Calcul des prix des obligations et des options avec le modèle de Vasicek
|
|
- Yvette Lesage
- il y a 7 ans
- Total affichages :
Transcription
1 Calcul des prix des obligations et des options avec le modèle de Vasicek Gilles BLANCHET Eric JEANGIRARD
2
3 TABLE DES MATIÈRES 3 Table des matières Introduction 4 1 Etude théorique Présentation du modèle Calcul du prix des obligations Calcul du prix du call européen Question Question Question Question Analyse pratique Courbe des taux Influence des paramètres Influence de a Influence de b Influence de σ Avantages et limites du modèle Retour à la moyenne Autres avantages Inconvénients Conclusion 18
4 4 1 ETUDE THÉORIQUE Introduction Ce projet de mathématiques financières vise à évaluer le prix des zéro-coupons et des options sur zéro-coupons dans le cadre du modèle de Vasicek. Ainsi, dans un premier temps, nous mènerons une étude théorique dans le cadre de la modélisation des taux courts proposée par Vasicek en 1977 puis dans un deuxième temps, nous analyserons l influence de chaque paramètre du modèle ; enfin, nous ferons quelques critiques sur le modèle. 1 Etude théorique Pour mener l étude théorique des prix des obligations et des options dans le cadre du modèle de Vasicek, nous reprendrons certains éléments de Introduction au calcul stochastique appliqué à la finance de D. LAMBERTON et B. LAPEYRE, et nous résoudrons l exercice 33 tiré du même ouvrage. Par la suite, si une variable aléatoire X suit une loi gaussienne de moyenne µ et de variance σ 2 sous la probabilité P, nous adopterons la notation X P N µ, σ Présentation du modèle Dans toute la suite, on utilisera la propriété qu il existe une probabilité P équivalente à P, sous laquelle, pour tout réel u [, T ], le processus e R t rsds P t, u est une martingale. t u Dans le modèle de Vasicek, on suppose que le processus rt vérifie : drt = ab rtdt + σdw t 1 Commençons par remarquer que le processus X t = rt b est solution de dx t = ax t dt + σdw t 2 X t suit ainsi un processus d Ornstein-Uhlenbeck. On peut ainsi en déduire que Ainsi, t rt = re at + b1 e at + σe at e as dw s 3 rt P N re at + b1 e at, σ 2 1 e 2at 2a 4
5 1.2 Calcul du prix des obligations Calcul du prix des obligations Pour calculer le prix des zéro-coupons, on se place sous P : P t, T = E e R T t rsds F t = e bt t E e R T t X sds F t = e bθ E e R θ Xrt b s ds où Xt x est l unique solution de l équation 2 vérifiant X x = x avec θ = T t. On sait que Xt x est gaussien et à trajectoires continues. θ Xx s ds est donc aussi gaussien, puisque l intégrale est limite de sommes de Riemann qui sont gaussiennes. On a donc : E e R θ R Xx s ds θ R = e E Xx s ds Var θ Xx s ds Le calcul de l espérance s écrit : θ E Xs x ds Pour la variance, le calcul donne : θ Var Xs x ds = σ2 θ a 2 = = θ θ E Xs x ds xe as ds = x 1 e aθ a σ2 a 3 1 e aθ σ2 2a 3 1 e aθ 2 Au final, on obtient donc : P t, T = e bθ exp [ rt b 1 e aθ + 1 σ 2 θ a 2 a 2 σ2 a 3 1 e aθ σ2 ] 1 e aθ 2 2a 3 Cette dernière expression peut se réécrire : [ P t, T = exp T tr T t, rt ] où Rθ, r = R 1 aθ ] [R r1 e aθ σ2 4a 1 2 e aθ 2 et R = b σ2 2a 2
6 6 1 ETUDE THÉORIQUE 1.3 Calcul du prix du call européen Question 1 Montrer que les hypothèses de la proposition 1.6 sont bien vérifiées. Il s agit d abord de vérifier dans le modèle de Vasicek que l on a : { sup t T rt < + σt T p.s. t [, θ] Ensuite, il faut s assurer du fait que θ T et pour h = P θ, T K +, he R θ rsds est de carré intégrable sous P. Vérification de la 1 re hypothèse majoration suivante : A partir de l équation 3, on peut effectuer la t sup t T rt r + b + σ sup t T e as dw s t or t T, P e2as ds < + = 1 donc t eas dw s est un processus continu, ce qui signifie que sup t T t eas dw s <. Donc sup t T rt est borné, ce qui justifie la première hypothèse. Vérification de la 2 e hypothèse σ T t n est pas formulé de façon explicite par le modèle de Vasicek. Pour l expliciter, rappelons-nous de la façon dont son existence a été justifiée. Proposition Pour chaque échéance u, il existe un processus adapté σt u t u tel que, sur [, u] : dp t, u P t, u = rt σu t qtdt + σ u t dw t Ainsi, en calculant dp t,u P t,u, on obtient l expression de σu t or T trt t,rt P t, T = e
7 1.3 Calcul du prix du call européen 7 où On a : Rθ, r = R 1 aθ dp t, T = [R r 1 e aθ σ2 ] 1 e aθ 2 4a 2 [ R T t, rt dt T tdr T t, rt ] P t, T Pour calculer dr T t, rt, on utilise le lemme d Itô. Celui-ci nous donne : drθ, r = R R dθ + θ r dr R 2 r dθ 2 Or seul le coefficient en facteur de dw t nous intéresse pour déterminer σ T t. Donc on s intéresse seulement à : Avec l équation 1 on obtient donc : R at t 1 e T t, rt = r at t Ceci nous assure que σ T t σ T t = σ e at t 1 a p.s. t [, θ]. Vérification de la 3 e hypothèse On utilise la majoration suivante : h = P θ, T K + P θ, T Ainsi, on obtient : donc he R θ rsds P θ, T e R θ rsds he R θ rsds 2 e 2T trt t,rt 2 R θ rsds Le fait que rs soit un processus borné nous assure que le terme e 2T trt t,rt 2 R θ rsds est borné donc de carré intégrable sous P. Toutes les conditions sont réunies pour pouvoir appliquer sans retenue la proposition 1.6.
8 8 1 ETUDE THÉORIQUE Question 2 On exerce l option si et seulement si P θ, T K >, c est à dire si et seulement si, en passant aux logarithmes : d où lnk < lnp θ, T lnk T θ r < R 1 > R 1 aθ [R r 1 e aθ σ2 ] 1 e aθ 2 4a 2 a T θ σ2 at 1 e θ ln K 1 e at θ 4a 2 Ainsi, l option est exercée si et seulement si r θ < r, où r = R Question 3 a T θ σ2 at 1 e θ ln K 1 e at θ 4a 2 a 1 e at θ a 1 e at θ Soit X, Y, un vecteur gaussien à valeurs dans R 2 sous une probabilité P, et soit P la probabilité absolument continue par rapport à P, de densité : d P dp = e λx Ee λx Sous P, le couple X,Y est un vecteur gaussien de moyenne µ 1, µ 2 et de matrice de variance-covariance : σ 2 1 α α σ2 2 Intéressons nous à la fonction caractéristique de Y sous P. Φ Y u = ẼeiuY = E e iuy e λx = Ee λx 1 Ee λx E iuy e +iλx X, Y étant un vecteur gaussien, la variable aléatoire uy + iλx suit une loi gaussienne de moyenne iλµ 1 + uµ 2 et de variance λ 2 σ u 2 σ iuλα.
9 1.3 Calcul du prix du call européen 9 On a alors : Φ Y u = exp λµ 1 λ 2 σ2 1 2 = exp Nous avons ainsi établi : exp iuµ 2 λα u 2 σ2 2 2 Y ep N λµ 1 + iuµ 2 λ2 σ1 2 + u 2 σ iuλα 2 EY λ CovX, Y, V ary Question 4 La formule 4 assure que rt suit une loi gaussienne. On peut alors montrer θ que le vecteur rsds, rθ est un vecteur gaussien. En effet, si on introduit λ 1 et λ 2 deux scalaires, on remarque que : θ λ1 rsds θ = λ λ 1 rsds + λ 2 rθ 2 rθ n 1 θ iθ = lim λ 1 n + n r + λ 2 r θ n or, puisque rt θ T est un processus gaussien, on a que λ n 1 θ 1 i= r iθ n n + λ 2 rθ est une gaussienne. Par théorème, la limite d une suite de gaussiennes est une gaussienne, on en déduit que : θ rsds rθ i= est un vecteur gaussien à valeurs dans R 2 sous P. On peut alors se ramener à la question 3 en prenant λ = 1 et X = θ rsds. Ainsi, en se rappelant que : P, θ = E e R θ rsds et en introduisant P 1, la probabilité absolument continue par rapport à P, de densité : R θ dp 1 dp = e rsds P, θ
10 1 1 ETUDE THÉORIQUE on obtient : θ rθ P 1 N E rθ Cov rθ rsds, rθ, V ar 5 De même, en introduisant P 2, la probabilité absolument continue par rapport à P, de densité : R T dp 2 dp = e rsds P, T on obtient : T rθ P 2 N E rθ Cov rθ rsds, rθ, V ar 6 On se réfère alors à la proposition 1.6 pour laquelle on a prouvé dans la question 1 que les conditions de son application étaient réunies dans le cas du pricing des call. Il vient alors que : C = E e R θ rsds P θ, T K + = E e R θ rsds P θ, T 1 rθ<r KE e R θ rsds 1 rθ<r or, si on se rappelle que P, θp θ, T = P, T alors on peut écrire : E e R θ rsds P θ, T 1 rθ<r = E = E e R θ e R θ rsds P, θ P, θ P θ, T 1 rθ<r rsds P, T P, θ 1 rθ<r ainsi sous la probabilité P 1, considérant que le prix P,T est connu, il vient que : E e R θ rsds P θ, T 1 rθ<r = E e R θ rsds P, T P, θ 1 rθ<r = P, T P 1 rθ < r = P, T p 1
11 1.3 Calcul du prix du call européen 11 De même, sous la probabilité P 2, considérant que le prix P, θ est connu, il vient que : E e R θ rsds 1 rθ<r = E e R θ rsds P, θ P, θ 1 rθ<r = P, θp 2 rθ < r = P, θp 2 A ce stade, nous avons établi que C = P, T p 1 KP, θp 2 où p 1 = P 1 rθ < r et p 2 = P 2 rθ < r Pour évaluer les quantités p 1 et p 2, au regard de 5 et 6 et en prenant en compte la formule 4, il ne reste plus qu à calculer Cov θ rsds, rθ et T. Cov rsds, rθ Pour le calcul de Cov θ rsds, rθ, on utilise le fait que rt = X t + b où X t suive un processus d Ornstein-Ulhenbeck. En utilisant l équation 3, on peut alors écrire : Cov θ rsds, rθ = = = = θ θ θ θ Cov rs, rθds s θ σ 2 e as+θ E e au dw u e au dw u ds mins,θ σ 2 e as+θ e 2au du σ 2 e as+θ e2as 1 ds 2a = σ2 2a 2 1 e aθ 2
12 12 1 ETUDE THÉORIQUE De même, Cov T rsds, rθ = = T T θ Cov rs, rθds σ 2 e aθ+s e2aθ 1 θ ds + Cov rsds, rθ 2a = σ2 2a 2 e aθ e aθ e at e aθ + σ2 2a 2 1 e aθ 2 Si on note N la fonction de répartition de la loi normale centrée réduite, alors on obtient que : C = P, T p 1 KP, θp 2 où : r re aθ + b p 1 = N σ p 2 = N r re aθ + b 1 e aθ + σ2 2a 1 e aθ e 2aθ 2a 1 e aθ + σ2 2a e aθ e aθ e at e aθ + σ2 2 σ 1 e 2aθ 2a 2a 1 e aθ 2 2
13 13 2 Analyse pratique Dans la première partie, nous avons montré comment il était possible de pricer une option sur zéro-coupon à partir de la modélisation suivante du taux court : drt = ab rtdt + σdw t Pour analyser le modèle, il nous a semblé intéressant de tracer quelques courbes de taux et d étudier l influence des coefficients a, b et σ sur le prix des options. 2.1 Courbe des taux Le modèle de Vasicek permet d obtenir des courbes des taux ayant les allures présentées sur la Fig Courbes des taux r =.12 r =.1 r = R,T Maturité FIG. 1 Allure des courbes des taux avec le modèle de Vasicek a =.2, b =.1, σ =.2
14 14 2 ANALYSE PRATIQUE 2.2 Influence des paramètres "a" est appelé vitesse de retour à la moyenne et "b" moyenne sur long terme. En effet, nous avons vu que : rt P N re at + b1 e at, σ 2 1 e 2at 2a Ainsi, lim t + E rt = b ce qui justifie le nom de moyenne sur long terme Influence de a Deux cas se présentent si rt est éloigné de b. Si rt < b, l espérance de la variation instantanée de rt, égale à ab rt est positive. Dans ce cas, le taux court a tendance à augmenter, se rapprochant de la moyenne sur long terme à une vitesse dépendant de la valeur de a. A l inverse, si rt > b, l espérance de variation instantanée de rt est négative et rt diminue dans le temps pour se rapprocher de b..1 Evolution du prix du call en fonction de a Prix du call.9.8 Prix du call a FIG. 2 Evolution du prix du call en fonction de a b =.1, σ =.2, θ =.5, T = 1, r =.1, K =.9
15 2.2 Influence des paramètres 15 Le graphe présente une limite nulle quand a. Quand a est élevé, dès que rt s éloigne de b, ab rt devient très grand, ce qui a pour effet de ramener le taux instantané rt vers b. Au delà d une certaine limite située à environ 2.5 sur le graphe, la vitesse de retour à la moyenne est telle que le prix de l option devient constant. Ce résultat se retrouve théoriquement. En effet, lim P, θ a + = exp bθ P θ, T = exp bt θ lim a + Pour déterminer le prix de l option quand a tend vers l infini, il n est pas indispensable d utiliser le calcul du prix de l option effectué précédemment. Il suffit de raisonner par absence d opportunité d arbitrage. On note x le prix de l option quand a tend vers l infini. Considérons deux stratégies. soit Instant Stratégie 1 Cash-Flow Achat de x/p, θ coupons d échéance θ x θ Paiements reçus +x/p, θ Instant Stratégie 2 Cash-Flow Achat d une option x θ Exercice de l option +P θ, T K + Nécessairement, par absence d opportunité d arbitrage, on doit avoir : x/p, θ = P θ, T K + x = P θ, T K + P, θ = exp bt θ K + exp bθ Ce qui dans le cas du graphe nous donne une droite asymptotique à l infini d équation : y.49
16 16 2 ANALYSE PRATIQUE Influence de b.11 Evolution du prix du call en fonction de b Prix du call Prix du call b FIG. 3 Evolution du prix du call en fonction de b a =.2, σ =.2, θ =.5, T = 1, r =.1, K =.9 Le prix de l option est une fonction décroissante de b Influence de σ Evolution du prix du call en fonction de! Prix du call Prix du call ! FIG. 4 Evolution du prix du call en fonction de σa =.2, b =.1, θ =.5, T = 1, r =.1, K =.9
17 2.3 Avantages et limites du modèle Avantages et limites du modèle Retour à la moyenne Le modèle de Vasicek permet de prendre en compte l effet de retour à la moyenne que l on peut constater sur les taux d intérêt. En effet, des valeurs élevées des taux ont tendance à être suivies plus souvent par des baisses que par des hausses. Inversement, l effet opposé est également constaté pour des niveaux de taux trop bas. La Fig. 5 montre que les taux, sur longue période n ont pas de drift. A l inverse des actions et indices sur actions, ils évoluent dans "un tunnel". Les modèles stochastiques Dow Chemical en US $ Le modèle de Taux Vasicek de swap 3 1 ans en % FIG. 5 Evolution du cours d un indice actions et d un taux de swap Autres avantages Le modèle de Vasicek est un modèle à un facteur, facile à comprendre sur le plan théorique, et qui a le mérite de donner des expressions analytiques pour les zéro-coupons ainsi que pour les calls sur zéro-coupons. Ces expressions sont facilement implémentables informatiquement, et, connaissant les paramètres, on peut obtenir les prix de manière très rapide.
18 18 2 ANALYSE PRATIQUE Inconvénients Un des inconvénient du modèle de Vasicek est que, dans la mesure où rt suit une loi gaussienne de variance strictement positive, Pr < > ce qui en pratique n est pas très satisfaisant. Notons néanmoins que cette probabilité reste faible et d autre part que des taux négatifs se sont déjà rencontrés sur le marché asiatique. D autre part, une des principales problématiques en ce qui concerne les modèles financiers reste celle de la calibration. Dans le cas du modèle de Vasicek, le plus simple pour calibrer les paramètres a, b et σ est de résoudre le problème d optimisation T 2du arg inf V, u, p P, u p R 3 où V, u, p sont les prix des zéro-coupons fonction de p = a, b, σ selon le modèle de Vasicek et les P, u les prix des zéro-coupons effectivement observés sur le marché. Ce problème est très complexe à résoudre et il devient difficile d utiliser le modèle de Vasicek pour pricer des options sur zéro-coupon quand les paramètres intervenant dans la formule ne reproduisent pas parfaitement la courbe des taux. Conclusion Nous avons montré que le modèle de Vasicek permet d obtenir une formule close pour les prix des zéro-coupons ainsi que pour les options sur zéro-coupons. Néanmoins, un des principaux défauts de ce modèle est qu il permet au taux d intérêt instantané de prendre des valeurs négatives avec probabilité non nulle. Pour palier à ce défaut, d autres modélisations de rt ont été imaginées comme celle de Cox-Ingersoll-Ross en 1985 : drt = ab rtdt + σ rtdw t Un autre problème vient de son incapacité à reproduire la courbe des taux. On peut alors changer d approche, en se basant sur les travaux de Heath, Jarrow et Merton qui ont ainsi modélisé en 199 non plus le processus suivi par le taux instantané mais celui suivi par les zéro-coupons.
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 détailLes 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 détailMATHS 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 détailTP1 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 détailLe 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 détailGénération de scénarios économiques
Modélisation des taux d intérêt Pierre-E. Thérond ptherond@galea-associes.eu pierre@therond.fr Galea & Associés ISFA - Université Lyon 1 22 novembre 2013 Motivation La modélisation des taux d intérêt est
Plus en détailPROJET MODELE DE TAUX
MASTER 272 INGENIERIE ECONOMIQUE ET FINANCIERE PROJET MODELE DE TAUX Pricing du taux d intérêt des caplets avec le modèle de taux G2++ Professeur : Christophe LUNVEN 29 Fevrier 2012 Taylan KUNAL - Dinh
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailERRATA 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 détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailManuel d Utilisateur - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO
Manuel d Utilisateur - Logiciel ModAFi Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO Grenoble, 12 juin 2012 Table des matières 1 Introduction 3 2 Modèles supportés 3 2.1 Les diérents modèles supportés pour
Plus en détailde 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 détailTRAVAIL D ETUDE ET DE RECHERCHE. Utilisation des arbres binomiaux pour le pricing des options américaines
Ensimag - 2éme année Mai 2010 TRAVAIL D ETUDE ET DE RECHERCHE Utilisation des arbres binomiaux pour le pricing des options américaines Anne-Victoire AURIAULT 1/48 2/48 Cadre de l Étude Cette étude a été
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailI. 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 détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailOptions exotiques. April 18, 2000
Options exotiques Nicole El Karoui, Monique Jeanblanc April 18, 2000 1 Introduction Les options exotiques sont des produits complexes, qui constituent un marché d une réelle importance depuis les années
Plus en détailTexte 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 détailIntroduction au pricing d option en finance
Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailFonctions 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 détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailPropriétés 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 détailCalculating Greeks by Monte Carlo simulation
Calculating Greeks by Monte Carlo simulation Filière mathématiques financières Projet de spécialité Basile Voisin, Xavier Milhaud Encadré par Mme Ying Jiao ENSIMAG - Mai-Juin 27 able des matières 1 Remerciements
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailMémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.
Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailExercice 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 détailMODELES DE LA COURBE DES TAUX D INTERET. UNIVERSITE d EVRY Séance 1. Philippe PRIAULET
MODELES DE LA COURBE DES TAUX D INTERET UNIVERSITE d EVRY Séance 1 Philippe PRIAULET Plan du Cours Introduction Définition de la courbe des taux La multitude de courbes des taux Pourquoi utiliser un modèle
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailFinance, 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* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailPRIME 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 détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailModélisation des risques
2 Modélisation des risques 2. Introduction L objectif de ce chapitre est de présenter les modèles de base utilisés pour décrire le comportement aléatoire d un risque en actuariat pour une période xe. Les
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailProcessus aléatoires avec application en finance
Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailQUESTIONS D ENTRETIENS EN FINANCE DE MARCHE
QUESTIONS D ENTRETIENS EN FINANCE DE MARCHE Le présent document est un recueil de questions, la plupart techniques, posées à des candidats généralement jeunes diplômés, issus d école d ingénieurs, de commerce
Plus en détailValorisation 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 détailListe 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 détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailCalibration de Modèles et Couverture de Produits Dérivés
Calibration de Modèles et Couverture de Produits Dérivés Peter TANKOV Université Paris VII tankov@math.jussieu.fr Edition 28, dernière m.à.j. le 1 mars 28 La dernière version de ce document est disponible
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
Plus en détailMéthodes de Simulation
Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents
Plus en détailCalibration de modèles et couverture de produits dérivés
Calibration de modèles et couverture de produits dérivés Peter Tankov To cite this version: Peter Tankov. Calibration de modèles et couverture de produits dérivés. DEA. Calibration de modèles et couverture
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailChapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :
Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailCalcul Stochastique pour la finance. Romuald ELIE
Calcul Stochastique pour la finance Romuald ELIE 2 Nota : Ces notes de cours sont librement inspirées de différentes manuels, polycopiés, notes de cours ou ouvrages. Citons en particulier ceux de Francis
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailPlan Epargne Logement Evaluation des options cachées d'un PEL
Plan Epargne Logement Evaluation des options cachées d'un PEL Nicolas Baud, Paul Demey, Damien Jacomy, Gaël Riboulet & Thierry Roncalli GRO, Crédit Lyonnais, France 1er Mars 2000 Table des matières 1 Introduction
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailOptions 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 détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détailPRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.
PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.. Donner les erreurs en position, en vitesse et en accélération d un système de transfert F BO = N(p) D(p) (transfert en boucle ouverte) bouclé par retour
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailHedging 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 détailMaster Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.
Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors
Plus en détailCHAPITRE 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 détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détail1.1 Codage de source et test d hypothèse
Théorie de l information et codage 200/20 Cours 8février20 Enseignant: Marc Lelarge Scribe: Marc Lelarge Pour information Page webdu cours http://www.di.ens.fr/~lelarge/info.html Notations Pour des variables
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détail