 Durée : 1 heure 30 Calculatrices

Plus en détail

Chapitre 17 Le modèle de Black et Scholes

Chapitre 17 Le modèle de Black et Scholes Chapitre 17 Le modèle de Black et Scholes Introduction Au début des 70 s, Black, Scholes et Merton ont opéré une avancée majeure en matière d évaluation d options Ces contributions et leurs développements

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

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

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

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

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

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

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

Contrat didactique Finance stochastique

Contrat didactique Finance stochastique Contrat didactique Finance stochastique Les compétences de ce cours sont à placer dans le contexte général de l appropriation de la notion de modèle mathématique et de son utilisation pratique en gestion

Plus en détail

PROCESSUS ALEATOIRES :

PROCESSUS ALEATOIRES : EcoledesMinesdeSaint Etienne PROCESSUSALEATOIRES: MARTINGALES,MOUVEMENTBROWNIEN,CALCULSTOCHASTIQUE Exercices Janvier2009 OlivierRoustant Processusaléatoires,calculstochastique:exercicesENSM SE2009 MOUVEMENTBROWNIEN

Plus en détail

Chapitre 9 Le modèle Cox-Ross-Rubinstein

Chapitre 9 Le modèle Cox-Ross-Rubinstein Chapitre 9 Le modèle Cox-Ross-Rubinstein Considérons un actif valant S 0 à la période initiale et qui, à chaque période, peut être haussier (et avoir un rendement u) avec une probabilité p ou baissier

Plus en détail

Méthodes numériques pour le pricing d options

Méthodes numériques pour le pricing d options Méthodes numériques pour le pricing d options Mohamed Ben Alaya 6 février 013 Nous allons tester les différentes méthodes de différence finies vu dans le cours en l appliquant au calcul du call ou le put

Plus en détail

Obtention de la formule de Black-Scholes par passage à la limite dans le modèle de Cox-Ross-Rubinstein

Obtention de la formule de Black-Scholes par passage à la limite dans le modèle de Cox-Ross-Rubinstein Obtention de la formule de Black-Scholes par passage à la limite dans le modèle de Cox-Ross-Rubinstein Introduction Christophe Chorro, Alexandre Marino Ce document constitue, dans sa forme actuelle, un

Plus en détail

Évaluation des options américaines par méthodes de Monte-Carlo. Jacky Mochel

Évaluation des options américaines par méthodes de Monte-Carlo. Jacky Mochel Évaluation des options américaines par méthodes de Monte-Carlo Jacky Mochel 3 décembre 2002 1 2 TABLE DES MATIÈRES Table des matières 1 Introduction 3 1.1 Définitions et notations..............................

Plus en détail

5. Options américaines Une option américaine peut être exercée à n importe quelle instant compris entre

5. Options américaines Une option américaine peut être exercée à n importe quelle instant compris entre 5. Options américaines Une option américaine peut être exercée à n importe quelle instant compris entre 0 et l échéance N. Définition 5.1. Une option américaine est définie par une suite (h n ) n=0..n,

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

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

Delta couverture de produits dérivés en Finance. ESILV Ingénierie Financière S8 Cours du 24 avril 2012 Partie 2 Marie Bernhart

Delta couverture de produits dérivés en Finance. ESILV Ingénierie Financière S8 Cours du 24 avril 2012 Partie 2 Marie Bernhart Delta couverture de produits dérivés en Finance ESILV Ingénierie Financière S8 Cours du 24 avril 2012 Partie 2 Marie Bernhart Plan de la présentation Couverture de produits dérivés en Finance Principe

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

Chapitre 14 Cours à terme et futures. Plan

Chapitre 14 Cours à terme et futures. Plan hapitre 14 ours à terme et futures Plan Différences entre contrat à terme et contrat de future Fonction économique des marchés de futures Rôle des spéculateurs Futures de matières premières Relation entre

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

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

Ecole Supérieure d Ingénieurs Léonard de Vinci

Ecole Supérieure d Ingénieurs Léonard de Vinci Ecole Supérieure d Ingénieurs Léonard de Vinci «Pricing d options Monte Carlo dans le modèle Black-Scholes» Etudiant : / Partie A : Prix de Call et Put Européens Partie B : Pricing par Monte Carlo et réduction

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

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

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

Plus en détail

Loi normale ou loi de Laplace-Gauss

Loi normale ou loi de Laplace-Gauss LivreSansTitre1.book Page 44 Mardi, 22. juin 2010 10:40 10 Loi normale ou loi de Laplace-Gauss I. Définition de la loi normale II. Tables de la loi normale centrée réduite S il y avait une seule loi de

Plus en détail

L enseignement des probabilités à Telecom Paristech

L enseignement des probabilités à Telecom Paristech L enseignement des probabilités à Telecom Paristech L. Decreusefond TPT L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 1 / 39 1 Enjeux 2 Difficultés 3 Modèle de Cox-Ross-Rubinstein

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

Calcul Stochastique et Applications Financières

Calcul Stochastique et Applications Financières 0 Calcul Stochastique et Applications Financières Aurélia Istratii Luis Macavilca Taylan Kunal M I.E.F. SOMMAIRE I. MODELE DE COX-ROSS-RUBINSTEIN II. III. INTRODUCTION AUX METHODES DE MONTE CARLO EQUATION

Plus en détail

INTRODUCTION : EDP ET FINANCE.

INTRODUCTION : EDP ET FINANCE. INTRODUCTION : EDP ET FINANCE. Alexandre Popier Université du Maine, Le Mans A. Popier (Le Mans) EDP et finance. 1 / 16 PLAN DU COURS 1 MODÈLE ET ÉQUATION DE BLACK SCHOLES 2 QUELQUES EXTENSIONS A. Popier

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

Plus en détail

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

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

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

Portefeuille - Probabilité risque neutre

Portefeuille - Probabilité risque neutre Portefeuille - Probabilité risque neutre Marché complet sans opportunité d arbitrage ½/ Actifs risqué et non risqué Constitution du portefeuille On notera F n l information dont on dispose à l instant

Plus en détail

Finance, Navier-Stokes, et la calibration

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

Plus en détail

Sfev. Matinales de la SFEV. Bsar, stock options, management package les modèles d évaluation d options dans la pratique

Sfev. Matinales de la SFEV. Bsar, stock options, management package les modèles d évaluation d options dans la pratique Sfev Matinales de la SFEV Bsar, stock options, management package les modèles d évaluation d options dans la pratique Thomas Bouvet, Directeur Général délégué d Europe Offering Frédéric Dubuisson, Director

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

La méthode Monte-Carlo. DeriveXperts. 19 mai 2011

La méthode Monte-Carlo. DeriveXperts. 19 mai 2011 19 mai 2011 Outline 1 Introduction Définition Générale Génération de nombre aléatoires Domaines d application 2 Cadre d application Méthodologie générale Remarques Utilisation pratique Introduction Outline

Plus en détail

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le modèle de Merton

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le modèle de Merton ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Le modèle de Merton Les hypothèses du modèle Dérivation du modèle Les extensions du modèle Le modèle de Merton Les hypothèses du modèle Marché

Plus en détail

Calcul stochastique appliqué à la finance. Romuald ELIE & Idris KHARROUBI

Calcul stochastique appliqué à la finance. Romuald ELIE & Idris KHARROUBI Calcul stochastique appliqué à la finance Romuald ELIE & Idris KHARROUBI . Table des matières 1 Notion d arbitrage 5 1.1 Hypothèses sur le marché............................ 5 1.2 Arbitrage....................................

Plus en détail

Intégrale stochastique

Intégrale stochastique Intégrale stochastique Plan L intégrale stochastique générale Intégrale de Wiener Exemples Processus d Itô Formule d Itô Formule de Black & Scholes Le processus B est un mouvement Brownien et { Ft B,t

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

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

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

Présentation des formations à l étranger

Présentation des formations à l étranger NEK-Math App Présentation des formations à l étranger Présentation des formations à l étranger Mardi 11 Octobre 2005 deux séances aux horaires de petites classes Le lieu sera précisé par mail 1 NEK-Math

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

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

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

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

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

Simulations de Monte Carlo

Simulations de Monte Carlo Simulations de Monte Carlo 2 février 261 CNAM GFN 26 Gestion d actifs et des risques Gréory Taillard GFN 26 Gestion d actifs et des risques 2 Biblioraphie Hayat, Sere, Patrice Poncet et Roland Portait,

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

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

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

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

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

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

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

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

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