STOCHASTIC CONTROL METHODS FOR OPTIMAL PORTFOLIO INVESTMENT

Transcription

1 THÈSE DE DOCTORAT DE L ÉCOLE POLYTECHNIQUE Spécialié : MATHÉMATIQUES APPLIQUÉES Présenée par Gilles-Edouard ESPINOSA pour obenir le grade de DOCTEUR DE l ÉCOLE POLYTECHNIQUE Suje : MÉTHODES DE CONTRÔLE STOCHASTIQUE POUR LA GESTION OPTIMALE DE PORTEFEUILLE STOCHASTIC CONTROL METHODS FOR OPTIMAL PORTFOLIO INVESTMENT Souenue le 9 juin 21 devan le jury composé de : Nicole EL KAROUI David HOBSON Damien LAMBERTON Jérôme LEBUCHOUX Huyên PHAM Agnès SULEM Nizar TOUZI Présidene du jury Rapporeur Examinaeur Examinaeur Rapporeur Examinarice Direceur de hèse

2

3 Remerciemens Je iens ou d abord à remercier chaleureusemen mon direceur de hèse, Nizar Touzi, pour la qualié excepionnelle de son encadremen. Il m a en effe guidé pendan oues ces années, se rendan oujours disponible e relançan ma moivaion lorsque celle-ci diminuai. Il a fai preuve à la fois d énormémen de pédagogie e de psychologie pour me faire avancer ou en me poussan peu à peu vers une plus grande auonomie. E ce oujours dans la bonne humeur. Je voudrais ensuie remercier Jérôme Lebuchoux, pour les innombrables discussions, scienifiques ou non, que nous avons eues, pour oues les bonnes idées qu il a eues e pour ous les conseils avisés qu il m a donnés, au sein des locaux de Reech-AIM, depuis le milieu de ma première année de hèse. Je suis rès heureux qu il ai accepé de faire parir de mon jury. J aimerais égalemen exprimer oue ma reconnaissance à David Hobson e Huyên Pham qui on accepé d êre mes rapporeurs. J en suis rès flaé. Je suis aussi rès heureux que Nicole El Karoui, Damien Lamberon e Agnès Sulem m aien fai l honneur de compléer mon jury. Je voudrais de plus remercier oues les aures personnes qui on conribué au bon déroulemen de ma hèse e à mon épanouissemen. Je pense noammen à Jean-Michel Lasry, Bruno Bouchard, René Aïd, Imen Ben Tahar ou Romuald Elie pour les échanges que nous avons eus. Je pense égalemen à Gonçalo dos Reis e Chrisoph Frei avec qui j ai pu avoir des discussions inéressanes e qui m on de plus signalé quelques erreurs. Je pense aussi à l ensemble du CMAP, e en pariculier Harry, Emilie, Lauren e Isabelle. Je voudrais égalemen dire un grand merci au Corps des Mines e plus précisémen à Marie-Solange Tissier de m avoir permis de faire une hèse dans les meilleures condiions. Pour finir, je remercie les personnes qui m on le plus souenu au quoidien : mes amis, mon frère Fabrice e sa compagne Aurélie, mes parens e ma Séphanie.

4 Résumé Cee hèse présene rois sujes de recherche indépendans, le dernier éan décliné sous la forme de deux problèmes discincs. Ces différens sujes on en commun d appliquer des méhodes de conrôle sochasique à des problèmes de gesion opimale de porefeuille. Dans une première parie, nous nous inéressons à un modèle de gesion d acifs prenan en compe des axes sur les plus-values. Pour une foncion d uilié générale, nous obenons un développemen au premier ordre de la foncion valeur du problème d opimisaion associé, lorsque le aux de axaion e le aux d inérê enden vers zéro. Dans une seconde parie, nous éudions un problème de déecion du maximum d un processus de reour à la moyenne. Nous cherchons le emps d arrê qui minimise, en espérance, l écar quadraique enre la valeur maximale que le processus aeindra enre l insan iniial e le premier insan de reour à sa valeur moyenne e la valeur du processus au emps d arrê. Nous parvenons à résoudre expliciemen ce problème sous forme d un problème à fronière libre. De façon inaendue, la fronière que nous obenons es, en général, consiuée de deux morceaux, l un croissan e l aure décroissan. Dans les roisième e quarième paries, nous regardons un problème d invesissemen opimal lorsque les agens se regarden les uns les aures. Un invesisseur cherche à maximiser l espérance de l uilié non pas de sa richesse comme dans le cas classique, mais de l uilié d une combinaison convexe enre sa richesse (absolue) e l écar enre sa richesse e la richesse moyenne de ses pairs. Ajouan de possibles conraines sur les porefeuilles des invesisseurs, nous monrons, pour une dynamique de prix de ype avec drif e volailié déerminises e des uiliés exponenielles, l exisence d un équilibre de Nash ainsi qu une caracérisaion des équilibres de Nash possibles. Une conséquence économique noable es que plus les agens s observen, plus le risque du marché augmene. Enfin dans une cinquième parie, nous éudions une variane de cee problémaique, en remplaçan la conraine sur les porefeuilles par un erme de pénalisaion dans le crière d opimisaion. Pour une ceraine classe de foncions de pénalisaion engloban de nombreux exemples inéressans, nous obenons l exisence e l unicié d un équilibre de Nash, encore une fois pour des foncions d uilié exponenielles, mais pour des dynamiques de prix générales.

5 Absrac This PhD disseraion presens hree independan research opics, he hird one being divided ino wo disinc problems. Those opics all use sochasic conrol mehods in order o solve opimal invesmen problems. In a firs par, we consider a financial model which includes capial gains axes. For general uiliy funcions, we obain a firs order expansion of he value funcion of he opimizaion problem, when he ax rae and he ineres rae go o zero. In a second par, we sudy a problem in which we wan o deec he maximum of a meanrevering process. We look for he sopping ime ha minimizes he expecaion of he quadraic error beween he maximum ha will be reached by he process beween he iniial ime and he firs ime when he process his zero and he value of he process a he sopping ime. We manage o solve explicily his problem as a free boundary problem. Surprisingly, he boundary is, in general, made of wo pieces, one increasing and one decreasing. In he hird and fourh pars, we consider an opimal invesmen problem in which he agens ake a look a heir peers. In he classical case, an invesor ries o maximize he expeced uiliy of his wealh, bu here he ries o maximize a convex combinaion beween his (absolue) wealh and he difference beween his wealh and he average wealh of his peers. Adding some possible consrains of he porfolios of he invesors, we show, for a dynamics of he price process wih deerminisic drif and volailiy and for exponenial uiliies, he exisence of a Nash equilibrium as well as a characerizaion of Nash equilibria. An imporan economical consequence is ha he more agens look a each ohers, he riskier he marke is. Finally in a fifh par, we sudy a variaion of he previous problem, where we replace he consrains on he porfolios by a penalizaion componen in he opimizaion crierion. For a cerain class of penalizaion funcions which includes many ineresing examples, we show he exisence and uniqueness of a Nash equilibrium, again for exponenial uiliy funcions, bu for general dynamics of he price process.

6

7 Conens 1 Inroducion Invesissemen e consommaion opimaux avec axes: développemen du premier ordre pour des foncions d uilié générales Principaux ravaux sur les axes e aricle source Nouveaux résulas Perspecives Déecion du maximum d un processus scalaire de reour à la moyenne Moivaion Aperçu de cerains ravaux connexes Nouveaux résulas Perspecives Invesissemen opimal avec des considéraions de performance relaive Moivaion Aperçu de sujes connexes Principaux résulas sur les EDSR Nouveaux résulas Perspecives Invesissemen opimal avec des considéraions de performance relaive e une pénalisaion locale du risque Moivaion Nouveaux résulas Perspecives Opimal invesmen-consumpion wih axes: firs order expansion for general uiliy funcions Inroducion Model and problem formulaion Asses

8 2 CONTENTS Taxaion rule Sraegies The consumpion-invesmen problem Firs properies of he value funcion Bounds using Meron s problem Review of Meron s problem Upper and lower bounds Firs order expansion Regulariy of G and X wih respec o r and α Regulariy of V Deecing he maximum of a mean-revering scalar process Inroducion Problem formulaion Preliminary properies The se Γ + for a quadraic loss funcion The sopping boundary in he quadraic case The increasing par The decreasing par Definiion of v and verificaion resul Examples Brownian moion Brownian moion wih negaive drif CIR Ornsein-Uhlenbeck process Exension o general loss funcions Opimal invesmen under relaive performance concerns Inroducion Problem formulaion The complee marke siuaion Single agen opimizaion Parial Nash equilibrium The exponenial uiliy case: impac of λ General equilibrium The general case wih exponenial uiliy Equilibrium Limi as N goes o infiniy

9 CONTENTS Risk of he marke index and influence of λ General ses of consrains Closed convex ses Non convex closed ses Examples for he opimal invesmen under relaive performance concerns Inroducion A simple example The complee marke case Specific and independen invesmens A case of specific and correlaed invesmens Groups of managers invesing in independen secors Invesmen wih respec o hyperplanes Simple examples wih more general convex ses Common invesmen Specific independen invesmens Opimal invesmen under relaive performance concerns wih local risk penalizaion Inroducion Problem formulaion Opimal invesmen wih a risk penalizaion Relaive performance concerns Nash equilibrium Deerminisic θ and limi as N goes o infiniy Examples A volailiy penalizaion Penalizaion in one direcion Penalizaion on he leverage Nearly consrained invesors

10 4 CONTENTS

11 Chaper 1 Inroducion Un problème classique en mahémaiques financières es celui d un agen économique pouvan invesir son argen dans un marché financier, choisissan enre un acif non risqué, communémen appelé compe en banque, e un acif risqué, el qu une acion. Ean donné un horizon d invesissemen T fini, l agen cherche à maximiser l espérance de l uilié de sa richesse à la dae T. Paran d une richesse iniiale x, on noe π le porefeuille de l invesisseur, parfois appelé sraégie d invesissemen, e qui représene la richesse invesie dans l acif risqué. Quie à considérer les grandeurs acualisées, supposons le aux d inérê égal à zéro e noons S l acif risqué. Alors la richesse (ou valeur du porefeuille) de l agen à l insan s écri: X x,π = x + π u ds u S u. Selon les cas, il peu êre plus praique de considérer un porefeuille défini en nombre d acifs e non en richesse comme nous l avons fai. Suivan l approche classique inroduie par Von Neumann e Morgensern, on suppose que les préférences de l invesisseur peuven êre représenées par une foncion d uilié U e une mesure de probabilié P. U es supposée sricemen croissane e sricemen concave. Ainsi, l invesisseur préfère oujours avoir plus d argen, mais plus il en a e plus la saisfacion d avoir un euro supplémenaire es faible. Le problème que l agen cherche à résoudre es alors le problème de conrôle sochasique suivan: V (x) := sup EU(X x,π T ), π A où A es l ensemble des porefeuilles admissibles. On appelle ce problème d opimisaion le problème d invesissemen opimal. Une variane, appelée problème d invesissemen e consommaion opimaux, ajoue la pos- 5

12 6 CHAPTER 1. INTRODUCTION sibilié pour l invesisseur de consommer une par de sa richesse avan l horizon T. D un poin de vue financier, on peu égalemen voir cee consommaion comme une rene versée par un manager de fond à ses cliens. Noons C le aux de consommaion à l insan, c es-à-dire que sur la période [, + d], l agen consomme C d. La richesse de l agen es alors donnée par: X x,c,π = x + π u ds u S u C u du. On se donne encore une foncion d uilié U ainsi qu un évenuel aux d escompe psychologique β qui radui la préférence pour le présen. Le problème d invesissemenconsommaion opimaux es alors: T V C (x) := sup E e β U(C )d, (C,π) B où B es l ensemble des sraégies admissibles. En réalié, e β U(c) peu êre remplacée par une foncion d uilié dépendan du emps plus générale. Alors que cela n avai pas de sens pour le problème d invesissemen opimal, ici l horizon de emps T peu aussi êre pris infini: T = +, à condiion de faire quelques hypohèses d inégrabilié supplémenaires. Enfin pour T fini, le problème mixe peu aussi êre considéré (encore appelé problème d invesissemen-consommaion opimaux): [ T ] Ṽ C (x) := sup (C,π) B E e β U 1 (C )d + U 2 (X T ), U 1 e U 2 éan deux foncions d uilié. Signalons enfin qu il es possible de prendre en compe plusieurs acifs risqués, ce qui, dans la plupar des cas, ne change pas grand chose au problème. Meron [58, 59] fu le premier à inroduire ces problémaiques dans les années 6, e parvin à les résoudre dans un cas pariculier en appliquan des echniques classiques de conôle. Ainsi, supposan que l acif risqué suivai une dynamique de Black-Scholes, e donc en pariculier que le marché éai comple, e en supposan de plus que la foncion d uilié éai une foncion puissance: U(x) = xp, pour x avec p (, 1), p il a résolu l équaion de Bellman ou Hamilon-Jacobi-Bellman associée au problème. Mais il n y es pas parvenu dans un cadre plus général. Ce n es qu au milieu des années 8 que le problème a éé résolu pour des foncions d uilié générales mais oujours en marché comple grâce à des echniques probabilises, par Pliska [67] pour le problème d invesissemen

13 opimal e par Cox e Huang [1] e Karazas, Lehoczky e Shreve [46] pour le problème d invesissemen e consommaion. Dans ces ravaux, l inroducion des (foncions) duales convexes à la fois pour la foncion d uilié e la foncion valeur au moyen de la ransormée de Fenchel-Legendre conjoinemen avec l exisence d une unique probabilié maringale pour S (puisque le marché es comple) jouen un rôle crucial. 7 Par la suie, de rès nombreuses éudes on ené de se débarasser des limies de la formulaion de Meron, e en pariculier de l hypohèse d un marché comple e parfai, qui n es pas réalise e rop resricive pour de nombreuses applicaions. Ces généralisaions on éé faies dans plusieurs direcions e à l aide de différenes echniques. L une de ces direcions es l inroducion de conraines sur les porefeuilles admissibles, comme l on fai Cvianic e Karazas [12], ou Zariphopoulou [79], qui imposen que π rese dans un cerain ensemble. Pour ce faire, les premiers ciés uilisen des echniques probabilises généralisan le cas du marché comple e on recours là encore à la héorie de la dualié (par l inermédiaire du dual convexe). Le second papier en revanche uilise des echniques déerminises provenan de la héorie du conrôle, se plaçan dans un cadre markovien. On peu aussi menionner les ravaux d El Karoui, Jeanblanc e Lacose [24], d Elie e Touzi [22] e d Elie [21] dans lesquels le porefeuille, pour êre admissible, doi reser à ou insan supérieur à un cerain processus. Une aure direcion imporane es la quesion des coûs de ransacion, supposés proporionnels pour simplifier leur éude. Cee problémaique a éé inroduie par Consaninides e Magill [9], qui on mis en évidence un changemen radical par rappor au problème de Meron qui supposai un rading coninu: en présence de coûs de ransacion il es opimal de rader par à-coups, ce qui mahémaiquemen parlan se radui par un processus à variaions bornées. Par la suie, la quesion des coûs de ransacion a éé reprise e approfondie enre aures par Davis e Norman [15], Shreve e Soner [75], Duffie e Sun [17] ou Akian, Menaldi e Sulem [2], uilisan esseniellemen des echniques d EDP. Finalemen, l éude des marchés incomples d un poin de vue général a éé inroduie par He e Pearson [?] en emps discre, puis par Karazas, Lehoczky, Shreve e Xu [47] dans un modèle en emps coninu e plus récemmen dans un cadre rès général où les prix des acifs son simplemen supposés êre des semi-maringales, par Kramkov e Schachermayer [53, 54] e Kramkov e Sirbu [55]. Menionnons égalemen un cas pariculier d incompléude raié par Zariphopoulou [8], pour une foncion d uilié exponenielle ou puissance e un acif risqué (radable) don la dynamique dépend d un acif non-radable (comme par exemple dans le cas d une volailié sochasique). Grâce à un changemen de variable asucieux, l aueur parvien à ransformer l équaion de HJB du problème en une EDP linéaire e obien ainsi la soluion sous forme explicie. Nous présenons la quesion des axes dans la secion suivane.

14 8 CHAPTER 1. INTRODUCTION Cee hèse es consiuée de cinq paries indépendanes; excepées les paries rois e quare qui se suiven; présenan différenes exensions de cee problémaique de gesion opimale de porefeuille. Dans la première parie, nous éudions un modèle d opimisaion de porefeuille incluan des axes sur les plus-values. Dans la seconde parie, nous considérons un problème de déecion du maximum d un processus de reour à la moyenne. Dans la roisième parie, nous considérons un problème d opimisaion de porefeuille avec un crière prenan en compe la richesse moyenne des aures agens du marché. Dans la quarième parie, nous développons un cerain nombre d exemples illusran les résulas de la parie précédene. Enfin dans la cinquième parie, nous éudions une variane de la roisième parie en incluan une pénalisaion dans le crière d opimisaion.

15 1.1. INVESTISSEMENT ET CONSOMMATION OPTIMAUX AVEC TAXES: DÉVELOPPEMENT DU P 1.1 Invesissemen e consommaion opimaux avec axes: développemen du premier ordre pour des foncions d uilié générales Bien que de nombreuses généralisaions du problème d opimisaion de porefeuille aien éé éudiées depuis les ravaux de Meron, la quesion des axes a reçu une aenion assez limiée jusqu à ces dernières années, alors qu en praique, leur impac es rès imporan. Nous donnons ci-dessous un aperçu rapide des principaux ravaux sur le suje Principaux ravaux sur les axes e aricle source La première éude perinene sur les axes a éé faie par Consaninides [8]. Ce dernier monre que les décisions d invesir e de consommer peuven êre prises indépendammen e que la sraégie opimale consise à réaliser immédiaemen les peres e différer les gains. Ce résula peu saisfaisan car il ne correspond pas à ce qui es consaé en praique, es rès lié à l hypohèse qu il es possible de vendre à découver l acif risqué, sans aucune limie. Par conséquen, les ravaux suivans on ous rejeé cee hypohèse. Ainsi dans ce qui sui, il sera oujours supposé qu il es impossible de vendre à découver. Ean donné qu il es quesion de axes sur les plus-values, le monan des axes es calculé en comparan le prix de vene aujourd hui e une base de axe reliée au(x) prix d acha anérieur(s). Cee base de axe es fixée par le code de axaion du pays de l agen. Bien enendu, la définiion de cee base de axe influe rès foremen sur l éude du problème. En praique, elle es définie par l une des deux règles suivanes: (i) elle es égale au prix d acha spécifique de l acif qui es vendu; (ii) elle es égale à une moyenne pondérée des prix aux différenes daes d acha. Sans hypohèse supplémenaire, Dybvig e Koo [2] on éudié la règle (i) pour un modèle binomial, e on fourni des résulas numériques limiés. Par la suie, en ajouan la règle du premier arrivé, premier sori, Jouini, Koehl e Touzi [44, 45] on prouvé un résula d exisence. Mais là encore, les résulas numériques son assez limiés en raison de la grande complexié hériée de la dépendance rajecorielle. De leur côé, Damon, Spa e Zhang [13] on considéré la règle (ii), dans le conexe d un modèle binomial. Cee éude a ensuie éé généralisée au cas de plusieurs acifs par Gallmeyer, Kaniel e Tompaidis [35]. Dans ce cadre, la dépendance rajecorielle es grandemen simplifiée. Dans [3, 4], Ben Tahar, Soner e Touzi on formulé l analogue en emps coninu du modèle précéden e on réussi à démonrer des résulas à la fois héoriques

16 1 CHAPTER 1. INTRODUCTION e numériques. Nore ravail éan une généralisaion d une parie de leurs résulas, nous fournissons ci-dessous une revue plus déaillée de leurs papiers. Le marché es consiué d un acif sans risque ayan pour aux d inérê r e d un acif risqué P qui sui une dynamique de Black-Scholes: dp = P [(r + θσ)d + σdw ], où W es un mouvemen brownien, θ e σ > son des consanes, appelées respecivemen la prime de risque e la volailié. Les venes de l acion (l acif risqué) son soumises à des axes sur les plus-values. En d aures ermes, le monan de axes à payer pour la vene d une acion à l insan es calculé en comparan le prix couran P à l indice B que l on a appelé plus hau la base de axes. En quelques mos, l index es défini comme moyenne des prix d acha de l acion aux daes anérieures à, pondérée par la quanié acheée. Si le prix P es supérieur à l index B, alors l invesisseur réalise un gain en vendan ses acions, alors que dans la siuaion inverse il réalise une pere. La règle de axaion es supposée linéaire, c es-à-dire qu il exise une consane α (, 1) elle que pour chaque unié d acion vendue, le monan (algébrique) de axes à payer es: α(p B ). Un monan négaif correspond dans la réalié à un crédi de axes, comme c es le cas dans cerains pays, le Canada noammen. L horizon d invesissemen es supposé infini e le problem de consommaion-invesissemen es formulé comme sui: V (s) = sup E ν A(s) e β U(C )d, où la donnée iniiale s prend en compe la richesse iniiale déenue dans le compe en banque, la richesse iniiale déenue dans l acif risqué e la valeur iniiale de l index B. C es la consommaion de l agen e A(s) l ensemble des sraégies admissibles qui paren de s. Enfin U es une foncion d uilié puissance, auremen di il exise p (, 1) el que: U(c) = cp p. Après avoir monré des propriéés élémenaires de la foncion valeur V, les aueurs fournissen des bornes de V à l aide de problèmes de Meron pour lesquels la soluion es explicie. Grâce à ces bornes explicies, il es alors possible d obenir un développemen au

17 1.1. INVESTISSEMENT OPTIMAL AVEC TAXES 11 premier ordre de V lorsque le aux d inérê r e le aux de axe α enden vers simulanémen. Nous généralisons ce résula dans nore éude. Un aure résula imporan de [3, 4] es la caracérisaion de la soluion V à l aide des soluions de viscosié. Nous renvoyons à l aricle de Crandall, Ishii e Lions [11] pour plus de déails sur les soluions de viscosié. Dans les ravaux de Ben Tahar, Soner e Touzi, un résula de comparaison for qui permerai de monrer l unicié e la coninuié de la foncion valeur n es pas démonré car une irrégularié de la condiion au bord sur une parie du bord complique la siuaion. Afin de surmoner cee difficulé, ils définissen des problèmes approchés plus réguliers. Chacun de ces problèmes es alors l unique soluion de viscosié de l équaion de HJB approchée, e ils monren ensuie un résula de convergence uniforme sur les compacs de ces soluions approchées Nouveaux résulas Dans nore éude, nous considérons un marché financier comple consiué d un acif sans risque évoluan avec un aux d inérê r e n acifs risqués don la dynamique es donnée par: dp = diag(p )[b(p )d + σ(p )dw ], éendan ainsi le cadre précéden à un processus markovien muli-dimensionnel assez général. Ensuie, nous prenons la même règle de axaion que dans [3, 4], mais en revanche, e c es là la principale différence, nous considérons une foncion d uilié générale U qui es supposée vérifier des condiions classiques, esseniellemen qu elle es sricemen croissane, sricemen concave e suffisammen régulière. La plupar des propriéés élémenaires son encore vérifiées dans ce cadre plus général e les preuves peuven êre adapées presque immédiaemen. La plus imporane de ces propriéés es l opimalié des wash sales. Sous ceraines hypohèses supplémenaires, cela perme là encore de borner la foncion valeur à l aide de deux problèmes de Meron bien choisis. La principale difficulé vien de l éude de la régularié de ces bornes e de leurs développemens au premier ordre. Tandis que pour une dynamique de Black-Scholes e une foncion d uilié puissance cee quesion es immédiae car la foncion valeur du problème de Meron es explicie, dans nore cadre une éude de ces foncions valeurs simplifiées es nécessaire. Si l on noe I(y) := (U ) 1 (y), en uilisan des résulas classiques, nous savons que V es donnée par: V = G Y,

18 12 CHAPTER 1. INTRODUCTION où G adme la représenaion probabilise suivane: [ + ] G(y) := E e β U I(ye β M )d, andis que Y es définie impliciemen par: X Y(x) = x, où X adme la représenaion: [ + ] X (y) := E M I(ye β M )d, sachan que M es défini par: M := e r R θ udw u 1 R 2 θu 2du. Sous des hypohèses relaivemen faibles qui garanissen de l inégrabilié uniforme, nous démonrons que G e X son C 1 par rappor au aux de axe α e au aux d inérê r, e qu il es possible de dériver les expressions précédenes sous les signes espérance/inégrale. Pour finir, à l aide du héorème des foncions implicies, nous concluons que V es C 1 e que les deux bornes admeen le même développemen au premier ordre, fournissan par la même occasion le développemen de la foncion valeur pour le problème avec axes Perspecives Bien que le développemen au premier ordre soi l un des principaux résulas de [3, 4], les aueurs prouven plusieurs aures résulas imporans dans leurs papiers. Pour l esseniel, ils monren d abord que la foncion valeur V es soluion de viscosié de l équaion de HJB associée au probléme. Mais cee formulaion ne leur perme pas de prouver un résula de comparaison, e ne fourni pas en pariculier la coninuié de V. Cependan, uilisan la propriéé d homogénéié que V hérie de la foncion d uilié puissance, ils son capables de monrer direcemen que la foncion valeur es Lipschizienne. En oure, ils prouven que V es limie uniforme des foncions valeurs de problèmes approchés, e que chacune de ces foncions valeurs es l unique soluion de viscosié de l équaion de HJB associé au problème approché. Ce résula implique la convergence des schémas numériques. Toues les preuves permean de démonrer ces résulas peuven êre éendues presque immédiaemen à nore cadre, mis à par le caracère Lipschiz de V e la convergence uniforme (sur les compacs) des foncions valeurs approchées. La preuve de la première propriéé uilisan de manière cruciale l homogénéié de V dans le cas d une foncion d uilié puissance, il y a peu d espoir de pouvoir uiliser les mêmes argumens pour une foncion d uilié générale. En ce qui concerne la seconde propriéé, l adapaion des argumens de [3, 4] perme d obenir la convergence simple. La convergence uniforme sur les compacs es

19 1.1. INVESTISSEMENT OPTIMAL AVEC TAXES 13 alors une conséquence du héorème de Dini grâce à la coninuié de V. Il es donc esseniel de pouvoir monrer la coninuié de V dans un cadre général pour pouvoir éendre leur preuve.

20 14 CHAPTER 1. INTRODUCTION 1.2 Déecion du maximum d un processus scalaire de reour à la moyenne Cee parie ne s inscri pas exacemen dans le cadre de la gesion opimale de porefeuille elle que nous l avons définie précédemmen. Néanmoins elle considère un problème d arrê opimal don la soluion peu êre appliquée pour mere en place une sraégie de gesion de porefeuille par un rader ou un manager de fond d invesissemen. En ce sens elle consiue bien un problème de conrôle sochasique appliqué à de la gesion opimale de porefeuille Moivaion Dans les années 6, Shiryaev [71] a considéré ce que l on appelle le problème d écar. Supposons qu un processus soi la somme d un mouvemen brownien e d une consane a, e qu il soi possible qu à un momen donné, la valeur de cee consane passe de a à b. Shiryaev a cherché à rouver commen déecer ce changemen de régime. Bien que les problèmes d arrê opimal e les problèmes à fronière libre, égalemen appelés problèmes de Sefan, on éé éudiés en déail, voir noammen Shiryaev [72], Peskir e Shiryaev [66] ou Karazas e Shreve, appendice D [49], e que leur uilié pour des problèmes financiers els que les opions américaines, voir par exemple Myneni [61], ou les opions russes, voir [69, 7], a éé mise en évidence, rès peu de ravaux se son inéressés à des quesions de déecion jusqu au débu des années 2. Pouran, au-delà de l inérê héorique, cee famille de problèmes peu s avérer inéressane pour un manager de fond ou pour un rader, e peu en pariculier servir de jusificaion héorique a ce que les praiciens appellen l analyse echnique. Dans la héorie de la réplicaion, le gesionnaire annule le risque de son porefeuille en le répliquan parfaiemen à l aide des acifs échangeables présens sur le marché, e es de fai, au moins sur le plan héorique, indifféren à l évoluion du marché. Bien sûr en praique cela présuppose que le marché se compore comme le modèle e de plus que le marché soi comple. Cependan dans le cas d un marché incomple, la surréplicaion ou encore la gesion opimale de porefeuille dans le cadre inrodui par Meron prolongen cee idée. Mais ce poin de vue ne représene qu une parie de l acivié de gesion e laisse de côé la prise de posiion. Dans cee opique, le gesionnaire ene de prédire l évoluion du marché pour en profier. C es exacemen le bu de l analyse echnique. Ainsi les problèmes de déecion permeen de développer des ouils mahémaiques donnan aux gesionnaires l opporunié de définir la meilleure réponse pour s adaper aux évoluions du marché e prendre de façon raionnelle une posiion.

21 1.2. DETECTION DU MAXIMUM 15 En pariculier, nous considérons dans ce chapire un processus qui oscille auour de zéro (un processus de reour à la moyenne) e paran d une valeur iniiale sricemen posiive. Supposons que l on soi capable de déecer l insan où ce processus aein son maximum avan de devenir négaif, e symériquemen de déecer le momen où il aein son minimum avan de redevenir posiif, e ainsi de suie. Du poin de vue d un rader cela peu êre considéré comme une sraégie opimale puisqu il peu ainsi réaliser un gain maximal. Si l on écri ce problème en ermes de problème d opimisaion, nore formulaion ressemble à celle inroduie par Graversen, Peskir e Shiryaev [37], que nous présenons brièvemen dans la secion suivane, mais en réalié ces deux poins de vue diffèren profondémen. Conrairemen à ce qui es fai ici, ces derniers considèren en effe le maximum sur une période de emps fixe, ce qui présene plusieurs inconvéniens pour un gesionnaire: - ils dériven leur résula uniquemen pour un mouvemen brownien e la soluion explicie de ce problème es rès difficile à éendre, andis que la sraégie qui nous inéresse es inéressane esseniellemen pour un processus de reour à la moyenne; - un invesisseur qui prend une posiion n a inérê à sorir de sa posiion que s il a réalisé un gain minimum, ne serai-ce que pour couvrir ses coûs de ransacion. Or, pour un mouvemen brownien paran de, pour ou ε >, l espérance du premier emps de passage en ε es infinie, ce qui signifie que pour réaliser un gain minimum de ε, après avoir acheé ou vendu un acif qui es supposé êre un mouvemen brownien, le rader devra en moyenne garder sa posiion pendan un emps infini; - il n y a pas de raison héorique de choisir une maurié pariculière; - même si l on adme que la maurié puisse êre choisie de manière saisfaisane, elle doi l êre a priori, c es à dire au débu de la période. Sur des réalisaions, le processus peu se comporer de façon rès différene. Parfois il oscillera rès vie, andis que d aures il oscillera rès lenemen. En fixan a priori la fin de la période, l invesisseur ne ien pas compe de ce phénomène e invesira régulièremen soi rop souven, soi rop peu souven. Ces problèmes son résolus par nore formulaion qui considère une maurié aléaoire définie comme le premier emps de passage en zéro e s inéresse à des processus de reour à la moyenne els que le processus de Ornsein-Uhlenbeck. Nous donnons dans la secion suivane un aperçu des principaux ravaux liés au nôre Aperçu de cerains ravaux connexes Comme nous l avons brièvemen évoqué, Graversen, Peskir and Shiryaev [37] considèren un problème qui a inspiré le nôre: ils cherchen à déecer le maximum d un mouvemen

22 16 CHAPTER 1. INTRODUCTION brownien sur une période de emps fixe, disons [, 1]. Noons X un mouvemen brownien sandard, e, pour un maximum hérié z, Z le processus de maximum couran associé: Z = sup X s z. s Alors, pour une foncion de pere l, ils considèren le problème d opimisaion suivan: V (x) = inf E[l(Z 1 X τ ) X = Z = x] = V (), τ 1 où la minimisaion es sur l ensemble des emps d arrê τ. Essayer d uiliser des echniques sandard d arrê opimal afin de ener de résoudre l équaion d Hamilon-Jacobi-Bellman associée au problème abouirai à un problème à fronière libre de dimension rois (le emps e deux variables d espace x e z) qu il semble impossible de résoudre expliciemen. Cependan, en uilisan des propriéés du mouvemen brownien e de son maximum, les aueurs parviennen asucieusemen à simplifier considérablemen la siuaion e dériven en fin de compe un problème à fronière libre en dimension un. En d aures ermes, ils obiennen une équaion différenielle ordinaire don la fronière es inconnue, qu ils parviennen à résoudre expliciemen. Plus précisémen, pour des foncins de pere puissance l(x) = x p, avec p > e p 1, ils monren qu il exise un réel z p >, défini comme unique soluion d une ceraine équaion, el que le emps d arrê: τ p = inf{ 1, Z X z p 1 } es opimal. De plus, la valeur du problème d opimisaion es égalemen explicie, e es foncion de z p. Bien que cela soi sans grande imporance, noons cependan que la foncion valeur n es pas connue pour z x. La preuve peu êre décomposée en deux éapes principales. Dans un premier emps, grâce à l indépendance des accroissemens de X, ils réécriven le problème en foncion de Z τ X τ uniquemen. Ensuie, uilisan le fai que pour un mouvemen brownien, si x = z, alors Z X e X on même loi, ils réduisen le nombre de variables spaiales de deux à une. Puis, à l aide du changemen de emps: s = 1 ln(1 ), 2 ils ransformen le problème en un problème saionnaire e du même coup se débarassen de la variable.

23 1.2. DETECTION DU MAXIMUM 17 Ensuie, la seconde éape es classique: ils dériven l équaion de HJB associée au problème simplifié, la reformule en erme de problème à fronière libre qu il résolve expliciemen e finalemen uilise un argumen de vérificaion. Ces ravaux on éé quelque peu généralisés par Pedersen [64] puis éendus au cas d un mouvemen brownien avec drif, pour une foncion de pere quadraique l(x) = x 2, par Du Toi e Peskir [18]. Là encore la preuve uilise des propriéés spécifiques du mouvemen brownien drifé, mais elle es plus complexe. De plus, la forme de la soluion n es pas classique, puisqu ils monren que deux fronières son mises en jeu, le emps d arrê opimal qu ils explicien éan de la forme: τ = inf{ 1, b 1 () Z X b 2 ()}. Ainsi, pour un drif négaif, paran de x = z >, comme dans [37], si X redescend rop après avoir aein un niveau Z, il es opimal de s arrêer, car l écar devenan rop grand, il es improbable de remoner avan le emps = 1 jusqu au niveau Z, mais désormais à cause du drif négaif, si Z X es pei e suffisammen proche de 1, il es égalemen improbable d aeindre un niveau supérieur à Z ou même supérieur à la valeur présene. Une variaion sur le suje es le problème d opimisaion suivan, inrodui par Shiryaev [73]: inf E θ τ, τ 1 sur l ensemble des emps d arrê τ e où θ es le premier ou dernier insan où le maximum d un mouvemen brownien es aein avan = 1. Il es inéressan de noer qu Urusov [77] a monré que pour un mouvemen brownien ce problème es équivalen au précéden. En effe l aueur a démonré l idenié suivane pour ou emps d arrê τ: E(X θ X τ ) 2 = E θ τ (1.1) Il es à noer que θ n es pas un emps d arrê car il dépend en réalié de ou le processus jusqu à l insan 1, par conséquen le héorème d arrê de Doob ne s applique pas. C es d ailleurs pour cee raison que la consane 1 apparaî. Cee fois encore, cee éude 2 a éé généralisée pour des mouvemens browniens avec drif par Du Toi e Peskir [19], qui son parvenus à caracériser un emps d arrê opimal comme premier emps d aeine d une ceraine barrière. Noons cependan que (1.1) n es pas vrai dans ce cas plus général, andis que leurs argumens s éenden en grande parie aux processus de Lévy. Menionnons égalemen le papier de Shiryaev, Xu e Zhou [74] dans lequel es éudié, pour

24 18 CHAPTER 1. INTRODUCTION X un mouvemen brownien géomérique, la variane suivane: ( ) inf E Z1 X τ. τ 1 Z 1 Un aure problème inéressan; qui n es ceres pas un problème de déecion mais malgré ou un problème d arrê opimal relié au maximum d un processus; présene ceraines similiudes dans sa résoluion avec le nôre. Peskir [65] a inrodui le problème d opimisaion suivan: ( τ ) sup E Z τ c(x )d, τ où X es une diffusion saionnaire, Z son maximum, e c peu êre vue comme une foncion de coû (e en pariculier es posiive). Le principal résula es une condiion nécessaire e suffisane pour que la foncion valeur soi finie e qu un emps d arrê opimal exise. Cee condiion es appelée principe de maximalié par l aueur car elle es saisfaie si e seulemen si le flo d une ceraine équaion différenielle ordinaire adme une soluion maximale en un cerain sens lorsque l on fai varier sa condiion iniiale. Il es amusan de consaer que dans nore éude égalemen nous devons considérer la soluion maximale d une ceraine équaion différenielle ordinaire dans un sens rès proche de celui inrodui par Peskir. Ces ravaux on par la suie éé éendus à des processus X e des foncions c plus généraux par Obloj [62], andis qu Hobson [41] considère le problème opposé: inf τ ( τ ) E Z τ c(x )d. Bien qu uilisan des echniques différenes, la soluion de ce dernier problème es plus ou moins de même naure que celle de [65]. Nous aimerions signaler que pour ces différens problèmes, un changemen d échelle grâce à la foncion d échelle, voir Karlin e Taylor [5], perme de réduire le cas d une diffusion saionnaire au cas du mouvemen brownien, ce qui simplifie l analyse. Dans nore éude, un el changemen es possible, mais il n appore pas de simplificaion significaive. De nombreux aures problèmes son plus ou moins liés à ce suje. Menionnons pour finir le problème de swiching opimal (commuaion opimale) inrodui pour des processus d Ornsein-Uhlenbeck par Zhang e Zhang [81] qui radui une problémaique naurelle pour un rader. Bien que naurel, leur crière ne prend en compe que l espérance du rendemen mais aucune forme de risque.

25 1.2. DETECTION DU MAXIMUM Nouveaux résulas Considérons un processus don la dynamique es donnée par l EDS saionnaire suivane: dx = µ(x )d + σ(x )dw,, ainsi qu une valeur iniiale X >. W es un mouvemen brownien andis que µ e σ saisfon des hypohèses assez générales (elles son lipschiziennes en pariculier). On dira que X es un processus de reour à la moyenne si: µ(x) pour ou x, Cela signifie en effe que le processus X es ramené vers l origine lorsque X >. Inroduisons ensuie le premier emps d aeine de la barrière : T := inf { > : X = }, e le maximum couran: X := max s X s. T désignan l ensemble des emps d arrê inférieurs à T, on considère le problème d opimisaion suivan: V := inf θ T E [ l ( X T X θ )], où l es appelée foncion de pere e saisfai des condiions assez faibles. En pariculier, elle es supposée croissane, convexe e suffisammen régulière. Afin de se placer dans le cadre de la programmaion dynamique, définissons (Z a éé inrodui plus hau): V (x, z) := inf θ T E x,z [l (Z T X θ )], où E x,z es l espérance condiionnelle sachan X = x and Z = z. Définissons égalemen la récompense en cas d arrê: g(x, z) := E x,z [l (Z T x)], x z, qui correspondrai à la foncion valeur s il éai opimal d arrêer immédiaemen. A l aide de la foncion d échelle, voir par exemple Karlin e Taylor [5], on peu déerminer expliciemen la loi de Z T en réinerpréan Z T en ermes de emps d aeine de barrière. Cela perme ensuie d obenir une formule explicie pour la foncion g e de déduire des condiions suffisanes pour que V soi finie. Nous dérivons ensuie l équaion de HJB associée au problème. Si on inrodui la foncion α := 2µ σ 2 qui se révèle êre le seul paramère lié à

26 2 CHAPTER 1. INTRODUCTION la diffusion X qui soi perinen pour nore problème e l operaeur infiniésimal L associé à X: Lv(x) = v (x) α(x)v (x), l équaion de HJB es l inégalié variaionnelle suivane: min {Lv, g v} = v(, z) = l(z) v z (z, z) =. Malheureusemen, une elle inégalié variaionnelle es difficile à résoudre en général, mais de même que pour les opions américaines ou de nombreux aures problèmes d arrê opimal, nous pensons que la soluion doi résoudre un problème à fronière libre associé. Après avoir résolu ce problème plus simple, nous devrons vérifier que la soluion rouvée es égale à la foncion valeur du problème iniial. Ainsi nous cherchons une fronière libre γ(x) elle qu il soi opimal d arrêer dans la région {z γ(x)} alors qu il es opimal de coninuer dans la région {z < γ(x)}. On cherche donc à résoudre: Lv(x, z) = for < z < γ(x) v(x, z) = g(x, z) and Lg(x, z) for z γ(x) v(, z) = l(z) v z (z, z) =. Ean donné que dans l expression de L seules les dérivées par rappor à x inerviennen, l espoir de résoudre cee équaion expliciemen es permis. Afin de pouvoir appliquer la formule d Iô, imposons égalemen des condiions de coninuié e de smooh-fi sur la fronière: v(x, γ(x)) = g(x, γ(x)) v x (x, γ(x)) = g x (x, γ(x)). Nous resreignons dans un premier emps nore éude à une foncion de pere quadraique: l(x) = x2 2. Une des difficués pour déerminer γ vien du fai que celle-ci es faie en général de deux paries régies par des équaions disinces, e n es pas monoone. Ainsi il exise ζ el

27 1.2. DETECTION DU MAXIMUM 21 que γ es décroissane sur [, ζ] e croissane sur [ζ, + ). L équaion de la parie croissane es donnée par l équaion différenielle ordinaire suivane: γ = Lg(x, γ), 1 S(x) S(γ) sans condiion iniiale a priori. Nous obenons de fai une famille de candidas poeniels e devons choisir la bonne équaion, puisqu une seule nous permera de rouver la soluion du problème. La bonne équaion se révèle êre celle fournissan la plus grande foncion γ qui croise la diagonale {(x, z); x = z}. Nous devons ensuie déerminer la parie décroissane. Pour ce faire nous devons résoudre à z fixé l équaion ayan x pour inconnue: f(x, z) = g(x, z) g x (x, z) S(x) S (x) z2 2, qui correspond à l équaion saisfaie par l inverse de γ sur sa parie décroissane. Cee fois il n y a pas de problème d indéerminaion e nous monrons que les deux paries s inersecen. Puis nous obenons une expression explicie pour nore candida e monrons un héorème de vérificaion. Nous monrons par la même occasion l exisence d un emps d arrê opimal θ donné par: θ := inf{ ; Z γ(x )}. Nous donnons par la suie quelques exemples de processus qui enren dans le cadre de nore éude, els que les processus d Ornsein-Ulhenbeck, de Cox-Ingersoll-Ross ou le mouvemen brownien avec un drif sricemen négaif. En revanche, conrairemen au cadre de [37], pour le mouvemen brownien sandard la foncion valeur es infinie. Nous expliquons égalemen commen généraliser ces résulas à des foncions de pere plus générales. Bien que l idée de réduire l équaion de HJB à un problème à fronière libre soi classique, la résoluion de ce dernier problème dans nore cadre es inhabiuelle. D une par, nous sommes confronés à une famille d équaions possibles parmi lesquelles nous devons choisir la bonne. Comme nous l avons évoqué plus hau, c es égalemen le cas dans [65]. D aure par, la fronière es divisée en deux paries discinces, l une décroissane, l aure croissane, e en pariculier, si l on cherche à définir la fronière γ comme foncion de z, alors elle n es pas bien d éfinie. Remarquons cependan qu en praique si l on par de x = z, alors la parie décroissane de γ ne sera jamais aeine.

28 22 CHAPTER 1. INTRODUCTION Finalemen, nous avons appliqué ce résula à une sraégie de rading, pour laquelle nous avons calibré un processus d Ornsein-Uhlenbeck sur des données de marché. La sraégie consise à vendre au maximum déecé par nore éude, fermer la posiion quand X =, e symériquemen, acheer au minimum déecé puis fermer la posiion à X = Perspecives Tou d abord, pour une foncion de pere générale l, nous n avons pas pu définir des condiions suffisanes oalemen saisfaisanes sous lesquelles le résula es vrai. Nous supposons ainsi qu une foncion que nous noons Γ e don le graphe représene plus ou moins l ensemble {(x, z); Lg(x, z) = }, doi avoir une ceraine forme. Bien que cela soi relaivemen facile à vérifier sur des cas concres, il serai plus saisfaisan d avoir une condiion poran direcemen sur α e l. Une aure quesion inéressane es celle de la dépendance de la foncion valeur V e de la fronière γ vis-à-vis des paramères du modèle. Impliciemen, V e γ dépenden du processus X au ravers de la foncion α. Dans des cas simples els que le processus d Ornsein- Uhlenbeck ou le mouvemen brownien avec un drif négaif, cee dépendance se résume à un seul paramère α R. Si on considère une suie (α n ) convergean vers α, on peu s inerroger sur l exisence d une limie à (γ n ) e (V n ). Ensuie dans le cas général, si on se donne une suie de foncions (α n ) qui converge pour une ceraine opologie, qu en es-il? Enfin, une généralisaion inéressane es le cas inhomogène, c es-à-dire avec des coefficiens µ e σ qui dépenden égalemen du emps. Sur le plan praique, cela permerai de considérer un drif e une volailié qui dépenden du emps. Mais le plus imporan n es pas là. En réalié, l hypohèse la plus conraignane dans le cas saionnaire es le fai que la moyenne auour de laquelle oscille le processus es supposée consane, e cela peu remere en cause la viabilié de la sraégie de rading que nous avons considérée. En effe, supposons que X oscille auour d une moyenne b(). Pour pouvoir appliquer les résulas précédens, il faudrai considérer le processus Y := X b() qui n es pas forcémen radable. Le problème c es que, paran de Y >, si l on noe T le premier insan où Y revien en zéro, on aura Y θ Y T, mais il n y a aucune raison pour que X θ X T. En revanche, l éude du problème avec coefficiens inhomogènes résoudrai ce problème. Noons cependan que dans ce cadre, il semble difficile d obenir plus qu une caracérisaion de la foncion valeur comme unique soluion de viscosié de l équaion de HJB associée au problème (voir [11] pour plus de déails sur les soluions de viscosié).

29 1.3. INVESTISSEMENT OPTIMAL AVEC DES CONSIDÉRATIONS DE PERFORMANCE RELATIVE2 1.3 Invesissemen opimal avec des considéraions de performance relaive Moivaion Comme nous l avons déjà vu, depuis les aricles de Meron, le problème d invesissemen opimal a éé généralisé dans bien des direcions, mais dans aucun de ces ravaux l invesisseur ne ien compe de ses semblables dans sa prise de décision. Auremen di, l agen n es pas influencé par le comporemen des aures. Or cee hypohèse n es pas réalise, e ce pour différenes raisons. En premier lieu bien sûr, posséder cen euros en France n es pas équivalen à posséder la même somme en Afrique. Mais ceci ne consiue pas un réel problème puisqu il es oujours possible par un changemen de variable d en enir compe (en considéran U( x ) pour un faceur d échelle K). Mais ce qui en revanche es beaucoup K plus problémaique es qu une performance n a pas de sens dans l absolu, mais selon le conexe ou encore ce que fon les concurrens, en pariculier dans le monde des banques e des hedgefunds. Ainsi, en période de crise, un rader qui se conene de ne pas perdre d argen es perçu comme brillan, alors que pendan la bulle inerne, il aurai éé considéré comme médiocre. E puis il semble indéniable qu il es dans la naure humaine de se comparer à ses voisins, ses amis ou encore ses collègues. Pour ce qui es du monde financier, on peu même aller plus loin. Si l on s inéresse au markeing des produis dérivés ou de manière équivalene au discours des hedgefunds à leurs cliens, ceres la performance absolue es menionnée, mais elle es presque oujours comparée à un benchmark. Ce phénomène inervien égalemen dans les rémunéraions des raders, qui n es pas uniquemen indexée sur leur performance absolue. Les raders qui performen neemen mieux que les aures recevron oujours un bonus conséquen, même les mauvaises années, andis que ceux qui performen neemen moins bien risquen même en plein essor de recevoir un bonus qui n es que symbolique ou d êre renvoyés au profi de quelqu un de plus performan. Il es inéressan de menionner que dans la liéraure économique mais aussi sociologique, des considéraions de performance ou richesse relaive on déjà éé éudiées. Ainsi l impac sur les comporemens a éé mis en évidence depuis le débu du vingième siècle, noammen dans les ravaux de l économise e sociologue Veblen [78], qui parle de consommaion osenaoire, qui ne provien pas d un besoin de posséder un bien, mais de la voloné de monrer que l on peu se permere de l acheer. Le premier à avoir regardé les implicaions financières de considéraions de performance relaive es Abel [1] qui éudie leur influence sur le prix d un acif. Plusieurs aricles on par la suie uilisé plus ou moins le même

30 24 CHAPTER 1. INTRODUCTION cadre, noammen ceux de Gali [34] e Gomez, Priesley e Zapaero [36]. Dans ous ces papiers, les considéraions relaives son de naure exogène, au sens où les préférences des agens prennen direcemen en compe la richesse moyenne des aures invesisseurs. Nous adopons le même poin de vue. Par conre DeMarzo, Kaniel e Kremer [16] on monré que la source de considéraions relaives peu aussi êre endogène, c es-à-dire qu elles peuven provenir des ineracions enre invesisseurs sans pour auan êre modélisées direcemen. Bien que rès inéressans, ous ces ravaux considèren des modèles rès simples, saiques ou en emps discre. L idée es donc d essayer de développer une héorie d opimisaion de porefeuille qui prenne en compe ces considéraions de performance relaive Aperçu de sujes connexes D un poin de vue mahémaique, les considéraions relaives impliquen des ineracions enre invesisseurs e son de fai reliées à la héorie des jeux. Cependan dans nore cadre, le seul concep de héorie des jeux que nous uilisons es celui d équilibre de Nash, par conséquen nous ne nous éendrons pas sur le suje. Rappelons simplemen qu un équilibre de Nash dans un jeu à n joueurs es un n-uple consiué d une sraégie pour chaque joueur el que, pour chaque individu, cee sraégie correspond au meilleur choix possible sachan les sraégies des aures joueurs. Dans nore cadre, l éude des équilibres de Nash n es pas riviale. Ainsi, suivan les idées de Lasry e Lions [56] sur les jeux à champ moyen, il es naurel de se demander si les choses se simplifien lorsque le nombre de joueurs end vers l infini. En pariculier, on peu ener d explicier le sysème d équaions progressive-rérograde (forward-backward), appelé équaions de Kolmogorov-HJB. Malheureusemen nore modèle n enre pas dans le cadre développé dans [56], e nous ne savons pas écrire les équaions de Kolmogorov-HJB. En effe deux hypohèses essenielles énoncées dans [56] ne son pas vérifiées ici. D abord, les aueurs requièren de la symérie enre les agens (voir secion 2.2 de ce aricle), ce qui reviendrai dans nore problème à avoir pour ou i, U i = U, A i = A e λ i = λ, ce qui rese ou de même un cas pariculier inéressan. Mais surou, les mouvemens browniens inervenan dans la dynamique de la richesse de deux agens différens doiven êre indépendans, ce qui correspond au cas pariculier d agens invesissan chacun dans un acif indépendan des aures. Le cas d un brownien commun peu aussi êre raié, même s il ne figure pas dans [56], mais en revanche le cas général rese un problème ouver. Néanmoins, nous serons en mesure de calculer expliciemen la limie dans un cerain sens, e nous pourrons consaer que le passage à la limie simplifie les expressions.

31 1.3. PERFORMANCE RELATIVE 25 Dans la prochaine secion, nous rappelons les principaux résulas concernan les équaions différenielles sochasiques rérogrades (EDSR) puisque nous aurons besoin de cerains de ces résulas, mais auparavan, passons en revue quelques ravaux de la liéraure économique sur les considéraions relaives. En simplifian quelque peu, Abel [1] considère un modèle en emps discre, avec un horizon infini e une foncion d uilié puissance dépendan de la consommaion propre de l invesisseur à l insan (c ) e de la consommaion moyenne à l insan 1 (C 1 ): ( c ) α. U(c, C 1 ) := 1 α C 1 Les équilibres de Nash ne son pas éudiés, mais à la place l aueur explique que si ous les agens son ideniques, à l équilibre chaque invesisseur doi avoir la même consommaion, ce qui perme de rouver le prix d équilibre. Gali [34], quan à lui, considère un cadre voisin du précéden, mais au lieu de comparer sa consommaion à la dae avec la consommaion moyenne de la dae 1, ici l invesisseur compare ces deux quaniés à l insan, ce qui aboui à un cerain nombre de différences qualiaives. Enfin, dans l aricle de DeMarzo, Kaniel e Kremer [16], les aueurs considèren un modèle dans lequel les considéraions son d origine endogène, alors que dans les aricles ciés cidessus l origine es exogène. Plus précisémen, ils modélisen les préférences de chaque invesisseur de manière classique, c es-à-dire uniquemen à ravers sa richesse absolue. Puis ils considèren un bien en quanié limiée, don le prix d équilibre augmene avec la richesse moyenne. Dès lors, l invesisseur qui ne peu suivre l augmenaion de la richesse moyenne risque de se rerouver exclus, ce qu il cherche à évier. C es ainsi que se fai l ineracion. Les aueurs monren, dans le cadre d un modèle à deux périodes, commen ce phénomène peu favoriser l appariion de bulles financières e accroi le risque global du marché Principaux résulas sur les EDSR Le dernier champ imporan don nous avons besoin dans cee parie es la héorie des équaions différenielles sochasiques rérogrades (EDSR). Conrairemen au monde déerminise, le fai d avoir une condiion finale n es pas équivalen à avoir une condiion iniiale. En effe, il n es pas possible d inverser le emps car cela changerai la filraion vis-à-vis de laquelle la soluion doi êre adapée. Uilisons la noaion suivane: ξ es la condiion finale, f es

32 26 CHAPTER 1. INTRODUCTION le driver, e (Y, Z) la soluion de l EDSR: avec Y R n, Z R n d. dy = f (, Y, Z )d + Z dw Y T = ξ, Les EDSR furen d abord inroduies e résolues pour un driver f linéaire dans les années 7 par Bismu [6], mais c es seulemen au débu des années 9 que Pardoux e Peng [63] on éabli le premier résula général d exisence e d unicié pour un driver lispchizien e une condiion finale dans L 2. Par la suie les EDSR on fai l obje de nombreux ravaux parce que leurs applicaions, noammen en finance, son à la fois naurelles e muliples. Nous renvoyons en pariculier à l aricle d El Karoui, Peng e Quenez [26] pour une revue déaillée des EDSR dans le cas lipschizien e un aperçu de nombreuses applicaions à la finance. L idée principale pour monrer l exisence es de démonrer ou d abord des esimaions a priori sur Y e Z, après avoir appliqué la formule d Iô à Y 2, avan d uiliser le héorème du poin fixe de Picard. En oure, pour n = 1, un résula de comparaison peu êre démonré, éablissan que si f 1 f 2 e ξ 1 ξ 2, alors Y 1 Y 2 Dans le papier d Hamadene [38], les hypohèses de Lipschiz coninuié du driver son affaiblies à localemen Lipschiz avec croissance sricemen sous-quadraique par rappor à Z. Néanmoins ce résula n es valable que pour la dimension 1 (n = 1). Puis Kobylanski [52] a démonré l exisence d une soluion pour un driver coninu à croissance quadraique en Z, à condiion que la condiion finale ξ soi bornée. Elle a égalemen prouvé un résula de comparaison sous des hypohèses un peu plus resricives. Malheureusemen, ces résulas ne son valables qu en dimension un (n = 1 avec les noaions précédenes). Les principales éapes de la preuve son les suivanes. Dans un premier emps, à l aide d un changemen de variable exponeniel, l aueur parvien à éablir des esimaions a priori de Y e Z, c es-à-dire que ces variables son conrôlées. Puis elle approche le problème quadraique à l aide d une suie de problèmes lipschiziens, e grâce au héorème de comparaison valable dans le cadre lipschizien, monre que la suie (Y n ) es monoone. A l aide des esimaions éablies précédemmen, il es alors possible d obenir la convergence des suies (Y n ) e (Z n ) en un sens suffisammen for pour pouvoir passer à la limie dans les EDSR. Ceci garani l exisence. La preuve de l unicié es moins inéressane e sera par la suie grandemen simplifiée par l uilisaion du caracère BMO de Z, voir [51] sur la propriéé BMO e par example [6] pour des résulas généraux pour les EDSR quadraiques. Nous insisons sur le fai que dans ce qui précède, à la fois les esimaions a priori e l uilisaion d un héorème de comparaison ne son valables que dans le cas unidimensionnel.

33 1.3. PERFORMANCE RELATIVE 27 Une aure preuve inéressane e rès différene de celle de Kobylanski es due à Tevzadze [76], qui uilise un argumen de poin fixe pour une condiion erminale suffisammen peie, coupe son EDSR en morceaux renran dans ce cadre e réussi ensuie à recoller les différens morceaux pour résoudre l EDSR iniiale. Malheureusemen là encore la démonsraion ne s applique qu à la dimension un. Malgré cee resricion, ce résula sur les EDSR quadraiques a de nombreuses applicaions. En pariculier, l une d enre elles a inspiré la méhode que nous appliquons pour rechercher les équilibres de Nash dans nore modèle: il s agi du problème de maximisaion d uilié quand le porefeuille de l invesisseur es soumis à des conraines, inrodui par El Karoui e Rouge [27] puis compléé par la suie par Hu, Imkeller e Müller [42]. Bien qu uilisan en grande parie les mêmes idées que dans [27], Hu, Imkeller e Müller son les premiers à avoir remarqué que la parie maringale de la soluion d une EDSR quadraique (Z avec les noaions précédenes) es en fai une maringale BMO, propriéé plus fore que celle énoncée iniialemen dans [52]. Cee propriéé de BMO garani de l uniforme inégrabilié e par conséquen le héorème de Girsanov peu êre appliqué à l exponenielle de Doléans-Dade de Z. Enfin, assez récemmen, Briand e Hu [7] on éendu ces résulas au cas de condiions finales non bornées. Plus exacemen, ils demanden uniquemen à ξ d avoir des momens exponeniels d un cerain ordre (dépendan des paramères de l EDSR e de l horizon emporel T ). Une fois encore, l idée es de monrer des esimaions a priori grâce au même changemen de variable exponeniel, d approcher l EDSR iniiale par des EDSR avec condiion finale bornée, puis de monrer qu il es possible de passer à la limie grâce aux esimaions précédenes. Ils on égalemen monré un héorème de comparaison, mais sous des hypohèses beaucoup plus fores, noammen une hypohèse de convexié du driver f par rappor à Z Nouveaux résulas Considérons un marché financier consiué d un acif sans risque, de aux d inérê égal à zéro e d acifs risqués don la dynamique es donnée par: ds = diag(s )σ (θ d + dw ), où W es un mouvemen brownien sous une probabilié P. Considérons égalemen N agens pariculiers qui se regarden les uns les aures. Plus précisémen, de même que dans la héorie classique d opimisaion de porefeuille, les préférences de l agen i son caracérisées par une foncion d uilié U i, qui es supposée saisfaire des

34 28 CHAPTER 1. INTRODUCTION hypohèses classiques, à savoir esseniellemen qu elle es sricemen croissane, sricemen concave e C 1. Mais au lieu de ne prendre en compe que sa richesse absolue, chaque invesisseur uilise comme crière une combinaison convexe enre sa richesse absolue e l écar enre sa richesse e la richesse moyenne de ses sembables. Si π i es le porefeuille de l agen i, inroduisons pour chaque i la richesse des aures invesisseurs: X i = 1 N 1 j i X πj, alors l agen i cherche à résoudre le problème d opimisaion suivan: ( V i := sup EU i (1 λ i )XT πi + λ i (XT πi X ) T i ) π i A i ( ) = sup EU i XT πi λ i Xi T, π i A i en considéran que les sraégies π j des aures agens son connues e fixées. Auremen di, on suppose l informaion parfaie. A i désigne l ensemble des porefeuilles admissibles pour l invesisseur i. En plus d hypohèses echniques relaivemen faibles, nous supposons que les porefeuilles son soumis à des conraines. Ean donné un ensemble A i, on impose: π i A i,, P-p.s. Le paramère λ i es la sensibilié à l égard de la performance relaive de l agen, e es supposé êre dans [, 1]. Le bu principal de ce chapire es de monrer l exisence d un équilibre de Nash ainsi qu une caracérisaion des équilibres de Nash possibles pour le problème à N invesisseurs, dès lors que les λ i e les A i vérifien une condiion assez générale. En l absence de conraines sur les porefeuilles, ce qui correspond à A i = R d pour ou i, on peu monrer en uilisan des echniques classiques pour l opimisaion de porefeuille en marché comple que si: N λ i < 1, i=1 alors l exisence e l unicié de l équilibre de Nash es garanie. En revanche, en présence de conraines, il semble difficile de dire quoi que ce soi pour des foncions d uilié générales. C es pourquoi nous supposons que les foncions d uiliés des agens son de ype exponeniel: U i (x) = e 1 η i x, où 1 η i es appelé aversion au risque ou sensibilié au risque de l agen i.

35 1.3. PERFORMANCE RELATIVE 29 Suivan les idées développées dans [27] ou [42], nous cherchons dans une première éape à caracériser au moyen d EDSR les porefeuilles opimaux e à donner une expression de la foncion valeur du problème d opimisaion simple de l agen i (les aures porefeuilles éan fixes). Si cela éai possible, dans une seconde éape, le bu serai de combiner ces équaions pour obenir une caracérisaion des équilibres de Nash. Malheureusemen, les ravaux ciés précédemmen ne prennen en compe que des condiions finales bornées, ce qui n es pas le cas dans nore modèle. En oure, pour mener à bien la seconde éape, il faudrai pouvoir résoudre une EDSR quadraique mulidimensionnelle, ce qui es à l heure acuelle une quesion ouvere. Nous n avons pu prouver aucun de ces résulas, par conséquen, afin de surmoner ces difficulés nous supposons que θ e σ son des foncions déerminises de, ce qui perme de raier noammen le modèle de Black-Scholes, mais pas des diffusions markoviennes générales. Noons néanmoins que même dans ce cadre, la démonsraion es loin d êre riviale, en pariculier pour la caracérisaion d un équilibre de Nash. En praique, nous monrons que pour un équilibre de Nash, une ceraine paire de processus (Y, Z) doi êre soluion de la même EDSR que celle obenue avec le raisonnemen précéden, sauf que dans ce cadre, il es possible d exhiber une soluion de cee N-EDSR. Au final, nous obenons le résula suivan, dans le cas où pour chaque i A i es un espace vecoriel: Théorème: Supposons que θ e σ son déerminises e que: N λ i < 1 ou i=1 N A i = {}. Alors il exise un équilibre de Nash e le porefeuille d équilibre pour l agen i es: i=1 ˆπ i = ˆπ i,n := σ() 1 P i M i θ() avec: [ M i := I j i λ j N λ j N 1 P j ( I + λ ) ] 1 [ i N 1 P i 1 I + 1 η i N 1 j i λ i η j λ j η i 1 + λ j N 1 P j ]. De plus, la foncion valeur pour l agen i à l équilibre es donnée par: V i = V N i = e 1 η i (x i λ i x i Y i ) avec Y i = η T i θ() 2 d + 1 T Q i 2 2η M i θ() 2 d, i

36 3 CHAPTER 1. INTRODUCTION e P i, Q i son des projeceurs orhogonaux. De plus pour ou équilibre de Nash ( π 1,..., π N ) on a: [ π i = σ() 1 P i ψ ( Z ] i ) e V i = e 1 ηi (xi λ i x i Ỹ i) où (Ỹ, Z) es soluion d une ceraine EDSR quadraique N-dimensionnelle e ψ un cerain opéraeur. Nous donnons égalemen une généralisaion de ce résula au cas où les A i son simplemen des convexes fermés. Suivan les idées provenan de l éude des jeux à champ moyen, pour lesquels quand le nombre de joueurs end vers l infini les expressions se simplifien considérablemen, nous éudions la limie du porefeuille d équilibre quand N end vers l infini. Une quesion naurelle qui surgi alors es de savoir si le nombre d acifs rese borné ou s il end lui aussi vers l infini. Le second cas soulève la quesion de la définiion des EDS en dimension infinie ainsi que celui de l exisence de la projecion sur un sous-espace qui n es pas forcémen fermé en dimension infinie. De fai, nous ne considérons que le premier cas qui revien à prendre d fixe. On monre alors l exisence d un porefeuille d équilibre limie : ˆπ i, [ := σ() 1 P i ηi I + λ i η(i λu ] ) 1 U θ(), 1 N avec U := lim P i dans L(R d ), andis que N N λ e η son les moyennes des λ i e des η i i=1 respecivemen. Enfin, parce que les opéraeurs manipulés son linéaires quand les A i son des espaces vecoriels, nous sommes en mesure de monrer que, dans cerains cas, la volailié de la richesse de l agen i es croissane vis-à-vis de n impore quel λ j. En oure, si l on défini le porefeuille d indice de marché comme éan la moyenne des porefeuilles: π := 1 N N π i, i=1 alors, en oue généralié, si l on prend la limie quand N end vers l infini, on peu monrer que la volailié e le drif de la richesse limie son ous deux croissans en λ, andis que la quanié espérance des rendemens variance des rendemens

37 1.3. PERFORMANCE RELATIVE 31 es décroissane en λ. En d aures ermes, d un poin de vue de ce crière de risque, quand le nombre d agen end vers l infini, il es globalemen inefficace pour le marché que les agens se regarden les uns les aures (même si cela peu êre efficace pour cerains agens pariculiers) Perspecives De nombreuses quesions inéressanes resen en suspens. Nous en menionnons un cerain nombre ci-après. Tou d abord, comme nous l avons évoqué, la résoluion de la quesion d exisence e d unicié d EDSR mulidimensionnelles, pas forcémen dans un cadre général mais engloban ou de même celles qui inerviennen dans nore problème, permerai d envisager des coefficiens θ e σ non déerminises. L aure ingrédien nécessaire serai alors de prouver une généralisaion du problème de maximisaion d uilié en marché incomple, comme énoncé dans [27], pour une condiion finale non bornée. Pour des coefficiens déerminises, nous avons pu nous en passer, mais la méhode ne semble pas pouvoir s appliquer au cas général. Ensuie, dans cee parie nous monrons que même si l on impose que les ensembles de conraines A i soien des espaces vecoriels, l influence des λ i pour N fixé n es pas claire en oue généralié. Par conre, à la limie N end vers l infini, les choses se simplifien. Si les A i son supposés êre des convexes fermés, peu-on au moins dans ce second cas mere en évidence une influence des λ i? On peu aussi éudier de plus près le cas d ensembles non convexes. Nous donnons des conre-exemples pour lesquels le résula énoncé précédemmen es faux. Cela ne signifie pas pour auan qu il n exise pas d équilibre de Nash. E de plus, peu-êre exise--il des hypohèses plus faibles que la convexié sous lesquelles le héorème es encore vérifié. Un aure domaine d invesigaion es la quesion de la limie N. En premier lieu, quand le nombre d acifs d end vers l infini avec le nombre d agens N, es-il possible de définir un porefeuille limie? La quesion des EDS de dimension infinie a éé éudiée par Da Prao e Zabczyk [14], mais nous l avons laissée de côé. De plus, que d soi fixe ou non, si l on défini un jeu limie dans un cerain sens, la limie du porefeuille d équilibre serai-elle un équilibre de Nash, e si oui, ce équilibre sera--il unique? De surcroî, si l on voi ce problème limie comme un jeu à champ moyen, peu-on parvenir à écrire les équaions de Kolmogorov-HJB associées comme c es le cas dans [56]? Enfin, on peu s inéresser à deux exensions du modèle de dépar. La première concerne la foncion d uilié. Nous avons considéré des foncions exponenielles car cela perme souven

38 32 CHAPTER 1. INTRODUCTION des simplificaions. Mais il es probable qu il en soi de même avec des foncions puissances, en prenan le crière suivan: ( ) XT i βi ( ) λi. Xi T Une seconde exension du modèle, bien plus délicae, serai d inclure de la consommaion.

39 1.4. INVESTISSEMENT OPTIMAL AVEC DES CONSIDÉRATIONS DE PERFORMANCE RELATIVE 1.4 Invesissemen opimal avec des considéraions de performance relaive e une pénalisaion locale du risque Moivaion Paran de la même idée que pour la parie précédene, ce chapire, bien qu indépendan, peu êre vu comme le prolongemen naurel du précéden. En effe, une manière naurelle de généraliser le cadre de la parie précédene es de remplacer les conraines srices de la forme π A par des conraines relâchées en sousrayan dans le problème d opimisaion de l invesisseur un erme de pénalisaion g(π) andis que l on auorise π à décrire R d. Plus précisémen, nous remplaçons l argumen XT πi λ X i T i de la foncion d uilié par: X πi T λ i Xi T T g i (σ u π i u)du. Puisque nous cherchons un supremum, il es clair qu en prenan g égale à + sur le complémenaire de l ensemble A, nous forçons le conrôle opimal ou une suie maximisane de conrôles à évier A. De plus, sur le plan financier, il semble naurel de considérer ce ype de conraines faibles. Ainsi la foncion d uilié peu êre considérée comme une ranscripion mahémaique des préférences de l agen, andis que les conraines peuven êre vues comme des faceurs exogènes de différenes naures qui affecen l agen. On peu penser par exemple à des resricions légales, comme par exemple l inerdicion de vendre à découver, ou l inerdicion d invesir dans un acif pariculier pour des problèmes de confidenialié. Dans ces cas, une conraine srice semble appropriée en général, mais pas nécessairemen ou le emps, car les services de régulaion n on pas sysémaiquemen des règles srices. Mais on peu aussi penser à des raisons commerciales, par exemple pour un hedgefund qui garani un cerain ype de profil de risque à ses cliens, ou pour des raisons managériales, quand le chef d une équipe de rading ou d un fond ne veu pas que ses raders prennen rop de risques ou leveragen rop leurs porefeuilles. Pour ous ces ypes de conraines, cee nouvelle formulaion plus faible semble plus réalise. Touefois, puisque nous n avons pas pu résoudre le problème précéden auremen que lorsque les coefficiens inervenan dans la dynamique des acifs éaien déerminises, nous serons confronés au même problème ici. Rappelons que le principal problème éai lié au fai que l exisence e l unicié d une soluion pour des EDSR quadraiques mulidimensionnelles son des quesions ouveres. Mais en choisissan de façon appropriée la foncion de pénalisaion

40 34 CHAPTER 1. INTRODUCTION g, nous pouvons avoir affaire à des EDSR lipschiziennes, e ainsi nous pouvons énoncer des résulas pour des acifs ayan une dynamique générale, pouvan même ne pas êre markovienne Nouveaux résulas Comme dans la parie précédene, nous considérons un marché financier consiué d un acif sans risque ayan un aux d inérê égal à zéro e d acifs risqués de dynamique: ds = diag(s )σ (θ d + dw ), où W es un mouvemen brownien sous une probabilié P, e l on considère N agens pariculiers qui se regarden les uns les aures. Mais le crière d opimisaion es différen. Là encore, au lieu de ne prendre en compe que sa richesse propre, chaque agen uilise une combinaison convexe de sa richesse e de la différence enre sa richesse e la richesse moyenne des aures, mais de plus il sousrai une pénalisaion sur le porefeuille. Cee pénalisaion remplace les conraines de la parie précédene. Plus précisémen, chaque agen es caracérisé par sa foncion d uilié U i, qui résume ses préférences, e par sa foncion de pénalisaion g i : R R {+ }, qui peu êre vue comme représenaive des faceurs exérieurs qui incien l invesisseur à préférer cerains ypes de porefeuilles, comme nous l avons expliqué auparavan. Dans ce cadre, mis à par pour g i =, les argumens usuels du marché comple ne s appliquen pas, c es pourquoi nous considérons encore des foncions d uilié exponenielles: U i (x) = e 1 η i x. Le problème d opimisaion de l agen i es alors formulé de la manière suivane: V i := sup Ee 1 (1 λ η i )X i T πi+λ i(xt πi X T i ) R T gi (σ uπu i )du π i A i = sup Ee 1 X η i T πi λ i X T i R T gi (σ uπu)du i π i A i en considéran que les sraégies π j des aures agens son connues e fixées. Ainsi nous supposons que l informaion es parfaie. A i es l ensemble des porefeuilles admissibles pour l agen i, qui doiven saisfaire des condiions echniques raisonnables. Le paramère λ i es là encore la sensibilié à l égard de la performance relaive, e apparien à [, 1]. Comme nous l avons di, il s agi a priori d une généralisaion du ravail de la parie précédene, mais pour évier les difficulés echniques que nous avions renconrées alors (à savoir des EDSR quadraiques mulidimensionnelles), e êre en mesure d éablir des,

41 1.4. PERFORMANCE RELATIVE ET PENALISATION 35 résulas pour des dynamiques d acifs assez générales, nous ne considérons ici qu une classe pariculière de foncions de pénalisaion. En pariculier, nous supposerons g i lipschizienne. Le bu principal de ce chapire es de monrer l exisence e l unicié d un équilibre de Nash pour le problème à N invesisseurs avec pénalisaion, dès lors que les λ i vérifien des condiions assez faibles. Si g i es à valeurs dans R, l agen peu invesir dans le marché ou enier, mais la présence du erme de pénalisaion ne perme pas de considérer ce modèle comme du marché comple. En réalié, la pénalisaion joue le même rôle qu une imperfecion de ype coû de ransacion. Par conséquen, nous commençons par ransposer à nore cadre les résulas sur la maximisaion d uilié en marché incomple présens dans [27] e [42]. Nous considérons ainsi le problème d opimisaion suivan: V = sup E e η(x 1 T π R T g(σuπu)du F), π A où F es un acif coningen que nous souhaions imier ( racker ). Ce acif es simplemen supposé êre F T -mesurable e avoir des momens exponeniels de ous ordres, ce qui signifie: δ >, Ee δ F <. En pariculier, nous ne supposons pas que F es borné. Suivan les idées inroduies dans [27], nous relions cee opimisaion à un problème d EDSR. Sous ceraines hypohèses echniques sur g, garanissan esseniellemen que le driver de l EDSR es lipschizien, nous caracérisons la soluion du problème d opimisaion e l unique porefeuille opimal par: V (x) = e 1 η (x Y ), où (Y, Z) es la soluion unique de l EDSR lipschizienne suivane: dy = f (Z )d + Z.dW Y T = F e l unique porefeuille opimal es donné par: où f e Γ ne dépenden que de g e θ. ˆπ = σ 1 Γ (Z ), Ce résula nous perme alors de prouver, avec quelques hypohèses echniques supplémenaires, qu il exise un unique équilibre de Nash au problème iniial à N agens, dès lors que les λ i

42 36 CHAPTER 1. INTRODUCTION ne son pas rop proches de 1. Plus précisémen, il exise λ N m (1 2N ), 1 el que pour ou i: λ i < λn m B, où B es la consane de Lipschiz commune à des foncions Γ i, définies comme Γ ci-dessus. De même que dans la parie précédene, nous obenons une caracérisaion de la foncion valeur de l agen i sous la forme: V i = e 1 η i (x i λ i x i Y i ), mais cee fois (Y, Z) es l unique soluion de l EDSR N-dimensionnelle lipschizienne suivane: dy i = [f i ψ i (Z ) + ψ i (Z ).θ ]d + Z i.db Y i T =. De plus, le porefeuille d équilibre es donné par: avec: ˆπ i,n [ ψ(z) i = I 1 N 1 j i [ Z i + 1 N 1 = σ 1 Γ i ψ i (Z ), Γ j ( [ ( ) I + λ N j Γ j 1 λ j I + λ )] ] 1 i N 1 Γi ] Γ j ( I + λ N j Γ) j 1 (λi Z j λ j Z i ) j i Nous nous inéressons de nouveau à la quesion d une évenuelle limie au porefeuille d équilibre quand N end vers l infini. Malheureusemen, pour un θ général, cela implique de résoudre une EDSR de dimension infinie, même dans le cas où le nombre d acifs d es fixe. Ceres de elles EDSR on déjà éé éudiées, noammen par Fuhrman e Hu [33], mais cela dépasse le champ de nore éude. De fai, nous nous resreignons au cas d une prime de risque θ supposée êre une foncion déerminise du emps. Dans ce cas, on peu résoudre expliciemen la N-EDSR, ce qui fourni une formule explicie pour le porefeuille d équilibre ˆπ i = ˆπ i,n. Dès lors, sous des hypohèses assez faibles, nous prouvons un résula de convergence de σ ˆπ i,n vers: σ ˆπ i, := Γ i (I χ ) 1 χ (),. si l on suppose que 1 N N Γ j λ j I converge uniformémen sur les compacs vers χ. j=1

43 1.4. PERFORMANCE RELATIVE ET PENALISATION Perspecives Si on oublie les resricions sur les foncions de pénalisaion permean d obenir des EDSR lipschiziennes, alors oues les exensions que nous avons évoquées pour la parie précédene s appliquen à cee parie. Mais il y en a au moins deux qui son spécifiques à cee éude. D abord, comme nous l avons expliqué ci-dessus, lorsque la prime de risque θ es déermninise, puisque le porefeuille d équilibre es explicie, il n y a pas de problème d ordre héorique lorsque l on regarde la limie N end vers l infini (au moins pour d fixe). Par conre, dans le cas général, le porefeuille d équilibre es défini comme foncion de la soluion d une EDSR de dimension N, e par conséquen il fau pouvoir êre capable de définir propremen des EDSR de dimension infinie. Dans le cas Lipschiz, de elles EDSR on éé éudiées par Fuhrman e Hu [33] par exemple, e peu-êre leurs ravaux s appliquen-ils à nore cadre de ravail. Une seconde quesion inéressane concerne le dernier exemple que nous considérons dans cee parie. Plus précisémen, nous prenons une suie d approximaions g i n des conraines srices π A i uilisées dans le chapire précéden, pour des ensembles convexes fermés A i e elles que (g i n) converge simplemen vers 1 Ai. Quand n end vers l infini, peu-on rouver une limie à la suie des porefeuilles d équilibre? Peu-on rouver une limie à la suie des soluions des EDSR approchées (Y n, Z n ), e si oui cee limie es-elle soluion de l EDSR quadraique?

44 38 CHAPTER 1. INTRODUCTION

45 Chaper 2 Opimal invesmen-consumpion wih axes: firs order expansion for general uiliy funcions 2.1 Inroducion Since he seminal papers of Meron [58, 59], he problem of opimal invesmen has been exensively sudied in order o generalize he original framework. Those generalizaions have been made in differen direcions and using differen echniques. Pliska [67], Cox and Huang [1] and Karazas, Lehoczky and Shreve [46] have exended he sudy o general uiliy funcions in a complee marke. The nex sep was o deal wih incompleeness. Cvianic and Karazas [12] or Zariphopoulou [79] have sudied incompleeness due o consrains on he porfolio, as hey impose ha he porfolio mus remain in a cerain se. Consaninides and Magill [9] inroduced he problem wih proporional ransacion coss. See also Davis and Norman [15], Shreve and Soner [75], Duffie and Sun [17] or Akian, Menaldi and Sulem [2] on he subjec. Anoher imporan direcion is he incomplee marke case from a general poin of view, see He and Pearson [39, 4] in discree ime, and Karazas, Lehoczky, Shreve and Xu [47], Kramkov and Schachermayer [53, 54] or Kramkov and Sirbu [55] for he coninuous-ime case. However, he quesion of axes has received limied aenion whereas i has an imporan economical impac. The firs relevan work on he subjec was done by Consaninides [8], bu he assumpion of no limi on shor sales gave a rivial and non realisic soluion. Therefore, laer sudies have always rejeced he possibiliy of shor sales. Dybvig and Koo [2] considered, in a binomial model, a axaion rule wih a very complex pah dependancy: 39

46 4 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES when selling he asse, he ax basis of a uni of he asse was equal o he purchase price of his specific uni. They only provided limied numerical resuls. Jouini, Koehl and Touzi [44, 45] hen proved an exisence resul in he coninuous-ime framework, bu again he complexiy of his rule allowed hem o provide only limied numerical and heoreical resuls. Damon, Spa and Zhang [13] inroduced, in a binomial model, anoher axaion rule wih a simplified pah dependancy. Indeed, when selling he asse, he ax basis is compued as he average of pas purchase prices, weighed by he proporion of asse purchased a ha price. Gallmeyer, Kaniel and Tompaidis [35] generalized his sudy o muli-asses. Then Ben Tahar, Soner and Touzi [3, 4] inroduced he coninuous-ime version of he previous model, wih a power uiliy funcion and a single risky asse following a Black-Scholes dynamics. They provided boh heoreical and numerical resuls. In his chaper, we generalize some of he resuls saed in [3, 4], for a general uiliy funcion saisfying mild condiions and for a muli-dimensional risky asse following a more general Markov diffusion. Afer checking ha some basic properies of he value funcion sill hold in our framework, we show how we can here again derive upper and lower bounds o he value funcion using ax-free problems wih differen parameers. Alhough no explici in general, he value funcions of hose ax-free (or Meron s) problems can be expressed by means of probabilisic represenaions. This allows us o show ha, as he ineres rae r and he ax rae α simulaneously go o zero, he value funcion of he problem wih axes admis a firs order expansion around he value of he ax-free problem. 2.2 Model and problem formulaion Asses Le n 1 be an ineger, W = {W, } be an n-dimensional Brownian moion on he complee probabiliy space (Ω, F, P) and denoe by F = {F, } he corresponding compleed canonical filraion. We also consider an infinie ime horizon T = +. We hen consider a (complee) financial marke consising of: - one non-risky asse (a bank accoun), evolving wih he ineres rae r, which will be assumed o be consan, in order o simplify noaions; an easy generalizaion could be done for a deerminisic ineres rae;

47 2.2. MODEL AND PROBLEM FORMULATION 41 - n risky asses wih dynamics ha are given by: dp = diag(p )[b(p )d + σ(p )dw ] (2.1) where P : Ω R n, b : R + R n R n and σ : R + R n M n (R). For a vecor x, diag(x) sands for he diagonal marix wih i-h erm on he diagonal equal o x i. We assume ha b and σ are Lipschiz coninuous and bounded, which guaranees ha he previous SDE has a srong soluion wih coninuous pahs. We also assume ha σ is regular, σ 1 is bounded and we define he risk premium by: θ := σ 1 [b r1 n ], wih 1 n = 1. R n. 1 We focus here on he infinie horizon case, bu he resuls can be exended almos wihou any change o he finie horizon case. In fac noaions are a bi more complex for he finie case (funcions depend also on ime ), bu hings work simpler as we will no have o assume inegraibiliy hypoheses unlike in he infinie horizon framework. We will make a few remarks abou ha along his work. Anoher easy exension would be o consider he ineres rae r o be a deerminisic coninuous and bounded funcion Taxaion rule As in [3], he aim of his work is o sudy a problem of opimal consumpion and invesmen, when he capial gains are subjec o axes. We use he same axaion model as heirs, which is he coninuous version of he one inroduced firs by Damon, Spa and Zhang [13]. We assume ha he sales of socks are subjec o axes on capial gains. The amoun of ax for a sale a ime of he i-h risky asse is compued by comparing he curren price P i o he curren i-h index value B, i defined as he weighed average price of shares purchased by he invesor up o ime. If P i < B, i he invesor realizes a capial gain, while if P i > B i he realizes a capial loss. When he invesor sells a cerain number of shares, he proporions of shares are kep consan in order o compue he ax basis, which means ha i will no change he ax basis (bu i will change he number of shares used o compue i). For example, if he agen buys x 1 shares of he i-h risky asse a ime 1 a he price P 1 and x 2 shares of he same asse a ime 2 a he price P 2, he ax basis a ime will be B i = x 1P 1 +x 2 P 2 x 1 +x 2 (if nohing else occurs). If he hen sells a ime 3 z shares, we consider ha he sill owns x 1 (1 z x 1 +x 2 ) of he 1 shares and x 2 (1 z x 1 +x 2 ) of he 2 shares. Thus B + = B 3. 3

48 42 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES Then he sale of one uni share of he i-h asse a ime will breed he (algebraic) paymen of an amoun denoed by l(p i B i ) which we assume o be linear: l(p i B i ) = α(p i B i ) (2.2) where α [, 1) is consan and is called he ax rae coefficien. Remark 2.1 As claimed before, axes can be negaive. I is almos rue in cerain markes. Indeed, in some counries, if P is lower han B, he invesor will have a ax deducion for he following year. A linear model is no of course perfecly realisic, bu no absoluely inconsisen. Remark 2.2 As i is poined ou in [3], such a axaion rule migh a priori allow beer porfolios han he opimal one of he ax-free model, which would no be economically accepable. Hopefully, in our framework oo he upper bound resul will show ha his will never happen Sraegies We assume ha he agen allocaes his wealh beween he bank accoun (non-risky asse) and he risky asses. The amoun of money he owns in he bank accoun is denoed by (X ), he amoun in he risky asses by (Y ) which akes values in R n. We also denoe by (C ) he consumpion (rae) of he agen. In oher words, C d represens he amoun consumed wihin [, + d]. Recall ha essenially for noaional purposes, we have aken an infinie ime horizon T = +. We hen inroduce he posiion in he risky asses evaluaed a he basis prices: K i = B i Y i P i. (2.3) Comparing P o B is equivalen o comparing Y o K. Noice ha B i is no defined if Y i =. We assume ha in ha case B i = Y i, bu such a choice has no influence on he value of K. i Moreover we make he following assumpions: (X ), (Y ) and (C ) are progressively measurable wih respec o F; C, P a.s, ; S C d < +, P a.s, for all S [, + ).

49 2.2. MODEL AND PROBLEM FORMULATION 43 Remark 2.3 As we will see, X and Y are boh càdlàg by definiion, herefore assuming ha hey are F-adaped is equivalen o assuming ha hey are progressively measurable. We will denoe (Z ) he oal wealh of he invesor afer liquidaion of he risky asse posiions: Z = X + n i=1 [(1 α)y i + αk i ]. (2.4) Transfers on he financial marke are described by means of he ransfers beween he bank accoun owards he risky asses and in he opposie direcion. Because of axes, considering only he sum of algebraic ransacions does no make sense. Therefore, we denoe by (L ) R n he absolue ransfer from X o Y, and by (M ) R n he relaive ransfer from Y o X (M i is he proporion of Y i ransfered, Y i dm i is he amoun). We assume ha M and L are F-adaped, righ-coninuous and non-decreasing processes. We also assume ha M = L =. Finally, we assume ha shor-sales are no allowed, so ha we resric he jumps of M by: M i 1, i,, P-a.s. (2.5) We assume ha he dynamics of Y is given for each componen i by: dy i = Y i dp i P i + dl i Y i dm i (2.6) as he variaion of he wealh in he i-h risky asse is due o hree facors: he relaive variaion of he sock dp i P i muliplied by he amoun held Y i, he absolue ransfers from he bank accoun o he risky asse dl i and he relaive ransfers from he risky asse o he bank accoun dm i muliplied by he amoun held jus before he ransfer (as jumps are allowed) Y i. The dynamics of K is assumed o be given, for each i by: dk i = dl i K i dm i (2.7) as he variaion of K i is only due o he ransfers in one direcion or he oher. Then he dynamics of X under he self-financing condiion is: dx = (rx C )d + n i=1 [ dl i + {(1 α)y i + αki }dm i ] (2.8)

50 44 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES as he variaion of he wealh in he bank accoun is due o five facors. The non-risky rae brings he rx d erm. The consumpion brings he C d erm. The absolue ransfers from he bank accoun o he risky asses bring he erms dl i, while he ranfers from he risky asses o he bank accoun bring he erm Y dm i i o which we mus subsrac he axes, explaining he expression α(y i K )dm i i. And his implies: dz = (rz C )d + n [(1 α)y i ( dp i i=1 P i rd) rαk i d]. (2.9) Noice ha L and M do no appear in he dynamics of Z. Denoing x.y he scalar produc of x and y, we will use he following noaions: (i) For any m N, if x, x R m, we will denoe x x (respecively x > x ) if and only if x x (R + ) m (respecively x x (R +) m ). (ii) Le S = { (x, y, k) R R n R n ; x + [(1 α)y + αk].1 n >, i, y i >, k i > }. (2.1) Then S is he closure of S, and z S = { (x, y, k) S, z = x + [(1 α)y + αk].1 n = } he boundary corresponding o a zero iniial wealh afer liquidaion of he risky posiions. Definiion 2.4 (i) A (consumpion-invesmen) sraegy is a riple (C, L, M) saisfying he previous hypoheses. (ii) Given an iniial condiion s S, and a sraegy ν, we noe S s,ν = (X s,ν, Y s,ν, K s,ν ) he unique srong soluion of he dynamics above such ha S = s. (iii) Le s S, a sraegy ν is s-admissible if S s,ν saisfies he no-bankrupcy condiion: Z, P-a.s,. (2.11) We denoe by A(s) he se of all s-admissible sraegies. A sraegy ν is said o be admissible if here exiss s S such ha ν is s-admissible The consumpion-invesmen problem Now we are able o define he agen s opimizaion problem. We assume ha he invesor s preferences are described by a uiliy funcion U : R + R, C 1, (sricly) increasing, sricly concave, and saisfying he Inada condiions: lim U (x) = + and x lim U (x) =. x +

51 2.3. FIRST PROPERTIES OF THE VALUE FUNCTION 45 Moreover, we assume ha U() =. Then, given he discoun parameer β >, for any iniial daa s S and sraegy ν := (C, L, M) A(s), he associaed uiliy for he agen is defined by: [ ] J (s, ν) = E e β U(C )d. (2.12) Finally, he value funcion associaed o he consumpion-invesmen problem is: V (s) = sup J (s, ν). (2.13) ν A(s) Remark 2.5 The power uiliy funcion U(x) = xp, p (, 1) used in [3] is a paricular p case of our framework, bu he logarihmic or exponenial uiliy funcions do no fi in our framework. 2.3 Firs properies of he value funcion Alhough he proofs of [3] were wrien assuming a one-dimensional Black-Scholes dynamics and a power uiliy funcion, he proofs of his secion are very similar, and are herefore omied here. For compleeness, we rewrie hem in our framework in he appendix. Firs, as one could expec, we have he following monooniciy resul. Proposiion 2.6 V is nondecreasing wih respec o each of he variables x, y i and k i (for any 1 i n). Then i is quie inuiive ha saring from a zero wealh breeds a value funcion equal o, as i is impossible in his case o guaranee he admissible condiion Z afer borrowing some money. Proposiion 2.7 Le s = (x, y, k) z S (which means z = ), hen we have V (s) =. Remark 2.8 Recall ha we have assumed U() =. In general, we would have V (s) = U(). The nex resul is quie sriking. Indeed i shows ha he zero ineres rae case (r = ) can be seen as a ax-free problem, or in oher words can be reduced o he Meron s problem. As we will use i again: V denoes he value funcion of Meron s problem.

52 46 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES Proposiion 2.9 Assume r =. Le s = (x, y, k) S( R R n R n ), hen we have: V (s) = V (x + [(1 α)y + αk].1 n ). Finally we end his secion wih a phenomenon ha can be seen in he real world: wash sales can be opimal. A wash sale (of he i-h risky asse) is he acion of selling every asse i and buying (a he same ime) he same amoun. In oher words, i is a way o reiniialize he ax basis. We will see ha in our framework, if K i > Y i hen i is beer o perform a wash sale. (or in oher words B i > P i ), Definiion 2.1 We will call non-infinie sopping ime a sopping ime τ such ha: P{τ < + } >. Proposiion 2.11 (Opimaliy of wash sales ) Le s S, ν = (C, L, M) A(s). Assume ha here exiss a non-infinie sopping ime τ and an index i such ha: K (s,ν)i τ > Y (s,ν)i, P -a.s. Then here exiss an admissible sraegy ν = ( C, L, M) A(s) saisfying: τ Y s, ν = Y s,ν, M i M i = (1 M i )1 {} (τ) and J (s, ν) > J (s, ν). Remark 2.12 This phenomenon is highly dependen on he ax model used. In a nonnegaive ax model (for example of he form α(p B ) + ), i would probably no occur. Moreover, i is also due o he absence of ransacion coss. 2.4 Bounds using Meron s problem In conras wih a fricionless model (Meron s problem), even in simple cases as in [3] (Black- Scholes dynamics for P, power uiliy funcion), we have very few knowledge of he value funcion as soon as α >. And in our more general framework, we know even less. Bu using bounds hanks o he Meron s problem, we will be able o derive a firs order expansion of he value funcion as he ax rae α and he ineres rae r go o zero. Therefore we firs make a quick review of Meron s problem before showing ha considering wo Meron s problems wih slighly differen parameers, we obain upper and lower bounds.

53 2.4. BOUNDS USING MERTON S PROBLEM Review of Meron s problem We firs recall classical resuls abou Meron s problem wihou proofs. We refer he reader o Karazas and Shreve [49], chaper 3, for he proofs or any furher deail. In his secion, we denoe by V α he value funcion for Meron s problem wih modified parameers (θ α, σ α ). Moreover we call he wo problems associaed wih V and V α respecively sandard Meron s problem and modified Meron s problem. Meron s problem is he same as he previous problem, bu wihou axes. Consequenly, we only consider he dynamics of Z (X and Y bring no useful informaion for he opimizaion problem), and he sraegies ake he form (C, Π ) R + R n, where Π i is he posiion in he i-h risky asse, so ha i corresponds o he Y i of he model wih axes. We wrie Z he porfolio value for his problem, and is dynamics is given by: d Z = (r Z C )d + Π.σ (θ d + dw ). (2.14) The se of admissible sraegies is bigger han he one defined before. In fac, we do no limi ourselves o ransfers wih bounded variaions, whereas i was he case for L and M previously. The classical approach consiss in considering he opimizaion dual problem. Firs, le us define he dual problem using Legendre-Fenchel ransform: As V is concave, we have: Ṽ (ζ) := sup { V (z) zζ}, ζ R z R V (z) = inf {Ṽ (ζ) + zζ}, z R ζ R We define in he same way he dual uiliy funcion, denoed by Ũ. We denoe by P he maringale measure, defined by is Radon-Nikodym densiy: dp dp = e R θ udw u 1 R 2 θu 2du, (2.15) F where we have wrien θ u insead of θ(p u ) for noaional purposes. We denoe by E he expecaion under P, while E sands for he expecaion under P. We also define W by:

54 48 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES W = W + θ u du, and using Girsanov s Theorem W is a Brownian moion under P. Finally, we inroduce he following process: H := e r R θ u dwu 1 R 2 θu 2 du r dp = e dp. F (2.16) The assumpions on U ensure ha U has an inverse which we denoe by I and we define for y > : [ + ] X (ζ) := E H I(ζe β H )d (2.17) [ + ] = E e r I(ζe β H )d. We assume ha: X (ζ) <, ζ >. (2.18) Then, X inheris he decrease of I, lim X = + and lim X =. Moreover we know ha X + + is C 2 (, + ) and admis an inverse funcion Y which is decreasing and C 2 : Then we inroduce for ζ (, ): G(ζ) := E We also know ha G is C 2 (, + ). [ + X Y(z) = z. ] e β U I(ζe β H )d. (2.19) Remark 2.13 If T < +, we define similar quaniies. See [49] for more deails. We summarize here he imporan properies for us: Theorem 2.14 For z >, V (z) = G Y(z), and in paricular V is C 2 on (, T ). Moreover here exiss an opimal conrol (Ĉ, ˆΠ), given by: Ĉ = I(e β Y(z)H ) ˆΠ = (σ ) [Ẑ 1 θ + ψ ], H

55 2.4. BOUNDS USING MERTON S PROBLEM 49 where Ẑ is he associaed opimal wealh saisfying: Ẑ = 1 [ ] E H u Ĉ u du F, H and ψ in he (unique) adaped and L 2 inegrand in he maringale represenaion of: [ ] E H u Ĉ u du F. And we have: V (ζ) = Y(z), Ṽ (ζ) = G(ζ) ζx (ζ), Ṽ (ζ) = X (ζ). [ ] Remark 2.15 Noice ha assumpion (2.18) implies ha E H u Ĉ u du <. Remark 2.16 We also know ha, in his Markov framework, V saisfies an HJB equaion, bu we will no use i. Remark 2.17 Again, his heorem can be saed for T < Upper and lower bounds Now we derive upper and lower bounds from wo Meron s problems, wih differen parameers. Again he proofs of he resuls of his secion are very close o he ones given in [3], excep for he end of he proof of Proposiion 2.2 below. The proofs are given in he appendix, saed in our framework and wih he addiional argumens for Proposiion 2.2. Firs we give he upper bound. Proposiion 2.18 Le s = (x, y, k) S, we have he following upper bound: V (s) V (x + [(1 α)y + αk].1 n ) Then we inroduce a modified Meron s problem. More precisely, we consider Meron s problem bu wih parameers (θ α, σ α ) defined by: θ α = θ rα 1 α σ 1 1 n (2.2) σ α = (1 α)σ. (2.21) We wrie V and V α respecively he value funcions of Meron s problem wih parameers (θ, σ) and (θ α, σ α ) respecively.

56 5 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES [ ] Recall ha we noe J(s, ν) = E e β U(C )d where (C ) is associaed o he (admissible) sraegy ν. For Meron s problem, we will noe as well J(z, γ). For Meron s problem, we define he relaive consumpion and porofolio: c := C Z π := Π Z, if Z. We denoe ĉ and ˆπ (resp. ĉ α and ˆπ α ) he opimal relaive consumpion and porfolio associaed o Meron s problem (resp. Meron s modified problem). Togeher wih assumpion (2.18), we make he following hypoheses for he opimal conrol of any Meron s modified problem (any α ): for any α and any T >, ĉ α and ˆπ α are bounded on [, T ]; (2.22) for any α, here exiss a version of ˆπ α ha has coninuous pahs; (2.23) for any α, ˆπ α is a diffusion wih uniformly bounded drif and volailiy. (2.24) As H has coninuous pahs, and I is coninuous, i is immediae ha for any α, ĉ α has coninuous pahs. Remark 2.19 When θ and σ are consan (resp. deerminisic) and T = + (resp. T < + ), he feedback form given by Corollary in [49] (resp ) implies ha ˆπ α has coninuous pahs, as i is a coninuous funcion of he opimal wealh. Moreover, he opimal erminal wealh is a coninuous funcion of H, so ha he dynamics of ˆπ α is explici. Finally we give a lower bound using his modified problem. Proposiion 2.2 Le s = (x, y, k) such ha z = x + [(1 α)y + αk].1 n. Then: V α (z) V (s). Here, he proof is a bi differen from he one given in [3]. More precisely, he main idea is he same, bu in he end, as we are dealing wih a general uiliy funcion, i is a lile harder o conclude. This addiional par corresponds o he par from Lemma 2.36 unil he end of he appendix. Remark 2.21 We could have aken a specific ax rae for each risky asse: α = (α i ) R n. Everyhing would work exacly he same way, we would jus need o define σ α and θ α he following way: σ α = (I diag(α))σ, ( which ) means ha he i-h line is muliplied by (1 α i ), 1 and we will have (σ α ) 1 = diag σ 1. Then we would also have θ α = θ r(σ α ) 1 α. 1 α i i

57 2.5. FIRST ORDER EXPANSION Firs order expansion As a consequence of he previous resuls, we have: V α (x + [(1 α)y + αk].1 n ) V (x, y, k) V (x + [(1 α)y + αk].1 n ), where he lef and he righ erms are associaed o Meron s problems, which are wellknown. Implicily, all he erms depend on r and α. If we are able, as in [3] o show ha he lef and righ erms have he same firs order expansion when r and α converge o, hen we will have an expansion for he problem wih axes as well. We now sudy possible firs order expansions as r and α go o for he sandard and modified Meron s problems, and ry o compare hem Regulariy of G and X wih respec o r and α Since σ 1 and b are bounded, by consans ha we wrie respecively Σ and Υ, θ is bounded as well, by: Θ = Θ(r) := Σ(Υ + nr) >. Recall ha: θ α = θ rα 1 α σ 1 1 n, so ha θ α is also bounded, by: ( Θ α = Θ α (r, α) := Σ Υ + n r ) >. 1 α Noice ha Θ α Θ = Θ. We make he following addiional assumpions: U is C 2 ; (2.25) K >, δ > 1, I(ζ) + I (ζ) Kζ δ ; (2.26) R >, Λ (, 1), βδ > R (δ 1) + (δ 1)(δ 1 2 )Θ2 Λ ; (2.27) r {, R }, α {, Λ }, β(δ 1) > r(δ 2) + (δ 3 2 )(δ 2)Θ2 α. (2.28) We will abusively use he noaion θ insead of θ(p ). We do he same for σ and b. For any α [, Λ ], Θ Λ Θ α Θ. As δ > 1, (2.27) and (2.28) imply ha for any (r, α) [, R ] [, Λ ], βδ > r(δ 1) + (δ 1)(δ 1 2 )Θ2 α βδ > r(δ 2) + (δ 3 2 )(δ 2)Θ2 α.

58 52 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES Remark 2.22 Le δ > 1, Θ, R > and Λ > be given. Then for any α [, Λ ], Θ Θ α Θ Λ < +, and i is possible o choose β > such ha for any (r, α) [, R] [, Λ], (2.27) and (2.28) are saisfied. In oher words, hey only mean ha β canno be oo small. We will see ha hose assumpions are needed for inegrabiliy reasons. In he case T < +, hey can be removed. Remark 2.23 Noice ha for power funcions U(x) = xp, wih p (, 1), hose assumpions are saisfied, as well as for he logarihm U(x) = ln x, bu no for for exponenial p funcions U(x) = e ηx because in ha case we would have δ = 1, bu his funcion does no saisfy U () = + eiher. Recall he definiion of H : H = e r R θ u dwu 1 R 2 θu 2du. We will denoe H α, G α, X α and Y α he processes defined as H, G, X and Y respecively when replacing θ and σ by θ α and σ α. Lemma 2.24 H and H α [, 1) and we have: H α r H α α = Hα = Hα [ [ + r α 1 α 1 n ( ) n 1 α are differeniable (in fac C ) wih respec o r and α, for α H r = H ; H α = ; (σu 1 ) (θ u du + dw u ) r Proof. This follows from direc compuaion, as: H α = H e r α 1 α 1 n ( α ) 2 1 α (σ 1 u ) (θ u du + dw u ) r 2 α (1 α) 3 R (σ 1 u ) (θ udu+dw u) 1 2 r2 ( α R 1 α )2 σ 1 u 1 n 2du. σu 1 1 n 2 du σu 1 1 n 2 du ] ] ;. Recall he expressions of G and X : [ + ] G(ζ) = E e β U I(ζe β H )d [ + ] and X (ζ) = E H I(ζe β H )d. Proposiion 2.25 Under assumpions (2.26)-(2.28), G and X are C 1 wih respec o r and α, and we have he following expressions: [ G ] r = E I (ζe β H )ζh d ;

59 2.5. FIRST ORDER EXPANSION 53 [ X ] r = E ( ) H I(ζe β H ) + I (ζe β H )ζe β H d ; G α = X α = ; [ G ζ = E I (ζe β H )H d ] and G ζ = E [ ] e β H 2 I (ζe β H )d. Proof. Le us begin wih he parial derivaive of G w.r. r. We use Fubini s heorem o wrie: E I (ζe β H )ζh d = E I (ζe β H )H d. We will show ha, for any fixed and R (, R ], he family {I (ζe β H )H ; (r, α) [, R] R + } is uniformly inegrable (wih respec o (r, α) [, R] R + ), by proving ha i is bounded in L 2. From assumpion (2.26), we ge: I (ζe β H )H 2 K 2 ζ 2δ e 2δβ H 2(1 δ). Le a and le us compue: E[(H ) a ] = E[e ra R aθ udw u 1 R 2 a θu 2du ]. We define: Z a = e R aθ udw u 1 R 2 a2 θ u 2du (> ). We have EZ a = 1, so ha we can define he probabiliy Q a, equivalen o P, by is Radon- Nikodym derivaive: dqa dp = Za. We hen have: As θ Θ, we deduce ha: [ ] E[H a (H ) a [ ] = E Qa = e ra E Qa e 1 2 E[(H ) a ] Z a { e ra if a [, 1] e ra+ 1 2 (a2 a)θ 2 oherwise. R (a2 a) θ u 2 du]. Applying he previous compuaion for a = 2(1 δ), we see ha E[(I (ζe β H )H ) 2 ] is bounded independenly from r and α, on any se of he form [, R] R +, which guaranees he claimed uniform inegrabiliy. As a consequence, we can apply Lebesgue s heorem o ge ha E[I (ζe β H )ζh ] is he derivaive of E[e β U I(ζe β H )] wih respec o r (recall ha U I(x) = x) and moreover we ge he following bound, as δ > 1: [EI (ζe β H )H ] 2 2 E(I (ζe β H )H ) 2 2 e 2(βδ R(δ 1) (δ 1)(δ 1 2 )Θ2 ),

60 54 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES which is inegrable on R + because of assumpion (2.27). Therefore, we can apply Lebesgue s heorem o he inegral wih respec o in order o conclude. We proceed similarly for he parial derivaive of X w.r. r. Firs we have: ( ) H I(ζe β H ) + I (ζe β H )ζe β H 2 2K 2 ζ 2δ e 2βδ H 2(1 δ) [ 1 + ζ 2 e 2β (H ) 2] [ ] A e 2βδ H 2(1 δ) + e 2β(δ 1) H 2(2 δ), where A > is a consan independen from. The firs erm is he same as before. Using he compuaion of E[(H ) a ] made before, wih a = 2(2 δ), we deal wih he second erm and ge exacly as previously ha he derivaive ( ) of EH I(ζe β H ) is EH I(ζe β H ) + I (ζe β H )ζe β H, wih he following bounds: if δ [ 3, 2] hen: 2 2 Ee 2β(δ 1) H 2(2 δ) 2 e 2(β(δ 1)+R(2 δ)), if δ < 3 2 hen: while if δ > 2 hen: 2 Ee 2β(δ 1) H 2(2 δ) 2 e 2(β(δ 1) R(δ 2) (δ 3 2 )(δ 2)Θ2 ), 2 Ee 2β(δ 1) H 2(2 δ) 2 e 2(β(δ 1) (δ 3 2 )(δ 2)Θ2 ), In any case, hanks o assumpion (2.28), he bound is inegrable on R +, so ha we can apply Lebesgue s heorem and conclude. The derivaives wih respec o ζ are deal wih exacly in he same way, and finally, as H =, he resuls for he derivaives wih respec o α are immediae. α Proposiion 2.26 Under assumpions (2.26)-(2.28), G α and X α are C 1 wih respec o r, α and ζ, and he expressions of heir derivaives are obained by differeniaing under he expecaion and inegral signs.

61 2.5. FIRST ORDER EXPANSION 55 Proof. The proof is close o he previous one, bu a lile more echnical. We firs prove ha, for any, R (, R ) and Λ (, Λ ), he family: { ( I (ζe β H α )H α + α 1 α 1 n r is bounded in L p for a cerain p > 1. Le us denoe: B := + α 1 α 1 n and le p (1, 2). We compue: (σ 1 u (σ 1 u ) (θ u du + dw u ) ( α 1 α ) 2 σu 1 1 n 2 du ) ( ) 2 α ) (θ u du + dw u ) r 1 α A := ( I (ζe β H α )H α B ) p K p ζ p e pβδ (H α ) p(1 δ) B p. ; (r, α) [, R] [, Λ] σu 1 1 n 2 du, We define q by 1 q + p = 1. As q > 1, pq > p > 1. We can apply Holder s inequaliy, so ha 2 here exiss a consan C (independen from ) such ha: EA Ce pβδ [ E(H α ) 2(1 δ)] p 2 [E B pq ] 1 q. We show ha E ( B pq α ) is bounded by a sum of power funcions in, r and 1 α, wih (sricly) posiive powers. Indeed by convexiy of x x pq : [ E B pq 4 pq 1 E pq + α pq 1 α 1 n (σu 1 ) θ u du + α pq 1 α 1 n (σu 1 ) dw u ( ) 2 α pq] + r σu 1 1 n 2 du. 1 α As θ and σ 1 are bounded, he only erm ha needs some more deails is he sochasic inegral. Bu using Burkholder-Davis-Gundy s inequaliy, we ge for a cerain consan D > (depending only on pq): pq ( ) pq E (σ 1 1 n ) dw u DE (σ 1 )1 n 2 2 du, so here is a consan F > such ha: ( ( ) pq α E B pq F pq α ( ) pq ( ) ) α 2 2pq + r pq α. (2.29) 1 α 1 α },

62 56 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES Now exacly as in he previous proof, we ge he expression: E (H α ) a { e ra if a [, 1] e ra+ 1 2 (a2 a)θ 2 α oherwise, Therefore, we have uniform inegrabiliy and we can differeniae inside he expecaion. Then he previous compuaions also give us he following bound, for any (r, α) [, R] [, Λ]: EA Ce p(βδ R(δ 1) (δ 1)(δ 1 2 )Θ2 Λ ) ( pq + D), for some consans C > and D > (independan from r, α and ). Condiion (2.27) allows us o apply Lebesgue s heorem o he inegral wih respec o. The derivaive of X wih respec o r can be reaed in he same way. Then he derivaives wih respec o α and ζ can be reaed exacly in he same way. Corollary 2.27 Wriing G = G(ζ, r, α) and X = X (ζ, r, α), we have, for all ζ >, a he poin (ζ,, ): G r = G α r ; G α = G α α = and G ζ = G α ζ. The same holds for X. Proof. If α =, hen H = H α and H r = Hα r, d dp-a.e, while if r =, H α = H α =. Therefore, using Proposiions 2.25 and 2.26, we ge he resul. α Regulariy of V Recall now ha V (z) = G Y(z) and ha Y is implicily defined by he equaion: X Y(z) = z. We can rewrie his las expression as follows X (Y(z, r, α), r, α) = z. Proposiion 2.28 Y and Y α are C 1 wih respec o r, α and z and we have for any z >, a he poin (z,, ): Y r = Y α r ; Y α = Y α α = and Y z = Y α z. Proof. Le z be fixed, and consider he funcion (ζ, r, α) X (ζ, r, α) z, which, as we have seen before, is C 1. The same claim is rue for X α. As X and X α are decreasing in ζ (because of he definiion of X and he hypoheses on I), we can apply he implici funcions

63 2.5. FIRST ORDER EXPANSION 57 heorem and deduce ha, for any z, Y(z,.,.) is C 1 wih respec o (r, α). Therefore, in a neighborhood of (r, α) = (, ): Y r = X r Y X ζ Y and Yα r = X α r Y α X α ζ Yα. As X = X α for α =, we also have Y = Y α. Therefore hanks o he previous resuls we ge ha Y r = Y α r a any poin (ζ,, ). The same holds for he derivaive wih respec o α, and as X α =, Y α = as well. Finally, he derivaive wih respec o z is immediae: Y z = 1 X ζ Y and Yα z = 1 X α ζ Yα, and he expressions are equal for any (z,, ). Proposiion 2.29 V and V α are C 1 wih respec o (z, r, α) and we have: V r = V α r ; V α = V α α = and V z = V α z. Proof. By definiion, V (z) = G Y(z) and V α (z) = G α Y α (z), so ha hey are boh C 1 wih respec o (z, r, α) and we have: V r (z) = G r Y(z) + G ζ Y(z)Y r (z) V α r (z) = G α r Y α (z) + G α ζ Y α (z)y α r (z). So he previous proposiions ells us ha for r = α =, V r (z) = V α r (z). The same holds for he oher derivaives. Moreover, G α = Y α = implies V α =. Theorem 2.3 We have he following bounds: V α (x + [(1 α)y + αk].1 n ) V (x, y, k) V (x + [(1 α)y + αk].1 n ). The righ and lef erms are C 1 w.r. (ζ, r, α) and heir derivaives are equal if (r, α) = (, ). We noe z = x + y.1 n. V is herefore differeniable wih respec o r and α in (r, α) = (, ) and admis he following expansion when (r, α) converge o (, ): V (x, y, k) = { V (z) + α(k y).1 n V z (z) + rv r (z) } (r,α)=(,) + o(r + α).

64 58 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES Proof. We denoe V (z, r, α) insead of V (z ) o emphasize he dependence w.r. r and α. V (z,, ) = V α (z,, ) for any z is immediae from he preceeding compuaions. We fix x and y and make an expansion in r and α, which affecs z = x + [(1 α)y + αk].1 n. Using Taylor-Young s formula, we ge: V (z, r, α) = V (z,, ) + (z z)v z (z,, ) + rv r (z,, ) + αv α (z,, ) + o(r + α) V α (z, r, α) = V α (z,, ) + (z z)v α z (z,, ) + rv α r (z,, ) + αv α α(z,, ) + o(r + α). Moreover we have z z = α(k y).1 n, so using Proposiion 2.29, we ge: V (z, r, α) = V (z,, ) + α(k y).1 n V z (z,, ) + rv r (z,, ) + o(r + α) = V α (z, r, α) + o(r + α). Therefore, for any (x, y, k), V is differeniable w.r. r and α a he poin (r, α) = (, ), and we have he expansion claimed. Appendix For he sake of compleeness, we give here he missing proofs of par 2 and 3. They are direc generalizaions of he ones given in [3], excep for Proposiion 2.2. Proof of Proposiion 2.6 Le s = (x, y, k) S and s = (x, y, k ) such ha s s. We have s S and we will prove ha A(s) A(s ). Le ν = (C, L, M) A(s), we have: Z s,ν Z s,ν = X s,ν X s,ν + i [ (1 α)(y (s,ν)i ] Y (s,ν)i ) + α(k (s,ν)i K (s,ν)i ). Therefore, if we show ha X s,ν X s,ν, Y (s,ν)i Y (s,ν)i and K (s,ν)i for all i, we will have wha we wan. Bu using Iô s formula we have P-a.s: Y (s,ν)i Y (s,ν)i = (y i y i )e R (b i(p u) σ i (Pu)2 )du+ R 2 σ i(p u)dw u M i,c u K (s,ν)i (1 M i u), where σ i sands for he i-h line of σ and M i,c sands for he coninuous par of M i, K (s,ν)i K (s,ν)i = (k i k i i,c M )e (1 Mu) i P-a.s, u

65 2.5. FIRST ORDER EXPANSION 59 and e r (X s,ν And we have he resul. X s,ν ) = x x + i P-as. +α(k (s,ν)i u [ e ru (1 α)(y (s,ν)i u Y u (s,ν)i ) ] K u (s,ν)i ) dmu i Proof of Proposiion 2.7 Le s = (x, y, k) z S and ν A(s). As z =, using Iô s formula, we have: [ e r Z s,ν = e ru C u + rα ] K u (s,ν)i du i + e ru (1 α) i Y (s,ν)i u σ i (θdu + dw u ). We know ha C and he L i s are nondecreasing, so as ν is admissible, he K i s and Z are nonnegaive, and we have: e r Z s,ν e ru (1 α) i Y (s,ν)i u σ i (θdu + dw u ) Recall ha P is he probabiliy equivalen o P under which θdu+w is a (n-dimensional) brownian moion (given by Girsanov s heorem). The righ erm in he previous expression is a P -local maringale which is nonnegaive, so (using Faou s lemma) i is a P - supermaringale. Therefore we have: E[Z s,ν ] = for all, and hen as Z s,ν, Z s,ν =, P-as. By aking he expecaion of he above expression of Z, we see ha C =, K (s,ν)i = and L i = L i = (for all, P-as). Thus we have V (s) = because U() =. Proof of Proposiion 2.9 Le s S, and ν A(s). We define X ν = X ν + i αk ν,i, Ỹ ν = (1 α)y ν and L = (1 α)l. We have: d X ν = C d i d L i + Ỹ ν,i dm i dỹ ν,i = Ỹ ν,i dp i P i + d L i Ỹ ν,i dm i.

66 6 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES Bu we also have Z ν = X ν + i Ỹ ν,i. As K is no involved in he dynamics of X, Y or Z, i leads us o a ax-free problem, wih he sraegy (C, (1 α)l + M). In Meron s problem, he allocaions in risky asses are no assumed o have bounded variaions like i is he case here, bu i is well-known ha, for his problem, resricing he se of admissible sraegies in his way leads o he same value funcion. Proof of Proposiion 2.11 We will use he following lemma: Lemma 2.31 Using he noaions of he previous proposiion, we define (L, M ) by: (L i, M i ) = (L i, M i ) + (1 M i τ )1 τ (Y (s,ν)i τ, 1). For oher indices i i, L i = L i e M i = M i. Then ν = (C, L, M ) A(s) we have: For he indices i i, K (s,ν )i = K (s,ν)i. Y s,ν = Y s,ν, Z s,ν Z s,ν, K s,ν K s,ν a.s and Z s,ν > Z s,ν a.s on { > τ}. Proof. (lemma) Le us noe i insead of i. For he oher indices, our ransformaion obviously changes nohing. Le s and ν be given as in he previous proposiion and ν defined in he lemma. ν and ν are differen only because of he jump a τ and L i τ = Yτ i M τ i, so = Y (s,ν)i. We also have Z s,ν Because of he dynamics of Z, we can claim ha Z s,ν i gives: Y (s,ν )i Zτ s,ν = Zτ s,ν. Then if τ (using Iô): K (s,ν )i K (s,ν)i = (K (s,ν )i τ Bu as M τ = 1 R n, we have K s,ν τ K (s,ν )i K (s,ν)i = (Y (s,ν)i τ = Z s,ν and K (s,ν )i K τ (s,ν)i )e = Y s,ν τ K τ (s,ν)i )e M i,c and Z s,ν i,c M +Mτ i,c τ<u = K (s,ν)i for < τ (P-as). have coninuous pahs. So (1 M i u) = Yτ s,ν, which leads o: +Mτ i,c (1 Mu) i pour τ. τ<u As M is righ coninuous, here exiss (a sopping ime) η : Ω R + such as u [τ, τ +η], i, Mu i < 1. Therefore, if τ τ + η, hen: K s,ν K s,ν < because Y τ (s,ν)i K τ (s,ν)i < (hypohesis).

67 2.5. FIRST ORDER EXPANSION 61 Finally, aking again a look a he dynamic of Z, for > τ we have (using Iô sformula and Zτ s,ν = Zτ s,ν ): e r (Z s,ν Z s,ν ) = rα [ (τ+η) τ + e ru (K (s,ν )i (τ+η) τ+η e ru (K (s,ν )i K (s,ν)i )du K (s,ν)i )du ]. The firs erm is posiive and he second nonnegaive. So ν A(s) and Z s,ν on { > τ}. > Z s,ν P-as Proof. (proposiion) Le ν = (C, L, M ) be given by he previous lemma. Le us define Z s, ν by he same dynamics as Z s,ν, bu wih C being replaced by C + ξ(z s, ν Z s,ν )1 τ for a cerain ξ >. This guaranees ha Z s, ν is well defined. We hen define C = C + ξ(z s, ν (Y s,ν, K s,ν ) and Z s, ν e r( τ) = rα = Z s,ν τ = Z s,ν Z s,ν )1 τ and ν = ( C, L, M ). We have (Y s, ν, K s, ν ) = pour τ. So K s, ν K s,ν. Using Iô s formula: e r(u τ) (K (s, ν)i u K (s,ν)i )du + ξ ξ τ u e r(u τ) (Z s, ν u τ Zu s,ν )du. e r(u τ) (Z s, ν u Zu s,ν )du Finally, hanks o Gronwall s lemma we ge Z s, ν > Z s,ν on { > τ} and hen C > C on { > τ}. As a consequence, ν is admissible (because C > and Z s, ν > ) and a.s { > τ} has a posiive dx dp measure (because τ is non-infinie). Therefore, we ge J (s, ν) > J (s, ν). Remark 2.32 If we have Kτ i > Yτ i for several indices i, a possible sraegy for wash sales is he one ha modifies as described above simulaneously for all he concerned indices (because i affecs only he index associaed o i ). Proof of Proposiion 2.18 Le s = (x, y, k) S and ν = (C, L, M) A(s). We define ν = (C, (1 α)l + M) and denoe by ( X, Ỹ ) he processes associaed o he ax-free problem, wih iniial condiions x + (1 α)y i + αk i. Taking a look a he dynamics of Y and Ỹ, we see ha Ỹ = i (1 α)y s,ν, P-as. Bu we have Z = Z s,ν herefore using Iô s formula: e r ( Z Z s,ν ) = e ru rαku s,ν du P-a.s.

68 62 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES So J (s, ν) V upper bound. ( x + n (1 α)y i + αk i ), and we ge he requesed resul by aking he i=1 Proof of Proposiion 2.2 As in [3], we fix T <, and we will in he end ake he limi T. ĉ α = ĉ α,t and ˆπ α = ˆπ α,t denoe respecively he opimal consumpion and porfolio for Meron s modified problem. Recall ha we have assumed ha hey were boh coninuous and bounded. For n fixed, we define a sequence of consumpion-invesmen sraegies ( ν T,n,m) he m N following way. In order o alleviae noaions, we do no wrie he dependance owards T and n below, unil N is no fixed anymore. 1. C = ĉ α Z for [, T ]. The invesmen sraegies L, M for he problem wih axes are piecewise consan and defined by: dl = dm = for all {τ j, j N}, where he sopping imes τ j are defined in sep 3 below. 2. L = ˆπ α z and M = 1, so ha: K = Y ; π = ˆπ α ; Z = z. 3. The sequence of sopping imes (τ j ) j is defined he following way: τ = and τ j = T τj π τj B, for j 1, where: τj π = inf{ τ j 1 ; π ˆπ α > 1 n }, τj B = inf{ τ j 1 ; 1 K > 1 n }. Y 4. A each = τ j, for j 1 we se: L = ˆπ α Z and M = 1, so ha if {τ j ; j 1}: π = ˆπ α and B = P.

69 2.5. FIRST ORDER EXPANSION 63 The problem is ha we do no know if such a sraegy (C, L, M) is well defined as we could have an accumulaion poin prevening from having τ j T a.s. Therefore we define he sequence (ν m ) m = (ν T,n,m ) m as follows: ν m = (C m, L m, M m ) such ha C m = C for any [, T ] and (L m, M m ) is equal o (L, M) for < τ m. Then, for = τ m, we se: L m = and M m = 1, and for > τ m, dl m = dm m =, so ha for τ m T : Y m = K m = and X m = Z m τ m e r(t τm). As he number of jumps here is finie, hese sraegies are by consrucion well-defined. Lemma 2.33 Le n 1 be fixed. Then lim m τ m = T, P-a.s. Proof. Le n 1. For n sufficienly large, (τ π m) m is equivalenly defined by: τ π m+1 = inf{ τ m ; π m ˆπ α > 1 n }, and π m has coninuous pahs afer τ m and is a diffusion wih bounded drif and volailiy. By assumpion, he same is rue for ˆπ α, and πτ m m = ˆπ τ α m. Therefore we can compue, using Bienaymé-Tchebychef s inequaliy: [ P τm+1 π τ m + 1 ] [ ] = P sup π m ˆπ α > 1 m τ m τ m+ 1 n m [ ] n 3 E sup π m ˆπ α 3. τ m τ m+ 1 m Now: E [ sup τ m τ m+ 1 m ] ( 1 π m ˆπ α 3 4 m 3 f ) g 3 m 3, 2 where f is he drif in he dynamics of π m ˆπ α, while g is is volailiy and we used Burkholder-Davis-Gundy s inequaliy. [ The same reasoning brings also P τm+1 π τ m + 1 ] ( 1 A m m + 1 ), so ha: 3 m 3 2 [ P τ m+1 τ m + 1 ] <. m m N Then Borel-Canelli s lemma implies ha lim m τ m = T.

70 64 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES Lemma 2.34 For each n N, ν T,n,m A(s). Proof. We have: dz m = Z m [(r ĉ α )d + π m σ α (θ α d + dw ) + rαπ m (1 B m ) d]. ( We also have < 1 1 ) ( ˆπ α π m ) ˆπ α, so ha π m is bounded, as well as ĉ α, n n σ α and θ α. Therefore he above dynamics implies ha Z m is posiive and Y m = π m Z m >, P-a.s, so ha ν T,n,m A(s). Lemma 2.35 There exiss a consan A depending only on T such ha: [ ] ( ) E Z m Z α 2 1 n + E[T τ m 2 m ] Ae AT. sup [,T ] Proof. We decompose he difference D := Z m Z α ino: where: F := G := H := αr D = F + G + H, ( ( ) D [(r ĉ α u)du + πu m σuθ α udu α + αr 1 Km u du + σ αudw )] Yu m u Z u α σu α (πu m ˆπ u) α (θu α + dw u ) ( ) 1 Km u du. Yu m π m Z u u α For any process V, we shall denoe by V := sup u [,] V u. As π m is bounded by 2ˆπ α, we have, by convexiy of x x 2 and using Cauchy-Schwarz inequaliy: ( ) F 2 6 Du 2 du ((r ĉ αu) ( 2 + π mu 2 σuθ α u α 2 + ( αr ) )) 2 ( ) 2 +2 D u πu m σ α n udw u. Using Burkholder-Davis-Gundy s inequaliy, we ge for a cerain consan A depending on T (and he bounds for ĉ α, ˆπ α, σu α and θu): α E F 2 A E D u 2 du. Similarly, here exis wo consans B and C such ha: ( ) 1 E G 2 B n + E[T τ m 2 m ] and E H 2 C ( ) 1 n + E[T τ m 2 m ].

71 2.5. FIRST ORDER EXPANSION 65 Finally, we ge for a consan ha we again wrie A, depending on T : ( E D 2 A E Du 2 du + 1 ) n + E[T τ m 2 m ], and he resul follows by use of Gronwall s lemma. Lemma 2.36 For any z, we have: lim V T (z) = V (z). T Proof. If z =, i is immediae. Le z > be given. Firs, if γ T is admissible for he problem wih horizon T, we can define γ equal o γ T on [, T ], hen for > T : C = Π =. Then we immediaely have γ is admissible for he infinie horizon and J T (z, γ T ) = J (z, γ), so ha V T (z) V (z) for any T, which gives: lim sup V T V. T Then recall ha for any y > and T R + {+ }: [ T ] X T (y) = E M I(ye β M )d, so ha X T is nondecreasing w.r. T and, using he monoone convergence heorem, converges poinwise o X. Then he same holds for Y T. Using he definiion of ĈT given in Theorem 2.14, as I is nonincreasing, Ĉ T is nonincreasing w.r. T (in he sense ha, for any, P-a.s, Ĉ T 1 ĈT 2 if T 1 T 2 ) and converges, for any almos surely, o Ĉ. Therefore, as U is increasing, we have for any T < : T E e β U(Ĉ T )d E e β U(ĈT )d. As E e β U(Ĉ )d <, for any ε >, for T large enough we have: T V (z) ε E e β U(Ĉ )d V T (z), so ha lim inf T V T V. Back o he proof of Proposiion 2.2.

72 66 CHAPTER 2. OPTIMAL INVESTMENT WITH TAXES Le s be given. As U is C 1 on [, + ), and concave, i is Lipschiz coninuous on [η, + ), for any η >. We denoe by K η he associaed Lipschiz consan. Then, as U is increasing, we have for any x and y: U(x) U(y) K η x y + U(η) U(). Indeed, if x, y η, he Lipschiz propery holds, whereas if x, y < η, he increase of U gives he resul. Finally, if for example y < η x we have: U(x) U(y) U(x) U(η) + U(η) U() K η x η + U(η) U() K η x y + U(η) U(). Therefore we compue: T E J T (s, ν T,n,m ) e β U(ĉ α,t Z α,t T ( )d = E e β U(ĉ α,t K η T ĉ α,t E sup [,T ] ) Z T,n,m ) U(ĉ α,t Z α,t ) Z T,n,m d α,t Z + T U(η) U(). Now if ε >, we can choose η > so ha T U(η) U() < ε and hen, using Lemmas and 2.35, we can choose n and m such ha K η T ĉ α,t E sup Z T,n,m α,t Z < ε [,T ] 2. As a consequence: T lim J T (s, ν T,n,m ) = e β U(ĉ α,t n,m Z α,t )d = V T α (z). As V (s) J T (s, ν T,n,m ) for any T, aking he limi T and using Lemma 2.36, we ge he resul. Remark 2.37 We see here why we rejeced he possibiliy for a logarihm uiliy funcion, as we would no conrol U(x) U(y) by conrolling x y.

73 Chaper 3 Deecing he maximum of a mean-revering scalar process 3.1 Inroducion Shiryaev [71] inroduced in he 6 s a problem of earlies deecion called he discrepancy problem. Considering a Brownian moion X and wo consans a and b, he issue was o deec a swich from he sae a + X o he sae b + X. Alhough of many ineres from a financial poin of view, very few works have been ineresed in earlies deecion unil recenly. Graversen, Peskir and Shiryaev [37] considered he problem of deecing he maximum of a Brownian moion beween ime zero and a fixed mauriy. The problem was formulaed as an opimal sopping problem where he aim is o minimize he error a he power p > beween he value of he maximum over he period and he value of he Brownian moion a a sopping ime. This work was generalized by Pedersen [64] and especially exended o a Brownian moion wih drif by Du Toi and Peskir [18]. A differen crierion was also inroduced by Shiryaev [73] and he soluion of his problem was very similar o he soluion of he previous one. Urusov [77] proved an ideniy explaining he link beween hose wo problems. Then Du Toi and Peskir [19] sudied he same quesion for a Brownian moion wih drif, and in ha case, his formulaion is no equivalen o he previous one. Le us also menion he work of Shiryaev, Xu and Zhou [74] where hey consider ye anoher crierion. In his chaper, we consider anoher poin of view. For a process X which mean revers owards zero, and saring from a posiive iniial daa, we define a random mauriy T as he firs hiing ime of zero. Then we sudy he deecion of he maximum of X in he 67

74 68 CHAPTER 3. DETECTION OF THE MAXIMUM sense of [37] bu on he random period [, T ] insead of he fixed period [, T ]. We solve explicily his problem as a free boundary problem. However, he form of he soluion is no classical. Indeed, he boundary is made of wo differen pars and is no monoonic in general. The inerpreaion of his propery is quie unusual. Indeed, if we consider for example an Ornsein-Uhlenbeck process ha we wrie X and is maximum ha we wrie Z, if Z becomes big enough, and hen Z X becomes big enough, i is opimal o sop as here is no hope o reach Z again because of he mean reversion. This is quie inuiive. Bu if we sar from x < z, for cerain values of z no oo big and no oo small, and wih x close o zero, as he mean-reversion is negligible in comparison wih he maringale par for small values of an OU process, i is no opimal o sop immediaely. We did no expec his second behavior. However, if we sar from x = z, his second phenomenon will never be encounered, and he boundary will appear as an increasing boundary. I is also ineresing o noice ha he resoluion of his problem has some similariies wih a problem inroduced by Peskir [65], see also Obloj [62] and Hobson [41]. 3.2 Problem formulaion Le W be a scalar Brownian moion on he complee probabiliy space (Ω, F, P), and denoe by F = {F, } he corresponding compleed canonical filraion. Given wo Lipschiz funcions µ, σ : R R, we consider he scalar diffusion defined by he sochasic differenial equaion dx = µ(x )d + σ(x )dw, ogeher wih some iniial daa X >. We assume hroughou ha µ(x) for every x, (3.1) meaning ha he process X is revered owards he origin. For he purpose of his paper, he following sronger resricions on he coefficiens µ and σ are needed: he funcion α := 2µ σ 2 : (, ) R is C 2, posiive and concave. (3.2) We inroduce he so-called scale funcion S: S(x) := x e R u α(r)dr du (3.3)

75 3.2. PROBLEM FORMULATION 69 Since α is non-negaive and non-decreasing i follows ha u α(r)dr <. Noice ha he mean reversion condiion (3.1) is equivalen o he convexiy of S, and implies ha lim S(x) = (3.4) x Remark 3.1 For laer use, we observe ha he resricion (3.2) has he following useful consequences: ( ) 1 (i) α is a nondecreasing funcion and (x) as x, α (ii) 2S αs 2 is a non-negaive increasing funcion. We denoe by T y := inf { > : X = y} he firs hiing ime of he barrier y. We recall ha, for a homogeneous scalar diffusion, we have P x [T y < T ] = S(x) S(y) for x < y, (3.5) Our main objecive is o solve he opimizaion problem V := inf θ T E [ l ( X T X θ )], (3.6) where X := max s X s, is he running maximum process of X, l : R + R + is a non-decreasing convex funcion, and T is he collecion of all F sopping imes θ wih θ T a.s. We shall approach his problem by he dynamic programming echnique. We hen inroduce he dynamic version: V (x, z) := inf θ T E x,z [l (Z T X θ )], (3.7) where E x,z denoes he expecaion operaor condiional on X = x and an inheried maximum z, and Defining he reward from sopping Z := z X,. g(x, z) := E x,z [l (Z T x)], x z, (3.8)

76 7 CHAPTER 3. DETECTION OF THE MAXIMUM we may re-wrie his problem in he sandard form of an opimal sopping problem: Using (3.5), we immediaely calculae ha so ha V (x, z) := inf θ T E x,z [g (X θ, Z θ )]. (3.9) P x,z [Z T u] = P x [T u T ]1 u z = ( g(x, z) = l(z x) 1 S(x) ) + S(x) S(z) = l(z x) + S(x) z ( 1 S(x) ) 1 u z, S(u) z l(u x) S (u) du (3.1) S(u) 2 l (u x) du, < x z, (3.11) S(u) where l is he generalized derivaive of l, and he laer expression is obained by inegraion by pars ogeher wih he observaion ha l(u) S (u) S(u) du < iff l (u) du <. (3.12) 2 S(u) Indeed, since we clearly have A z l(u) S (u) l(z) du = S(u) 2 l(u) S (u) du = implies S(u) 2 S(z) l(a) S(A) + A z l (u) du (3.13) S(u) l (u) du =. Conversely, if S(u), hen, since lim S(A) =, i follows from (3.13) ha A and herefore l(z)s(z) 1 shows ha (3.12) holds rue. 1 z l(u) S (u) S(u) 2 du < l(u) S (u) S(u) 2 du l(z)s(z) 1, l(u) S (u) du for z 1 by (3.4). Combined wih (3.13), his S(u) 2 We now provide necessary and sufficien condiions on he loss funcion l which ensure ha V is finie on R +. Recall ha V (, z) = g(, z) = l(z) is always finie. Proposiion 3.2 Assume ha α and sup u z l(u) l(u x) Then, he following saemens are equivalen: (i) V (x, z) < for every x z, < for every z x. (3.14)

77 3.2. PROBLEM FORMULATION 71 (i ) V (x, z ) < for some < x z, (ii) g(x, z) < for every x z, (ii ) g(x, z ) < for some < x z, (iii) eiher one of he equivalen condiions of (3.12) holds rue. Proof. For θ T, se J(θ, x, z) := E x,z l(z T X θ ). The implicaions (ii) (ii ) (iii) follow immediaely from he definiion of g in (3.1) ogeher wih Condiion (3.14). Also he implicaions (i) = (i ) and (ii) = (i) are immediae as V g. We conclude he proof by showing ha (i ) = (iii). Le (i ) hold rue and assume o he conrary ha l (u) S(u) du =. For abrirary < x z and θ T, we have: Le A := {θ T }. Then, eiher P(A) >, and: E[l(Z T X θ ) X θ ] = g(x θ, Z θ ) = { + if Xθ > l(z θ ) if X θ = J(θ, x, z) = E x,z l(z T X θ ) = E x,z E[l(Z T X θ ) X θ ] E x,z 1 A E[l(Z T X θ ) X θ ] = +, or P(A) =, i.e. θ = T a.s. and J(θ, x, z) = J(T, x, z) = l(z) + S(x) l (u) du = + z S(u) By arbirariness of < x z and θ T, his shows ha V = + everywhere. Noice ha if (3.12) holds, hen he expression (3.1) is also rue for x = (z > ) or x = z =. Remark 3.3 Wihou assuming (3.14), we see from he previous proof ha (3.12) is sill a sufficien condiion for (i) or (ii) o hold rue. Bu in general, i is no a necessary condiion. Indeed consider for example a process wih scale funcion S(x) = e x2, and he loss funcion x l (u) l(x) = e u2 du. Then du = + while for x >, z S(u) ha (i) and (ii) are saisfied. z l (u x) S(u) +2xz du = ex2 2x, so Remark 3.4 Condiion (3.14) is saisfied by power and exponenial loss funcions l(x) = x p for some p 1, or e ηx for some η >. Wihou Condiion (3.14), one can no hope o prove ha (i ) = (i) or (ii ) = (ii). Consider for insance he process wih scale funcion S(x) = e x2 and, for ε >, he loss funcion l(x) = z l (u x) du =, while if x > ε, S(u) z l (u x) S(u) x e (u+ε)2 du. Then if x ε, +2(x ε)z du = e(x ε)2. So g(x, z) < if 2(x ε)

78 72 CHAPTER 3. DETECTION OF THE MAXIMUM and only if x > ε or x =. In oher words (ii ) is rue while (ii) is false. Adaping he proof of (i )= (iii) by replacing he se A by {X θ (, ε)}, which has a nonzero probabiliy if x (, ε) and θ is no almos surely equal o T, we see ha we also have (i ) bu no (i) (so ha V (x, z) < if and only if x ε or x = ). Remark 3.5 From he previous proof, we also observe ha we have g = + everywhere excep for x = implies V = + everywhere excep for x =. This saemen does no require Condiion (3.14). We conclude his secion by considering he linear case, which urns ou o be degenerae. Proposiion 3.6 Assume ha α and le l(x) = x. Then V = g. Proof. If l(x) = x, he problem can be rewrien as: where: V (x, z) = inf θ E x,z(z T X θ ) = E x,z Z T W (x) W (x) = sup θ T E x X θ Now as α, X T is a local supermaringale, bounded from below. By Faou s lemma, his implies ha E x X θ x for θ T. 3.3 Preliminary properies Our general approach o solve he opimal deecion problem is o exhibi a candidae soluion for he dynamic programming equaion corresponding o he opimal sopping problem (3.9) which is: where L is he second order differenial operaor min {Lv, g v} = (3.15) v(, z) = l(z) (3.16) v z (z, z) =, (3.17) Lv(x) = v (x) α(x)v (x), (3.18) and α is defined in (3.3). Noice ha LS =. We do no inend o prove direcly ha V saisfies his differenial equaion. Insead, we shall guess a candidae soluion v of (3.15), and show ha v indeed coincides wih he value funcion V by a verificaion argumen.

79 3.3. PRELIMINARY PROPERTIES 73 From now on, we will assume ha one of he equivalen relaions of (3.12) is saisfied, so ha g and V are finie everywhere. In order o exhibi a soluion of (3.15), we guess ha here should exis a free boundary γ(x) so ha sopping is opimal in he region {z γ(x)}, while coninuaion is opimal in he remaining region {z < γ(x)}. If such a sopping boundary exiss, hen he above dynamic programming equaion reduces o: Lv(x, z) = for < z < γ(x) (3.19) v(x, z) = g(x, z) and Lg(x, z) for z γ(x) (3.2) v(, z) = l(z) (3.21) v z (z, z) =. (3.22) The verificaion sep requires ha he value funcion be C 1 and piecewise C 2 in order o allow for he applicaion of Iô s formula. We hen complemen he above sysem by he coninuiy and he smoohfi condiions v(x, γ(x)) = g(x, γ(x)) (3.23) v x (x, γ(x)) = g x (x, γ(x)) (3.24) Our objecive is o find a candidae v which saisfies (3.19) o (3.24) and an opimal sopping boundary γ so as o apply he following verificaion resul: Theorem 3.7 Le γ be coninuous and le v be a classical soluion of (3.19) o (3.24), bounded from below, saisfying lim v(z, z) g(z, z) =, such ha v g on {(x, z); z x z} and v < g on he coninuaion region {(x, z); < x z and z < γ(x)}. Then v = V and θ = inf{ ; Z γ(x )} is an opimal sopping ime. Moreover if τ is anoher opimal sopping ime, hen θ τ a.s. Proof. V v: Le θ T and for n N, define θ n = n θ inf{ ; Z n}. Then as v is sufficienly regular we have (Iô): v(x, z) = v(x θn, Z θn ) θn Lv(X, Z )d θn v x (X, Z )σ(x )dw θn v z (X, Z )dz Taking expecaions and using he fac ha v z (X, Z )dz = v z (Z, Z )dz =, Lv and v g: v(x, z) E x,z v(x θn, Z θn ) E x,z g(x θn, Z θn ) = E x,z [E Xθn,Z θn l(z T X θn )] = E x,z l(z T X θn )

80 74 CHAPTER 3. DETECTION OF THE MAXIMUM Clearly θ n θ a.s. Now ( )l(z T X θn ) l(z T ), which is in L 1 in our framework. n Now (E[l(Z T ) X θn, Z θn ]) n is uniformly inegrable so (E Xθn,Z θn l(z T X θn )) n is also UI and so i gives: E x,z l(z T X θn ) E x,z l(z T X θ ) n So ha: v(x, z) V (x, z). V v: If z γ(x), hen v = g V. Assume now ha z < γ(x). Le θ = inf{ ; Z γ(x )}. Thanks o he regulariy of v, we have Lv(X, Z ) = if [, θ ). As before define θ n = n θ inf{ ; Z n}, hen as previously we ge for any n: v(x, z) = E x,z v(x θn, Z θn ) As v is bounded from below and v g, we have v c+g for a consan c, so (E Xθn,Z θn v(x θn, Z θn )) n is UI oo. So we can claim he following: v(x, z) = E x,z v(x θ, Z θ ) = E x,z v(x θ, γ(x θ )) = E x,z g(x θ, γ(x θ )) And herefore v = V and θ is opimal. = E x,z l(z T X θ ) V (x, z). Finally we show he minimaliy of θ. Assume o he conrary ha here exiss τ saisfying P(τ < θ ) > and E x,z l(z T X τ ) = inf E x,zl(z T X θ ) = V (x, z). θ Bu on {τ < θ }, we have by assumpion V (X τ, Z τ ) < g(x τ, Z τ ), while we always have V (X τ, Z τ ) g(x τ, Z τ ). Therefore: V (x, z) = E x,z l(z T X τ ) = E x,z g(x τ, Z τ ) > E x,z V (X τ, Z τ ) V (x, z), where he las inequaliy comes immediaely from he definiion of V, and so we have a conradicion which guaranees he minimaliy of θ. In he res of his paper, our objecive is o exhibi funcions γ and v saisfying he assumpions of he previous heorem. In view of (3.2), he sopping region saisfies {(x, z) : z γ(x)} Γ + := {(x, z) : Lg(x, z) }. (3.25)

81 3.3. PRELIMINARY PROPERTIES 75 We herefore need o sudy he srucure of he se Γ +. Now we give some asympoic resuls ha will be useful laer on. As we will focus firs on he case of a quadraic loss funcion, we firs give he useful resuls for his case. Proposiion 3.8 We have he following asympoic behaviors, as z : (i) S(z) S (z) α(z) ; du (ii) z S(u) 1 u ; S (z) z S(u) du z u z and S (z) z S(u) 1 α(z)s (z). ( ) 1 Proof. Recall ha a infiniy. All he limis and equivalens are when z +. α (i): As S(z) +, S(z) = And as z 1 ( ) 1 z, α 1 e R u α(v)dv = z [e R u e R z u α(v)dv e R u α(v)dv. Inegraing by pars, we ge: 1 ] z α(v)dv α(u) 1 z 1 ( ) 1 (u)e R u α(v)dv du. α ( ) ( 1 (u)e R z u α(v)dv du = o e R u ), α(v)dv so ha S(z) S (z) α. α(z) 1 (ii): Using (i) and inegraing by pars, we ge: z du S(u) z z α(u) S (u) du = udu S(u) uα(u) z S (u) du = Bu uα(u) as u, so ha ( 1 S (u) du = o and herefore: z Finally inegraing by pars wice, we ge: z u z S(u) du = z z z z udu S(u) (u z)α(u) du = S (u) α(u)e R u α(v)dv du = 1 S (z) ; z z S (z) + z ) uα(u) S (u) du, z S (z). z 1 S (u) du α(u) α(u)s (u) du = 1 α(z)s (z) + z 1 S (u) du. ( ) 1 1 (u) α S (u) du.

82 76 CHAPTER 3. DETECTION OF THE MAXIMUM As ( ) 1 (u) as u, we ge he resul. α If l is no he quadraic loss funcion, we will make he following assumpions on he loss funcion: or l is C 3, l >, l >, l (3) and l, l, l saisfy (3.12) (3.26) l (3) (y) K 1 := sup y l (y) K 2 := sup y l (y) l (y) < and lim x α(x) > K 1 (3.27) < and lim x α(x) > K 2. (3.28) Noice ha hose assumpions are saisfied for exponenial loss funcions l(x) = λe x wih λ > or for power loss funcions of he form λ(x + ε) p wih ε > and p 2. Proposiion 3.9 Assume (3.26)-(3.28). Le ϕ be a measurable funcion such ha ϕ(z) z for all z (big enough). We hen have he following asympoic behaviors, as z : (i) here exiss a bounded funcion δ (depending on ϕ) saisfying δ(z) 1, for z big enough, and such ha: z l (u ϕ(z)) S(u) du δ(z) l (z ϕ(z)) ; S (z) (ii) here exiss a bounded funcion ν saisfying ν(z) 1, for z big enough, and such ha: z l (u ϕ(z)) S(u) du ν(z) l (z ϕ(z)). S (z) Moreover if lim x α(x) =, hen for any ϕ, δ and ν are consan and equal o 1. Proof. (i): The proof is close o he proof of Proposiion 3.8-(ii). Firs as ϕ is measurable and saisfies ϕ(z) z, he expressions make sense and he inegrals exis. Then, hanks o (i) and inegraing by pars, we have: z l (u ϕ(z)) du S(u) z α(u)l (u ϕ(z)) du = S (u) = l (z ϕ(z)) S (z) + z z l (3) (u ϕ(z)) du. S (u) α(u)e R u α(v)dv l (u ϕ(z))du According o assumpion (3.26), all he erms above are non-negaive. (3.27) we ge: while z z l (3) (u ϕ(z)) l (u ϕ(z)) du K S 1 du (u) z S (u) α(u)l (u ϕ(z)) du α(z) S (u) z l (u ϕ(z)) du (> ), S (u) Moreover, using

83 3.4. THE SET Γ + FOR A QUADRATIC LOSS FUNCTION 77 so ha A := lim sup z exiss a cerain k(z) z l (3) (u ϕ(z)) z S (u) α(u)l (u ϕ(z)) z S (u) [, 1 + A 2 l (3) (u ϕ(z)) du = k(z) S (u) z du < 1, which means ha, for z large enough, here du ) such ha ( α(u)l (u ϕ(z)) du + o S (u) z As ϕ(z) < z if z >, l (z ϕ(z)) >, and his implies ha (1 k(z)) z α(u)l (u ϕ(z)) S (u) du l (z ϕ(z)). S (z) ) α(u)l (u ϕ(z)) du. S (u) [ ] 1 Seing δ(z) = 1 k(z) 2 1,, we have he resul. We also see ha if α(x) as 1 A x, hen k(z) =, so δ(z) = 1. If l(x) = λx 2, hen l (3) (x) =, so we also have δ(z) = 1. (ii): Follows he lines of Proposiion 3.8-(ii) above, replacing l by l, we conclude similarly hanks o assumpion (3.28). In he subsequen paragraphs we shall firs focus on quadraic loss funcions. For general loss funcions, we shall provide some condiions which guaranee ha he srucure of he soluion agrees wih ha of he quadraic case. 3.4 The se Γ + for a quadraic loss funcion Recall ha he definiion of Γ + was given by (3.25). Throughou his secion, we consider he quadraic loss funcion l(x) := 1 2 x2 for x. In order o sudy he se Γ +, we compue ha: Lg(x, z) = 1 + α(x)(z x) (2S (x) α(x)s(x)) z du, x z, (3.29) S(u) which akes values in R { }. Since α and 2S αs 2 by Remark 3.1, i follows ha for every fixed x, he funcion z Lg(x, z) is sricly increasing on [x, ). Now du as when z, we see ha lim Lg(x, z) > for any x. This shows z S(u) z ha Γ + and ha Γ + = Epi(Γ) := {(x, z); z Γ(x)} where Γ(x) := inf {z x : Lg(x, z) }, (3.3)

84 78 CHAPTER 3. DETECTION OF THE MAXIMUM Moreover, Γ + \ graph(γ) = In(Γ + ) {(x, z); Lg(x, z) > } and Γ is coninuous. We also direcly compue ha for x > : 2 x Lg(x, z) = 2 2α (x) + α (x)(z x) (α 2 (x)s (x) α du (x)s(x)) z S(u) < by he concaviy, he non-decrease, and he posiiviy of α on (, ). This implies ha he funcion Γ is U-shaped in he sense of (i) of he Proposiion 3.1 below. We also prove ha he diagonal {x = z} is an asympoe for Γ when x goes owards infiniy. Consider he following addiional assumpion on α: eiher K, for x K, α (x) =, or, as x, α (x) = o ( [α 2 ] (x) ) (3.31) We already know ha α (x) = o(α 2 (x)), so his assumpion is no ha srong. Proposiion 3.1 (i) Γ() > and here is a consan ζ such ha Γ is decreasing on [, ζ] and increasing on [ζ, + ). (ii) lim Γ(x) x = x + (iii) Assume (3.31). Then here exiss Γ max > such ha eiher for any x Γ max, Γ(x) > x or for any x Γ max, Γ(x) = x. Moreover, if lim α =, hen Γ <. Proof. (i): We firs show ha for x 1 < x 3, λ (, 1) and x 2 = λx 1 + (1 λ)x 3, we have Γ(x 2 ) < max(γ(x 1 ), Γ(x 3 )). Indeed, assuming o he conrary ha Γ(x 2 ) max(γ(x 1 ), Γ(x 3 )), i follows from he sric concaviy of Lg w.r. x and is non-decrease w.r. z ha: Lg(x 2, Γ(x 2 )) > λlg(x 1, Γ(x 2 )) + (1 λ)lg(x 3, Γ(x 2 )) λlg(x 1, Γ(x 1 )) + (1 λ)lg(x 3, Γ(x 3 )) By coninuiy of Lg, Lg(x 2, Γ(x 2 )) > implies ha Γ(x 2 ) = x 2, which is in conradicion wih Γ(x 2 ) Γ(x 3 ) x 3 > x 2. Therefore Γ is eiher increasing, eiher decreasing, or firs decreasing and hen increasing. Bu as Γ(x) x, he second one is impossible, so we have he resul (where ζ = corresponds o he increasing case). Finally, we show ha Γ() >. du We have S(x) x as x, which implies ha =, and so for z small, S(u) Lg(x, z) < for any x z. In paricular for z > and small enough Lg(, z) <, so ha

85 3.4. THE SET Γ + FOR A QUADRATIC LOSS FUNCTION 79 Γ() > and by coninuiy of Lg, Lg(, Γ()) =. (ii): Le a >, hen i follows from Proposiion 3.8 ha: Lg(z a, z) = 1 + aα(z a) S (z a) + o(1) S (z) = 1 + aα(z a) e R z z a α(u)du + o(1) where o(1) as z. If lim α(x) = +, hen S (z a) (as z ). x S (z) If lim α(x) = M > hen S (z a) e am < 1. x S (z) In boh cases, Lg(z a, z) > for z large enough, and so ( )Γ(z) z < a. (iii): We compue Lg(x, x) = 1 [2S (x) α(x)s(x)] we can see ha lim Lg(x, x) =, bu i is no enough. x + x du. Using Proposiion 3.8, S(u) Using assumpion (3.31) and he fac ha l(x) = x2, we will refine he asympoic 2 expansions of Proposiion 3.8. Recall ha we have for x 1: S(x) = S(1) + S (x) α(x) S (1) x ( ) 1 α(1) (u)s (u)du. 1 α ( ) Case 1: 1 (u)s (u)du α <. Then here is A R such ha S(x) = A + S (x) α(x). 1 du Subcase 1.1: A =. Then we compue x S(u) = x 1, Lg(x, x) =, which means ha Γ(x) = x for x 1. Subcase 1.2: A. We compue: Now inegraing by par: x 2 du S(u) = x x du A + S (u) = 1 S (x) A = 1 S (x) A α(u) x x x α 2 (u) [S (u)] 2 du α(u)du S (u) α 2 (u)e 2 R u α(v)dv du α 2 (u) α(x) du = [S (u)] 2 [S (x)] + α (u) 2 x [S (u)] du 2 = 1. So ha for S (x)

86 8 CHAPTER 3. DETECTION OF THE MAXIMUM As α (u) = o(α 2 (u)), we ge: So ha: x du S(u) = 1 [ 1 Aα(x) ( )] α(x) S (x) 2S (x) + o S (x) Lg(x, x) = 1 [2S du (x) α(x)s(x)] x S(u) ( 1 Aα(x) + o α(x) = 1 (S 2S (x) Aα(x)) (x) S (x) S (x) ) = 3Aα(x) 2S (x) + o ( α(x) S (x) Which means ha for x large enough ALg(x, x) >. If A >, Γ(x) = x for x large enough, while if A <, Γ(x) > x for x large enough. ( ) Case 2: 1 (u)s (u)du 1 α =. Then we have necessarily: for all x, α (x) >. We compue: x 1 ( ) 1 (u)s (u)du = α Bu hanks o assumpion (3.31): [ 1 1 α α [( 1 α Therefore we have: x ( ) 1 (u)s (u)du = α which implies: and: x 1 S(x) = S (x) α(x) du S(u) = 1 S (x) + x ) ] x (u) S (u) α(u) 1 ( ) ] 1 = αα (α ) 2 α α 5 [ 1 α(u) S (u) x ( ) 1 (x) S (x) α α(x) + o ( ) 1 (x) + o α 1 [ 1 α ( ) α = o. α 2 (( 1 α ) ( ) ] 1 (u) S (u) α α(u) du. (( ) 1 (x))], α ( ) ( 1 (u)du + o α x ) ) (x) S (x), α(x) α(u) S (u) ( ) 1 (u)du). α

87 3.4. THE SET Γ + FOR A QUADRATIC LOSS FUNCTION 81 Since Again inegraing by par and using assumpion (3.31): So finally: x α(u) S (u) ( ) 1 (u)du = α ( ) 1 (x) α ( ) 1 = (x) α Lg(x, x) = 1 [2S du (x) α(x)s(x)] x S(u) [ ( ) (( 1 1 = (x) + o α α ( ) (( ) 1 1 = 2 (x) + (x)). α α 1 S (x) + 1 S (x) + o ) (x))] [ 1 + x ( ) 1 (u) du α S (u) ) 1 (x) S (x) (( 1 α ( ) 1 (x) + o α ). (( ) 1 (x))] α ( ) 1 <, his implies ha for x large enough, Lg(x, x) > and herefore Γ(x) = x. α We now show ha if Γ =, hen α is bounded. Indeed, he previous compuaions show ha, if Γ = hen: 1 ( ) 1 (u)s (u)du α <. Assume o he conrary ha α is no bounded, which means ha lim x α(x) =. Le x 1. As α is non-decreasing S (x) = e R x α(u)du e α(x 1). Since α is non-increasing and non-negaive, α is bounded, herefore here exiss K >, such ha α(x) α(x 1) K, and herefore S (x) e α(x) K (for x 1). On he oher hand, lim α(x) = implies ha α(x) 2 = o(e α(x) K ), which means ha x S (x), and finally we ge, as x : α(x) 2 ( ( ) 1 α (x) = o (x)s (x)). α As he righ-hand side is inegrable a infiniy, he lef-hand side is inegrable as well, which means ha α is bounded, which brings he required conradicion.

88 82 CHAPTER 3. DETECTION OF THE MAXIMUM Remark 3.11 The wo possibiliies saed in poin (iii) of he previous proposiion can be encounered. Indeed, for a brownian moion wih negaive drif, we have Lg(z, z) < for all z, while for an Ornsein-Uhlenbeck process, here exiss K > such ha for any z K, Lg(z, z) >. See he examples secion below for more deails. Le us inroduce a few noaions. We wrie: 1. Γ = Γ() 2. Γ = sup{x >, Lg(x, x) < } (, + ] 3. Γ = Γ [,ζ], he resricion of Γ o he inerval [, ζ] and Γ = Γ [ζ, ), he resricion of Γ o he inerval [ζ, ), where ζ is given by Proposiion 3.1. We have he following resul: Lemma 3.12 < Γ < Γ. Proof. The firs propery follows from Proposiion 3.1. For he second one, we show ha Lg(Γ, Γ ) <. Using Remark 3.1 (ii) and he fac ha Lg(, Γ ) =, we compue: Lg(Γ, Γ ) = 1 (2S αs)(γ ) < 1 2 Γ du S(u) = Lg(, Γ ) α()γ = α()γ. Γ du S(u) Now by coninuiy of Lg, his implies ha Γ > Γ. Remark 3.13 This shows ha, in he quadraic case, Γ will never be reduced o a subse of he diagonal, or in oher words ha Γ(ζ) > ζ. The figures below exhibi he wo possible shapes of he funcion Γ and he locaion of Γ +. Noice ha in boh cases Γ can be finie or no. We refer he reader o he examples secion for examples of boh cases. 3.5 The sopping boundary in he quadraic case We now urn o he characerizaion of he sopping boundary γ.

89 3.5. THE STOPPING BOUNDARY IN THE QUADRATIC CASE 83 (a) ζ > (for example Ornsein-Uhlenbeck process) The increasing par (b) ζ = (for example Brownian moion wih negaive drif) Figure 3.1: The wo possible shapes of Γ Le Γ := {(x, z) : Lg(x, z) }. From he previous secion, we know ha Γ is below he graph of Γ (and above he diagonal {x = z}) and Γ + Γ is he graph of Γ. Recall ha, as saed in Remark 3.13, he graph of Γ is no reduced o he diagonal and herefore D + := {x > ; Γ(x) > x}. Moreover, we know ha Γ >. Therefore we can wrie D + = [, a) D wih a R + {+ }, [, a) D = and a > ζ. We are looking here o find v ha will saisfy (3.19) o (3.24) in he area ha lies beween he graph of γ and he diagonal {x = z}, so we mus ake ino accoun he Neumann condiion (3.22). From a heurisic poin of view, Lv = brings a funcion v of he form: v(x, z) = A(z) + B(z)S(x). Then, assuming ha γ is bijecive, he coninuiy and smoohfi condiions (3.23) and (3.24) imply ha v(x, z) = g(γ 1 (z), z)+ g x(γ 1 (z), z) S (γ 1 (z)) [S(x) S(γ 1 (z))]. Puing i ogeher wih (3.22), we finally ge ha γ should solve he following ODE: γ = Lg(x, γ) 1 S(x) S(γ) (3.32) In fac we ake his ODE as a saring poin and we will consruc γ. Noice ha here is no a priori iniial condiion here. We will have o find he good one. If < x i < z i, hen