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

Dimension: px
Commencer à balayer dès la page:

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

Transcription

1 Calcul stochastique appliqué à la finance Ioane Muni Toke Draft version Ce document rassemble de brèves notes de cours. Les résultats sont proposés sans démonstration, les preuves ayant été données en amphi. Tous ces résultats et leurs preuves peuvent être retrouvés dans les ouvrages et articles donnés en référence. 1 La volatilité n est pas constante ParmilesdéfautsdumodèlestandarddeBlack &Scholes,onnoteenparticulier les problèmes liés au caractère constant du paramètre de volatilité σ. Plusieurs résultats empiriques soulignent l inadéquation de cette hypothèse aux données de marché : la distribution empirique des log-rendements d un actif n est pas une gaussienne (ce phénomène a été observé dès les années 6 par exemple par Mandelbrot (1963)); il existe un phénomène de volatility clustering, i.e. on observe que de larges mouvements de prix sont souvent suivis d autres larges mouvement de prix 1 ; la volatilité cotée sur un marché financier dépend du strike et de la maturité d une option (notion de smile / skew pour la surface de volatilité implicite); large changes tend to be followed by large changes, of either sign, and small changes tend to be followed by small changes (Mandelbrot 1963) 1

2 ECP - Option Mathématiques Appliquées - Majeure Finance 2 Un modèle général de volatilité stochastique On pose le modèle général de volatilité stochastique dans un espace de probabilité (Ω,F,P) comme suit : { ds(t) = µ(t)s(t) dt + v(t)s(t) dz1 (t), (1) dv(t) = α(s,v,t) dt + β(s,v,t) dz 2 (t), avec Z 1 et Z 2 deux mouvements browniens sous P de variation croisée Z 1,Z 2 t = ρt. Oncherche à déterminer l équation d évaluation d unproduit dérivé sur le sous-jacent S, de prix V(S,v,t). Pour pouvoir couvrir les deux sources aléatoires du modèle, on suppose qu il existe un produit de valeur V 1 (S,v,t) échangé sur le marché. On construit alors un portefeuille de valeur Π contenant le produit V, une quantité x du sous-jacent S et une quantité x 1 du produit V 1 : Π = V xs x 1 V 1. (2) Par le lemme d Itô, on calcule dπ. En écrivant la condition d absence de risque et d absence d opportunité d arbitrage qui caractérisent un portefeuille de couverture, on montre qu il existe une fonction f(s,v,t) telle que la valeur V du produit soit solution de l EDP suivante : V t vs2 V SS +ρβ vsv Sv β2 V vv +rsv S +(α f)v v rv =. (3) En écrivant f = ϕβ, on montre que ϕ peut s interpréter comme une prime de marché du risque de volatilité. Dans la suite, on supposera toujours que l on travaille sous une probabilité risque-neutre P. 3 Le cas de deux processus autonomes On suppose ici à la suite de Hull & White (1987) que les processus du sous-jacent et de la variance sont totalement découplés : { dst = rs t dt + v t S t dz 1 (t), (4) dv t = α(v t,t) dt + β(v t,t) dz 2 (t), avec Z 1 et Z 2 deux mouvements browniens sous P indépendants. Alors on peutmontrerqueladistributionterminaledusous-jacent S T est log-normale conditionnellement à la variance totale moyenne sur la période [,T] : ln S T S v T N ( (r v ) T 2 )T; v T T, (5) avec v T = 1 T T v u du. (6)

3 Ioane Muni Toke Notons C BS (K,T,σ) le prix du call européen dans le modèle de Black & Scholes. Le résultat précédent permet d écrire le prix C HW (K,T,(v t )) du call européen dans notre modèle sous la forme : C HW (K,T,(v t )) = C BS (K,T,y)f vt (y)dy, (7) R + où f vt la densité inconditionnelle de la variance totale moyenne v T. Cette densité est a priori inconnue, mais par un développement de Taylor de y C BS (K,T,y) autour de E[ v T ], la formule précédente permet d obtenir une approximation du prix en fonction des grecques et des moments de v T : C HW (K,T,(v t )) C BS (K,T,E[ v T ])+ 1 2 C BS 2 σ 2 Var[ v T ]+... (8) 4 Le modèle de Heston Le modèle de volatilité stochastique proposé par Heston (1993) peut s écrire comme suit sous P mesure risque-neutre : { dst = rs t dt + v t S t dz 1 (t) dv t = λ(v t v)dt + η, (9) v t dz 2 (t) avec Z 1 et Z 2 deux mouvements browniens sous P de variation croisée Z 1,Z 2 t = ρt. 4.1 Formule de Heston pour le call européen Par des changements de variables classiques (renversement du temps avec τ = T t; log-prix forward normalisé avec x = ln S K er(t t) ), l équation d évaluation générale (3) écrite avec les paramètres de Heston devient : u τ vu xx +ρηvu xv η2 vu vv 1 2 vu x λ(v v)u v =. (1) On montre qu en cherchant une solution à cette équation sous la forme u(τ,x,v) = K[e x P 1 (τ,x,v) P (τ,x,v)], (11) on obtient deux EDP de solutions P j,j =,1, de conditions initiales P j (x,τ,v) = 1 {x>}, (12) que l on peut résoudre dans le domaine de Fourier (fonctions caractéristiques des probabilités P j ). On obtient alors la solution : P j (τ,x,v) = { } exp[cj (τ,k) v +D j (τ,k)v +ikx] Re, (13) π ik avec C et D deux fonctions indépendantes de x et v. Ceci définit donc une formule quasi-fermée pour le prix du call européen standard dans le modèle de Heston.

4 ECP - Option Mathématiques Appliquées - Majeure Finance 4.2 Schémas numériques pour la simulation du modèle de Heston cf. amphi et cours de méthodes numériques 5 Volatilité locale Dupire (1994) montre que pour un modèle de prix d actif solution d une EDS de la forme : ds t = µ t S t dt+σ(s t,t)dw t, (14) il existe une unique forme de volatilité σ L (S t,t) dépendant de l état du sousjacent et de la date qui soit cohérente avec les prix de marchés des options vanilles. 5.1 La formule de Dupire Soit la dynamique pour le sous-jacent S sous la probabilité risque-neutre P : ds(t) S(t) = (r(t) q(t))dt+σ L(S t,t)dw(t), (15) avec W un brownien sous P et q le taux de dividendecontinu de l actif S. On note p(s,t;y,t) la densité de transition conditionnelle du processus (S t ). Notons C(S,t;K,T) le prix du call européen dans le modèle à volatilité locale. On a alors la relation d évaluation : C(S,t;K,T) = e T t r udu (y K) + p(s,t;y,t)dy. (16) Endérivant partiellement deuxfoisparrapportàk larelation 16,onobtient la relation de Breeden (Breeden & Litzenberger 1978) : T p(s,t;y,t) = e t r udu 2 C K2(S,t;y,T). (17) En dérivant partiellement par rapport à T et en utilisant l équation de Kolmogorov forward vérifiée par p (cf.annexe A), on obtient : C T = r TC +e T r t udu (y K) y>k y (r T q T )yp(s,t;y,t)dy + 1 T 2 e t r udu 2 (18) y 2σ2 L (y,t)y2 p(s,t;y,t)dy. y>k Ces intégrales peuvent se calculer par intégration par parties sous des hypothèses raisonnables pour p densité de probabilité. On obtient la formule de Dupire : σ 2 L (K,T) = C T +(r T q T )K C K +q TC 1 2 K2 2 C K 2. (19)

5 Ioane Muni Toke On peut exprimer cette relation en fonction des dérivées partielles de la volatilité implicite σ imp plutôt que des prix en écrivant que le prix du call européen dans le modèle à volatilité locale C L (K,T,σ L ) est égal au prix du call C BS (K,T,σ imp (K,T) calculé par la formule de Black & Scholes avec la volatilité implicite. 5.2 Une approche formelle Derman & Kani (1998) ont proposé une dérivation de la volatilité locale permettant de faire apparaître un lien entre un modèle de volatilité locale et un modèle à volatilité stochastique. En reprenant formellement le cheminement précédent (cf.amphi), on aboutit à la relation : σ 2 L(K,T) = E [ v T ST = K ]. (2) La variance locale s interprète donc comme une moyenne de la variance instantanée (stochastique) conditionnellement à l état du sous-jacent. 6 Surface de volatilité implicite d un modèle à volatilité stochastique 6.1 Pricing en volatilité implicite dans un modèle à volatilité stochastique On considère un sous-jacent régi par un modèle de volatilité stochastique général sous P probabilité risque-neutre : { ds(t) = rs(t) dt + v(t)s(t) dz1 (t), (21) dv(t) = α(s,v,t) dt + β(s,v,t) dz 2 (t), avec Z 1 et Z 2 deux mouvements browniens sous P de variation croisée Z 1,Z 2 t = ρt. On évalue un call européen de strike K et de maturité T avec la formule deblack&scholes,enutilisantlavolatilité instantanéedéterministe v K,T (t). En réutilisant les notations précédentes, on écrit le prix du call à la date t : avec C BS (S t,k,t, σ(t)), (22) σ(t) = 1 T v K,T (u)du. (23) T t t Notons maintenant C(S,,K,T,(v)) le prix du call européen à la date dans le modèle à volatilité stochastique. On peut alors écrire (même payoff) : C(S,K,T,(v)) = E [ e rt C BS (S T,K,T, σ(t)) ]. (24)

6 ECP - Option Mathématiques Appliquées - Majeure Finance En appliquant le lemme d Itô à (S t,t) C BS et en remarquant que C BS est solution de l EDP de Black & Scholes pour la volatilité v K,T, on montre que : C(S,K,T,(v)) = C BS (S,K,T, σ()) [ T 1 +E 2 e rt St 2 2 C BS S 2 (S t,t)[v t v K,T (t)]dt (25) L égalisation des deux prix nécessite donc que la volatilité implicite de Black & Scholes σ BS (K,T) = σ() vérifie l équation (implicite) suivante : σ 2 BS (K,T) = 1 T T 6.2 Le cas du modèle de Heston ]. E [ v t St 2Γ BS(S t ) ] E [ St 2Γ ] dt. (26) BS(S t ) La calibration d un modèle de Heston conduit souvent à un smile de volatilité implicite pour les courtes maturités moins prononcé que celui observé sur le marché. A long terme, la surface de volatilité générée par un modèle de Heston reproduit mieux la surface de volatilité observée. Cette observation est un argument pour l introduction de processus à sauts pour modéliser le cours du sous-jacent (cf.amphi suivant). Références Breeden, D. T. & Litzenberger, R. H. (1978), Prices of State-Contingent claims implicit in option prices, The Journal of Business 51(4), Derman, E. & Kani, I. (1998), Stochastic implied trees : Arbitrage pricing with stochastic term and strike structure of volatility, International Journal of Theoretical and Applied Finance 1, Dupire, B. (1994), Pricing with a smile, Risk 7. Gatheral, J. (26), The Volatility Surface : A Practitioner s Guide, Wiley. Heston, S. (1993), A closed-form solution for options with stochastic volatility with applications to bond and currency options, Rev. Financ. Stud. 6(2), Hull, J. & White, A. (1987), Thepricing of options on assets with stochastic volatilities, The Journal of Finance 42(2), Mandelbrot, B. (1963), The variation of certain speculative prices, The Journal of Business 36(4), Wilmott, P. (26), Paul Wilmott on Quantitative Finance, 2nd edn, Wiley.

7 Ioane Muni Toke A Equation de Fokker-Planck (ou de Kolmogorov forward) La densité de probabilité conditionnelle p(x,t;y,t) sous P d un processus stochastique X(t), t T, solution de l équation différentielle stochastique dx(t) = µ(x t,t)dt+σ(x t,t)dw(t), (27) avec W mouvement brownien sous P, vérifie l équation suivante : T p(y,t)+ y (µ(y,t)p(y,t)) = y 2(σ2 (y,t)p(y,t)) p(x,t;y,t) = δ(y x) (28)

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Les mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

Introduction au pricing d option en finance

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

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

Finance, Navier-Stokes, et la calibration

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

Plus en détail

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce

Plus en détail

Valorisation d es des options Novembre 2007

Valorisation d es des options Novembre 2007 Valorisation des options Novembre 2007 Plan Rappels Relations de prix Le modèle binomial Le modèle de Black-Scholes Les grecques Page 2 Rappels (1) Définition Une option est un contrat financier qui confère

Plus en détail

PROJET MODELE DE TAUX

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

Plus en détail

Liste des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone...

Liste des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone... Liste des notes techniques.................... xxi Liste des encadrés....................... xxiii Préface à l édition internationale.................. xxv Préface à l édition francophone..................

Plus en détail

QUESTIONS D ENTRETIENS EN FINANCE DE MARCHE

QUESTIONS D ENTRETIENS EN FINANCE DE MARCHE QUESTIONS D ENTRETIENS EN FINANCE DE MARCHE Le présent document est un recueil de questions, la plupart techniques, posées à des candidats généralement jeunes diplômés, issus d école d ingénieurs, de commerce

Plus en détail

Hedging delta et gamma neutre d un option digitale

Hedging delta et gamma neutre d un option digitale Hedging delta et gamma neutre d un option digitale Daniel Herlemont 1 Introduction L objectif de ce projet est d examiner la couverture delta-gamma neutre d un portefeuille d options digitales Asset-Or-Nothing

Plus en détail

Résumé... 9... 10... 10... 10

Résumé... 9... 10... 10... 10 Bibliographie 1 Table des matières Table des matières.................................... 3 Résumé............................................ 9........................................ 10........................................

Plus en détail

Calibration de Modèles et Couverture de Produits Dérivés

Calibration de Modèles et Couverture de Produits Dérivés Calibration de Modèles et Couverture de Produits Dérivés Peter TANKOV Université Paris VII tankov@math.jussieu.fr Edition 28, dernière m.à.j. le 1 mars 28 La dernière version de ce document est disponible

Plus en détail

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

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

Plus en détail

Evaluation des options parlatransformée de Fourier

Evaluation des options parlatransformée de Fourier Evaluation des options parlatransformée de Fourier Bogdan Negrea Juin 00 y Abstract Le modèle de Black et Scholes a pour hypothèse la constance de la volatilité associée à la distribution risque-neutre.

Plus en détail

Calibration de modèles et couverture de produits dérivés

Calibration de modèles et couverture de produits dérivés Calibration de modèles et couverture de produits dérivés Peter Tankov To cite this version: Peter Tankov. Calibration de modèles et couverture de produits dérivés. DEA. Calibration de modèles et couverture

Plus en détail

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

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

Plus en détail

INTRODUCTION INTRODUCTION

INTRODUCTION INTRODUCTION INTRODUCTION INTRODUCTION Les options sont des actifs financiers conditionnels qui donnent le droit mais pas l'obligation d'effectuer des transactions sur des actifs supports. Leur intérêt réside dans

Plus en détail

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

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

Plus en détail

Options et Volatilité (introduction)

Options et Volatilité (introduction) SECONDE PARTIE Options et Volatilité (introduction) Avril 2013 Licence Paris Dauphine 2013 SECONDE PARTIE Philippe GIORDAN Head of Investment Consulting +377 92 16 55 65 philippe.giordan@kblmonaco.com

Plus en détail

L ÉVALUATION DES OPTIONS AVEC PRIME DE LIQUIDITÉ

L ÉVALUATION DES OPTIONS AVEC PRIME DE LIQUIDITÉ L ÉVALUATION DES OPTIONS AVEC PRIME DE LIQUIDITÉ L ÉVALUATION DES OPTIONS AVEC PRIME DE LIQUIDITÉ Mondher Bellalah (Université du Maine) et Jean-Luc Prigent (Université de Cergy-Pontoise) 1 Résumé. Les

Plus en détail

Surface de volatilité

Surface de volatilité Surface de volatilité Peter TANKOV Université Paris-Diderot(ParisVII) tankov@math.univ-paris-diderot.fr Dernière m.à.j. February 15, 15 Ce document est mis à disposition sous un contrat Creative Commons

Plus en détail

Résumé des communications des Intervenants

Résumé des communications des Intervenants Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit

Plus en détail

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

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

Plus en détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

Plus en détail

Options exotiques. April 18, 2000

Options exotiques. April 18, 2000 Options exotiques Nicole El Karoui, Monique Jeanblanc April 18, 2000 1 Introduction Les options exotiques sont des produits complexes, qui constituent un marché d une réelle importance depuis les années

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

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

Plus en détail

Génération de scénarios économiques

Génération de scénarios économiques Modélisation des taux d intérêt Pierre-E. Thérond ptherond@galea-associes.eu pierre@therond.fr Galea & Associés ISFA - Université Lyon 1 22 novembre 2013 Motivation La modélisation des taux d intérêt est

Plus en détail

Calculating Greeks by Monte Carlo simulation

Calculating Greeks by Monte Carlo simulation Calculating Greeks by Monte Carlo simulation Filière mathématiques financières Projet de spécialité Basile Voisin, Xavier Milhaud Encadré par Mme Ying Jiao ENSIMAG - Mai-Juin 27 able des matières 1 Remerciements

Plus en détail

TRAVAIL D ETUDE ET DE RECHERCHE. Utilisation des arbres binomiaux pour le pricing des options américaines

TRAVAIL D ETUDE ET DE RECHERCHE. Utilisation des arbres binomiaux pour le pricing des options américaines Ensimag - 2éme année Mai 2010 TRAVAIL D ETUDE ET DE RECHERCHE Utilisation des arbres binomiaux pour le pricing des options américaines Anne-Victoire AURIAULT 1/48 2/48 Cadre de l Étude Cette étude a été

Plus en détail

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

Manuel d Utilisateur - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO Manuel d Utilisateur - Logiciel ModAFi Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO Grenoble, 12 juin 2012 Table des matières 1 Introduction 3 2 Modèles supportés 3 2.1 Les diérents modèles supportés pour

Plus en détail

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

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

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Estimation du coût de l incessibilité des BSA

Estimation du coût de l incessibilité des BSA Estimation du coût de l incessibilité des BSA Jean-Michel Moinade Oddo Corporate Finance 22 Juin 2012 Incessibilité des BSA Pas de méthode académique reconnue Plusieurs méthodes «pratiques», dont une usuelle

Plus en détail

Fair Value et Risque de Défaut en Assurance Vie

Fair Value et Risque de Défaut en Assurance Vie Université Catholique de Louvain Institut des Sciences Actuarielles Fair Value et Risque de Défaut en Assurance Vie Mémoire présenté en vue de l obtention du Diplôme d Etudes Spécialisées en Sciences Actuarielles

Plus en détail

Couverture des risques dans les marchés financiers

Couverture des risques dans les marchés financiers énéral2.6.137 1 2 Couverture des risques dans les marchés financiers Nicole El Karoui Ecole Polytechnique,CMAP, 91128 Palaiseau Cedex email : elkaroui@cmapx.polytechnique.fr Année 23-24 2 Table des matières

Plus en détail

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

Swaps de volatilité et modélisation GARCH : Evaluation et application à l indice TMP du marché financier marocain Swaps de volatilité et modélisation GARCH : Evaluation et application à l indice TMP du marché financier marocain Mohammed MRAOUA Ingénieur financier, actuaire Groupe OCP, Casablanca Décembre 2003 Résumé

Plus en détail

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors

Plus en détail

Méthodes d approximation numérique pour le pricing des options vanilles et asiatiques dans le modèle de Heston de volatilité stochastique

Méthodes d approximation numérique pour le pricing des options vanilles et asiatiques dans le modèle de Heston de volatilité stochastique Méthodes d approximation numérique pour le pricing des options vanilles et asiatiques dans le modèle de Heston de volatilité stochastique Najed Ksouri To cite this version: Najed Ksouri. Méthodes d approximation

Plus en détail

MODELES DE LA COURBE DES TAUX D INTERET. UNIVERSITE d EVRY Séance 1. Philippe PRIAULET

MODELES DE LA COURBE DES TAUX D INTERET. UNIVERSITE d EVRY Séance 1. Philippe PRIAULET MODELES DE LA COURBE DES TAUX D INTERET UNIVERSITE d EVRY Séance 1 Philippe PRIAULET Plan du Cours Introduction Définition de la courbe des taux La multitude de courbes des taux Pourquoi utiliser un modèle

Plus en détail

Introduction aux Mathématiques Financières. Ecole Centrale Paris. Lionel Gabet, Frédéric Abergel, Ioane Muni Toke

Introduction aux Mathématiques Financières. Ecole Centrale Paris. Lionel Gabet, Frédéric Abergel, Ioane Muni Toke Introduction aux Mathématiques Financières Ecole Centrale Paris Deuxième année, S3 Lionel Gabet, Frédéric Abergel, Ioane Muni Toke Version 2010 Introduction aux mathématiques financières 2 Table des matières

Plus en détail

Propriétés des options sur actions

Propriétés des options sur actions Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,

Plus en détail

Prix et couverture d une option d achat

Prix et couverture d une option d achat Chapitre 1 Prix et couverture d une option d achat Dans cette première leçon, on explique comment on peut calculer le prix d un contrat d option en évaluant celui d un portefeuille de couverture de cette

Plus en détail

Modèle GARCH Application à la prévision de la volatilité

Modèle GARCH Application à la prévision de la volatilité Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes

Plus en détail

MATHÉMATIQUES ET APPLICATIONS

MATHÉMATIQUES ET APPLICATIONS MASTER 2 ème ANNÉE MATHÉMATIQUES ET APPLICATIONS Parcours Mathématiques du Risque et Actuariat ANNÉE UNIVERSITAIRE 2015 2016 1 PRESENTATION Le Master 2 Mathématiques du Risque et Actuariat a pour objectif

Plus en détail

LISTE D EXERCICES 2 (à la maison)

LISTE D EXERCICES 2 (à la maison) Université de Lorraine Faculté des Sciences et Technologies MASTER 2 IMOI, parcours AD et MF Année 2013/2014 Ecole des Mines de Nancy LISTE D EXERCICES 2 (à la maison) 2.1 Un particulier place 500 euros

Plus en détail

Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012

Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012 Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012 Pierre Andreoletti pierre.andreoletti@univ-orleans.fr Bureau E15 1 / 20 Objectifs du cours Définition

Plus en détail

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

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

Plus en détail

Introduction à l analyse numérique : exemple du cloud computing

Introduction à l analyse numérique : exemple du cloud computing Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation

Plus en détail

Approximations comonotones pour le prix d une option d achat Européenne en présence de dividendes discrets

Approximations comonotones pour le prix d une option d achat Européenne en présence de dividendes discrets Approximations comonotones pour le prix d une option d achat Européenne en présence de dividendes discrets - Pierre-Alain PATARD (Université Lyon 1, Laboratoire SAF, CMCIC, Asset Management) - Jean Claude

Plus en détail

MARTINGALES POUR LA FINANCE

MARTINGALES POUR LA FINANCE MARTINGALES POUR LA FINANCE une introduction aux mathématiques financières Christophe Giraud Cours et Exercices corrigés. Table des matières I Le Cours 7 0 Introduction 8 0.1 Les produits dérivés...............................

Plus en détail

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

Plus en détail

Chapitre 1 Régime transitoire dans les systèmes physiques

Chapitre 1 Régime transitoire dans les systèmes physiques Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Introduction à la théorie des options financières

Introduction à la théorie des options financières Introduction à la théorie des options financières Christophe Chorro (christophe.chorro@gmail.com) ESC REIMS Le 16 Janvier 2008 hristophe Chorro (christophe.chorro@gmail.com) (ESC REIMS) Théorie des options

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Produits de crédit en portefeuille

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

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Équation de Langevin avec petites perturbations browniennes ou

Équation de Langevin avec petites perturbations browniennes ou Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,

Plus en détail

جامعة باجي مختار عنابة

جامعة باجي مختار عنابة 6Bوزارة التعليم العالي والبحث العلمي Université Badji Mokhtar Annaba Badji Mokhtar University - Annaba 4BFaculté des Sciences 0BDépartement de Mathématiques جامعة باجي مختار عنابة 5BAnnée : 2012/2013 1BTHÈSE

Plus en détail

Circuits RL et RC. Chapitre 5. 5.1 Inductance

Circuits RL et RC. Chapitre 5. 5.1 Inductance Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite

Plus en détail

Mesure et gestion des risques d assurance

Mesure et gestion des risques d assurance Mesure et gestion des risques d assurance Analyse critique des futurs référentiels prudentiel et d information financière Congrès annuel de l Institut des Actuaires 26 juin 2008 Pierre THEROND ptherond@winter-associes.fr

Plus en détail

Calcul Stochastique pour la finance. Romuald ELIE

Calcul Stochastique pour la finance. Romuald ELIE Calcul Stochastique pour la finance Romuald ELIE 2 Nota : Ces notes de cours sont librement inspirées de différentes manuels, polycopiés, notes de cours ou ouvrages. Citons en particulier ceux de Francis

Plus en détail

Examen Final. Indications

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

Plus en détail

L essentiel des marchés financiers

L essentiel des marchés financiers Éric Chardoillet Marc Salvat Henri Tournyol du Clos L essentiel des marchés financiers Front office, post-marché et gestion des risques, 2010 ISBN : 978-2-212-54674-3 Table des matières Introduction...

Plus en détail

Théorie Financière 2. Valeur actuelle Evaluation d obligations

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

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Contribution sur le thème relatif au point de vue et au rôle des actuaires vis-à-vis des nouvelles normes comptables

Contribution sur le thème relatif au point de vue et au rôle des actuaires vis-à-vis des nouvelles normes comptables Valorisation du risque IARD et nouvelles normes comptables Mathieu Gatumel et Guillaume Gorge Axa Group Risk Management 9 avenue de Messine 75008 Paris Tel. : +33 1 56 43 78 27 Fax : +33 1 56 43 78 70

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

Le call 6 mois strike 35 coûte 6 EUR ; le call 6 mois strike 40 coûte 4 EUR. L action sous-jacente cote 37.50 EUR.

Le call 6 mois strike 35 coûte 6 EUR ; le call 6 mois strike 40 coûte 4 EUR. L action sous-jacente cote 37.50 EUR. Exercice 09/02 #3 Le call 6 mois strike 35 coûte 6 EUR ; le call 6 mois strike 40 coûte 4 EUR. L action sous-jacente cote 37.50 EUR. a) Comment créer un bull spread avec ces calls? b) Quel est le gain,

Plus en détail

Options, Futures, Parité call put

Options, Futures, Parité call put Département de Mathématiques TD Finance / Mathématiques Financières Options, Futures, Parité call put Exercice 1 Quelle est la différence entre (a) prendre une position longue sur un forward avec un prix

Plus en détail

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Introduction à la finance quantitative présenté par N. Champagnat IECL et INRIA

Introduction à la finance quantitative présenté par N. Champagnat IECL et INRIA Introduction à la finance quantitative présenté par N. Champagnat IECL et INRIA Contents 1 Introduction aux marchés financiers 2 1.1 Rôle des marchés financiers......................... 2 1.2 Les différents

Plus en détail

Les Conditions aux limites

Les Conditions aux limites Chapitre 5 Les Conditions aux limites Lorsque nous désirons appliquer les équations de base de l EM à des problèmes d exploration géophysique, il est essentiel, pour pouvoir résoudre les équations différentielles,

Plus en détail

MATHÉMATIQUES ET APPLICATIONS

MATHÉMATIQUES ET APPLICATIONS MASTER 2 ème ANNÉE MATHÉMATIQUES ET APPLICATIONS Parcours Finance Computationnelle ANNÉE UNIVERSITAIRE 2015 2016 1 PRESENTATION Le master Finance Computationnelle spécialise les étudiants sur l ingénierie

Plus en détail

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

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

Plus en détail

Gestion des risques et institutions financières

Gestion des risques et institutions financières Gestion des risques et institutions financières John Hull université de Toronto, Canada Édition française réalisée et adaptée par Christophe Godlewski et Maxime Merli université Louis Pasteur Strasbourg

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

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

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

Plus en détail

Petite introduction aux mathématiques des dérivés financiers (notes de cours, version provisoire)

Petite introduction aux mathématiques des dérivés financiers (notes de cours, version provisoire) Petite introduction aux mathématiques des dérivés financiers notes de cours, version provisoire Michel Miniconi Département de Mathématiques Laboratoire Jean-Alexandre Dieudonné Université de Nice Sophia-Antipolis

Plus en détail

Risque de contrepartie sur opérations de marché Olivier D COHEN

Risque de contrepartie sur opérations de marché Olivier D COHEN 16 Jan 2013 JJ Mois Année Risque de contrepartie sur opérations de marché Olivier D COHEN RISQ/MAR/MRC Plan 1. Le pilotage des activités de la banque/le contrôle du secteur bancaire 2. Mesures du risque

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Mathématiques et finance

Mathématiques et finance Mathématiques et finance Emmanuel Gobet (1) Gilles Pagès (2) Marc Yor (3) (1) Ensimag-INP Grenoble Laboratoire de Modélisation et Calcul UMR 5523. E-mail :emmanuel.gobet@imag.fr (2) Laboratoire de Probabilités

Plus en détail

Capital économique en assurance vie : utilisation des «replicating portfolios»

Capital économique en assurance vie : utilisation des «replicating portfolios» Capital économique en assurance vie : utilisation des «replicating portfolios» Anne LARPIN, CFO SL France Stéphane CAMON, CRO SL France 1 Executive summary Le bouleversement de la réglementation financière

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de : Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la

Plus en détail

Repérage d un point - Vitesse et

Repérage d un point - Vitesse et PSI - écanique I - Repérage d un point - Vitesse et accélération page 1/6 Repérage d un point - Vitesse et accélération Table des matières 1 Espace et temps - Référentiel d observation 1 2 Coordonnées

Plus en détail

Le risque de crédit dans le prix des obligations convertibles

Le risque de crédit dans le prix des obligations convertibles Finance de marché Le risque de crédit dans le prix des obligations convertibles Nicolas Singer Comment donner un prix au risque de crédit d une entreprise en l absence de CDS ou d obligations classiques?

Plus en détail

Capital Structure Arbitrage : Theory and Practice of Structural Models

Capital Structure Arbitrage : Theory and Practice of Structural Models : Theory and Practice of Structural Models Pierre GARREAU University Paris-1 Panthéon Sorbonne 9 Juillet 2008 P. Garreau Press Review Les Enjeux Mise en Bouche Définitions Press Review Volkswagen, Europe

Plus en détail

Les techniques des marchés financiers

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

Plus en détail

1. Prolongements de la théorie des options i. Rappel de la théorie de la valorisation des actifs contingents

1. Prolongements de la théorie des options i. Rappel de la théorie de la valorisation des actifs contingents 1 Plan du cours de Théorie financière III 1. Prolongements de la théorie des options i. Rappel de la théorie de la valorisation des actifs contingents ii. Modèles de structure par terme des taux d intérêt

Plus en détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par

Plus en détail

1 Complément sur la projection du nuage des individus

1 Complément sur la projection du nuage des individus TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent

Plus en détail