Introduction aux

Math´ematiques Financi`eres
Ecole Centrale Paris
Deuxi`eme ann´ee, S3
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
Version 2010
Introduction aux math´ematiques financi`eres
2
Table des mati`eres
I Produits et march´es financiers 7
1 Les produits financiers classiques 9
1.1 Les actions et les indices . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Les obligations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Les swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Les forwards et les futures . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Les options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6 Les produits structur´es . . . . . . . . . . . . . . . . . . . . . . . . . 14
2 Les options 17
2.1 Les options sur actions . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Les diff´erents types d’options . . . . . . . . . . . . . . . . . . . . . 20
II Mod`eles financiers 23
3 Objectifs et principes 25
3.1 L’approche classique . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.1 Les objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.2 Les outils de mod´elisation . . . . . . . . . . . . . . . . . . . 26
3.1.3 Les hypoth`eses sur les march´es . . . . . . . . . . . . . . . . 27
3.2 La finance quantitative . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2.1 La physique des march´es . . . . . . . . . . . . . . . . . . . . 27
3.2.2 Les risques et leur minimisation . . . . . . . . . . . . . . . . 28
4 Rappels sur les processus al´eatoires et premi`eres applications en
finance 29
4.1 Danger de l’´evaluation par actualisation de l’esp´erance des flux futurs 29
4.2 Processus stochastiques . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2.1 G´en´eralit´es . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2.2 Comparaisons . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3
Introduction aux math´ematiques financi`eres
4.3 Filtrations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.3.1 G´en´eralit´es . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.3.2 Mesurabilit´e d’un processus . . . . . . . . . . . . . . . . . . 32
4.4 Esp´erance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . 32
4.5 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.6 Prix actualis´es, martingales et rendements . . . . . . . . . . . . . . 34
4.7 Arbitrage et applications . . . . . . . . . . . . . . . . . . . . . . . . 34
4.7.1 Arbitrages et march´es viables . . . . . . . . . . . . . . . . . 34
4.7.2 AOA et applications . . . . . . . . . . . . . . . . . . . . . . 35
4.8 Une premi`ere obtention de la formule de Black et Scholes . . . . . . 37
5 Evaluation par arbitrage en temps discret – Le mod`ele binomial 39
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5.2 Un mod`ele financier `a plusieurs p´eriodes . . . . . . . . . . . . . . . 40
5.2.1 Actifs financiers . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.2.2 Strat´egies (de trading) . . . . . . . . . . . . . . . . . . . . . 40
5.2.3 Actif sans risque . . . . . . . . . . . . . . . . . . . . . . . . 40
5.2.4 Strat´egies autofinanc´ees . . . . . . . . . . . . . . . . . . . . 41
5.3 Opportunit´es d’arbitrage et probabilit´e martingale . . . . . . . . . . 42
5.3.1 D´efinition d’une oppportunit´e d’arbitrage . . . . . . . . . . . 42
5.3.2 D´efinition d’une probabilit´e martingale . . . . . . . . . . . . 42
5.3.3 Th´eor`eme fondamental de l’´evaluation par arbitrage . . . . . 42
5.4 March´e complet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.4.1 Options et strat´egie de “r´eplication” . . . . . . . . . . . . . 43
5.4.2 D´efinition d’un march´e complet . . . . . . . . . . . . . . . . 44
5.4.3 Second th´eor`eme fondamental de l’´evaluation par arbitrage . 44
5.5 Le mod`ele binˆomial . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.5.2 Construction du mod`ele binˆomial . . . . . . . . . . . . . . . 45
5.5.3 Viabilit´e et compl´etude . . . . . . . . . . . . . . . . . . . . . 45
5.5.4 Evaluation des options . . . . . . . . . . . . . . . . . . . . . 45
5.5.5 Couverture (Hedging) . . . . . . . . . . . . . . . . . . . . . . 46
5.5.6 Vers un mod`ele `a temps continu . . . . . . . . . . . . . . . . 46
5.5.7 Algorithme d’´evaluation . . . . . . . . . . . . . . . . . . . . 48
5.6 Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
6 Le mod`ele de Black et Scholes et introduction au trading 49
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.2 La formule de Black et Scholes . . . . . . . . . . . . . . . . . . . . . 49
6.2.1 Les hypoth`eses . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.2.2 La formule . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
6.2.3 La couverture en delta . . . . . . . . . . . . . . . . . . . . . 51
6.2.4 Estimation des param`etres . . . . . . . . . . . . . . . . . . . 51
6.3 Critique du mod`ele et volatilit´es . . . . . . . . . . . . . . . . . . . . 51
6.3.1 Les points forts apparents . . . . . . . . . . . . . . . . . . . 51
6.3.2 Volatilit´es historiques et implicites, smile de volatilit´es . . . 52
6.4 Introduction au trading . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.4.1 Calcul des sensibilit´es (grecques) . . . . . . . . . . . . . . . 53
6.4.2 Vente d’un call et couverture . . . . . . . . . . . . . . . . . . 55
6.4.3 Etude en Gamma et Th´eta . . . . . . . . . . . . . . . . . . . 55
6.4.4 P&L du trader . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.4.5 Quelques missions du trader . . . . . . . . . . . . . . . . . . 56
7 Risque et valorisation 57
7.1 Quelques notions de risque sur les march´es financiers . . . . . . . . 57
7.2 Gestion quantitative du risque . . . . . . . . . . . . . . . . . . . . . 58
7.2.1 Mesure de risque . . . . . . . . . . . . . . . . . . . . . . . . 58
7.2.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.3 Gestion optimale par minimisation du risque pour les d´eriv´es . . . . 59
7.3.1 March´e `a une p´eriode . . . . . . . . . . . . . . . . . . . . . . 59
7.3.2 G´en´eralisation . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.3.3 Passage au temps continu . . . . . . . . . . . . . . . . . . . 61
7.4 R´ef´erences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5
Introduction aux math´ematiques financi`eres
6
Premi`ere partie
Produits et march´es financiers
7
Chapitre 1
Les produits financiers classiques
1.1 Les actions et les indices
Les actions
Une action est un titre n´egociable de propri´et´e sur une fraction du capital social
d’une entreprise.
A leur ´emission, la valeur de ces titres est fix´ee par la soci´et´e. Ensuite, les titres
sont cˆot´es sur un march´e en fonction des lois de l’offre et de la demande.
En outre, l’actionnaire re¸ coit une fraction des b´en´efices de l’entreprise sous
forme de dividendes.
La bourse NYSE-Euronext
Euronext est la Bourse paneurop´eenne, soci´et´e de droit n´eerlandais cr´e´ee le
22 septembre 2000 par la fusion des entreprises g´erant les march´es des bourses
de Paris, de Bruxelles (BXS) et d’Amsterdam (AEX), les bourses de Lisbonne et
de Porto (BVLP) ayant ´et´e int´egr´ees `a ce Groupe en 2001, le LIFFE (London
International Financial Futures and options Exchange) en 2002.
Ces fusions et rachats ont ainsi particip´e d’un mouvement de regroupement des
bourses, indispensable pour r´eduire les coˆ uts de n´egociation dans un environnement
de concurrence europ´eenne et mondiale de plus en plus intense.
Chaque soci´et´e de bourse est rest´ee cot´ee sur sa Bourse d’origine, mais ses
titres sont n´egoci´es sur la plateforme commune. Euronext Paris SA, Euronext
Amsterdam NV et Euronext Brussels SA/NV sont d`es lors devenues filiales ` a 100
% de l’entit´e Euronext.
Le 1 er juin 2006, Euronext a annonc´e un accord de fusion “ entre ´egaux ” avec
la principale place boursi`ere am´ericaine et mondiale, le NYSE (New York Stock
Exchange), fusion devenue effective depuis le 4 avril 2007.
9
Introduction aux math´ematiques financi`eres
La plus importante plateforme boursi`ere du monde en est n´ee : Nyse-Euronext.
Cette nouvelle structure n’a cess´e de se d´evelopper depuis, devenant par exemple
actionnaire de la bourse br´esilienne Bovespa en octobre 2007 et rachetant l’Amer-
ican Stock Exchange (Amex) en janvier 2008.
Euronext comprend des march´es non r´eglement´es (comme le March´e libre ou
Alternext, cr´e´e en 2005 pour permettre sp´ecifiquement l’introduction en Bourse
des PME) et des march´es r´eglement´es (comme Eurolist).
Les indices
La plupart des Bourses mondiales proposent des indices qui permettent d’´evaluer
les performances d’un march´e ou d’un secteur.
Citons les principaux indices des march´es actions fran¸ cais.
– Le CAC 40 est l’indice principal de la place de Paris. Il est calcul´e ` a partir
de 40 valeurs choisies parmi les cents soci´et´es dont les ´echanges sont les plus
abondants sur Euronext Paris.
– Le CAC Next 20 regroupe les vingt valeurs dont l’importance suit celle des
valeurs composants le CAC 40.
– Le SBF 120 est calcul´e `a partir des actions du CAC 40 et du CAC Next 20
ainsi que de 60 valeurs du premier et du second march´e les plus actives de
la cˆote.
– Le SBF 250 calcul´e `a partir de 250 soci´et´es reflettant l’ensemble des secteurs
d’activit´es. Il est compos´e des valeurs du CAC 40 et du CAC Next 20 ainsi
que celles du CAC Mid 100 et du CAC Small 90.
Une nouvelle gamme d’indices europ´eens a ´et´e lanc´ee le 26 f´evrier 1998 par
STOXX Limited, soci´et´e conjointe d´etenue `a parts ´egales par la SBF Bourse de
Paris, la Deutsche Borse, le Swiss Exchange et la Dow Jones Company. Ces indices
principaux sont :
– Le Dow Jones Stoxx, compos´e de 665 valeurs de 16 pays.
– Le Dow Jones Euro Stoxx, compos´e de 326 valeurs de 10 pays de la zone
Euro.
– Le Dow Jones Stoxx 50 et le Dow Jones Euro Stoxx 50, compos´es chacun de
50 valeurs s´electionn´ees pour leur capitalisation, leur liquidit´e et leur poids
sectoriel.
Parmi les indices internationaux citons aussi :
– Le Dow-Jones Industrial Average. C’est le plus vieil indice du monde. Il
est compos´e des 30 principales valeurs industrielles de la bourse de New-
York (les blue chips). Pour des raisons historiques, sa valeur est la moyenne
arithm´etique (non pond´er´ee par la capitalisation) des valeurs qui le compose.
– Le SP 500 regroupe les 500 plus importantes soci´et´es de Wall Street. Sa
valeur est bien plus repr´esentative que celle du Dow-Jones.
10
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
– Le Nasdaq Composite est un indice calcul´e `a partir de toutes les valeurs
du march´e NASDAQ (deuxi`eme march´es action des Etats-Unis derr`ere le
NYSE). Il contient plus de 3000 valeurs notamment, mais pas uniquement,
technologiques.
– Le Nikk´ei 225 est l’indice principal de la bourse de Tokyo. Sa valeur est
calcul´ee comme celle du Dow-Jones.
– Le Footsie (FTSE 100) est l’indice principal de la bourse de Londres.
– Le DAX est l’indice principal de la bourse de Francfort compos´e de 30 valeurs
vedettes.
1.2 Les obligations
Les obligations
Une obligation est un titre n´egociable ´emis par une soci´et´e ou une collectivit´e
publique lors d’un emprunt et remis au prˆeteur en repr´esentation de sa cr´eance.
Une obligation est d´efinie par le nom de l’´emetteur, le taux d’int´erˆet, la date
d’´ech´eance, la devise dans laquelle elle est ´emise, une p´eriodicit´e de coupon, la
date d’´emission.
Les modalit´es de remboursement et le mode de r´emun´eration des prˆeteurs sont
fix´es contractuellement, la r´emun´eration pouvant ˆetre fixe ou variable, index´ee
alors sur un taux d’int´erˆet et non sur le r´esultat de l’entreprise.
La valeur nominale permet le calcul des int´erˆets (coupon) que l’emprunteur
s’engage `a verser annuellement (en g´en´eral dans la zone euro), trimestriellement
(obligations anglaises et am´ericaines surtout) ou encore avec une p´eriodicit´e plus
courte.
Le remboursement est lui aussi fix´e contractuellement d`es l’´emission des obli-
gations. Il peut ˆetre “in fine”, “par tranches” ou “par annuit´es constantes”.
Les cours des obligations sont exprim´es en pourcentage de la valeur nominale.
Ainsi, une obligation de valeur nominale 10000 euros (prix de la coupure) ne cotera
pas 9900 euros, mais 99 %.
Le march´e obligataire s’´etant internationalis´e, les investisseurs ont besoin de
r´ef´erences (les “ratings” des agences de notation) pour mesurer le risque de d´efaut
des ´emetteurs.
Les emprunts d’´etats
La plupart des ´etats ´emettent des obligations dans le but de collecter des fonds
sur les march´es. Les principales obligations europ´eennes sont : OAT (France),
Bonos (Espagne), Olo (Belgique), Btp (Italie), Guilt (GB), Bund (Allemagne).
11
Introduction aux math´ematiques financi`eres
Un emprunt d’´etat (en anglais : government bond, dont le diminutif usuel est
govvie) est une obligation ou un titre de cr´eance n´egociable ´emis g´en´eralement
dans sa propre devise par un gouvernement.
Dans le cas d’une ´emission dans une devise convertible, celle du pays ou d’un
autre, on utilise g´en´eralement l’appellation d’“obligation souveraine”, adaptation
directe de l’anglais sovereign bond.
Les OAT
La plupart des Tr´esors des grands pays d´evelopp´es utilisent le syst`eme des OAT
(Obligations Assimilables au Tr´esor).
Le principe de l’assimilation (en anglais : reopening, r´eouverture) est le suivant :
l’Etat ´emet un emprunt de d´epart qui est compl´et´e ult´erieurement par l’´emission
de tranches d’obligations assimilables aux pr´ec´edentes, c’est-` a-dire ayant les mˆemes
valeurs nominales, taux de coupon (int´erˆets), dates de paiement des coupons et
dates de remboursement (en France, 25 avril ou 25 octobre).
Une OAT est toujours une obligation dont le principal est rembours´e in fine,
c’est-` a-dire en un seul versement `a la date d’´ech´eance, les coupons ´etant vers´es
annuellement.
Toutes les obligations cr´e´ees lors de l’emprunt initial (dont le but est toujours de
financer le d´eficit budg´etaire d’un Etat) ou de ses “rallonges” sont identiques : elles
font l’objet d’une seule ligne de cotation, et b´en´eficient ainsi d’une forte liquidit´e
et d’une capitalisation boursi`ere totale consid´erable.
Il existe des OAT `a taux fixe, `a taux variable, `a taux index´e sur l’inflation, ou
encore “de capitalisation”.
Un investisseur qui acquiert une OAT de capitalisation sait exactement quelle
somme il percevrait `a l’´ech´eance, mais il peut r´ealiser une plus-value ou une moins-
value avant l’´ech´eance, en fonction des variations de cours de cette OAT.
1.3 Les swaps
Un swap est un contrat par lequel deux contreparties conviennent de s’´echanger
deux s´eries de flux financiers (en g´en´eral de dettes ou de devises) entre deux dates
fix´ees. Ces flux sont calcul´es `a partir d’un montant th´eorique de r´ef´erence appel´e
notionnel.
Contrairement aux ´echanges d’actifs financiers, les ´echanges de flux financiers
sont des instruments de gr´e `a gr´e sans incidence sur le bilan, qui permettent de
modifier des conditions de taux ou de devises (ou des deux simultan´ement), d’actifs
et de passifs actuels ou futurs.
12
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
Il permet `a un investisseur de transformer ou d’am´eliorer un des caract`eres
des actifs dont il dispose pour un autre qu’il lui est impossible d’acc´eder sur le
march´e des capitaux courant. Cette incapacit´e d’acc´eder aux genres d’actifs dont
il a besoin, peut ˆetre le r´esultat de la politique financi`ere adopt´ee par son pays de
r´esidence ou par l’inexistence d’instruments sp´ecifiques li´es aux actifs. Le produit
synth´etique r´esultant de l’´echange refl`ete les caract´eristiques uniques cherch´ees par
l’investisseur. Cette op´eration permet de diminuer les risques de contrepartie tout
en acc´edant un produit synth´etique non accessible sur le march´e habituel.
Par exemple, deux parties peuvent s’engager `a payer `a des dates pr´ed´etermin´ees
le diff´erentiel entre un taux fixe et un taux variable pr´ed´efini.
1.4 Les forwards et les futures
Un contrat `a terme constitue un engagement `a acheter ou ` a vendre ` a une
certaine ´ech´eance T future une quantit´e d’un actif (titres ou marchandises) ` a un
cours n´egoci´e le jour t o` u on prend le dit engagement mais payable ` a l’´ech´eance T.
Les Futures sont des contrats `a terme n´egoci´es sur les march´es r´eglement´es par
opposition aux Forwards, contrats `a terme n´egoci´es “de gr´e `a gr´e ”.
Les sous-jacents des Futures sont soit des actifs physiques (les contrats ` a terme
de marchandises ayant exist´e d`es l’Antiquit´e), soit des actifs financiers (ces contrats
` a terme ´etant apparus au d´ebut des ann´ees 1970).
Les march´es r´eglement´es (tels que le Chicago Mercantile Exchange Group, le
LIFFE de NYSE-Euronext ou l’Eurex) proposent des contrats Futures standardis´es
quant aux montants, aux ´ech´eances et `a la qualit´e des sous-jacents. Ils disposent
de chambres de compensation qui servent d’interm´ediaires, de sorte que l’acheteur
a en face de lui ces chambres de compensation comme vendeur, et r´eciproquement
pour le vendeur.
Les paiements quotidiens entre gagnants et perdants se font exclusivement par
l’interm´ediaire de cette chambre, le risque de contrepartie lui ´etant donc transf´er´e,
la garantie des contrats Futures ´etant ainsi beaucoup plus importante contre le
risque de d´efaillance de la partie perdante que pour les contrats de gr´e ` a gr´e
(Forwards pour lesquels la perte est d´ecaiss´ee en bloc `a l’´ech´eance).
Les d´epˆ ots de garantie initiaux et appels de marge quotidiens (sommes per-
dues) sont ainsi les principaux instruments des autorit´es de march´es de Futures,
la position de march´e du “perdant” sur un contrat Future ´etant annul´ee par l’au-
torit´e de march´e si celui-ci ne peut pas payer sa marge quotidienne (le d´epˆ ot de
garantie initial ´etant toujours sup´erieur `a la variation maximale quotidienne du
cours boursier d’un contrat Future).
Les Futures sur actifs physiques sont des contrats `a terme dont les sous-jacents
sont des marchandises ou des mati`eres premi`eres : produits agricoles (bœuf, porc,
13
Introduction aux math´ematiques financi`eres
laitages, bl´e, mas, soja, sucr, bois, etc.), m´etaux (or, argent, cuivre, aluminium,
zinc, palladium, etc.) et mati`eres li´ees `a l’´energie (gaz, p´etrole, charbon, ´electricit´e).
Ces Futures sur actifs physiques, qui permettent notamment aux producteurs
et aux n´egociants de se couvrir contre le risque de variation des prix, donnent le
plus souvent lieu `a la livraison du sous-jacent, contrairement aux Futures sur actifs
financiers.
Les Futures sur actifs financiers ont ´egalement pour les investisseurs un objectif
de couverture contre les risques et ils portent sur les actions, les obligations et
autres titres de cr´eance n´egociables, les taux d’int´erˆet (80 % des Futures ´echang´es
dans le monde en 2007), les indices et les devises.
1.5 Les options
Une option est un contrat ´etabli entre deux parties et permettant ` a l’une des
parties de s’assurer, moyennant le versement d’une prime, le droit (et non l’obliga-
tion) d’acheter ou de vendre `a l’autre partie un actif donn´e `a un cours pr´ed´etermin´e,
`a l’issue d’une certaine p´eriode (options dites europ´eennes) ou pendant une certaine
p´eriode (options dites am´ericaines).
Les actifs sous-jacents peuvent ˆetre un actif financier (action, obligation, bon
du Tr´esor, contrat `a terme, devise, indices boursiers, etc.) ou un actif physique
(mati`ere premi`ere agricole ou min´erale).
La valeur de l’option est le montant de la prime que l’acheteur de l’option est
prˆet `a verser `a son vendeur.
Une option est dite n´egociable si elle peut faire l’objet de transactions sur un
march´e r`eglement´e. Sinon, on parle d’´echanges de gr´e `a gr´e.
Le march´e international des produits d´eriv´es du groupe NYSE Euronext est le
Iiffe. Il g`ere les march´es ´electroniques r´eglement´es d’Amsterdam, Bruxelles, Lis-
bonne, Londres et Paris o` u chaque jour environ 2000 milliards deuros en valeur
nominale sont ´echang´es sur les produits d´eriv´es par des intervenants du monde
entier.
1.6 Les produits structur´es
Un produit structur´e est un produit con¸ cu par une banque pour satisfaire
les besoins de ses clients. C’est souvent une combinaison complexe de produits
classiques et de produits d´eriv´es. Ce sera, par exemple, un placement ` a taux fixe
avec une participation `a la hausse ou `a la baisse des cours d’un panier d’actions.
Ils peuvent prendre des formes juridiques vari´ees et sont ´echang´es de gr´e ` a gr´e.
14
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
Comme un produit structur´e ne peut pas se trouver cot´e sur un march´e, son prix
est d´etermin´e en utilisant des mod`eles math´ematiques restituant le comportement
du produit en fonction du temps et des diff´erentes ´evolutions du march´e.
Ce sont souvent des produits vendus avec des marges importantes. La crise
financi`ere d´eclanch´ee en 2007 les a frapp´e de plein fouet car leur opacit´e est devenue
suspecte et redhibitoire.
15
Introduction aux math´ematiques financi`eres
16
Chapitre 2
Les options
2.1 Les options sur actions
D´efinitions
Une option d’achat (call) sur une valeur mobili`ere est un contrat pass´e entre
deux parties ´a une date t et donnant le droit (et non le devoir) `a l’acqu´ereur
d’acheter cette valeur (appel´ee sous-jacent) `a un prix convenu `a l’avance (prix
d’exercice ou strike) une date T > t (dite ´ech´eance) ou avant celle-ci .
Une option de vente (put) sur une valeur mobili`ere est un contrat donnant le
droit `a l’acqu´ereur de vendre cette valeur `a un prix convenu `a l’avance.
L’acqu´ereur, en contrepartie de ce droit, verse une somme appel´ee prime ou
premium (c’est le prix de l’option). Le premium est cot´e sur le march´e pour chaque
s´erie d’options, une s´erie ´etant d´efinie par le sous-jacent, le type (achat ou vente),
l’´ech´eance et le prix d’exercice.
L’acqu´ereur peut exercer son droit `a l’´ech´eance (options dites europ´eennes)
ou `a toute date pr´ec´edent l’´ech´eance (options dites am´ericaines). Le vendeur de
l’option est li´e `a la d´ecision du vendeur.
Dans le cas d’une option europ´eenne, le flux g´en´er´e `a l’´ech´eance T est appel´e
“pay-off”. Dans le cas d’un call il vaut (S
T
−K)
+
et dans le cas d’un put (K−S
T
)
+
.
Lors de leur cr´eation, puis au cours de leur cotation, trois cat´egories de call
(resp. de put) peuvent ˆetre propos´ees :
– ceux dont le prix d’exercice est proche du cours (options dites “at the mon-
ey”, “au cours” ou “`a parit´e”)
– ceux dont le prix d’exercice est sup´erieur (resp. inf´erieur) au cours (options
dites “in the money”, “dans le cours” ou “en dedans”)
– ceux dont le prix d’exercice est inf´erieur (resp. sup´erieur) au cours (options
dites “out the money”, “hors du cours” ou “en dehors”)
17
Introduction aux math´ematiques financi`eres
Strat´egies
Le d´etenteur d’une option peut :
1. vendre son option au prix du march´e (`a tout moment)
2. exercer son option (seulement `a ´ech´eance si l’option est europ´eenne, sinon ` a
tout moment)
3. abandonner son option (`a tout moment)
Notons que le dernier jour de cotation, les options “b´en´eficiaires” sont automa-
tiquement exerc´ees si elles n’ont pas ´et´e abandonn´ees.
L’acheteur d’un call ´echange une perte certaine mais limit´ee (la prime) contre
un gain al´eatoire mais th´eoriquement illimit´e quand le cours du sous-jacent aug-
mente. Il sp´ecule donc `a la hausse. Pour le vendeur d’un call les perspectives sont
inverses. Il doit donc fixer la prime en fonction du risque de hausse du cours du
sous-jacent.
L’acheteur d’un put ´echange une perte certaine mais limit´ee (la prime) contre
un gain al´eatoire, limit´e au prix d’exercice mais pouvant ˆetre important si le cours
du sous-jacent baisse fortement. Il sp´ecule donc `a la baisse. Pour le vendeur d’un
put, les perspectives sont inverses. Il doit donc fixer la prime en fonction du risque
de baisse du cours du sous-jacent.
Facteurs de variation des cours d’une option
A une date t, la valeur (le cours) d’une option peut ˆetre d´ecompos´ee en deux :
1. La valeur intrins`eque qui correspond aux gains qui seraient r´ealis´es si l’acqu´ereur
exer¸cait l’option. Pour un call elle vaut (S
t
−K)
+
et pour un put (K−S
t
)
+
.
2. La valeur temporelle qui est la diff´erence entre le cours de l’option et sa
valeur intrins`eque.
La valeur temporelle d´epend des facteurs suivants :
– Le cours de l’action.
Pour un prix d’exercice donn´e :
Quand le cours monte, le prix du call augmente et celui du put diminue.
Quand le cours descend, le prix du call diminue et celui du put augmente.
– Le prix d’exercice.
Les calls `a strike faible sont les plus chers.
les puts `a strike ´elev´e sont les plus chers.
– La volatilit´e de l’action.
Les calls correspondant `a des actions volatiles (`a la hausse) sont plus recherch´es
et donc plus chers.
Les puts correspondant `a des actions volatiles (`a la baisse) sont plus recherch´es
et donc plus chers.
18
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
– La dur´ee jusqu’`a ´ech´eance (maturit´e).
Plus la date d’´ech´eance est ´eloign´ee plus la probabilit´e d’une hausse du
cours (coˆ uteuse pour le vendeur d’un call) ou d’une baisse (coˆ uteuse pour le
vendeur d’un put) est ´elev´ee et donc plus l’option sera ch`ere.
Le prix d’une option est donc une fonction croissante de la maturit´e (et
d´ecroissante du temps).
– Le taux sans risque.
Le prix d’un call varie en sens inverse du taux du march´e.
Le prix d’un put varie dans le mˆeme sens que le taux du march´e.
– Le taux de prˆet-emprunt.
A cause de la strat´egie de couverture de ces produits, leur prix d´epend du
taux de prˆet-emprunt (repo) des titres sous-jacents.
– Le dividende.
Si le sous-jacent est une action, son cours diminuera du montant des dividen-
des le jour de leur versement. La date de versement et le montant de ceux-ci
vont donc avoir un impact sur le prix des options.
Sensibilit´es (ou d´eriv´ees)
Le prix d’une option est une fonction de nombreux param`etres : S, K, T, t,
σ, r. . . La sensibilit´e de ce prix aux param`etres dont il d´epend r´eguli`erement (au
moins de mani`ere d´erivable) s’exprime simplement `a travers ses grecques (d´eriv´es).
Ainsi pour une option dont le prix est not´e C, on peut d´efinir indicateurs
suivants :
– Sensibilit´e de la prime au sous-jacent :
∆ =
∂C
∂S
– Sensibilit´e du delta au sous-jacent :
Γ =
∂C
2
∂S
2
– Sensibilit´e de la prime `a la volatilit´e :
V =
∂C
∂σ
– Sensibilit´e de la prime ´a l’´ech´eance :
Θ =
∂C
∂T
19
Introduction aux math´ematiques financi`eres
– Elasticit´e de la prime par rapport au sous-jacent :
Ω =
dC
C
dS
S
– Sensibilit´e de la prime au strike :
ε =
∂C
∂K
– Sensibilit´e de la prime au taux d’int´erˆet :
ι =
∂C
∂r
Notons bien qu’en revanche, la sensibilit´e d’une option au dividende du sous-
jacent ne s’exprime pas simplement `a l’aide d’une d´eriv´ee.
2.2 Les diff´erents types d’options
Il existe des options sur diff´erentes familles de sous-jacents :
– Les options sur actions
– Les options sur obligations ou sur taux
– Les options de change (le sous-jacent est une devise)
– Les options sur dettes et cr´edits
– Les options sur mati`eres premi`eres
– Les options sur l’inflation, le climat. . .
Les options peuvent aussi porter sur des types de sous-acents diff´erents :
– Les options sur futures
– Les options sur indice
– Les options sur swaps (swaptions)
Elles donnent `a leur d´etenteur le droit de mettre en place, ` a une ´ech´eance
donn´ee, un swap. Elles permettent de garantir le taux d’int´erˆet d’un prˆet ou
d’un emprunt futur.
– Les options sur spread : elles permettent de garantir l’´ecart entre les taux
consid´er´es.
– Les options compos´ees : ce sont des options sur options
– Les rainbows : elles portent sur deux sous-jacents.
– Les varswaps : se sont des options sur volatilit´e r´ealis´ee.
Les varswaps, grˆ ace `a une demande soutenue du march´e et ` a une couverture
possible par des options simples, sont devenus rapidement un produit de flux
standard. N´eanmoins, ils se sont r´ev´el´es bien plus dangereux que pr´evus.
20
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
Outre les options europ´eennes et am´ericaines, d’autres options procurent des
droits diff´erents :
– Les options bermud´eennes (ou p´eriodiques)
Ces options ne peuvent ˆetre exerc´ees qu’` a des dates pr´ed´etermin´ees.
– Les options asiatiques (ou sur moyenne) :
Une option asiatique classique garantit `a son d´etenteur un cours moyen
d’achat d´etermin´e par l’observation des cours du march´e `a des dates fix´ees
` a l’avance (fixing).
– Les Look-back et les Average Look-back :
Une option look-back permet de garantir `a celui qui la d´etient le meilleur
cours r´ealis´e au cours de la vie de l’option. Son prix est en g´en´eral de 50%
plus ´elev´e qu’une option classique.
Une option average look-back permet de garantir `a celui qui la d´etient un
cours ´egal `a la moyenne des cours observ´es pendant de la vie de l’option. Son
prix est du mˆeme ordre de grandeur que celui d’une option classique.
– Les options `a cliquets :
Le payoff est max(S
t
i
, 0) avec (t
i
) une s´erie de dates pr´ed´etermin´ees.
– Les options `a barri`eres :
En plus des caract´eristiques des options classiques, elles poss`edent un niveau
de barri`ere et un montant de remboursement (rebate) qui peut ˆetre nul.
Les knockouts (up & out ou down & out) cessent d’exister d`es que le spot
atteint la barri`ere. Il peut alors y avoir versement d’un rebate.
Les knockins (up & in ou down & in) existent d`es que le spot atteint la
barri`ere. Il peut y avoir versement d’un rebate si la barri`ere n’est pas touch´ee.
Citons aussi :
– Les Caps et les Floors :
Un cap est une option sur taux qui garantit `a son d´etenteur un cours “pla-
fond” `a l’achat.
A des dates d’observation r´eguli`erement espac´ees, le vendeur doit payer la
diff´erence entre le taux variable et le taux de base du swap, si cette diff´erence
est positive.
Un floor est une option sur taux qui garantit `a son d´etenteur un cours
“plancher” `a l’achat.
– Les quantos :
Le prix d’exercice et le sous-jacent sont exprim´es dans une devise mais le
r`eglement se fait dans une autre devise avec un taux de change fix´e ` a l’avance.
– Les digitales :
Son d´etenteur touche un nominal si le sous-jacent atteint une barri`ere et rien
sinon. Elles peuvent ˆetre de type europ´een ou am´ericain.
– Les starts forwards :
21
Introduction aux math´ematiques financi`eres
Le strike est d´efinit en fonction de la valeur du sous-jacent ` a une date future.
– Les choosers :
Le type call ou put est `a choisir avant ´ech´eance mais apr`es ´emission ` a une
date pr´ed´etermin´ee.
G´en´eralement on distinque trois groupes d’options en fonction de leur com-
plexit´e de gestion :
– Les options vanilles qui sont constitu´ees des puts et calls europ´eens et am´ericains
ainsi que maintenant des varswaps.
– Les options semi-exotiques qui pr´esentent quelques dangers de gestion : op-
tions barri`eres, digitales. . .
– Les options exotiques qui sont des options multi sous-jacents avec des pay-offs
complexes. Elles sont tr`es expos´ees aux risques de corr´elation et s’echangent
de gr´e `a gr´e.
22
Deuxi`eme partie
Mod`eles financiers
23
Chapitre 3
Objectifs et principes
Le d´eveloppement consid´erable des ´echanges de produits d´eriv´es (sur des march´es
organis´es ou de gr´e `a gr´e), notamment les options, s’est accompagn´e d’un accroisse-
ment consid´erable des besoins de maˆıtrise des risques financiers. Pour quantifier et
g´erer ces risques, les institutions financi`eres se sont tr`es rapidement tourn´ees vers
la recherche en math´ematiques.
3.1 L’approche classique
3.1.1 Les objectifs
Une option est, comme de nombreux autres produits financiers, un outil d’´echange
de risques, sa particularit´e ´etant la disym´etrie des positions. Le d´etenteur de l’op-
tion est parfaitement prot´eg´e (sauf s’il a achet´e `a d´ecouvert) puisqu’au pire il
risque de perdre la prime de l’option. Le vendeur doit au contraire assumer tous
les risques que l’acheteur ne peut pas ou ne veut pas prendre ; il peut donc ˆetre
amen´e `a supporter des pertes consid´erables au cas ou sa strat´egie de gestion est
prise en d´efaut. Les options sont donc des produits commercialement tr`es attractifs
pour leur d´etenteur mais `a priori tr`es dangereux pour leur ´emetteur si les risques
sont mal couverts.
Le vendeur (une banque en g´en´eral) doit donc ˆetre capable d’´evaluer les risques
qu’il prend. Plus exactement, deux questions se posent :
– A quel prix vendre une option? C’est le probl`eme du pricing (dit aussi
´evaluation ou valorisation)
– Comment g´erer la prime au cours du temps pour disposer d’une somme
suffisante au moment o` u le d´etenteur d´ecidera d’exercer son option? C’est le
probl`eme de la couverture qui doit ˆetre g´er´ee par le trader.
Sans r´eponse pr´ecise `a ces deux questions, une option ne devrait pas ˆetre ´emise
25
Introduction aux math´ematiques financi`eres
sur le march´e.
3.1.2 Les outils de mod´elisation
Nous allons pr´esenter ici les outils conceptuels de base utilis´es en math´ mematiques
financi`eres modernes.
Processus al´eatoires : Comme les techniques de pr´evision existantes ne per-
mettent pas d’estimer avec une pr´ecision suffisante l’´evolution future des cours du
sous-jacent, on ´evolue en avenir incertain. En outre, les prix vont d´ependre finale-
ment de tr`es nombreux facteurs (financiers, ´economiques, politiques, judiciaires,
climatiques etc. . . ) dont les influences simultann´ees ne sont pas mod´elisables de
mani`ere satisfaisante. Finalement, on peut se contenter d’affirmer que les cours
vont ´evoluer en fonction du temps et du hasard.
Les cours des diff´erents produits financiers ´etudi´es vont donc ˆetre mod´elis´es par
des processus al´eatoires.
Le hasard lui-mˆeme va ˆetre structur´e par un choix judicieux des espaces prob-
abilisables ou probabilis´es.
On notera (Ω, F, P) l’espace de probabilit´e observable.
Les prix des actifs risqu´es seront des p.a not´es S
i
t
pour i ∈ [1, d] et le prix de
l’actif sans risque sera une fonction S
0
t
.
Dans une strat´egie de couverture, on notera H
i
t
la quantit´e d’actif i d´etenu ` a
la date t et V
t
=

d
0
H
i
t
.S
i
t
la valeur du portefeuille `a la date t.
Filtrations : Au fur et `a mesure de l’´ecoulement du temps, l’information relative
aux produits ´etudi´es augmente. La tribu constitu´ee de ces informations va donc
former une famille croissante dans le temps que l’on appelle filtration.
Pour repr´esenter les informations disponibles au cours du temps, on se servira
de la notion de filtration c’est-`a-dire d’une famille croissante de sous-tribus not´ee
(F
t
) de la tribu F mod´elisant la structure du hasard. A une date consid´er´ee, la
sous-tribu correspondante contiendra les ´ev`enements dont on sait qu’ils ont eu lieu
ou non auparavant.
De mani`ere naturelle, la filtration sera souvent choisie comme la filtration en-
gendr´ee par le cours financier ´etudi´e quand l’information provient de l’observation
d’un tel cours.
Martingales : Les martingales sont des processus al´eatoires aux propri´et´es re-
marquables : la meilleure estimation en moyenne quadratique que l’on peut faire
d’une valeur future du processus est sa valeur actuelle.
26
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
Sous l’hypoth`ese financi`ere de l’abscence d’opportunit´e d’arbitrage (voir plus
loin), on peut d´emontrer que les prix actualis´es
˜
S
t
des actifs `a risques sont des
martingales.
De cette propri´et´e fondamentale, on peut souvent d´eduire, par des calculs plus
ou moins compliqu´es, des formules explicites de prix.
Equations diff´erentielles stochastiques : La dynamique de la plupart des
processus al´eatoires ´etudi´es sera mod´elis´ee par des ´equations diff´erentielles stochas-
tiques d´ependant d’un mouvement brownien not´e B
t
ou W
t
. En effet, alors que les
´equations fondamentales de la physique classique sont des ´equations aux d´eriv´ees
partielles, celles de la finance sont des ´equations diff´erentielles stochastiques.
3.1.3 Les hypoth`eses sur les march´es
Classiquement, l’actif sous-jacent (action, obligation. . . ) peut s’´echanger sur
un march´e organis´e ou son prix est cot´e en continu.
Si, comme dans le cas des produits d´eriv´es climatiques, il n’existe pas de tel
march´e, la m´ethode d’´evaluation doit ˆetre fondamentalement diff´erente.
Quant ` a lui, le produit d´eriv´e, peut ˆetre ´emis de gr´e `a gr´e ou ´echang´e sur
un autre march´e. Sur ce march´e on peut ´etudier des produits de mˆeme ´ech´eance
(hypoth`ese forte d’univers mono-p´eriodique) ou d’´ech´eances vari´ees (hypoth`ese
plus faible d’univers multi-p´eriodique).
Pour ´elaborer les mod`eles, des hypoth`eses plus ou moins fortes doivent ˆetre
faites sur le march´e du sous-jacent :
– Les march´es viables sont ceux o` u il n’existe pas d’opportunit´e d’arbitrage
c’est-` a-dire o` u l’on ne peut pas s’enrichir sans prendre de risque. L’absence
d’opportunit´e d’arbitrage (AOA) est une notion fondamentale en finance ;
elle se situe `a la base de nombreux raisonnements.
– Les march´es complets sont ceux dans lesquels il existe toujours une strat´egie
(`a d´eterminer) permettant d’atteindre une richesse donn´ee ` a l’´ech´eance.
– Les march´es parfaits (on dit parfois sans friction) sont ceux o` u il n’existe
pas de frais de transaction (fixes ou variables) ni aucune restriction sur le
nombre ou la fr´equence des transactions.
3.2 La finance quantitative
3.2.1 La physique des march´es
Le terme “ physique des march´es ” - ou celui d’“ ´econophysique ” qu’on lui sub-
stitue parfois - d´esigne la discipline scientifique qui vise `a d´ecrire le comportement
27
Introduction aux math´ematiques financi`eres
des actifs de march´es `a partir de mod`eles issus de l’observation des fluctuations
de ces actifs, et `a valider ces mod`eles par des exp´eriences num´eriques reproduisant
ces comportements. Cette discipline r´ecente et en pleine expansion doit son essor ` a
la g´en´eralisation des march´es ´electroniques et au fort d´eveloppement des march´es
de produits d´eriv´es. Ces deux ph´enom`enes ont cr´e´e des conditions exp´erimentales
favorables en g´en´erant d’´enormes masses de donn´ees fournissant une description
exhaustive des mouvements des actifs, et permettant donc de tester des mod`eles
probabilistes complexes de mani`ere fine. Plus important, ces donn´ees concernent,
non pas seulement un historique de prix, mais un historique complet de “ car-
net d’ordre ”, ce qui permet de produire des mod`eles physiquement interpr´etables
pour expliquer la dynamique des prix. Cette ´evolution est majeure, elle permet
`a la physique des march´es de proposer des mod´elisation qui d´epassent le cadre
purement math´ematique des mod`eles stochastiques financiers habituels, du moins
en ce qui concerne leur pouvoir d’interpr´etation et d’explication; en particulier,
les mod´elisations “ multi-agents ” (agent-based models) sont couramment utilis´ees
pour d´ecrypter le fonctionnement des march´es financiers.
Grˆace `a cette approche “ ´econophysicienne ”, des outils et notions fondamen-
tales ont vu le jour - on en cite ici quelques unes :
– Diff´erentes mesures du temps : temps de transaction, temps calendaire,. . .
– Relation entre volatilit´e et flot d’arriv´ee des ordres au march´e
– Nature stochastique de la volatilit´e
– Non-gaussianit´e des rendements
3.2.2 Les risques et leur minimisation
La notion de risque est essentielle `a la compr´ehension de toute activit´e sur les
march´es financiers : sans risque, pas de rendement, certes mais sans contrˆ ole de
risque, pas de rendement non plus - en tout cas, pas `a long terme. Il est donc
naturel d’imposer que le risque des portefeuilles d’actifs de march´e soit mesur´e
et, d’une certaine mani`ere, contrˆ ol´e. On d´ecrira les principaux types de risques
rencontr´es dans les activit´es de march´e, et on verra la fa¸con dont ces risques sont
´evalu´es de mani`ere quantitative. Plus pertinente encore est l’´etude de certaines
approches permettant de minimiser les risques courus par une institution financi`ere
en fonction de la composition de son portefeuille : on montrera comment la gestion
d’un produit d´eriv´e repose sur des crit`eres de mesure et de contrˆ ole du risque
associ´e `a une certaine strat´egie de r´eplication.
28
Chapitre 4
Rappels sur les processus
al´eatoires et premi`eres
applications en finance
L’objectif de ce chapitre est de montrer comment les concepts fondamentaux
li´es aux processus stochastiques s’utilisent naturellement en finance et comment
des hypoth`eses financi`eres simples permettent d’obtenir des premiers r´esultats fon-
damentaux sans avoir `a ´etablir de mod`eles math´ematiques ´elabor´es.
4.1 Danger de l’´evaluation par actualisation de
l’esp´erance des flux futurs
Nous allons montrer qu’un simple calcul d’esp´erance permet d’obtenir pour une
option europ´eenne, une formule de prix ressemblant `a celle de Black et Scholes.
Il faudra surtout retenir que ce type d’approche (actualisation des flux fu-
turs) utilis´ee pour valoriser des entreprises ne peut pas ˆetre appliqu´e directement
pour l’´evaluation des produits financiers. N´eanmoins nous montrerons dans la suite
qu’un changement de probabilit´e induit par un raisonnement financier (l’absence
d’opportunit´e d’arbitrage) pourra nous ramener `a un calcul du mˆeme type pour
´etablir la v´eritable formule de Black et Scholes.
Consid´erons une option d’achat, de strike K et d’´ech´eance T portant sur une
action dont le prix en T peut ˆetre mod´elis´e par une variable al´eatoire h telle que :
h = S
0
e
ˆ µT+σ

TU
avec S
0
prix `a l’origine de l’action et U variable al´eatoire de loi normale.
Interpr´etons les param`etres. La formule donnant h conduit ` a interpr´eter σ
comme un facteur d’incertitude et donc de risque. Ce param`etre σ est appel´e
29
Introduction aux math´ematiques financi`eres
volatilit´e. Par ailleurs, un simple calcul d’esp´erance donne E(h) = S
0
exp(ˆ µT +
σ
2
/2T). Posons µ = ˆ µ+σ
2
/2. La formule E(h) = S
0
exp(µT) conduit ` a interpr´eter
µ comme la tendance de l’action.
Supposons que le prix de l’option se trouve par un simple calcul d’actualisation
de l’esp´erance du pay-off (flux `a l’´ech´eance). On a alors :
V = e
−rT
E((h −K)
+
)
On trouve :
E((h −K)
+
) =
_
+∞
−∞
(S
0
e
ˆ µT+σ

Tu
−K)
e
−u
2
/2


du
Or S
0
exp(ˆ µT + σ

Tu) − K ≥ 0 ´equivaut `a u ≥
1
σ

T
_
ln(
K
S
0
) − ˆ µT
_
. Donc en
notant d
2
= −
1
σ

T
_
ln(
K
S
0
) − ˆ µT
_
:
E((h −K)
+
) =
_
+∞
−d
2
S
0
e
ˆ µT+σ

Tu
e
−u
2
/2


du −K
_
+∞
−d
2
e
−u
2
/2


du
ou encore :
E((h −K)
+
) = e
ˆ µT
S
0


_
+∞
−d
2
e

1
2
(u+σ

T)
2
du+
1
2
σ
2
T
−K
_
+∞
−d
2
e
−u
2
/2


du
Notons maintenant d
1
= d
2


T et F(d) =
_
d
−∞
e
−u
2
/2


du. On a alors E((h−
K)
+
) = S
0
exp((ˆ µ + σ
2
/2)T)F(d
1
) −KF(d
2
) et donc :
V = S
0
e
(µ−r)T
F(d
1
) −Ke
−rT
F(d
2
)
On notera bien le prix obtenu n’est pas celui de l’option mais qu’en prenant
µ = r on obtient bien la formule de Black et Scholes. Ceci sera expliqu´e plus loin.
4.2 Processus stochastiques
4.2.1 G´en´eralit´es
Soit un espace probabilis´e (Ω, F, P), appel´e espace d’´epreuve, et un espace
probabilisable (Ω

, F

), appel´e espace d’´etat.
Nous nous placerons en temps discret.
D´efinition 4.1 (Processus al´eatoire).
X = (X
n
)
n∈N
est un processus al´eatoire si et seulement si ∀n ∈ N, X
n
est une
variable al´eatoire de (Ω, F, P) dans (Ω

, F

).
30
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
Un processus al´eatoire peut donc ˆetre consid´er´e de trois mani`eres :
– comme une application qui `a n ∈ N associe la variable al´eatoire X
n
;
– comme une application de N ×Ω dans Ω

– comme une application qui `a ω ∈ Ω associe la suite n → X
n
(ω).
D´efinition 4.2 (Trajectoire ou r´ealisation).
A ω ∈ Ω fix´e, la suite n → X
n
(ω) est appel´ee trajectoire du p.a X.
Pour une exp´erience reproductible, une trajectoire est le r´esultat d’une exp´erimentation.
Dans des ´etudes non reproductibles (par exemple en finance) une seule trajectoire
peut ˆetre r´ealis´ee.
4.2.2 Comparaisons
Soit X et Y deux p.a d´efinis de (Ω, F, P) dans (Ω

, F

)
D´efinition 4.3.
– X et Y sont dits parfaitement ´egaux si et seulement si
∀n ∈ N ∀ω ∈ Ω X
n
(ω) = Y
n
(ω)
– X et Y sont dits indistingables si et seulement si
P(X
n
= Y
n
, ∀n ∈ N) = 1
– Y est une modification de X si et seulement si
∀n ∈ N P(X
n
= Y
n
) = 1
Remarque : en temps discret les deux derni`eres d´efinitions sont ´equivalentes.
4.3 Filtrations
4.3.1 G´en´eralit´es
Soit (Ω, F) un espace probabilisable.
D´efinition 4.4 (Filtration).
Une filtration de (Ω, F) est une suite croissante de sous-tribus de F
Notations : (F
n
)
n∈N
ou {F
t
, n ∈ N}
D´efinition 4.5 (Filtration engendr´ee par un processus).
La filtration engendr´ee par un processus X = (X
n
)
n∈N
est not´ee (F
X
n
)
n∈N
avec
F
X
n
= σ(X
p
, 0 ≤ p ≤ n). C’est la plus petite tribu rendant les X
p
, p ∈ [0, n] ∩ N,
mesurables.
31
Introduction aux math´ematiques financi`eres
4.3.2 Mesurabilit´e d’un processus
En temps discret, un processus `a la date n peut d´ependre des informations
disponibles `a cette date ou `a la date pr´ec´edente. On distingue donc deux mesura-
bilit´es :
D´efinition 4.6.
– X est adapt´e `a (F
n
)
n∈N
si et seulement si ∀n ∈ N ω → X
n
(ω) est F
n
-
mesurable.
– X est pr´evisible pour (F
n
)
n∈N
si et seulement si ∀n ∈ N ω → X
n
(ω) est
F
n−1
-mesurable.
4.4 Esp´erance conditionnelle
On consid`ere un espace probabilis´e (Ω, F, P) et S une sous-tribu de F.
D´efinition 4.7 (Esp´erance conditionnelle dans L
1
).
Pour toute v.a.r L
1
not´ee X, il existe une unique v.a.r L
1
S-mesurable not´ee
Y telle que :
∀A ∈ S E(Y.1
A
) = E(X.1
A
)
Y est dite esp´erance conditionnelle de X sachant S.
Notation : Y = E(X|S)
Th´eor`eme 4.1 (Esp´erance conditionnelle dans L
2
).
Si F contient N alors L
2
(Ω, F, P) est un espace de Hilbert et L
2
(Ω, S, P) est
un s.e.v ferm´e de L
2
(Ω, F, P).
E(X|S) est la projection de X ∈ L
2
(Ω, F, P) sur L
2
(Ω, S, P).
Propri´et´e 4.1. L’esp´erance conditionnelle v´erifie les propri´et´es de :
– lin´earit´e
– positivit´e
– convergence domin´ee
Propri´et´e 4.2.
1. E(X|S) = X si X est S-mesurable
2. E(X|S) = E(X) si X est ind´ependant de S
3. E(X|{∅, Ω}) = E(X)
4. E(X.Y |S) = X.E(Y |S) si X est S-mesurable et (X born´e ou X.Y ∈ L
1
)
5. E(E(X|S)) = E(X)
32
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
6. E(E(X|S
1
)|S
2
) = E(X|S
2
) si S
2
⊂ S
1
7. ||E(X|S)||
L
2 < ||X||
L
2
8. φ(E(X|S)) ≤ E(φ(X)|S) si φ est une fonction convexe et φ(X) ∈ L
1
D´efinition 4.8 (Esp´erance conditionnelle sachant un vecteur al´eatoire).
Soit X une v.a.r L
1
et Y une v.a alors :
E(X|Y ) = E(X|σ(Y ))
Th´eor`eme 4.2 (Cas des vecteurs gaussiens).
Soit (Y, X
1
, . . . , X
n
) un vecteur gaussien. Alors E(Y |X
1
, . . . , X
n
) est la meilleure
approximation affine de Y par (X
1
, . . . , X
n
).
4.5 Martingales
On est souvent amen´e `a estimer les valeurs futures d’un processus en fonction
des informations disponibles et donc `a calculer des esp´erances conditionnelles.
Dans ce cadre, les martingales sont des processus qui v´erifient des propri´et´es re-
marquables.
Soit X = (X
n
)
n∈N
un processus de (Ω, F, P) dans (R, B(R)) adapt´e et tel que
∀n ∈ N X
n
∈ L
1
.
D´efinition 4.9.
– X est une sous-martingale (relativement `a la filtration (F
n
)) si et seulement
si
∀p ≤ n E(X
n
|F
p
) ≥ X
p
p.s
– X est une sur-martingale (relativement `a la filtration (F
n
)) si et seulement
si
∀p ≤ n E(X
n
|F
p
) ≤ X
p
p.s
– X est une martingale (relativement `a la filtration (F
n
)) si et seulement si
∀p ≤ n E(X
n
|F
p
) = X
p
p.s
On montre alors facilement que l’esp´erance d’une martingale est constante,
que celle d’une sous-martingale est croissante et que celle d’une sur-martingale est
d´ecroissante.
Th´eor`eme 4.3 (Transform´ee par une fonction convexe).
Soit X une martingale (resp. une sous-martingale) et φ une fonction convexe
(resp. convexe et croissante) de R dans R telle que ∀n ∈ N E|φ(X
n
)| < ∞ alors
φ(X) = {φ(X
n
), F
n
, n ∈ N} est une sous-martingale.
33
Introduction aux math´ematiques financi`eres
4.6 Prix actualis´es, martingales et rendements
A travers un exercice et pour pr´eparer l’obtention de la formule de Black et
Scholes, nous allons voir que si les rendements d’un actif sont ind´ependants et
identiquement distribu´es (iid) et lognormaux et si les prix actualis´es forment une
martingales alors il existe une relation simple (mais surprenante) entre la tendance
de l’actif et le taux sans risque.
Soit S
n
le prix d’un actif ` a l’instant t
n
.
On note Y
i
= S
i
/S
i−1
le rendement entre t
i−1
et t
i
.
On suppose :
– S
0
connu
– les Y
i
> 0 et iid; notons m = E(Y
i
) et c
2
= E(Y
2
i
).
– il existe un taux court constant r ; notons
˜
S
n
= S
n
e
−rn
.
1) Donner une condition n´ecessaire et suffisante pour avoir (
˜
S
n
) martingale ;
2) Supposons les Y
i
lognormaux avec Y
i
= exp(V
i
), V
i
´etant LG(ˆ µ, σ
2
) :
2a) Traduire la condition n´ecessaire et suffisante en fonction de ˆ µ puis de µ =
ˆ µ + σ
2
/2.
2b) Exprimer S
n
en fonction d’une variable al´eatoire V de loi normale centr´ee
r´eduite.
4.7 Arbitrage et applications
4.7.1 Arbitrages et march´es viables
On peut mod´eliser un portefeuille par un processus (H
n
) ` a valeurs dans R
d
dont la i`eme composante H
i
n
repr´esente la quantit´e d’actifs i d´etenu ` a la date n.
Si les prix des actifs sont mod´elis´es par un processus (S
n
) ` a valeurs dans R
d
+
dont la i`eme composante S
i
n
repr´esente le prix de l’actif i ` a la date n, alors la
valeur du portefeuille `a la date n est :
V
n
= H
n
.S
n
=
v

i=1
H
i
n
S
i
n
D´efinition 4.10 (Arbitrage).
On appelle arbitrage toute strat´egie (portefeuille) de valeur initiale nulle (V
0
=
0 p.s.) et de valeur finale strictement positive (E(V
N
) > 0).
Remarque : on d´efinit parfois une strat´egie de valeur initiale nulle E(V
0
) = 0.
On peut alors d´efinir un march´e viable :
D´efinition 4.11 (March´e viable).
34
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
On appelle march´e viable tout march´e dans lequel il n’existe pas d’opportunit´e
d’arbitrage.
On utilise aussi l’acronyme AOA pour Absence d’Opportunit´e d’Arbitrage.
4.7.2 AOA et applications
Nous allons montrer ici que des raisonnement financiers simples, bas´es sur
l’AOA, permettent d’obtenir des r´esultats fondamentaux pour la finance.
Il faut noter que l’on peut retrouver ces r´esultats dans des contextes plus
math´ematis´es et plus formels mais ce n’est l’objectif de ce paragraphe.
Prix d’un forward
Cherchons le prix en t = 0 d’un forward ne versant pas de dividende et en-
gageant deux contreparties `a ´echanger en T une somme F contre une action au
prix S
T
.
Montrons par un raisonnement d’arbitrage que F = S
0
exp(rT).
Si F > S
0
exp(rT). En t = 0 on s’engage par un forward `a livrer une action
en T et on couvre cela par l’achat d’une action grˆ ace `a un `a un emprunt au taux
r. A l’´ech´eance T, on livre l’action, on rembourse l’emprunt et on touche le prix
du forward. On a donc mis en oeuvre une strat´egie de valeur initiale nulle et de
valeur finale F −S
0
exp(rT) > 0. C’est donc une strat´egie d’arbitrage.
Si F < S
0
exp(rT). En t = 0 on s’engage par un forward `a livrer le flux F
contre une action en T. On vend alors `a d´ecouvert une action au prix S
0
et on
place cette somme au taux r. A l’´ech´eance T, on re¸ coit l’action, on touche la somme
S
0
exp(rT) et on d´elivre le prix du forward. On a donc mis en oeuvre une strat´egie
de valeur initiale nulle et de valeur finale S
0
exp(rT) − F > 0. C’est donc une
strat´egie d’arbitrage.
Dans un march´e viable on a donc F = S
0
exp(rT).
Rendement d’un portefeuille sans risque
Montrons que dans un march´e viable le rendement de tout portefeuille sans
risque est ´egal au taux r sans risque (suppos´e constant) : V
t
= V
0
exp(rt) pour tout
t ≥ 0.
S’il existe t > 0 tel que V
t
> V
0
exp(rt), alors en t = 0 on emprunte la somme
V
0
au taux r et on l’investit dans la strat´egie. On a alors cr´e´e un arbitrage nous
permettant de gagner V
t
−V
0
exp(rt) > 0 en t.
S’il existe t > 0 tel que V
t
< V
0
exp(rt), alors en t = 0 on vend ` a d´ecouvert
pour une somme V
0
de la strat´egie (en supposant que la strat´egie soit disponible
35
Introduction aux math´ematiques financi`eres
sur des supports le permettant) et on place cette somme V
0
au taux r. On a alors
cr´e´e un arbitrage nous permettant de gagner V
0
exp(rt) −V
0
> 0 en t.
On a bien V
t
= V
0
exp(rt) en l’absence d’opportunit´e d’arbitrage.
Couverture dans un arbre `a un pas de temps
Consid´erons qu’entre la date t = 0 et la date t = 1, le prix d’une action ne
puisse passer que du prix S
0
suppos´e connu `a l’un des deux prix S
0
.d ou S
0
.u, d
et u ´etant deux nombres tels que 0 < d < u.
Supposons que dans le mˆeme temps, une option sur cette action ne puisse
passer que du prix C (´eventuellement inconnu) `a l’un des deux prix C
d
ou C
u
.
Commen¸cons par chercher la quantit´e δ d’actions `a poss´eder lors de la vente
du call en t = 0 pour avoir un portefeuille sans risque. Si le portefeuille est sans
risque, on n´ecessairement δ.S
0
.u−C
u
= δ.S
0
.d−C
d
et donc δ =
Cu−C
d
S
0
.u−S
0
.d
ou encore
δ =
∆C
∆S
Cherchons maintenant la probabilit´e p

que notre monde ´evolue vers le sc´enario
“up”. La valeur du portefeuille (vente d’un call plus couverture) est en t = 0,
V
0
= δS
0
− C. En t = 1, sa valeur est V
1
= δ.S
0
.u − C
u
= δ.S
1
.d − C
d
. Ce
portefeuille ´etant sans risque, on a V
1
= V
0
exp(r). En rempla¸ cant V
1
, V
0
puis δ
par leurs valeurs on trouve finalement :
p

=
r
−d
u −d
Remarque : sous cette probabilit´e p

on a C = exp(−r)E

(C
1
) : le prix du call
s’´evalue bien alors comme une esp´erance actualis´ee.
Relation de parit´e call-put
Consid´erons deux portefeuilles qui en t ≤ T contiennent respectivement :
– Un call d’´ech´eance T au prix du march´e C
t
et une somme K exp(−r(T −t))
plac´e au taux r.
– Un put d’´ech´eance T au prix du march´e P
t
et une action au prix S
t
.
A l’´ech´eance T, si K ≥ S
T
alors les deux portefeuilles valent tous les deux K
tandis que que si K ≤ S
T
alors ils valent tous les deux S
T
. Finalement, les deux
portefeuilles ont la mˆeme valeur en T donc par AOA en toute date ant´erieure,
notamment en t. On a donc :
C
t
+ Ke
−r(T−t)
= P
t
+ S
t
Remarque : on pourra en exercice en d´eduire qu’en l’absence de dividende, le
prix d’un call am´ericain est ´egale `a celui d’un call europ´een.
36
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
Prix actualis´e d’un actif dans un march´e viable
Montrons enfin que dans un march´e viable, les prix actualis´es
˜
S
t
= S
t
exp(−rt)
des actifs sont des martingales.
Supposons qu’il existe u > t tel que E(
˜
S
u
|F
t
) >
˜
S
t
. A la date t on ach`ete une
action au prix S
t
grˆ ace `a un emprunt au taux r. A la date u on revend l’action et
on rembourse l’emprunt. On a donc une strat´egie de valeur initiale (en t) nulle et
de valeur finale (en u) V
u
telle que E(V
u
|F
t
) > 0.
Supposons qu’il existe u > t tel que E(
˜
S
u
|F
t
) <
˜
S
t
. A la date t on vend ` a
d´ecouvert une action au prix S
t
en on place la somme obtenue au taux r. A la
date u on rach`ete l’action et on touche la somme plac´ee au taux fixe. On a encore
une strat´egie de valeur initiale (en t) nulle et de valeur finale (en u) V
u
telle que
E(V
u
|F
t
) > 0.
Remarque : dans un cadre plus formalis´e, on ´etablit en fait que dans un march´e
viable il existe une probabilit´e sous laquelle les prix actualis´es sont des martingales.
4.8 Une premi`ere obtention de la formule de Black
et Scholes
Pour ´etablir la formule de Black et Scholes, nous allons nous placer dans un
cadre simplifi´e `a temps discrets qui permet de se passer du mouvement brownien,
de l’int´egrale stochastique et des ´equations diff´erentielles stochastiques (cf cours
de 3`eme ann´ee).
Nous pouvons reprendre les hypoth`eses historiques du mod`ele sauf celles faisant
appel `a la dynamique stochastique du sous-jacent.
On suppose que le march´e :
– fonctionne en continu;
– est liquide ;
– est viable ;
– est parfait (pas de frais de transactions, pas de fiscalit´e).
On suppose qu’il existe un actif sans risque tel que :
– on peut prˆeter ou emprunter `a un mˆeme taux r ;
– ce taux r est constant.
On suppose que l’action sous jacente :
– est ind´efiniment divisible ;
– ne distribue pas de dividendes ;
– peut ˆetre vendu `a d´ecouvert ;
– poss`ede des accroissements i.i.d. et lognormaux.
Le march´e ´etant viable, nous sommes assur´es que le prix actualis´e du sous-
jacent,
˜
S
n
est une martingale.
37
Introduction aux math´ematiques financi`eres
Par ailleurs, nous avons ´etabli en exercice que sous les hypoth`eses prises :
S
n
= S
0
e
(r−
σ
2
2
)n+σ

nU
avec U v.a.r le loi normale et σ ´ecart-type de ln(Y
i+1
/Y
i
).
Alors, le prix du call d’´ech´eance N = T s’obtient alors par calcul d’une
esp´erance :
C
0
= E((S
T
−K)
+
) = S
0
F(d
1
) −Ke
−rT
F(d
2
)
avec d
1
=
1
σ

T
_
ln(
S
0
K
) + (r +
σ
2
2
)T
_
, d
2
=
1
σ

T
_
ln(
S
0
K
) + (r −
σ
2
2
)T
_
et F(d) =
_
d
−∞
e
−u
2
/2


du
Remarque : cette formule sera obtenue dans le chapitre suivant comme limite
du mod`ele binomial.
Cette formule peut bien sˆ ur ˆetre ´etablie de mani`ere plus moderne avec les outils
du calcul stochastique (cf cours de 3`eme ann´ee). On comprendra alors plus finement
pourquoi le calcul d’un prix par esp´erance ne peut pas se faire sous n’importe quelle
probabilit´e : il ´etait injustifi´e dans le premier paragraphe mais valide ici. Ce type
de paradoxe contribue `a l’int´erˆet des math´ematiques financi`eres !
38
Chapitre 5
Evaluation par arbitrage en temps
discret – Le mod`ele binomial
5.1 Introduction
Nous pr´esentons ici les principes g´en´eraux de la th´eorie de l’´evaluation par
arbitrage dans le cadre de mod`eles `a temps discret. L’utilisation de m´ethodes
probabilistes pour donner un prix `a un produit financier remonte au d´ebut du si`ecle
avec les travaux de Bachelier (Bachelier, 1900), dont la th`ese intitul´ee “Th´eorie de
la sp´eculation” introduit le processus aujourd’hui appel´e “mouvement brownien”.
Les chapitres pr´ec´edents ont pr´esent´e diff´erents types de produits financiers et
montr´e comment leur d´eveloppement s’est accompagn´e de nombreux travaux de
mod´elisation math´ematique, dont le c´el`ebre mod`ele de Black & Scholes en 1973
(Black and Scholes, 1973).
La th´eorie de l’´evaluation par arbitrage est une formalisation th´eorique re-
groupant les mod`eles d’´evaluation de produits d´eriv´es. Elle s’appuie sur le principe
d’absence d’opportunit´e d’arbitrage et sur les outils probabilistes de processus
stochastiques, martingales et mesures de probabilit´e. Un article est fondateur pour
l’expos´e de cette th´eorie en temps discret : (Harrison and Pliska, 1981).
Pour cette pr´esentation, nous nous appuierons en particulier sur les ouvrages
(Lamberton and Lapeyre, 1997) et (Follmer and Schied, 2004). D’autres r´ef´erences
sont donn´ees en bibliographie. Les d´emonstrations donn´ees ne sont pas toujours
tr`es d´etaill´ees. Elles feront l’objet de d´eveloppements en cours, ou peuvent ˆetre
consult´ees dans les ouvrages cit´es.
39
Introduction aux math´ematiques financi`eres
5.2 Un mod`ele financier `a plusieurs p´eriodes
5.2.1 Actifs financiers
On consid`ere un march´e financier sur lequel sont ´echang´es d + 1 actifs fi-
nanciers (assets). Les ´echanges peuvent se d´erouler aux dates t d’un ´ech´eancier
`a T p´eriodes : t ∈ {0, 1, . . . , T}.
Soit (Ω, F, P) un espace de probabilit´e muni d’une filtration (F
t
)
t=0...T
. Le prix
des actifs est repr´esent´e par (S
t
)
t=0...T
= (S
0
t
, . . . , S
d
t
)
t=0...T
processus stochastique
adapt´e (adapted stochastic process).
5.2.2 Strat´egies (de trading)
D´efinition 5.1. On appelle strat´egie (de trading) tout processus stochastique
pr´evisible ( predictable) `a valeur dans R
d+1
.
La pr´evisibilit´e du processus impose aux d´ecisions d’investissement d’ˆetre prises
en d´ebut de p´eriode, au vu des informations disponibles, et sans connaissance des
prix futurs.
D´efinition 5.2. Le processus de valeur d’une strat´egie (φ
t
)
t=1...T
s’´ecrit :
V
0
(φ) := φ
1
· S
0
=
d

i=0
φ
i
1
S
i
0
, (5.1)
V
t
(φ) := φ
t
· S
t
=
d

i=0
φ
i
t
S
i
t
, ∀t = 1 . . . T. (5.2)
Par d´efinition, (V
t
(φ))
t=0...T
est donc le processus de prix d’un portefeuille as-
soci´e `a la strat´egie (φ
t
)
t=1...T
. Ce processus sera not´e (V
t
)
t=0...T
sauf en cas de
confusion possible. V
0
est le prix de la strat´egie `a la date 0.
5.2.3 Actif sans risque
Notons S
0
un actif sans risque (riskless asset) dont le prix d´epend d’un taux
d’int´erˆet constant r > −1. Son prix s’´ecrit :
S
0
t
:= (1 + r)
t
, ∀t = 0 . . . T (5.3)
D´efinition 5.3. On appelle processus des prix actualis´es ( discounted price
process) le processus stochastique :
˜
S
i
t
:=
S
i
t
S
0
t
, ∀i = 1 . . . d, ∀t = 0 . . . T. (5.4)
40
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
5.2.4 Strat´egies autofinanc´ees
D´efinition 5.4. Une strat´egie est dite autofinanc´ee ( self-financing) si
φ
t
· S
t
= φ
t+1
· S
t
, ∀t = 1 . . . T −1. (5.5)
Ainsi, tous les changements de valeur d’un portefeuille associ´e ` a une strat´egie
autofinanc´ee sont dˆ us `a des variations des prix S et non `a une intervention ext´erieure.
La totalit´e du portefeuille est r´einvestie d’une p´eriode `a l’autre.
Proposition 5.1. Soit (φ
t
)
t=1...T
une strat´egie. Les conditions suivantes sont ´equivalentes :
i. (φ
t
)
t=1...T
est autofinanc´ee,
ii. φ
t
·
˜
S
t
= φ
t+1
·
˜
S
t
, ∀t = 1 . . . T −1,
iii.
˜
V
t
= V
0
+
t

k=1
φ
k
· (
˜
S
k

˜
S
k−1
), ∀t = 0, . . . , T.
D´emonstration. (i) est ´equivalent `a (ii) par d´efinition de l’autofinancement et ac-
tualisation. Pour la deuxi`eme ´equivalence, on ´ecrit d’apr`es (ii)
˜
V
k

˜
V
k−1
= φ
k
·
˜
S
k
−φ
k−1
·
˜
S
k−1
= φ
k
· (
˜
S
k

˜
S
k−1
)
et on obtient (iii) en sommant.
On notera d´esormais (∆
˜
S
t
)
t=1...T
:= (
˜
S
t

˜
S
t−1
)
t=1...T
le processus des accroisse-
ments.
D´efinition 5.5. On appelle processus des gains actualis´es ( discounted gains
process) et on note (
˜
G
t
)
t=0...T
le processus d´efini par :
˜
G
t
:=
t

k=1
φ
k
· (
˜
S
k

˜
S
k−1
) =
t

k=1
φ
k
· ∆
˜
S
k
(5.6)
Proposition 5.2. Soit (
¯
φ
t
)
t=1...T
un processus pr´evisible `a valeur dans R
d
. Soit
V
0
une variable al´eatoire mesurable par rapport `a F
0
. Alors il existe un unique
processus stochastique (φ
0
t
)
t=1...T
`a valeur dans R tel que le processus

t
)
t=1...T
= (φ
0
t
,
¯
φ
t
)
t=1...T
soit une strat´egie autofinanc´ee de valeur initiale V
0
.
D´emonstration. L’existence et l’unicit´e du processus s’obtiennent par une m´ethode
constructive. Si φ
0
est un processus tel que (φ
t
) = (φ
0
t
,
¯
φ
t
) soit une strat´egie de
valeur initiale V
0
, alors n´ecessairement V
0
= φ
1
·
˜
S
0
et φ
0
1
= V
0


d
i=1
φ
i
1
˜
S
i
0
est
enti`erement d´etermin´e par V
0
et
¯
φ. On montre ensuite par r´ecurrence la mˆeme pro-
pri´et´e pour φ
0
t
, t > 1 en ´ecrivant l’autofinancement de la strat´egie (φ
t
). Finalement,
la pr´evisibilit´e du processus obtenu se v´erifie ´egalement par r´ecurrence.
41
Introduction aux math´ematiques financi`eres
5.3 Opportunit´es d’arbitrage et probabilit´e mar-
tingale
5.3.1 D´efinition d’une oppportunit´e d’arbitrage
D´efinition 5.6. Une strat´egie autofinanc´ee est dite admissible si son processus
de valeur v´erifie
V
t
≥ 0 P−p.s, ∀t = 0 . . . T. (5.7)
D´efinition 5.7. Une strat´egie autofinanc´ee admissible est appel´ee opportunit´e
d’arbitrage ( arbitrage opportunity) si son processus de valeur v´erifie
_
_
_
V
0
= 0,
V
t
≥ 0 P−p.s, ∀t = 0 . . . T,
E
P
[V
T
] > 0.
(5.8)
D´efinition 5.8. Un mod`ele de march´e financier est dit sans arbitrage ou encore
viable ( arbitrage-free) s’il n’existe pas d’opportunit´e d’arbitrage, i.e. si pour toute
strat´egie admissible (φ)
t=1...T
V
0
= 0 ⇒ V
T
= 0 P−p.s. (5.9)
5.3.2 D´efinition d’une probabilit´e martingale
D´efinition 5.9. Une mesure de probabilit´e Q sur l’espace mesurable (Ω, F) est
appel´ee probabilit´e martingale ( martingale measure) si le processus des prix
actualis´es (
˜
S
t
)
t=0...T
est une martigale sous Q, i.e. si
E
Q
[
˜
S
i
t
] < ∞ et
˜
S
i
s
= E
Q
[
˜
S
i
t
|F
s
], i = 1 . . . d, 0 ≤ s ≤ t ≤ T. (5.10)
D´efinition 5.10. Une probabilit´e martingale Q est appel´ee probabilit´e mar-
tingale ´equivalente ( equivalent martingale measure) si elle est ´equivalente `a la
probabilit´e originale P.
5.3.3 Th´eor`eme fondamental de l’´evaluation par arbitrage
Th´eor`eme 5.1. Un mod`ele de march´e financier est viable si et seulement si il
existe une probabilit´e martingale ´equivalente.
D´emonstration. Soit Q une probabilit´e martingale ´equivalente et (φ
t
)
t=1,...,T
une
strat´egie admissible autofinanc´ee de processus de valeur V . L’autofinancement
s’´ecrit
˜
V
t
=
˜
V
0
+

t
k=1
φ
k
·(
˜
S
k

˜
S
k−1
), donc (
˜
V
t
) est martingale sous Qcomme trans-
form´ee de la martingale (
˜
S
t
). Ainsi, si φ est telle que
˜
V
0
= 0, il vient E
Q
[
˜
V
T
] = 0
42
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
et par cons´equent
˜
V
T
= 0 puisque le processus de valeur d’une strat´egie admissible
est positif ou nul. Finalement, φ n’est pas une opportunit´e d’arbitrage, d’o` u la
premi`ere implication.
La r´eciproque est plus d´elicate `a montrer. Elle n´ecessite l’utilisation de r´esultats
de convexit´e dans une caract´erisation de l’ensemble des strat´egies. Le cas d’un
espace Ω fini sera montr´e en cours.
5.4 March´e complet
5.4.1 Options et strat´egie de “r´eplication”
D´efinition 5.11. On appelle actif conditionnel (europ´een) ( (European) con-
tingent claim) une variable al´eatoire positive C d´efinie sur l’espace de probabilit´e
(Ω, F, P).
D´efinition 5.12. Un actif conditionnel est dit simulable ( attainable ou replica-
ble) si il existe une strat´egie (autofinanc´ee) admissible (φ
t
)
t=1...T
telle que
V
T
= C P−p.s. (5.11)
La strat´egie (φ
t
)
t=1...T
est alors appel´ee strat´egie de “r´eplication” ( replicating
strategy).
Th´eor`eme 5.2. Soit (Ω, F, P) un espace de probabilit´e muni d’une filtration
(F)
t=0...T
d´efinissant un mod`ele de march´e financier sans arbitrage. Soit Q une
probabilit´e martingale ´equivalente. Soit C un actif conditionnel. Pour toute strat´egie
admissible (φ
t
)
t=1...T
“r´epliquant” (i.e. permettant de simuler) l’actif conditionnel
C, le processus de valeur actualis´ee du portefeuille associ´e s’´ecrit :
˜
V
t
= E
Q
_
C
S
0
T
¸
¸
¸
¸
¸
F
t
_
, ∀t = 0 . . . T. (5.12)
En particulier, le processus (
˜
V
t
)
t=0...T
de la valeur actualis´ee du portefeuille associ´e
est une martigale positive sous la probabilit´e Q.
D´emonstration. Soit φ une strat´egie autofinanc´ee simulant l’actif conditionnel C.
(
˜
V
t
) est martingale sous Q en tant que transform´ee de la martingale (
˜
S
t
) donc
pour t = 0, . . . , T :
˜
V
t
= E
Q
_
˜
V
T
|F
t
_
= E
Q
_
C
S
0
T
¸
¸
¸
¸
¸
F
t
_
(5.13)
On d´eduit ais´ement de cette d´emonstration que dans un march´e viable, une
strat´egie autofinanc´ee simulant un actif conditionnel est n´ecessairement admissible.
43
Introduction aux math´ematiques financi`eres
5.4.2 D´efinition d’un march´e complet
D´efinition 5.13. Un mod`ele de march´e financier viable est appel´e complet ( complete)
si tout actif conditionnel est simulable.
5.4.3 Second th´eor`eme fondamental de l’´evaluation par ar-
bitrage
Th´eor`eme 5.3. Un mod`ele de march´e financier est complet si et seulement si il
existe une unique probabilit´e martingale ´equivalente.
D´emonstration. Supposons le march´e viable et complet. Soient Q
1
et Q
2
deux
probabilit´es martingales ´equivalentes (viabilit´e). Soit C un actif conditionnel. Soit
φ une strat´egie simulant C (compl´etude), de processus de valeur
˜
V .
˜
V est martin-
gale sous Q
1
et Q
2
(transform´ee de martingale), donc
E
Q
1
_
C
S
0
T
_
= E
Q
1
_
˜
V
T
_
=
˜
V
0
= E
Q
2
_
˜
V
T
_
= E
Q
2
_
C
S
0
T
_
Finalement, C ´etant quelconque, on en d´eduit que Q
1
et Q
2
sont ´egales sur
F
T
= F.
La r´eciproque est plus d´elicate. On la montrera en cours dans le cas Ω fini.
5.5 Le mod`ele binˆomial
5.5.1 Introduction
On montrera en cours le r´esultat suivant :
Th´eor`eme 5.4. Soit (Ω, F, (F)
t=0...T
, P) un espace de probabilit´e d´efinissant un
mod`ele de march´e financier viable et complet sur d actifs risqu´es. Alors le nombre
d’atomes de l’espace de probabilit´e (Ω, F, P) est major´e par (d + 1)
T
.
Ce r´esultat montre qu’un mod`ele financier viable et complet sur d = 1 actif
doit avoir une structure d’arbre binaire. Un mod`ele d’arbre binaire recombinant a
´et´e propos´e en 1979 par Cox, Ross et Rubinstein (Cox et al., 1979), et est connu
aujourd’hui sous le nom mod`ele d’arbre binˆomial. Notre pr´esentation de ce mod`ele
suivra la d´emarche suivante : construction, viabilit´e, compl´etude, ´evaluation d’une
option, couverture d’une option, convergence vers le mod`ele de Black and Scholes.
Les d´emonstrations seront faites en cours.
44
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
5.5.2 Construction du mod`ele binˆ omial
Le mod`ele binˆomial est un mod`ele de march´e financier monodimensionnel, i.e.
comportant d = 1 actif risqu´e ´evoluant sur T p´eriodes. Le prix de l’actif sans risque
S
0
d´epend d’un taux d’int´erˆet r > −1 suppos´e constant :
S
0
t
:= (1 + r)
t
, ∀t = 0 . . . T. (5.14)
Le prix de l’actif risqu´e S est le processus (S
t
)
t=0...T
de valeur initiale S
0
.
Pour toute p´eriode de trading, le rendement (return)
R
t
:=
S
t
−S
t−1
S
t−1
(5.15)
peut prendre deux valeurs possibles a et b v´erifiant
−1 < a < b. (5.16)
On pose alors Ω = {a, b}
T
= {ω = y
1
, . . . , y
T
|∀i, y
i
∈ {a, b}}, et F = P(Ω). On
choisit ensuite une filtration naturelle F
t
= σ−{S
0
, . . . , S
t
}. Finalement, on choisit
une probabilit´e P quelconque avec pour seule condition : ∀ω ∈ Ω, P(ω) > 0.
5.5.3 Viabilit´e et compl´etude
Th´eor`eme 5.5. Un mod`ele binˆomial est viable si et seulement si a < r < b.
Th´eor`eme 5.6. Un mod`ele binˆomial viable est n´ecessairement complet, et la
probabilit´e martingale Q est d´efinie de mani`ere unique par la loi des rendements
R
1
, . . . , R
T
: sous la probabilit´e Q, les rendements R
1
, . . . , R
T
sont ind´ependants
et identiquement distribu´es selon
Q(R
t
= b) =
r −a
b −a
=: q, ∀t = 1 . . . T. (5.17)
5.5.4 Evaluation des options
Soit C un actif conditionnel d´efinit par la fonction de “payoff” h(S
0
, . . . , S
T
).
Proposition 5.3. Dans le mod`ele binˆomial, le processus de valeur d’une strat´egie
“r´epliquant” C vaut :
˜
V
t
= ˜ v
t
(S
0
, S
1
, . . . , S
t
), ∀t = 0 . . . T (5.18)
o` u la fonction ˜ v
t
est d´efinie par :
˜ v
t
:
_
_
_
R
t
→ R
(x
0
, . . . , x
t
) → E
Q
_
˜
h(x
0
, . . . , x
t
, x
t
S
1
S
0
, . . . , x
t
S
T−t
S
0
)
_
(5.19)
45
Introduction aux math´ematiques financi`eres
Proposition 5.4. Soit C = h(S
T
) un actif conditionnel dont la fonction “payoff”
h ne d´epend que de la valeur terminale S
T
du prix de l’actif risqu´e (C est une option
europ´eenne). Dans le mod`ele binˆomial, le prix `a la date 0 de cet actif conditionnel
s’´ecrit :
Π
h(S
T
)
=
1
(1 + r)
T
T

k=0
C
k
T
q
k
(1 −q)
T−k
h
_
S
0
(1 + b)
k
(1 + a)
T−k
_
(5.20)
Proposition 5.5. Dans le mod`ele binˆomial, le prix `a la date 0 d’une option d’achat
europ´eenne de strike K et de maturit´e T (“standard call”) s’´ecrit :
Π
call
= S
0
¯
Φ(k
0
; T, q

) −K(1 + r)
−T
¯
Φ(k
0
; T, q) (5.21)
o` u
k
0
:= min
_
k ∈ N
¸
¸
¸S
0
(1 + b)
k
(1 + a)
T−k
> K
_
, (5.22)
q

:=
1 + b
1 + r
q =
1 + b
1 + r
r −a
b −a
, (5.23)
et
¯
Φ est la fonction de r´epartition de la loi binˆomiale compl´ementaire.
5.5.5 Couverture (Hedging)
Proposition 5.6. Dans le mod`ele binˆomial, la strag´egie de “r´eplication” d’un actif
conditionnel C = h(S
0
, . . . , S
T
) v´erifie pour tout t = 1 . . . T,
φ
t
=
v
t
(S
0
, . . . , S
t−1
, S
t−1
(1 + b)) −v
t
(S
0
, . . . , S
t−1
, S
t−1
(1 + a))
S
t−1
(1 + b) −S
t−1
(1 + a)
. (5.24)
5.5.6 Vers un mod`ele `a temps continu
Dans cette partie, T ne repr´esente plus le nombre de p´eriodes mais une date
fix´ee (la plus grande ´ech´eance de notre mod`ele). Le nombre de p´eriodes de notre
´ech´eancier est maintenant not´e N, de sorte que l’intervalle de temps [0, T] est
divis´e en N pas de temps ´equidistants T
i
=
iT
N
, i = 1 . . . N.
Pour N quelconque, nous pouvons construire un mod`ele binˆ omial ` a N p´eriodes,
comprenant un actif sans risque (S
0(N)
k
)
k=0...N
et un actif risqu´e (S
(N)
k
)
k=0...N
, de
param`etres a
N
, b
N
, et r
N
, et d´efini sur un espace de probabilit´e (Ω
N
, F
(N)
, P
N
)
muni d’une filtration (F
(N)
t
)
t=0...T
. Nous avons montr´e pr´ec´edemment que si −1 <
a
N
< r
N
< b
N
, le mod`ele `a N p´eriodes ainsi construit est viable et complet, et
qu’il existe une unique probabilit´e martingale ´equivalente que nous noterons Q
N
.
46
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
Nous nous int´eressons `a la limite du mod`ele binˆomial lorsque N tend vers
l’infini. Faisons trois hypoth`eses :
(H1) lim
N→∞
(1 + r
N
)
N
= e
rT
, (5.25)
(H2) lim
N→∞
a
N
= 0 et lim
N→∞
b
N
= 0, (5.26)
(H3) lim
N→∞
1
T
N

k=1
Var
Q
N
_
R
(N)
k
_
= σ
2
, (5.27)
o` u les R
(N)
k
, k = 1, . . . , N sont les rendements de l’actif risqu´e S
(N)
du mod`ele ` a
N p´eriodes.
Th´eor`eme 5.7. Sous les hypoth`eses (H1)-(H3), la distribution de S
(N)
N
sous Q
N
converge en loi vers une variable al´eatoire S
T
suivant une loi log-normale de
param`etres ln S
0
+ rT −
σ
2
2
T et σ

T.
D´emonstration. Par un d´eveloppement de Taylor on peut ´ecrire
ln S
(N)
N
= ln S
0
+
N

k=1
_
R
(N)
k

(R
(N)
k
)
2
2
+ ρ(R
(N)
k
)(R
(N)
k
)
2
_
(5.28)
avec ρ tendant vers 0 en 0. On montre directement que le dernier terme de la somme
converge en probabilit´e vers 0. La d´emonstration repose alors sur l’application d’un
th´eor`eme central limite (plus g´en´eral que celui vu en cours de premi`ere ann´ee) ` a
la somme de variables al´eatoires

N
k=1
_
R
(N)
k

(R
(N)
k
)
2
2
_
.
Corollaire 5.1. Sous les hypoth`eses (H1)-(H3), le prix Π
(N)
call
d’un call europ´een
dans le mod`ele binˆomial `a N p´eriodes tend lorsque N croˆıt vers le prix Π
BS
call
du
call europ´een dans le mod`ele classique `a temps continu dit de Black & Scholes, i.e.
lim
N→∞
Π
(N)
call
= Π
BS
call
:= S
0
N(d
1
) −Ke
−rT
N(d
2
) (5.29)
avec
d
1
=
ln
S
0
K
+ (r +
σ
2
2
)T
σ

T
(5.30)
d
2
=
ln
S
0
K
+ (r −
σ
2
2
)T
σ

T
= d
1
−σ

T (5.31)
o` u N est la fonction de r´epartition de la loi normale centr´ee r´eduite.
47
Introduction aux math´ematiques financi`eres
5.5.7 Algorithme d’´evaluation
Consid´erons une option europ´eenne de maturit´e T et de fonction “payoff” h(S
T
)
sur un actif risqu´e S de volatilit´e σ. On peut ´evaluer cette option dans un mod`ele
binˆ omial `a N p´eriodes. Choisissons les param`etres suivants :
1 + r
N
= e
rT
N
(5.32)
1 + a
N
= e
−σ

T
N
(5.33)
1 + b
N
= e
σ

T
N
(5.34)
Ces param`etres v´erifient les conditions (H1)-(H3). Posons q
N
=
r
N
−a
N
b
N
−a
N
. D’apr`es les
r´esultats pr´ec´edents, le prix V
0
(S
0
) de cette option est solution de la r´ecurrence
suivante :
_
_
_
V
T
(S
0
, . . . , S
T
) = h(S
T
)
V
t
(S
0
, . . . , S
t
) = q
N
V
t+1
(S
0
, . . . , S
t
, S
t
(1 + b
N
))
+(1 −q
N
)V
t+1
(S
0
, . . . , S
t
, S
t
(1 + a
N
))
(5.35)
Tout actif conditionnel peut ˆetre ´evalu´e par cet algorithme.
5.6 Bibliographie
Bachelier L., Th´eorie de la sp´eculation. Annales scientifiques de l’Ecole Normale
Sup´erieure, 3, 17 (1900), p.21-86.
Black F. and Scholes M., The Pricing of Options and Corporate Liabilities.
Journal of Political Economy, 81, 3 (1973), p.637.
Cox J.C., Ross S.A. and Rubinstein M., Option pricing : a simple approach.
Journal of Financial Economics, 7, (1979), p.229-263.
Follmer H. and Schied A., Stochastic Finance : An Introduction in Discrete
Time. de Gruyter Studies in Mathematics 27, de Gruyter, Berlin, (2004).
Harrison, J.M. and Pliska, S.R., Martingales and stochastic integrals in the
theory of continous trading. Stochastic processes and their applications, 11 (1981),
p.215-260.
Lamberton D. and Lapeyre B., Introduction au calcul stochastique appliqu´e `a
la finance. Ellipses, Paris, (1997).
Shreve S.E. Stochastic Calculus for Finance I : The Binomial Asset Pricing
Model, Springer Finance, Springer-Verlag, New-York, (2004).
48
Chapitre 6
Le mod`ele de Black et Scholes et
introduction au trading
6.1 Introduction
Depuis sa publication en 1973, la formule de Black et Scholes s’est impos´ee
comme la r´ef´erence pour la valorisation des options
1
. Sa notori´et´e s’est main-
tenant largement r´epandue hors des fronti`eres des math´ematiques financi`eres. La
mod´elisation choisie par ses auteurs, bas´ee sur les processus stochastiques, leur
a apport´e notori´et´e et reconnaissance : le prix Nobel d’´economie a ´et´e d´ecern´e ` a
Scholes (Black ´etant d´ec´ed´e avant).
Cet incontestable succ`es est dˆ u ` a la fois `a la simplicit´e des formules obtenues
et ` a leur utilisation intensive par les op´erateurs de march´e. N´eanmoins, nous al-
lons voir que ce n’est pas la justesse du mod`ele qui en est `a l’origine mais la
mani`ere universelle de calculer la grandeur financi`ere v´eritablement int´eressante :
la volatilit´e.
6.2 La formule de Black et Scholes
6.2.1 Les hypoth`eses
L’objectif est d’´evaluer le prix d’options europ´eennes de strike K et d’´ech´eances
T portant sur une action donn´ee.
Nous noterons :
– C le prix d’un call europ´een;
– P le prix d’un put europ´een;
– S le prix de l’action sous jacente ;
1. alors qu’elle n’´evalue que les options europ´eennes
49
Introduction aux math´ematiques financi`eres
– r le taux sans risque du march´e (suppos´e constant) ;
– µ tendance du sous-jacent (suppos´ee constante) ;
– σ : volatilit´e du sous-jacent (suppos´ee constante).
Nous allons pr´esenter maintenant les hypoth`eses historiques de Black et Sc-
holes.
On suppose que le march´e :
– fonctionne en continu;
– est liquide ;
– est viable (pas d’opportunit´e d’arbitrage) ;
– est parfait (pas de frais de transactions, pas de fiscalit´e).
On suppose qu’il existe un actif sans risque tel que :
– on peut prˆeter ou emprunter `a un mˆeme taux r ;
– ce taux r est constant.
On suppose que l’action sous jacente :
– est ind´efiniment divisible ;
– ne distribue pas de dividendes ;
– peut ˆetre vendu `a d´ecouvert ;
– poss`ede un cours qui est un mouvement brownien g´eom´etrique :
dS
t
= S
t
(µdt + σdB
t
)
o` u les coefficients constants µ et σ sont appel´es respectivement
tendance (ou drift) et volatilit´e (ou dispersion).
On notera bien que l’´equation suivie par S n’est pas une ´equation diff´erentielle
ordinaire mais une ´equation diff´erentielle stochastique dont le sens n’est pas naturel
puisque les trajectoires du mouvement brownien B (cf cours ´electif de mod´elisation
al´eatoire) sont non diff´erentiables presque partout.
6.2.2 La formule
Sous les hypoth`eses pr´ec´edentes, on peut ´etablir qu’en toute date t comprise
entre l’origine et l’´ech´eance de l’option, le prix du call et du put sont :
C
t
= S
t
F(d
1
) −Ke
−r(T−t)
F(d
2
)
et
P
t
= −S
t
F(−d
1
) + Ke
−r(T−t)
F(−d
2
)
avec :
F(d) =
1


_
d
−∞
e
−q
2
2
dq
50
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
et
d
1
=
1
σ

T −t
(ln(
S
K
) + (r +
σ
2
2
)(T −t)) d
2
= d
1
−σ

T −t
6.2.3 La couverture en delta
On a vu dans que si l’on vend une option, il suffit d’acheter ∆ =
∂C
∂S
actions
pour obtenir un portefeuille sans risque.
Une question plus judicieuse serait de se demander si en vendant un call au
prix donn´e par le mod`ele et en pla¸cant la somme obtenue dans un portefeuille
compos´e d’actions et d’actifs sans risque, il serait possible d’obtenir de mani`ere
autofinanc´ee la somme n´ecessaire en cas d’exercice de l’option `a l’´ech´eance. C’est
le probl`eme de la couverture, r´esolu par Merton.
6.2.4 Estimation des param`etres
Le mod`ele d´epend a priori de deux param`etres endog`enes : la tendance µ
(esp´erance du rendement instantann´e du sous-jacent) et la volatilit´e σ (´ecart type
du rendement instantann´e du sous-jacent). En fait, de mani`ere assez surprenante
au premier abord, la formule du prix ne d´epend que de σ et pas de µ.
Il y a deux principales mani`eres d’estimer cet unique param`etre endog`ene σ :
i. r´ealiser une ´etude statistique des cours : la valeur obtenue est appel´ee volatilit´e
historique.
ii. inverser la formule de pricing : la valeur obtenue est appel´ee volatilit´e im-
plicite.
6.3 Critique du mod`ele et volatilit´es
6.3.1 Les points forts apparents
Le mod`ele de Black et Scholes poss`ede suffisamment de qualit´es pour s’ˆetre
impos´e comme la r´ef´erence pour le pricing d’options europ´eennes simples :
– On obtient une formule explicite facile `a impl´ementer sur ordinateur.
– Celle-ci ne d´epend que de deux param`etres, la volatilit´e qui a une signification
financi`ere bien pr´ecise et que l’on peut ´evaluer num´eriquement et le taux
court qui est une donn´ee du march´e.
– On poss`ede une m´ethode de couverture en temps continu dite couverture en
delta.
– Les sensibilit´es qui sont des param`etres de gestions importants sont aussi
obtenues de mani`ere explicite.
51
Introduction aux math´ematiques financi`eres
6.3.2 Volatilit´es historiques et implicites, smile de volatilit´es
Grˆace `a la bijection qu’il r´ealise entre le prix d’une option et la volatilit´e,
on a une autre utilisation importante du mod`ele de Black et Scholes : si l’on
connait la prime d’une option, on peut, par inversion de la formule, en d´eduire
la volatilit´e du sous-jacent. Cette valeur, dite volatilit´e implicite, peut alors servir
comme indicateur pour les op´erateurs du march´e ou encore comme donn´ee dans
un mod`ele plus complexe.
Malgr´e son succ`es, le mod`ele de Black et Scholes est tr`es imparfait car il repose
sur des hypoth`eses trop fortes et parfois non justifi´ees. Parmi ses inconv´enients
citons :
– La volatilit´e historique et la volatilit´e implicite diff`erent.
– La volatilit´e d´epend du prix d’exercice. Les prix cˆot´es des options dans
la monnaie et en dehors de la monnaie ne correspondent pas ` a la mˆeme
volatilit´e.
– La volatilit´e d´epend aussi de l’´ech´eance.
– Le mod`ele ne permet pas de traiter directement les options am´ericaines ni
les options sur taux ni les options “path-dependent”.
Pour des produits simples (vanilles) ces difficult´es sont contourn´ees par les
op´erateurs de march´e grˆ ace `a l’utilisation d’un smile de volatilit´e correspon-
dant `a une surface donnant une volatilit´e (´eventuellement interpol´ee) pour chaque
´ech´eance et chaque strike.
Ainsi, pour un sous-jactent de type action, la courbe repr´esentant la volatilit´e
implicite en fonction du strike (appel´ee skew) est d´ecroissante. L’interpr´eation de
ce ph´enom`ene est tr`es importante. Il faut aussi comprendre pourquoi ce ph´enom`ene
peut s’inverser ou est diff´erent pour les d´eriv´es de change.
Pour des produits plus complexes (d´ependant de la trajectoire par exemple),
des mod`eles plus complexes doivent ˆetre utilis´es (cf cours de 3`eme ann´ee) :
– volatilit´e param´etrique ;
– volatilit´e locale ;
– volatilit´e stochastique ;
– processus `a sauts ;
– processus de Levy.
Dans tous les cas, l’inversion de la formule de Black et Scholes reste le moyen
de transformer un prix en volatilit´e.
52
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
6.4 Introduction au trading
6.4.1 Calcul des sensibilit´es (grecques)
La mission essentielle d’un trader est de g´erer son book afin de ne pas obtenir de
r´esultats n´egatifs. Pour cela, il doit absolument connaˆıtre son exposition ` a tous les
facteurs de risques : variations du sous-jacent, de la volatilit´e, du taux sans risque
mais aussi des dividendes, des corr´elations (sans compter les risques de contrepar-
tie, les risques op´erationnels. . . ). Pour cela, on lui demande d’avoir une vue sur les
´evolutions possibles (grˆace `a sa connaissance du march´e, des positions des acteurs,
conseils d’analystes financiers et d’´economistes etc. . . ), de connaˆıtre son exposi-
tion actuelle aux diff´erents risques (les valeurs des diff´erentes sensibilit´es) ainsi
que l’´evolution possible de ses r´esultats (P& L) dans les pires sc´enarios (diff´erents
indicateurs de Value at Risk d´elivr´ees par les services de risques)
Les sensibilit´es (appel´es grecques) sont les d´eriv´es de la valeur d’un book par
rapport aux param`etres de march´es. Ils permettent de retrouver une premi`ıere
approximation de la variation de la valeur du book en cas de variation de ces
param`etres.
Sensibilit´es d’un call
Apr`es calculs et simplifications, on obtient :
– Sensibilit´e de la prime au sous-jacent :

c
= F(d
1
) > 0
– Sensibilit´e du delta au sous-jacent :
Γ
c
=
g(d
1
)


T −t
> 0
– Sensibilit´e de la prime `a la volatilit´e :
V
c
= g(d
1
)S

T −t > 0
– Sensibilit´e de la prime `a l’´ech´eance :
Θ
c
= g(d
1
)

2

T −t
+ rKe
−r(T−t)
F(d
2
) > 0
– Elasticit´e de la prime par rapport au sous-jacent :

c
=
S
C

c
> 1
53
Introduction aux math´ematiques financi`eres
– Sensibilit´e de la prime au strike :
ε
c
= −e
−r(T−t)
F(d
2
) < 0
– Sensibilit´e de la prime au taux d’int´erˆet :
ι
c
= (T −t)Ke
−r(T−t)
F(d
2
) > 0
avec : g(q) = F

(q) =
1


e
−q
2
2
Sensibilit´es d’un put
Les sensibilit´es du put se d´eduisent de celles du call grˆ ace ` a la relation de parit´e
call-put P + S = C + Ke
−r(T−t)
:
– Sensibilit´e de la prime au sous-jacent :

p
= F(d
1
) −1 < 0
– Sensibilit´e du delta au sous-jacent :
Γ
p
=
g(d
1
)


T −t
> 0
– Sensibilit´e de la prime `a la volatilit´e :
V
p
= e
−r(T−t)
g(d
1
)S

T −t > 0
– Sensibilit´e de la prime `a l’´ech´eance :
Θ
p
= g(d
1
)

2

T −t
+ rKe
−r(T−t)
(F(d
2
) −1)
– Elasticit´e de la prime par rapport au sous-jacent :

p
=
S
C

p
< 0
– Sensibilit´e de la prime au strike :
ε
p
= e
−r(T−t)
(1 −F(d
2
)) > 0
– Sensibilit´e de la prime au taux d’int´erˆet :
ι
p
= (T −t)Ke
−r(T−t)
(F(d
2
) −1) < 0
avec : g(q) = F

(q) =
1


e
−q
2
2
54
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
Sensibilit´es d’ordre deux et crois´ees
Les sensibilit´es usuelles traduisent des expositions au premier ordre (sauf pour
le gamma puisque la couverture en delta annule le premier ordre). Pour des cer-
tains produits, il est tout de mˆeme n´ecessaire de connaˆıtre les sensibilit´es d’ordre
sup´erieur ainsi que les sensibilit´es crois´ees.
Dans tous les cas, un trader doit connaˆıtre les graphes d’´evolution de ses grec-
ques en fonction des param`etres.
6.4.2 Vente d’un call et couverture
Un des cas les plus simple est celui o` u l’on a vendu un call et que l’on a
imm´ediatement couvert en achetant ∆
0
actions. Dans ce cas la valeur du porte-
feuille est :
Π = −C + ∆
0
S
Une simple ´etude (graphique par exemple) donne le signe des grecques les plus
usuelles :
Γ < 0 Θ > 0 V < 0
On connait donc (`a court terme) l’´evolution de notre portefeuille en cas d’´evolution
du sous-jacent, du temps ou de la volatilit´e.
6.4.3 Etude en Gamma et Th´eta
Une petite ´etude simple montre qu’une position Γ > 0 est confortable puisque
l’on gagne quelque soit les variations du sous-jacent. En revanche, comme on est
presque toujours θ < 0 en mˆeme temps que l’on est Γ > 0, on perd de l’argent
lorsque le temps passe.
En fait, on peut trouver le point-mort, valeur au del`a de laquelle les variations
du sous-jacent permettent de gagner plus en Γ que l’on en perd en Θ. En de¸ ca de
cette valeur, un trader aura int´erˆet (mais seulement `a court terme) de se mettre
dans la position inverse (s’il le peut).
6.4.4 P&L du trader
On peut d´emontrer que la variation infinit´esimale de la valeur d’un portefeuille
peut s’exprimer sous la forme :
dΠ =
1
2
ΓS
2
_
_
dS
S
_
2
−σ
2
dt
_
+ V dσ
55
Introduction aux math´ematiques financi`eres
Ainsi le P&L est proportinnel `a la diff´erence entre le carr´e de la volatilit´e r´ealis´ee
(dS/S) et le carr´e de la volatilit´e implicite de gestion (σ). Le coefficient de propor-
tionnalit´e ´etant Γ, les p´eriodes `a fort γ sont donc celles ayant le plus d’influence
sur le r´esultat.
6.4.5 Quelques missions du trader
Contrairement `a ce qu’on pourrait penser au premier abord, le trader de pro-
duits d´eriv´es ne se contente pas de couvrir son portefeuille en ∆ apr`es avoir fait
un pari sur le niveau de volatilit´e.
Il doit d’abord g´erer ses risques `a travers les grecques, soit en les annulant (cas
du ∆), soit en leur faisant prendre un signe et une valeur conformes ` a ses vues (cas
des autres grecques). Pour cela, il n’a d’autres recours que d’acheter de nouveaux
produits d´eriv´es.
Le portefeuille d’un trader peut donc ˆetre alimenter par des activit´es de vente
(cas des produits structur´es et exotiques), par des activit´es de market-making (ani-
mation du march´e), mais aussi (et parfois surtout) par des activit´es de couvertures
et de prises de position.
En outre, d’autres risques apparaissent :
– variations de la volatilit´e
– dates et montant dividendes
– proximit´e de barri`eres
– arriv´es `a ´ech´eance (calendar, roll)
– taux d’int´erˆets
– taux de prˆet/emprunt de titres (repo)
– krach (`a la baisse comme `a la hausse)
– d´efaillance de contreparties (voire du syst`eme)
– liquidit´e insuffisante de certains titres
– variations de corr´elation
– risques op´erationnels (informatique. . . )
Bien-sˆ ur, la situation est encore plus complexes pour certains produits (´energie,
mati`eres premi`eres, inflation, climat. . . ).
Notons que toutes les prises de position du trader sont contrˆ ol´ees en premier
lieu par des limites en nominal (montant) et sur les grecques. Le d´enouement
et la comptabilit´e des op´erations sont contrˆ ol´es par le middle et le back office.
Les mod`eles sont valid´es par un service de risques qui fournit aussi toutes les
´etudes li´es aux pires scenarii. Des services de contrˆ ole interne (audit, inspection)
v´erifie aussi l’efficacit´e des processus de production, vente et gestion des produits
et rendent compte directement `a la Direction G´en´erale. En outre, la hi´erarchie
doit bien ´evidemment valider (voire imposer) les strat´egies choisies. N´eanmoins les
responsabilit´es prises par un trader restent extrˆement importantes.
56
Chapitre 7
Risque et valorisation
7.1 Quelques notions de risque sur les march´es
financiers
On identifie traditionnellement cinq types de risques sur les march´es financiers :
i. Risque de march´e : c’est l’incertitude li´ee `a la valeur future d’un actif de
march´e (tradable asset) d´etenu dans un portefeuille. C’est le risque le plus
´evident, celui dont les institutions financi`eres et les investisseurs sont le plus
conscients.
ii. Risque de cr´edit : c’est l’incertitude li´ee `a la r´eception de flux financiers – on
dit qu’un d´efaut a lieu lorsqu’une des contreparties d’un contrat financier ne
paye pas ses dettes.
iii. Risque de mod`ele : c’est l’incertitude li´ee `a la valorisation d’instruments
illiquides (non trait´es sur un march´e organis´e) pr´esents dans le portefeuille
d’une institution financi`ere. Ce risque concerne pratiquement tous les pro-
duits d´eriv´es.
iv. Risque de liquidit´e : c’est l’incertitude portant sur la possibilit´e de revendre
(ou : d‘acheter) l’int´egralit´e d’une position sur une p´eriode donn´ee. Ce risque
est d’autant plus important que la quantit´e repr´esente une fraction significa-
tive du volume moyen habituellement trait´e sur la p´eriode consid´er´ee.
v. Risque op´erationnel : c’est le risque de faillite d’un syst`eme de production,
pour des causes humaines ou m´ecaniques. Par exemple : le “ gros doigt ”
(erreur de saisie), la panne informatique, la fraude.
57
Introduction aux math´ematiques financi`eres
7.2 Gestion quantitative du risque
La notion de gestion quantitative du risque recouvre l’ensemble des techniques
de prise de d´ecision visant `a limiter les risques que courent une institution financi`ere
ou un investisseur sur la base d’informations quantitatives. Les notions de “ gestion
du risque ” et de “ mesure du risque ” y sont indissociables.
7.2.1 Mesure de risque
Commen¸cons tout d’abord par pr´eciser la notion de mesure de risque : dans
le cadre classique - celui du risque de march´e - on se donne une distribution de
perte `a l’horizon de temps T, c’est-` a-dire une variable al´eatoire L
T
qui repr´esente
la perte encourue par le portefeuille d’actifs dont on cherche ` a mesurer les risques.
Id´ealement, cette variable al´eatoire devrait ˆetre nulle (ou du moins, constante).
Ce n’est ´evidemment jamais le cas, et on va s’attacher `a trouver des indicateurs
num´eriques mesurant sa dangerosit´e. Voici quelques uns des plus classiques :
i. Risque quadratique
On mesure E
_
L
2
T
_
ii. Variance
On mesure E
_
L
2
T
_
− (E (L
T
))
2
pour quotienter par les distributions con-
stantes
iii. Semivariance
Ne consid´erant que les cas d´efavorables, c’est-` a-dire les ´ev´enements pour
lesquels L
T
est positive, on mesure E
_
X
2
T
_
− (E (X
T
))
2
avec X
T
= (L
T
)
+
=
max (L
T
, 0)
iv. VaR (Value At Risk)
Cette mesure de risque n’est autre qu’un quantile de niveau α. La VaR de
niveau α, soit V aR
α
, est la plus petite valeur l telle que la probabilit´e de
l’´ev´enement {L
T
> l}soit inf´erieure `a (1 −α). C’est le quantile de niveau
(1 −α) de la fonction de r´epartition de L
T
:
V aR
α
= inf {l ∈ R/P (L
T
> l) ≤ 1 −α}
v. Perte moyenne (expected shortfall) de niveau α
La d´efinition g´en´erale de ES
α
est la suivante :
ES
α
=
1
1 −α
_
1
α
V aR
u
du
58
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
C’est donc la moyenne des V aR
u
de niveaux u > α. Dans le cas o` u L
T
est
int´egrable et admet une densit´e continue, on montre la relation suivante qui
justifie le nom de “ perte moyenne ” :
ES
α
= E (L
T
|L
T
≥ V aR
α
)
7.2.2 Exemples
Nous pouvons pr´eciser, `a l’aide d’exemples, certains types de risques associ´es
` a des distributions de pertes particuli`eres. Consid´erons par exemple les trois dis-
tributions ci-dessous :
L
1
T
= σ
0
X
L
2
T
= σ
0
(λX + (1 −λ) (Y −E (Y )))
L
3
T
= ΣX
o` u X est une variable al´eatoire de loi normale centr´ee r´eduite N (0, 1), Y est une
loi binomiale prenant la valeur y > 0 (resp. 0) avec la probabilit´e p
y
(resp. 1 −p
y
),
λ, 0 < λ < 1, est un r´eel fix´e et Σ est une variable al´eatoire positive admettant
une densit´e q
Σ
(x). On suppose les trois variables ind´ependantes et on choisit les
param`etres λ, y, p
y
et la fonction q
Σ
(x) de telle sorte que les variances des trois dis-
tributions de perte soient identiques. En ´etudiant les densit´es des ces trois variables
al´eatoires, on voit facilement que les distributions de perte (et donc les “ risques ”
associ´es) sont de nature assez diff´erentes. La densit´e de L
1
T
est sym´etrique avec
une d´ecroissance en e
−βx
2
`a l’infini. La densit´e de L
2
T
est asym´etrique, elle poss`ede
une “ bosse ” autour d’une valeur y. Quant `a celle de L
3
T
, elle est sym´etrique, mais
son comportement asymptotique d´epend du comportement de la densit´e q
Σ
(x) et
ne d´ecroˆıt plus n´ecessairement en e
−βx
2
(ph´enom`ene de subordination).
7.3 Gestion optimale par minimisation du risque
pour les d´eriv´es
Dans cette section, nous proposons une introduction `a la th´eorie et la pratique
de la couverture des produits d´eriv´es. Nous allons d´ecrire les grandes lignes de la
m´ethode de r´egression s´equentielle due `a F¨ollmer et Schweizer qui est, sous une
forme plus ou moins explicite, la base de la couverture en delta (delta hedging) des
produits d´eriv´es.
7.3.1 March´e `a une p´eriode
Nous allons pr´esenter la m´ethode dans le cas simple d’une seule couverture
(march´e ` a une p´eriode). Nous consid´erons donc une variable al´eatoire C repr´esentant
59
Introduction aux math´ematiques financi`eres
la distribution terminale d’un produit d´eriv´e (le payoff ) de maturit´e T, et nous
cherchons `a nous rapprocher le plus possible – dans un sens ` a d´efinir – de Cpar un
portefeuille constitu´e d’actifs de march´e. Dans le cas le plus simple, nous disposons
d’un actif sans risque (le cash) et d’un actif risqu´e S (une action), et Cne d´epend
que de la valeur de S`a la date T. Nous allons maintenant d´efinir un crit`ere de
proximit´e qui s’interpr´etera comme une minimisation du risque du portefeuille.
Soit donc `a la date t
0
= 0un portefeuille de couverture de valeur initiale
V
0
= α
0
+ φ
0
S
0
. En T, apr`es paiement du payoff du produit d´eriv´e, la valeur
du portefeuille est ´egale `a V
T
= α
0

0
S
T
−C = V
0
−C +φ
0
(S
T
−S
0
)- en faisant
l’hypoth`ese simplificatrice que le taux sans risque est nul. La perte associ´ee ` a cette
strat´egie est donc l’oppos´e de cette valeur, soit L
T
= C − V
0
− φ
0
(S
T
−S
0
) =
(payoff - prime - gain sur la strat´egie)
et le risque de la strat´egie, dans un cadre quadratique simple, est alors mesur´e
par le second moment R
T
= E
_
(C −V
0
−φ
0
(S
T
−S
0
))
2
_
. La strat´egie opti-
male est alors d´etermin´ee par la valeur initiale V
0
et la couverture φ
0
solutions
du probl`eme de minimisation ci-dessous :
(V
0
, φ
0
) = Argmin E
_
(C −V
0
−φ
0
(S
T
−S
0
))
2
_
dont la solution est :
V
0
= E (C) −φ
0
E (S
T
−S
0
)
φ
0
=
Covar(C,S
T
−S
0
)
V ar(S
T
−S
0
)
=
E(C(S
T
−S
0
))−E(C)E(S
T
−S
0
)
E((S
T
−S
0
)
2
)−E((S
T
−S
0
))
2
qui correspond `a un risque minimal
¯
R
T
=
V ar (C) V ar (S
T
−S
0
) −Covar (C, S
T
−S
0
)
2
var (S
T
−S
0
)
.
Ce calcul est g´en´eral, il ne d´epend absolument pas des hypoth`eses de distribution
sur la distribution de perte L
T
. Nous verrons en cours comment particulariser ce
r´esultat aux trois cas de distribution ´evoqu´es pr´ec´edemment.
7.3.2 G´en´eralisation
L’approche d´ecrite dans la section pr´ec´edente est g´en´eralisable au cas d’un
march´e `a plusieurs p´eriodes en appliquant le principe de r´ecurrence : ` a chaque
instant t
n
nous cherchons `a d´eterminer la valeur du portefeuille, soit V
n
, et la part
de la strat´egie investie dans l’actif risqu´e, soit φ
n
, telles que le risque conditionnel
`a l’´etape suivante soit minimum :
(V
n
, φ
n
) = Argmin E
_
_
V
n+1
−V
n
−φ
n
_
S
t
n+1
−S
tn
__
2
|F
n
_
.
60
Lionel Gabet, Fr´ed´eric Abergel, Ioane Muni Toke
En appliquant la formule de la section pr´ec´edente, on voit bien apparaˆıtre une
relation permettant de trouver la strat´egie optimale et la fonction valeur du porte-
feuille associ´ee par r´ecurrence.
7.3.3 Passage au temps continu
L’extension des ces r´esultats au temps continu repose sur des r´esultats plus fins
de mod´elisation des processus de Markov et de leurs g´en´erateurs infinit´esimaux.
Il est int´eressant cependant d’´etudier de mani`ere heuristique le comportement des
risque associ´es aux strat´egies optimales obtenues par la m´ethode pr´ec´edemment
d´ecrite dans le cas o` u l’actif de march´e sous-jacent a l’une des trois dynamique
suivante (correspondant `a des versions continues des distributions d´ej`a utilis´ees
dans section pr´ec´edente) :
dSt
St
= σ
0
dW
t
dSt
St
= σ
0
dW
t
+ (J −1) dN
t
dSt
St
= σ
t
dW
t
, dσ
t
= q (σ
t
) dB
t
Pour cela, on reprendra en cours les formules de calcul de la couverture optimale
et du risque r´esiduel dans le mod`ele `a un pas, et on les ´etudiera pour les temps
“ petits ” avec des dynamiques comme ci-dessus.
7.4 R´ef´erences
A. J. McNeil, R. Frey, P. Embrechts, Quantitative risk management, Princeton
Series in Finance, Princeton University Press, 2005
H. F¨ollmer, A. Schied, Stochastic Finance, Walter de Gruyter, 2004
H. F¨ollmer, M. Schweizer, Hedging by sequential regression : an introduction to
the mathematics of trading, ASTIN Bulletin, vol. 19, 5, 1986, pp 29-42, 1986
61
Introduction aux math´ematiques financi`eres
62
Rappel des notations
p.a : processus al´eatoire.
v.a : variable al´eatoire.
v.a.r : variable al´eatoire r´eelle.
p.p : presque partout.
p.s : presque sˆ urement.
MB : mouvement Brownien.
(a)
+
: max(a, 0)
(a)

: min(a, 0)
a ∧ b : min(a, b)
a ∨ b : max(a, b)
B(R
n
) : tribu bor´elienne de R
n
.
AOA : absence d’opportunit´e d’arbitrage.
EDO : ´equation diff´erentielle ordinaire.
EDP : ´equation aux d´eriv´ees partielles.
EDS : ´equation diff´erentielle stochastique.
σ(X) : tribu engendr´ee par la v.a X
63

Introduction aux math´matiques financi`res e e

2

Table des mati`res e
I Produits et march´s financiers e
produits financiers classiques Les actions et les indices . . . . . Les obligations . . . . . . . . . . Les swaps . . . . . . . . . . . . . Les forwards et les futures . . . . Les options . . . . . . . . . . . . Les produits structur´s . . . . . . e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7
9 9 11 12 13 14 14

1 Les 1.1 1.2 1.3 1.4 1.5 1.6

2 Les options 17 2.1 Les options sur actions . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2 Les diff´rents types d’options . . . . . . . . . . . . . . . . . . . . . 20 e

II

Mod`les financiers e
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

23
25 25 25 26 27 27 27 28 29 29 30 30 31

3 Objectifs et principes 3.1 L’approche classique . . . . . . . . . . 3.1.1 Les objectifs . . . . . . . . . . . 3.1.2 Les outils de mod´lisation . . . e 3.1.3 Les hypoth`ses sur les march´s e e 3.2 La finance quantitative . . . . . . . . . 3.2.1 La physique des march´s . . . . e 3.2.2 Les risques et leur minimisation

4 Rappels sur les processus al´atoires et premi`res applications en e e finance 4.1 Danger de l’´valuation par actualisation de l’esp´rance des flux futurs e e 4.2 Processus stochastiques . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 G´n´ralit´s . . . . . . . . . . . . . . . . . . . . . . . . . . . e e e 4.2.2 Comparaisons . . . . . . . . . . . . . . . . . . . . . . . . . . 3

. . . . . .2 La formule de Black et Scholes . . e e 5. . . . .2 Un mod`le financier ` plusieurs p´riodes .5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Construction du mod`le binˆmial . . . . . . 5. . . . . . . . . . . . . . .5. . . . .1 Introduction . .3. e 4. .1 G´n´ralit´s . . .6 Bibliographie . . . . . . . . . . . . . 4. . . . .5. . . . . . .5. . . . . . . . . e 5. . . . . . .4 Strat´gies autofinanc´es . . . . . . . . . . . . . . . . . . . . e 6. . . . . .4. . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . e e 5. . . . . . .1 Les hypoth`ses . . . . . . martingales et rendements . . . . .5.3 Viabilit´ et compl´tude . . . . . . . . . . . . . . . .3 Opportunit´s d’arbitrage et probabilit´ martingale . . . e o 5. . . . . . . . . e e 5. .1 D´finition d’une oppportunit´ d’arbitrage . . . 6. . . . . . . . . . . . . .2 Strat´gies (de trading) .5 Le mod`le binˆmial . . . . . . . . . . . . .2 AOA et applications . .3 Th´or`me fondamental de l’´valuation par arbitrage . . . e a e 5. . . . .3 Filtrations . .1 Actifs financiers .5 4. .Introduction aux math´matiques financi`res e e 4. . . . . . . . . . . . . . . . .2 La formule . . . . . . . e e 5. . . . . . . . . . . . . . 31 31 32 32 33 34 34 34 35 37 39 39 40 40 40 40 41 42 42 42 42 43 43 44 44 44 44 45 45 45 46 46 48 48 49 49 49 49 50 4. . . . . . .1 Introduction . . . . . . . . . e e e 4. . . . . . . . . . . . . . 4. . . . . . . . . . . . . . . . .2 D´finition d’un march´ complet . . . 5. . . e 5. . . . . . .2. 6 Le mod`le de Black et Scholes et introduction au trading e 6. . . . . . . .2 Mesurabilit´ d’un processus .8 5 Evaluation par arbitrage en temps discret – Le mod`le binomial e 5. . . . . . . . . . . . . . . .2. . 4 . . . . . . . . . . . .5. . . . . . . . . . . . . e e 5. . e o 5. . . . . . . . . .5. . . . . . . . . .3 Actif sans risque . .3. . . . . . . .4.5 Couverture (Hedging) . . . . . . .7 4.2.4 Evaluation des options . . . . .7. . . . .4 4. . . . . e Esp´rance conditionnelle . . . .3. . .4. . e e e 5. . . . . . . . . . . . . . . . 5. . e 5. . . . . . . . . . . . . . . . . . . .7. . . . . . . . . . . . . . . .7 Algorithme d’´valuation . . . . .4 March´ complet . . . . . . . . . . . e e 5. . . . . . et Scholes . . . . . . . . e Arbitrage et applications . Prix actualis´s. . . . 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . 5. . . . . . e e e 5. . . . . . . 5. . . .3. . . . Une premi`re obtention de la formule de Black e . . . . . . . . . . . . . .2 D´finition d’une probabilit´ martingale . . . . . . . . .6 4. . . .1 Introduction . . . . . . . . . . . . . . . . .1 Options et strat´gie de “r´plication” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Second th´or`me fondamental de l’´valuation par arbitrage . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . .6 Vers un mod`le ` temps continu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e a 5. . . . e e 5. . . . . .2.1 Arbitrages et march´s viables .3. . . . . . . . . . . e Martingales .

. .1 Mesure de risque . . . . . . . . . . . . 7. . . . . .1 March´ ` une p´riode . . . . . . . . 6. . . .2. .4. . . . . . 6. . . . 7. . . . . . . . . . .4. . . .4. . 7. . . . . . . . . . . .5 Quelques missions du trader . .3 Critique du mod`le et volatilit´s . . e 7. . . . . . 6. . . . . . . . . . . . . . . . .3. . . . . .4 Estimation des param`tres . . . . . . . . . . . . . . . . de volatilit´s e . . . . . . . . . .3. . . . . . 7.3 Gestion optimale par minimisation du risque pour les d´riv´s e e 7. . .Lionel Gabet. . . . . e 6. . . . . . . .2 Exemples . . . . . . . Fr´d´ric Abergel. . . . . . . . . . . . . . . . . . . . . . . . e 6. . . . . 6. . . . . . . . . .4 Introduction au trading . e e 6. . . . .4. . . ee 5 . . . . . . . . . .2. . .4. . . . . . . . . . . . . . . . . . . e e 7. . . . . . .3 Etude en Gamma et Th´ta . . . . .4 R´f´rences . . . . . . . . . . . . . . . . . . . . .2 Gestion quantitative du risque . . . . . . . . . . . . . . smile e 6.1 Calcul des sensibilit´s (grecques) . . . .4 P&L du trader . . . . . . . .3 La couverture en delta . . . . .2. . . e 6. 51 51 51 51 52 53 53 55 55 55 56 57 57 58 58 59 59 59 60 61 61 7 Risque et valorisation 7. . . .2 Volatilit´s historiques et implicites. 6. . . . . . . . . . Ioane Muni Toke e e 6. . . . . . . . ea e 7. . . . . . . . . . . . . . . . . . . . . . . . . . . .3. . . . .3. . . . . . .3 Passage au temps continu .2. . . . .1 Les points forts apparents . . . . . . . . . . . . . . . . . .2 Vente d’un call et couverture . . . . . . . .1 Quelques notions de risque sur les march´s financiers . .3. . . . . . . . . . . . . .2 G´n´ralisation . .

Introduction aux math´matiques financi`res e e 6 .

Premi`re partie e Produits et march´s financiers e 7 .

.

e Le 1 er juin 2006. Euronext e e Amsterdam NV et Euronext Brussels SA/NV sont d`s lors devenues filiales a 100 e ` % de l’entit´ Euronext. l’actionnaire re¸oit une fraction des b´n´fices de l’entreprise sous c e e forme de dividendes. indispensable pour r´duire les coˆ ts de n´gociation dans un environnement e u e de concurrence europ´enne et mondiale de plus en plus intense. la valeur de ces titres est fix´e par la soci´t´. de Bruxelles (BXS) et d’Amsterdam (AEX). Ensuite. Ces fusions et rachats ont ainsi particip´ d’un mouvement de regroupement des e bourses. 9 .Chapitre 1 Les produits financiers classiques 1.1 Les actions et les indices Les actions Une action est un titre n´gociable de propri´t´ sur une fraction du capital social e ee d’une entreprise. fusion devenue effective depuis le 4 avril 2007. La bourse NYSE-Euronext Euronext est la Bourse paneurop´enne. le NYSE (New York Stock e e Exchange). soci´t´ de droit n´erlandais cr´´e le e ee e ee 22 septembre 2000 par la fusion des entreprises g´rant les march´s des bourses e e de Paris. oe e En outre. mais ses ee e e titres sont n´goci´s sur la plateforme commune. A leur ´mission. e Chaque soci´t´ de bourse est rest´e cot´e sur sa Bourse d’origine. Euronext Paris SA. Euronext a annonc´ un accord de fusion “ entre ´gaux ” avec e e la principale place boursi`re am´ricaine et mondiale. le LIFFE (London ee e e a International Financial Futures and options Exchange) en 2002. les titres e e ee sont cˆt´s sur un march´ en fonction des lois de l’offre et de la demande. les bourses de Lisbonne et de Porto (BVLP) ayant ´t´ int´gr´es ` ce Groupe en 2001.

Il est compos´ des 30 principales valeurs industrielles de la bourse de Newe York (les blue chips). e – Le Dow Jones Euro Stoxx. soci´t´ conjointe d´tenue ` parts ´gales par la SBF Bourse de ee e a e Paris. sa valeur est la moyenne arithm´tique (non pond´r´e par la capitalisation) des valeurs qui le compose. leur liquidit´ et leur poids e e e sectoriel. o – Le SBF 250 calcul´ ` partir de 250 soci´t´s reflettant l’ensemble des secteurs ea ee d’activit´s. compos´s chacun de e 50 valeurs s´lectionn´es pour leur capitalisation. – Le SBF 120 est calcul´ ` partir des actions du CAC 40 et du CAC Next 20 ea ainsi que de 60 valeurs du premier et du second march´ les plus actives de e la cˆte. – Le CAC Next 20 regroupe les vingt valeurs dont l’importance suit celle des valeurs composants le CAC 40. e 10 . Sa ee valeur est bien plus repr´sentative que celle du Dow-Jones. e e Cette nouvelle structure n’a cess´ de se d´velopper depuis. C’est le plus vieil indice du monde. Une nouvelle gamme d’indices europ´ens a ´t´ lanc´e le 26 f´vrier 1998 par e ee e e STOXX Limited. la Deutsche Borse. – Le Dow Jones Stoxx 50 et le Dow Jones Euro Stoxx 50. compos´ de 665 valeurs de 16 pays. devenant par exemple e e actionnaire de la bourse br´silienne Bovespa en octobre 2007 et rachetant l’Amere ican Stock Exchange (Amex) en janvier 2008. e Citons les principaux indices des march´s actions fran¸ais. le Swiss Exchange et la Dow Jones Company. cr´´ en 2005 pour permettre sp´cifiquement l’introduction en Bourse ee e des PME) et des march´s r´glement´s (comme Eurolist). Pour des raisons historiques. compos´ de 326 valeurs de 10 pays de la zone e Euro. Il est calcul´ a partir e` de 40 valeurs choisies parmi les cents soci´t´s dont les ´changes sont les plus ee e abondants sur Euronext Paris. Parmi les indices internationaux citons aussi : – Le Dow-Jones Industrial Average.Introduction aux math´matiques financi`res e e La plus importante plateforme boursi`re du monde en est n´e : Nyse-Euronext. Euronext comprend des march´s non r´glement´s (comme le March´ libre ou e e e e Alternext. Il est compos´ des valeurs du CAC 40 et du CAC Next 20 ainsi e e que celles du CAC Mid 100 et du CAC Small 90. e ee – Le SP 500 regroupe les 500 plus importantes soci´t´s de Wall Street. Ces indices principaux sont : – Le Dow Jones Stoxx. e e e Les indices La plupart des Bourses mondiales proposent des indices qui permettent d’´valuer e les performances d’un march´ ou d’un secteur. e c – Le CAC 40 est l’indice principal de la place de Paris.

la r´mun´ration pouvant ˆtre fixe ou variable. une p´riodicit´ de coupon. e Les emprunts d’´tats e La plupart des ´tats ´mettent des obligations dans le but de collecter des fonds e e sur les march´s. la e e e e e date d’´mission. e Les modalit´s de remboursement et le mode de r´mun´ration des prˆteurs sont e e e e fix´s contractuellement. 1. Olo (Belgique). 11 . – Le DAX est l’indice principal de la bourse de Francfort compos´ de 30 valeurs e vedettes. e – Le Footsie (FTSE 100) est l’indice principal de la bourse de Londres. Sa valeur est e calcul´e comme celle du Dow-Jones. “par tranches” ou “par annuit´s constantes”. e Ainsi. mais pas uniquement. Btp (Italie). e e e Une obligation est d´finie par le nom de l’´metteur. ee e La valeur nominale permet le calcul des int´rˆts (coupon) que l’emprunteur ee s’engage ` verser annuellement (en g´n´ral dans la zone euro). e e Bonos (Espagne). le taux d’int´rˆt. technologiques. Les principales obligations europ´ennes sont : OAT (France). Il peut ˆtre “in fine”. Le remboursement est lui aussi fix´ contractuellement d`s l’´mission des oblie e e gations. les investisseurs ont besoin de e e e r´f´rences (les “ratings” des agences de notation) pour mesurer le risque de d´faut ee e des ´metteurs. Il contient plus de 3000 valeurs notamment. Guilt (GB). une obligation de valeur nominale 10000 euros (prix de la coupure) ne cotera pas 9900 euros. index´e e e e e e alors sur un taux d’int´rˆt et non sur le r´sultat de l’entreprise.2 Les obligations Les obligations Une obligation est un titre n´gociable ´mis par une soci´t´ ou une collectivit´ e e ee e publique lors d’un emprunt et remis au prˆteur en repr´sentation de sa cr´ance. – Le Nikk´i 225 est l’indice principal de la bourse de Tokyo. Ioane Muni Toke e e – Le Nasdaq Composite est un indice calcul´ ` partir de toutes les valeurs e a du march´ NASDAQ (deuxi`me march´s action des Etats-Unis derr`re le e e e e NYSE). mais 99 %. Bund (Allemagne). la devise dans laquelle elle est ´mise. la date e e ee d’´ch´ance. trimestriellement a e e (obligations anglaises et am´ricaines surtout) ou encore avec une p´riodicit´ plus e e e courte. Le march´ obligataire s’´tant internationalis´.Lionel Gabet. Fr´d´ric Abergel. e e Les cours des obligations sont exprim´s en pourcentage de la valeur nominale.

en fonction des variations de cours de cette OAT. celle du pays ou d’un e autre. Une OAT est toujours une obligation dont le principal est rembours´ in fine.Introduction aux math´matiques financi`res e e Un emprunt d’´tat (en anglais : government bond. dont le diminutif usuel est e govvie) est une obligation ou un titre de cr´ance n´gociable ´mis g´n´ralement e e e e e dans sa propre devise par un gouvernement. ` taux index´ sur l’inflation. Les OAT La plupart des Tr´sors des grands pays d´velopp´s utilisent le syst`me des OAT e e e e (Obligations Assimilables au Tr´sor). 12 . les coupons ´tant vers´s a a e e e e annuellement. mais il peut r´aliser une plus-value ou une moinsa e e e value avant l’´ch´ance. c’est-`-dire ayant les mˆmes e e a e valeurs nominales. ` taux variable. qui permettent de ea e modifier des conditions de taux ou de devises (ou des deux simultan´ment). ou a a a e encore “de capitalisation”. Un investisseur qui acquiert une OAT de capitalisation sait exactement quelle somme il percevrait ` l’´ch´ance. les ´changes de flux financiers e e sont des instruments de gr´ ` gr´ sans incidence sur le bilan. adaptation e e directe de l’anglais sovereign bond. e e 1. e e Il existe des OAT ` taux fixe. e c’est-`-dire en un seul versement ` la date d’´ch´ance. Contrairement aux ´changes d’actifs financiers. dates de paiement des coupons et ee dates de remboursement (en France. Dans le cas d’une ´mission dans une devise convertible. taux de coupon (int´rˆts). r´ouverture) est le suivant : e l’Etat ´met un emprunt de d´part qui est compl´t´ ult´rieurement par l’´mission e e ee e e de tranches d’obligations assimilables aux pr´c´dentes.3 Les swaps Un swap est un contrat par lequel deux contreparties conviennent de s’´changer e deux s´ries de flux financiers (en g´n´ral de dettes ou de devises) entre deux dates e e e fix´es. d’actifs e et de passifs actuels ou futurs. 25 avril ou 25 octobre). e Le principe de l’assimilation (en anglais : reopening. et b´n´ficient ainsi d’une forte liquidit´ e e e et d’une capitalisation boursi`re totale consid´rable. Ces flux sont calcul´s ` partir d’un montant th´orique de r´f´rence appel´ e e a e ee e notionnel. Toutes les obligations cr´´es lors de l’emprunt initial (dont le but est toujours de ee financer le d´ficit budg´taire d’un Etat) ou de ses “rallonges” sont identiques : elles e e font l’objet d’une seule ligne de cotation. on utilise g´n´ralement l’appellation d’“obligation souveraine”.

e e la position de march´ du “perdant” sur un contrat Future ´tant annul´e par l’aue e e torit´ de march´ si celui-ci ne peut pas payer sa marge quotidienne (le d´pˆt de e e e o garantie initial ´tant toujours sup´rieur ` la variation maximale quotidienne du e e a cours boursier d’un contrat Future).4 Les forwards et les futures Un contrat ` terme constitue un engagement ` acheter ou a vendre a une a a ` ` certaine ´ch´ance T future une quantit´ d’un actif (titres ou marchandises) a un e e e ` cours n´goci´ le jour t o` on prend le dit engagement mais payable a l’´ch´ance T . peut ˆtre le r´sultat de la politique financi`re adopt´e par son pays de e e e e r´sidence ou par l’inexistence d’instruments sp´cifiques li´s aux actifs. et r´ciproquement e pour le vendeur. e e e 1. e e ee la garantie des contrats Futures ´tant ainsi beaucoup plus importante contre le e risque de d´faillance de la partie perdante que pour les contrats de gr´ a gr´ e e ` e (Forwards pour lesquels la perte est d´caiss´e en bloc ` l’´ch´ance). Le produit e e e synth´tique r´sultant de l’´change refl`te les caract´ristiques uniques cherch´es par e e e e e e l’investisseur. e e 13 . Les paiements quotidiens entre gagnants et perdants se font exclusivement par l’interm´diaire de cette chambre. contrats ` terme n´goci´s “de gr´ ` gr´ ”. soit des actifs financiers (ces contrats e e e a terme ´tant apparus au d´but des ann´es 1970). porc. Les Futures sur actifs physiques sont des contrats ` terme dont les sous-jacents a sont des marchandises ou des mati`res premi`res : produits agricoles (bœuf. e e a e e Les d´pˆts de garantie initiaux et appels de marge quotidiens (sommes pere o dues) sont ainsi les principaux instruments des autorit´s de march´s de Futures. Ioane Muni Toke e e Il permet ` un investisseur de transformer ou d’am´liorer un des caract`res a e e des actifs dont il dispose pour un autre qu’il lui est impossible d’acc´der sur le e march´ des capitaux courant. deux parties peuvent s’engager ` payer ` des dates pr´d´termin´es a a e e e le diff´rentiel entre un taux fixe et un taux variable pr´d´fini. a e e ea e Les sous-jacents des Futures sont soit des actifs physiques (les contrats a terme ` de marchandises ayant exist´ d`s l’Antiquit´). e e u ` e e Les Futures sont des contrats ` terme n´goci´s sur les march´s r´glement´s par a e e e e e opposition aux Forwards. Cette incapacit´ d’acc´der aux genres d’actifs dont e e e il a besoin. le e e e LIFFE de NYSE-Euronext ou l’Eurex) proposent des contrats Futures standardis´s e quant aux montants. le risque de contrepartie lui ´tant donc transf´r´.Lionel Gabet. ` e e e Les march´s r´glement´s (tels que le Chicago Mercantile Exchange Group. Fr´d´ric Abergel. e e e Par exemple. Ils disposent e e a e de chambres de compensation qui servent d’interm´diaires. aux ´ch´ances et ` la qualit´ des sous-jacents. de sorte que l’acheteur e a en face de lui ces chambres de compensation comme vendeur. Cette op´ration permet de diminuer les risques de contrepartie tout e en acc´dant un produit synth´tique non accessible sur le march´ habituel.

e a a Une option est dite n´gociable si elle peut faire l’objet de transactions sur un e march´ r`glement´. 1. Lise e e e e bonne.) ou un actif physique e a (mati`re premi`re agricole ou min´rale). par exemple. les obligations et autres titres de cr´ance n´gociables.Introduction aux math´matiques financi`res e e laitages. qui permettent notamment aux producteurs et aux n´gociants de se couvrir contre le risque de variation des prix. e e zinc.) et mati`res li´es ` l’´nergie (gaz. devise. bl´.5 Les options Une option est un contrat ´tabli entre deux parties et permettant a l’une des e ` parties de s’assurer. p´trole. palladium. contrairement aux Futures sur actifs a financiers. Les Futures sur actifs financiers ont ´galement pour les investisseurs un objectif e de couverture contre les risques et ils portent sur les actions. le droit (et non l’obligation) d’acheter ou de vendre ` l’autre partie un actif donn´ ` un cours pr´d´termin´. ´lectricit´). Ce sera. e e e e ea e Le march´ international des produits d´riv´s du groupe NYSE Euronext est le e e e Iiffe. Bruxelles. etc. mas. 1. Sinon. on parle d’´changes de gr´ ` gr´. e e Les actifs sous-jacents peuvent ˆtre un actif financier (action. e e a e e e e Ces Futures sur actifs physiques. indices boursiers. C’est souvent une combinaison complexe de produits classiques et de produits d´riv´s. sucr. Londres et Paris o` chaque jour environ 2000 milliards deuros en valeur u nominale sont ´chang´s sur les produits d´riv´s par des intervenants du monde e e e e entier. soja. donnent le e plus souvent lieu ` la livraison du sous-jacent. moyennant le versement d’une prime. m´taux (or. e e e e` e 14 . Il g`re les march´s ´lectroniques r´glement´s d’Amsterdam. contrat ` terme. les indices et les devises. les taux d’int´rˆt (80 % des Futures ´chang´s e e ee e e dans le monde en 2007).6 Les produits structur´s e Un produit structur´ est un produit con¸u par une banque pour satisfaire e c les besoins de ses clients. etc. cuivre. un placement a taux fixe e e ` avec une participation ` la hausse ou ` la baisse des cours d’un panier d’actions. aluminium. a ea e e e a ` l’issue d’une certaine p´riode (options dites europ´ennes) ou pendant une certaine e e p´riode (options dites am´ricaines). argent. bon e du Tr´sor. charbon. bois. obligation. e e e La valeur de l’option est le montant de la prime que l’acheteur de l’option est prˆt ` verser ` son vendeur. etc.). a a Ils peuvent prendre des formes juridiques vari´es et sont ´chang´s de gr´ a gr´.

e e e Ce sont souvent des produits vendus avec des marges importantes. 15 . Ioane Muni Toke e e Comme un produit structur´ ne peut pas se trouver cot´ sur un march´. son prix e e e est d´termin´ en utilisant des mod`les math´matiques restituant le comportement e e e e du produit en fonction du temps et des diff´rentes ´volutions du march´. Fr´d´ric Abergel. La crise financi`re d´clanch´e en 2007 les a frapp´ de plein fouet car leur opacit´ est devenue e e e e e suspecte et redhibitoire.Lionel Gabet.

Introduction aux math´matiques financi`res e e 16 .

“au cours” ou “` parit´”) a e – ceux dont le prix d’exercice est sup´rieur (resp. de put) peuvent ˆtre propos´es : e e – ceux dont le prix d’exercice est proche du cours (options dites “at the money”. e e L’acqu´reur peut exercer son droit ` l’´ch´ance (options dites europ´ennes) e a e e e ou ` toute date pr´c´dent l’´ch´ance (options dites am´ricaines). sup´rieur) au cours (options e e dites “out the money”. ea e Dans le cas d’une option europ´enne. “hors du cours” ou “en dehors”) 17 . le type (achat ou vente). Le premium est cot´ sur le march´ pour chaque e e s´rie d’options. “dans le cours” ou “en dedans”) – ceux dont le prix d’exercice est inf´rieur (resp. une s´rie ´tant d´finie par le sous-jacent. a e a a L’acqu´reur. Le vendeur de a e e e e e l’option est li´ ` la d´cision du vendeur.1 Les options sur actions D´finitions e Une option d’achat (call) sur une valeur mobili`re est un contrat pass´ entre e e deux parties ´ une date t et donnant le droit (et non le devoir) ` l’acqu´reur a a e d’acheter cette valeur (appel´e sous-jacent) ` un prix convenu ` l’avance (prix e a a d’exercice ou strike) une date T > t (dite ´ch´ance) ou avant celle-ci . Lors de leur cr´ation. inf´rieur) au cours (options e e dites “in the money”. en contrepartie de ce droit. puis au cours de leur cotation. trois cat´gories de call e e (resp. e e Une option de vente (put) sur une valeur mobili`re est un contrat donnant le e droit ` l’acqu´reur de vendre cette valeur ` un prix convenu ` l’avance. Dans le cas d’un call il vaut (ST −K)+ et dans le cas d’un put (K −ST )+ .Chapitre 2 Les options 2. verse une somme appel´e prime ou e e premium (c’est le prix de l’option). le flux g´n´r´ ` l’´ch´ance T est appel´ e e eea e e e “pay-off”. e e e e l’´ch´ance et le prix d’exercice.

Il doit donc fixer la prime en fonction du risque de baisse du cours du sous-jacent. e Les calls correspondant ` des actions volatiles (` la hausse) sont plus recherch´s a a e et donc plus chers. abandonner son option (` tout moment) a Notons que le dernier jour de cotation. La valeur temporelle qui est la diff´rence entre le cours de l’option et sa e valeur intrins`que. Pour le vendeur d’un e a put. Il sp´cule donc ` la hausse. Pour le vendeur d’un call les perspectives sont e a inverses. Pour un call elle vaut (St − K)+ et pour un put (K − St )+ . e La valeur temporelle d´pend des facteurs suivants : e – Le cours de l’action. les perspectives sont inverses. L’acheteur d’un put ´change une perte certaine mais limit´e (la prime) contre e e un gain al´atoire. a e e – La volatilit´ de l’action. limit´ au prix d’exercice mais pouvant ˆtre important si le cours e e e du sous-jacent baisse fortement. e ee e L’acheteur d’un call ´change une perte certaine mais limit´e (la prime) contre e e un gain al´atoire mais th´oriquement illimit´ quand le cours du sous-jacent auge e e mente. les options “b´n´ficiaires” sont automae e tiquement exerc´es si elles n’ont pas ´t´ abandonn´es. le prix du call diminue et celui du put augmente. La valeur intrins`que qui correspond aux gains qui seraient r´alis´s si l’acqu´reur e e e e exer¸ait l’option. Les calls ` strike faible sont les plus chers. la valeur (le cours) d’une option peut ˆtre d´compos´e en deux : e e e 1. exercer son option (seulement ` ´ch´ance si l’option est europ´enne. Facteurs de variation des cours d’une option A une date t. a les puts ` strike ´lev´ sont les plus chers.Introduction aux math´matiques financi`res e e Strat´gies e Le d´tenteur d’une option peut : e 1. Pour un prix d’exercice donn´ : e Quand le cours monte. 18 . Il doit donc fixer la prime en fonction du risque de hausse du cours du sous-jacent. Les puts correspondant a des actions volatiles (` la baisse) sont plus recherch´s ` a e et donc plus chers. le prix du call augmente et celui du put diminue. c 2. Quand le cours descend. vendre son option au prix du march´ (` tout moment) e a 2. – Le prix d’exercice. sinon a ae e e ` tout moment) 3. Il sp´cule donc ` la baisse.

t. e e a e e Ainsi pour une option dont le prix est not´ C. Ioane Muni Toke e e – La dur´e jusqu’` ´ch´ance (maturit´). e – Le dividende. K. e e – Le taux de prˆt-emprunt. r. e Le prix d’un put varie dans le mˆme sens que le taux du march´. Sensibilit´s (ou d´riv´es) e e e Le prix d’une option est une fonction de nombreux param`tres : S.Lionel Gabet. La date de versement et le montant de ceux-ci vont donc avoir un impact sur le prix des options. e A cause de la strat´gie de couverture de ces produits. Le prix d’un call varie en sens inverse du taux du march´. son cours diminuera du montant des dividendes le jour de leur versement. Fr´d´ric Abergel. e σ. leur prix d´pend du e e taux de prˆt-emprunt (repo) des titres sous-jacents. La sensibilit´ de ce prix aux param`tres dont il d´pend r´guli`rement (au e e e e e moins de mani`re d´rivable) s’exprime simplement ` travers ses grecques (d´riv´s). e – Le taux sans risque. e e e Le prix d’une option est donc une fonction croissante de la maturit´ (et e d´croissante du temps). . . e ae e e Plus la date d’´ch´ance est ´loign´e plus la probabilit´ d’une hausse du e e e e e cours (coˆ teuse pour le vendeur d’un call) ou d’une baisse (coˆ teuse pour le u u vendeur d’un put) est ´lev´e et donc plus l’option sera ch`re. Si le sous-jacent est une action. on peut d´finir indicateurs e e suivants : – Sensibilit´ de la prime au sous-jacent : e ∆= – Sensibilit´ du delta au sous-jacent : e Γ= – Sensibilit´ de la prime ` la volatilit´ : e a e V = – Sensibilit´ de la prime ´ l’´ch´ance : e a e e Θ= 19 ∂C ∂T ∂C ∂σ ∂C 2 ∂S 2 ∂C ∂S . T .

ee – Les options compos´es : ce sont des options sur options e – Les rainbows : elles portent sur deux sous-jacents. e e e Les varswaps. grˆce ` une demande soutenue du march´ et a une couverture a a e ` possible par des options simples. a une ´ch´ance a e ` e e donn´e.2 Les diff´rents types d’options e Il existe des options sur diff´rentes familles de sous-jacents : e – Les options sur actions – Les options sur obligations ou sur taux – Les options de change (le sous-jacent est une devise) – Les options sur dettes et cr´dits e – Les options sur mati`res premi`res e e – Les options sur l’inflation. – Les options sur spread : elles permettent de garantir l’´cart entre les taux e consid´r´s. ils se sont r´v´l´s bien plus dangereux que pr´vus. le climat. – Les varswaps : se sont des options sur volatilit´ r´alis´e. e e ee e 20 . a e e 2. Les options peuvent aussi porter sur des types de sous-acents diff´rents : e – Les options sur futures – Les options sur indice – Les options sur swaps (swaptions) Elles donnent ` leur d´tenteur le droit de mettre en place. N´anmoins. un swap. la sensibilit´ d’une option au dividende du souse jacent ne s’exprime pas simplement ` l’aide d’une d´riv´e.Introduction aux math´matiques financi`res e e – Elasticit´ de la prime par rapport au sous-jacent : e Ω= – Sensibilit´ de la prime au strike : e ε= ∂C ∂K dC C dS S – Sensibilit´ de la prime au taux d’int´rˆt : e ee ι= ∂C ∂r Notons bien qu’en revanche. . sont devenus rapidement un produit de flux standard. Elles permettent de garantir le taux d’int´rˆt d’un prˆt ou e ee e d’un emprunt futur. .

Son e a e prix est du mˆme ordre de grandeur que celui d’une option classique. e e a e e e – Les options asiatiques (ou sur moyenne) : Une option asiatique classique garantit ` son d´tenteur un cours moyen a e d’achat d´termin´ par l’observation des cours du march´ ` des dates fix´es e e ea e a l’avance (fixing). e e e Citons aussi : – Les Caps et les Floors : Un cap est une option sur taux qui garantit ` son d´tenteur un cours “plaa e fond” ` l’achat. e e e – Les starts forwards : 21 . a A des dates d’observation r´guli`rement espac´es. d’autres options procurent des e e droits diff´rents : e – Les options bermud´ennes (ou p´riodiques) e e Ces options ne peuvent ˆtre exerc´es qu’` des dates pr´d´termin´es. Il peut alors y avoir versement d’un rebate. Ioane Muni Toke e e Outre les options europ´ennes et am´ricaines. Un floor est une option sur taux qui garantit ` son d´tenteur un cours a e “plancher” ` l’achat. a – Les quantos : Le prix d’exercice et le sous-jacent sont exprim´s dans une devise mais le e r`glement se fait dans une autre devise avec un taux de change fix´ a l’avance. e e Les knockouts (up & out ou down & out) cessent d’exister d`s que le spot e atteint la barri`re. ` – Les Look-back et les Average Look-back : Une option look-back permet de garantir ` celui qui la d´tient le meilleur a e cours r´alis´ au cours de la vie de l’option. 0) avec (ti ) une s´rie de dates pr´d´termin´es. e e Une option average look-back permet de garantir ` celui qui la d´tient un a e cours ´gal ` la moyenne des cours observ´s pendant de la vie de l’option. si cette diff´rence e e est positive.Lionel Gabet. elles poss`dent un niveau e e de barri`re et un montant de remboursement (rebate) qui peut ˆtre nul. e – Les options ` cliquets : a Le payoff est max(Sti . Elles peuvent ˆtre de type europ´en ou am´ricain. e e` – Les digitales : Son d´tenteur touche un nominal si le sous-jacent atteint une barri`re et rien e e sinon. Son prix est en g´n´ral de 50% e e e e plus ´lev´ qu’une option classique. e Les knockins (up & in ou down & in) existent d`s que le spot atteint la e barri`re. e e e e – Les options ` barri`res : a e En plus des caract´ristiques des options classiques. Il peut y avoir versement d’un rebate si la barri`re n’est pas touch´e. Fr´d´ric Abergel. le vendeur doit payer la e e e diff´rence entre le taux variable et le taux de base du swap.

. – Les options semi-exotiques qui pr´sentent quelques dangers de gestion : ope tions barri`res.Introduction aux math´matiques financi`res e e Le strike est d´finit en fonction de la valeur du sous-jacent a une date future. ea e 22 . digitales. e ` – Les choosers : Le type call ou put est ` choisir avant ´ch´ance mais apr`s ´mission a une a e e e e ` date pr´d´termin´e. Elles sont tr`s expos´es aux risques de corr´lation et s’echangent e e e de gr´ ` gr´. e – Les options exotiques qui sont des options multi sous-jacents avec des pay-offs complexes. . e e e G´n´ralement on distinque trois groupes d’options en fonction de leur come e plexit´ de gestion : e – Les options vanilles qui sont constitu´es des puts et calls europ´ens et am´ricains e e e ainsi que maintenant des varswaps.

Deuxi`me partie e Mod`les financiers e 23 .

.

Les options sont donc des produits commercialement tr`s attractifs e e pour leur d´tenteur mais ` priori tr`s dangereux pour leur ´metteur si les risques e a e e sont mal couverts.Chapitre 3 Objectifs et principes Le d´veloppement consid´rable des ´changes de produits d´riv´s (sur des march´s e e e e e e organis´s ou de gr´ ` gr´).1 3. s’est accompagn´ d’un accroissee ea e e ment consid´rable des besoins de maˆ e ıtrise des risques financiers.1 L’approche classique Les objectifs Une option est. Pour quantifier et g´rer ces risques. une option ne devrait pas ˆtre ´mise e e a e e 25 . e 3. sa particularit´ ´tant la disym´trie des positions. Le vendeur doit au contraire assumer tous les risques que l’acheteur ne peut pas ou ne veut pas prendre . Le vendeur (une banque en g´n´ral) doit donc ˆtre capable d’´valuer les risques e e e e qu’il prend. Le d´tenteur de l’opee e e tion est parfaitement prot´g´ (sauf s’il a achet´ ` d´couvert) puisqu’au pire il e e e a e risque de perdre la prime de l’option. e e ee Sans r´ponse pr´cise ` ces deux questions.1. deux questions se posent : – A quel prix vendre une option ? C’est le probl`me du pricing (dit aussi e ´valuation ou valorisation) e – Comment g´rer la prime au cours du temps pour disposer d’une somme e suffisante au moment o` le d´tenteur d´cidera d’exercer son option ? C’est le u e e probl`me de la couverture qui doit ˆtre g´r´e par le trader. notamment les options. les institutions financi`res se sont tr`s rapidement tourn´es vers e e e e la recherche en math´matiques. un outil d’´change e de risques. Plus exactement. il peut donc ˆtre e amen´ ` supporter des pertes consid´rables au cas ou sa strat´gie de gestion est ea e e prise en d´faut. comme de nombreux autres produits financiers.

a not´s Sti pour i ∈ [1. Pour repr´senter les informations disponibles au cours du temps. e Les prix des actifs risqu´s seront des p. e Le hasard lui-mˆme va ˆtre structur´ par un choix judicieux des espaces probe e e abilisables ou probabilis´s. on ´volue en avenir incertain. on notera Hti la quantit´ d’actif i d´tenu a e e e ` la date t et Vt = d Hti . F . e Processus al´atoires : Comme les techniques de pr´vision existantes ne pere e mettent pas d’estimer avec une pr´cision suffisante l’´volution future des cours du e e sous-jacent. la e e e sous-tribu correspondante contiendra les ´v`nements dont on sait qu’ils ont eu lieu e e ou non auparavant. a 0 Filtrations : Au fur et ` mesure de l’´coulement du temps. e Les cours des diff´rents produits financiers ´tudi´s vont donc ˆtre mod´lis´s par e e e e e e des processus al´atoires.2 Les outils de mod´lisation e Nous allons pr´senter ici les outils conceptuels de base utilis´s en mathmematiques e e ´ financi`res modernes. e 3. e On notera (Ω. Dans une strat´gie de couverture. 26 . Martingales : Les martingales sont des processus al´atoires aux propri´t´s ree ee marquables : la meilleure estimation en moyenne quadratique que l’on peut faire d’une valeur future du processus est sa valeur actuelle.1. La tribu constitu´e de ces informations va donc e e e former une famille croissante dans le temps que l’on appelle filtration. .Sti la valeur du portefeuille ` la date t. . En outre. ´conomiques. politiques. ) dont les influences simultann´es ne sont pas mod´lisables de e e mani`re satisfaisante. judiciaires. A une date consid´r´e. P ) l’espace de probabilit´ observable. les prix vont d´pendre finalee e ment de tr`s nombreux facteurs (financiers. De mani`re naturelle. l’information relative a e aux produits ´tudi´s augmente. Finalement. on se servira e de la notion de filtration c’est-`-dire d’une famille croissante de sous-tribus not´e a e (Ft ) de la tribu F mod´lisant la structure du hasard. on peut se contenter d’affirmer que les cours e vont ´voluer en fonction du temps et du hasard. la filtration sera souvent choisie comme la filtration ene gendr´e par le cours financier ´tudi´ quand l’information provient de l’observation e e e d’un tel cours. e e climatiques etc.Introduction aux math´matiques financi`res e e sur le march´. d] et le prix de e e 0 l’actif sans risque sera une fonction St .

) peut s’´changer sur e un march´ organis´ ou son prix est cot´ en continu. la m´thode d’´valuation doit ˆtre fondamentalement diff´rente. Ioane Muni Toke e e Sous l’hypoth`se financi`re de l’abscence d’opportunit´ d’arbitrage (voir plus e e e ˜t des actifs ` risques sont des loin). par des calculs plus ee e ou moins compliqu´s. des hypoth`ses plus ou moins fortes doivent ˆtre e e e e faites sur le march´ du sous-jacent : e – Les march´s viables sont ceux o` il n’existe pas d’opportunit´ d’arbitrage e u e c’est-`-dire o` l’on ne peut pas s’enrichir sans prendre de risque. a – Les march´s complets sont ceux dans lesquels il existe toujours une strat´gie e e (` d´terminer) permettant d’atteindre une richesse donn´e a l’´ch´ance.3 Les hypoth`ses sur les march´s e e Classiquement. des formules explicites de prix. Fr´d´ric Abergel. l’actif sous-jacent (action.d´signe la discipline scientifique qui vise ` d´crire le comportement e a e 27 .Lionel Gabet. le produit d´riv´. celles de la finance sont des ´quations diff´rentielles stochastiques. e e e e e Quant a lui. on peut souvent d´duire. En effet. e Pour ´laborer les mod`les. on peut d´montrer que les prix actualis´s S e e a martingales. De cette propri´t´ fondamentale. obligation. Sur ce march´ on peut ´tudier des produits de mˆme ´ch´ance e e e e e e (hypoth`se forte d’univers mono-p´riodique) ou d’´ch´ances vari´es (hypoth`se e e e e e e plus faible d’univers multi-p´riodique).ou celui d’“ ´conophysique ” qu’on lui sube e stitue parfois .2. peut ˆtre ´mis de gr´ ` gr´ ou ´chang´ sur ` e e e e e a e e e un autre march´. e 3.2 3. alors que les e e ´quations fondamentales de la physique classique sont des ´quations aux d´riv´es e e e e partielles. L’absence a u d’opportunit´ d’arbitrage (AOA) est une notion fondamentale en finance . e Equations diff´rentielles stochastiques : La dynamique de la plupart des e processus al´atoires ´tudi´s sera mod´lis´e par des ´quations diff´rentielles stochase e e e e e e tiques d´pendant d’un mouvement brownien not´ Bt ou Wt . il n’existe pas de tel e e march´.1. comme dans le cas des produits d´riv´s climatiques. e elle se situe ` la base de nombreux raisonnements. e e e Si. a e e ` e e – Les march´s parfaits (on dit parfois sans friction) sont ceux o` il n’existe e u pas de frais de transaction (fixes ou variables) ni aucune restriction sur le nombre ou la fr´quence des transactions. .1 La finance quantitative La physique des march´s e Le terme “ physique des march´s ” . e e 3. .

on en cite ici quelques unes : – Diff´rentes mesures du temps : temps de transaction. pas de rendement non plus . pas de rendement. Ces deux ph´nom`nes ont cr´´ des conditions exp´rimentales e e e e ee e favorables en g´n´rant d’´normes masses de donn´es fournissant une description e e e e exhaustive des mouvements des actifs.2. e – Relation entre volatilit´ et flot d’arriv´e des ordres au march´ e e e – Nature stochastique de la volatilit´ e – Non-gaussianit´ des rendements e 3. mais un historique complet de “ carnet d’ordre ”. Plus pertinente encore est l’´tude de certaines e e e e approches permettant de minimiser les risques courus par une institution financi`re e en fonction de la composition de son portefeuille : on montrera comment la gestion d’un produit d´riv´ repose sur des crit`res de mesure et de contrˆle du risque e e e o associ´ ` une certaine strat´gie de r´plication. e e Grˆce ` cette approche “ ´conophysicienne ”..2 Les risques et leur minimisation La notion de risque est essentielle ` la compr´hension de toute activit´ sur les a e e march´s financiers : sans risque. pas ` long terme. et permettant donc de tester des mod`les e probabilistes complexes de mani`re fine. des outils et notions fondamena a e tales ont vu le jour .en tout cas. ce qui permet de produire des mod`les physiquement interpr´tables e e pour expliquer la dynamique des prix. elle permet e a ` la physique des march´s de proposer des mod´lisation qui d´passent le cadre e e e purement math´matique des mod`les stochastiques financiers habituels. ces donn´es concernent. On d´crira les principaux types de risques e oe e rencontr´s dans les activit´s de march´. et ` valider ces mod`les par des exp´riences num´riques reproduisant a e e e ces comportements.Introduction aux math´matiques financi`res e e des actifs de march´s ` partir de mod`les issus de l’observation des fluctuations e a e de ces actifs. en particulier. contrˆl´. . e les mod´lisations “ multi-agents ” (agent-based models) sont couramment utilis´es e e pour d´crypter le fonctionnement des march´s financiers. Cette discipline r´cente et en pleine expansion doit son essor a e ` la g´n´ralisation des march´s ´lectroniques et au fort d´veloppement des march´s e e e e e e de produits d´riv´s. certes mais sans contrˆle de e o risque. e e non pas seulement un historique de prix. temps calendaire. d’une certaine mani`re. ea e e 28 . et on verra la fa¸on dont ces risques sont e e e c ´valu´s de mani`re quantitative. Il est donc a naturel d’imposer que le risque des portefeuilles d’actifs de march´ soit mesur´ e e et. . Plus important. Cette ´volution est majeure. du moins e e en ce qui concerne leur pouvoir d’interpr´tation et d’explication .

N´anmoins nous montrerons dans la suite e e qu’un changement de probabilit´ induit par un raisonnement financier (l’absence e d’opportunit´ d’arbitrage) pourra nous ramener ` un calcul du mˆme type pour e a e ´tablir la v´ritable formule de Black et Scholes.1 Danger de l’´valuation par actualisation de e l’esp´rance des flux futurs e Nous allons montrer qu’un simple calcul d’esp´rance permet d’obtenir pour une e option europ´enne. e e Consid´rons une option d’achat. ae e e e e 4. a e Interpr´tons les param`tres. une formule de prix ressemblant ` celle de Black et Scholes. e a Il faudra surtout retenir que ce type d’approche (actualisation des flux futurs) utilis´e pour valoriser des entreprises ne peut pas ˆtre appliqu´ directement e e e pour l’´valuation des produits financiers. de strike K et d’´ch´ance T portant sur une e e e action dont le prix en T peut ˆtre mod´lis´ par une variable al´atoire h telle que : e e e e ˆ h = S0 eµT +σ √ TU avec S0 prix ` l’origine de l’action et U variable al´atoire de loi normale. Ce param`tre σ est appel´ e e 29 . La formule donnant h conduit a interpr´ter σ e e ` e comme un facteur d’incertitude et donc de risque.Chapitre 4 Rappels sur les processus al´atoires et premi`res e e applications en finance L’objectif de ce chapitre est de montrer comment les concepts fondamentaux li´s aux processus stochastiques s’utilisent naturellement en finance et comment e des hypoth`ses financi`res simples permettent d’obtenir des premiers r´sultats fone e e damentaux sans avoir ` ´tablir de mod`les math´matiques ´labor´s.

Supposons que le prix de l’option se trouve par un simple calcul d’actualisation de l’esp´rance du pay-off (flux ` l’´ch´ance). Ceci sera expliqu´ plus loin. P ). Xn est une e variable al´atoire de (Ω. e 30 . Par ailleurs.Introduction aux math´matiques financi`res e e volatilit´. On a alors : e a e e V = e−rT E((h − K)+ ) On trouve : E((h − K)+ ) = +∞ −∞ (S0 e √ µT +σ T u ˆ e−u /2 − K) √ du 2π 1 √ σ T K ln( S0 ) − µT . P ) dans (Ω′ . un simple calcul d’esp´rance donne E(h) = S0 exp(ˆT + e e µ 2 2 σ /2T ). La formule E(h) = S0 exp(µT ) conduit a interpr´ter ˆ ` e µ comme la tendance de l’action. et un espace e e e ′ ′ probabilisable (Ω . appel´ espace d’´preuve.1 (Processus al´atoire). e e X = (Xn )n∈N est un processus al´atoire si et seulement si ∀n ∈ N. F ′). F . Posons µ = µ + σ /2. F ). On a alors E((h − Notons maintenant d1 = d2 + σ T et F (d) = 2π −∞ K)+ ) = S0 exp((ˆ + σ 2 /2)T )F (d1) − KF (d2 ) et donc : µ V = S0 e(µ−r)T F (d1 ) − Ke−rT F (d2 ) On notera bien le prix obtenu n’est pas celui de l’option mais qu’en prenant µ = r on obtient bien la formule de Black et Scholes. Donc en ˆ 2 √ Or S0 exp(ˆT + σ T u) − K ≥ 0 ´quivaut ` u ≥ µ e a 1 K ˆ notant d2 = − σ√T ln( S0 ) − µT +∞ : −u2 /2 √ µT +σ T u e ˆ +∞ E((h − K)+ ) = ou encore : E((h − K)+ ) = e µT ˆ S0 e −d2 √ 2π du − K −d2 e−u /2 √ du 2π +∞ 2 S0 √ 2π +∞ −d2 e √ √ 1 1 − 2 (u+σ T )2 du+ 2 σ2 T −K 2 −d2 e−u /2 √ du 2π 2 e−u /2 √ du. e d 4. e e Nous nous placerons en temps discret.2.1 Processus stochastiques G´n´ralit´s e e e Soit un espace probabilis´ (Ω. F . D´finition 4.2 4. appel´ espace d’´tat.

F .Lionel Gabet. F ′ ) e D´finition 4. une trajectoire est le r´sultat d’une exp´rimentation. e e e 4. 0 ≤ p ≤ n). F ) un espace probabilisable. a D´finition 4. C’est la plus petite tribu rendant les Xp . n] ∩ N. Ioane Muni Toke e e Un processus al´atoire peut donc ˆtre consid´r´ de trois mani`res : e e ee e – comme une application qui ` n ∈ N associe la variable al´atoire Xn . ∀n ∈ N) = 1 – Y est une modification de X si et seulement si ∀n ∈ N P (Xn = Yn ) = 1 Remarque : en temps discret les deux derni`res d´finitions sont ´quivalentes.3. e e A ω ∈ Ω fix´. p ∈ [0.3. Fr´d´ric Abergel. e e X La filtration engendr´e par un processus X = (Xn )n∈N est not´e (Fn )n∈N avec e e X Fn = σ(Xp . mesurables.a X.a d´finis de (Ω.2 Comparaisons Soit X et Y deux p. F ) est une suite croissante de sous-tribus de F Notations : (Fn )n∈N ou {Ft . e – X et Y sont dits parfaitement ´gaux si et seulement si e ∀n ∈ N ∀ω ∈ Ω Xn (ω) = Yn (ω) – X et Y sont dits indistingables si et seulement si P (Xn = Yn .5 (Filtration engendr´e par un processus). e Une filtration de (Ω. D´finition 4. la suite n → Xn (ω) est appel´e trajectoire du p.3 4.1 Filtrations G´n´ralit´s e e e Soit (Ω. 31 . n ∈ N} D´finition 4. e e Pour une exp´rience reproductible. e e e Dans des ´tudes non reproductibles (par exemple en finance) une seule trajectoire e peut ˆtre r´alis´e. P ) dans (Ω′ . e e e 4.4 (Filtration).2 (Trajectoire ou r´alisation).2. a e ′ – comme une application de N × Ω dans Ω – comme une application qui ` ω ∈ Ω associe la suite n → Xn (ω).

Propri´t´ 4.4 Esp´rance conditionnelle e On consid`re un espace probabilis´ (Ω. P ).Y ∈ L1 ) e 32 . E(E(X|S)) = E(X) 2. E(X|{∅. P ).a. e E(X|S) est la projection de X ∈ L2 (Ω. On distingue donc deux mesuraa a e e bilit´s : e D´finition 4. 4.Y |S) = X. e Notation : Y = E(X|S) Th´or`me 4.6. e – X est adapt´ ` (Fn )n∈N si et seulement si ∀n ∈ N ω → Xn (ω) est Fn e a mesurable.1 (Esp´rance conditionnelle dans L2 ). F . P ) est un s. S. P ) et S une sous-tribu de F .2.3. F . E(X|S) = X si X est S-mesurable 3. E(X.r L1 not´e X.a.1A ) Y est dite esp´rance conditionnelle de X sachant S. il existe une unique v. e e e Si F contient N alors L2 (Ω. P ) est un espace de Hilbert et L2 (Ω. e e D´finition 4.e. – X est pr´visible pour (Fn )n∈N si et seulement si ∀n ∈ N ω → Xn (ω) est e Fn−1 -mesurable. S.7 (Esp´rance conditionnelle dans L1 ).Introduction aux math´matiques financi`res e e 4. P ) sur L2 (Ω. un processus ` la date n peut d´pendre des informations a e disponibles ` cette date ou ` la date pr´c´dente.1A ) = E(X. E(X|S) = E(X) si X est ind´pendant de S e 4. e e 1.2 Mesurabilit´ d’un processus e En temps discret. L’esp´rance conditionnelle v´rifie les propri´t´s de : e e e e ee – lin´arit´ e e – positivit´ e – convergence domin´e e Propri´t´ 4. F .E(Y |S) si X est S-mesurable et (X born´ ou X. F . e e Pour toute v.r L1 S-mesurable not´e e e Y telle que : ∀A ∈ S E(Y.1.v ferm´ de L2 (Ω. Ω}) = E(X) 5.

Lionel Gabet. Soit X = (Xn )n∈N un processus de (Ω. . . e Th´or`me 4.r L et Y une v. les martingales sont des processus qui v´rifient des propri´t´s ree ee marquables.a alors : E(X|Y ) = E(X|σ(Y )) Th´or`me 4. . une sous-martingale) et φ une fonction convexe (resp. . Xn ) un vecteur gaussien. E(E(X|S1 )|S2 ) = E(X|S2 ) si S2 ⊂ S1 7. . Fn . e e e 1 Soit X une v. e e Soit (Y. . B(R)) adapt´ et tel que e ∀n ∈ N Xn ∈ L1 . φ(E(X|S)) ≤ E(φ(X)|S) si φ est une fonction convexe et φ(X) ∈ L1 D´finition 4. . Fr´d´ric Abergel. n ∈ N} est une sous-martingale. e e e Soit X une martingale (resp.5 Martingales On est souvent amen´ ` estimer les valeurs futures d’un processus en fonction ea des informations disponibles et donc ` calculer des esp´rances conditionnelles. P ) dans (R. X1 . a e Dans ce cadre. Alors E(Y |X1 . . 4.2 (Cas des vecteurs gaussiens).a. . D´finition 4. convexe et croissante) de R dans R telle que ∀n ∈ N E|φ(Xn )| < ∞ alors φ(X) = {φ(Xn ). F . e – X est une sous-martingale (relativement ` la filtration (Fn )) si et seulement a si ∀p ≤ n E(Xn |Fp ) ≥ Xp p. 33 . Xn ). Xn ) est la meilleure approximation affine de Y par (X1 .8 (Esp´rance conditionnelle sachant un vecteur al´atoire).9.3 (Transform´e par une fonction convexe). e que celle d’une sous-martingale est croissante et que celle d’une sur-martingale est d´croissante. . ||E(X|S)||L2 < ||X||L2 8.s – X est une sur-martingale (relativement ` la filtration (Fn )) si et seulement a si ∀p ≤ n E(Xn |Fp ) ≤ Xp p.s – X est une martingale (relativement ` la filtration (Fn )) si et seulement si a ∀p ≤ n E(Xn |Fp ) = Xp p. Ioane Muni Toke e e 6.s On montre alors facilement que l’esp´rance d’une martingale est constante. . .

e On appelle arbitrage toute strat´gie (portefeuille) de valeur initiale nulle (V0 = e 0 p.7 4. Remarque : on d´finit parfois une strat´gie de valeur initiale nulle E(V0 ) = 0. e 2) Supposons les Yi lognormaux avec Yi = exp(Vi ).1 Arbitrage et applications Arbitrages et march´s viables e On peut mod´liser un portefeuille par un processus (Hn ) a valeurs dans Rd e ` i dont la i`me composante Hn repr´sente la quantit´ d’actifs i d´tenu a la date n.Introduction aux math´matiques financi`res e e 4. On suppose : – S0 connu – les Yi > 0 et iid . σ 2 ) : e µ 2a) Traduire la condition n´cessaire et suffisante en fonction de µ puis de µ = e ˆ µ + σ 2 /2. e 4.11 (March´ viable). ˆ 2b) Exprimer Sn en fonction d’une variable al´atoire V de loi normale centr´e e e r´duite.7. notons m = E(Yi ) et c2 = E(Yi2 ). Vi ´tant LG(ˆ.s. ` On note Yi = Si /Si−1 le rendement entre ti−1 et ti .6 Prix actualis´s. notons Sn = Sn e−rn . ˜ – il existe un taux court constant r . e e On peut alors d´finir un march´ viable : e e D´finition 4. nous allons voir que si les rendements d’un actif sont ind´pendants et e identiquement distribu´s (iid) et lognormaux et si les prix actualis´s forment une e e martingales alors il existe une relation simple (mais surprenante) entre la tendance de l’actif et le taux sans risque.10 (Arbitrage). e e e e ` d Si les prix des actifs sont mod´lis´s par un processus (Sn ) a valeurs dans R+ e e ` i dont la i`me composante Sn repr´sente le prix de l’actif i a la date n. ˜ 1) Donner une condition n´cessaire et suffisante pour avoir (Sn ) martingale . e e 34 . Soit Sn le prix d’un actif a l’instant tn .) et de valeur finale strictement positive (E(VN ) > 0). martingales et rendements e A travers un exercice et pour pr´parer l’obtention de la formule de Black et e Scholes.Sn = i=1 i i H n Sn D´finition 4. alors la e e ` valeur du portefeuille ` la date n est : a v Vn = Hn .

On a donc mis en oeuvre une strat´gie de valeur initiale nulle et de e valeur finale F − S0 exp(rT ) > 0. on touche la somme e e c S0 exp(rT ) et on d´livre le prix du forward. Si F > S0 exp(rT ). S’il existe t > 0 tel que Vt < V0 exp(rt). C’est donc une strat´gie d’arbitrage.7. on rembourse l’emprunt et on touche le prix e e du forward. En t = 0 on s’engage par un forward ` livrer le flux F a contre une action en T . A l’´ch´ance T . on livre l’action. A l’´ch´ance T . e Si F < S0 exp(rT ). e 4. bas´s sur e l’AOA.2 AOA et applications Nous allons montrer ici que des raisonnement financiers simples. e Il faut noter que l’on peut retrouver ces r´sultats dans des contextes plus e math´matis´s et plus formels mais ce n’est l’objectif de ce paragraphe. On a donc mis en oeuvre une strat´gie e e de valeur initiale nulle et de valeur finale S0 exp(rT ) − F > 0. Montrons par un raisonnement d’arbitrage que F = S0 exp(rT ). On vend alors ` d´couvert une action au prix S0 et on a e place cette somme au taux r. S’il existe t > 0 tel que Vt > V0 exp(rt). alors en t = 0 on vend a d´couvert ` e pour une somme V0 de la strat´gie (en supposant que la strat´gie soit disponible e e 35 .Lionel Gabet. C’est donc une strat´gie d’arbitrage. On utilise aussi l’acronyme AOA pour Absence d’Opportunit´ d’Arbitrage. alors en t = 0 on emprunte la somme V0 au taux r et on l’investit dans la strat´gie. On a alors cr´´ un arbitrage nous e ee permettant de gagner Vt − V0 exp(rt) > 0 en t. on re¸oit l’action. e Rendement d’un portefeuille sans risque Montrons que dans un march´ viable le rendement de tout portefeuille sans e risque est ´gal au taux r sans risque (suppos´ constant) : Vt = V0 exp(rt) pour tout e e t ≥ 0. En t = 0 on s’engage par un forward ` livrer une action a en T et on couvre cela par l’achat d’une action grˆce ` un ` un emprunt au taux a a a r. permettent d’obtenir des r´sultats fondamentaux pour la finance. e Dans un march´ viable on a donc F = S0 exp(rT ). Fr´d´ric Abergel. e e Prix d’un forward Cherchons le prix en t = 0 d’un forward ne versant pas de dividende et engageant deux contreparties ` ´changer en T une somme F contre une action au ae prix ST . Ioane Muni Toke e e On appelle march´ viable tout march´ dans lequel il n’existe pas d’opportunit´ e e e d’arbitrage.

e Couverture dans un arbre ` un pas de temps a Consid´rons qu’entre la date t = 0 et la date t = 1.S0 . e Supposons que dans le mˆme temps.u − Cu = δ. e e e Relation de parit´ call-put e Consid´rons deux portefeuilles qui en t ≤ T contiennent respectivement : e – Un call d’´ch´ance T au prix du march´ Ct et une somme K exp(−r(T − t)) e e e plac´ au taux r.d − Cd . une option sur cette action ne puisse e passer que du prix C (´ventuellement inconnu) ` l’un des deux prix Cd ou Cu . e a Commen¸ons par chercher la quantit´ δ d’actions ` poss´der lors de la vente c e a e du call en t = 0 pour avoir un portefeuille sans risque. e e notamment en t. si K ≥ ST alors les deux portefeuilles valent tous les deux K e e tandis que que si K ≤ ST alors ils valent tous les deux ST . En rempla¸ant V1 . les deux portefeuilles ont la mˆme valeur en T donc par AOA en toute date ant´rieure.d − Cd et donc δ = S0 .Introduction aux math´matiques financi`res e e sur des supports le permettant) et on place cette somme V0 au taux r. Si le portefeuille est sans Cu −Cd risque. La valeur du portefeuille (vente d’un call plus couverture) est en t = 0. En t = 1. sa valeur est V1 = δ. e e a e 36 . d e a et u ´tant deux nombres tels que 0 < d < u. On a donc : Ct + Ke−r(T −t) = Pt + St Remarque : on pourra en exercice en d´duire qu’en l’absence de dividende. le e prix d’un call am´ricain est ´gale ` celui d’un call europ´en.u. on a V1 = V0 exp(r). On a alors cr´´ un arbitrage nous permettant de gagner V0 exp(rt) − V0 > 0 en t. V0 = δS0 − C. Finalement. on n´cessairement δ.d ou S0 .S1 . ee On a bien Vt = V0 exp(rt) en l’absence d’opportunit´ d’arbitrage. Ce portefeuille ´tant sans risque. e e e A l’´ch´ance T .u−S0 . le prix d’une action ne e puisse passer que du prix S0 suppos´ connu ` l’un des deux prix S0 .S0 . e – Un put d’´ch´ance T au prix du march´ Pt et une action au prix St .u − Cu = δ.S0 .d ou encore e δ = ∆C ∆S Cherchons maintenant la probabilit´ p∗ que notre monde ´volue vers le sc´nario e e e “up”. V0 puis δ e c par leurs valeurs on trouve finalement : p∗ = −d u−d r Remarque : sous cette probabilit´ p∗ on a C = exp(−r)E ∗ (C1 ) : le prix du call e s’´value bien alors comme une esp´rance actualis´e.

e a e – poss`de des accroissements i. – est viable . Remarque : dans un cadre plus formalis´.i. – est liquide . on ´tablit en fait que dans un march´ e e e viable il existe une probabilit´ sous laquelle les prix actualis´s sont des martingales. e e 4. jacent.d. – est parfait (pas de frais de transactions. A la date t on ach`te une e action au prix St grˆce ` un emprunt au taux r.Lionel Gabet. Fr´d´ric Abergel. nous sommes assur´s que le prix actualis´ du souse e e e ˜n est une martingale. On a encore e e une strat´gie de valeur initiale (en t) nulle et de valeur finale (en u) Vu telle que e E(Vu |Ft ) > 0. pas de fiscalit´). nous allons nous placer dans un e cadre simplifi´ ` temps discrets qui permet de se passer du mouvement brownien. ˜ ˜ Supposons qu’il existe u > t tel que E(Su |Ft ) > St . – peut ˆtre vendu ` d´couvert . ˜ ˜ Supposons qu’il existe u > t tel que E(Su |Ft ) < St . a On suppose que le march´ : e – fonctionne en continu . e Le march´ ´tant viable. e e Nous pouvons reprendre les hypoth`ses historiques du mod`le sauf celles faisant e e appel ` la dynamique stochastique du sous-jacent. A la e date u on rach`te l’action et on touche la somme plac´e au taux fixe. A la date t on vend a ` d´couvert une action au prix St en on place la somme obtenue au taux r. e ` e – ce taux r est constant. A la date u on revend l’action et a a on rembourse l’emprunt. ea de l’int´grale stochastique et des ´quations diff´rentielles stochastiques (cf cours e e e de 3`me ann´e). les prix actualis´s St = St exp(−rt) e e ˜ des actifs sont des martingales.8 Une premi`re obtention de la formule de Black e et Scholes Pour ´tablir la formule de Black et Scholes. On a donc une strat´gie de valeur initiale (en t) nulle et e de valeur finale (en u) Vu telle que E(Vu |Ft) > 0. Ioane Muni Toke e e Prix actualis´ d’un actif dans un march´ viable e e Montrons enfin que dans un march´ viable. S 37 . e On suppose qu’il existe un actif sans risque tel que : – on peut prˆter ou emprunter a un mˆme taux r . e – ne distribue pas de dividendes . On suppose que l’action sous jacente : – est ind´finiment divisible . et lognormaux.

Introduction aux math´matiques financi`res e e Par ailleurs. Ce type e e e de paradoxe contribue ` l’int´rˆt des math´matiques financi`res ! a ee e e e √ −u2 /2 ln( S0 ) + (r − K σ2 )T 2 et F (d) = 38 .r le loi normale et σ ´cart-type de ln(Yi+1 /Yi ). le prix du call d’´ch´ance N = T s’obtient alors par calcul d’une e e esp´rance : e C0 = E((ST − K)+ ) = S0 F (d1 ) − Ke−rT F (d2 ) avec d1 = d −∞ 1 √ σ T ln( S0 ) + (r + K σ2 )T 2 . d2 = 1 √ σ T du 2π Remarque : cette formule sera obtenue dans le chapitre suivant comme limite du mod`le binomial. On comprendra alors plus finement e e pourquoi le calcul d’un prix par esp´rance ne peut pas se faire sous n’importe quelle e probabilit´ : il ´tait injustifi´ dans le premier paragraphe mais valide ici. nous avons ´tabli en exercice que sous les hypoth`ses prises : e e Sn = S0 e(r− √ σ2 )n+σ nU 2 avec U v. e Cette formule peut bien sˆ r ˆtre ´tablie de mani`re plus moderne avec les outils u e e e du calcul stochastique (cf cours de 3`me ann´e).a. e Alors.

martingales et mesures de probabilit´. L’utilisation de m´thodes e a e probabilistes pour donner un prix ` un produit financier remonte au d´but du si`cle a e e avec les travaux de Bachelier (Bachelier. 1900). Elle s’appuie sur le principe e e e e d’absence d’opportunit´ d’arbitrage et sur les outils probabilistes de processus e stochastiques.1 Introduction Nous pr´sentons ici les principes g´n´raux de la th´orie de l’´valuation par e e e e e arbitrage dans le cadre de mod`les ` temps discret. nous nous appuierons en particulier sur les ouvrages e (Lamberton and Lapeyre.Chapitre 5 Evaluation par arbitrage en temps discret – Le mod`le binomial e 5. D’autres r´f´rences ee sont donn´es en bibliographie. 1981). Un article est fondateur pour e l’expos´ de cette th´orie en temps discret : (Harrison and Pliska. dont le c´l`bre mod`le de Black & Scholes en 1973 e e ee e (Black and Scholes. ou peuvent ˆtre e e e e e consult´es dans les ouvrages cit´s. 1973). dont la th`se intitul´e “Th´orie de e e e la sp´culation” introduit le processus aujourd’hui appel´ “mouvement brownien”. e e Pour cette pr´sentation. 2004). Les d´monstrations donn´es ne sont pas toujours e e e tr`s d´taill´es. e e Les chapitres pr´c´dents ont pr´sent´ diff´rents types de produits financiers et e e e e e montr´ comment leur d´veloppement s’est accompagn´ de nombreux travaux de e e e mod´lisation math´matique. Elles feront l’objet de d´veloppements en cours. e e 39 . 1997) et (Follmer and Schied. La th´orie de l’´valuation par arbitrage est une formalisation th´orique ree e e groupant les mod`les d’´valuation de produits d´riv´s.

Introduction aux math´matiques financi`res e e 5. d. On appelle strat´gie (de trading) tout processus stochastique e e pr´visible ( predictable) ` valeur dans Rd+1 .. . t Par d´finition..T = (St0 . . T (5. T }.3... e a La pr´visibilit´ du processus impose aux d´cisions d’investissement d’ˆtre prises e e e e en d´but de p´riode.T sauf en cas de e a e e confusion possible.. D´finition 5. P) un espace de probabilit´ muni d’une filtration (Ft )t=0.1) (5. ∀t = 0 . e 5... On appelle processus des prix actualis´s ( discounted price e e process) le processus stochastique : Si ˜ Sti := t .2) i=0 φi Sti .2.3 Actif sans risque Notons S 0 un actif sans risque (riskless asset) dont le prix d´pend d’un taux e d’int´rˆt constant r > −1. . et sans connaissance des e e prix futurs. ∀i = 1 .T . Ce processus sera not´ (Vt )t=0.. .4) . ∀t = 0 .2 5. .. . 1 i=0 d (5.. 1. . St0 40 (5. Le processus de valeur d’une strat´gie (φt )t=1. .T . . Std )t=0.2.T processus stochastique e e adapt´ (adapted stochastic process). Son prix s’´crit : ee e St0 := (1 + r)t . Les ´changes peuvent se d´rouler aux dates t d’un ´ch´ancier e e e e a ` T p´riodes : t ∈ {0.. V0 est le prix de la strat´gie ` la date 0.T s’´crit : e e e d V0 (φ) := φ1 · S0 = Vt (φ) := φt · St = i φ i S0 . . Le prix e des actifs est repr´sent´ par (St )t=0. e Soit (Ω. au vu des informations disponibles. (Vt (φ))t=0.T est donc le processus de prix d’un portefeuille ase soci´ ` la strat´gie (φt )t=1. e a 5.1 Un mod`le financier ` plusieurs p´riodes e a e Actifs financiers On consid`re un march´ financier sur lequel sont ´chang´s d + 1 actifs fie e e e nanciers (assets).2.. . ..2 Strat´gies (de trading) e D´finition 5. .2. . T.3) D´finition 5.. . T. ∀t = 1 . F .1. .

Vt = V0 + k=1 ˜ ˜ φk · (Sk − Sk−1). T − 1.T le processus des accroissee ments..Lionel Gabet. Soit e a V0 une variable al´atoire mesurable par rapport ` F0 . ∀t = 1 . . .. tous les changements de valeur d’un portefeuille associ´ a une strat´gie e` e autofinanc´e sont dˆ s ` des variations des prix S et non ` une intervention ext´rieure.4 Strat´gies autofinanc´es e e φt · St = φt+1 · St .. ee la pr´visibilit´ du processus obtenu se v´rifie ´galement par r´currence.. D´finition 5. Fr´d´ric Abergel.2... ∀t = 1 . . . . e e D´monstration. Soit (φt )t=1. alors n´cessairement V0 = φ1 · S0 et φ0 = V0 − d φi S0 est e 1 i=1 1 ¯ enti`rement d´termin´ par V0 et φ. ∀t = 0..6) ¯ Proposition 5... Soit (φt )t=1. φt ) soit une strat´gie de e ˜i ˜ valeur initiale V0 . ˜ ii. (i) est ´quivalent ` (ii) par d´finition de l’autofinancement et ace e a e tualisation. ˜ ˜ ˜ On notera d´sormais (∆St )t=1.1.... on ´crit d’apr`s (ii) e e e e ˜ ˜ ˜ ˜ ˜ ˜ Vk − Vk−1 = φk · Sk − φk−1 · Sk−1 = φk · (Sk − Sk−1 ) et on obtient (iii) en sommant.5) D´finition 5.T ` valeur dans R tel que le processus a t ¯ (φt )t=1.5. e e e e e 41 . Les conditions suivantes sont ´quivalentes : e e i.T est autofinanc´e. On appelle processus des gains actualis´s ( discounted gains e e ˜ t )t=0. Alors il existe un unique e a processus stochastique (φ0 )t=1. L’existence et l’unicit´ du processus s’obtiennent par une m´thode e e e 0 0 ¯ constructive.T un processus pr´visible ` valeur dans Rd . Ioane Muni Toke e e 5. Une strat´gie est dite autofinanc´e ( self-financing) si e e e Ainsi.. On montre ensuite par r´currence la mˆme proe e e e e 0 e e pri´t´ pour φt .T une strat´gie.4. Pour la deuxi`me ´quivalence. t > 1 en ´crivant l’autofinancement de la strat´gie (φt ). Finalement.T le processus d´fini par : process) et on note (G e t t ˜ Gt := k=1 ˜ ˜ φk · (Sk − Sk−1 ) = k=1 ˜ φk · ∆Sk (5. Si φ est un processus tel que (φt ) = (φt . e ˜t = φt+1 · St . T − 1.. T. (5.. . e u a a e La totalit´ du portefeuille est r´investie d’une p´riode ` l’autre. D´monstration. (φt )t=1.... .T = (φ0 . φt )t=1.T t soit une strat´gie autofinanc´e de valeur initiale V0 .2.T := (St − St−1 )t=1. e e e a Proposition 5. . φt · S t ˜ iii.

.s. (5.3. .2 D´finition d’une probabilit´ martingale e e D´finition 5. ∀t = 0 . (5. (5. Ainsi. e 5.T est une martigale sous Q.8)  EP [VT ] > 0.3.3 Th´or`me fondamental de l’´valuation par arbitrage e e e Th´or`me 5.8. .10.. Un mod`le de march´ financier est viable si et seulement si il e e e e existe une probabilit´ martingale ´quivalente. .3.. donc (Vt ) est martingale sous Q comme transe k=1 ˜ ˜ ˜ form´e de la martingale (St ). . i = 1 . i. Soit Q une probabilit´ martingale ´quivalente et (φt )t=1. si e ˜ ˜ ˜i ˜ EQ [Sti ] < ∞ et Ss = EQ [Sti |Fs ]. i. D´finition 5.. Une strat´gie autofinanc´e admissible est appel´e opportunit´ e e e e e d’arbitrage ( arbitrage opportunity) si son processus de valeur v´rifie e   V0 = 0. si pour toute e strat´gie admissible (φ)t=1.1 Opportunit´s d’arbitrage et probabilit´ mare e tingale D´finition d’une oppportunit´ d’arbitrage e e D´finition 5.. .e.1.e.. si φ est telle que V0 = 0..s. d. L’autofinancement e e ˜ ˜ ˜ ˜ ˜ s’´crit Vt = V0 + t φk ·(Sk −Sk−1 ).6. T.7.T une e e e strat´gie admissible autofinanc´e de processus de valeur V . e e D´monstration. F ) est e e appel´e probabilit´ martingale ( martingale measure) si le processus des prix e e actualis´s (St )t=0.s. Vt ≥ 0 P − p. (5. Une probabilit´ martingale Q est appel´e probabilit´ mare e e e tingale ´quivalente ( equivalent martingale measure) si elle est ´quivalente ` la e e a probabilit´ originale P.Introduction aux math´matiques financi`res e e 5. T. 0 ≤ s ≤ t ≤ T. Un mod`le de march´ financier est dit sans arbitrage ou encore e e e viable ( arbitrage-free) s’il n’existe pas d’opportunit´ d’arbitrage.9) 5. ∀t = 0 . il vient EQ [VT ] = 0 e 42 . Une mesure de probabilit´ Q sur l’espace mesurable (Ω. Une strat´gie autofinanc´e est dite admissible si son processus e e e de valeur v´rifie e Vt ≥ 0 P − p.T e V0 = 0 ⇒ VT = 0 P − p.9.10) D´finition 5.7) D´finition 5. ..3 5.

1 March´ complet e Options et strat´gie de “r´plication” e e D´finition 5. e e e ˜t ) est martingale sous Q en tant que transform´e de la martingale (St ) donc ˜ (V e pour t = 0. T. Fr´d´ric Abergel. Soit φ une strat´gie autofinanc´e simulant l’actif conditionnel C..T est alors appel´e strat´gie de “r´plication” ( replicating e e e e strategy).e. . Soit C un actif conditionnel. Soit Q une e e e probabilit´ martingale ´quivalente.T “r´pliquant” (i.. une e e e e strat´gie autofinanc´e simulant un actif conditionnel est n´cessairement admissible.. Pour toute strat´gie e e e admissible (φt )t=1. .. Un actif conditionnel est dit simulable ( attainable ou replicae ble) si il existe une strat´gie (autofinanc´e) admissible (φt )t=1.. (5. ∀t = 0 .11) La strat´gie (φt )t=1. permettant de simuler) l’actif conditionnel e C. e 5. . D´finition 5. P) un espace de probabilit´ muni d’une filtration e e e (F )t=0. . T : C ˜ ˜ Ft (5. Soit (Ω.s.T de la valeur actualis´e du portefeuille associ´ e e est une martigale positive sous la probabilit´ Q.12) ˜ En particulier. P). . 0 ST (5.. F . Elle n´cessite l’utilisation de r´sultats e e a e e de convexit´ dans une caract´risation de l’ensemble des strat´gies.T d´finissant un mod`le de march´ financier sans arbitrage.Lionel Gabet. e La r´ciproque est plus d´licate ` montrer.T telle que e e VT = C P − p. d’o` la e u premi`re implication. φ n’est pas une opportunit´ d’arbitrage. F . le processus (Vt )t=0..2..13) Vt = EQ VT |Ft = EQ 0 ST On d´duit ais´ment de cette d´monstration que dans un march´ viable. e e e 43 . le processus de valeur actualis´e du portefeuille associ´ s’´crit : e e e ˜ Vt = EQ C Ft .. .4 5.11..4.12. Ioane Muni Toke e e ˜ et par cons´quent VT = 0 puisque le processus de valeur d’une strat´gie admissible e e est positif ou nul. Finalement. e D´monstration. Le cas d’un e e e espace Ω fini sera montr´ en cours. Th´or`me 5. On appelle actif conditionnel (europ´en) ( (European) cone e tingent claim) une variable al´atoire positive C d´finie sur l’espace de probabilit´ e e e (Ω.

Supposons le march´ viable et complet. e e D´monstration. P) un espace de probabilit´ d´finissant un e e e e mod`le de march´ financier viable et complet sur d actifs risqu´s. e 44 . e e 5.5 5. 1979). Un mod`le d’arbre binaire recombinant a e ´t´ propos´ en 1979 par Cox. et est connu ee e aujourd’hui sous le nom mod`le d’arbre binˆmial.1 Le mod`le binˆmial e o Introduction On montrera en cours le r´sultat suivant : e Th´or`me 5.4.2 D´finition d’un march´ complet e e D´finition 5. de processus de valeur V . Soit C un actif conditionnel. Ross et Rubinstein (Cox et al. on en d´duit que Q1 et Q2 sont ´gales sur e e e FT = F . Un mod`le de march´ financier est complet si et seulement si il e e e e existe une unique probabilit´ martingale ´quivalente.4. Alors le nombre e e e d’atomes de l’espace de probabilit´ (Ω. On la montrera en cours dans le cas Ω fini.T .3. La r´ciproque est plus d´licate.Introduction aux math´matiques financi`res e e 5. Soit e e e ˜ ˜ φ une strat´gie simulant C (compl´tude). C ´tant quelconque. (F )t=0. e Les d´monstrations seront faites en cours.. F .. 5.4. ´valuation d’une e e e e option. V est martine e gale sous Q1 et Q2 (transform´e de martingale). Notre pr´sentation de ce mod`le e o e e suivra la d´marche suivante : construction.5. viabilit´. Un mod`le de march´ financier viable est appel´ complet ( complete) e e e e si tout actif conditionnel est simulable. couverture d’une option. e e Ce r´sultat montre qu’un mod`le financier viable et complet sur d = 1 actif e e doit avoir une structure d’arbre binaire. Soit (Ω..13. compl´tude. donc e EQ1 C 0 ST ˜ ˜ ˜ = EQ1 VT = V0 = EQ2 VT = EQ2 C 0 ST Finalement. P) est major´ par (d + 1)T .3 Second th´or`me fondamental de l’´valuation par are e e bitrage Th´or`me 5. convergence vers le mod`le de Black and Scholes. F . Soient Q1 et Q2 deux e e probabilit´s martingales ´quivalentes (viabilit´).

. .3. ∀t = 0 . xt . Un mod`le binˆmial viable est n´cessairement complet. (5. ∀t = 0 . P(ω) > 0. . . e −1 < a < b. S1 . yi ∈ {a. . . e Pour toute p´riode de trading. Un mod`le binˆmial est viable si et seulement si a < r < b. . Le prix de l’actif sans risque ee e S 0 d´pend d’un taux d’int´rˆt r > −1 suppos´ constant : e ee e St0 := (1 + r)t . . . b}T = {ω = y1 .18) (5. i. xt . .16) 5. T ˜ o` la fonction vt est d´finie par : u ˜ e  Rt → R  S1 ST −t vt : ˜ ˜ )  (x0 . yT |∀i. e Proposition 5. le processus de valeur d’une strat´gie e o e “r´pliquant” C vaut : e ˜ Vt = vt (S0 . .17) 5. et la e e e o e probabilit´ martingale Q est d´finie de mani`re unique par la loi des rendements e e e R1 . . St ). RT sont ind´pendants e e et identiquement distribu´s selon e Q(Rt = b) = r−a =: q. e o e e comportant d = 1 actif risqu´ ´voluant sur T p´riodes. Ioane Muni Toke e e 5. RT : sous la probabilit´ Q. et F = P(Ω).Lionel Gabet.19) . St }. .15) peut prendre deux valeurs possibles a et b v´rifiant e On pose alors Ω = {a. . Finalement. ∀t = 1 .T de valeur initiale S0 . xt ) → EQ h(x0 . .3 Viabilit´ et compl´tude e e Th´or`me 5.4 Evaluation des options Soit C un actif conditionnel d´finit par la fonction de “payoff” h(S0 . . On choisit ensuite une filtration naturelle Ft = σ−{S0 . . (5. le rendement (return) e Rt := St − St−1 St−1 (5.. les rendements R1 . .e. . . ST ). e e e o Th´or`me 5. . T. . . . . xt S0 S0 45 (5. T. . . .2 Construction du mod`le binˆmial e o Le mod`le binˆmial est un mod`le de march´ financier monodimensionnel. on choisit une probabilit´ P quelconque avec pour seule condition : ∀ω ∈ Ω. . .5. b−a (5.5. . .5. .6.5. Fr´d´ric Abergel.. . . . . . . b}}.14) Le prix de l’actif risqu´ S est le processus (St )t=0. . Dans le mod`le binˆmial. . .

.5. F (N ) . de e param`tres aN . e e N Pour N quelconque. St−1 (1 + b)) − vt (S0 . e o e 5. PN ) e e e (N ) muni d’une filtration (Ft )t=0. et d´fini sur un espace de probabilit´ (ΩN . T ] est e e e divis´ en N pas de temps ´quidistants Ti = iT . . le mod`le ` N p´riodes ainsi construit est viable et complet. et rN . T. nous pouvons construire un mod`le binˆmial a N p´riodes..N . . ST ) v´rifie pour tout t = 1 . T . le prix ` la date 0 de cet actif conditionnel e e o a s’´crit : e Π h(ST ) 1 = (1 + r)T T k=0 Ck q k (1 − q)T −k h S0 (1 + b)k (1 + a)T −k T (5.6 Vers un mod`le ` temps continu e a Dans cette partie. . Dans le mod`le binˆmial. T ne repr´sente plus le nombre de p´riodes mais une date e e fix´e (la plus grande ´ch´ance de notre mod`le).23) (5.T . Le nombre de p´riodes de notre e e e e e ´ch´ancier est maintenant not´ N. e e 46 .24) 5. et e a e qu’il existe une unique probabilit´ martingale ´quivalente que nous noterons QN . 1+r 1+rb−a (5.. St−1 . i = 1 . N.. Dans le mod`le binˆmial. . le prix ` la date 0 d’une option d’achat e o a europ´enne de strike K et de maturit´ T (“standard call”) s’´crit : e e e ¯ ¯ Πcall = S0 Φ(k0 .20) Proposition 5.21) ¯ et Φ est la fonction de r´partition de la loi binˆmiale compl´mentaire.4. T. Nous avons montr´ pr´c´demment que si −1 < e e e aN < rN < bN . Dans le mod`le binˆmial.6.. .5. q ′ ) − K(1 + r)−T Φ(k0 .. .5. .Introduction aux math´matiques financi`res e e Proposition 5. bN . St−1 (1 + b) − St−1 (1 + a) (5.22) (5. St−1 . .. . . St−1 (1 + a)) . la strag´gie de “r´plication” d’un actif e o e e conditionnel C = h(S0 . . e o ` e 0(N ) (N ) comprenant un actif sans risque (Sk )k=0. . de sorte que l’intervalle de temps [0. q ′ := 1+br−a 1+b q= . . q) o` u k0 := min k ∈ N S0 (1 + b)k (1 + a)T −k > K .5 Couverture (Hedging ) Proposition 5. e φt = vt (S0 . . Soit C = h(ST ) un actif conditionnel dont la fonction “payoff ” h ne d´pend que de la valeur terminale ST du prix de l’actif risqu´ (C est une option e e europ´enne).N et un actif risqu´ (Sk )k=0. .

30) √ = d1 − σ T (5. Sous les hypoth`ses (H1)-(H3). i.1. Sous les hypoth`ses (H1)-(H3). la distribution de SN sous QN e e e converge en loi vers une variable al´atoire ST suivant une loi log-normale de √ e σ2 param`tres ln S0 + rT − 2 T et σ T . . Par un d´veloppement de Taylor on peut ´crire e e e N (N ) ln SN (N ) = ln S0 + k=1 (N ) Rk (Rk )2 (N ) (N ) + ρ(Rk )(Rk )2 − 2 (N ) (5. Faisons trois hypoth`ses : e (H1) (H2) N →∞ lim (1 + rN )N = erT . e Th´or`me 5.27) N →∞ lim aN = 0 et lim bN = 0. N →∞ (5.28) avec ρ tendant vers 0 en 0. .Lionel Gabet. La d´monstration repose alors sur l’application d’un e e th´or`me central limite (plus g´n´ral que celui vu en cours de premi`re ann´e) a e e e e e e ` la somme de variables al´atoires e N k=1 Rk (N ) − (Rk )2 2 (N) . On montre directement que le dernier terme de la somme converge en probabilit´ vers 0. N sont les rendements de l’actif risqu´ S (N ) du mod`le a u e e ` N p´riodes.25) (5. e D´monstration.26) (5. o` les Rk . (N ) Corollaire 5.29) avec d1 d2 (5. .31) o` N est la fonction de r´partition de la loi normale centr´e r´duite. . Fr´d´ric Abergel. Ioane Muni Toke e e Nous nous int´ressons ` la limite du mod`le binˆmial lorsque N tend vers e a e o l’infini. u e e e 47 . k = 1. le prix Πcall d’un call europ´en e e BS dans le mod`le binˆmial ` N p´riodes tend lorsque N croˆ vers le prix Πcall du e o a e ıt call europ´en dans le mod`le classique ` temps continu dit de Black & Scholes.7. e e a N →∞ lim Πcall = ΠBS := S0 N (d1) − Ke−rT N (d2) call ln S0 + (r + K √ = σ T ln S0 + (r − K √ = σ T σ2 )T 2 σ2 )T 2 (N ) (5. N 1 (H3) lim N →∞ T (N ) VarQN Rk k=1 (N ) = σ2.e.

Introduction aux math´matiques financi`res e e

5.5.7

Algorithme d’´valuation e

Consid´rons une option europ´enne de maturit´ T et de fonction “payoff” h(ST ) e e e sur un actif risqu´ S de volatilit´ σ. On peut ´valuer cette option dans un mod`le e e e e binˆmial ` N p´riodes. Choisissons les param`tres suivants : o a e e 1 + rN = e N
rT

1 + aN = e−σ N √T σ N 1 + bN = e

√T

(5.32) (5.33) (5.34)

Tout actif conditionnel peut ˆtre ´valu´ par cet algorithme. e e e

N −aN Ces param`tres v´rifient les conditions (H1)-(H3). Posons qN = rN −aN . D’apr`s les e e e b r´sultats pr´c´dents, le prix V0 (S0 ) de cette option est solution de la r´currence e e e e suivante :   VT (S0 , . . . , ST ) = h(ST ) Vt (S0 , . . . , St ) = qN Vt+1 (S0 , . . . , St , St (1 + bN )) (5.35)  +(1 − qN )Vt+1 (S0 , . . . , St , St (1 + aN ))

5.6

Bibliographie

Bachelier L., Th´orie de la sp´culation. Annales scientifiques de l’Ecole Normale e e Sup´rieure, 3, 17 (1900), p.21-86. e Black F. and Scholes M., The Pricing of Options and Corporate Liabilities. Journal of Political Economy, 81, 3 (1973), p.637. Cox J.C., Ross S.A. and Rubinstein M., Option pricing : a simple approach. Journal of Financial Economics, 7, (1979), p.229-263. Follmer H. and Schied A., Stochastic Finance : An Introduction in Discrete Time. de Gruyter Studies in Mathematics 27, de Gruyter, Berlin, (2004). Harrison, J.M. and Pliska, S.R., Martingales and stochastic integrals in the theory of continous trading. Stochastic processes and their applications, 11 (1981), p.215-260. Lamberton D. and Lapeyre B., Introduction au calcul stochastique appliqu´ ` ea la finance. Ellipses, Paris, (1997). Shreve S.E. Stochastic Calculus for Finance I : The Binomial Asset Pricing Model, Springer Finance, Springer-Verlag, New-York, (2004).

48

Chapitre 6 Le mod`le de Black et Scholes et e introduction au trading
6.1 Introduction

Depuis sa publication en 1973, la formule de Black et Scholes s’est impos´e e 1 comme la r´f´rence pour la valorisation des options . Sa notori´t´ s’est mainee ee tenant largement r´pandue hors des fronti`res des math´matiques financi`res. La e e e e mod´lisation choisie par ses auteurs, bas´e sur les processus stochastiques, leur e e a apport´ notori´t´ et reconnaissance : le prix Nobel d’´conomie a ´t´ d´cern´ a e ee e ee e e` Scholes (Black ´tant d´c´d´ avant). e e e e Cet incontestable succ`s est dˆ a la fois ` la simplicit´ des formules obtenues e u` a e et a leur utilisation intensive par les op´rateurs de march´. N´anmoins, nous al` e e e lons voir que ce n’est pas la justesse du mod`le qui en est ` l’origine mais la e a mani`re universelle de calculer la grandeur financi`re v´ritablement int´ressante : e e e e la volatilit´. e

6.2
6.2.1

La formule de Black et Scholes
Les hypoth`ses e

L’objectif est d’´valuer le prix d’options europ´ennes de strike K et d’´ch´ances e e e e T portant sur une action donn´e. e Nous noterons : – C le prix d’un call europ´en ; e – P le prix d’un put europ´en ; e – S le prix de l’action sous jacente ;
1. alors qu’elle n’´value que les options europ´ennes e e

49

Introduction aux math´matiques financi`res e e – r le taux sans risque du march´ (suppos´ constant) ; e e – µ tendance du sous-jacent (suppos´e constante) ; e – σ : volatilit´ du sous-jacent (suppos´e constante). e e Nous allons pr´senter maintenant les hypoth`ses historiques de Black et Sce e holes. On suppose que le march´ : e – fonctionne en continu ; – est liquide ; – est viable (pas d’opportunit´ d’arbitrage) ; e – est parfait (pas de frais de transactions, pas de fiscalit´). e On suppose qu’il existe un actif sans risque tel que : – on peut prˆter ou emprunter ` un mˆme taux r ; e a e – ce taux r est constant. On suppose que l’action sous jacente : – est ind´finiment divisible ; e – ne distribue pas de dividendes ; – peut ˆtre vendu ` d´couvert ; e a e – poss`de un cours qui est un mouvement brownien g´om´trique : e e e dSt = St (µdt + σdBt ) o` les coefficients constants µ et σ sont appel´s respectivement u e tendance (ou drift) et volatilit´ (ou dispersion). e On notera bien que l’´quation suivie par S n’est pas une ´quation diff´rentielle e e e ordinaire mais une ´quation diff´rentielle stochastique dont le sens n’est pas naturel e e puisque les trajectoires du mouvement brownien B (cf cours ´lectif de mod´lisation e e al´atoire) sont non diff´rentiables presque partout. e e

6.2.2

La formule

Sous les hypoth`ses pr´c´dentes, on peut ´tablir qu’en toute date t comprise e e e e entre l’origine et l’´ch´ance de l’option, le prix du call et du put sont : e e Ct = St F (d1) − Ke−r(T −t) F (d2 ) et Pt = −St F (−d1 ) + Ke−r(T −t) F (−d2 ) avec : 1 F (d) = √ 2π 50
d

e
−∞

−q 2 2

dq

r´aliser une ´tude statistique des cours : la valeur obtenue est appel´e volatilit´ e e e e historique. inverser la formule de pricing : la valeur obtenue est appel´e volatilit´ ime e plicite. e Il y a deux principales mani`res d’estimer cet unique param`tre endog`ne σ : e e e i. En fait. Une question plus judicieuse serait de se demander si en vendant un call au prix donn´ par le mod`le et en pla¸ant la somme obtenue dans un portefeuille e e c compos´ d’actions et d’actifs sans risque. e 51 . r´solu par Merton. Ioane Muni Toke e e et S σ2 1 (ln( ) + (r + )(T − t)) d1 = √ K 2 σ T −t √ d2 = d1 − σ T − t 6.3 6. e e – On poss`de une m´thode de couverture en temps continu dite couverture en e e delta. – Les sensibilit´s qui sont des param`tres de gestions importants sont aussi e e obtenues de mani`re explicite. a e – Celle-ci ne d´pend que de deux param`tres. e e 6. il suffit d’acheter ∆ = ∂C actions ∂S pour obtenir un portefeuille sans risque. la formule du prix ne d´pend que de σ et pas de µ.2.4 Estimation des param`tres e Le mod`le d´pend a priori de deux param`tres endog`nes : la tendance µ e e e e (esp´rance du rendement instantann´ du sous-jacent) et la volatilit´ σ (´cart type e e e e du rendement instantann´ du sous-jacent).1 Critique du mod`le et volatilit´s e e Les points forts apparents Le mod`le de Black et Scholes poss`de suffisamment de qualit´s pour s’ˆtre e e e e impos´ comme la r´f´rence pour le pricing d’options europ´ennes simples : e ee e – On obtient une formule explicite facile ` impl´menter sur ordinateur.2.Lionel Gabet. ii. Fr´d´ric Abergel.3. C’est e e a e e le probl`me de la couverture. 6.3 La couverture en delta On a vu dans que si l’on vend une option. la volatilit´ qui a une signification e e e financi`re bien pr´cise et que l’on peut ´valuer num´riquement et le taux e e e e court qui est une donn´e du march´. il serait possible d’obtenir de mani`re e e autofinanc´e la somme n´cessaire en cas d’exercice de l’option ` l’´ch´ance. de mani`re assez surprenante e e au premier abord.

par inversion de la formule. en d´duire e la volatilit´ du sous-jacent. Il faut aussi comprendre pourquoi ce ph´nom`ne e e e e e peut s’inverser ou est diff´rent pour les d´riv´s de change. peut alors servir e e comme indicateur pour les op´rateurs du march´ ou encore comme donn´e dans e e e un mod`le plus complexe. pour un sous-jactent de type action. e e volatilit´ locale . e volatilit´ stochastique .Introduction aux math´matiques financi`res e e 6. smile de volatilit´s e e Grˆce ` la bijection qu’il r´alise entre le prix d’une option et la volatilit´. la courbe repr´sentant la volatilit´ e e implicite en fonction du strike (appel´e skew) est d´croissante. e e e Pour des produits plus complexes (d´pendant de la trajectoire par exemple). e 52 . Parmi ses inconv´nients e e e citons : – La volatilit´ historique et la volatilit´ implicite diff`rent. l’inversion de la formule de Black et Scholes reste le moyen de transformer un prix en volatilit´. e processus ` sauts . e e e – La volatilit´ d´pend du prix d’exercice. e e e e – Le mod`le ne permet pas de traiter directement les options am´ricaines ni e e les options sur taux ni les options “path-dependent”.3. e e Ainsi. L’interpr´ation de e e e ce ph´nom`ne est tr`s importante. Les prix cˆt´s des options dans e e oe la monnaie et en dehors de la monnaie ne correspondent pas a la mˆme ` e volatilit´. le mod`le de Black et Scholes est tr`s imparfait car il repose e e e e sur des hypoth`ses trop fortes et parfois non justifi´es. a processus de Levy. e Malgr´ son succ`s. e des mod`les plus complexes doivent ˆtre utilis´s (cf cours de 3`me ann´e) : e e e e e – – – – – volatilit´ param´trique . on peut. e – La volatilit´ d´pend aussi de l’´ch´ance. dite volatilit´ implicite. Dans tous les cas. Cette valeur. Pour des produits simples (vanilles) ces difficult´s sont contourn´es par les e e op´rateurs de march´ grˆce ` l’utilisation d’un smile de volatilit´ correspone e a a e dant ` une surface donnant une volatilit´ (´ventuellement interpol´e) pour chaque a e e e ´ch´ance et chaque strike. a a e e on a une autre utilisation importante du mod`le de Black et Scholes : si l’on e connait la prime d’une option.2 Volatilit´s historiques et implicites.

. on obtient : e – Sensibilit´ de la prime au sous-jacent : e ∆c = F (d1) > 0 – Sensibilit´ du delta au sous-jacent : e Γc = g(d1) √ >0 Sσ T − t – Sensibilit´ de la prime ` la volatilit´ : e a e √ Vc = g(d1 )S T − t > 0 – Sensibilit´ de la prime ` l’´ch´ance : e a e e Sσ Θc = g(d1) √ + rKe−r(T −t) F (d2 ) > 0 2 T −t – Elasticit´ de la prime par rapport au sous-jacent : e Ωc = S ∆c > 1 C 53 . e a a e conseils d’analystes financiers et d’´conomistes etc. les risques op´rationnels.Lionel Gabet. . Fr´d´ric Abergel.4 6. des corr´lations (sans compter les risques de contrepare tie. e Sensibilit´s d’un call e Apr`s calculs et simplifications. il doit absolument connaˆ son exposition a tous les e e ıtre ` facteurs de risques : variations du sous-jacent.4. Pour cela. ). de connaˆ son exposie ıtre tion actuelle aux diff´rents risques (les valeurs des diff´rentes sensibilit´s) ainsi e e e que l’´volution possible de ses r´sultats (P& L) dans les pires sc´narios (diff´rents e e e e indicateurs de Value at Risk d´livr´es par les services de risques) e e Les sensibilit´s (appel´s grecques) sont les d´riv´s de la valeur d’un book par e e e e rapport aux param`tres de march´s. .1 Introduction au trading Calcul des sensibilit´s (grecques) e La mission essentielle d’un trader est de g´rer son book afin de ne pas obtenir de e r´sultats n´gatifs. des positions des acteurs. Ioane Muni Toke e e 6. de la volatilit´. on lui demande d’avoir une vue sur les e ´volutions possibles (grˆce ` sa connaissance du march´. Ils permettent de retrouver une premi` e e ıere approximation de la variation de la valeur du book en cas de variation de ces param`tres. Pour cela. ). . du taux sans risque e mais aussi des dividendes.

Introduction aux math´matiques financi`res e e – Sensibilit´ de la prime au strike : e εc = −e−r(T −t) F (d2 ) < 0 – Sensibilit´ de la prime au taux d’int´rˆt : e ee ιc = (T − t)Ke−r(T −t) F (d2 ) > 0 avec : g(q) = F ′ (q) = −q √1 e 2 2π 2 Sensibilit´s d’un put e Les sensibilit´s du put se d´duisent de celles du call grˆce a la relation de parit´ e e a ` e −r(T −t) call-put P + S = C + Ke : – Sensibilit´ de la prime au sous-jacent : e ∆p = F (d1) − 1 < 0 – Sensibilit´ du delta au sous-jacent : e Γp = g(d1) √ >0 Sσ T − t – Sensibilit´ de la prime ` la volatilit´ : e a e √ Vp = e−r(T −t) g(d1)S T − t > 0 – Sensibilit´ de la prime ` l’´ch´ance : e a e e Sσ + rKe−r(T −t) (F (d2 ) − 1) Θp = g(d1 ) √ 2 T −t – Elasticit´ de la prime par rapport au sous-jacent : e Ωp = – Sensibilit´ de la prime au strike : e εp = e−r(T −t) (1 − F (d2 )) > 0 – Sensibilit´ de la prime au taux d’int´rˆt : e ee ιp = (T − t)Ke−r(T −t) (F (d2 ) − 1) < 0 avec : g(q) = F ′ (q) = −q √1 e 2 2π 2 S ∆p < 0 C 54 .

4 P&L du trader On peut d´montrer que la variation infinit´simale de la valeur d’un portefeuille e e peut s’exprimer sous la forme : 1 dΠ = ΓS 2 2 dS S 55 2 − σ 2 dt + V dσ . comme on est presque toujours θ < 0 en mˆme temps que l’on est Γ > 0. Pour des certains produits. on peut trouver le point-mort.4. valeur au del` de laquelle les variations a du sous-jacent permettent de gagner plus en Γ que l’on en perd en Θ. En revanche.4. Ioane Muni Toke e e Sensibilit´s d’ordre deux et crois´es e e Les sensibilit´s usuelles traduisent des expositions au premier ordre (sauf pour e le gamma puisque la couverture en delta annule le premier ordre). e 6. Dans ce cas la valeur du portee feuille est : Π = −C + ∆0 S Une simple ´tude (graphique par exemple) donne le signe des grecques les plus e usuelles : Γ<0 Θ>0 V <0 On connait donc (` court terme) l’´volution de notre portefeuille en cas d’´volution a e e du sous-jacent. il est tout de mˆme n´cessaire de connaˆ les sensibilit´s d’ordre e e ıtre e sup´rieur ainsi que les sensibilit´s crois´es. un trader aura int´rˆt (mais seulement ` court terme) de se mettre ee a dans la position inverse (s’il le peut). 6.Lionel Gabet. Fr´d´ric Abergel. e 6. En de¸a de c cette valeur.3 Etude en Gamma et Th´ta e Une petite ´tude simple montre qu’une position Γ > 0 est confortable puisque e l’on gagne quelque soit les variations du sous-jacent.2 Vente d’un call et couverture Un des cas les plus simple est celui o` l’on a vendu un call et que l’on a u imm´diatement couvert en achetant ∆0 actions.4. e e e Dans tous les cas. un trader doit connaˆ les graphes d’´volution de ses grecıtre e ques en fonction des param`tres. on perd de l’argent e lorsque le temps passe. En fait. du temps ou de la volatilit´.

). e e oe Les mod`les sont valid´s par un service de risques qui fournit aussi toutes les e e ´tudes li´s aux pires scenarii. e e Notons que toutes les prises de position du trader sont contrˆl´es en premier oe lieu par des limites en nominal (montant) et sur les grecques. e e 56 .4. . le trader de proa duits d´riv´s ne se contente pas de couvrir son portefeuille en ∆ apr`s avoir fait e e e un pari sur le niveau de volatilit´. e e Le portefeuille d’un trader peut donc ˆtre alimenter par des activit´s de vente e e (cas des produits structur´s et exotiques). inspection) e e o v´rifie aussi l’efficacit´ des processus de production. par des activit´s de market-making (anie e mation du march´). soit en leur faisant prendre un signe et une valeur conformes a ses vues (cas ` des autres grecques). e Il doit d’abord g´rer ses risques ` travers les grecques. ) e Bien-sˆ r. mais aussi (et parfois surtout) par des activit´s de couvertures e e et de prises de position. inflation. les p´riodes ` fort γ sont donc celles ayant le plus d’influence ee e a sur le r´sultat. la situation est encore plus complexes pour certains produits (´nergie. En outre. d’autres risques apparaissent : – variations de la volatilit´ e – dates et montant dividendes – proximit´ de barri`res e e – arriv´s ` ´ch´ance (calendar. e 6. il n’a d’autres recours que d’acheter de nouveaux produits d´riv´s. soit en les annulant (cas e a du ∆).5 Quelques missions du trader Contrairement ` ce qu’on pourrait penser au premier abord. Le d´nouement e et la comptabilit´ des op´rations sont contrˆl´s par le middle et le back office. Le coefficient de propore e tionnalit´ ´tant Γ. N´anmoins les e e e responsabilit´s prises par un trader restent extrˆment importantes. vente et gestion des produits e e et rendent compte directement ` la Direction G´n´rale. u e mati`res premi`res. climat. . . . Pour cela. En outre. roll) e ae e – taux d’int´rˆts ee – taux de prˆt/emprunt de titres (repo) e – krach (` la baisse comme ` la hausse) a a – d´faillance de contreparties (voire du syst`me) e e – liquidit´ insuffisante de certains titres e – variations de corr´lation e – risques op´rationnels (informatique. Des services de contrˆle interne (audit. la hi´rarchie a e e e doit bien ´videmment valider (voire imposer) les strat´gies choisies.Introduction aux math´matiques financi`res e e Ainsi le P&L est proportinnel ` la diff´rence entre le carr´ de la volatilit´ r´alis´e a e e e e e (dS/S) et le carr´ de la volatilit´ implicite de gestion (σ).

la panne informatique. ii. e e pour des causes humaines ou m´caniques. 57 . e e iv. celui dont les institutions financi`res et les investisseurs sont le plus e e conscients. la fraude. Risque de march´ : c’est l’incertitude li´e ` la valeur future d’un actif de e e a march´ (tradable asset) d´tenu dans un portefeuille. Risque de liquidit´ : c’est l’incertitude portant sur la possibilit´ de revendre e e (ou : d‘acheter) l’int´gralit´ d’une position sur une p´riode donn´e. Par exemple : le “ gros doigt ” e (erreur de saisie).1 Quelques notions de risque sur les march´s e financiers On identifie traditionnellement cinq types de risques sur les march´s financiers : e i. e e ee v. C’est le risque le plus e e ´vident. Ce risque e e e e est d’autant plus important que la quantit´ repr´sente une fraction significae e tive du volume moyen habituellement trait´ sur la p´riode consid´r´e. Risque de mod`le : c’est l’incertitude li´e ` la valorisation d’instruments e e a illiquides (non trait´s sur un march´ organis´) pr´sents dans le portefeuille e e e e d’une institution financi`re. Ce risque concerne pratiquement tous les proe duits d´riv´s. Risque de cr´dit : c’est l’incertitude li´e ` la r´ception de flux financiers – on e e a e dit qu’un d´faut a lieu lorsqu’une des contreparties d’un contrat financier ne e paye pas ses dettes.Chapitre 7 Risque et valorisation 7. Risque op´rationnel : c’est le risque de faillite d’un syst`me de production. iii.

Semivariance Ne consid´rant que les cas d´favorables. c’est-`-dire une variable al´atoire LT qui repr´sente a a e e la perte encourue par le portefeuille d’actifs dont on cherche a mesurer les risques. on mesure E XT − (E (XT )) avec XT = (LT )+ = max (LT . soit V aRα .1 Mesure de risque Commen¸ons tout d’abord par pr´ciser la notion de mesure de risque : dans c e le cadre classique .celui du risque de march´ . et on va s’attacher ` trouver des indicateurs e a num´riques mesurant sa dangerosit´. Perte moyenne (expected shortfall) de niveau α La d´finition g´n´rale de ESα est la suivante : e e e 1 ESα = 1−α 58 1 V aRu du α . 0) iv.2 Gestion quantitative du risque La notion de gestion quantitative du risque recouvre l’ensemble des techniques de prise de d´cision visant ` limiter les risques que courent une institution financi`re e a e ou un investisseur sur la base d’informations quantitatives. constante).on se donne une distribution de e perte ` l’horizon de temps T . e e e Ce n’est ´videmment jamais le cas. cette variable al´atoire devrait ˆtre nulle (ou du moins. Variance On mesure E L2 − (E (LT ))2 pour quotienter par les distributions conT stantes iii. Les notions de “ gestion du risque ” et de “ mesure du risque ” y sont indissociables.Introduction aux math´matiques financi`res e e 7. Risque quadratique On mesure E L2 T ii. 7. ` Id´alement. est la plus petite valeur l telle que la probabilit´ de e l’´v´nement {LT > l}soit inf´rieure ` (1 − α). Voici quelques uns des plus classiques : e e i. VaR (Value At Risk) Cette mesure de risque n’est autre qu’un quantile de niveau α. La VaR de niveau α.2. c’est-`-dire les ´v´nements pour e e a e e 2 2 lesquels LT est positive. C’est le quantile de niveau e e e a (1 − α) de la fonction de r´partition de LT : e V aRα = inf {l ∈ R/P (LT > l) ≤ 1 − α} v.

on voit facilement que les distributions de perte (et donc les “ risques ” e associ´s) sont de nature assez diff´rentes. la base de la couverture en delta (delta hedging) des produits d´riv´s. e e 7. On suppose les trois variables ind´pendantes et on choisit les e e param`tres λ.2 Exemples Nous pouvons pr´ciser. Y est une u e e e loi binomiale prenant la valeur y > 0 (resp. Ioane Muni Toke e e C’est donc la moyenne des V aRu de niveaux u > α.2. sous une e e e a o forme plus ou moins explicite. Nous consid´rons donc une variable al´atoire C repr´sentant e` e e e e 59 . nous proposons une introduction ` la th´orie et la pratique a e de la couverture des produits d´riv´s.1 March´ ` une p´riode ea e Nous allons pr´senter la m´thode dans le cas simple d’une seule couverture e e (march´ a une p´riode). 0 < λ < 1. Fr´d´ric Abergel. 0) avec la probabilit´ py (resp.Lionel Gabet. py et la fonction qΣ (x) de telle sorte que les variances des trois dise tributions de perte soient identiques. elle poss`de e e e 3 une “ bosse ” autour d’une valeur y. ` l’aide d’exemples. La densit´ de LT est asym´trique. Quant ` celle de LT . mais a e son comportement asymptotique d´pend du comportement de la densit´ qΣ (x) et e e −βx2 ne d´croˆ plus n´cessairement en e e ıt e (ph´nom`ne de subordination). e λ. certains types de risques associ´s e a e a des distributions de pertes particuli`res. y. est un r´el fix´ et Σ est une variable al´atoire positive admettant e e e une densit´ qΣ (x). on montre la relation suivante qui e e justifie le nom de “ perte moyenne ” : ESα = E (LT |LT ≥ V aRα ) 7.3. 1). Consid´rons par exemple les trois dis` e e tributions ci-dessous : L1 = σ0 X T L2 = σ0 (λX + (1 − λ) (Y − E (Y ))) T L3 = ΣX T o` X est une variable al´atoire de loi normale centr´e r´duite N (0. La densit´ de L1 est sym´trique avec e e e e T −βx2 2 une d´croissance en e e a ` l’infini. En ´tudiant les densit´s des ces trois variables e e al´atoires. Dans le cas o` LT est u int´grable et admet une densit´ continue. elle est sym´trique.3 Gestion optimale par minimisation du risque pour les d´riv´s e e Dans cette section. 1 − py ). Nous allons d´crire les grandes lignes de la e e e m´thode de r´gression s´quentielle due ` F¨llmer et Schweizer qui est. e e 7.

φ0 ) = Argmin E (C − V0 − φ0 (ST − S0 ))2 dont la solution est : V0 = E (C) − φ0 E (ST − S 0 ) −S ))−E(C)E(ST φ0 = Covar(C.en faisant e a l’hypoth`se simplificatrice que le taux sans risque est nul. il ne d´pend absolument pas des hypoth`ses de distribution e e e e sur la distribution de perte LT . la valeur e e e du portefeuille est ´gale ` VT = α0 + φ0 ST − C = V0 − C + φ0 (ST − S0 ). e e Soit donc ` la date t0 = 0un portefeuille de couverture de valeur initiale a V0 = α0 + φ0 S0 .Introduction aux math´matiques financi`res e e la distribution terminale d’un produit d´riv´ (le payoff ) de maturit´ T . . dans un cadre quadratique simple. La strat´gie optie male est alors d´termin´e par la valeur initiale V0 et la couverture φ0 solutions e e du probl`me de minimisation ci-dessous : e (V0 . soit φn . En T . et Cne d´pend e e que de la valeur de S` la date T . var (ST − S0 ) Ce calcul est g´n´ral. et nous e e e cherchons ` nous rapprocher le plus possible – dans un sens a d´finir – de Cpar un a ` e portefeuille constitu´ d’actifs de march´. Dans le cas le plus simple. apr`s paiement du payoff du produit d´riv´.prime .2 G´n´ralisation e e L’approche d´crite dans la section pr´c´dente est g´n´ralisable au cas d’un e e e e e march´ ` plusieurs p´riodes en appliquant le principe de r´currence : a chaque e a e e ` instant tn nous cherchons ` d´terminer la valeur du portefeuille. Nous verrons en cours comment particulariser ce r´sultat aux trois cas de distribution ´voqu´s pr´c´demment. est alors mesur´ e e par le second moment RT = E (C − V0 − φ0 (ST − S0 ))2 . soit Vn . La perte associ´e a cette e e ` strat´gie est donc l’oppos´ de cette valeur. telles que le risque conditionnel e e a e ` l’´tape suivante soit minimum : (Vn . soit LT = C − V0 − φ0 (ST − S0 ) = e e (payoff .3. e e e e e 7.ST −S 0 ) = E(C(ST −S 0)2 −E((S −S−S20 ) V ar(ST −S 0 ) E ((ST 0 )) 0 ) T qui correspond ` un risque minimal a V ar (C) V ar (ST − S0 ) − Covar (C. et la part a e de la strat´gie investie dans l’actif risqu´. ST − S0 )2 ¯ RT = .gain sur la strat´gie) e et le risque de la strat´gie. nous disposons e e d’un actif sans risque (le cash) et d’un actif risqu´ S (une action). Nous allons maintenant d´finir un crit`re de a e e proximit´ qui s’interpr´tera comme une minimisation du risque du portefeuille. φn ) = Argmin E Vn+1 − Vn − φn Stn+1 − Stn 60 2 |Fn .

A. 2005 H. 1986 61 . Schweizer.Lionel Gabet. Fr´d´ric Abergel. Princeton University Press. pp 29-42. Quantitative risk management. Frey. 2004 o H. 7. vol. McNeil. on reprendra en cours les formules de calcul de la couverture optimale et du risque r´siduel dans le mod`le ` un pas. Ioane Muni Toke e e En appliquant la formule de la section pr´c´dente. Walter de Gruyter. on voit bien apparaˆ e e ıtre une relation permettant de trouver la strat´gie optimale et la fonction valeur du portee feuille associ´e par r´currence.3. 5. F¨llmer. P. e e 7. Embrechts. R. Hedging by sequential regression : an introduction to o the mathematics of trading. Stochastic Finance. e e e e Il est int´ressant cependant d’´tudier de mani`re heuristique le comportement des e e e risque associ´s aux strat´gies optimales obtenues par la m´thode pr´c´demment e e e e e d´crite dans le cas o` l’actif de march´ sous-jacent a l’une des trois dynamique e u e suivante (correspondant ` des versions continues des distributions d´j` utilis´es a ea e dans section pr´c´dente) : e e dSt St dSt St dSt St = σ0 dWt = σ0 dWt + (J − 1) dNt = σt dWt .4 R´f´rences ee A. Princeton Series in Finance. 1986. dσt = q (σt ) dBt Pour cela. ASTIN Bulletin. et on les ´tudiera pour les temps e e a e “ petits ” avec des dynamiques comme ci-dessus. M.3 Passage au temps continu L’extension des ces r´sultats au temps continu repose sur des r´sultats plus fins e e de mod´lisation des processus de Markov et de leurs g´n´rateurs infinit´simaux. F¨llmer. J. 19. Schied.

Introduction aux math´matiques financi`res e e 62 .

p. e e σ(X) : tribu engendr´e par la v. b) B(Rn ) : tribu bor´lienne de Rn . u MB : mouvement Brownien. e v. e e p.r : variable al´atoire r´elle.Rappel des notations p.a. b) a ∨ b : max(a. e e e EDS : ´quation diff´rentielle stochastique.a X e 63 . e v.a : processus al´atoire.a : variable al´atoire. e AOA : absence d’opportunit´ d’arbitrage. e EDO : ´quation diff´rentielle ordinaire. 0) (a)− : min(a. 0) a ∧ b : min(a.p : presque partout. (a)+ : max(a.s : presque sˆ rement. e e EDP : ´quation aux d´riv´es partielles.

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.