5. Options américaines Une option américaine peut être exercée à n importe quelle instant compris entre



Documents pareils
PRIME D UNE OPTION D ACHAT OU DE VENTE

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

Le modèle de Black et Scholes

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

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

Continuité en un point

Texte Agrégation limitée par diffusion interne

Probabilités III Introduction à l évaluation d options

Valorisation d es des options Novembre 2007

La mesure de Lebesgue sur la droite réelle

4. Martingales à temps discret

3 Approximation de solutions d équations

Développement décimal d un réel

Le produit semi-direct

Image d un intervalle par une fonction continue

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

1 Définition et premières propriétés des congruences

III- Raisonnement par récurrence

Limites finies en un point


Options, Futures, Parité call put

Probabilités sur un univers fini

Probabilités sur un univers fini

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Université Paris-Dauphine DUMI2E 1ère année, Applications

Intégration et probabilités TD1 Espaces mesurés Corrigé

Raisonnement par récurrence Suites numériques

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Suites numériques 3. 1 Convergence et limite d une suite

Propriétés des options sur actions

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

Moments des variables aléatoires réelles

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Chapitre 1 : Évolution COURS

Suites numériques 4. 1 Autres recettes pour calculer les limites

MATHS FINANCIERES. Projet OMEGA

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Problèmes de Mathématiques Filtres et ultrafiltres

FONCTION EXPONENTIELLE ( ) 2 = 0.

MARTINGALES POUR LA FINANCE

Simulation de variables aléatoires

Calcul fonctionnel holomorphe dans les algèbres de Banach

Chapitre 2 Le problème de l unicité des solutions

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

La fonction exponentielle

DOCM Solutions officielles = n 2 10.

Résolution de systèmes linéaires par des méthodes directes

LISTE D EXERCICES 2 (à la maison)

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

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

Fibonacci et les paquerettes

Programmation linéaire

Modèles et Méthodes de Réservation

3. Conditionnement P (B)

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Optimisation des fonctions de plusieurs variables

CHAPITRE 2 : MARCHE DES CHANGES A TERME ET PRODUITS DERIVES

Les indices à surplus constant

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

CARACTERISTIQUES ET EVALUATION DES CONTRATS D OPTION. Finance internationale, 9ème éd. Y. Simon & D. Lautier

Sur certaines séries entières particulières

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Dérivés Financiers Options

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

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

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Correction de l examen de la première session

Programmation linéaire et Optimisation. Didier Smets

Calcul Stochastique pour la finance. Romuald ELIE

Chap 4. La fonction exponentielle Terminale S. Lemme : Si est une fonction dérivable sur R telle que : = et 0! = 1 alors ne s annule pas sur R.

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Date : Tangram en carré page

Construction d un cercle tangent à deux cercles donnés.

Groupe symétrique. Chapitre II. 1 Définitions et généralités

M2 IAD UE MODE Notes de cours (3)

Cours de Probabilités et de Statistique

Comparaison de fonctions Développements limités. Chapitre 10

1 Première section: La construction générale

I. Ensemble de définition d'une fonction

Une forme générale de la conjecture abc

Optimisation Discrète

Théorie de la mesure. S. Nicolay

Intégration et probabilités TD1 Espaces mesurés

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme


Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Théorème du point fixe - Théorème de l inversion locale

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Dualité dans les espaces de Lebesgue et mesures de Radon finies

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

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

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Prix et couverture d une option d achat

Logique. Plan du chapitre

Leçon 01 Exercices d'entraînement

Théorèmes de Point Fixe et Applications 1

108y= 1 où x et y sont des entiers

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Transcription:

5. Options américaines Une option américaine peut être exercée à n importe quelle instant compris entre 0 et l échéance N. Définition 5.1. Une option américaine est définie par une suite (h n ) n=0..n, de variables positives, adaptée à la filtration (F n ) n=0..n. Exemple 5.1. Dans le cas d un call américain, le détenteur de l option a le choix, à tout instant, d exercer ou non le droit d acheter un actif de type 1 au prix d exercice K. On pose donc h n = (S 1 n K) +. Pour le put correspondant, h n = (K S 1 n) +. 5.1. Enveloppe de Snell et évaluation des options américaines. On note U n la valeur de l option à la date n. On a U N = h N et on peut définir la suite par récurrence. Proposition 5.1. Si le marché est viable et complet et si (h n ) n=0..n est une suite de variables aléatoires positives adaptée définissant une option américaine, alors la valeur de l option est définie par U N = h N U n = max (h [ ]) n, SnE 0 Ũ n+1 F n pour n N 1. Démonstration : Soit n N 1 et soit U n+1 la valeur de l option à la date n + 1. A la date n, le détenteur de l option peut soit exercer son droit et le vendeur de l option doit alors être en mesure de fournir h n, soit reporter sa décision à la date n + 1, auquel cas la valeur doit être celle d un actif conditionnel d échéance n + 1 et de valeur U n+1 calculée à la date n, c est-à-dire [ SnE 0 Un+1 Sn+1 0 F n ]. Le détenteur de l option adoptera la stratégie qui lui est la plus favorable, c est-àdire que le vendeur de l option devra être capable de fournir à la date n la quantité max (h [ ]) n, SnE 0 Ũ n+1 F n. Donc la valeur de l option à la date n doit au moins être cette valeur. En absence d oportunité d arbitrage, elle ne peut pas la dépasser (cf. le raisonnement à la suite du lemme 4.1) d où le résultat. Contrairement à ce qui se passe dans le cas des options à terme, la valeur actualisée de l option n est pas nécessairement une martingale. Proposition 5.2. Sous les hypothèses de la proposition précédente, la suite des valeurs actualisées de l option (Ũn) n=0..n est une P -surmartingale. C est la plus petite P -surmartingale majorant la suite ( h n ) n=0..n. Démonstration : On a Ũ N = h N Ũ n = max ( hn [ ]), E Ũ n+1 F n pour n N 1 donc (Ũn) n=0..n est une surmartingale puisque Ũ n E [ Ũ n+1 F n ] 1

2 et majore ( h n ) n=0..n. Soit (W n ) n=0..n une surmartingale majorant ( h n ) n=0..n. On a W N ŨN. Supposons par récurrence que W n+1 Ũn+1 pour un n N 1. Alors ) W n max ( hn, E [W n+1 F n ] ]) max ( hn, E [Ũn+1 F n = Ũn. Ce résultat est tout à fait général et conduit à la définition suivante : Définition 5.2. Soit (X n ) n=0..n une suite adaptée. On appelle enveloppe de Snell de (X n ) n=0..n la plus petite surmartingale majorant (X n ) n 1. Si on note (Y n ) n=0..n, cette suite, elle est définie par { YN = X N Y n = max (X n, E [Y n+1 F n ]) pour n N 1 La caractérisation en terme d enveloppe de Snell de la valeur actualisée de l option américaine permet la comparaison suivante de celle-là avec la valeur actualisée d une option européenne. Proposition 5.3. Soit (h n ) n=0..n une suite adaptée de variables aléatoires positives. On note (V n ) n=0..n la suite des valeurs de l option européenne définie par la variable h = h N, et (U n ) n=0..n la suites des valeurs de l option américaine définie par la suite (h n ) n=0..n. Alors, pour tout n {0,..., N}, U n V n. Si, de plus, V n h n pour tout n, alors U n = V n pour tout n. Démonstration : On rappelle que (Ṽn) n=0..n est une martingale et que (Ũn) n=0..n est une surmartingale. Donc, pour [ tout n, ] [ ] Ũ n E Ũ N F n = E Ṽ N F n = Ṽn. De plus, si V n h n, alors (Ṽn) n=0..n est une surmartingale majorant ( h n ) n=0..n, et donc, comme (Ũn) n=0..n est la plus petite suite satisfaisant cette propriété, on a d où le résultat. Ũ n Ṽn, 5.2. Décomposition des surmartingales et couverture. Nous allons montrer que, dans un marché viable et complet, le vendeur d une option américaine peut trouver une stratégie de couverture. Théorème 5.1. (de décomposition de Doob). Toute surmartingale (Y n ) n 0 peut s écrire de façon unique sous la forme (1) Y n = M n A n, pour tout n 0, où (M n ) n 0 est une martingale et (A n ) n 0 est un processus prévisible croissant et nul en 0. Démonstration : Supposons que (1) est satisfait pour des processus (M n ) n 0 et (A n ) n 0. Pour tout n 0, on doit avoir Y n+1 Y n = M n+1 M n (A n+1 A n );

3 en conditionnant par F n, on obtient (2) E [Y n+1 F n ] Y n = (A n+1 A n ) puisque (M n ) n 0 est une martingale et (A n ) n 0 est prévisible. Comme A 0 = 0 est donné, la suite (A n ) n 1 est définie de façon unique par cette dernière égalité. Enfin, (M n ) n 0 est définie de façon unique par (1). Autrement dit, si les processus (A n ) n 0 et (M n ) n 0 existent, ils sont définis de façon unique. De plus, si on pose A 0 = 0 et on définit la suite (A n ) n 0 par la relation de récurrence (2) récrite A n+1 = A n + Y n E [Y n+1 F n ], on voit que (A n ) n 0 est un processus prévisible puisque A 0 F 0, et que (A n ) n 0 est croissant car (Y n ) n 0 est une sur-martingale. On définit enfin (M n ) n 0 par la relation (1). La suite (M n ) n 1 est adaptée et, pour tout n 0, En utilisant alors (2), il vient E [M n+1 F n ] = E [Y n+1 F n ] + A n+1. E [M n+1 F n ] = E [Y n+1 F n ] + A n + Y n E [Y n+1 F n ] = M n donc (M n ) n 1 est une martingale. Nous appliquons ce dernier résultat à notre problème d option américaine. Proposition 5.4. Soit (h n ) n=0..n une suite de variables aléatoires positives adaptée définissant une option américaine et soit (U n ) n=0..n la valeur de l option. Alors il existe une stratégie de couverture pour le vendeur de l option, qui est celle qui permet de dupliquer la P -martingale (M n ) n=0..n associée à la P -surmartingale (Ũn) n=0..n, où P est l unique probabilité sous laquelle les prix actualisés des actifs sont des martingales. Démonstration : Puisque le marché est complet, il existe une stratégie autofinancée φ telle que V N (φ) = S 0 N M N. La suite (Ṽn(φ)) n=0..n est une P -martingale et, grâce à la démonstration du lemme 4.1, on sait que deux martingales coïncidant à la date N coïncident à toute date antérieure. Finalement, Ũ n = Ṽn(φ) A n où (A n ) n=0..n est un processus prévisible croissant nul en 0, et donc U n V n (φ) pour tout n et la stratégie φ permet au vendeur de l option de se couvrir. 5.3. Arrêt optimal et date d exercice. Le détenteur de l option décide de l exercer au temps n en fonction des informations qu il possède à cette date. Il sort donc du contrat à un temps aléatoire τ tel que [τ = n] F n. C est ce qu on appelle un temps d arrêt. Définition 5.3. Un temps d arrêt dans {0,..., N} adapté à une filtration (F n ) n=0..n est une variable aléatoire prenant ses valeurs dans {0,..., N} et telle que, pour tout n {0,..., N}, [τ = n] F n. Proposition 5.5. Une variable aléatoire τ à valeurs dans {0,..., N} est un temps d arrêt si et seulement si, pour tout n {0,..., N}, [τ n] F n.

4 Démonstration : Supposons que τ soit un temps d arrêt et soit n 0. Alors n [τ n] = [τ = k] F n. Réciproquement, si n 1, k=0 [τ = n] = [τ n]/[τ n 1] F n, si on suppose [τ n] F n pour tout n 0. Remarque 5.1. Cette proposition donne en fait la définition qui sera utilisée dans le cas du temps continu. Définition 5.4. Soit (X n ) n=0..n une suite adaptée à la filtration (F n ) n=0..n et soit τ un temps d arrêt à valeurs dans {0,..., N}. On appelle suite arrêtée au temps τ l application X τ : Ω R ω X τ(ω) (ω). On a alors la proposition suivante : Proposition 5.6. La variable X τ est F N -mesurable. Démonstration : On a N N X τ = X τ 1 [τ=k] = X k 1 [τ=k]. k=0 Pour tout k {0,..., N}, X k est F k -mesurable, [τ = k] F k et F k F N donc X τ est F N -mesurable. On peut obtenir la caractérisation des temps d arrêt auxquels le détenteur de l option peut exercer son droit, que l on appellera des temps d arrêt admissibles : Théorème 5.2. On se place toujours dans le cadre d une option américaine définie par une suite (h n ) n=0..n dans un marché viable et complet. La suite (U n ) n=0..n est la valeur de l option, φ est la stratégie de couverture pour le vendeur de l option. Le temps d arrêt τ est un temps d exercice possible si et seulement si U τ = h τ et U τ = V τ (φ). Un tel temps d arrêt existe et est défini par k=0 τ 0 = max{n {0,..., N}/ V n (φ) = U n }. Démonstration : Remarquons pour commencer que, si U τ > h τ alors le détenteur de l option n a aucun intérêt à exercer son droit puisque la valeur de l option est strictement supérieure à ce qu il touche s il le fait. Comme U n h n pour tout n, ceci signifie qu il n exerce ce droit que si U τ = h τ. On considère maintenant la variable aléatoire τ 0 définie dans l énoncé. Cette variable est bien définie puisque U 0 = V 0 (φ). Montrons que c est un temps d arrêt. En effet N [τ 0 = N] = [U k = V k (φ)] F N et, pour tout n N 1, [τ 0 = n] = k=1 n [U k = V k (φ)] [A n+1 > 0] F n. k=1

5 Par définition de τ 0, U τ0 = V τ0 (φ); montrons alors que U τ0 = h τ0. En effet, comme U N = h N, on a déjà U τ0 1 [τ0=n] = h τ0 1 [τ0=n]; et pour tout n < N, on a [ ] [ ] E Ũ n+1 F n = E Ṽ n+1 (φ) A n+1 F n = Ṽn(φ) A n+1. Mais (Ṽn(φ) A n+1 )1 [τ0=n] < Ũn1 [τ0=n] puisque, sur [τ 0 = n], Ũn = Ṽn(φ) et A n+1 > 0. Or, par définition, Ũ n = max ( hn [ ]), E Ũ n+1 F n, donc Ũ n 1 [τ0 =n] = h n 1 [τ0 =n]. Finalement, U n 1 [τ0=n] = h n 1 [τ0=n] pour tout n et donc U τ0 = h τ0. Soit τ un temps d arrêt tel que U τ = h τ. Montrons que le détenteur de l option n exerce sont droit au temps τ que si U τ = V τ (φ). En effet, sinon il existe n tel que [τ = n] [U n < V n (φ)] n est pas négligeable. Remarquons que, sur cet ensemble, τ 0 < n. Au temps τ 0, le détenteur de l option aurait donc pu sortir du contrat, se constituer le portefeuille de couverture de prix V τ0 (φ) = h τ0 et détenir ainsi un portefeuille de valeur supérieure au temps n à la valeur de l option (rappelons que (A n ) n=0..n est prévisible et donc, au temps τ 0, le détenteur sait qu au temps suivant la stratégie de couverture sera meilleure). Donc le détenteur de l option n a aucun intérêt à sortir du contrat après la date τ 0 et donc s il sort au temps τ, U τ = V τ (φ). Soit enfin τ un temps d arrêt satisfaisant U τ = h τ et U τ = V τ (φ). Montrons pour conclure que, pour le détenteur de l option, exercer son droit au temps τ ou au temps τ 0 revient au même. Puisque τ τ 0, cela peut s exprimer par l égalité, pour tout n, h τ 1 [τ=n] = E [ hτ0 ] F n 1 [τ=n] qui est équivalente à Ṽ τ (φ)1 [τ=n] = E [ Ṽ τ0 (φ) F n ]1 [τ=n]. Si nous admettons l égalité ci-dessus, la preuve est terminée. Nous montrons maintenant l égalité admise dans la preuve ci-dessus. Lemme 5.1. Soit τ τ 0. Pour tout n {0,..., N}, Ṽ τ (φ)1 [τ=n] = E [ Ṽ τ0 (φ) F n ]1 [τ=n]. Démonstration : Remarquons que, puisque (Ṽn(φ)) n=0..n est une martingale, cette égalité revient à généraliser l égalité satisfaite par les martingales aux temps aléatoires. Soit n fixé. L égalité est trivialement vérifiée sur [τ 0 = n] puisqu alors tout est F n mesurable. Reste à montrer qu elle est satisfaite sur [τ 0 > n]. On peut l écrire Ṽ n (φ)1 [τ=n] [τ0 >n] = E [ Ṽ τ0 (φ)1 [τ=n] [τ0 >n] F n ].

6 Comme Ṽn(φ)1 [τ=n] [τ0>n] est F n -mesurable, il suffit de montrer que, pour tout F n, Ṽ τ0 (φ)1 [τ=n] [τ0>n]dp = Ṽ n (φ)1 [τ=n] [τ0>n]dp ou encore, puisque [τ = n] F n, que, pour tout F n, Ṽ τ0 (φ)1 [τ0 >n]dp = Ṽ n (φ)1 [τ0 >n]dp. Soit donc F n, Ṽ τ0 (φ)1 [τ0 >n]dp = N k=n+1 Ṽ k (φ)1 [τ0 =k]dp. Mais, puisque [τ 0 = k] F k si k n, et (Ṽn(φ)) n=0..n est une martingale, Ṽ k (φ)1 [τ0 =k]dp = Ṽ N (φ)1 [τ0 =k]dp pour tout k {n + 1,.., N}. On en déduit Ṽ τ0 (φ)1 [τ0 >n]dp = Enfin, puisque [τ 0 > n] F n, Ṽ N (φ)dp = [τ 0>n] ce qu il fallait démontrer. Ṽ N (φ)1 [τ0 >n]dp. Ṽ n (φ)1 [τ0 >n]dp, Pour conclure cette première partie, nous allons caractériser les temps d arrêt admissibles comme des temps optimaux pour la suite des gains actualisés. On note Θ l ensemble des temps d arrêt à valeurs dans {0,..., N}. Proposition 5.7. (admise) Le temps τ est admissible si et seulement si Ũ 0 = E [ hτ ] F 0 = sup E [ hν F 0 ]. ν Θ Le modèle de Cox, Ross et Rubinstein IV (11) On considère maintenant un call américain de prix d exercice K. Montrer que, pour tout n, la valeur de ce call est égale à la valeur du call européen correspondant.