Introduction au domaine de recherche. Sous la direction d Henri Berestycki et Nicolas Gaussel
|
|
|
- Rose St-Laurent
- il y a 9 ans
- Total affichages :
Transcription
1 INTRODUCTION AUX MATHÉMATIQUES FINANCIÈRES Introduction au domaine de recherche Sous la direction d Henri Berestycki et Nicolas Gaussel 2 octobre 26 1
2 2 Avant propos Ce document constitue une introduction aux mathématiques financières. Après avoir défini les notions fondamentales, une étude détaillée du modèle le plus utilisé est donnée : il s agit du modèle de Black et Scholes. Dans une dernière partie, une extension du modèle de Black et Scholes est présentée : il s agit du Modèle Mixte de Merton qui introduit dans la modélisation du cours de l actif la possibilité de sauts instantanés. Cette modélisation se rapproche de la réalité observée, mais suscite des problèmes de couverture.
3 INTRODUCTION AUX MATHÉMATIQUES FINANCIÈRES 3 Les mathématiques financières : un guide du débutant Introduction En 1973, Fisher Black 1 et Myron Scholes 2 publient un article révolutionnaire intitulé The Pricing of Options and Corporate Liabilities. De nos jours, il reste l un des articles scientifiques le plus largement cité dans le monde. En effet, en établissant la première formule universelle permettant de calculer le prix d une option, Black et Scholes donnent naissance à une nouvelle théorie : le pricing de produits financiers. Même s il est souvent oublié dans la littérature, la formule de Black et Scholes doit beaucoup au mathématicien Merton 3 qui développa par la suite une théorie parallèle dont l importance et l intérêt ne cessent de croître : la théorie du portefeuille. Celle-ci vise à définir, pour un agent s étant donné une fonction d utilité, la stratégie optimale d investissement dans un ou plusieurs actifs risqués et dans un actif non risqué. Depuis peu, en raison de l explosion des marchés financiers, une troisième théorie s est jointe à celle du pricing et du portefeuille : le risque de crédit, qui vise à la création de produits financiers liés aux risques de défaut des entreprises. Par souci de simplicité et d initiation au mathématiques financières, ce document expose principalement la théorie du pricing d option européenne 4 dans le cadre du modèle de Black et Scholes. Cette dernière est en effet fondamentale pour comprendre la théorie du portefeuille. Cependant, les limites de la théorie du pricing dans le cadre du modèle de Black et Scholes apparurent très vite, Black et Scholes ayant omis d introduire des facteurs tels que les coûts de transaction, ou les brusques sauts de prix d actifs, que l on observe sans cesse dans les salles de marché. Depuis 1973, nombre d auteurs ont tenté d étendre le modèle de Black et Scholes afin de se rapprocher le plus possible de la réalité. Cela a donné naissance à une littérature abondante pouvant décontenancer tout lecteur débutant en mathématiques financières. Une introduction à cette littérature sera donnée en exposant les principaux résultats du Modèle Mixte de Merton. 1 Black Fisher ( ). 2 Scholes Myron (1941-). 3 Merton Robert (1944-). 4 La définition d une option européenne sera donnée dans le paragraphe sur les produits dérivés.
4 4 L objectif de ce papier est donc d offrir un guide d introduction aux mathématiques financières d un point de vue probabiliste, permettant de s attaquer ensuite à des notions plus complexes. 1. Les produits dérivés Depuis 1973, le volume des transactions sur les marchés financiers a considérablement augmenté en raison notamment de la création de nouveaux produits financiers, appelés produits dérivés dans la mesure où ils sont issus de la valeur d un autre actif financier, souvent appelé actif contingent ou encore actif sous-jacent. De manière naturelle, lorsque le produit financier a une caractéristique optionnelle, il est appelé option. Ce dernier donne le droit à son possesseur (mais pas l obligation) de recevoir à une date future T (encore appelée échéance ou maturité) fixée dès l instant initial un flux financier appelé payoff défini à l instant initial. Si ce payoff ne dépend que de la valeur du sous-jacent à l instant T, on parle d option européenne. Un des exemples le plus fameux d option est le call européen. Il permet d acheter à échéance T une action, à un prix prédéterminé (appelé le strike, ou encore prix d exercice). Dans le cas du call, l actif sous-jacent est bien entendu l action; si le cours de l action est décrit par un processus noté (S t ) t T et si le strike est noté K, le payoff du call européen est égal à (S T K) +. Dès lors plusieurs questions peuvent nous venir à l esprit : Quel est le prix d une option européenne? Même si sa valeur à échéance dépend uniquement du prix du sous-jacent à maturité T (le prix du call à la date T est en effet alors égal à (S T K) + ), est-il néanmoins possible d établir le prix de l option à une date t [, T]. Si cela est possible, le prix dépend-il uniquement de la valeur du sous-jacent à l instant t, comme c est le cas à maturité, ou bien dépend-il d autres facteurs tels que les préférences de l agent, ou son attitude face au risque? En 1973, Black et Scholes établirent une formule du prix d une option européenne reposant uniquement sur la valeur du sous-jacent à la date considérée. Depuis, l essentiel des travaux en mathématiques financières a consisté à tester la robustesse et les limites de cette formule. L objectif de ce papier est dans un premier temps d exposer le modèle de Black et Scholes, puis de donner une extension de ce modèle décrivant les possibles sauts de prix observables dans les salles de marchés, sauts induisant des discontinuités dans la trajectoire du sous-jacent, discontinuités que le modèle de Black et Scholes ne permet pas de décrire.
5 INTRODUCTION AUX MATHÉMATIQUES FINANCIÈRES 5 2. Le modèle de Black et Scholes 2.1. Les idées clés. La formule de Black et Scholes repose sur trois idées principales. Tout d abord, Black et Scholes font l hypothèse que le marché qu ils décrivent est parfait, i.e. constitué d agents ayant un accès illimité au crédit, dont les produits sont parfaitement divisibles 5 et dénués de tout coût de transaction. De plus, par souci de simplicité, les taux d intérêt sont supposés constants. Cependant, ces hypothèses sont relativement standards en économie. Elles vont être complétées par des idées innovantes Temps continu. Alors qu en pratique les observations des prix, et les cotations des actifs se font en temps discret, une des idées principales des Black et Scholes a été de travailler en temps continu. Ils obtiennent ainsi une Équation aux Dérives Partielles (ÉDP) régissant l évolution du prix d une option, qui est plus facilement utilisable qu une équation discrète Mouvement brownien. La seconde idée clé a été de modéliser les accroissements relatifs du prix du sous-jacent par un mouvement brownien. En particulier cette idée permet de donner un sens, grâce au calcul stochastique et à la formule d Itô, à la variation infinitésimale d une fonction dépendant du prix du sous-jacent, ce qui est le cas du prix d une option. Notons cependant que cette idée d introduire un mouvement brownien en modélisation financière avait déjà été introduite par Louis Bachelier en 19, mais ce dernier ayant modélisé le prix du sous-jacent (et non son accroissement relatif) par un mouvement brownien, pouvait obtenir des prix négatifs, ce qui n est pas concevable L absence d opportunité d arbitrage. La condition d absence d opportunité d arbitrage stipule qu il n est pas possible de gagner de l argent à coup sûr à partir d un investissement nul. Une des conséquences de la condition d absence d opportunité d arbitrage est que deux portefeuilles ayant la même valeur à une date future ont la même valeur à toute date intermédiaire. Autrement dit, deux stratégies donnant le même flux financier à l horizon de gestion dans tous les états du monde ont la même valeur à toute date intermédiaire. Afin de donner un prix à une option de maturité T, l idée principale de Black et Scholes a été d exhiber une stratégie de gestion (i.e. un portefeuille) d actifs dynamique et autofinançante (i.e. l agent investit une somme initial dans un actif 5 i.e. un agent peut détenir un nombre non entier d actif.
6 6 risqué et un actif non risqué, et ne peut apporter ou retirer de capital au cours de la gestion lorsqu il réalloue son portefeuille) basée sur des actifs financiers et dont la valeur à la date T est égale au payoff de l option. En appliquant la condition d absence d opportunité d arbitrage, la valeur du portefeuille dupliquant le payoff de l option à une date ultérieure notée t est égale au prix de l option à cette date La démarche de Black et Scholes. Considérons une option européenne de maturité T portant sur un sous-jacent dont le cours est symbolisé par un processus (S t ) t T. Le payoff de cette option à maturité est noté h(s T ) où h est supposé suffisamment régulière C 2 par morceaux par exemple. Considérons un portefeuille autofinançant décrit par un processus (V t ) t T constitué d un actif sans risque dont le taux d intérêt est noté r et du sous-jacent dont le nombre de parts présentes dans le portefeuille est symbolisé par un processus noté ( t ) t T. Supposons que la valeur de ce portefeuille ne dépende que de la valeur du sous-jacent à l instant t. Notons V t := V (t, S t ) où la fonction V est supposée C 2. Dans le modèle de Black et Scholes, le sous-jacent suit une dynamique décrite par l Equation Différentielle Stochastique suivante : ds t = S t (µdt + σdw t ) où le processus (W t ) t T désigne un mouvement brownien standard, i.e. ses accroissements sont indépendants et en particulier dw t = N(, dt). Les paramètres µ et σ sont respectivement la tendance et la volatilité du processus par unité de temps. L application de la formule d Itô à la fonction V donne ( V dv t = t + µs t V s σ2 S 2 t D autre part, la condition d autofinancement donne ) 2 V dt + V s 2 s σs tdw t dv t = (V t t S t )rdt + t ds t = (V t t S t )rdt + t S t (µdt + σdw t ) Par conséquent pour tout t [, T[, posons t = V s (t, S t) S il existe une solution sur ], T[ ], [ à l ÉDP V (1) t σ2 s 2 2 V V rv + s2 s sr = avec la condition terminale V (s, T) = h(s)
7 INTRODUCTION AUX MATHÉMATIQUES FINANCIÈRES 7 alors, par absence d opportunité d arbitrage, le prix de l option à toute date comprise entre les dates et T est donné par le processus (V t ) t T. La solution de cette EDP, si elle existe donne la formule de Black et Scholes. Exemple. Dans le cadre du modèle de Black et Scholes, l équation (1) munie de la condition terminale h(s) := (s K) + a une solution. Le prix d un call à l instant initial, noté C(S, K, T, r, σ) est donné par où et C(S, K, T, r, σ) = S N(d 1 ) e rt N(d 2 ) d 1 = 1 σ T ( ln ( ) S + K d 2 = d 1 σ T ) ) (r + σ2 T 2 où N(.) désigne la fonction de répartition de la loi normale centrée réduite. La formule de Black et Scholes repose donc sur des éléments d analyse stochastique, en particulier l intégrale stochastique et le calcul d Itô Mesure risque-neutre. L absence d opportunité d arbitrage est une hypothèse clé du modèle de Black et Scholes. Au début des années 8, Harrison et Kreps (1979) et Harrison et Pliska (198) proposent un élégante interprétation des résultats de Black et Scholes. Ces auteurs montrent en effet qu à chaque date, le prix d un actif est égal à l espérance actualisé du payoff terminal, sous une mesure de probabilité appelée probabilité risque neutre, dont la définition est donnée par : Définition 2.1. Une mesure de probabilité Q est dite risque neutre si (1) Les mesures P et Q sont équivalentes, (2) Sous la probabilité Q, le processus (D t S t ) t T est une (F t ) t T -martingale. Sous l hypothèse d absence d opportunité d arbitrage, l existence d une probabilité risque neutre est acquise, mais pas son unicité. Le fait qu il puisse exister plusieurs probabilités risques neutres nous conduit à la possibilité d avoir plusieurs prix différents pour une même option. Dans ce cas, on dit que le marché est incomplet. Mais lorsqu il n existe qu une unique probabilité risque neutre, le marché est dit complet. Dans le modèle de Black et Scholes le marché est complet en raison de l utilisation du mouvement brownien et du théorème suivant :
8 8 Théorème 1. Théorème de Girsanov. Soit (W t ) t T un mouvement brownien sur un espace de probabilité (Ω, F, P), et soit (F t ) t T, la filtration engendrée par ce mouvement brownien. Soit (θ t ) t T, un processus adapté. Pour tout t T, posons ( t Z t := exp θ u dw u 1 t θ 2 2 udu) W t := W t + t θ u du Supposons que [ T ] E θu 2 Z2 u < Soit Z := Z T. Soit Q la probabilité admettant Z comme densité par rapport à la mesure de probabilté P. Sous la probabilité Q, le processus (Wt ) t T est un mouvement brownien Le pricing par probabilité risque-neutre. Soit (W t ) t T, un mouvement brownien sur un espace de probabilité (Ω, F, P), et soit (F t ) t T, la filtration engendrée par ce mouvement brownien. Considérons une option européenne de maturité T et de strike K portant sur un sous-jacent dont le cours est symbolisé par un processus (S t ) t T. Le payoff de cette option à maturité est noté h(s T ) où h est supposé suffisamment régulière C 2 par morceaux par exemple. La dynamique du processus (S t ) t T est donnée par ds t = S t (α t dt + σ t dw t ) Le processus de tendance (α t ) t T et de volatilité (σ t ) t T sont supposés adaptés à la filtration (F t ) t T. Supposons que pour tout t T, σ t est presque sûrement non nul. Le processus des prix de l actif est donné par un mouvement brownien géométrique, et il est équivalent d écrire pour tout t T, ( t S t = S exp σ s dw s + t ( ) ) α s σ2 s ds 2 Supposons que le taux sans risque est donné par un processus de taux d intérêt adapté à la filtration (F t ) t T, noté (R t ) t T. Pour tout t T, posons D après la formule d Itô, D t = e R t Rtdt et θ t = α t R t σ t d(d t S t ) = σ t D t S t (θ t dt + dw t )
9 INTRODUCTION AUX MATHÉMATIQUES FINANCIÈRES 9 A l aide de la mesure de probabilité Q utilisée dans le théorème de Girsanov (les notations ont été préservées), il vient d(d t S t ) = σ t D t S t dw t et sous la probabilité Q, le processus (D t S t ) t T est une (F t ) t T -martingale. Considérons à présent un agent possédant une richesse initiale notée V. Supposons qu il choisisse une stratégie autofinançante dans l actif sans risque et dans le sous-jacent. Le nombre de parts du sous-jacent est décrit par un processus noté ( t ) t T. Soit (V t ) t T, le processus représentant la valeur du portefeuille résultant de cette stratégie. D après la formule d Itô, on peut écrire d(d t V t ) = t σ t D t S t dw t Par absence d opportunité d arbitrage, connaître le prix de l option revient à connaître la valeur du portefeuille initiale V et le processus d allocation en sous-jacent ( t ) t T, tel que l on ait l égalité (2) h(s T ) = V T p.s. Supposons que notre agent connaisse la valeur du portefeuille initiale V et le processus d allocation en sous-jacent ( t ) t T telle que l égalité (2) soit vraie. Le processus (D t V t ) t T étant une (F t ) t T -martingale sous la probabilité Q, on a D t V t = E[D T V T ] = E[D T h(s T ) F t ] Par conséquent, en notant (P t ) t T, le processus du prix de l option, on en déduit donc que pour t T, [ (3) P t = E Q e R ] T R sds t h(s T ) F t Exemple. [ Dans le cas d un call, il est possible de mener à bout le calcul de la quantité E Q e R ] T t R sds h(s T ) F t pour t T, et de retomber sur la formule de Black et Scholes Théorème de représentation et marché complet. Afin de justifier la formule (3), il convient d exposer les raisons pour lesquelles il existe une valeur portefeuille initiale V et le processus d allocation en sous-jacent ( t ) t T telle que l égalité (2) soit vraie. Pour ce faire énonçons le théorème de représentation suivant :
10 1 Théorème 2. Théorème de représentation. Soit (W t ) t T un mouvement brownien sur un espace de probabilité (Ω, F, P), et soit (F t ) t T, la filtration engendrée par ce mouvement brownien. Soit (M t ) t T, une (F t ) t T -martingale. Alors il existe un processus adapté (Γ t ) t T tel que pour tout t T, M t = M + t Γ u dw u Par conséquent, le processus (D t V t ) t T étant une (F t ) t T -martingale sous la probabilité Q, en appliquant le théorème de représentation 2, il existe un processus adapté (Γ t ) t T tel que pour tout t T En choisissant l égalité (2) est alors vraie. D t V t = V + t Γ udw u V = P et, pour tout t T, t = Γ t σ t D t S t 3. Extension de la formule de Black et Scholes Même si la formule de Black et Scholes est robuste, elle présente des limites. Par exemple, le paramètre de volatilité est supposé constant alors qu en pratique, l observation des prix sur les marchés financiers nous montre qu il dépend de la maturité considérée et du strike. Une autre limite est celle de la continuité des trajectoires. Il est commun d observer sur les marchés financiers de brusques sauts d actifs. Afin de traduire cette réalité, Merton (1976) a introduit un processus de sauts dans la dynamique du sous-jacent. Cependant, la discontinuité des trajectoires a introduit un risque irréductible : le marché est alors incomplet et il est alors impossible de répliquer exactement l option. Soit (W t ) t T, un mouvement brownien sur un espace de probabilité noté (Ω, F, P), (N t ) t T un processus de Poisson d intensité λ sous la probabilité P, et soit (F t ) t T, la filtration engendrée par les processus (W t ) t T et (N t ) t T. Considérons un call européen de maturité T et de strike K portant sur un sous-jacent dont le cours est symbolisé par un processus (S t ) t T. Le taux sans risque est noté r. La dynamique du processus (S t ) t T
11 INTRODUCTION AUX MATHÉMATIQUES FINANCIÈRES 11 est donnée par 6 ds t = S t ((α xλ)dt + σdw t + xdn t ) où 1 < x et (α, σ) R + R+. D après le résultat sur les Équations Différentielles Stochastiques de Doléans-Dade, pour tout t T, le processus des prix de l actif est donné par ( S t = S exp σw t + (α xλ 1 ) 2 σ2 )t (1 + x) Nt Pour (θ, µ) R R + et pour t T, posons ( Zt θ := exp θw t 1 ) 2 θ2 t ( µ Z µ Nt t := exp ((λ µ)t) λ) Z θ,µ t := Z θ t Zµ t D := {Z θ,µ T : (θ, µ) R R +} Soit M, l ensemble des probabilités risque-neutres. L ensemble M est donné par M = {Q : Q(A) = Z T dp A F et Z T D} A Soit Q, une probabilité risque-neutre caractérisée par le processus (Z θ,µ t ) t T. Soit (V t ) t T, le processus du prix du call sous la probabilité risque-neutre Q. Pour t T, on a V t = E Q [ e r(t t) (S T K) + Ft ] Le processus (S t ) t T étant markovien, il est légitime de poser, pour t T, V t := V (t, S t ) Supposons la fonction V suffisamment régulière afin de pouvoir appliquer la formule d Itô avec sauts. La fonction V vérifie alors sur ], T[ ], [ l équation intégro-différentielle suivante : rv + V + (r µx)s V s σ2 s 2 2 V + µ(v (t, (1 + x)s) V (t, s)) = s2 sous la condition terminale c(t, x) = (x K) + x 6 Le processus (S t ) t T étant un processus càdlàg, i.e. continu à droite et ayant une limite à gauche, S t := lim s t,s<t S s.
12 12 Dans la pratique, cette équation se résout à l aide de méthode numériques très utiles en mathématiques financières. 4. Conclusion Les mathématiques financières reposent sur deux domaines des mathématiques : les probabilités avec la théorie des processus et plus particulièrement du mouvement brownien et la théorie des Équations aux Dérivées Partielles.
13 INTRODUCTION AUX MATHÉMATIQUES FINANCIÈRES 13 Références [1] Nadine Bellamy, Wealth optimization in an incomplete market driven by a jump-diffusion process, The Journal of Mathematical Economics 35 (21), [2] R. Cont and P. Tankov, Financial modelling with jump processes, Chapman and Hall, 24. [3] Monique Jeanblanc, Processus à sauts et application à la finance., Lectures given at the ENSAE; forthcoming book with Yor and Chesney, 24. [4] Ioannis Karatzas and Steven E. Shreve, Methods of mathematical finance, Springer, 2ème édition, [5] Ioannis J.P. Lehoczky Karatzas and Steven E. Shreve, Martingale and duality methods for utility maximization in an incomplete market, SIAM Journal on Control and Optimization 29 (1991), no. 1, [6] Harry Markowitz, Portfolio selection : Efficient diversification of an investment, Journal of Finance 7 (1959), [7] Robert Merton, Optimum consumption and portfolio rules in a continuous time model, Journal of Economic Theory 3 (1971), [8] Xing Jin Peter Carr and Dilip Madan, Optimal investment in derivative securities, Finance and Stochastics (21), volume 5, issue1, [9] Huyên Pham, Contrôle optimal stochastique et applications en finance, forthcoming ed., Springer, 23. [1] Philip Protter, Stochastic integration and differential equations, Springer-Verlag, Application of Mathematics, 21, Second Edition, [11] Paul Samuelson, Lifetime portfolio selection by dynamic stochastic programming, Review of Economics and Statistics 51 (1969), [12] Walter Schachermayer, Optimal investment in incomplete financial markets, Mathematical Finance : Bachelier Congress 2 (St.R. Pliska H. Geman, D. Madan and T. Vorst, eds.), Springer, 21, pp [13] William F. Sharpe, Capital asset prices : A theory of market equilibrium under conditions of risk, Journal of Finance 19 (1964),
Les mathématiques de la finance Université d été de Sourdun Olivier Bardou [email protected] 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
MATHS FINANCIERES. [email protected]. Projet OMEGA
MATHS FINANCIERES [email protected] Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
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
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
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
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
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
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
Calibration de Modèles et Couverture de Produits Dérivés
Calibration de Modèles et Couverture de Produits Dérivés Peter TANKOV Université Paris VII [email protected] Edition 28, dernière m.à.j. le 1 mars 28 La dernière version de ce document est disponible
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 :[email protected] (2) Laboratoire de Probabilités
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
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.
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
Surface de volatilité
Surface de volatilité Peter TANKOV Université Paris-Diderot(ParisVII) [email protected] Dernière m.à.j. February 15, 15 Ce document est mis à disposition sous un contrat Creative Commons
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
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
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,
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
Résumé... 9... 10... 10... 10
Bibliographie 1 Table des matières Table des matières.................................... 3 Résumé............................................ 9........................................ 10........................................
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...............................
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
La tarification d options
La tarification d options Proposition pour une approche déterministe Pierre Bernhard 1 Stéphane Thiery 2 Marc Deschamps 3 Nous proposons ici une théorie de la tarification d options sur la base d un modèle
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
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
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 [email protected]
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
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
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
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
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
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
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
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.
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
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
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,
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 [email protected]
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 : [email protected] Année 23-24 2 Table des matières
Génération de scénarios économiques
Modélisation des taux d intérêt Pierre-E. Thérond [email protected] [email protected] Galea & Associés ISFA - Université Lyon 1 22 novembre 2013 Motivation La modélisation des taux d intérêt est
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
PRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
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
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)
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
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
Corps des nombres complexes, J Paul Tsasa
Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots
Professeur de Mathématiques à l Université de Toulouse 1 depuis septembre 2000.
Jean-Paul DÉCAMPS Adresse Professionnelle Toulouse School of Economics (CRM-IDEI) Université de Toulouse 1 Manufacture des Tabacs - Aile J.J Laffont 21, Allée de Brienne Tel.: (33) 05.61.12.85.99 e-mail
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..................
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
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
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
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
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 [email protected] Bureau E15 1 / 20 Objectifs du cours Définition
Continuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)
OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour
Marchés Financiers, Mouvement Brownien, Arbitrage et Martingales: naissance d un corpus de Finance Mathématique à partir de 1973
Marchés Financiers, Mouvement Brownien, Arbitrage et Martingales: naissance d un corpus de Finance Mathématique à partir de 1973 Ghislaine IDABOUK, doctorante y Octobre 2008 1 Introduction, enjeux En 1973,
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
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
Décomposition de Föllmer-Schweizer. explicite d un passif d assurance vie. au moyen du calcul de Malliavin
Décomposition de Föllmer-Schweizer explicite d un passif d assurance vie au moyen du calcul de Malliavin Mémoire présenté par Sébastien de Valeriola en vue de l obtention du master en sciences actuarielles
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
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
Scénarios économiques en assurance
Motivation et plan du cours Galea & Associés ISFA - Université Lyon 1 [email protected] [email protected] 18 octobre 2013 Motivation Les nouveaux référentiels prudentiel et d'information nancière
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
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
Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans [email protected] Plan 1. Un peu de
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
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
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
Processus de comptage, Poisson mélange, fonction de perte exponentielle, système bonus-malus.
JF WALHIN* J PARIS* * Université Catholique de Louvain, Belgique Le Mans Assurances, Belgique RÉSUMÉ Nous proposons une méthodologie générale pour construire un système bonus-malus équilibré basé sur une
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
CURRICULUM VITAE. Directeur de thèse : Nizar Touzi, Ecole Polytechnique
CURRICULUM VITAE Dylan Possamaï 26 ans 21, boulevard de Grenelle Célibataire 75015 Paris Nationalité française Mail : [email protected] Tél : 06 33 87 38 88 FORMATION Doctorat de Mathématiques
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
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
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
2008/03. La concentration des portefeuilles : perspective générale et illustration
2008/03 La concentration des portefeuilles : perspective générale et illustration Olivier Le Courtois Professeur de finance et d assurance UPR Economie, Finance et Gestion EMLYON Christian Walter Actuaire
Consignes pour les travaux d actualité Premier quadrimestre
Consignes pour les travaux d actualité Premier quadrimestre Principes de base Durant le premier semestre, vous serez amenés à remettre un travail effectué en groupe. Le but de celui-ci est de s intéresser
La sophistication de la gestion des risques génère elle-même des risques
Préface 9 haute valeur ajoutée. En gestion des risques, cela signifie très concrètement de développer des outils statistiques d aide à la décision (score, système expert) ou des indicateurs de risque synthétiques,
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...
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
Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation
Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation Laurent Denis STATXPERT Journée technologique "Solutions de maintenance prévisionnelle adaptées à la production" FIGEAC,
La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal
La demande Du consommateur Contrainte budgétaire Préférences Choix optimal Plan du cours Préambule : Rationalité du consommateur I II III IV V La contrainte budgétaire Les préférences Le choix optimal
D Expert en Finance et Investissements
MODULES FINAL D Expert en Finance et Investissements Copyright 2014, AZEK AZEK, Feldstrasse 80, 8180 Bülach, T +41 44 872 35 35, F +41 44 872 35 32, [email protected], www.azek.ch Table des matières 1. Modules
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
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
ESSEC Cours Wealth management
ESSEC Cours Wealth management Séance 9 Gestion de patrimoine : théories économiques et études empiriques François Longin 1 www.longin.fr Plan de la séance 9 Epargne et patrimoine des ménages Analyse macroéconomique
Dérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
0 h(s)ds et h [t = 1 [t, [ h, t IR +. Φ L 2 (IR + ) Φ sur U par
Probabilités) Calculus on Fock space and a non-adapted quantum Itô formula Nicolas Privault Abstract - The aim of this note is to introduce a calculus on Fock space with its probabilistic interpretations,
Principe de symétrisation pour la construction d un test adaptatif
Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, [email protected] 2 Université
O, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
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
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
CHAPITRE 1. Suites arithmetiques et géometriques. Rappel 1. On appelle suite réelle une application de
HAPITRE 1 Suites arithmetiques et géometriques Rappel 1 On appelle suite réelle une application de dans, soit est-à-dire pour une valeur de la variable appartenant à la suite prend la valeur, ie : On notera
Limites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
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
Baccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté
CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons
Cours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
EXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
