Capital Structure Arbitrage : Theory and Practice of Structural Models

Dimension: px
Commencer à balayer dès la page:

Download "Capital Structure Arbitrage : Theory and Practice of Structural Models"

Transcription

1 : Theory and Practice of Structural Models Pierre GARREAU University Paris-1 Panthéon Sorbonne 9 Juillet 2008 P. Garreau

2 Press Review Les Enjeux Mise en Bouche Définitions Press Review Volkswagen, Europe s biggest carmarker, and Gas natural, Spain s largest natural gaz provider, are among companies for which the increase in Credit Protection costs has been disproportionate relative to the move in their equity prices and stock volatility. ABN Amro Holding NV, 14 Février, 2008 Credit Default Swaps for Wolfsburg have increased 155% this year. The stock is down 4% in 2008 and the implied volatility has decreased to 26% from 32% at the start of the year. Bloomberg, 22 Février, 2008 Telecom Italia s stock price and Credit Default Swap seem to be increasingly correlated, suggesting arbitrage opportunities. Exane BNP Paribas - Equity Research, 31 Mars, 2008 P. Garreau

3 Press Review Les Enjeux Mise en Bouche Définitions Fig.: 5Y CDS spread on Volkswagen SNR (light blue) - Equity (light purple) - 6 months put implied volality (dark blue) P. Garreau

4 Press Review Les Enjeux Mise en Bouche Définitions : Stratégie exploitant les divergences de prix entre des produits dérivés basés sur la structure du Capital d une même entreprise. P. Garreau

5 Press Review Les Enjeux Mise en Bouche Définitions Mise en Bouche Différence de prix - Reproduction du comportement des marges de Crédit grâce aux informations du marché action Structure du Capital - Eclaircissement de la littérature existante sur les modèles structurels Stratégie - Developement d un algorithme de Capital Structure Arbitrage systématique P. Garreau

6 Press Review Les Enjeux Mise en Bouche Définitions Le risque de Crédit La valeur du contrat au pair est telle que les deux jambes soient égales, m(t, T) = (1 R) 1 T t e r(t t) dp(u) T t e r(t u) P(u)du P. Garreau

7 Merton s Framework Temps de Passage et Barrière Mobile Modèle d évaluation de l entreprise (Modigliani-Miller) Actif Valeur de l entreprise V t Passif Actions S t Valeur de la Dette B t La valeur de l entreprise à maturité Dette B T, remboursée au pro-rata si V T < B Dette B + Action S T si V T B P. Garreau

8 Merton s Framework Temps de Passage et Barrière Mobile Modèle d évaluation et Théorie des options V t = S t + [ B t S t = E Q e ] r u du (V T B) + F t [ B t = E Q e ] r u du (B (B V T ) + ) F t 12 Valeur de la dette (rouge) Valeur de l action (bleu) Valeur de l entreprise P. Garreau

9 Merton s Framework Temps de Passage et Barrière Mobile Modèle de Défaut de Black-Scholes-Merton La valeur de l entreprise est un processus d itô sous la probabilité risque neutre Puis la probabilité de défaut dv t V t = rdt + σ t dw t ( ) P(V T B V t ) = P(σW T t σ2 Be r(t t) (T t) ln V t ) 2 V t ( ) = Φ ln Be r(t t) V t σ2 (T t) σ T t On pourra introduire le ratio d endettement l t = Be r(t t) V t P. Garreau

10 Merton s Framework Temps de Passage et Barrière Mobile P. Garreau

11 Merton s Framework Temps de Passage et Barrière Mobile Modèle de Défaut de Black-Scholes-Merton Marge de Crédit Ecart de rendement entre la dette sans risque et la dette risquée de l entreprise. m(t, T) = 1 ( ) T t log B t e r(t t) B [ ( ) = 1 T t log 1 ln(lt ) 1 2 Φ σ2 (T t) l t σ T t ( )] ln(1/lt ) Φ σ2 (T t) σ T t l t 1 lim t T m(t, T) = 0. l t 1 lim t T m(t, T) =. P. Garreau

12 Merton s Framework Temps de Passage et Barrière Mobile P. Garreau

13 Merton s Framework Temps de Passage et Barrière Mobile Modèle de Temps de passage de Black-Cox Temps de défaut Temps d arrêt τ tel que le processus V t tombe en dessous de la barrière B τ B = inf{s t V s B} Relaxer l hypothèse de Merton selon laquelle le défaut n est possible qu à Maturité Modélisation des temps de passage P. Garreau

14 Merton s Framework Temps de Passage et Barrière Mobile Theorème Theorem Pour un processus X t = at + bw t, (a, b) R 2, et pour x t = min s [0,t] X s alors P(x t x) = Φ( at x b t ) 2Φ( at + x e2ax/b b t ) où Φ est la fonction de répartition d une loi normale La relation entre τ x et x t est ensuite donnée par P(x t x) = P(τ x t) P. Garreau

15 Merton s Framework Temps de Passage et Barrière Mobile Probabilité de survie On utilise le théorème précédent : Une dynamique de diffusion pure : dv t = V t σ dw t Une barrière fixe de valeur L D a = σ 2 /2 et b = σ x = lnd L où d L = V0 LD T t t D où l expression de la probabilité de survie P(τ > T τ > t, L) = Φ( σ t 2 + ln d L σ t ) d LΦ( σ t 2 lnd L σ t ) P. Garreau

16 Merton s Framework Temps de Passage et Barrière Mobile Barrière Mobile L incertitude sur la valeur finale de l entreprise porte sur le taux de recouvrement L, et le niveau de la barrière est fixé à L D. On spécifiera ensuite une distribution f L (l) telle que P(τ > T τ > t) = + P(τ > T τ > t, L)f L (l)dl P. Garreau

17 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités P. Garreau

18 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités Distribution de la barrière de Défaut On suppose une loi log-normale pour L L = Le λz λ2 /2 i.e. L = E[L] et λ 2 = Var(ln L), Z N(0, 1). Attention, c est une variable aléatoire, pas un processus. On rappelle que la barrière vaut B = LD = LDe λz λ2 /2 La condition de survie s exprime comme σ2 σwt V 0 e 2 t > Le λz λ2 /2 P. Garreau

19 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités La condition de survie est équivalente à σ2 ) (t + λ2 + σ (W t λσ ) Z } 2 σ 2 {{ } X t On cherche alors la quantité Deux possibilités ln ( LD ) } V 0 e λ2 2 {{ } B P(τ > T τ > t) = P(X T > B τ > t) Une approximation X t - Finger (2002) Une formule exacte qui n est pas celle publiée par CreditGrades P. Garreau

20 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités Approximation de Finger (2002) L idée est d approximer X t par un processus de même moyenne et de même écart type ) X t = (t σ2 + λ2 2 σ 2 + σ (W t λσ ) Z t 0 ) X t = (t σ2 + λ2 2 σ 2 + σw t+ λ 2 t λ2 σ 2 σ 2 Cette approximation implique donc que l aléa de la barrière est réduit à un décalage temporel. P. Garreau

21 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités Selon cette approximation, on obtient la probabilité de survie P(τ > T τ > t) = Φ( A t 2 + ln(d) A t ) d.φ( A t 2 ln(d) A t ) A t = σ 2 t + λ 2 et d = V 0e λ 2 2 LD Notons que la probabilité d obtenir un défaut pour t < 0 est non nulle. P. Garreau

22 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités Probabilité de Survie exacte On utilise la probabilité conditionnelle sur la barrière de défaut. Reprenons la condition de survie σw t σ2 2 t } {{ } La probabilité de survie est donc ( LD ln V 0 ) λ2 2 + λz } {{ } ln d+λz P(τ > T τ > t) = { Φ ( ln d λz σ 2 2 t ) σ t ( lnd + λz σ 2 de λz Φ σ t 2 t )} f Z (z)dz P. Garreau

23 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités Conclusion sur les deux approches L approximation de Finger (2002) conduit à une probabilité de défaut non nulle pour t ( λ2 σ 2, 0] La probabilité de défaut exacte n est pas celle donnée dans Finger (2002) La différence entre ces deux probabilités est marginale Utilisation de la formule approximée pour le calcul des Grecs P. Garreau

24 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités La sensibilité au cours du sous-jacent δ(t, T) = m(t, T)/ S t Fig.: Delta CreditGrades for different Volatilities - The x-axis displays S/D and corresponds to the «moneyness» P. Garreau

25 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités La sensibilité à la volatilité du sous-jacent ν(t, T) = m(t, T)/ σ t Fig.: Vega CreditGrades for different Volatilities - The x-axis displays S/D and corresponds to the «moneyness» P. Garreau

26 Dynamique de la Barrière Probabilité de Survie Etude des sensibilités Check point + Input : Marché Asset V t Volatilité σ t Taux d intérêt r t + Input : Bilan Dette D t Taux recouvrement L = Output Proba défaut P(τ > T τ > t) Spread m(t, T) Grecs δ et ν P. Garreau

27 Conditions Limites Choix des inputs Arbitrage et Théorie des inputs Soit η la distance au défaut, en nombre de déviations standard η = 1 ( ) σ ln Vt = 1 ( ) S V LD σ s V S ln Vt LD On condidère deux cas extrêmes V V t LD V t LD + S t S η 1 σ s V t S t η 1 σ s ln ( S t ) LD D où V t { }} { η = S t + LD ln S t + LD σ } {{ s LD } 1/σ t P. Garreau

28 Conditions Limites Choix des inputs Arbitrage et Théorie Fig.: Alcatel 5Y CDS Spread : Market (blue) vs 6-months put-implied CreditGrades (orange) vs Historical volatility CreditGrades (light purple) - L = 0.5, λ = 0.3, S ref = 8.93 P. Garreau

29 Conditions Limites Choix des inputs Arbitrage et Théorie Comparaison des Erreurs sur Volatilité Soit θ i le vecteur de paramètres au temps t i, θ i = ( L, λ, r i, D i, S i, S ref ) L erreur quadratique Se(θ i, σ i ) = ( m mkt i m cg i mi mkt L erreur moyenne quadratique comme indicateur de l erreur réalisée sur tout la période MSe(θ, σ) = N Se(θ i, σ i ) Le ratio d erreur quadratique, pour élément de comparaison i=1 ) 2 RMSe(θ, σ T, σ T ) = MSe(θ, σ T) MSe(θ, σ T ) P. Garreau

30 Conditions Limites Choix des inputs Arbitrage et Théorie Comparaison des Erreurs sur Volatilité 3y 5y 7y 10y 1m 0,797 0,747 0,733 0,697 3m 0,928 0,892 0,877 0,846 6m 0,990 0,958 0,934 0,908 1y 0,988 0,977 0,953 0,936 Tab.: Comparison of Model (CreditGrades) errors by Ratio Mean Squared Errors - The Table presents the windows / options maturity versus Cds Maturity P. Garreau

31 Conditions Limites Choix des inputs Arbitrage et Théorie Volatilité Implicite CDS La Volatilité implicite CreditGrades est la quantité : σ i = arg min σ m mkt i m cg i On (re)définit l erreur moyenne quadratique et le ratio de correlation entre Cds-implied-to-option-implied et Cds-implied-to-historical ( Se(θ i, mi mkt σi σ ref ) 2 i ) = ˆΣ = 1 σ i N N i=1 ρ(σ i, σ implied i ) ρ(σ i, σ histo i ) (1) Distance to Volatility - RMSe Correlation - ˆΣ 0,93 0,86 Tab.: Comparison of Cds-implied volatility to reference (historical / option-implied) volatility errors by Ratio Mean Squared Errors and Correlation P. Garreau

32 Conditions Limites Choix des inputs Arbitrage et Théorie Fig.: Alcatel 5Y CDS Spread Implied Volatility (light blue) vs 6-months put-implied volatility (dark blue) vs Historical volatility (light purple) - L = 0.5, λ = 0.3, S ref = 8.93 P. Garreau

33 Conditions Limites Choix des inputs Arbitrage et Théorie Validation des Sensibilité On cherche à comparer les variations du spread théorique avec les variations de ses deux paramètres principaux : Sous-jacent et volatilité δ t (S t+ t S t ) γ t(s t+ t S t ) 2 m(t + t, T + t; S t+ t ) m(t, T; S t ) σs ν t (σ t+ t σ t ) m(t + t, T + t; σ t+ t ) m(t, T; σ t ) St P. Garreau

34 Conditions Limites Choix des inputs Arbitrage et Théorie Fig.: 5Y CDS Spread variations vs Equity variations- L = 0.5, λ = 0.3, T = 5 yrs, σ s = 50% - Delta effect (blue), Gamma effect (red) and both (purple) P. Garreau

35 Conditions Limites Choix des inputs Arbitrage et Théorie Fig.: 5Y CDS Spread variations vs Equity variations - L = 0.5, λ = 0.3, T = 5 yrs - Vega effect for S/D = 1 (dark blue) and S/D = 2 (light blue) P. Garreau

36 Conditions Limites Choix des inputs Arbitrage et Théorie Fig.: Alcatel 5Y CDS Spread : Market (light blue) vs 6-months put-implied CreditGrades (dark blue) vs Historical volatility CreditGrades (light purple) - L = 0.5, λ = 0.3, S ref = 8.93 P. Garreau

37 Cadre Théorique Le cas de Telecom Italia Signaux d entrée et de Sortie L arbitragiste joue la convergence du modèle et du marché. On introduit donc naturellement le «tracking error» ε t = m mkt t m cg t En particulier sa moyenne et son écart type µ t = 1 t t 0 ε u du et σ t = 1 t Soient les signaux d entrée et de sortie : t 0 (ε u µ t ) 2 du ε t µ t + α ent σ t ε t µ t + α out σ t Précisions : stop-loss, distance au défaut, durée moyenne de l arbitrage, corrélation equity-cds-volatilité, anxiété de l investisseur... P. Garreau

38 Cadre Théorique Le cas de Telecom Italia Instruments de réplication Instrument de départ : Credit Default Swap. T MtM t = (m(t, T) m(0, T)) e r(t u) P(u)du t Idée : Réplication du spread théorique CreditGrades par un portefeuille synthétique. où MtM th t T = (α t π t m cg (0, T)) e r(t u) P(u)du t π t = m(t, T)/ σs t P t / σ s t m(t, T) P t + ( m(t, T)/ σs t P t S t P t / σt s )S t S t P. Garreau

39 Cadre Théorique Le cas de Telecom Italia Paramétrage Bloomberg : volatilité 6-mois imp, S t, D t L = λ = S ref = α ent = 0, 25 - α out = 0, 25 Rebalancement quotidien, Stop-loss / Profit taking, réajustement si varitions quotidiennes > 15% On prend des positions long (s = 1)/short(s = 0) sur les des «jambes»π t = ( 1) [ ] s (π t m cg (0, T))A(t, T) MtMt th On introduit l indice de la stratégie I s T = 100 T i=1 m(0, T)A(t, T) + ik=1 Π k m(0, T)A(t, T) + i 1 k=1 Π k P. Garreau

40 Cadre Théorique Le cas de Telecom Italia Fig.: Telecom Italia 5Y CDS Spread (light blue) vs corresponding 5Y CreditGrades (dark blue) - L = 0.5, λ = 0.3, S ref = 2.03, α ent = 0,25, α out = 0,25 P. Garreau

41 Cadre Théorique Le cas de Telecom Italia Fig.: Telecom Italia 5Y CreditGrades (orange) vs Replication portfolio (dark blue), weekly weights rebalancing - L = 0.5, λ = 0.3, S ref = 2.03, α ent = 0, 25, α out = 0,25 P. Garreau

42 Cadre Théorique Le cas de Telecom Italia Fig.: Alcatel 5Y CDS Spread (light blue) vs corresponding 5Y CreditGrades (dark blue) - L = 0.5, λ = 0.3, S ref = 8,93, α ent = 0, 5, α out = 0,25 P. Garreau

43 Breaking the Bell Curve Cadre théorique Le cas de General Motors The Ludic Fallacy (N. N. Taleb) The misuse of games to model real-life situations Assymétrie et Evenements extrêmes Risque et aléa Continuité du cours des actions Fig.: Evolution du cours de d Ericsson entre Septembre et Mars 2008 P. Garreau

44 Breaking the Bell Curve Cadre théorique Le cas de General Motors Double Exponential Jump Process L idée est de perturber la dynamique Gaussienne en introduisant une exponentielle Lévy : où V t = V 0 e Lt N t L t = µt + σw t + ln Y i La densité des sauts est ensuite spécifiée : i=1 f Y (y) = p+ η + e y η + 1 y 0 + p η e y η 1 y<0 P. Garreau

45 Breaking the Bell Curve Cadre théorique Le cas de General Motors Condition de Martingale E Q [e iult ] = 1 Formule de Lévy-Khintchine E Q [e iult ] = e F(iu)t Formule d Itô-Lévy P(t, V) = E Q [g(v T τ ) V t = V] avec g(v t ) = 1 {Vt> ln d} Changement de variable P(t, V) F(τ, y) et transformée de Laplace U(p, y) = L[F(τ, y)] U(p, y) = Ae φy + Be ψy + 1 p P. Garreau

46 Breaking the Bell Curve Cadre théorique Le cas de General Motors Fig.: GM 5Y CDS on Senior Debt - market (orange) - Double exponential (light blue) - CreditGrades (dark blue) - λ p = , q + = 0.48, η + = 0.046, η = 0.11, D = 65, L = 0.5, λ = 30% P. Garreau

47 Idées clefs Pour étoffer Wrapping up Cadre mathématiques qui revient aux fondamentaux Structure entreprise Barrière et Temps de défaut Introduction d aléa méticuleuse Validation théorique Illustration Empirique Extensions possibles P. Garreau

48 Idées clefs Pour étoffer Raffiner la connaissance de la Dette et sa dynamique Condition de défaut : EDS Améliorations algorythmiques et Calibrage Identification des risques (risque modèle!) Volatilité Stochastique, Correlation, Processus de Lévy Généralisés... Tous les modèles sont faux. Certains modèles sont utiles. P. Garreau

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

Modèles structurels. Chapitre 4. 4.1 Modèle de Merton

Modèles structurels. Chapitre 4. 4.1 Modèle de Merton Chapitre 4 Modèles structurels 4.1 Modèle de Merton L idée principale de modèles structurels est basée sur l article fondateur de Merton [?], où un défaut est provoqué quand une entreprise n arrive pas

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

Dérivés de crédit : Situation et évolution du marché

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

Plus en détail

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

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

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

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

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

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

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

Plus en détail

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

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

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

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

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

Rapport de projet Risque de Crédit, Risque de Défaut : Étude de l influence du taux de recouvrement sur le prix de CDOs.

Rapport de projet Risque de Crédit, Risque de Défaut : Étude de l influence du taux de recouvrement sur le prix de CDOs. Rapport de projet Risque de Crédit, Risque de Défaut : Étude de l influence du taux de recouvrement sur le prix de CDOs. Auteurs : Hecht Frédéric, Porzier Rémi, Font Guillaume Cours «Risque de Crédit,

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

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

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

Plus en détail

Value at Risk. CNAM GFN 206 Gestion d actifs et des risques. Grégory Taillard. 27 février & 13 mars 20061

Value at Risk. CNAM GFN 206 Gestion d actifs et des risques. Grégory Taillard. 27 février & 13 mars 20061 Value at Risk 27 février & 13 mars 20061 CNAM Gréory Taillard CNAM Master Finance de marché et estion de capitaux 2 Value at Risk Biblioraphie Jorion, Philippe, «Value at Risk: The New Benchmark for Manain

Plus en détail

QUESTIONS D ENTRETIENS EN FINANCE DE MARCHE

QUESTIONS 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 détail

Introduction aux Mathématiques et Modèles Stochastiques des Marchés Financiers

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

Plus en détail

Séminaire Valorisation des Instruments Complexes 09/03/2012

Séminaire Valorisation des Instruments Complexes 09/03/2012 Du Bon Usage de la Valorisation Eric Benhamou Séminaire Valorisation des Instruments Complexes 09/03/2012 Plan Méthode de valorisation Problématiques actuelles Analyse de Cas Réconciliation avec d autres

Plus en détail

Prise en compte de la liquidité dans les algorithmes de trading

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

Plus en détail

1 La formule de Black et Scholes en t discret

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

Plus en détail

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

Modélisation du risque de crédit

Modélisation du risque de crédit Crédit Agricole SA Direction des Risques du Groupe Groupe de Recherche Opérationnelle 1 Modélisation du risque de crédit DEA de Statistique et Modèles aléatoires en économie et finance Université Paris

Plus en détail

Typologie des risques Mesure de risques Aspects statistiques; risques multivariés. Bauer & Isidor Shteto, CACIB, séances 6 8)

Typologie des risques Mesure de risques Aspects statistiques; risques multivariés. Bauer & Isidor Shteto, CACIB, séances 6 8) Plan du cours 1 Introduction, mesure de risques (P. Tankov, UPD, séances 1 3) Typologie des risques Mesure de risques Aspects statistiques; risques multivariés 2 Réglementation (M. Benlaribi, Deloitte,

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

Modélisation des marchés de matières premières

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

Plus en détail

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

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

ANALYSE DU RISQUE DE CRÉDIT

ANALYSE DU RISQUE DE CRÉDIT ANALYSE DU RISQUE DE CRÉDIT Banque & Marchés Cécile Kharoubi Professeur de Finance ESCP Europe Philippe Thomas Professeur de Finance ESCP Europe TABLE DES MATIÈRES Introduction... 15 Chapitre 1 Le risque

Plus en détail

relatif aux règles de comptabilisation des instruments financiers à terme par les entreprises régies par le code des assurances

relatif aux règles de comptabilisation des instruments financiers à terme par les entreprises régies par le code des assurances CONSEIL NATIONAL DE LA COMPTABILITÉ ANNEXE A LA NOTE DE PRESENTATION DU REGLEMENT N 2002-09 du 12 DECEMBRE 2002 du CRC relatif aux règles de comptabilisation des instruments financiers à terme par les

Plus en détail

Le risque Idiosyncrasique

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

Plus en détail

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

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

Plus en détail

Evaluation d options avec incertitude sur la volatilité

Evaluation d options avec incertitude sur la volatilité Evaluation d options avec incertitude sur la volatilité Andrea Odetti, Rémy Ripoll 5 octobre 000 Table des matières 1 Introduction 1 La formule de Black et Scholes 3 Incertitude sur la volatilité 3.1 Modèles

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

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

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

Plus en détail

Les Obligations Convertibles (introduction)

Les Obligations Convertibles (introduction) TROISIEME PARTIE Les Obligations Convertibles (introduction) Avril 2011 Licence Paris Dauphine 2011 Sommaire LES OBLIGATIONS CONVERTIBLES Sect 1 Présentation, définitions Sect 2 Eléments d analyse et typologie

Plus en détail

Comment évaluer une banque?

Comment évaluer une banque? Comment évaluer une banque? L évaluation d une banque est basée sur les mêmes principes généraux que n importe quelle autre entreprise : une banque vaut les flux qu elle est susceptible de rapporter dans

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

Examen Final. Indications

Examen Final. Indications DANS LE SECTEUR BANQUE-ASSURANCE NOM : MATRICULE : PRENOM : Examen Final Problèmes Indications Veuillez respecter les indications suivantes: 1. Vous avez 3 heures à disposition 2. Veuillez vérifier que

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

Gestion obligataire passive

Gestion obligataire passive Finance 1 Université d Evry Séance 7 Gestion obligataire passive Philippe Priaulet L efficience des marchés Stratégies passives Qu est-ce qu un bon benchmark? Réplication simple Réplication par échantillonnage

Plus en détail

Calibration de Modèles et Couverture de. Peter TANKOV Université Paris VII tankov@math.jussieu.fr

Calibration de Modèles et Couverture de. Peter TANKOV Université Paris VII tankov@math.jussieu.fr Calibration de Modèles et Couverture de Produits Dérivés Peter TANKOV Université Paris VII tankov@math.jussieu.fr 2 Table de matières 1 Les marchés de produits dérivés 7 1.1 Historique...............................

Plus en détail

INSTRUCTION N 2006-04 DU 24 JANVIER 2006

INSTRUCTION N 2006-04 DU 24 JANVIER 2006 1 INSTRUCTION N 2006-04 DU 24 JANVIER 2006 RELATIVE AUX MODALITÉS DE CALCUL DE L ENGAGEMENT DES OPCVM SUR INSTRUMENTS FINANCIERS À TERME Prise en application des articles 411-44-1 à 411-44-5 du règlement

Plus en détail

Une expérience de mathématiques appliquées en Grande Ecole

Une expérience de mathématiques appliquées en Grande Ecole Une expérience de mathématiques appliquées en Grande Ecole El Karoui Nicole Univ Paris VI / Ecole Polytechnique elkaroui@cmapx.polytechnique.fr 6 Novembre 2009 El Karoui Nicole (Labo de proba/ CMAP) Conf

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

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

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Plan de la séance 3 : Le risque de crédit (1) Les opérations de crédit Définition d un crédit La décision de crédit Les crédits aux petites

Plus en détail

Calibration des modèles

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

Plus en détail

Les techniques des marchés financiers

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

Plus en détail

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

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

Plus en détail

Manuel d Utilisateur - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO

Manuel 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 détail

Les changements de numéraire dans la tarification de produits financiers

Les changements de numéraire dans la tarification de produits financiers INMA 2990 - Travail de fin d études Les changements de numéraire dans la tarification de produits financiers Pajot Benjamin Promoteur Devolder Pierre Juin 2010 Table des matières Introduction 1 1 Mesures

Plus en détail

Stage de Recherche Interpolation du smile de corrélation sur les CDO

Stage de Recherche Interpolation du smile de corrélation sur les CDO Stage de Recherche Interpolation du smile de corrélation sur les CDO Thomas JANNAUD - X2005 Avril-Août 2008 1 TABLE DES MATIÈRES TABLE DES MATIÈRES Table des matières I Cadre du stage 4 1 Présentation

Plus en détail

TECH. INFOTECH # 34 Solvabilité 2 : Le calcul du capital économique dans le cadre d un modèle interne. Introduction

TECH. INFOTECH # 34 Solvabilité 2 : Le calcul du capital économique dans le cadre d un modèle interne. Introduction INFO # 34 dans le cadre d un modèle interne Comment les méthodes d apprentissage statistique peuvent-elles optimiser les calculs? David MARIUZZA Actuaire Qualifié IA Responsable Modélisation et Solvabilité

Plus en détail

Introduction au pricing d option en finance

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

Plus en détail

Annexe Simulations de Monte Carlo

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

Plus en détail

Les techniques des marchés financiers

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

Plus en détail

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

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

Plus en détail

Mathématiques financières

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

Plus en détail

TURBOS WARRANTS CERTIFICATS. Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital.

TURBOS WARRANTS CERTIFICATS. Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital. TURBOS WARRANTS CERTIFICATS Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital. 2 LES TURBOS 1. Introduction Que sont les Turbos? Les Turbos sont des produits

Plus en détail

Produits de crédit en portefeuille

Produits de crédit en portefeuille Chapitre 6 Produits de crédit en portefeuille et défauts corrélés Dans ce chapitre, on étudie des produits financiers de crédit en portfeuille, notamment k th -to-default swap et CDOs (voir 1.2 pour une

Plus en détail

L évaluation des options sur devise

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

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

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

Plus en détail

Les techniques des marche s financiers Exercices supple mentaires

Les techniques des marche s financiers Exercices supple mentaires Les techniques des marche s financiers Exercices supple mentaires Exercice 1 : le suivi d une position de change... 2 Exercice 2 : les titres de taux... 3 Exercice 3 : mathématiques et statistiques...

Plus en détail

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

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

Plus en détail

Pratique des produits dérivés P5 : Options

Pratique des produits dérivés P5 : Options Pratique des produits dérivés P5 : Options Olivier Brandouy Université de Bordeaux 2014 2015 Diapo 1/52 Olivier Brandouy Master 2 Métiers de la Banque (CPA) Plan 1 Notions essentielles 2 Protéger son investissement

Plus en détail

La gestion des risques en assurances de dommages: Un exemple concret

La gestion des risques en assurances de dommages: Un exemple concret La gestion des risques en assurances de dommages: Un exemple concret 1 Contenu 1. Gouvernance de la gestion de risques dans le Groupe AXA 2. AXA Canada - Structure organisationnelle de la gestion de risques

Plus en détail

PROJET MODELE DE TAUX

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

Plus en détail

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

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

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

Options exotiques. April 18, 2000

Options 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 détail

Méthodologie du calcul de la VaR de marché : revue de l approche basée sur des simulations historiques

Méthodologie du calcul de la VaR de marché : revue de l approche basée sur des simulations historiques Méthodologie du calcul de la VaR de marché : revue de l approche basée sur des simulations historiques Asshvin Gajadharsingh Mesure et analyse quantitative du risque Caisse de dépôt et placement du Québec

Plus en détail

De la mesure à l analyse des risques

De la mesure à l analyse des risques De la mesure à l analyse des risques Séminaire FFA Jean-Paul LAURENT Professeur à l'isfa jean-paul.laurent@univ-lyon1.fr http://laurent.jeanpaul.free.fr/ 0 De la la mesure à l analyse des risques! Intégrer

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

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

Guide WHS FX options. Commencer à trader les options FX. Prevoyez la tendance sur les marchés des devises ou couvrez vos positions avec les options FX

Guide WHS FX options. Commencer à trader les options FX. Prevoyez la tendance sur les marchés des devises ou couvrez vos positions avec les options FX Commencer à trader les options FX Guide WHS FX options Prevoyez la tendance sur les marchés des devises ou couvrez vos positions avec les options FX Affinez votre style de trading et vos perspectives de

Plus en détail

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

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

Plus en détail

LE ROLE DES INCITATIONS MONETAIRES DANS LA DEMANDE DE SOINS : UNE EVALUATION EMPIRIQUE.

LE ROLE DES INCITATIONS MONETAIRES DANS LA DEMANDE DE SOINS : UNE EVALUATION EMPIRIQUE. LE ROLE DES INCITATIONS MONETAIRES DANS LA DEMANDE DE SOINS : UNE EVALUATION EMPIRIQUE. Synthèse des travaux réalisés 1. Problématique La question D7 du plan d exécution du Programme National de Recherches

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

Les stratégies de gestion de portefeuille d actions: Style de gestion et indexation de portefeuille

Les stratégies de gestion de portefeuille d actions: Style de gestion et indexation de portefeuille Les stratégies de gestion de portefeuille d actions: Style de gestion et indexation de portefeuille I. Concept d'efficience des marchés et stratégies de gestion - Efficience opérationnelle des marchés

Plus en détail

Le théorème des deux fonds et la gestion indicielle

Le théorème des deux fonds et la gestion indicielle Le théorème des deux fonds et la gestion indicielle Philippe Bernard Ingénierie Economique& Financière Université Paris-Dauphine mars 2013 Les premiers fonds indiciels futent lancés aux Etats-Unis par

Plus en détail

Les Variable Annuities sous la directive Solvabilité II

Les Variable Annuities sous la directive Solvabilité II Les Variable Annuities sous la directive Solvabilité II Mémoire présenté le vendredi 10 juin 2011 par Clément Schmitt clement.schmitt@fixage.com Introduction Solvabilité II impose des fonds propres réglementaires

Plus en détail

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

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

Plus en détail

Calibration de Modèles et Couverture de Produits Dérivés

Calibration 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 détail

EXERCICES ET QUESTIONS DE COURS

EXERCICES ET QUESTIONS DE COURS Annexe B EXERCICES ET QUESTIONS DE COURS Pour certains exercices, on demande d écrire un programme numérique [N]. Pour cela, il est préférable d utiliser un langage numérique (Gauss, Matlab, Scilab, etc.)

Plus en détail

Produits structurés. Sacha Duparc, Développement & Trading Produits Structurés 20.12.2013

Produits structurés. Sacha Duparc, Développement & Trading Produits Structurés 20.12.2013 Produits structurés Sacha Duparc, Développement & Trading Produits Structurés 20.12.2013 Importance du marché des produits structurés en Suisse Les produits structurés constituent une catégorie d investissement

Plus en détail

Table des matières. l a r c i e r

Table des matières. l a r c i e r Chapitre 1 Introduction... 1 1.1. Objectifs et structure du livre.... 1 1.2. Qu est-ce que la gestion de portefeuille?.... 2 1.3. Qu est-ce que «investir»?.... 3 1.4. Canalisation des flux d épargne et

Plus en détail

Pratique des produits dérivés P3 : futures, forwards

Pratique des produits dérivés P3 : futures, forwards Pratique des produits dérivés P3 : futures, forwards Olivier Brandouy Université de Bordeaux 2014 2015 Diapo 1/60 Olivier Brandouy Master 2 Métiers de la Banque (CPA) Plan 1 Introduction Futures et Forwards

Plus en détail

Risque de défaut - Risque de crédit. Ecole Nationale des Ponts et Chausses

Risque de défaut - Risque de crédit. Ecole Nationale des Ponts et Chausses 1 Risque de défaut - Risque de crédit Ecole Nationale des Ponts et Chausses Vivien BRUNEL - Benoît ROGER This version: September 23, 2009 2 Introduction Ces notes de cours représentent le support de cours

Plus en détail

Théorie Financière 2. Valeur actuelle Evaluation d obligations

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

Plus en détail

Les dérivés de crédit : instruments de couverture et facteurs d instabilité. L exemple des «Credit Default Swap».

Les dérivés de crédit : instruments de couverture et facteurs d instabilité. L exemple des «Credit Default Swap». Les dérivés de crédit : instruments de couverture et facteurs d instabilité. L exemple des «Credit Default Swap». Nathalie REY CEPN, -CNRS, UMR 7115, Université Paris 13 Résumé : Cet article montre, à

Plus en détail

De la mesure à l analyse des risques

De la mesure à l analyse des risques De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De

Plus en détail

ORSA dans le cas de contrats d épargne en euro

ORSA dans le cas de contrats d épargne en euro ORSA dans le cas de contrats d épargne en euro Version 1.1 Université d été IA - juillet 2012 Frédéric PLANCHET fplanchet@winter-associes.fr Marc JUILLARD mjuillard@winter-associes.fr Préambule L article

Plus en détail

Calculating Greeks by Monte Carlo simulation

Calculating 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 détail

Question 1: Analyse et évaluation d obligations

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

Plus en détail

Qu est-ce-qu un Warrant?

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

Plus en détail

Quel crédit accorder aux spreads de crédit? CATHERINE LUBOCHINSKY Professeur à l Université de Paris II Directrice du DESS Finance

Quel crédit accorder aux spreads de crédit? CATHERINE LUBOCHINSKY Professeur à l Université de Paris II Directrice du DESS Finance Quel crédit accorder aux spreads de crédit? CATHERINE LUBOCHINSKY Professeur à l Université de Paris II Directrice du DESS Finance L objet de cet article est de s interroger sur le contenu informationnel

Plus en détail