1

Utilisation des éléments finis

pour le pricing d'options

Semaine « éléments finis », ENSMP

29 novembre 2006

Jean-Didier Garaud
(ONERA, DMSE/LCME)
 2
Plan

Actions et produits dérivés

Modèle de Black-Scholes
Hypothèses & équations
Calcul d'Itō
EDP de Black-Scholes
Différentes méthodes de résolution
Options « panier »
Sous-jacents
3

Exemples de sous-jacents:
Actions
Obligations, PEL
Indices (ex: CAC 40)
Devises (ex: $ vs. €)
Sous-jacents
4

Exemples de sous-jacents:
Actions
Obligations, PEL
Indices (ex: CAC 40)
Devises (ex: $ vs. €)
105
104.5
104
103.5
103
102.5
S(t)

102
101.5
101
100.5
100
99.5
0 50 100 150 200 250 300 350 400

Temps (jours)
 5

Modèle de Black-Scholes
Modèle de Black-Scholes (1973)
(prix Nobel en 97, avec Merton)

105
104.5
104
103.5
103
102.5

S(t)
102
101.5

St valeur du sous-jacent 101

100.5


100
dérive 99.5
0 50 100 150 200 250 300 350 400

 volatilité Temps (jours)

Wt processus de Wiener (Brownien)

 6

Modèle de Black-Scholes

Hypothèses du modèle :
 et µ connus et constants
pas de frais d'achat / vente
pas de dividendes
arbitrage impossible
 7

Produits dérivés

Call européen
droit d'acheter un sous-jacent
à date T (maturité)
au prix K (strike)

Put européen
droit de vendre un sous-jacent
à date T
au prix K
 8

Produits dérivés

Call européen
protection contre montée de l'action
transfert du risque
pari sur une hausse
perte limitée, gain illimité
...
 9

Objectif :
déterminer la valeur d'une option
 10

Valeur du produit dérivé

Valeur : C(t, T, St , K)
 11

Valeur d'un call

Valeur : C(t, T, St , K)
À maturité : C(t=T) = (ST – K)+
Payoff d'un call (en T)
100

90

80

70

60
Call
C

50

40

30

20

10

0
0 25 50 75 100 125 150 175 200
S
 12

Valeur d'un put

Valeur : P(t, T, St , K)
À maturité : P(t=T) = (K – ST)+
Payoff d'un put (en T)
100

90

80

70

60
Put
P

50

40

30

20

10

0
0 25 50 75 100 125 150 175 200
S
 13

Produits dérivés

Variantes :
binaires, et autres payoffs
barrières
américaines
asiatiques
paniers
...
 14

Valeur du produit dérivé

Valeur : C(t, T, St , K)
À maturité : C(t=T) = (ST – K)+
Problème : valeur aujourd'hui ?
 15

Valeur du produit dérivé

Valeur : C(t, T, St , K)
À maturité : C(t=T) = (ST – K)+
Problème : valeur aujourd'hui ?
 16

Valeur du produit dérivé

Valeur : C(t, T, St , K)
À maturité : C(t=T) = (ST – K)+
Problème : valeur aujourd'hui ?
 17

Encadrements du call

200

175

150

125
BorneSup
Call
C

100
BorneInf
75

50

25

0
0 25 50 75 100 125 150 175 200
S
 18

Put européen 1D

Put européen
100

90

80

70

60

50
P

40

30

20

10

0
0 20 40 60 80 100 120 140 160 180 200
S
 19

Obtention de l'EDP de Black-Scholes

Calcul d'Itō
 20

Obtention de l'EDP de Black-Scholes

Stochastique

Calcul d'Itō

Déterministe
 21

De Black-Scholes à l'équation de la chaleur

 22

De Black-Scholes à l'équation de la chaleur

Equation de la chaleur

Existence et Régularité de la solution

unicité d'une solution
 23

Différentes méthodes de résolution

Solution analytique rapide

exacte

pas adaptée aux variantes

 24

Différentes méthodes de résolution

Solution analytique facile à mettre en oeuvre

Monte-Carlo adaptable :
si non constants
si dividendes

convergence en
lourd sur options
américaines
 25

Différentes méthodes de résolution

Solution analytique bon taux de convergence

Monte-Carlo adaptable aux variantes
Différences finies

maillage régulier
problème du domaine
infini (en S)
conditions au bord
 26

Différentes méthodes de résolution

Solution analytique bon taux de convergence

Monte-Carlo adaptable aux variantes
Différences finies erreur a posteriori
Éléments finis maillage adapté

problème du domaine
infini (en S)
conditions au bord
intégration temporelle
CFL
 27

Problème du domaine infini

Problème du domaine infini (en S)

Quelle condition en Smax ?

 28

Conditions au bord pour un put

= 0
St

Aujourd'hui

Payoff
S max
 29

Résolution par éléments finis

Maillage adapté

110
100
90
80
70
Call
60
C

50
40
30
20
10
0
0 25 50 75 100 125 150 175 200
S
 30

Résolution par éléments finis

Maillage adapté

110
100
90
80
70
Call
60
C

50
40
30
20
10
0
0 25 50 75 100 125 150 175 200
S
 31

Résolution par éléments finis

Maillage adapté

110
100
90
80
70
Call
60
C

50
40
30
20
10
0
0 25 50 75 100 125 150 175 200
S
 32

Options panier

Plusieurs sous-jacents : S1,... SN

Payoff :

Valeur :

Système d'ED stochastiques :

EDP
 33

Options panier

Exemple sur un put

10 000 éléments
 34

Options panier

Exemple sur un put

10 000 éléments
 35

Options panier

2 000 éléments
 36

Références

Computational Methods for Option Pricing,

O. Pironneau et Y. Achdou (2005)
Introduction au calcul stochastique appliqué à la finance
D. Lamberton et B. Lapeyre (1997)
The mathematics of financial derivatives,
P. Wilmott, CUP (1995)
EDP et méthodes numériques en finance,
cours du DEA ANEDP, H. Berestycki et O. Pironneau
http://www.ann.jussieu.fr/~achdou/