1 ´n´ral2.6.

137 e e

2

Couverture des risques dans les march´s e financiers
Nicole El Karoui
Ecole Polytechnique,CMAP, 91128 Palaiseau Cedex
email : elkaroui@cmapx.polytechnique.fr

Ann´e 2003-2004 e

2

Table des mati`res e
1 Pr´sentation des produits d´riv´s e e e 1.1 Introduction aux march´s financiers . . . . . . . . e 1.2 Titres de base et produits d´riv´s . . . . . . . . . . e e 1.2.1 Titres de base . . . . . . . . . . . . . . . . . 1.2.2 Les contrats a terme . . . . . . . . . . . . . ` 1.3 Caract´ristiques financi`res des contrats d’options e e 1.3.1 Les options n´gociables . . . . . . . . . . . e 1.3.2 Les options de gr´ a gr´ . . . . . . . . . . . e` e 1.3.3 Utilit´ des produits d´riv´s . . . . . . . . . e e e 1.4 Les activit´s de march´ d’une banque . . . . . . . e e 1.4.1 Le Front office . . . . . . . . . . . . . . . . 1.4.2 Middle Office . . . . . . . . . . . . . . . . . 1.4.3 Le Back Office . . . . . . . . . . . . . . . . 11 11 12 12 12 14 14 18 19 20 20 21 22 23 23 23 26 26 27 27 27 28 29 32 33 33 34 34 35 36 36

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

2 EVALUATION et COUVERTURE : La FORMULE DE BLACK et SCHOLES 2.1 Le message de Black, Scholes et Merton. . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 Prix et couverture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.2 Absence d’opportunit´ d’arbitrage . . . . . . . . . . . . . . . . . . . . . . e 2.1.3 Incidence sur les prix de l’absence d’arbitrage . . . . . . . . . . . . . . . . 2.2 Evaluation et Couverture dynamique . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 Gestion dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.2 Quelques consid´rations de bon sens . . . . . . . . . . . . . . . . . . . . . e 2.3 Mod´lisation de la dynamique du sous-jacent : Le mouvement brownien g´om´trique e e e 2.3.1 D´finition et Propri´t´s . . . . . . . . . . . . . . . . . . . . . . . . . . . . e ee 2.3.2 Interpr´tation financi`re des param`tres du mod`le . . . . . . . . . . . . . e e e e 2.4 Portefeuille dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.1 Portefeuille autofinan¸ant ´crit sur un sous-jacent risqu´ . . . . . . . . . . c e e 2.4.2 Formulation math´matique du risque nul . . . . . . . . . . . . . . . . . . e 2.5 Evaluation par ´quation aux d´riv´es partielles . . . . . . . . . . . . . . . . . . . e e e 2.5.1 L’EDP d’´valuation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 2.5.2 Extensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5.3 Interpr´tation financi`re de l’EDP d’´valuation . . . . . . . . . . . . . . . e e e 3

4 La formule de Black et Scholes . . . . . . . . . . 2.6.1 R´solution de l’EDP . . . . . . . . . . . . e 2.6.2 Les formules ferm´es . . . . . . . . . . . . e 2.6.3 Propri´t´s du prix des Calls et des Puts . ee 2.6.4 Les grecques . . . . . . . . . . . . . . . . 2.7 Impl´mentation de la formule . . . . . . . . . . . e 2.8 Volatilit´ . . . . . . . . . . . . . . . . . . . . . . e 2.8.1 Pr´cisions sur la volatilit´ . . . . . . . . . e e 2.8.2 Volatilit´ historique . . . . . . . . . . . . e 2.8.3 La volatilit´ implicite . . . . . . . . . . . e 2.8.4 Volatilit´ implicite et Risk-management . e 2.9 Le smile . . . . . . . . . . . . . . . . . . . . . . . 2.9.1 Smile et options exotiques . . . . . . . . . 2.10 Exemples de Produits Structur´s sur indices . . . e 2.10.1 Motivation . . . . . . . . . . . . . . . . . 2.10.2 D´finition et caract´ristiques des produits e e 2.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 37 41 42 43 44 45 45 46 48 48 53 54 55 55 55 59 59 60 60 61 64 64 65 67 67 68 69 69 70 70 72 73 75 75 76 81 81 82 82

3 Options barri`res e 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Formule de sym´trie dans la formule de Black et Scholes . . . . e 3.2.1 Formule de sym´trie Call-Put sans coˆ t de portage . . . e u 3.2.2 Principe de sym´trie dans le cas g´n´ral . . . . . . . . . e e e 3.3 Options barri`res . . . . . . . . . . . . . . . . . . . . . . . . . . e 3.3.1 Caract´ristiques g´n´rales . . . . . . . . . . . . . . . . . e e e 3.3.2 Pricing et R´plication d’une option Up In regular . . . . e 3.4 Application aux Calls, Puts et Binaires . . . . . . . . . . . . . . 3.4.1 Evaluation des options UIB . . . . . . . . . . . . . . . . 3.4.2 Le cas de Put . . . . . . . . . . . . . . . . . . . . . . . . 3.5 Delta-hedging des options barri`res . . . . . . . . . . . . . . . . e 3.5.1 EDP d’´valuation . . . . . . . . . . . . . . . . . . . . . . e 3.6 Quelques applications math´matiques . . . . . . . . . . . . . . e 3.6.1 Loi du temps d’atteinte TH de la barri`re haute . . . . . e 3.6.2 Loi du maximum, ou du minimum . . . . . . . . . . . . 3.7 Les options lookback . . . . . . . . . . . . . . . . . . . . . . . . 3.8 Appendice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.8.1 R´plication en maturit´s . . . . . . . . . . . . . . . . . . e e 3.8.2 Evaluation des options barri`res Out en cas de paiement e

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . de dividendes

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

4 Arbitrage statique, distribution et diffusion implicites 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Arbitrage statique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Incidence sur les prix de l’absence d’arbitrage statique . . . . . . . . . . .

5 4.2.2 Arbitrage international . . . . . . . . . . . . . . . . . . . . . . Syst`me de prix viable et arbitrage . . . . . . . . . . . . . . . . . . . . e 4.3.1 Propri´t´s des prix des produits d´riv´s . . . . . . . . . . . . . ee e e Les prix comme esp´rance : le point de vue statique . . . . . . . . . . e 4.4.1 Arbitrage statique et prix d’´tats . . . . . . . . . . . . . . . . . e Applications probabilistes . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.1 Fonctions convexes et formule d’Itˆ . . . . . . . . . . . . . . . . o 4.5.2 Temps local et densit´ . . . . . . . . . . . . . . . . . . . . . . . e 4.5.3 Applications a la r´plicatiopn statique des options barri`res UI ` e e La diffusion implicite de Dupire . . . . . . . . . . . . . . . . . . . . . . 4.6.1 Les entr´es du probl`mes . . . . . . . . . . . . . . . . . . . . . e e 4.6.2 Une ´tude directe . . . . . . . . . . . . . . . . . . . . . . . . . . e 4.6.3 Calcul de la fonction de volatilit´ : l’EDP forward . . . . . . . e 4.6.4 Diffusion implicite . . . . . . . . . . . . . . . . . . . . . . . . . 4.6.5 Le vrai probl`me de calibration . . . . . . . . . . . . . . . . . . e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 84 85 86 86 88 88 89 89 90 90 91 91 92 94

4.3 4.4 4.5

4.6

´ 5 L’EVALUATION ET LA COUVERTURE DES OPTIONS sur MULTI SOUSJACENTS 95 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 5.2 Portefeuilles et autofinancement . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 5.2.1 Le cadre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 5.2.2 Portefeuille autofinan¸ant . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 c 5.3 Absence d’Opportunit´s d’arbitrage et rendement des titres . . . . . . . . . . . . 100 e 5.3.1 Arbitrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 5.3.2 Contraintes sur la dynamique des titres . . . . . . . . . . . . . . . . . . . 101 5.4 Num´raire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 e 5.4.1 Arbitrage et num´raire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 e 5.4.2 Primes de risque et changement de num´raire . . . . . . . . . . . . . . . . 105 e 5.4.3 Le num´raire de march´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 e e 5.5 Evaluation et couverture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 5.5.1 Prix des produits d´riv´s atteignables . . . . . . . . . . . . . . . . . . . . 107 e e 5.5.2 March´ complet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 e 5.5.3 Probabilit´ risque-neutre, ou mesure-martingale . . . . . . . . . . . . . . . 110 e 5.5.4 Numeraire et changement de probabilit´ . . . . . . . . . . . . . . . . . . . 112 e 5.6 La formule de Black et Scholes Revisit´e . . . . . . . . . . . . . . . . . . . . . . . 113 e 5.6.1 Portefeuille associ´ a un titre versant un dividende . . . . . . . . . . . . . 113 e` 5.6.2 Les probabilit´s d’exercice . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 e 6 Arbitrage multidevise : Application aux options quanto 117 6.1 Arbitrage multidevise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 6.1.1 Principe g´n´ral d’´valuation . . . . . . . . . . . . . . . . . . . . . . . . . 118 e e e

6 6.1.2 Application aux options quanto . . . . . . . . . . . . . . . . Dynamique des produits financiers et primes de risque . . . . . . . Options sur un march´ ´tranger : Les options quanto . . . . . . . . ee Les formules ferm´es d’´valuation des Call quanto . . . . . . . . . e e 6.4.1 La formule de Black . . . . . . . . . . . . . . . . . . . . . . 6.4.2 Options d’achat sur action ´trang`re avec strike en monnaie e e 6.4.3 Options d’achat sur devise . . . . . . . . . . . . . . . . . . . Les options sur actions ´trang`res avec taux de change fix´ . . . . e e e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . domestique . . . . . . . . . . . . . . . . . . . . . . 118 120 122 123 123 124 125 126

6.2 6.3 6.4

6.5

7 March´s a termes, Produits d´riv´s sur Mati`res Premi`res, e ` e e e e par Julien Samaha, Cr´dit Lyonnais. e 7.1 Pr´sentation des march´s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 7.1.1 March´s de contrats a terme . . . . . . . . . . . . . . . . . . . . . . . . . e ` 7.1.2 En quoi ces march´s sont-ils diff´rents ? . . . . . . . . . . . . . . . . . . . e e 7.1.3 Qui sont les acteurs sur ces march´s ? . . . . . . . . . . . . . . . . . . . . e 7.1.4 Principaux facteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2 Analyse des prix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2.1 Arbitrage cash-and-carry . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2.2 Rendement d’opportunit´ (convenience yield) . . . . . . . . . . . . . . . . e 7.2.3 Report (contango) et d´port (backwardation) . . . . . . . . . . . . . . . . e 7.2.4 Analyse en composantes principales . . . . . . . . . . . . . . . . . . . . . 7.2.5 Autres propri´t´s statistiques . . . . . . . . . . . . . . . . . . . . . . . . . ee 7.3 Produits d´riv´s sur mati`res premi`res . . . . . . . . . . . . . . . . . . . . . . . e e e e 7.3.1 Swaps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.2 Options Asiatiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.3 Options sur spread . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3.4 Options exotiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.4 Mod´lisation des prix a terme de mati`res premi`res . . . . . . . . . . . . . . . . e ` e e 7.4.1 Un exemple simple de mod`le de courbe : le mod`le de Schwartz 1-facteur e e 7.4.2 Exemple de mod`le spot 2-facteurs : les mod`les de Gibson-Schwartz et e e Schwartz-Smith . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ` 8 LES MODELES CLASSIQUES DE TAUX 8.1 La formation des taux d’int´rˆt . . . . . . . . . . . . . . . . . . . ee 8.1.1 L’importance de la Banque Centrale. . . . . . . . . . . . 8.1.2 Formation des taux longs et anticipation des agents . . . 8.1.3 Spreads et qualit´ de signature . . . . . . . . . . . . . . . e 8.1.4 Les principaux taux fixes ou variables du march´ fran¸ais e c 8.2 Taux d’int´rˆt et absence d’arbitrage . . . . . . . . . . . . . . . . ee 8.2.1 G´n´ralit´s sur les taux d’int´rˆt . . . . . . . . . . . . . . e e e ee 8.2.2 Prix et taux a terme . . . . . . . . . . . . . . . . . . . . . ` 8.3 Absence d’arbitrage et mod´lisation des taux . . . . . . . . . . . e

129 129 129 130 131 131 133 133 133 134 135 136 137 137 137 137 138 138 139 139 145 145 145 146 147 147 149 149 150 150

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

7 8.3.1 Mod`les d´terministes et anticipations rationnelles . . . . . e e 8.3.2 Les mod`les al´atoires . . . . . . . . . . . . . . . . . . . . . e e Le mod`le de Vasicek . . . . . . . . . . . . . . . . . . . . . . . . . . e 8.4.1 L’´quation des taux . . . . . . . . . . . . . . . . . . . . . . e 8.4.2 La courbe des taux issue du mod`le de Vasicek . . . . . . . e 8.4.3 Le mod`le de Vasicek g´n´ralis´ . . . . . . . . . . . . . . . . e e e e 8.4.4 L’EDP d’´valuation et le prix des options sur z´ro-coupons e e Le mod`le de CIR . . . . . . . . . . . . . . . . . . . . . . . . . . . e 8.5.1 Calcul des prix z´ro-coupon . . . . . . . . . . . . . . . . . . e Extension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.6.1 Les mod`les lin´aires . . . . . . . . . . . . . . . . . . . . . . e e Calibration de la courbe des taux . . . . . . . . . . . . . . . . . . . 8.7.1 La m´thode classique . . . . . . . . . . . . . . . . . . . . . e 8.7.2 La m´thode des splines . . . . . . . . . . . . . . . . . . . . e 8.7.3 Param´trisation a la Vasicek . . . . . . . . . . . . . . . . . e ` 8.7.4 Sensibilit´s aux param`tres de risque . . . . . . . . . . . . . e e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 151 151 152 153 154 154 155 156 157 157 157 158 158 158 160 163 164 164 166 166 170 170 171 172 172 173 175 176 177 178 181 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 181 182 182 183 183 184

8.4

8.5 8.6 8.7

` 9 LES MODELES de DEFORMATION de la COURBE des TAUX 9.1 Le mod`le en absence d’opportunit´ d’arbitrage . . . . . . . . . . . . . e e 9.1.1 Le mod`le pour les z´ro-coupon . . . . . . . . . . . . . . . . . e e 9.2 Equation structurelle des taux . . . . . . . . . . . . . . . . . . . . . . . 9.2.1 Taux z´ro-coupon et conditions initiales . . . . . . . . . . . . . e 9.3 Exemples de fonctions de volatilit´ . . . . . . . . . . . . . . . . . . . . e 9.3.1 Un mod`le faiblement stationnaire . . . . . . . . . . . . . . . . e 9.3.2 Le cas unidimensionnel . . . . . . . . . . . . . . . . . . . . . . 9.3.3 Le cas multi-dimensionnel . . . . . . . . . . . . . . . . . . . . . 9.4 ANALYSE en TERME de VARIANCE-COVARIANCE . . . . . . . . 9.4.1 Etudes des corr´lations . . . . . . . . . . . . . . . . . . . . . . e 9.4.2 Esp´rance et anticipations . . . . . . . . . . . . . . . . . . . . . e 9.4.3 Pouvoir pr´dictif des taux forwards . . . . . . . . . . . . . . . . e 9.4.4 Anticipation et gestion de portefeuille . . . . . . . . . . . . . . 9.4.5 Arbitrage et th´orie des anticipations instantan´es . . . . . . . e e ´ ´ ´ ˆ 10 PRODUITS DERIVES sur TAUX d’INTERET 10.1 Les INSTRUMENTS de COUVERTURE : FRAs, Futures, Swaps, Caps, Floors et Swaptions 10.1.1 Contrats forward et FRA’s . . . . . . . . 10.1.2 Les contrats Future . . . . . . . . . . . . 10.1.3 Les options sur future . . . . . . . . . . . 10.1.4 Les Swaps . . . . . . . . . . . . . . . . . . 10.1.5 Les instruments optionnels de taux . . . . 10.2 Introduction aux m´thodes d’´valuation . . . . . e e

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

8 10.3 Identification de l’´ch´ancier . . . . . . . . . . . . . . . . . . . . . . . . . . e e 10.3.1 Quelques exemples d’´ch´anciers . . . . . . . . . . . . . . . . . . . e e 10.4 Evaluation forward . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.4.1 Exemples de contrats dont l’´valuation ne demande pas de mod`le e e 10.4.2 March´ a terme et probabilit´ forward neutre . . . . . . . . . . . . e` e 10.4.3 Correction de convexit´ pour les contrats forwards . . . . . . . . . e 10.4.4 Correction de convexit´ lorsque les volatilit´s sont d´terministes . e e e 10.4.5 Options sur z´ro-coupon et caplet . . . . . . . . . . . . . . . . . . e 10.5 Options sur obligations a coupons, Swaptions . . . . . . . . . . . . . . . . ` 11 LE MODELE LOG-NORMAL sur TAUX PIBOR 11.1 Pricing des caplets . . . . . . . . . . . . . . . . . . . . . . . 11.1.1 Dynamique des taux-dynamique des prix . . . . . . 11.1.2 Pricing en taux et pricing en prix . . . . . . . . . . . 11.2 Pricing des swaptions . . . . . . . . . . . . . . . . . . . . . 11.2.1 Calcul du taux de swap, et du pay-off des swaptions 11.2.2 Evaluation de la swaption dans le cas log-normal sur 11.2.3 Evaluation de la swaption dans le cas log-normal sur 11.2.4 Calibration de la fonction de volatilit´ . . . . . . . . e 11.2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 185 186 187 188 189 190 190 191 193 193 194 195 196 196 197 198 199 199 201 202 202 202 203 203 204 206 206 207 208 208 208 211 211 211 212 215 215 215

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . les prix . . . . . les taux forwards . . . . . . . . . . . . . . . . . . . .

. . . . . . . . .

. . . . . . . . .

12 Le mod`le de march´ : ´valuation des swaptions et calibration e e e 12.1 Instruments de base . . . . . . . . . . . . . . . . . . . . . . . . . . 12.1.1 Z´ro-coupon et taux court . . . . . . . . . . . . . . . . . . . e 12.1.2 Taux LIBOR et swaps . . . . . . . . . . . . . . . . . . . . . 12.2 Mod`le de march´ . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 12.2.1 D´finition . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 12.2.2 Options sur taux . . . . . . . . . . . . . . . . . . . . . . . . 12.3 Evaluation des swaptions . . . . . . . . . . . . . . . . . . . . . . . 12.3.1 Approximation de la dynamique du taux swap . . . . . . . 12.3.2 Calcul du prix . . . . . . . . . . . . . . . . . . . . . . . . . 12.4 Calibration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12.4.1 Contraintes sur les prix de swaptions . . . . . . . . . . . . . 12.4.2 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 Appendice : Volatilit´ stochastique (par e 13.1 Introduction . . . . . . . . . . . . . . . . 13.1.1 Notations . . . . . . . . . . . . . 13.1.2 Interpr´tation . . . . . . . . . . . e 13.1.3 A quoi s’attendre ? . . . . . . . . 13.2 Prix d’une option europ´enne . . . . . . e 13.2.1 EDP d’´valuation . . . . . . . . . e Julien Guyon) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

Pr´sentation des produits d´riv´s e e e 13.2.2 Interpr´tation probabiliste . . . . . . . . . . . e Analyse asymptotique . . . . . . . . . . . . . . . . . 13.3.1 Retour a la moyenne . . . . . . . . . . . . . . ` 13.3.2 Le prix Black-Scholes corrig´ . . . . . . . . . e 13.3.3 Strat´gies de couverture . . . . . . . . . . . . e L’approche martingale . . . . . . . . . . . . . . . . . 13.4.1 D´marche . . . . . . . . . . . . . . . . . . . . e 13.4.2 Notations . . . . . . . . . . . . . . . . . . . . 13.4.3 Le prix corrig´ comme martingale approch´e e e 13.4.4 Retrouver le prix P0 + P1 . . . . . . . . . . . Calibration . . . . . . . . . . . . . . . . . . . . . . . 13.5.1 Le prix corrig´ de l’option d’achat . . . . . . e 13.5.2 Surface de volatilit´ implicite . . . . . . . . . e Simulations num´riques . . . . . . . . . . . . . . . . e 13.6.1 Sch´mas num´riques pour l’EDP d’´valuation e e e 13.6.2 M´thode de Monte-Carlo1 . . . . . . . . . . . e Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9 218 220 220 222 228 234 234 236 237 240 243 243 244 245 245 248 261

13.3

13.4

13.5

13.6

13.7

1

Cette section doit beaucoup a Bernard Lapeyre qui est a l’origine de plusieurs am´liorations. ` ` e

10

Dea de Probabilit´, option finance 2003/2004 e

Chapitre 1

Pr´sentation des produits d´riv´s e e e
1.1 Introduction aux march´s financiers e

Une r´volution de grande ampleur a eu lieu depuis une trentaine d’ann´es sur les march´s e e e financiers, suite a une politique affirm´e de d´r´gulation. Ce nouveau paysage financier est ` e ee n´ notamment des d´s´quilibres et des incertitudes qui p`sent sur les relations ´conomiques e ee e e internationales depuis le d´but des ann´es 1970 (endettement des pays en voie de d´veloppement, e e e instabilit´ des taux de change). Le d´veloppement de l’inflation et la grande volatilit´ des taux e e e d’int´rˆt ont perturb´ les anticipations des investisseurs. D’autre part, l’internationalisation des ee e capitaux, les progr`s technologiques en informatique et communication ont modifi´ les relations e e entre les diff´rentes places financi`res : New-York, Londres, Tokyo, etc. . . : il est maintenant e e possible a tout instant d’intervenir sur tous les march´s. ` e En France, les r´formes ont commenc´ a la mi-1984 avec comme objectifs, le d´cloisonnement des e e` e march´s et la cr´ation d’un unique march´ des capitaux, la modernisation des r´seaux financiers. e e e e Un ´l´ment majeur de cette politique a ´t´ la cr´ation de deux march´s financiers tr`s actifs, et ee ee e e e avec de grandes liquidit´s, sur lesquels vont ˆtre n´goci´s de nouveaux instruments financiers : e e e e – le MATIF ou March´ a Terme International de France (1985) (d’abord nomm´ March´ a e` e e` Terme des Instruments Financiers) et actuellement membre d’Euronext. – le MONEP ou March´ des Options N´gociables de Paris (1987). e e Les utilisateurs de ces nouveaux instruments de tr´sorerie forment un ´ventail tr`s vaste : ene e e treprises industrielles et commerciales, soci´t´s d’assurance, banques, caisses d’´pargne . . . Ces ee e nouveaux instruments viennent au secours des investisseurs pour contrebalancer l’instabilit´ des e parametres de march´, comme les taux d’int´rˆt, les taux de change etc... e ee 11

12

Dea de Probabilit´, option finance 2003/2004 e

1.2
1.2.1

Titres de base et produits d´riv´s e e
Titres de base

L’activit´ financi`re se d´veloppe a travers un certain nombre d’instruments tels que la cire e e ` culation de monnaie exprim´e dans diff´rentes devises, les op´rations de prˆts et d’emprunts e e e e qui sont assorties de paiements d’int´rˆts d´pendant de la maturit´ des op´rations, et bien sˆ r e e e e e u des actions ´mises par les entreprises qui refl´tent leur capitalisation. Des indices ont ´t´ cr´´s e e e e ee (SP500, CAC 40..) afin de permettre aux investisseurs ´trangers d’avoir une information rapide e sur le niveau ´conomique et le comportement des actions d’un pays. e La tr`s grande variabilit´ de ces param`tres ou de ces titres a conduit naturellement a une e e e ` demande de transfert des risques de la part d’un certain nombre d’intervenants, comme les entreprises industrielles, les compagnies d’assurance..... Les banques jouent ´videmment un rˆle e o fondamental dans cette transformation, notamment en proposant un certain nombre de produits financiers, qui seront appel´s produits d´riv´s. 1 Elles peuvent d’ailleurs utiliser elles-mˆme e e e e ces produits dans leur gestion pour compte propre. Ces produits “d’assurance” existent de fait depuis fort longtemps, puisqu’on a trouv´ la dese cription de contrats a terme sur le bl´ dans des textes de l’Antiquit´. Il y avait aussi un march´ ` e e e de contrats a terme sur les m´taux tr`s actif a Amsterdam au 18`me si`cle. Mais l’existence de ` e e ` e e march´s organis´s (le premier est cr´´ a Chicago en 1973) organis´s pour diminuer le risque de e e ee ` e contrepartie sur des op´rations d´nou´es dans le futur, contribue a faciliter l’acc`s par un grand e e e ` e nombre d’intervenants a ce genre de produits. En France, le MATIF et le MONEP ouvrent entre ` les ann´es 1985-1987. e Nous distinguerons les contrats a terme et les produits optionnels, que nous retrouverons en ` fonction de la nature du sous-jacent sur lequel ils sont ´crits dans diff´rents march´s : e e e – Le march´ des changes : achat/vente de devises e – le march´ des mati`res premi`res : m´taux, p´trole, denr´es agro-alimentaires... e e e e e e – le march´ des actions et des indices boursiers e – le march´ des taux d’int´rˆt e ee

1.2.2

Les contrats ` terme a
Une op´ration a terme est une op´ration au comptant diff´r´e dans le temps : l’acheteur e ` e e e et le vendeur se mettent d’accord sur les conditions d’un ´change, qui s’effectuera a une e ` date future pr´cis´e par le contrat, dite la maturit´ . e e e

1. Les conditions de l’´change sont d´finitivement fix´es a la date o` le contrat est nou´, e e e ` u e mais l’´change d’argent n’a lieu qu’` maturit´. Ces contrats peuvent porter aussi bien sur e a e
Le petit livre de P.Chabardes et F.Delcaux, “Produits d´riv´s”, publi´ chez Gualino Editeur, est un e e e remarquable expos´ d’introduiction aux produits d´riv´s. e e e Le livre d’Aftalion et Poncet ¡¡Les futures sur taux d’int´rˆt : le Matif ¿¿ (PUF 1997) est un expos´ tr`s e e e e document´ sur le fonctionnement du Matif, les contrats n´goci´s sur ce march´, ainsi que les motivations des e e e e intervenants
1

Pr´sentation des produits d´riv´s e e e

13

des tonnes de p´trole, des instruments financiers, ou tout autre bien dont la qualit´ ou la e e quantit´ sont clairement sp´cifi´es. e e e 2. A la date d’´ch´ance, il peut y avoir livraison physique du sous-jacent, contre le paiement e e de la totalit´ de la somme pr´vue dans le contrat. On parle de “physical settlement”. Il est e e aussi possible que les contreparties n’´changent que la diff´rence entre la valeur de march´ e e e du titre a l’´ch´ance et le cours garanti. On parle de “cash settlement”. ` e e 3. Il y a un risque de voir la contrepartie avec laquelle on a nou´ le contrat ne pas satisfaire e a ses obligations. C’est le risque de non-exc´cution ou de contre-partie. Son ´limination ` e e a conduit les march´s financiers a adopter des r`gles de fonctionnement concernant ces e ` e contrats l´g´rement diff´rentes. On parle alors de contrat futures. e e e 4. Les contrats a terme sont sym´triques, c’est a dire qu’ a priori chaque contrepartie a autant ` e ` de chances que l’autre de gagner ou de perdre de l’argent dans le futur. 5. Pour les intervenants, l’int´rˆt des contrats a terme est de connaitre le cours d’une ee ` op´ration dans le futur. Il s’agit dans ce cas d’une op´ration de couverture : e e Exemple :

Un industriel europ´en sait qu’il doit recevoir en dollars une forte somme d’argent, e dans trois mois. Afin de figer la quantit´ dont il peut disposer, il ach`te un contrat a e e ` terme, d’´ch´ance trois mois sur le dollar, en Euros. e e Il s’agit donc d’une forme de couverture du risque de change, qui toutefois peut ne pas lui ˆtre favorable, si dans trois mois le contrat cˆte moins que le taux de change. e o 6. Toute op´ration dans le futur peut ˆtre mise en place a des fins de sp´culation. Un e e ` e op´rateur qui anticipe (contre le march´) un certain type de mouvement peut acheter un e e contrat en esp´rant r´aliser un gain. e e 7. Comme le souligne Aftalion et Poncet, ces march´s jouent aussi un rˆle important en e o terme de diffusion de l’information. Les prix a terme refl`tent en un certain sens les ` e pr´visions des participants du march´, mˆme si nous verrons que des arguments d’arbitrage e e e les contraignent de mani`re importante. e 8. Un autre risque est pr´sent en permanence sur les march´s a terme : c’est le risque de liquie e ` dit´. Un intervenant qui voudrait ´changer son contrat a une date ant´rieure a l’´ch´ance e e ` e ` e e peut ne pas trouver rapidement de contrepartie. Les march´s organis´s ont essay´ de mettre en place des r`gles de fonctionnement qui e e e e limitent a la fois le risque de contrepartie et de liquidit´. Ces risques restent importants ` e dans les march´s de gr´ a gr´. e e` e 9. Les produits d´riv´s permettent aussi de faire le lien entre diff´rents march´s, (taux, e e e e change, actions) de telle sorte que l’ensemble des prix disponibles forment un tout coh´rent. e En effet, des combinaisons de plusieurs op´rations sur diff´rents march´s peuvent permettre e e e de gagner de l’argent a coup sˆ r sans prendre aucun risque : On r´alise ce qu’on appelle ` u e un arbitrage.

14

Dea de Probabilit´, option finance 2003/2004 e

La pr´sence de nombreux professionnels tr`s comp´tents dans les salles de march´ aboutit par la e e e e loi de l’offre et de la demande a des ajustements de prix qui r´duisent ces possibilit´s d’arbitrage. ` e e Nous verrons que cette “loi” des march´s liquides est a la base de la mod´lisation math´matique e ` e e que nous pr´senterons dans les chapitres suivants. e

1.3
1.3.1

Caract´ristiques financi`res des contrats d’options e e
Les options n´gociables e
Une option est un contrat qui permet a son d´tenteur d’acheter ou de vendre une certaine ` e quantit´ d’un bien ou un actif a un cours convenu a l’avance, appel´ prix d’exercice e ` ` e (Strike), a (ou jusqu’`) une date fix´e, dite ´ch´ance de l’option. ` a e e e En contrepartie, l’acheteur verse imm´diatement au vendeur de l’option une prime qui e est le prix de l’option.

Les options europ´ennes sont les options exerc´es seulement le jour de l’´ch´ance, et les e e e e options am´ricaines celles qui peuvent ˆtre exerc´es a tout moment avant leur ´ch´ance. Les e e e ` e e options cot´es sur le march´ a Paris sont am´ricaines, mais les options de gr´ a gr´ sont souvent e e` e e` e europ´ennes. e Chaque contrat porte sur un nombre fix´ d’actifs supports : 100 dans le cas des actions. Dans le e cas du MONEP, il s’agit essentiellement d’options sur actions, ou ´ventuellement sur le CAC e 40, qui est un indice refl´tant le march´ des actions en France. Dans le cas du MATIF, les options e e portent sur les contrats a terme sur taux PIBOR, ou sur le Notionnel, qui est un titre fictif de ` maturit´ dix ans, versant des coupons de 10%. e Les options d’achat et de vente Les options trait´es sont essentiellement des options d’achat (call) ou de vente (put). Chaque e contrat porte sur un nombre fix´ d’actifs supports (100 dans le cas des actions). Le prix, fix´ e e dans le contrat auquel l’op´ration peut se faire s’appelle le prix d’exercice, ou strike. e Les op´rations sur les options e Achat d’une option d’achat : L’acheteur paye au vendeur une prime qui lui donne le droit d’acheter a la date d’´ch´ance de ` e e l’option, 100 actions a un prix d’exercice convenu a l’avance. C’est le principe d’une ” promesse ` ` de vente”. Ce droit n’est “exerc´” que si les cours ont mont´ et d´pass´ le prix d’exercice . Les e e e e risques sont limit´s a la prime pay´e, et les gains d´pendent de l’´cart entre le prix d’exercice et e ` e e e le cours a l’´ch´ance. ` e e Exemples

Par exemple, le Vendredi 28 Mai 1993 le CAC 40 cote 1904.58 pts. A l’´ch´ance Juin 1993, e e pour un prix d’exercice de 1925 pts, la prime d’un option d’achat est de 28 pts, pour un prix d’exercice de 1875 , la prime est de 55pts. Si a la date d’´ch´ance, les cours ont mont´ ` e e e a 1950pts, l’option est exerc´e : on ach`te le CAC a 1925 pts et on peut le revendre tout ` e e `

Pr´sentation des produits d´riv´s e e e

15

de suite a 1950 pts, soit un b´n´fice net par titre support de 25 pts. ` e e Mais il ne faut pas oublier qu’on a pay´ une prime a la date du 28 Mai, ce qui correspond e ` a l’´ch´ance a 28(1+R) pts, o` R est l’int´rˆt a payer entre le 28 Mai et l’´ch´ance. Pour ` e e ` u ee ` e e celui qui a achet´ l’option, l’op´ration n’est gagnante, que si les cours ont mont´ a un e e e ` niveau sup´rieur a 1925 + 28(1 + R) pts. e ` Ce mˆme jour, les options de vente de mˆme ´ch´ance et de prix d’exercice 1950 pts, sont e e e e cˆt´es 47 pts et celles de prix d’exercice 1875 pts sont cˆt´es 3.50 pts. oe oe Autre exemple Le Jeudi 28 Septembre 1995, le CAC 40 cˆte 1767.58 pts. A l’´ch´ance o e e D´cembre 1995, et pour une option d’achat, le plus petit prix d’exercice cˆt´ est de 1775 e oe pts. La prime est de 75 pts, mais tr`s peu de contrats ont ´t´ n´goci´s a ce prix d’exercice. e ee e e ` Les prix d’exercice les plus n´goci´s ont ´t´ de 1950 pts et de 2000 pts avec des primes de e e ee 17 pts et de 9 pts respectivement. Ces informations montrent que les march´s consid`rent que le cours de l’indice est tr`s e e e bas, puisqu’ aucune option de prix d’exercice inf´rieur a celui du cours de l’indice n’est e ` cˆt´e. Par suite, tout le monde anticipe une hausse du cours, mais a priori on ne sait pas oe de quelle ampleur elle sera. Dans un tel contexte, les hypoth`ses que nous ferons plus tard e pour justifier le mode de calcul des prix ne sont pas satisfaites. Vente d’une option d’achat : Le vendeur a l’obligation de livrer a l’´ch´ance 100 actions au prix convenu, si l’acheteur le ` e e demande, c’est a dire exerce son droit. Son gain est constitu´ de la prime. Il esp`re que les cours ` e e vont baisser pour ne pas avoir a livrer. Les pertes peuvent ˆtre grandes en cas de hausse. Le ` e vendeur est en g´n´ral un investisseur professionnel. e e Achat d’une option de vente : L’achateur a le droit de vendre 100 actions a un prix convenu. Les gains sont importants si les ` cours baissent ; la perte maximale est ´gale a la prime. e ` Vente d’une option de vente : Le vendeur a l’obligation d’acheter au d´tenteur de l’option 100 actions au prix convenu si ` e l’option est exerc´e. Il esp`re que les cours vont monter pour ne pas avoir a les acheter. e e ` Straddel : Un straddel est une combinaison de deux options d’achat et de vente. Les param`tres des options e • La dur´e d’exercice e Dans les march´s organis´s, trois ´ch´ances sont cot´es simultan´ment : 3, 6 et 9 mois sur les mois e e e e e e suivants : mars, juin, septembre, d´cembre. La cotation cesse la veille de l’´ch´ance, ce qui signifie e e e que les options sont n´gociables jusqu’` l’avant-dernier jour du mois d’´ch´ance. Toutefois, sur e a e e le CAC 40 l’´ch´ance des options est mensuelle. Les pages financi`res des quotidiens donnent e e e simultan´ment en plus des cours, le nombre de contrats trait´s. Les ´ch´ances les plus liquides e e e e

16 sont traditionnellement les plus proches.

Dea de Probabilit´, option finance 2003/2004 e

• Le prix d’exercice C’est le cours auquel l’option peut ˆtre exerc´e. Trois prix d’exercice au minimum sont cot´s e e e sur chaque action, et chacune des trois ´ch´ances. Ils respectent entre eux des ´carts standards. e e e Les trois prix d’exercice sont fix´s a des cours proches de celui de l’action. Les options les plus e ` liquides sont les options a la monnaie, pour lesquelles le prix d’exercice est proche de la valeur ` du cours. Les options dans la monnaie sont des options pour lesquelles la valeur intrins`que n’est e pas nulle. Les autres sont dites en dehors de la monnaie. Exemple

Le 02 Jan 2003, pour le CAC 40 cotant 3195.02 pts, les prix d’exercice ´taient les suivants e 3100 3150 3200 3250 3300 3350 pts pts pts pts pts pts au-dessous au-dessous au pair au-dessus au-dessus au-dessus (in the money) pour un Call (in the money) pour un Call (at the money) (out of the money) pour un Call (out of the money) pour un Call (out of the money) pour un Call

Remarque 1.3.1 Pour m´moire e
Exemple

Le 28 Mai 1993, pour le CAC 40 cotant 1905 pts, les prix d’exercice ´taient les suivants : e 1850 1875 1900 1925 1950 1975 pts pts pts pts pts pts au-dessous au-dessous au pair au-dessus au-dessus au-dessus (in the money) pour un Call (in the money) pour un Call (at the money) (out of the money) pour un Call (out of the money) pour un Call (out of the money) pour un Call

Dans le cas des puts, la terminologie est invers´e. e

• La prime La prime est le prix du contrat pay´ par l’acheteur au vendeur de l’option. Comme un contrat e porte sur 100 actions support, l’acheteur doit payer 100fois la prime. Elle fait l’objet de cotations et peut ˆtre n´goci´e : on peut acheter une option pour essayer de la revendre plus ch`re, ou e e e e l’inverse. Le prix de l’option ´volue tout au long de sa dur´e de vie. e e Exemple

Le 02 Jan 2003, les primes des options d’achat et de vente d’´ch´ance 31 Jan 2003 sur le e e CAC 40 cotant 3195.02 pts, sont de :

Pr´sentation des produits d´riv´s e e e Prix d’exercice 3100 pts 3150 pts 3200 pts 3250 pts 3300 pts 3350 pts
Exemple

17 Option de vente 100.13 Euro 118.98 pts 140.41 pts 165.06 pts 193.03 pts 223.76 pts

Option d’achat 199.91 pts 168.86 pts 140.41 pts 115.17 pts 93.26 pts 74.10 pts

Remarque 1.3.2 Pour m´moire e

Le 28 Mai 1993, les primes des options d’achat et de vente d’´ch´ance Juin 1993 sur le CAC 40 e e cotant 1905 pts, sont de : Prix d’exercice 1850 pts 1875 pts 1900 pts 1925 pts 1950 pts 1975 pts Option d’achat 70.00 pts 55.00 pts 37.00 pts 28.00 pts 17.00 pts 11.00 pts Option de vente 26.50 pts 34.20 pts 44.00 pts 62.00 pts

Le prix de l’option est d´compos´ en valeur intrins`que et valeur temps. e e e • La valeur intrins`que e C’est la diff´rence positive ou nulle entre le cours cˆt´ du titre support et le prix d’exercice. e oe CallValeur intrins`que = sup(Cours de l’action − Prix d’exercice, 0) e PutValeur intrins`que = sup(Prix d’exercice − Cours de l’action, 0) e • La valeur temps C’est la diff´rence entre le cours de l’option et sa valeur intrins`que. Elle est nulle a l’´ch´ance e e ` e e pour une option europ´enne. e Les straddles Un straddle est un d´riv´ constitu´ d’un call et d’un put de mˆme param`tres. La figure 1.2 e e e e e repr´sente le payoff vis a vis du vendeur. L’int´rˆt de traiter un straddle a la monnaie plutˆt e ` ee ` o qu’une option r´side dans le fait que sa sensibilit´ par rapport a une variation du sous-jacent e e ` est tr`s faible a la date de n´gociation du contrat. C’est un pur produit de volatilit´ tant que le e ` e e spot ne d´rive pas. Si le spot S(t) d´rive trop loin de K, l’une des deux jambe du straddle fait e e encourir des risques inutiles au vendeur pour un prix d´risoire. Il a donc int´rˆt a la racheter. e ee ` Le rˆle des march´s organis´s d’options o e e Les march´s organis´s contribuent par la grande lisibilit´ des prix affich´s, la garantie qu’ils e e e e offrent aux intervenants en se substituant en cas de d´faut de l’une des contreparties, a maintenir e `

18

Dea de Probabilit´, option finance 2003/2004 e

Fig. 1.1: Profil de prix et valeur intrins`que. e

ΠT T
 

K
 d d

E d

ST

   

 

 

d

d d

Figure 1.2: Payoff d’un straddle vis a vis du vendeur. `

une grande liquidit´ sur les titres n´goci´s ou du moins sur certains d’entre eux les plus trait´s. e e e e La contrepartie est une certaine rigidit´ dans les produits fournis, qui sont de type standards. e Ils sont le lieu privil´gi´ vers lequel se tournent les traders qui cherchent a couvrir des produits e e ` complexes a l’aide d’options standards. Ils peuvent ˆtre per¸us comme les supermarch´s de la ` e c e finance.

1.3.2

Les options de gr´ ` gr´ ea e

En dehors des march´s organis´s, il existe un grand nombre d’options n´goci´es de gr´ a gr´, e e e e e` e c’est a dire directement entre l’acheteur et le vendeur, sans la garantie d’un march´, notamment ` e sur les taux de change qui sont les supports d’un tr`s grand nombre d’options de tout prix e d’exercice et de toutes maturit´s. Les prix de telles options ne sont pas affich´s sur les ´crans e e e Reuter, et peuvent varier d’une banque a l’autre. Toutefois, la grand liquidit´ de ces options et ` e la pr´sence sur les march´s d’arbitrageurs qui essayent de tirer profit de disparit´s sur les prix e e e contribuent a rendre ces diff´rents prix convergents. ` e

Pr´sentation des produits d´riv´s e e e Les options exotiques

19

Les options standards ´tant n´goci´es au plus juste prix ne produisent pas de b´n´fices e e e e e substantiels. Aussi, a-t’on vu proposer sur les march´s de gr´ a gr´ de plus en plus d’options e e ` e complexes, ou aux dimensions plus sp´culatives. L’id´e est en g´n´ral d’utiliser des options e e e e standards (vanilla en anglais) pour les couvrir. – les options binaires Un Call binaire est une option qui paye un nominal connu a son d´tenteur, si le cours du ` e support a l’´ch´ance d´passe un prix d’exercice fix´ dans le contrat et rien sinon. ` e e e e Un Put binaire a les mˆmes caract´ristiques, mais le nominal est pay´ si le cours est e e e inf´rieur au prix d’exercice. e C’est un produit tr`s sp´culatif au voisinage de l’´ch´ance, car il est du type tout au rien. e e e e – les options asiatiques Ce sont des options standards, mais dont le support est la moyenne des cours sur une p´riode donn´e. Elles ont ´t´ introduites pour lutter contre la manipulation des cours des e e ee titres sous-jacent au voisinage de l’´ch´ance de l’option. e e – les options lookback Ce sont des options standards, mais dont le sous-jacent est le minimum ou le maximum du cours sur une p´riode incluant l’´ch´ance. En g´n´ral, le flux pay´ est la diff´rence entre e e e e e e e la valeur du cours et la valeur du minimum ou du maximum. Ce sont des options qui sont ch`res car elles ont toujours de la valeur. e Ces deux derniers types d’options rentrent dans la famille des options path-dependent, c’est a dire qui d´pendent de toute l’´volution du cours du titre support et non seulement ` e e de sa valeur a l’´ch´ance. ` e e – les options barri`res e Ce sont des calls ou des puts standards, qui autorisent l’exercice seulement si le titre support a franchi un niveau fix´ dans le contrat, appel´ barri`re. On peut alors trouver e e e tous les cas de figures, comme nous le d´taillerons dans la section concernant les options e exotiques. – les options quantos Ce sont des calls ou des puts ´crites sur des titres d’un march´ ´tranger, mais pay´es en e ee e monnaie domestique.

1.3.3

Utilit´ des produits d´riv´s e e e

Comme nous l’avons vu, la principale utilit´ des produits d´riv´s est de permettre de e e e transf´rer les risques financiers entre les diff´rents agents ´conomiques rapidement. En particue e e lier, certains agents, les banques notamment, sont dispos´s a prendre des risques suppl´mentaires e ` e moyennant un rendement accru de leurs op´rations. Nous retrouverons tout au long de ce docue ment cette id´e que rendement et risque sont fortement corr´l´s. e ee D’autre part, en transf´rant sur les banques les risques financiers associ´s a leur activit´ ine e ` e dustrielle, les grandes entreprises n’ont plus qu’` g´rer les risques d’exploitation, qui sont leurs a e

20

Dea de Probabilit´, option finance 2003/2004 e

risques sp´cifiques. En particulier, elles ont besoin d’immobiliser des r´serves moins importantes e e de fonds propres, dont la rentabilit´ devient ainsi plus importante. e Les produits d´riv´s ont conduit a une plus grande sp´cialisation des investisseurs, qui peuvent e e ` e se concentrer sur des portions de march´ qu’ils connaissent bien, par exemple dans le secteur e action. Par l’interm´diaire des produits d´riv´s, il peut diversifier son risque en ´changeant la e e e e performance du CAC contre d’autres r´f´rences en vigueur. ee Les produits d´riv´s offrent un fort effet de levier, dans la mesure o` l’acheteur d’un d´riv´ ne e e u e e risque de perdre au maximum que la prime, c’est a dire le prix qu’il a pay´ ` e

1.4
1.4.1

Les activit´s de march´ d’une banque e e
Le Front office

Les missions d’une salle de march´s au sein d’une Banque sont multiples et sont en g´n´ral e e e les suivantes : • les ´missions de papier : les banques agissent en tant qu’interm´diaires entre les e e ´metteurs de papier (emprunteurs) et le march´ (prˆteurs potentiels). e e e • le service a la client`le (institutionnelle et d’entreprises (corporate)) : la princi` e pale fonction des services commerciaux est de r´pondre aux besoins de la client`le, de les e e conseiller et d’assurer le suivi des op´rations. Ils travaillent essentiellemnt avec les instie tutionnels ou g´rants de SICAV et d’autres fonds de placement fran¸ais ou ´trangers. Le e c e responsable des montages de la salle est en g´n´ral un commercial. Chaque vendeur (sale) e e dispose d’un fond de commerce, c’est a dire d’un ensemble de clients autonomes, afin que ` chaque client ait un unique interlocuteur avec qui il puisse ´tablir un lien personnalis´ et e e durable. Cependant, les commerciaux travaillent par ´quipe et par zone g´ographique. Pour une e e transaction d´licate, il est fr´quent que tous participent a l’´laboration de la strat´gie et e e ` e e de l’argumentaire. La vente de produits standards est directement assur´e par les commerciaux (sales) tandis e que celle de produits structur´s n´cessite l’intervention des ´quipes de structuration. Le e e e commercial doit n´cessairement s’adresser a un trader pour que celui-ci fixe le prix des e ` produits propos´s et traite l’op´ration. Si celui-ci n’est pas dans le march´, c’est a dire e e e ` que sa position ne lui permet pas de donner des prix comp´titifs, le commercial ´prouvera e e des difficult´s a vendre ses produits. En effet, la concurrence est tr`s forte et de nombreux e ` e clients font le tour de la place avant d’investir. • le trading, la prise de position et l’arbitrage : certaines sections de la salle (les desks souvent organis´s par supports et(ou) g´ographiquement) constituent des centres e e de profits ind´pendants ; les dealers (traders) prennent des positions sur des devises, des e taux d’int´rˆt ou la volatilit´. Ils sont en particulier en charge de la gestion et de la ee e couverture des produits d´riv´s. En g´n´ral, un ing´nieur financier ou “quants” est associ´ e e e e e e a chaque activit´. Les traders peuvent aussi se livrer a des op´rations d’arbitrage, ou de ` e ` e

Pr´sentation des produits d´riv´s e e e

21

sp´culation.Ils agissent dans le cadre de limites de march´, et de contrepartie. e e Les contre-parties du trader Les traders peuvent avoir deux types de contreparties : • les clients finaux : le trader traite avec les sales de la salle qui font l’interface entre les deux contre-parties. L’objectif du client final est de couvrir ou de dynamiser son portefeuille ; il g`re g´n´ralement sa position en directionnel, ce qui signifie qu’il est directement expos´ e e e e a l’´volution du sous-jacent. ` e • Les contreparties professionnelles : ce sont les traders des autres banques ; Ils g`rent leurs positions en volatilit´, composante essentielle du prix d’une option comme e e nous le verrons ci-dessous, ce qui signifie qu’ils ach`tent ou vendent de la volatilit´. Ils sont e e donc plus sensibles aux variations de la volatilit´ qu’aux variations des cours. C’est une e dimension fondamentale du trading d’options. • l’activit´ de market-maker (”teneur de march´”) : certaines entit´s sont markete e e makers sur des march´s tr`s sp´cifiques, c’est-`-dire qu’elles doivent r´pondre aux dee e e a e mandes de cotation en assurant ainsi la liquidit´ du march´. e e • la couverture des op´rations de la Banque : la salle de march´s a un rˆle de support e e o vis a vis des autres d´partements, puisque sorties et entr´es d’argent sont tˆt ou tard ` e e o enregistr´es au niveau de la salle. La salle doit trouver des ressources a coˆ t r´duit et des e ` u e emplois r´mun´rateurs tout en minimisant les risques de march´. e e e • la gestion du bilan de la Banque, l’Asset and Liability Management (ALM)” : la Direction G´n´rale utilise la salle de march´s pour appliquer sa politique de gestion de e e e bilan, les principales fonctions de la cellule ALM sont de : − g´rer les ratios r´glementaires : Cooke, liquidit´ ; e e e − couvrir l’exposition globale du bilan de la Banque ;

En g´n´ral, les activit´s de march´ d’une banque sont regroup´es en deux secteurs : les activit´s e e e e e e sur actions et les activit´s de fixed income auxquelles correspondent des salles de march´ dise e tinctes. Les op´rations conclues en Front Office engagent la banque de mani`re irr´vocable vis a vis e e e ` des contreparties. Pour prendre au mieux les d´cisions en respectant les limites de march´ et e e de contreparties qui leur sont fix´es, les op´rateurs doivent s’appuyer sur des syst`mes leur e e e permettant : • de mesurer et d’analyser leurs positions et leur r´sultat, e • de s’informer sur l’activit´ de march´ (Reuter, Bloomberg, Telerate, etc...), e e

− respecter les r´glementations locales, ex : r´serves obligatoires. e e

• de contrˆler que le niveau de risque engendr´ est conforme aux limites de march´ et de o e e contrepartie fix´es. e

1.4.2

Middle Office

L’organisation de certaines salles de march´s pr´voit une cellule de Middle 0ffice servant e e d’interface entre Back 0ffice et Front 0ffice. Cette cellule, quand elle existe, peut avoir selon les

22 cas, la charge des tˆches suivantes : a

Dea de probabilit´s-Option finance 2003/2004 e

• assister les traders dans la partie administrative de leurs tˆches : r´daction des tickets de a e deals (si ceux-ci sont manuscrits), v´rification des ordres saisis par les traders dans les e syst`mes interfac´s Front Office / Back Office avant relˆche vers le Back Office, confirmae e a tion verbale des ordres en fin de journ´e avec les contreparties. e • ´tablir ou v´rifier les positions et le calcul des r´sultats du desk en vue de produire les e e e reportings d’activit´ au chef de salle. Ceci peut parfois inclure l’obtention aupr`s des e e courtiers et la saisie des param`tres de valorisation (prix, courbes) dans les syst`mes de e e Front Office. Il doit fournir une ´valuation Mark to market ind´pendante de la valeur e e liquidative du portefeuille, et inclure le coˆ t du Back Office, du refinancement, les courtages u et les “Profit and Loses” des commerciaux. • Il est responsable de l’´tablissement des analyses de risque, qui vont ˆtre soumises a l’ape e ` probation des diff´rents risk-managers, en accord avec les normes des autorit´s de tutelles, e e qui servent au contrˆle des risques encourus par la salle de march´. o e Il joue donc un rˆle central dans la d´termination des ´l´ments qui vont intervenir dans le o e ee calcul de la VaR, value at risk, c’est a dire le niveau de perte maximale sur la valeur du ` portefeuille de trading dans en jour ( resp. 10 jours) a un niveau de confiance de 99%. `

1.4.3

Le Back Office

Le back office est en charge du traitement administratif des op´rations. Il est en principe en e charge de : • la confirmation des op´rations aux contreparties e • du r`glement des transactions avec les contreparties (transfert des fonds et des titres li´s e e aux op´rations initi´es par le Front Office) e e

• la comptabilisation des positions et du calcul des r´sultats qu’il communique quotidiene nement aux diff´rents desks du Front Office afin de s’assurer de la coh´rence entre les e e op´rations trait´es par le Front Office et les op´rations enregistr´es dans le syst`me de e e e e e back office • de reporting a la direction des risques afin d’effectuer des contrˆles sur les limites de ` o march´s et de contreparties par exemple e De plus en plus de Back Offices sont ´quip´s de syst`mes de traitement transactionnel permettant e e e de s´curiser la comptabilisation des op´rations et l’initiation des moyens de paiement. Certains e e syst`mes permettent de g´n´rer la comptabilisation a partir de la saisie en front office, le rˆle e e e ` o du back office est alors limit´ a la validation des op´rations et a la saisie des instructions de e ` e ` ◦ de compte, correspondant bancaire). paiement (n

Chapitre 2

EVALUATION et COUVERTURE : La FORMULE DE BLACK et SCHOLES
A- Les grands principes
2.1 Le message de Black, Scholes et Merton.

Comme le souligne Robert Merton dans son introduction au Congr`s Mondial Bachelier de e Paris (2000), l’industrie du risque financier n’aurait pu se developper sans l’apport a la fois de la ` th´orie ´conomique et des math´matiques. Louis Bachelier en 1900, dans sa th`se remarquable, e e e e soutenue a la Sorbonne sur la “th´orie de la sp´culation”, est le premier a avoir montr´ la ` e e ` e n´cessit´ de poss´der des outils math´matiques appropri´s, et “cr´e” le mouvement brownien e e e e e e pour r´pondre aux questions qu’il se pose sur le prix des produits d´riv´s. Plus g´n´ralement, il e e e e e est remarquable d’observer que sans les outils du calcul stochastique, le business de l’assurance des risques financiers n’aurait pu se d´velopper comme il l’a fait, et les march´s financiers e e n’auraient pu prendre l’importance qu’on leur connait maintenant.

2.1.1

Prix et couverture

La question centrale dans la gestion des risques financiers est ´videmment celle du prix e sur lequel les deux parties du contrat doivent pouvoir se mettre d’accord. Comme le souligne Bachelier, ce point est moins ´vident qu’il n’y parait, puisque les deux parties ont des risques e diff´rents : e L’acheteur a un risque limit´ a la prime e` Le risque support´ par le vendeur de l’option d’achat est d’autant plus grand que le march´ e e est haussier. La maturit´ risque de jouer aussi contre lui, et de plus, un grand mouvement e a la hausse peu avant l’´ch´ance est toujours a craindre. ` e e ` 23

24

Dea de probabilit´s-Option finance 2003/2004 e

D’un autre cˆt´, l’incertitude qui affecte le sous-jacent de l’option a maturit´ est la r´sultante oe ` e e de petits mouvements quotidiens et mˆme intraday, qui peuvent ˆtre observ´s, ce qui donne une e e e information dont on peut essayer de tirer partie : • d’une part pour d´finir un mod`le pour la dynamique du cours e e • d’autre part pour r´duire le risque final par une attitude dynamique et rationnelle puisque e le vendeur (trader) peut toujours acheter ou vendre du sous-jacent, qu’il finance a l’aide ` de la prime.

Louis Bachelier (1870-1946) • Licence es Sciences en 1895 • Th`se a Paris (Henri Poine ` car´ en 1900 :”Th´orie de la e e sp´culation” e • A des probl`mes de poste : vacae taire a Paris (1909-1914) puis pro` fesseur a Besan¸on apr`s la guerre ` c e

C’est exactement le message introduit par Black, Scholes et Merton en 1973, qui d´finissent e le prix d’un produit d´riv´ comme “le prix de sa couverture”. Cette th´orie, r´volutionnaire du e e e e point de vue de l’´conomie classique, leur a valu le prix Nobel d’´conomie en 1997. Mais elle n’a e e pas emp´ch´ la faillite du “hedge fund” Long Terme Capital Market en 1998, dont ils ´taient e e e des membres actifs. Le fond a jou´ notamment sur ce qu’on appelle l’ effet de levier des produits e d´riv´s : comme l’acheteur d’une option d’achat supporte un risque limit´ a la prime de l’option, e e e` il peut esp´rer gagner beaucoup s’il estime que le march´ devrait monter plus que ce que le e e prix de l’option r´v`le. Il peut donc “sp´culer” sur l’´volution du cours. Nous verrons une autre e e e e interpr´tation de ce point dans la suite. e

La formule de Black et Scholes
Myron Scholes (1941,.)

25

Fisher Black (1938-1995) 1997 Prix Nobel d’Economie pour avoir trouv´ Education : 1964, Ph.D. a Havard en Math´matiques e ` e une nouvelle m´thode pour ´valuer les produits Appliqu´es e e e d´riv´s. e e Affiliation : 1971, Professeur a l’University de ` Education : Ph.D.’69 a l’Universit´ de Chicago, Chicago, Graduate School of Business. ` e USA Affiliation : Stanford University, Stanford, USA Hedge Fund, Long Term Capital Market 19XX : Professeur au MIT 1984 : Quitte le MIT pour Goldman Sachs & Co.

Scholes et Black

Robert Merton • 1997 Prix Nobel en Economie pour avoir propos´ des m´thodes nouvelles e e pour la valeur de produits d´riv´s. e e • N´ a New York en 1944 e` • Dilpˆmes : Ph.D.’70 in Economics from o MIT (Cambridge, MA, USA) • Professeur a Harvard Business School, ` Harvard University, Cambridge

26

Dea de probabilit´s-Option finance 2003/2004 e

2.1.2

Absence d’opportunit´ d’arbitrage e

Par ailleurs, il est clair que les prix de diff´rents produits d´riv´s ne sont pas quelconques et e e e qu’il existe une forte coh´rence entre les prix des options sur un mˆme sous-jacent. Elle est due e e a ce qu’on peut appeler la Loi fondamentale de la Finance de march´ : ` e Dans un march´ tr`s liquide, o` il n’y a ni coˆts de transaction, ni limitations sur la gestion e e u u (achat-vente) des actifs supports, il n’y a pas d’opportunit´ d’arbitrage, c’est a dire qu’il n’est e ` pas possible de gagner de l’argent a coup sˆr a partir d’un investissement nul. ` u ` En effet, dans les march´s financiers, il existe des arbitrageurs, qui sont des intervenants dont e l’activit´ est de d´tecter les produits financiers dont le prix est d´cal´ par rapport a ce qu’il e e e e ` devrait ˆtre, compte-tenu des autres prix du march´ et d’en tirer parti pour faire des profits e e sans prendre de risque. Leur intervention est statique, au sens o` ils prennent seulement des u positions aujourd’hui, qu’ils liquideront sans les ren´gocier a une date future. Ils contraignent e ` les prix a v´rifier certaines relations, comme nous le verrons sur certains exemples. Dans ce ` e chapitre, nous y ferons surtout r´f´rence comme a une r`gle qui conduit a l’unicit´ des prix des ee ` e ` e produits d´riv´s, au sens o` e e u Deux strat´gies qui donnent le mˆme flux a l’horizon de gestion dans tous les ´tats du monde e e ` e ont la mˆme valeur a toute date interm´diaire. e ` e

2.1.3

Incidence sur les prix de l’absence d’arbitrage

Il existe quelques produits financiers dont on peut d´duire le prix en appliquant cette r`gle, e e sans r´f´rence a aucun mod`le, ce qui est ´videmment un point important dans le march´. ee ` e e e Prix d’un contrat a terme ` Nous d´signons par Ft (S, T ), le prix fix´ par contrat a la date t auquel sera n´goci´ le titre e e ` e e S a la date T . C’est le prix a terme, ou le prix forward de S en T . ` ` Un raisonnement d’arbitrage statique permet de comparer le prix de ce contrat au cours de S a ` la date t. Pour se garantir le fait de d´tenir S en T , nous avons deux possibilit´s. e e ⇒ La premi`re consiste a acheter le titre S aujourd’hui, et a le garder jusqu’en T . e ` ` ⇒ La deuxi`me consiste a acheter le contrat forward. e ` Pour pouvoir le payer en T , il faut placer a la banque un montant qui nous garantit F t (S, T ) ` en T . L’instrument financier adapt´ a ce genre de situation est, par d´finition, le z´ro-coupon de e` e e maturit´ T , dont le prix B(t, T ) est celui qu’il faut payer pour recevoir a coup sˆ r 1 Euro en T . e ` u T (S) Euros pour garantir le paiement du contrat. Par Il faut donc placer a la banque B(t, T )F t ` absence d’arbitrage, nous avons Ft (S, T ) = St B(t, T ) (2.1.1)

Preuve : Supposons que St > Ft (S, T )B(t, T ). En achetant St contrats forwards, et en vendant Ft (S, T )B(t, T ) actions, nous sommes assur´s de d´tenir en T , St actions et d’en vendre e e

La formule de Black et Scholes

27

Ft (S, T )B(t, T ). Nous avons ainsi r´alis´ un arbitrage statique, puisque le bilan en T est toujours posie e tif. Un raisonnement similaire peut ˆtre fait si St < Ft (S, T )B(t, T ). Les prix sont donc n´cessairement e e ´gaux. e

Parit´ Call -Put e Un raisonnement analogue nous montre que la d´tention 1 d’un Call et la vente d’un Put de e mˆmes caract´ristiques, nous garantissent a l’´ch´ance d’ˆtre d´tenteur de la valeur de l’action e e ` e e e e et la vente du prix d’exercice K. Mais ce portefeuille peut aussi ˆtre obtenu en achetant l’action e en t et en remboursant KB(t, T ) en t. Callt (T, K) − Putt (T, K) = St − KB(t, T ) (2.1.2)

Preuve : Supposons que Callt (T, K) − Putt (T, K) > St − KB(t, T ) et notons la diff´rence des deux e termes de cette in´galit´ Yt . Le portefeuille constitu´ de la vente d’un Call, de l’achat d’un Put, de e e e l’achat d’une action, de placement de Yt − KB(t, T ) a la banque pour l’horizon T , est de valeur initiale ` nulle. Mais a l’horizon T , il garantit un flux de −(ST − K)+ + (K − ST )+ + ST − K + Yt B(t, T )−1 = ` Yt B(t, T )−1 , qui est > 0. Cette strat´gie est donc un arbitrage. e

A priori, il n’y a pas de raison de se restreindre a des strat´gies statiques, c’est a dire des ` e ` strat´gies d´cid´es a la date 0 et non ren´goci´es dans la suite. Le gestionnaire sait a priori qu’il e e e ` e e pourra ren´gocier son portefeuille dans l’avenir. Il pratique donc une gesttion dynamique, dont e nous allons d´crire les principales caract´ristiques. e e

2.2
2.2.1

Evaluation et Couverture dynamique
Gestion dynamique

Sur un march´ financier tr`s liquide, o` il y a beaucoup d’intervenants, les prix sont n´goci´s e e u e e au plus juste. Les march´s organis´s favorisent cette liquidit´. L’activit´ habituelle est d’acheter e e e e ou de vendre des titres de base ou d´riv´s, de mani`re a se constituer un portefeuille. Dans la e e e ` suite, on supposera qu’on peut faire cel` sans restriction de montant, ou de sens achat ou vente. a Cette derni`re hypoth`se est moins anodine qu’il y parait, comme le soulignait Bachelier en e e 1900, car elle sous-entend qu’aucun intervenant n’a de certitudes sur les mouvements futurs du march´. e

2.2.2

Quelques consid´rations de bon sens e

Consid´rons maintenant un agent qui veut vendre un produit d’assurance contre la hausse, e comme une option d’achat, ou plus g´n´ralement qui accepte de garantir un flux de h(S T ) a une e e ` ´ch´ance donn´e T . En contrepartie, il re¸oit la prime ou prix de l’option. e e e c Il n’a pas la possibilit´ de r´partir le risque sur un grand nombre de clients comme le font les e e assureurs. Par contre il peut investir la prime dans un portefeuille.
1

On dit encore qu’on est ”long” d’un Call. Si on est vendeur, on dit qu’on est ”court” d’un Call.

28

Dea de probabilit´s-Option finance 2003/2004 e

• S’il est tr`s passif, il place la prime a la banque. A l’´ch´ance de l’option, le r´sultat du e ` e e e placement ne d´pend que de l’int´rˆt vers´, et de la prime initiale, et non de la valeur du e ee e titre risqu´ a l’´ch´ance. Ce n’est pas une strat´gie ajust´e au produit vendu. e` e e e e • Il peut aussi acheter un certain nombre d’actions, de mani`re a avoir dans le portefeuille e ` des actifs dont le mouvement des prix va dans le mˆme sens que les flux qu’il risque de e payer. La gestion d’un produit d´riv´ apparaˆ donc comme la conjonction de plusieurs op´rations : e e ıt e 1. suivre r´guli`rement le prix C t dans le march´, e e e 2. g´rer un portefeuille autofinan¸ant, de valeur V t au temps t dont la valeur initiale est la e c prime x = π0 3. surveiller le P& L final (profit et perte finale), c’est a dire la diff´rence entre la valeur du ` e portefeuille et le montant du flux a payer, soit V T − h(ST ). On parle encore de tracking ` error. Remarquons que ces diff´rentes op´rations utilisent des informations diff´rentes sur les march´s : e e e e les prix refl`tent en fonction des anticipations du gestionnaire une ”estimation” de la valeur e des flux futurs a payer. ` la valeur du portefeuille peut ˆtre lue sur le march´ a la date t. Elle refl`te la qualit´ de e e` e e la gestion pass´e du gestionnaire. e Le fait que ces deux points de vue peuvent se rejoindre est dans le fond assez surprenant. L’objectif du gestionnaire d’options n’est pas de maximiser son P& L final, mais au contraire de le r´duire afin d’avoir la variance la plus faible possible. Le meilleur ”portefeuille” (qui suppose e entre autre qu’on choisit la prime x optimalement) est appel´ le portefeuille de couverture. e L’absence d’arbitrage permet de faire le lien entre ´valuation et couverture. e S’il est possible de trouver un P& L final de risque nul, alors l’absence d’arbitrage implique que la diff´rence entre le prix et la valeur du portefeuille sont nulles p.s. a toute date. e `

B- Mod´lisation math´matique : le monde e e de Black, Scholes et Merton
2.3 Mod´lisation de la dynamique du sous-jacent : Le mouvee ment brownien g´om´trique e e

L’incertain est mod´lis´ a travers les trajectoires futures du titre risqu´, vues comme des e e ` e scenarii possibles d’´volution. En g´n´ral, on suppose que ce sont des fonctions continues (ω t ), e e e + . Afin de prendre en compte le caract`re tr`s erratique des cours des actifs d´finies sur R e e e

La formule de Black et Scholes

29

financiers, Bachelier les mod`lise a l’aide d’un mouvement brownien avec tendance. Une telle e ` mod´lisation conduit a des prix qui peuvent ˆtre n´gatifs. Aussi, Samuelson (1960) propose de e ` e e retenir cette mod´lisation pour les rendements, plutˆt que pour les cours eux-mˆmes. e o e

2.3.1

D´finition et Propri´t´s e e e

Il y a plusieurs d´finitions possibles des rendements, qui en g´n´ral sont ´quivalentes lorsque e e e e les ph´nom`nes sont d´terministes, mais qui diff´rent dans le cas stochastique. La diff´rence est e e e e e explicable par la formule d’Itˆ. Nous supposons que les rendements entre deux p´riodes sont o e mesur´s par la diff´rence des logarithmes des cours. e e 1 L’hypoth`se que les rendements entre 0 et t suivent un mouvement brownien de tendance µ− 2 σ 2 e et de coefficient de diffusion σ, se traduit par les propri´t´s suivantes du processus des prix ee {St ; t ∈ [0, T ]} : • S0 = x ; 1 • les rendements Log(St ) − Log(Ss ) suivent une loi gaussienne de moyenne (µ − 2 σ 2 )(t − s) 2 (t − s). et de variance σ St • Pour tout 0 < t1 < t2 ..... < tn , les accroissements relatifs { Si+1 ; 0 ≤ i ≤ n − 1} sont ti ind´pendants, et de mˆme loi. e e En d’autres termes, il existe un mouvement brownien W tel que 1 St = f (t, Wt ) = x exp µt + σ Wt − σ 2 t 2 (2.3.1)

Par application de la formule d’Itˆ pour le mouvement brownien et la fonction f (t, z) = o 1 2 x exp µt + σz − 2 σ t , dont les d´riv´es valent : e e 1 ft (t, z) = f (t, z)(µ − σ 2 ), 2 nous voyons que, dSt = µdt + σdWt St (2.3.2) fz (t, z) = f (t, z)σ, fzz (t, z) = f (t, z)σ 2

Comme la fonction exponentielle n’est pas born´e, pour justifier l’´criture diff´rentielle et l’utie e e lisation de la formule d’Itˆ, nous avons besoin de propri´t´s d’int´grabilit´, que l’on v´rifie o ee e e e facilement grˆce aux propri´t´s des exponentielles de variables gaussiennes. a ee Lemme 2.3.1 La transform´e de Laplace d’une v.a. gaussienne U de moyenne m et de variance e 2 est donn´e par γ e 1 E [exp(λU )] = exp λm + γ 2 λ2 (2.3.3) 2 En particulier, si W est un mouvement brownien, 1 E exp λWt − λ2 t 2 =1 (2.3.4)

30
Ce graphe repr´sente les prix du taux de e change dollar-yen pendant la p´riode Avril e 99-Nov 2000, ainsi que ceux d’un contrat future. Les deux ´volutions sont tr`s seme e blables. Ce qui est remarquable, ind´pendamment de e la tendance, c’est le caract`re tr`s erratique e e de l’´volution e

Dea de probabilit´s-Option finance 2003/2004 e

Le graphe simul´ avec diff´rents param`tres e e e de diffusion (c=1,1.1,0.9) des trajectoires d’un mouvement brownien pr´sente beaucoup e d’analogies avec la trajectoire du cours r´el e

2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 0 1 2 3 4 5 6 7 8 Echelle c = 1 Echelle c = 1.1 Echelle c = 0.9

Th´or`me 2.3.2 Soit S un mouvement brownien g´om´trique de valeur initiale x. e e e e 1. Le cours St , de condition initiale S0 = x, suit une loi log-normale dont les deux premiers moments valent E [St ] = xeµt ,
2 E St = x2 exp (2µ + σ 2 )t ,

(2.3.5)

var(St ) = x2 exp (2µt) exp(σ 2 t) − 1 En particulier, le ratio de Sharpe, qui rapporte le gain moyen a la variabilit´ du titre, ` e Sharpe ratio = est ind´pendant de la valeur initiale x. e 2. Pour toute fonction h positive ou born´e, e
x E (h(St )) =

E [St ] − x var(St )

h(y)l(t, x, y)dy = g(z) =

√ 1 h x exp (µ − σ 2 )t + σ tu 2 2 z 1 √ exp − 2 2π

g(u)du(2.3.6) (2.3.7)

La formule de Black et Scholes g(z) est la densit´ gaussienne centr´e r´duite e e e 3. La densit´ de la loi de St partant de xest la fonction l(t, x, y) donn´e par e e lµ,σ2 (t, x, y) = d0 (t, x, y) = 1 1 √ exp − d0 (t, xeµt , y)2 2 σy 2πt x 1 1 √ √ Log( ) − σ t y 2 σ2 t

31

(2.3.8)

La densit´ gaussienne en fonction du temps e

La densit´ lognormale en fonction du temps e

Preuve : L’´tude des moments de St repose sur le lemme 2.3.1. e ⇒ Introduisons le brownien avec d´rive Wt que nous pouvons repr´senter a l’aide d’une v.a. gaussienne e e ` √ centr´e r´duite U par Wt = tU de telle sorte que e e = x exp (Yt ) si √ 1 2 1 Yt = (µ − σ )t + σ Wt = (µ − σ 2 )t + σ tU 2 2 Le lemme nous conduit aux calculs suivants : 1 1 E [St ] = E xeYt = x exp (µ − σ 2 )t + σ 2 t = x exp (µt) 2 2 1 2 E St = E x2 e2Yt = x2 exp (2µ − σ 2 )t + 4σ 2 t = x2 exp 2µt + σ 2 t 2 = E [St ]2 exp σ 2 t ⇒ La densit´ l(t, x, y) est d´duite de la densit´ gaussienne par la formule du changement de variable e e e (d´croissant) associ´e a e e ` u = ∂u ∂y 1 y xeµt 1 1 1 √ [Log( ) − (µ − σ 2 )t] = √ [Log( ) − σ 2 )t] = d0 (t, xeµt , y) x 2 y 2 σ t σ t 1 = − √ σ ty (2.3.9) (2.3.10) St

32

Dea de probabilit´s-Option finance 2003/2004 e
qui conduit au calcul de l’int´grale des fonctions h > 0 e h(y)l(t, x, y)dy = h(xe(µ− 2 σ
1 2

√ )t+σ tu

)g(u)du =

h(y)g(d0 (t, xeµt , y)

1 √ dy σy 2πt

2.3.2

Interpr´tation financi`re des param`tres du mod`le e e e e

Interpr´tation e

S’il n’y a pas de bruit, (σ = 0), µ repr´sente le rendement annualis´ du titre. Un simple e e argument d’arbitrage montre qu’en absence d’alea sur le titre, son rendement doit ˆtre le e mˆme que celui d’un placement a la banque, dont le taux est d´sign´ ici par r. On d´signera e ` e e e 0 la valeur en t de la capitalisation d’un Euro a la banque. par St `
0 0 dSt = St rdt

(2.3.11)

Un ordre de grandeur de ce taux est [2%,12%]. Lorsque le titre est risqu´, µ repr´sente le rendement annualis´ du titre esp´r´ par unit´ de e e e ee e temps. Le march´ le compare en g´n´ral a celui d’un placement sans risque. Le param`tre e e e ` e µ − r est donc en g´n´ral un param`tre de r´f´rence. e e e ee

Le ratio de Sharpe par unit´ de temps des exc`s de rendements par rapport au cash prend e e en compte la volatilit´ du titre. Il est consid´r´ comme la prime de risque λ que la e ee march´ affecte a la source de risque W puisque e ` prime de risque = λ =
1 dt E dSt St

−r

dSt 1 dt var( St )

=

µ − r dSt σ St

(2.3.12)

Il sera utile d’´crire e dSt = St [rdt + σ(dWt + λdt)] (2.3.13) Dans cette repr´sentation, nous voyons apparaˆ l’importance du param`tre cl´ dans la e ıtre e e caract´risation des titres financiers a savoir la volatilit´ σ. L’ordre de grandeur de ce e ` e param`tre d´pend ´norm´ment de la nature du titre support : dans les march´s d’action e e e e e il varie entre 30 et 70 %, dans les march´s de change entre 10 et 30 %, dans les march´s e e de taux d’int´rˆt entre 8 et 30 %. ee Limites de la mod´lisation e

Dans le monde de Black et Scholes, tous les param`tres sont suppos´s constants. Il est e e clair que ce n’est pas tr`s r´aliste dans le cas du yen d´crit ci-dessus, ni d’ailleurs dans e e e aucun march´. En fait, on pourra sans grande modification dans ce qui suit supposer e les param`tres d´terministes. Mais cel` pose ´videmment des probl`mes d’identification e e a e e (calibration dans le vocabulaire de la finance) importants.

La formule de Black et Scholes

33

Notons par ailleurs que dans leur papier de 1973, Black et Scholes ne cherchent pas tant a mod´liser avec exactitude la dynamique du sous-jacent qu’ils consid`rent qu’` essayer ` e e a de voir si le point de vue tr`s nouveau qu’ils proposent dans le domaine des options est e prometteur, quitte a revenir sur les questions de mod´lisation dans la suite. ` e A cette ´poque, Mandelbrot (1963) avait dej` montr´ que les rendements des actifs fie a e nanciers a un jour, ou une semaine n’´taient clairement pas statistiquement gaussiens, en ` e particulier que la probabilit´ de grands mouvements de ces rendements ´tait plus grande e e que celle que le monde gaussien quantifiait. Cette question “des queues ´paisses” des dise tributions des rendements et de son implication dans la mesure des risques et la couverture des produits financiers est au coeur de la recherche actuelle. Mais comme nous le verrons, bien qu’imparfait le mod`le de Black et Scholes est encore tr`s efficace et tr`s utilis´ dans e e e e toutes les salles de march´. 2 e Remarque 2.3.1 Un des grands messages de la finance math´matique est que la prime de risque e n’est pas sp´cifique du titre mais de la source de bruit Wt . C’est une caract´ristique du march´ e e e au mˆme titre que le taux d’int´rˆt, du moins dans un monde sans arbitrage et tr`s liquide. Nous e ee e reviendrons longuement sur ce point dans le chapitre sur les multi-sous-jacents. Cette hypoth`se e joue en particulier un rˆle d´terminant dans les march´s de taux. o e e

2.4

Portefeuille dynamique

Apr`s avoir mod´lis´ la dynamique du sous-jacent, nous avons a formaliser math´matiquement e e e ` e l’´volution de la valeur liquidative d’un portefeuille g´r´ dynamiquement de mani`re autofie ee e nan¸ante, c’est a dire sans modification de la valeur du portefeuille aux dates de ren´gociation. c ` e

2.4.1

Portefeuille autofinan¸ant ´crit sur un sous-jacent risqu´ c e e

Nous supposons ici que nous ne pouvons investir que dans un seul titre risqu´ appel´ souvent e e l’action, et dans du cash, c’est a dire en pla¸ant ou empruntant de l’argent a la banque. Nous ` c ` d´signons par St le prix a la date t de l’action, par r le taux d’int´rˆt pour un placement entre e ` ee [t, t + dt] a la banque. ` Une strat´gie de portefeuille autofinan¸ante est une strat´gie dynamique d’achat ou de e c e vente d’actions et de prˆts ou d’emprunts a la banque, dont la valeur n’est pas modifi´e e ` e par l’ajout ou le retrait de cash. Soit Vt la valeur de march´, ou encore valeur liquidative, ou encore Mark to Market (MtM) du e portefeuille a la date t. Apr`s ren´gociation, le nombre d’actions du portefeuille δ t (positif ou ` e e n´gatif suivant qu’on est acheteur (long) ou vendeur (court) en action) est constant jusqu’` la e a prochaine date de gestion. Pour simplifier, nous supposons pour le moment que le gestionnaire
Voir “Les march´s fractals”, JJ L´vy V´hel, Christian Walter, Finance Puf 2002, pour une pr´sentation e e e e remarquable de ces questions
2

34

Dea de probabilit´s-Option finance 2003/2004 e

ne prend en compte dans sa r`gle de d´cision la valeur du cours du sous-jacent au moment de e e ren´gocier. D’autres strat´gies plus complexes seront introduites dans la suite. Dans un temps e e tr`s court, la variation de valeur du portefeuille n’est due qu’` la variation de la valeur de l’action e a et a l’int´rˆt vers´ par la banque sur le cash, soit, puisque le montant investi dans le cash est ` ee e Vt − δ t St dVt = δt dSt + (Vt − δt St )rdt = rVt dt + δt (dSt − rSt dt) (2.4.1)

2.4.2

Formulation math´matique du risque nul e

Comme nous l’avons vu pr´c´demment, la question du prix des options est ´troitement li´e e e e e a celle de leur couverture, parfaite si possible. ` Math´matiquement, le probl`me se pose donc de la fa¸on suivante : e e c • trouver une strat´gie de portefeuille autofinan¸ant qui r´plique le flux terminal h(S T ), c’est e c e a dire pour laquelle le P& L final est nul. Pour des raisons op´rationnelles, on souhaite ` e que la seule information a prendre en compte dans cette gestion dynamique soit la valeur ` du cours. Cette hypoth`se repose sur la notion en ´conomie d’efficience des march´s qui exprime e e e que le prix d’un actif a un instant donn´ incorpore toute l’information pass´e ainsi que les ` e e anticipations des agents sur ce titre. • Plus pr´cis´ment, le probl`me est donc de trouver un couple de fonctions v(t, x), δ(t, x) e e e “r´guli`res” telles que e e dv(t, St ) = v(t, St ) r dt + δ(t, St ) dSt − rSt dt v(T, ST ) = h(ST ) (2.4.2)

δ(t, St ) est le portefeuille de couverture du produit d´riv´ h(S T ). e e – L’existence d’une solution a un tel probl`me n’a a priori rien d’intuitif. Par contre, l’unicit´ ` e e est une cons´quence de l’absence d’arbitrage dans le march´, satisfaite par des portefeuilles e e v´rifiant certaines conditions d’int´grabilit´. e e e
Preuve : En effet, si ce probl`me admet deux solutions admissibles, leur diff´rence u(t, St ) e e est une strat´gie de portefeuille qui vaut 0 en T dans tous les ´tats du monde et qui est autoe e fina¸ante. Par absence d’arbitrage, elle est nulle dans tous les ´tats du monde. c e

• Par absence d’arbitrage, la valeur du portefeuille v(t, S t ) est le prix auquel devrait ˆtre e vendu l’option, si elle ´tait ´mise a la date t, quand les conditions de march´ sont S t (ω). e e ` e Nous y ferons souvent r´f´rence comme au prix de l’option. ee

2.5

Evaluation par ´quation aux d´riv´es partielles e e e

Nous allons montrer que le probl`me se ram`ne a r´soudre une ´quation aux d´riv´es pare e ` e e e e tielles.

La formule de Black et Scholes

35

2.5.1

L’EDP d’´valuation e

Nous recherchons la valeur du prix de l’option sous la forme d’une fonction a laquelle on ` 1,2 peut appliquer le calcul differentiel d’Itˆ, par exemble de classe C b par rapport a Logx, et a o ` ` croissance lin´aire, pour que le processus v(t, S t ) satisfasse de bonnes propri´t´s d’int´grabilit´. e ee e e Th´or`me 2.5.1 a) Soit h une fonction continue, a croissance au plus lin´aire, pour laquelle e e ` e l’EDP ci-dessous admet une solution r´guli`re v(t, x) sur l’ouvert ]0, T ]⊗]0, +∞[ : e e
1 2 2 2 σ x vxx (t, x)

v(T, x) = h(x)

+ r x vx (t, x) + vt (t, x) − rv(t, x) = 0

(2.5.1)

Le flux h(ST ) est duplicable par un portefeuille, dont la valeur a la date t est v(t, S t ), et celle du ` portefeuille de couverture δ(t, St ) = vx (t, St ). 1 1 u b) On a aussi que v(t, x) = ert u t, σ Lnx − (r − 2 σ 2 )t o` u est solution de 1 u (t, w) + ut (t, w) = 0 2 ww 1 u(T, w) = e−rT h(exp((r − σ 2 )T + σw)) 2 (2.5.2)

Remarque 2.5.1 Cette transformation de l’EDP d’´valuation en EDP de la chaleur est e tr`s utile dans les sch´mas num´riques, car elle limite le nombre de d´riv´es a prendre e e e e e ` en compte, et d’autre part ´vite l’instabilit´ num´rique introduite dans l’EDP d’´valuation e e e e par la pr´sence devant la d´riv´e seconde d’un terme qui tend vers 0, lorsque l’actif a une e e e valeur proche de 0. Le statut de ces deux EDP n’est pas le mˆme. La premi`re est l’EDP de r´f´rence, suse e ee ceptible de nombreuses g´n´ralisations. La deuxi`me est tr`s efficace pour faire des calculs e e e e explicites a partir de la densit´ gaussienne comme nous le verrons dans la suite ` e
Preuve : Tout repose sur le lien entre brownien g´om´trique et mouvement brownien. e e ⇒ Par la formule d’Itˆ, on peut d´finir la diff´rentielle d’une fonction r´guli`re de S, v(t, S t ) o e e e e dv(t, St ) = 1 2 2 σ (St vxx (t, St ) + St vx (t, St ))dt + 2 1 vt (t, St ) + vx (t, St )St (µ − σ 2 ) dt + vx (t, St )St σdWt 2 1 2 2 σ St vxx (t, St )dt + vt (t, St )dt + vx (t, St )dSt 2

=

⇒ Une f.a. de la forme v(t, St ) qui est la valeur d’un portefeuille autofinan¸ant admet une diff´rentielle c e d’Itˆ d’un type particulier, donn´ par (5.5.1) : o e dv(t, St ) = v(t, St ) r dt + δ(t, St ) dSt − rSt dt ⇒ Nous avons donc deux diff´rentielles stochastiques pour v(t, St ). Comme la partie en W ne peut ˆtre e e expliqu´e par une partie en dt, c’est a dire par unicit´ de la d´composition en partie brownienne et e ` e e partie a variation finie, nous voyons que n´cessairement l’´quation (5.5.1) est satisfaite si : ` e e
1 2 2 2 σ St vxx (t, St )

vx (t, St ) = δ(t, St ) p.s + r St vx (t, St ) + vt (t, St ) = v(t, St )r

Apr`s simplification, nous obtenons l’´quation d’´valuation du Th´or`me 2.5.1. e e e e e

36

Dea de probabilit´s-Option finance 2003/2004 e

1 ⇒ Introduisons le mouvement brownien avec drift dWt = dWt + λdt, de condition initiale w = σ Lnx de telle sorte que St = exp (r − 1 σ 2 )t + σWt . 2 Nous pouvons faire le mˆme raisonnement que ci-dessus directement sur la fonction u(t, W t ) = e e−rt v(t, St ) en exprimant la condition d’autofinancement en terme de W , soit toujours d’apr`s e l’´quation (5.5.1) : e

du(t, Wt ) = e−rt δ(t, St )St σdWt Par identification avec la formule d’Iˆ pour le mouvement brownien avec drift, o du(t, Wt ) = nous obtenons
1 uw (t, Wt ) = e−rt δ(t, St )St σ p.s 2 uww (t, w) + ut (t, w) = 0 u(T, w) = h(exp(r − 1 σ 2 )T + σw)e−rT 2 1 ⇒ On a alors v(0, x) = u(0, σ Lnx). A une date interm´diaire t, on a e

1 u (t, Wt )dt + ut (t, , Wt )dt + uw (t, Wt )dWt 2 ww

1 1 1 v(t, St ) = ert u(t, − (r − σ 2 )t + ln St ) σ 2 σ

2.5.2

Extensions

Le cas des coefficients d´pendant du temps e

Nous avons vu que supposer une mod´lisation avec des coefficients constants est vraiment e tr`s loin de la r´alit´ que nous cherchons a cerner (une bourse qui monte pendant cinq ans e e e ` et qui chute pendant les trois ann´es qui suivent par exemple). Il n’y a pas de difficult´s e e m´thodologiques a supposer que les param`tres µ, r et donc λ d´pendent (sont des fonctions e ` e e bor´liennes et int´grables) du temps. e e Lorsque la volatilit´ n’est pas constante, nous n’avons ´tabli le calcul differentiel stochase e tique que dans le cas de fonctions σt d´rivables. Nous verons dans la suite que cette e hypoth`se est artificielle, car nous avons voulu faire simple. Il suffit de supposer que e T 2 0 σt dt < +∞. La preuve pr´c´dente peut ˆtre ´tendue sans difficult´ a cette situation et conduit a l’EDP e e e e e` ` 1 2 2 σ x vxx (t, x) + rt x vx (t, x) + vt (t, x) − rt v(t, x) = 0 2 t v(T, x) = h(x) (2.5.3)

2.5.3

Interpr´tation financi`re de l’EDP d’´valuation e e e

Le param`tre de tendance e L’une des cons´quences essentielles de cette m´thodologie est que le prix de l’option ne e e d´pend pas du rendement µ (2.3.2) du titre risqu´, c’est a dire de la tendance du march´ a la e e ` e` hausse ou a la baisse, puisque ce coefficient n’apparait pas dans l’EDP d’´valuation (2.5.1). ` e Ceci peut sembler vraiment surprenant, puisque la premi`re motivation de ces produits d´riv´s e e e commes les Calls ou les Puts est de se couvrir contre ces mouvements.

La formule de Black et Scholes

37

• La strat´gie de couverture dynamique permet au vendeur d’option d’ˆtre couvert contre e e les mouvements d´favorables du march´. Il a annul´ le risque dˆ a la tendance du march´. e e e u` e Que le march´ soit haussier, ou baissier le prix de l’option d’achat sera le mˆme. e e • Sur le plan statistique, ou de l’identification de mod`le, cela fait un param`tre de moins a e e ` estimer. Ce point est important, car il est tr`s difficile d’estimer correctement la tendance. e • Le risque dˆ aux fluctuations est toujours pr´sent et influe significativement sur le prix u e de l’option par l’interm´diaire du param`tre de volatilit´. C’est la gestion de ce param`tre e e e e qui va d´crire le savoir-faire du trader. e

2.6
2.6.1

La formule de Black et Scholes
R´solution de l’EDP e

Le point de d´part est l’EDP (2.5.2), qui est l’´quation aux d´riv´es partielles associ´e a un e e e e e ` mouvement brownien, et l’interpr´taion des solutions de l’EDP de la chaleur. e Noyau d’´valuation e Rappelons comment sont construites les solutions de l’EDP de la chaleur a partir de la ` densit´ gaussienne e 1 y2 g(T, y) = √ exp(− ) 2T 2πT (2.6.1)

Soit u la solution de l’EDP de la chaleur de condition terminale en T , k(w), a croissance lin´aire. ` e Il est bien connu que u(0, w) = u(t, w) =
   

w = E(k(w + WT − Wt )) = E (k(WT 0 )|Wtw0 = w)

` o` W w0 est le mouvement brownien issu de w0 a la date 0. u Th´or`me 2.6.1 e e 1. Soit h une fonction a croissance lin´aire. Le prix d’un produit d´riv´ ` e e e x ), o` S x est le prix d’un actif qui vaut x en 0 est donn´ par la valeur de flux terminal h(ST u T e en 0 de la solution de l’EDP d’´valuation qui admet la repr´sentation int´grale e e e v(0, x) = e−rT 1 h x exp (r − σ 2 )T + σy 2 g(T, y)dy (2.6.5)

A la date t, la mˆme repr´sentation reste valable a condition de changer T en (T − t). e e `

 

k(w + y)g(T − t, y)dy =
¡

k(y)g(T − t, y − w)dy

¡

k(w + y)g(T, y)dy =
 

k(y)g(T, y − w)dy = E (k(w + WT ))

(2.6.2) (2.6.3) (2.6.4)

38
 

Dea de probabilit´s-Option finance 2003/2004 e 2. Nous pouvons encore ´crire v(0, x) = e u e + h(z)π(t, x, z, T )dy o` le noyau d’´valuation π(t, x, z, T ) est construit a partir de la densit´ log-normale de param`tres r et σ 2 “ac` e e tualis´e” e π(t, x, y, T ) = e−r(T −t) l(T − t, x, y, r, σ 2 ) 1 1 l(T − t, x, y, r, σ 2 ) = exp − d0 (T − t, xerT −t , y)2 2 σy 2π(T − t) √ 1 x 1 d0 (t, x, y) = √ Log( ) − σ t 2t y 2 σ (2.6.6) (2.6.7)

3. La fonction π(t, x, y, T ) est la solution fondamentale de l’EDP d’´valuation (2.5.1) dans e les variables t et x, avec comme condition terminale δ y (dx).
Preuve : Ces r´sultats sont des simples cons´quences des propri´t´s des solutions de la chaleur. e e ee e ⇒ D’apr`s le th´ore`me (2.5.1), v(0, x) = u(0, Log(x) ). En appliquant la repr´sentation des solutions de e e e σ l’EDP de la chaleur donn´es ci-dessus, il vient une repr´sentation du prix d’un produit d´riv´ e e e e v(0, x) = e−rT 1 h x exp (r − σ 2 )T + σy 2 √ y2 1 exp − 2T 2πT dy

⇒ (2.6.5) a la mˆme forme que la repr´sentation int´grale (2.3.6) qui permet de calculer E [h(S T (x, r, σ)] e e e lorsque ST (x, r, σ) suit une loi log-normale de tendance r et de volatilit´ σ. e ⇒ La densit´ gaussiennes g(t, w, y, T ) est solution “fondamentale” de l’´quation de la chaleur avec comme e e condition terminale la masse de Dirac en y δy (dx). Il en est de mˆme pour la fonction π(t, x, y, T ) qui e est est la solution fondamentale de l’EDP d’´valuation (2.5.1) dans les variables t et x, avec comme e condition terminale δy (dx).

Cette formulation est valable a toute date t, a condition de changer T en T − t ` `

Interpr´tation financi`re e e

En termes financiers, π(t, x, y, T ) s’interpr`te comme la “densit´ des prix d’´tats”, c’est e e e a dire le prix qu’on est prˆt a payer pour toucher 1 Euro si on se trouve dans “l’´tat y” ` e ` e (en fait dans l’intervalle (y,y+dy)). La lin´arit´ des prix sugg`re ensuite que le prix d’un e e e d´riv´ de pay-off h(ST ) est la somme des h(y)× le prix d’ˆtre en “y”. Cette notion a ´t´ e e e ee introduite par des arguments purement ´conomiques en 1953 par Arrow et Debreu (on e parle aussi de prix d’Arrow-Debreu) qui ont ensuite r´cu le prix Nobel. e¸ Les propri´t´s de moments de la loi log-normale de param`tres (r, σ 2 ) (2.3.5) et la r`gle ee e e d’´valuation impliquent que le prix de S T (h est la fonction identit´) est x, ce qui est e e coh´rent avec l’absence d’arbitrage, puisque pour poss`der de l’action a la date T il suffit e e ` de l’acheter aujourd’hui. Les param`tres de couverture e Ces formules int´grales permettent ´galement de calculer la couverture δ(t, x) de l’option. e e Deux voies sont possibles.

La formule de Black et Scholes

39

Proposition 2.6.2 Supposons que le pay-off de l’option soit d´rivable, en presque tout point, e et a d´riv´e a croissance polynomiale. ` e e ` 1. La d´riv´e du prix de l’option, c’est a dire le Delta, est donn´e par : e e ` e Delta(0, x) = vx (0, x) = e−rT 1 1 exp (r − σ 2 )T + σy hx x exp (r − σ 2 )T + σy 2 2 (2.6.8) g(T, y)dy

Calculer le delta de l’option ( la d´riv´e du prix) a la date 0 revient a ´valuer le prix d’un e e ` `e ST produit financier de flux terminal h (ST ). x x L’´valuation des “deltas” se fait en int´grant la d´riv´e du pay-off par une densit´ loge e e e e 2. normale de param`tre de tendance r + σ e Delta(0, x) =
+
 

hx (z)l(T, x, z, r + σ 2 , σ 2 )dz

(2.6.9)

2. Utilisons la d´rivation du noyau d’´valuation. e e Delta(0, x) = e−rT h(y)lx (T, x, y, r, σ 2 )dy 1 √ xσ T (2.6.10) (2.6.11)

lx (T, x, y, r, σ 2 ) = l(T, x, y, r, σ 2 )(−d0 (T, xerT , y))

Calculer le delta de l’option ( la d´riv´e) revient a ´valuer le prix d’un produit financier e e `e 1 √ (−d0 (T, xerT , ST ))h(ST ). de flux terminal xσ T √ e ee e (xσ T )−1 (−d0 (T, xerT , ST )) peut ˆtre interpr´t´ comme un noyau de d´rivation. Remarque 2.6.1 Ces formules sont tr`s utiles lorsqu’on calcule le prix par des m´thodes de e e Monte-Carlo. Comme l’erreur est proportionnelle a la variance de la variable dont on cherche ` l’esp´rance, on a in´trˆt a retenir celle des deux m´thodes qui conduit a une variable ayant la e e e ` e ` variance la plus petite.
Preuve : Nous distinguons le cas o` la fonction h est d´ribale de l’autre. u e ⇒ Dans ce cas, la formule int´grale utilisant mla densit´ gaussienne met en ´videnc la d´pendance par e e e e rapport a la condition initiale. Comme le noyau gaussien est tr`s r´gulier, les hypoth`ses assurent que ` e e e l’on peut d´river sous le signe int´grale. D’o` la formule de la porposition e e u ⇒ Pour interpr´ter cette int´grale a l’aide d’un noyau remarquons que e e ` y 1 √ xerT 1 xerT ) − σ T )2 + 2Log( ) = ( √ Log( rT xe y 2 y σ T xerT 1 √ xerT 1 √ 1 1 ) − σ T )2 + 2 √ Log( )( σ T ) ( √ Log( y 2 y 2 σ T σ T rT √ 2 2 xe 1 1 ) + σ T ) = d1 (T, xerT , y)2 = d0 (T, xer+σ T , y)2 ( √ Log( y 2 σ T d0 (T, xerT , y)2 − 2Log(

40
En termes de densit´, nous observons que e y l(T, x, y, r, σ 2 ) = xerT = = = ce que l’on cherche a d´montrer. ` e 1 √ y 2πT 1 √ y 2πT 1 √ y 2πT 1 √ y 2πT

Dea de probabilit´s-Option finance 2003/2004 e

y exp −d0 (T, xerT , y)2 xerT 1 y exp − d0 (T, xerT , y)2 − 2 ln( rT ) 2 xe
2 1 exp − (d0 (T, xe(r+σ )T , y)2 ) 2 1 exp − (d1 (T, xerT , y)2 ) = l(T, x, y, r + σ 2 , σ 2 ) 2

⇒ L’autre voie est d’utiliser la formule int´grale (2.3.6) dans laquelle la d´pendance par rapport a la e e ` condition initiale est exprim´e uniquement dans le noyau d’´valuation log-normal et de d´river e e e vx (0, x) lx (T, x, y, r, σ 2 ) = e−rT h(y)lx (T, x, y, r, σ 2 )dy 1 √ xσ T

= l(T, x, y, r, σ 2 )(−d0 (T, xerT , y))

D’o` le r´sultat de l’´nonc´. u e e e √ (xσ T )−1 (−d0 (T, xerT , ST )) peut ˆtre interpr´t´ comme un noyau de d´rivation sur l’espace des e ee e trajectoires.

Evaluation risque neutre : premi`re approche e • Les propri´t´s du noyau de pricing montrent que si le rendement “historique” de ee l’actif est le taux d’int´rˆt sans risque r, la r`gle de pricing s’´crit simplement e e e e
x v(0, x) = E e−rT h(ST )

v(t, x) = E e−r(T −t) h(ST )|St = x

L’hypoth`se introduite sur les rendements s’exprime encore en disant que la prime de risque λ e du mod`le historique est nulle. On dit alors que la probabilit´ historique est risque- neutre. e e Ce faisant, les vendeurs d’options se comportent comme “des assureurs” qui font une estimation moyenne de leurs pertes. • Mais nous avons vu que structurellement les rendements des actifs sont diff´rents du taux sans e risque, sinon l’investisseur n’aurait aucun int´rˆt a les garder en portefeuille. ee ` La r`gle d’´valuation que nous avons d´gag´e montre que pour faire le prix d’un produits d´riv´, e e e e e e les agents font comme si le march´ dans lequel se font les transactions ´tait risque-neutre. e e Math´matiquement, cel` revient a consid´rer que dans l’estimation du prix d’un produit d´riv´, e a ` e e e le march´ fait un calcul d’esp´rance avec des poids diff´rents de ceux induits par la probabilit´ e e e e historique. En d’autres termes, il respecte la r`gle que le prix est une esp´rance du flux terminal e e actualis´, sous une probabilit´ pour laquelle la prime de risque est nulle. Nous noterons Q e e cette probabilit´ risque neutre, (on dit encore mesure martingale). Sous Q (S t ) est un brownien e

La formule de Black et Scholes g´op´trique de param`tre r et σ. De plus, la r`gle de pricing s’´crit : e e e e e
 

41

v(t, x) = E

e−r(T −t) h(ST )|St = x e−r(T −t)
 

(2.6.12)

vx (t, x) = E
 

vx (t, x) = E

ST h (ST )|St = x (2.6.13) St x 1 √ (−d0 (T − t, St er(T −t) , ST ))h(ST )|St = x e−r(T −t) St σ T − t

L’int´rˆt de cette repr´sentation est de se g´n´raliser a des pay-offs path-d´pendants. Nous ee e e e ` e verrons dans le chapitre 3 que cette r`gle s’´tend a des situations tr`s g´n´rales. e e ` e e e

2.6.2

Les formules ferm´es e

La formule de Black et Scholes concerne plus sp´cifiquement les prix des Calls et des Puts, e que nous explicitons ci-dessous. Th´or`me 2.6.3 e e 1. Le prix d’un Call de maturit´ T et de prix d’exercice K est donn´ par e e

C(t, x, K, T ) = x N d1 (T − t, xer(T −t) , K) − K e−r(T −t) N d0 (T − t, xer(T −t) , K) √ 1 1 √ x d0 (t, x, y) = √ ln( ) − σ t, d1 (t, x, y) = d0 (t, x, y, σ 2 ) + σ (2.6.14) t y 2 σ t o` N est la fonction de r´partition de la loi normale, centr´e r´duite. u e e e 2. De plus, cette option est couverte par un portefeuille qui contient ∆(t, St ) = Cx (t, St , T, K) = N [d1 (T − t, St er(T −t) , K)] parts de l’actif risqu´. e 3. De mˆme, le prix d’un Put de mˆmes caract´ristiques est donn´ par e e e e P(t, x, K, T ) = K e−r(T −t) N [d1 (T − t, K, xer(T −t) )] − x N [d0 (T − t, K, xer(T −t) )] (2.6.16) ∆(t, St ) = Px (t, St , T, K) = −N [d0 (T − t, K, St er(T −t) )] (2.6.15)

4. Lorsque les coefficients d´pendent du temps, la mˆme formule reste valable a condition de e e ` poser r = R(t, T ) = 1 T −t
T

rs ds,
t

σ 2 = Σ2 (t, T ) =

1 T −t

T t

2 σs ds.

(2.6.17)

Remarque 2.6.2 Les propri´t´s des fonctions d 0 et d1 sont les suivantes ee y d2 (t, x, y, σ 2 ) = d2 (t, x, y, σ 2 ) − 2 ln( ) 1 0 x d0 (t, x, y, σ 2 ) = −d0 (t, y, x, σ 2 )

42

Dea de probabilit´s-Option finance 2003/2004 e

Remarque 2.6.3 La fonction3 de r´partition N (x) peut ˆtre approxim´e par e e e
1 2 1 N (x) = 1 − √ e−( 2 x ) (ay + by 2 + cy 3 ) 2π 1 a = 0, 4361836 y= 1 + 0, 33267x

(2.6.18)

b = −0, 1201676

c = 0.937298

Preuve : L’id´e importante est d’introduire l’ensemble d’exercice. e ⇒ La preuve est alors une simple cons´quence des formules explicites pr´c´dentes. Soit e e e E = {ST ≥ K} = {U ≤ d0 (T − t, xer(T −t) , K)} (2.6.19) Cel` permet de lin´ariser le pay-off du Call en un terme de pay-off K1E et un autre terme ST 1E . a e Le premier terme se calcule grˆce a la formule (??). Il fait intervenir la fonction de r´partition de la a ` e loi gaussienne N au point d0 (T − t, x, Ke−r(T −t) ).

⇒ Il reste a calculer la d´riv´e par rapport a x du prix du Call. Il suffit de d´river sous le signe esp´rance ` e e ` e e T la fonction (x( Sx − K)+ dont la d´riv´e (ST /x)1ST ≥K existe presque partout. Mais c’est exactement e e le calcul que nous venons de faire, d’o` le r´sultat. u e

y ⇒ Pour calculer le deuxi`me terme 4 , nous utilisons la remarque que d2 − 2 ln x = d2 . Le calcul du prix e 0 1 ST de x 1E est exactement le mˆme que le pr´c´dent en rempla¸ant d0 par d1 . e e e c

25 20 15 10 5 0

115

110

105

100

95

90

85

80

0

0.05

0.1

0.15

0.2

0.25

0.3

Surface de prix en fonction de x et T

2.6.3

Propri´t´s du prix des Calls et des Puts e e

Nous pr´cisons quelques propri´t´s importantes des prix des Calls et des Puts dans le mod`le e ee e de Black et Scholes, en nous limitant essentiellement aux Calls, puisque la parit´ Call- Put=xe Ke−r(T −t) permet d’avoir les r´sultats pour les Puts. e
3 4

Cette approximation est donn´e dans l’excellent livre de Dewynne-Howison-Wilmott (1995). e Nous donnerons une d´monstration plus directe a l’aide du th´or`me de Girsanov e ` e e

La formule de Black et Scholes • Remarquons d’abord que comme le prix des calls et des puts est positif, v(t, x, r, σ, T, K) ≥ (x − Ke−r(T −t) )+

43

(2.6.20)

• Puisque la fonction N [d1 (T −t, xer(T −t),K ] est croissante par rapport a x, la d´riv´e seconde ` e e de v(t, x, r, σ, T, K) est positive. Le prix des Calls est une fonction convexe du sousjacent, qui comme nous le verrons ci-dessous croit avec la volatilit´, avec la maturit´, mais e e d´croit avec le strike. e • C’est une fonction homog`ne au sens o` e u v(t, λx, r, σ, T, λK) = λv(t, x, r, σ, T, K) (2.6.21)

C’est une des raisons pour laquelle les strike sont souvent exprim´s en pourcentage du e cours de l’action. • Lorsque l’option est a la monnaie forward, K = xe rT une simple approximation de la ` valeur du Call est donn´e (Brenner&Subrahmanyam, 1994) (Willmot, 1999) par e √ 1 √ 1 √ v(t, x, r, σ, T, SerT ) = x N ( σ T − t) − N (− σ T − t) = 0, 4xσ T − t (2.6.22) 2 2

2.6.4

Les grecques

Le Delta d’un Call.

Le gamma d’un Call.

Nous avons ´crit la valeur d’une option d’achat grˆce a la formule de Black et Scholes comme e a ` une fonction v(t, x, r, σ, T, K). Dans cette formule, – le prix de l’action x et le temps t sont des variables d’´tat ; e – le taux sans risque r, la volatilit´ σ sont des param`tres fix´s du mod`le ; e e e e – la maturit´ T , le prix d’exercice K sont des param`tres fix´s de l’option. e e e La sensibilit´ du prix du call aux diff´rents param`tres joue un rˆle tr`s important dans la e e e o e gestion de la couverture du produit d´riv´. En particulier les sensibilit´s que nous calculons ont e e e la pluspart du temps un nom sp´cifique en relation avec l’alphabet grec. e

44

Dea de probabilit´s-Option finance 2003/2004 e

Pour simplifier les notations, nous supposerons t = 0, et nous ne rappellerons pas les variables dans les expressions de d0 et d1 . Cx = Delta = ∆ = N (d1 ) Cxx = Gamma = Γ = CK = −e−rT N (d0 ) √ Cσ = V ega = x T N (d1 ) Cr = Rho = ρ = T Ke−rT N (d0 ) > 0

1 √ N (d1 ) > 0 xσ T xσ Ct = T heta = Θ = − √ N (d0 ) − Ke−rT N (d0 ) 2 T

Avec ces notations, l’EDP d’´valuation devient e 1 2 2 σ x Γ + rx∆ − rC + Θ = 0 2 (2.6.23)

Il est souvent int´ressant de l’exprimer en terme de Vega, Delta , ce qui est possible grˆce a la e a ` relation σ 2 x2 Γ = σT Vega 1 σ Vega + rx∆ − rC + Θ = 0 2T −t (2.6.24)

Exemple 2.6.1

Param`tres des options e Cours du sous-jacent Strike de l’option Taux court Nombre de jours avant l’´ch´ance e e Volatilit´ du sous-jacent e

S=100$ K=100$ r=2,5% 30j σ =30%

Call 3.53 0.5267 0.0463 0.1141 -0.0605

Premium Delta Gamma Vega theta (par jour)

Put 3.32 -0.4733 0.0463 0.1141 -0.0537

2.7

Impl´mentation de la formule e

Impl´mentation e Pour mettre en oeuvre pratiquement la formule de Black et Scholes, tous les param`tres e et variables d’´tat doivent ˆtre identifi´s. e e e Le prix d’exercice et la date d’expiration de l’option sont sp´cifi´es dans le contrat et sont e e connus sans ambiguit´. e Le temps jusqu’` la maturit´ est plus difficile a sp´cifier : doit-on compter tous les jours a e ` e ou seulement les jours o` les march´s sont ouverts ? u e Observons que le temps jusqu’` la maturit´ apparaˆ dans la formule de Black et Scholes a e ıt dans deux termes. Dans le facteur d’actualisation e −r(T −t) , le nombre de jours du calendrier semble appropri´ car les int´rˆts courent tous les jours. e ee Dans le second terme, une r´ponse plus ambigue peut ˆtre faite : le temps jusqu’` maturit´ e e a e apparaˆ comme indissociable de la volatilit´. Or des ´tudes empiriques ont montr´ qu’il ıt e e e

La formule de Black et Scholes

45

y avait un effet jour significatif (week-ends et jours f´ri´s sont nettement moins risqu´s). e e e Souvent, les traders ajustent cette maturit´ restante ( de volatilit´) a un nombre de jours e e ` compris entre le nombre de jours du calendrier et celui du nombre de jours ouvr´s ( par e exemple, un jour de non trading = 1/3 d’une journ´e ouverte). Comme l’ann´e boursi`re e e e est de l’ordre de 252 jours ouvr´s, cette correction n’est pas n´gligeable. e e • Le taux d’int´rˆt est suppos´ constant et ´gal au taux d’int´rˆt sans risque. Mais en g´n´ral, ee e e ee e e une telle hypoth`se ne semble pas v´rifi´e sur les march´s. Le cas des taux d´terministes e e e e e sugg`re de consid´rer le taux z´ro-coupon maturant en T . e e e Le cours de l’action a introduire est un cours de n´gociation. Quel est le bon cours de ` e l’action a retenir, celui du matin, du soir, le plus fort, le plus faible, etc. . . . Les cours ` publi´s dans les journaux sp´cialis´s sont souvent des cours reconstitu´s mid-market : e e e e moyenne entre le prix de l’offre et le prix de vente (bid-ask) • La volatilit´ sera analys´e ci-dessous. e e

2.8
2.8.1

Volatilit´ e
Pr´cisions sur la volatilit´ e e

La volatilit´ est le param`tre qui mesure le risque associ´ au rendement de l’actif souse e e jacent. C’est un param`tre cl´ en finance, qui parfois recouvre des notions un peu diff´rentes e e e telles que : volatilit´ instantan´e locale, volatilit´ moyenne sur une p´riode, etc. . . e e e e La volatilit´ locale e La volatilit´ locale est le param`tre qui mesure le risque associ´a la variation instantan´e du e e e` e sous-jacent. Elle peut-ˆtre d´terministe comme dans le cas d’un sous-jacent qui suit un brownien e e g´om´trique, ou stochastique comme dans le cas des options. e e D´finition 2.8.1 La volatilit´ locale d’un actif de prix (X t ) est le param`tre ´ventuellement e e e e X e al´atoire σt d´fini par : e dXt X = rt dt + σt (dWt + λt dt) (2.8.1) Xt La propri´t´ suivante, qui n’est par vraiment surprenante, m´rite d’ˆtre not´e : ee e e e Proposition 2.8.1 Dans le mod`le de Black et Scholes, le Call est localement plus volatil que e l’actif sous-jacent.
Preuve : D’apr`s la formule d’Itˆ, la volatilit´ du Call est donn´e par : e o e e Cx (t, St ) N [d1 (St /Ke−r(T −t))] C(t, St ) S t σt = S t σt ≥ σt = σ t C(t, St ) C(t, St ) C(t, St )

C’est le fameux effet de levier des options. En achetant un call, on g´n`re un portefeuille dont e e la volatilit´ et donc la rentabilit´ est sup´rieure a celle de l’action, et ceci pour un investissement e e e ` initial moindre. Les options sont alors utilis´es a des fins sp´culatives. e ` e

46

Dea de probabilit´s-Option finance 2003/2004 e

2.8.2

Volatilit´ historique e

Dans le cadre de la formule de Black et Scholes, le param`tre de volatilit´ σ est le seul e e param`tre qui ne peut pas ˆtre observ´ directement. Deux approches sont possibles pour l’idene e e tifier. ⇒ des m´thodes empiriques utilisant des donn´es historiques sur les cours (d’ouverture, de e e fermeture, le plus haut, le plus bas....) ⇒ des m´thodes implicites bas´es sur l’observation des prix des options et des cours des e e sous-jacents.

Fig. 2.1: Volatilit´ historique du SP500 de Janvier 28 a Aoˆt 99 : les pics repr´sentent les e ` u e cracks de 29 et de 87.

La premi`re m´thode utilise les estimateurs standards de la variance par unit´ de temps du e e e logarithme du cours du sous-jacent, qui par hypoth`se suit un mouvement brownien non centr´. e e On utilise des donn´es r´guli´rement espac´es de δ et on introduit : e e e e S(j+1)δ = Sjδ eµδ−σ(W(j+1)δ −Wjδ ) et on pose : µn ˜ 1 = n 1 n
n−1 j=0 n−1 j=0

ln(S(j+1)δ |Sjδ )

σn ˜2

=

(ln(S(j+1)δ |Sjδ ) − µn )2 ˜

On en retient, en g´n´ral, des valeurs de n comprises entre 50 et 180 jours. Le σ n observ´ est e e ˜ e l’estimateur de σ appel´ volatilit´ historique. e e

La formule de Black et Scholes

47

Remarque 2.8.1 Pour employer des m´thodes statistiques, il faut d´gager une certaine stae e tionnarit´ dans les donn´es, et faire des tests d’ad´quation des mod`les, notamment tester si e e e e l’hypoth`se de log-normalit´ pour le cours de l’actif peut ˆtre retenue. Les tests permettent e e e rarement de confirmer les hypoth`ses de Black et Scholes, et de nombreuses recherches sont en e cours actuellement pour trouver des mod`les plus ad´quats, notamment les mod`les ARCH en e e e discret, et les mod`les a volatilit´ al´atoire en continu. e ` e e Toutefois, notre propos ici est d’estimer des param`tres en vue d’´valuation et de couverture de e e prix, op´rations qui se situent comme nous l’avons vu dans un univers risque-neutre diff´rent de e e l’univers historique. Comme les nombreux tests ´conom´triques faits sur la th´orie de l’arbitrage e e e (APT) montrent qu’il est tr`s difficile d’´valuer des primes de risque stables, nous sommes en e e face d’une situation assez originale sur le plan statistique, qui conduit a ˆtre prudent dans l’usage `e des techniques d’estimation historique pour le calcul des prix d’options et de leur couverture.

Cours du yen et volatilit´ historique Oct2000-0ct2001 e

La volatilit´ des march´s actuels e e La volatilit´, qui est comme nous l’avons vu la vraie mesure du risque ne nous donne qu’une e information a tr`s court terme du comportement des soci´t´s. Mais nous assistons actuellement ` e ee a une augmentation de la volatilit´ des titres : les ´carts de cours quotidiens deviennent de plus ` e e en plus spectaculaires tant sur les titres que les indices boursiers. Une explication (partielle) est donn´e par l’importance grandissante des investisseurs ´trangers e e qui poss`dent plus d’un tiers de la capitalisation boursi`re des entreprises qui composent l’indice e e CAC40. Les grands fonds de pension anglo-saxons interviennent sur des quantit´s importantes, e mais peuvent se retirer rapidement si la confiance baisse. Par ailleurs, contrairement a ce qu’on pouvait attendre de la diversification, l’indice Dow Jones ` EuroStoxx50 est plus volatil que le CAC, car les investissements sur les titres de l’Eurostox on ´t´ plus nombreux, et plus sectoriels. ee

48

Dea de probabilit´s-Option finance 2003/2004 e

2.8.3

La volatilit´ implicite e

La volatilit´ implicite ne fait r´f´rence a aucune notion statistique. Elle repose sur le fait que e ee ` dans un march´ tr`s liquide, la loi de l’offre et de la demande permet de fixer des prix d’´quilibre, e e e qui correspondent a un consensus de march´. Le march´ se sert alors des mod`les moins pour ` e e e fixer des prix, (sauf sur des produits complexes), que pour ´valuer et couvrir le risque attach´ a e e` un produit d´riv´. Le probl`me est aussi de comparer les prix de diff´rents produits optionnels e e e e ´crits sur un mˆme sous-jacent . e e L’outil de r´f´rence essentiel est la volatilit´ implicite, obtenue en inversant la formule qui donne ee e le prix du Call, c’est a dire qu’` un prix de Call et a un niveau de cours donn´s, on associe la ` a ` e valeur de σ qui introduite dans la formule de Black et Scholes donne comme prix celui du Call observ´ sur le march´. e e C Obs (t, x, T, K) = C BS (t, x, T, K, σ impl ) Exemple 2.8.1 x = 21F F, K = 20F F, r = 0.1, T = 0, 25 ann´e, C = 1.875F F e
La volatilit´ implicite est de 0.235, car C(21, 0.25, 20, 0.1, 0.235) = 1.875 e

(2.8.2)

La volatilit´ implicite peut s’´carter notablement de la volatilit´ historique car elle est cens´e e e e e refl´ter la volatilit´ future anticip´e par le march´. Elle incorpore ´galement toutes les incertie e e e e tudes sur la qualit´ du mod`le utilis´. e e e Exemple 2.8.2 Par exemple la nomination d’un gouverneur de banque centrale peut suivant le candidat choisi faire chuter ou monter le march´. Les traders d’options savent donc qu’apr`s la nomination le e e prix du sous-jacent va varier fortement. Les prix des options avant la nomination sont donc ´lev´s bien e e que devant l’incertitude il y ait peu d’activit´ (stabilit´) sur le sous-jacent et donc e e r´elle. e
5

une faible volatilit´ e

2.8.4

Volatilit´ implicite et Risk-management e

Ce param`tre de volatilit´ implicite est l’outil cl´ du Risk-management, puisqu’il permet a e e e ` partir de la connaissance d’un prix d’option de mettre en place les strat´gies de couverture et e les mesures de sensibilit´ associ´es, puisqu’il permet de calculer les Grecques du probl`me. e e e Le Vega est une mesure de l’exposition a une mauvaise estimation du la valeur de la volatilit´. ` e Plus g´n´ralement e e Proposition 2.8.2 Supposons que l’on utilise a tort la formule de Black et Scholes avec une vo` latilit´ constante σ BS alors que la “vraie” volatili´ locale de l’actif est σ t ´ventuellement al´atoire, e e e e BS d’un produit d´riv´ dont le pay-off est h(S ). mais inconnue pour donner le prix C e e T BS ; cel` conduit a une La strat´gie de couverture est mise en place a l’aide de la volatilit´ σ e ` e a ` erreur de r´plication (tracking error) a maturit´ donn´e par e ` e e eT = VT (δ B S(h)) − h(ST ) =
5

T 0

e−r(T −s)

1 2 BS 2 (σ BS )2 − σt St Cxx (t, St )dt 2

(2.8.3)

Un bon site pour voir des donn´es de volatilit´ sur les titres am´ricains les plus courants est e e e http ://www.ivolatility.com

La formule de Black et Scholes

49

Dans le cas des Call, on peut exploiter les liens entre Gamma et Vega pour transformer l’´quation e
T

eT =
0

e−r(T −s)

σ BS T −t

1−

2 σt

(σ BS )2

Vega(t, St )dt

(2.8.4)

Call de strike K.
Preuve : Nous appliqons la formule d’Itˆ a la fonction C BS et au sous-jacent St . Il vient que o` dC BS (t, St ) = Delta(t, St )(dSt − r St dt) + 1 2 2 BS σ S Γ(t, St , σ BS ) + r St Delta(t, St ) + Ct (t, St ) dt 2 t t

1 2 2 = Delta(t, St )(dSt − r St dt) + (σt − (σ BS )2 )St CxxBS (t, St , σ BS )dt + r C BS (t, St )dt 2 Dans la derni`re ´quation, nous avons utilis´ que le prix BS est solution de l’EDP (??). e e e Par ailleurs le portefeuille v´rifie e dVt (Delta) = rVt dt + Delta(t, St )(dSt − r St dt) La tracking error et = Vt − C BS (t, St ) v´rifie donc e det = r et dt + 1 2 BS 2 (σ BS )2 − σt St Cxx (t, St )dt 2

Le r´sultat final s’obtient en r´solvant cette ´quation lin´aire. e e e e 1 Dans le cas des Call’s on peut exploiter le fait que x2 Γ = σT Vega. BS La tracking error et = Vt − C (t, St ) s’´crit alors e det = r et dt + d’o` le r´sultat. u e 1 σ BS 2T −t 1−
2 σt

(σ BS )2

Vega(t, St )dt

Remarque 2.8.2 Cette estimation de l’erreur peut ˆtre utilis´e pour justifier de certaines ape e proximations faites dans le march´ sur les volatilit´s. De nombreux produits dont la volatilit´ est e e e structurellement al´atoire sont ´valu´s avec une formule de Black Scholes. Lorsque la volatilit´ e e e e choisie majore la vraie volatilit´, le r´sultat est favorable au trader si le Gamma est positif, c’est e e a dire si le prix est convexe. Nous savons que cette prpri´t´s vraie pour les Call s’´tend a tous ` ee e ` les pay-offs convexes.

Informations sur les prix de l’indice am´ricain SP500(SPXX) : e 29 Novembre 2002
Prix 936.30 Variation (%) -2.55 (-0.27%) -1an High Date 1,172.50 04-Jan -1an Low Date 776.75 09-Oct Volume Indice 0 Volume Options 71,015 Options Ouvertes 2,701,176

Volatilit´ historique du SP500 e

50
-0j 24.23% 23.78% 22.01% -1 sem 23.24% 21.25% 25.30% -1mois 33.40% 37.80% 36.39%

Dea de probabilit´s-Option finance 2003/2004 e
-1 an,Hi/Date 54.69%- 29-Juil 48.13%- 14 Aout 43.08% - 15 Aout -1an Low/Date 8.03% - 28 Dec 10.55% - 14 Jan 12.31% - 28 Jan

10 days 20 days 30 days

Volatilit´ implicite du SP500 e -0j 24.87% 24.96% -1 sem 20.81% 20.52 % -1mois 29.71% 28.65 % -1 an,Hi/Date 40.89%-5 Aout 41.76 %-5 Aout -1an Low/Date 14.93%-21 Mars 15.0%-26 Mars

Call Put

Volatilit´ implicite sur un an et volumes : SP500 e

Prix et volatilit´ des Calls e

La formule de Black et Scholes
VolImpl (%) 25.80 % 25.57 % 24.67 % 24.23 % 26.13% 24.86 % 23.71 % 22.91% Delta 65.85% 62.73% 52.63% 45.49 % 69.74% 39.75% 47.61% 35.46% Call 32.35 29.25 20.75 16.10 56.05 75.20 26.35 16.40 Variation (%) -1.65 (-4.85) -1.65 (-5.34) -0.55 (-2.58) -1.00 (-5.85) -1.05 -0.95 -0.50 -0.65 (-1.84) (-2.33) (-1.86) ) (-3.81) Ech´ance e Dec02(22) Dec02(22) Dec02(22) Dec02(22) Jan03(50) Jan03(50) Jan03(50) Jan03(50) Strike 920 925 940 950 900 925 950 975

51

Prix et volatilit´ des Puts e
VolImpl (%) 25.97% 25.62% 24.79% 24.31% 26.18% 24.87% 23.76% 22.97% Delta -34.09% -37.17% -47.25% -54.37% -30.04% -40.32% -52.13% -64.24% Put 16.40 18.20 24.75 30.05 20.35 28.95 40.55 55.55 Variation (%) 0.05 (0.31) -0.20 (-1.09) 0.50 (2.06) 0.20 (0.67) -0.15 (-0.73) 0.10 (0.35) 0.95 (2.40)) 0.65 (1.18) Ech´ance e Dec02 (22) Dec02 (22) Dec02 (22) Dec02 (22) Jan03(50) Jan03(50) Jan03(50) Jan03(50) Strike 920 925 940 950 900 925 950 975

Informations sur les prix de l’indice am´ricain Nasdaq (NDX) : e 29 Novembre 2002

52

Dea de probabilit´s-Option finance 2003/2004 e

Volatilit´ implicite sur un an et volume : Nasdaq e

Les prix et leurs caract´ristiques sur un an e
Prix 1,116.10 Variation (%) -9.57 (-0.85%) -1an High Date 1,720.91 05-Dec -1an Low Date 804.64 07-Oct Volume Indice 0 Volume Options 3,807 Options Ouvertes 110,907

Volatilit´ historique du Nasdaq e
-0j 43.13% 43.19% 40.02% -1 sem 45.95% 41.23% 43.04% -1mois 50.16% 47.53% 45.46% -1 an, Hi/Date 75.07%-14 Mai 64.39%- 29 Juil 60.67% - 14 Aout -1an Low/Date 24.37% -07 Fev 29.71% - 14 Jan 30.26% - 15 Fev

10 days 20 days 30 days

Corr´lations historiques a 30 jours avec le SP500 (SPX) e `
30 days -0j 95.39% -1 sem 94.96% -1mois 89.69% -1 an, Hi/Date 96.64%-26 Nov -1an Low/Date 76.85%- 02 Mai

Volatilit´ implicite du Nasdaq e
Call Put -0j 42.31% 43.65% -1 sem 39.02% 38.25% -1mois 44.33% 44.28% -1 an, Hi/Date 59.78%-25 Juil 59.39%-25 Jul -1an Low/Date 29.24%-28 Mars 30.31%-22 Mars

La formule de Black et Scholes Prix et volatilit´ des Calls e
VolImpl (%) 38.04% 38.00% 37.56% 37.51% 40.46% 40.21% 39.77% 39.29% Delta 71.29% 62.41% 52.96% 43.49% 65.83% 60.05% 54.09% 48.01% Call 65.2 50.30 37.35 27.20 89.20 75.20 62.40 51.00 Variation (%) -11.80 (-15.32%) -10.40 (-17.13) -11.15 (-22.99) -8.15 (-23.06) -10.10 (-10.17) -8.80 (-10.48) -7.80 (-11.11) -6.80 (-11.76) Ech´ance e Dec02(22) Dec02(22) Dec02(22) Dec02(22) Jan03(50) Jan03(50) Jan03(50) Jan03(50) Strike 1075.0 1100 1125 1150 1075 1100 1125 1150

53

Prix et volatilit´ des Puts e
VolImpl (%) 45.84% 44.88% 44.91% 44.86% 45.41% 44.88% 44.31% 43.97% Delta -30.81% -38.25% -46.19% -54.13% -34.90% -40.06% -45.42% -50.83% Put 30.95 40.6 53.3 67.9 53.7 64.5 76.55 90.3 Variation (%) 4.65 (17.68%) 5.85 (16.83) 7.40 (16.12) 9.00 (15.28) 5.70 7.60 8.65 9.80 (11.88) (13.36) (12.74) (12.17) Ech´ance e Dec02 (22) Dec02 (22) Dec02 (22) Dec02 (22) Jan03(50) Jan03(50) Jan03(50) Jan03(50) Strike 1075 1100 1125 1150 1075 1100 1125 1150

2.9

Le smile

Comme le montre ces donn´es de march´, il n’y a pas sur un mˆme sous-jacent une seule volatilit´ e e e e implicite, mais ´ventuellement plusieurs, qui d´pendent du prix d’exercice et de la maturit´. On e e e r´f`re a ce ph´nom`ne comme au ph´nom`ne de smile, car il arrive souvent que cette d´pendance ee ` e e e e e de la volatilit´ par rapport au strike ait la forme 6 d’un sourire. e
DAX Implied Volatility
Average profile of implied volatility surface

0.4 0.35
0.34

Implied volatility

0.3 0.25 0.2 0.15 1.1 0.1 0.8 0.9 0.8 1 1.1 0.7 1.2 1.3 0.6 1.4 1.5 0.5 1.6 Time to maturity 1 0.9

0.32 0.3 Implied volatility 0.28 0.26 0.24 0.22 1 0.2 0.18 0.6 0.7 0.8 0.9 1 0.5 1.1 1.5

1.2

1.2

1.3

1.4

Moneyness

Moneyness

1.5

0

Time to maturity

Surfaces de volatilit´ implicite sur le DaX e
6

Moyenne des historiques de volatilit´s e

Merci a Rama Cont pour ces belles surfaces de volatilit´ implicites ` e

54

Dea de probabilit´s-Option finance 2003/2004 e

Cela est en contradiction avec le mod`le th´orique, mais le march´ retient que cela indique que e e e le titre de volatilit´ implicite la plus ´lev´e est le plus risqu´, le risque ´tant dˆ , le cas ´ch´ant, e e e e e u e e a des ´carts au mod`le d’arbitrage th´orique, moins grande liquidit´ par exemple, etc . . . . ` e e e e C’est ce param`tre qui sert actuellement de r´f´rence de risque sur le march´ des options, o` e ee e u l’on ´voque facilement que l’on ach`te ou vend de la volatilit´. e e e On voit aussi pourquoi le march´ attache une grande importance aux formules explicites, qui e sont souvent utilis´es invers´es : dans le cas des produits plus sophistiqu´s, ´valu´s par des e e e e e m´thodes num´riques, la volatilit´ implicite est calcul´e a partir de tables ´videmment dont e e e e ` e l’´tablissement est ´videmment assez coˆ teux en temps de calcul. e e u

2.9.1

Smile et options exotiques

La prise en compte de l’effet de smile a pris ces derni`res ann´es une importance accrue pour e e la raison suivante. Dans la gestion du march´, la formule de Black et Scholes est donc essentielle plus pour quantifier e le portefeuille de couverture que pour faire le prix des options classiques. La re`gle qui consiste e a dire, ` • le trader observe un prix d’option dans le march´ e • il en d´duit la volatilit´ implicite associ´e e e e • il couvre l’option avec le Delta correspondant a cette volatilit´ ` e est parfaitement coh´rente, puisqu’il s’agit de couvrir une option avec du sous-jacent. Il s’agit e d’une gestion produit par produit. Ces derni`res ann´es, la grande liquidit´ des options classiques entretenue par la pr´sence des e e e e march´s organis´s, a conduit les intervenants des march´s a consid´rer ces options standards e e e ` e comme des produits dont la gestion est parfaitement maitris´e. ce sont des produits ”vanilla” ( e comme la glace). Elles deviennent des produits de base qu’on souhaite utiliser comme instruments de couverture d’options plus complexes comme les options exotiques. Le probl`me du Smile de volatilit´ se pose alors autrement, puisqu’il est n´cessaire maintenant, e e e pour pouvoir prendre en compte dans un mˆme portefeuille de couverture plusieurs options, e d’avoir un mod`le commun qui resp`cte le smile et qui permette de faire des prix d’options e e exotiques, notamment d’options barri`res. Le probl`me devient d’identifier non plus une volatilit´ e e e implicite, mais une diffusion “implicite”. Dupire (Paribas, 1995) et Derman (Goldman Sachs, 1995) ont ´t´ les pionniers de la recherche dans cette direction. ee

La formule de Black et Scholes

55

Appendice
2.10 Exemples de Produits Structur´s sur indices e
Cette pr´sentation de produits structur´s est faite pour des clients par une ´quipe de struce e e turation d’un banque fran¸aise. Elle date de la fin des ann´es 1990. c e

2.10.1

Motivation

Dans le contexte actuel de taux d’int´rˆt tr`s bas, l’investissement boursier paraˆ ˆtre un ee e ıt e bon moyen d’obtenir des rendements futurs ´lev´s. Les produits sont g´n´ralement des Bons a e e e e ` Moyen Terme N´gociables (BMTN) qui offrent une souplesse extrˆme au choix de l’investisseur. e e L’exp´rience de la banque XXX garantit un market-making de qualit´ ainsi qu’une excellente e e liquidit´ en cas d’entr´es/sorties en cours de vie du produit. e e

2.10.2

D´finition et caract´ristiques des produits e e

Choix des caract´ristiques e • Choix de l’indice XXX propose sur demande des indexations sur l’indice CAC 40 ou sur des indices ´trangers e (Dax, Mib30, Ibex, Footsie ...) ou encore sur des indices europ´ens (Euro Stoxx 50 : valeurs e de grande capitalisation des pays ”in”) avec couverture syst´matique du risque de change e contre Euro. L’investisseur mise uniquement sur l’´volution relative de l’indice ´tranger. e e ´ • Choix de la maturite L’indexation et la maturit´ varient dans le mˆme sens (un allongement de la dur´e offre e e e un surcroˆ d’indexation). ıt • Choix du rendement minimum garanti En plus de la garantie de capital, l’investisseur pourra choisir un taux minimum garanti. Famille des options utilis´es e Afin de permettre une gestion efficace des anticipations de variation des march´s boursiers, e XXX a d´velopp´ une famille d’options, des classiques aux plus exotiques. Les caract´ristiques e e e de ces options restituent la performance de l’indice avec un effet de levier et/ou de capture de la performance. • Option avec indexation simple on compare l’indice en d´but et en fin de p´riode. e e C’est un produit pur et simple a comprendre mais son succ`s d´cline en raison de l’incer` e e titude sur la valeur de l’indice en fin de p´riode . e • Option avec paliers la performance du sous-jacent se trouve verrouill´e d`s lors qu’un certain niveau pr´d´fini e e e e (palier) est franchi. Cette performance reste acquise ensuite quelle que soit l’´volution du e

56

Dea de probabilit´s-Option finance 2003/2004 e sous-jacent par la suite. Tr`s appr´ci´e par la client`le mais plus coˆteuse qu’une option standard. On peut dimie e e e u nuer le coˆt en modulant le niveau des barri`res. u e ` cliquets Option avec indexation a la performance du sous-jacent se trouve verrouill´e par exemple tous les ans. Seules les e performances positives sont conserv´es, les sous-performances d’une p´riode sur l’autre e e sont consid´r´es comme nulles et n’affectent pas la performance globale. ee Ce produit permet de b´n´ficier de toutes les hausses annuelles sans subir les baisses de e e l’indice. Ce type de produit est tr`s cher dans le contexte de taux bas actuel car on ach`te e e plusieurs options courtes au lieu d’une longue. N´anmoins on peut ajouter une moyenne e ou un plafond. Option avec barri`re d´sactivante e e L’option disparaˆ d`s qu’un niveau pr´d´fini est touch´. L’option avec barri`re ıt e e e e e d´sactivante est moins ch`re qu’une option standard, elle procure souvent un fort effet e e de levier mais l’investisseur supporte le risque de retour a une performance moindre, voire ` nulle si l’indice progresse trop sur la p´riode. e Son faible coˆt la rend tr`s attractive pour des maturit´s courtes (une a deux ann´es). u e e ` e Option sur moyenne simple L’indexation s’effectue sur la performance moyenne de l’indice. Cette performance moyenne est calcul´e a l’aide de cours constat´s a intervalles de temps pr´d´finis au cours de la vie e ` e ` e e du produit. La plus couramment utilis´e depuis quelques temps car elle concilie des prix d’options e faibles et une s´curit´ pour l’investisseur. e e Option sur moyenne ”prot´g´e” e e Seuls les cours de constatation sup´rieurs ou ´gaux au niveau initial de l’indice sont utilis´s e e e pour la d´termination de la moyenne. De cette mani`re, seules les performances haussi`res e e e sont retenues pour la r´mun´ration du produit. e e Un plus par rapport a la moyenne simple car le calcul revient a faire la moyenne des hausses ` ` aux diff´rentes dates de constatation, en prenant une valeur nulle, lorsqu’on constate une e baisse. Option ”super moyenne” Seuls les cours de constatation sup´rieurs ou ´gaux au niveau initial de l’indice sont utilis´s e e e pour la d´termination de la moyenne. De plus on exclut tous les points o` l’on a constat´ e u e une baisse. On ne connaˆ pas au d´part le nombre de points qui seront pris en compte ıt e pour le calcul de la r´mun´ration du produit. e e Un seul point de constatation sup´rieur au niveau initial suffit a garantir une performance e ` in fine positive. Option Best of La r´mun´ration du produit est ´gale au meilleur entre un taux de rendement garanti e e e pr´d´fini et la performance de l’indice. La r´mun´ration est au moins ´gale au taux garanti. e e e e e L’avantage de cette option par rapport a une option simple et un minimum garanti est ` qu’elle permet d’afficher un pourcentage d’indexation plus ´lev´ mais dont on ne b´n´ficiera e e e e

La formule de Black et Scholes

57

qu’au-del` d’un pourcentage significatif de hausse de l’indice. a • Option corridor La r´mun´ration est proportionnelle au prorata du nombre de jours pass´s par l’indice e e e a l’int´rieur de bornes pr´d´finies. La r´mun´ration reste acquise au fur et a mesure que ` e e e e e ` l’indice se comporte favorablement. L’indice peut sortir de l’intervalle et y revenir. Un classique des produits de forte r´mun´ration a court terme (inf´rieur a un an). e e ` e `

58

Dea de probabilit´s-Option finance 2003/2004 e

Chapitre 3

Options barri`res e
Ce chapitre doit beaucoup a de nombreuses discussions avec Monique Jeanblanc de l’Uni` versit´ d’Evry. Je remercie aussi tout particuli´rement les ´quipes du Cr´dit Lyonnais avec qui e e e e j’ai travaill´ sur ce probl`me, celles de GRO et de GRM notamment. e e

3.1

Introduction

Les options exotiques sont des produits complexes, qui constituent un march´ d’une r´elle e e importance depuis les ann´es 1990, notamment sur le march´ des changes. Leur nom vise surtout e e a les diff´rencier des options standards europ´ennes ou am´ricaines. Ce sont des options qui ne ` e e e sont trait´es que sur les march´s de gr´ a gr´ (Over the Counter) a la diff´rence des options stane e e` e ` e dards trait´es aussi dans les march´s organis´s. Elles visent a r´pondre a des besoins sp´cifiques e e e ` e ` e d’assurance des grands groupes financiers, des compagnies d’assurance, fonds de pension, etc... La notion d’exotisme est bien sˆ r toute relative, car au fur et a mesure qu’un produit financier u ` devient tr`s liquide il perd progressivement son caract`re d’exotisme. e e L’int´rˆt pour certaines options exotiques provient du fait qu’elles sont moins ch`res que les ee e options classiques ´quivalentes. Les options barri`res sont un exemple d’une telle r´duction, e e e puisque l’option pourra ˆtre exerc´e dans un nombre de configurations moindre que l’option e e classique, par exemple seulement si le sous-jacent est pass´ en dessous d’une barri`re d´finie e e e dans le contrat. Pour le vendeur de l’option, la principale difficult´ sera de mettre en place une e strat´gie de couverture efficace, car le delta de telles options pr´sente souvent des discontinuit´s, e e e notamment au voisinage de la barri`re. e Nous nous int´ressons particuli`rement aux options barri`res et aux options lookbacks, c’est e e e a dire aux options qui portent sur le minimum ou le maximum des cours. De mani`re assez ` e surprenante, dans le contexte de Black et Scholes, il existe des formules ferm´es pour le prix e de telles options, qui reposent sur un principe de sym´trie bien connu des probabilistes. Elles e ont ´t´ obtenues par Reiner [4] pour les options barri`res et par Conze et Visvanathan [2] pour ee e les lookbacks. Peter Carr [1] est le premier a avoir montr´ comment ce principe, appliqu´ di` e e rectement a un sous-jacent log-normal sans coˆ t de portage (martingale) permet de d´finir un ` u e 59

60

DEA de Probabilit´, option finance 2003/2004 e

prix et une couverture statique d’options barri`re. Nous reprenons les mˆmes id´es, en montrant e e e comment elles s’´tendent a un sous-jacent log-normal quelconque. Les options barri`res binaires e ` e nous servent de transition pour l’obtention des formules ferm´es pour les barri`res et les looke e backs et permettent de proposer des strat´gies de couverture quasi-statiques. e Nous ´tendrons ces r´sultats a la formule de r´plication statique de Derman Kani, qui dans le e e ` e cadre d’un sous-jacent suivant une diffusion markovienne, montre qu’une option barri`re peut e toujours s’´crire comme une int´grale en maturit´s de Call’s a la barri`re. Nous montrerons aussi e e e ` e comment utiliser ces calculs pour ´tudier les options barri`res avec dividendes discrets. e e

3.2

Formule de sym´trie dans la formule de Black et Scholes e

Nous utilisons les notations habituelles sur les actions, o` u – St est le prix de l’action a la date t, ` – r est le taux d’int´rˆtinstantan´ suppos´ constant, ee e e – σ la volatilit´ instantan´e constante. e e – µ d´signe le coˆ t de portage (vocabulaire consacr´ dans le cas des actions), ´gal a r si e u e e ` l’action ne verse pas de dividende, a r − q si elle verse un taux de dividende de q. ` La dynamique du prix de l’action est modelis´e par e dSu = Su (µdu + σu dWu ), St = x (3.2.1)

o` (Wu ) est un brownien risque-neutre sur l’espace (Ω, F, Q). u Remarque 3.2.1 Lorsque le coˆ t de portage est diff´rent de r, le prix a investir en t pour d´tenir u e ` e (µ−r)(T −t)) qui est donc le vrai sous-jacent d’une option de l’actif en T n’est pas St , mais St e maturit´ T . En d’autres termes, le prix du contrat forward sur l’action est F t (S, T ) = St eµ(T −t) . e Nous commen¸ons par ´tablir la formule de sym´trie lorsque le sous-jacent ne supporte pas de c e e coˆ t de portage, puis l’´tendons simplement au cas g´n´ral. u e e e

3.2.1

Formule de sym´trie Call-Put sans coˆt de portage e u

Dans cette section, nous supposons que le coˆ t de portage est nul, c’est a dire que sous la u ` probabilit´ risque-neutre Q, dSu = Su σdWu .. e N d´signe la fonction de r´partition de la loi normale centr´e r´duite. e e e e Formules de sym´trie Call-Put e Le prix d’un Call, pour un flux pay´ a la maturit´ T de (S T − K)+ est donn´ par la formule e` e e −r(T −t) a la date t, de Black et Scholes, appliqu´e a un sous-jacent qui vaut xe e ` ` CallBS (t, x, K, T ) = e−r(T −t) [xN [d1 (T − t, x, K)] − KN [d0 (T − t, x, K)]] avec d0 (u, x, K) = 1 x 1 √ √ ln( ) − σ u, K 2 σ u √ d1 (u, x, K) = d0 (u, x, K) + σ u = −d0 (u, K, x) (3.2.3) (3.2.2)

Options barri`res e De mˆme, le prix d’un Put, qui paye a maturit´ un flux de (K − S T )+ , est de e ` e PutBS (t, x, K, T ) = e−r(T −t) KN d1 (T − t, K, x) − xN d0 (T − t, K, x) .

61

(3.2.4)

Cette formule montre clairement qu’` condition d’intervertir niveau de sous-jacent et prix d’exera cice, il existe une formule de sym´trie Call-Put e CallBS (t, x, K, T ) = PutBS (t, K, x, T ) Remarque : Attention aux places respectives de x et K dans ces formules. Interpr´tation math´matique e e L’interpr´tation math´matique de ce r´sultat en ´claire la port´e. e e e e e Nous introduisons la probabilit´ risque-neutre Q et exploitons au maximum le fait que le prix e du sous-jacent d´pend lin´airement de sa condition initiale, c’est a dire qu’un sous-jacent qui e e ` part de K a mˆme distribution qu’un sous-jacent S qui part de x multipli´ par K/x. L’´quation e e e (3.2.5) devient E (ST − K)
+

(3.2.5)

ST + ST = E (x − K ) =E x x

x2 −K ST

+

Comme ceci est vrai pour tout K, nous en d´duisons que la loi de S T sous Q est la mˆme que e e x2 ST celle de sous la probabilit´ QS de densit´ e e par rapport a Q. (Rappelons que S n’ayant ` ST x pas de coˆ t de portage est martingale sous Q). u Appliqu´e a des fonctions positives quelconques, la formule devient e ` E [f (ST )] = E ST f x x2 ST (3.2.6)

3.2.2

Principe de sym´trie dans le cas g´n´ral e e e

Sym´trie dans la formule de Black et Scholes g´n´rale e e e Il y a plusieurs moyens de montrer le principe de sym´trie dans le cas g´n´ral, mais nous e e e souhaitons en donner une formulation adapt´e a notre propos de r´plication statique. Nous e ` e consid´rons donc un sous-jacent e dSu = Su (µdu + σdWu ) ; St = x (3.2.7)

La formule de Black et Scholes devient, en ne r´crivant pas T-t dans d 0 et d1 e CallBS (t, x, K, T )er(T −t) = xeµ(T −t) N d1 (xeµ(T −t) , K) − KN d0 (xeµ(T −t) , K) PutBS (t, x, K, T )er(T −t) = KN d1 (K, xeµ(T −t) ) − xeµ(T −t) N d0 (K, xeµ(T −t) ) CallBS (t, x, K) = e−µ(T −t) PutBS (t, K, xe2µ(T −t) ) PutBS (t, x, K) = e−µ(T −t) CallBS (t, K, xe2µ(T −t) ) La formule pr´c´dente conduit aussi a une formule de sym´trie e e ` e (3.2.8) (3.2.9)

62

DEA de Probabilit´, option finance 2003/2004 e

Version math´matique du principe de sym´trie g´n´ral e e e e Ces formules de sym´trie font intervenir la maturit´ r´siduelle, ce qui nous pose un probl`me e e e e dans l’application aux options barri`res. Pour obtenir la formulation ad´quate, nous nous ramee e nons au cas martingale par une transformation simple, et utilisons la formulation math´matique e pour obtenir la formule de sym´trie. e Proposition 3.2.1 Soit S un sous-jacent avec coˆt de portage µ. u 1. Le processus S α est un processus log-normal de coˆt de portage et de volatilit´ u e 1 µα = α(µ + σ 2 (α − 1)), 2 2. Pour γ = 1 −
2µ σ2 ,

σα = σα

(3.2.10)

le processus S γ est martingale, c`d log-normal sans coˆt de portage. a u

3. Pour toute fonction f positive E f (ST ) = E 4. Pour toute fonction f positive
 

ST x

γ

f

x2 ST

(3.2.11)

α E (ST f (ST )) = xα eµα T E

f (eασ

2 (T −t)

ST )

Preuve : ⇒ La formule d’Itˆ nous dit que o
α 1 dSt 2 α = αµdt + ασdWt + 2 α(α − 1)σ dt St

ce qui caract´rise les coˆts de portage et la volatilit´. e u e 1 En particulier, pour le param`tre not´ γ, qui v´rifie µ+ 2 (α−1)σ 2 = 0, le sous-jacent est martingale. e e e ⇒ Pour toute fonction f positive, d’apr`s la formule de sym´trie sans coˆt de portage e e u E f (ST ) = E f = E
γ ST
1 γ

α ⇒ Nous utilisons les propri´t´s du processus S α pour calculer le prix de l’option Power. La v.a ST ee α µα T est positive, d’esp´rance risque neutre ´gale a x e e e ` . Renormalis´e par son esp´rance, elle d´finit e e e un changement de probabilit´ Qα , sous laquelle le mouvement brownien W est transform´ en un e e mouvement brownien avec drift dWt = dWtα + σαdt

Sous la probabilit´ Qα , (Su ) est un brownien g´om´trique de mˆme volatilit´ σ et de coˆt de portage e e e e e u µ + ασ 2 . 2 α ⇒ Remarquons que eασ (T −t) ST a mˆme loi que ST . Par suite, pour toute fonction f ≥ 0, l’esp´rance e e α ασ 2 (T −t) de ST f (ST ) est ´gale a l’esp´rance de f (e e ` e ST ), correctement pond´r´e. e e

 

=E x2 ST

ST x

γ

f

x2γ γ ST

1 γ

ST x

γ

f

Options barri`res e Interpr´tation financi`re de la sym´trie e e e

63

Nous pouvons r´interpr´ter ces formules en termes d’options. Toutefois, il est important e e de noter que des pay-offs qui d´pendent de la condition initiale ne g´n´rent a priori pas e e e n´cessairement des portefeuilles auto-finan¸ants, en d’autres termes e c e−r(T −t) OptEur t, St eµ(T −t) , φ(St eµ(T −t) , ST ) n’est pas n´cessairement une martingale. Toutefois, cette propri´t´ est conserv´e pour les fonce ee e tions φ que nous utilisons ci-dessous. Th´or`me 3.2.2 Soit S un sous-jacent de coˆt de portage µ et γ = 1 − e e u x2 ST
2µ . σ2

1. D´signons par OptEur (t, x, f (ST )) le prix d’une option Europ´enne de pay-off f (S T ) ≥ 0. e e OptEur (t, x, f (ST )) = OptEur t, x, ST x
γ

f

= OptEur t, x, φf (x, ST ) (3.2.12)

z γ x2 f . x z 2. Options avec poids : Pour toute fonction f ≥ 0, o` φf (x, z) = u
α OptEur (µ,σ2 ) (t, x, ST f (ST )) = xα eµα (T −t) OptEur (µ+ασ2 ,σ2 ) (t, x, f (ST )))

3. Principe de sym´trie e Call (t, x, K) = OptEur t, x, ST x
γ−1

(x −

K ST )+ x

= PowerPut t, K, x, γ − 1 (3.2.13)

4. Supposons la fonction f d´rivable presque partout, de d´riv´e f born´e. Le Delta de l’ope e e e tion Europ´enne est donn´ par e e DeltaOptEur (t, x, f ) = OptEur (t, x, = DeltaOptEur (t, x, φf (x, ST )) = OptEur ST f (ST )) x t, x, δφf (x, ST ) z x
γ−1

si δφf (z, x) =

f

x2 z

Remarque 3.2.2 Dans le chapitre pr´c´dent, nous avons montr´ que la d´riv´e d’une option e e e e e 1 rT √ (−d0 (T, xe , ST )), fonction affine de ln ST . peut se calculer en multipliant le pay-off par xσ T En particulier DeltaOptEur (t, x, f (ST )) = OptEur t, x, 1 √ (−d0 (T, xeµT , ST ))f (ST ) xσ T

64

DEA de Probabilit´, option finance 2003/2004 e

3.3
3.3.1

Options barri`res e
Caract´ristiques g´n´rales e e e

Options In et Out Les options barri`res sont un nom g´n´rique donn´ aux produits d´riv´s dont les payoffs e e e e e e d´pendent du fait que le sous-jacent a atteint ou non un niveau donn´ (ou barri`re) durant la e e e dur´e de vie de l’option. Les plus courantes sont e – knock-out options : L’option expire automatiquement quand le sous-jacent touche une ou plusieurs barri`res pr´d´termin´es. e e e e – knock-in options : L’option est activ´e si les barri`res sont touch´es. e e e Par ailleurs, ces options barri`res sont structur´es comme des puts ou calls europ´ens. Par e e e exemple – Un DOC (down-and-out Call) de strike K, de barri`re H et maturit´ T est l’option d’achee e ter le sous-jacent au prix K au temps T si le sous-jacent ne descend jamais en-dessous de H. – Un UOC (up-and-out Call) poss`de les mˆmes caract´ristiques, mais la barri`re est mone e e e tante. e e – Un DIC (down-and-in Call) est activ´ si le sous-jacent passe au-dessous de la barri`re. – Un UIC (up-and-in Call) est activ´ si le sous-jacent passe au-dessus de la barri`re . e e Les mˆmes d´finitions s’appliquent aux puts et aux options binaires. Par exemple e e – Un DIP est un (down-and-in Put). – Un BinDIC est un Call binaire, qui n’est activ´ que si le sous-jacent passe au-dessous de e la barri`re. e – Un DIB (down-and-in Bond) est un produit qui paye 1 Euro a l’´ch´ance si la barri`re a ` e e e ´t´ touch´e. ee e

Une trajectoire et la barri`re e

Une autre trajectoire

Options barri`res e Options regular ou reverse

65

Les options barri`res peuvent ˆtre class´es selon la valeur intrins`que a la barri`re : e e e e ` e Une option barri`re qui est en dehors de la monnaie lorsque la barri`re est touch´e, (c’est e e e a dire dont le pay-off est nul a la barri`re et au-del`) est appell´e une regular option. (Par ` ` e a e exemple, une DIC de barri`re B et de prix d’exercice K ≥ B ou une UIP de barri`re H e e et de strike K ≤ H .) Dans le cas inverse, l’option est dite une reverse option. Certaines options barri`res sont assorties d’une compensation, le rebate, sous forme de e cash si l’option est out. Le prix du rebate est celui d’une option binaire a barri`re. En ` e particulier, le rebate est souvent choisi pour qu’il y ait continuit´ des pay-off a maturit´ a e ` e` la barri`re, soit si le payoff est f (S T ) en T , on choisit un rebate de f (H) a la barri`re. e ` e Remarque 3.3.1 • Par arbitrage, ˆtre long d’une option in et d’une option out est ´quivalent e e a d´tenir une option standard, dite encore vanilla. Il suffit donc d’´tudier les options in. ` e e • Consid´rons une option barri`re Up In reverse, dont le pay-off est nul en dessous de la barri`re e e e (par exemple un Call de strike plus grand que la barri`re). Dans ce cas, le pay-off n’a de la e valeur que si la barri`re a ´t´ franchie. Le UICall et le Call ont donc la mˆme prix a toute date. e ee e ` L’option barri`re est donc une option europ´enne. e e C’est cette propri´t´ qui est utilis´e dans le principe de sym´trie. En particulier, nous avons la ee e e d´composition suivante e Proposition 3.3.1 Soit UI(t, x, H, f (S T ) une option barri`re de pay-off f . Cette option est la e somme de deux options, une option barri`re regular de pay-off f H (ST ) = f (ST )1ST ≤H et une e option Europ´enne de pay-off (f − f H )(ST ) soit e UI t, x, H, f (ST ) = UI t, x, H, f H (ST ) + OptEur (t, x, (f − f H )(ST )) Il ne nous reste donc qu’` ´tudier les options “r´gular”. ae e

3.3.2

Pricing et R´plication d’une option Up In regular e

Nous ´tudions le cas d’une option Up“regular”, dont le pay-off f est nul au-dessus de la e barri`re H. e Th´or`me 3.3.2 Soit f H le pay-off d’une option Up regular, nul pour z e e UIOpt(t, x, f H (ST ), T ) le prix de l’option In associ´e. e ≥ H, et

1. Pour tout x < H, cette option est r´plicable par une option Europ´enne standard de pay-off e e z γ H H2 φH,γ (z, f ) = ( ) f ( ). H z UIOpt t, x, f H (ST ) = OptEur t, x, ( = ( x γ ) OptEur H ST γ H H 2 ) ) f ( H ST H2 t, x, f H ( 2 ST ) x (3.3.1) (3.3.2)

66

DEA de Probabilit´, option finance 2003/2004 e 2. Math´matiquement, introduisons le temps T H de passage au-dessus de H, e TH = inf{u ≥ t ; Su ≥ H} E[f H (ST )1{TH ≤T } ] = E[( ST γ H H 2 x H2 ) f ( )] = ( )γ E[f H ( 2 ST )] H ST H x (3.3.3)

(3.3.4)

UIP 100-100-120 en fonction de la maturit´ e

UIP 100-120 en fonction du strike, maturit´ 1 an e

Remarque 3.3.2 • La premi`re ´galit´ dans (3.3.1) donne la r´plication statique, pour un e e e e sous-jacent en dessous de la barri`re. e • La deuxi`me est tr`s efficace pour le calcul, car le prix de l’option barri`re a exactement e e e la mˆme complexit´ de calcul que celui de l’option europ´enne dont on est parti. Il suffit e e e de multiplier par un poids et de dilater le pay-off.
Preuve : ⇒ Nous d´signons par TH = inf{u ≥ t ; Su ≥ H} le premier instant apr`s t o` le sous-jacent passe e e u au-dessus de la barri`re H. e Pour ´valuer l’option a la date t, nous pouvons par arbitrage choisir d’´valuer l’option a la date e ` e ` TH pour TH < T puis donner un prix en t pour ce flux al´atoire pay´ en TH . A la barri`re, le e e e niveau du sous-jacent est connu, seule la maturit´ restante T − TH est al´atoire et l’option UIOpt e e est ´quivalente a un OptEur (TH , H, f H , T ). Comme le sous-jacent est log-normal, et la volatilit´ e ` e d´terministe, la dynamique du sous-jacent initialis´ au temps al´atoire TH et au point H, est, e e e conditionnellement a l’observation du pass´ jusqu’en TH a distribution log-normale. ` e ` La formule de sym´trie (3.2.5) et l’homog´n´it´ du prix du Put montrent que e e e e OptEur TH , H, f H (ST ) = OptEur TH , H, φH,γ (ST ) L’option qui a la barri`re vaut OptEur (TH , H, φH,γ (ST )) est une option Up et In de pay-off φH,γ (ST ). ` e Par suite, l’option UIOpt t, x, H, f H (ST ) est ´quivalente a une UIOpt t, x, H, φH,γ (ST ) . e `

Options barri`res e

67

⇒ A l’´ch´ance T , la valeur intrins`que φH,γ n’a de la valeur que si le sous-jacent est sup´rieur a H. e e e e ` La barri`re H a donc ´t´ atteinte durant la vie de l’option avec une probabilit´ 1 ; la barri`re n’a e ee e e donc plus d’influence sur le prix. L’option barri`re UIOpt t, x, f H (ST ) est donc ´gale a l’option e e ` vanilla OptEur t, x, φH,γ (ST ) . Cette formulation donne une r´plication statique de l’option barri`re au moyen d’une option eue e rop´enne, dont le pay-off φH,γ est d´duit de mani`re analytique, mais assez compliqu´e si l’on pense e e e e H aux Calls et Puts, de f . ⇒ Revenons donc a la forme explicite de φH,γ . Le pay-off de l’option ` OptEur t, x, ( ST γ H H 2 ) f ( ) H ST

sugg`re de r´appliquer une formule de r´plication statique a la date t cette fois-ci (l’autre fois ´tait e e e ` e T a la barri`re). Il faut alors mettre en ´vidence des quantit´s de la forme Sx a la place des quantit´s ` e e e ` e `e de la forme ST , ce qui revient a ´crire H ( ST γ H H 2 x ST H 2 x2 ) f ( ) = ( )γ ( )γ f H ( 2 ) H ST H x x ST x γ H2 ) OptEur t, x, f H ( 2 ST ) H x

La formule de r´plication statique (3.2.13) nous donne alors e OptEur t, x, ( ST γ H H 2 ) f ( ) H ST =(

3.4

Application aux Calls, Puts et Binaires

Nous continuous a nous int´resser a des options r´gular Up-In, Call et Put en particulier. Le ` e ` e cas g´n´ral se ram`ne simplement a ces deux situations. Il suffit de d´composer le pay-off f en e e e ` e f (z) = f H (z) + f H (z) = f (z)1{z<H} + f (z)1{z≥H} L’option UIOpt de pay-off f se ram`ne donc a une option r´gular UIOpt(t, x, f H ) plus une e ` e H c , pour x < H. Au del` de la barri`re, il s’agit d’une option option Europ´enne de pay-off f e a e Europ´enne standard de pay-off f . e Les options dont le pay-off est le plus simple, et qui joueront un grand rˆle dans la suite sont o les options qui payent 1 Euro si la barri`re est touch´e, d´sign´e par P.Carr par UIB. e e e e
c

3.4.1

Evaluation des options UIB

Le prix de ces options s’exprime ais´ment a partir des Calls et Puts binaires grˆce a la e ` a ` d´composition en partie regular et partie europ´enne 1 = 1 {z≥H} + 1{z≤H} e e ∀x ≥ H, UIB(x, H) = B(0, T ) ∀x ≤ H, UIB(x, H) = BinC(x, H) + BinUIP (x, H, H)

En utilisant les ´quations (3.2) et la formule de Black et Scholes, nous obtenons e x γ UIB(x, H) = BinC(x, H) + BinC(H, x) H x γ = N (δ0 ) + N (δ1 ) H

68 o` u

DEA de Probabilit´, option finance 2003/2004 e

√ 1 T x √ Ln( ) + δ1 = σX γ, H 2 σX T

δ 0 = δ1 −

√ T σX γ.

3.4.2

Le cas de Put

Put regular Etudions l’option Put avec strike inf´rieur a la barri`re (K ≤ H). Le pay-off f (S T ) = e ` e + est donc regular. L’´tude que nous venons de faire nous montre que cette option (K − ST ) e barri`re est regular et que son prix est donn´ par e e UIPut(t, x, H, K) = ( H2 x γ ) OptEur t, x, (K − 2 ST )+ H x x γ−2 Kx2 = ( ) Put t, x, 2 H H

Cette option est r´plicable statiquement par une option de pay-off e ( H2 + ST K K ST H2 + ST γ ) (K − ) = ( )γ−1 ( ST − H)+ = ( )γ−1 (ST − ) H ST H H H H K

K 2 Il s’agit de γ options PowerCall(t, x, H , γ − 1). K H En d’autres termes, si on peut acheter ces options sur le march´, on les garde en couverture e dans le portefeuille jusqu’` ce que le sous-jacent touche la barri`re. On les revend a ce moment a e ` l`, et on rach`te un Put d’´ch´ance T et de strike K. Cette strat´gie est bien autofinan¸ante, a e e e e c puisque le prix de l’option barri`re donn´ par la formule pr´c´dente est a la barri`re exactement e e e e ` e le mˆme que celui du Put (` la barri`re) comme le montre le principe de sym´trie. e a e e Remarque 3.4.1 Dans le cas o` γ = 1 on retrouve le r´sultat de P.Carr qui montre que l’option u e 2 UIPut est r´plicable statiquement par un Call de strike H . e K En fait, les options powers sont rarement directement accessibles sur le march´. On peut ˆtre e e donc amen´ a les r´pliquer, a l’aide d’une famille de Call et Put bien choisis, de mˆme maturit´ e` e ` e e mais de strikes diff´rents, comme nous le verrons dans le chapitre suivant. Il s’agit alors toujours e d’une couverture statique car les poids de la r´plication ne d´pendent pas des conditions de e e march´ aujourd’hui. e Une autre voie est d’utiliser la replication par “delta-hedging” de ces options “power’. Put barri`re reverse e Supposons le strike sup´rieur a la barri`re (K ≥ H). La partie non regular du pay-off est e ` e (K − ST )+ 1{ST >H} = (K − ST )+ − (K − H)+ 1{ST ≤H} − (H − ST )+ L’option barri`re associ´e a ce pay-off est donc compos´e d’un Put, Put(x, K) moins un Put e e ` e Put(x, H), moins (K-H) options BinPut de strike H.

Options barri`res e

69

Consid´rons la partie regular du pay-off, i.e., f H (ST ) = (K − ST )+ 1{ST <H} , et utilisons la e d´composition e (K − x)+ 1{x<H} = (H − x)+ (K − H)1{x<H} . L’option barri`re de partie r´gular f H est donc identique a la somme d’un UIP(t,x,H,H) et de e e ` K − H options binaires BinP(x, H), que nous avons ´tudi´es dans l’analyse de la U IB. e e Cette formule tr`s g´n´rale est une simple cons´quence de l’arbitrage et ne suppose aucune e e e e hypoth`se particuli`re sur les sous-jacents, contrairement a la formule d’´valuation de la UIP. e e ` e La proposition 3.3.1 nous donne UIOpt(x, T, f (ST )) = UIOpt(x, T, f H (ST )) + OptEur soit, UIPut(x, H, K) = Put(x, K) + UIPut(x, H, H) + (K − H) + BinUIP (x, H, H) − (Put(x, H, H) + (K − H)+ BinP(x, H, H)) x x = Put(x, K) + ( )γ−1 (P ut(H, x) + (K − H)+ BinP(H, x) H H − (Put(x, H, H) + (K − H)+ BinP(x, H, H))
Eur

((f − f H )(ST )),

Le cas de Call Par la mˆme discussion que pour les Put, on obtient les r´sultats suivants pour la partie e e regular du Call : – Si H ≤ K, on a UIC (x, H, K) = Call(x, K). – Si H > K, on a f H (z) = (z − K)+ 1{z≤H} = (z − K)+ − (z − H)+ − (H − K)+ 1{z≥H} Le prix de l’option europ´enne de pay-off f H (ST ) est e OptEur (x, f H (ST )) = Call(x, K) − Call(x, H ∧ K) + (H − K) + BinC(x, H). L’option UIC a un prix donn´ par e U IC(x, H, K, T ) = Call(x, K) − (Call(x, K) − Call(x, H ∧ K) − (H − K) + BinC(x, H)) x + ( )γ (Call(H 2 /x, K) − Call(H 2 /x, H ∧ K) − (H − K)+ BinC(H, x)) H

3.5

Delta-hedging des options barri`res e

Comme nous l’avons montr´, les options barri`res sont r´plicables statiquement par des e e e options europ´ennes, mais ces options changent selon qu’on est inf´rieur a la barri`re ou non. e e ` e

3.5.1

EDP d’´valuation e

Comme celui des options Europ´ennes, le prix des options barri`res est solution d’une e e ´quation aux d´riv´es partielles. Le plus simple est de travailler avec des options Out, dont e e e nous avons vu qu’elles ne d´pendent que de la fonction f H . On a le r´sultat suivant, qui est e e valable pour une diffusion g´n´rale. e e

70

DEA de Probabilit´, option finance 2003/2004 e

Th´or`me 3.5.1 Soit u une solution r´guli`re dans ]0, T [⊗]0, H[ du probl`me de Dirichlet : e e e e e 1 2 σ (t, x)x2 uxx (t, x) + rxux (t, x) + ut (t, x) − ru(t, x) = 0 2 u(t, H) = 0, u(T, x) = f H (T, x) ∀x ≤ H

(3.5.1)

La fonction u(t, x) est le prix a la date t, sachant que S t = x de l’option barri`re ` e H (S )). U O(t, x, f T En particulier u(t ∧ TH , St∧TH ) est la valeur en t d’un portefeuille autofinan¸ant, qui r´plique le c e pay-off de l’option a maturit´. Son delta est la d´riv´e du prix u en (t, S t ). ` e e e Notons que cette fonction n’est pas n´cessairement continue a la barri`re, comme nous le voyons e ` e dans le pagragraphe suivant. Le Delta de l’option barri`re a la barri`re e ` e Nous revenons au mod`le de Black et Scholes et pour simplifier, dans toute cette section, e nous supposons γ = 1 K L’option UIP regular est r´plicable statiquement par e Call de strike H 2 /K tant que le sousH jacent est au dessous de la barri`re et par un Put standard ensuite. A la barri`re, la sym´trie e e e Call-Put garantit qu’il n’y a pas de discontinuit´ du prix. Il n’en est pas de mˆme du delta de e e couverture qui admet une limite a gauche donn´e d’apr`s (3.2.14) par ` e e ∆− UIP (H, K, H) = e−rT alors que la limite a droite est donn´e par ` e ∆+ UIP (H, K, H) = ∆Put(H, K) = −e−rT N (d0 ( H )) K K H N (d1 ( )) H K

Par suite,le delta de couverture n’est pas continu a la barri`re, et admet un saut n´gatif, ` e e erT [∆+ − ∆− ]UIP (H, K, H) = − 1 H H [HN (d0 ( )) + KN (d1 ( ))] H K K

3.6
3.6.1

Quelques applications math´matiques e
Loi du temps d’atteinte TH de la barri`re haute e

Traduisons math´matiquement les resultats concernant l’option UIB a l’aide du temps d’arret e ` TH . Il vient pour x < H, P(TH ≤ T ) = x H x = H H2 ST ≤ H + P(ST ≥ H) x2 γ x γ N d1 , γσ + N d0 H
γ

P

x H

γ

, γσ

.

Les propri´t´s suivantes seront tr`s utiles. ee e

Options barri`res e Lemme 3.6.1 Posons 1 γ √ δ0 (z, σ, T ) = √ Ln(z) − σ T , 2 σ T Alors 1 2 2 (δ (z, σ, T ) − δ0 (z, σ, T )) = Ln(z γ ). 2 1 De plus, ∂ 2 1 ∂ 2 δ0 = δ1 = − δ0 (z, σ, T )δ1 (z, σ, T ). ∂T ∂T T
Preuve : ⇒ La premi`re relation se d´duit de e e 1 2 1 2 (δ1 − δ0 ) = (δ1 + δ0 )(δ1 − δ0 ) = 2 2 ⇒ Pour la deuxi`me, remarquons que e ∂ ∂T 1 √ T =− 1 1 √ 2T T etque ∂ √ 1 √ T. ( T) = ∂T 2T √ 1 √ Ln(z) (γσ T ) = Ln(z γ ). σ T

71

γ √ 1 δ1 (z, σ, T ) = √ Ln(z) + σ T . 2 σ T

Par suite, il vient imm´diatement que e

1 ∂ δ0 = − δ1 . ∂T 2T

Nous sommes alors en mesure de calculer simplement la densit´ de la loi de T H . e Th´or`me 3.6.1 Pour x < H, la v.a. T H admet une densit´, donn´e par e e e e 1 x 1 fH (T ) = √ exp − δ0 , γ, σ, T 2 H 2π
2

1 x Ln Tσ H

.
x , H

Preuve : D’apr`s la formule donnant la fonction de repartition de TH , nous voyons que pour z = e δ2 1 fH (T ) = z γ √ exp − 1 2 2π ∂δ1 ∂T 1 δ2 + √ exp − 0 2 2π ∂δ0 ∂T .

D’apr`sl les calculs pr´c´dents, en tenant compte du fait que e e e z γ exp − il vient 1 δ2 fH (T ) = √ exp − 0 2 2π − 1 (δ0 + δ1 ) 2T δ2 1 = √ exp − 0 2 2π − 1 Ln(zz) . Tσ
2 δ1 2

= exp −

2 δ0 2

,

72

DEA de Probabilit´, option finance 2003/2004 e

3.6.2

Loi du maximum, ou du minimum

La mˆme formule nous permet d’´tudier la loi du maximum, quand on connait la valeur e e teminale. Puisque
∗ P(ST ≤ K, ST ≥ H) = P(ST ≤ K, TH ≤ T ) =

x H

γ

P

H2 ST ≤ K x2

= alors que

x H

γ

N

δ1

Kx , σ, T H2

,

P(ST ≤ K) = N δ1

x , σ, T K

=N

−δ0

K , σ, T x

.

∗ Proposition 3.6.2 La fonction de repartition de la loi conditionelle de S T sachent que {ST = K} est donn´e par e ∗ P(ST ≥ H | ST = K) = exp −

2 σ2 T

Ln

K H

Ln

x H

pour x, K ≤ H.

Remarque 3.6.1 Cette loi est extr´mement importante dans les approximations de Montee Carlo, car elle permet de mesurer l’erreur faite sur une fonction du maximum lorsqu’on ne fait que des observations discr`tes. e
Preuve : La fonction de repartition conditionnelle est donn´e par e
∗ P(ST ≥ H | ST = K) = ∗ ∂K P(ST ≤ K, ST ≥ H) = ∂K P(ST ≤ K) x γ H 2 exp − 1 δ1 2 Kx H2 ∂ Kx ∂K δ1 H 2 ∂ K ∂K δ1 x

2 exp − 1 δ1 2

x K

.

Par d´finition de δ1 , e ∂ δ1 ∂K Kx H2 = ∂ δ1 ∂K K x .

Par suite ces termes se simplifient. Il reste a transformer comme ci-dessous, ` K Kx K 1 2 Kx K 1 Kx 2 2 δ1 ( 2 ) + δ 1 ( ) δ − δ1 δ1 ) = δ1 ( 2 ) − δ 1 ( ) 2 1 H2 x 2 H x H x √ 1 1 Kx K 1 Kx K √ √ = Ln + Ln + γσ T Ln − Ln 2 σ T H2 x H2 x σ T √ K 1 γ 2 x √ Ln √ Ln = + σ T H 2 H σ T σ T 2 x x K Ln + γLn . = 2 Ln σ T H H H En tenant compte du terme en x H
γ

qui est en facteur, il vient que 2 σ2 T Ln H K Ln H x (H ≥ x, H ≥ K).

∗ P(ST ≥ H | ST = K) = exp −

Options barri`res e Corollaire 3.6.3 De mˆme pour la loi du minimum, e P(S∗,T ≤ B | ST = K) = exp − par analogie (B ≤ x, K ≥ B). On peut aussi d´duire de la formule ci-dessus la loi du maximum. e Proposition 3.6.4
∗ P(ST ≥ H) =

73

2 σ2 T

Ln

B K

Ln

B x

x H

γ

N δ1

x , γ, σ, T H

+ N δ0 x H
γ

x , γ, σ, T H

.

La loi admet une densit´ e 1 2 x 1 2 √ exp − δ0 m∗ (dH) = √ 2 H 2πσ T H + γ H N δ1 x H , (x ≤ H).

La densit´ s’obtient a partir des calculs pr´c´dents. e ` e e

3.7

Les options lookback

La formule donnant le prix de la BinDIC peut ˆtre utilis´e pour ´valuer et couvrir les options e e e sur minimum et maximum. Nous appelons MinCt (x, K) le prix d’une option qui permet d’acheter a l’´ch´ance le sous-jacent ` e e a un prix ´gal a K fois la plus petite valeur m T prise par le cours durant la p´riode o` court ` e ` e u l’option (mT = min0≤u≤T Xu ). Le pay-off final s’´crit (XT − KmT )+ . Le lien avec les options e barri`res est fait grˆce a l’identit´ e a ` e (XT − KmT )+ = de telle sorte que MinCt(x, K) =
0 XT +∞

dk =
KmT +∞ 0

1{XT ≥k≥KmT } dk

BinDIC (x, k,

k ) dk K

(3.7.1)

Dans cette derni`re expression, il faut distinguer le cas o` la valeur x aujourd’hui du sous-jacent e u k est plus grande que la barri`re e , du cas oppos´. Dans le premier cas, e K BinDIC (x, k, tandis que dans le cas x ≤ k )= K xK k
γ

BinC(

k , xK) K

k k , BinDIC (x, k, ) = BinC(x, k). La contribution de ce terme K K au prix de la MinCt(x, K) est un Call(x, xK). Le premier terme est un peu plus compliqu´ a e ` calculer. Nous avons donc
xK

MinCt(x, K) =
0

BinDIC (x, k,

k ) dk + Call(x, xK) K

74

DEA de Probabilit´, option finance 2003/2004 e

• Supposons γ = 1, le sous-jacent est une martingale X t = xMt , M0 = 1. L’´galit´ e e x K BinDIC (x, K, H) = − DeltaP(H, x) a ´t´ obtenue pour x > H et K ≥ H. Pour x < H, ee H H BinDIC (x, K, H) = DIC(x, K, H) = Call(x, K). En utilisant ces ´galit´s pour k ∈ [0, xK] et e e K ≥ 1, on obtient XT + MinCt(x, K) = Call(x, xK) + xKE[(ln ) ] xK soit, en notant CallLn(x, K) le prix d’un call de payoff (Ln(M T ) − LnK)+ MinC(x, K) = Call(x, xK) + xKCallLn(x, xK) • Si le sous-jacent est lognormal, comme dans (??), on obtient en utilisant le coefficient γ tel que S = xM 1/γ
xK 0

k BinDIC (x, k, )dk = K
1/γ

xK 0

xK k

γ

BinC(

k , xK)dk K

De l’indentit´ BinC(x, K) = e−rT Q(xMT e
xK

> K), on d´duit e

BinDIC (x, k,
0

xK xK γ k 1k>xK 2 M −1/γ dk )dk = e−rT E K k T 0 ∞ γ (xK) = e−rT k −γ 1xK>k>xK 2M −1/γ dk E 1−γ T 0 (xK)γ −1/γ 1−γ + = e−rT E[((xK)1−γ − (xK 2 MT ) ) ] 1−γ γ−1 (xK) E[(1 − K 1−γ MT γ )+ ) . = e−rT 1−γ

En utilisant la formule d’Itˆ et 1 − γ = o d(Mt on obtient
(γ−1)/γ

2µ σ2
(γ−1)/γ

) = Mt

[µdt −

2µ dWt ] σ

MinkC(x, K) = x[Call(1, K; µ, σ) +

2µ Kσ 2 Put(K 1−γ , 1; µ, )] 2µ σ

o` Put(x, K, µ, σ) d´signe un put sur un sous jacent de cout de portage µ et de volatiit´ σ. Le u e e prix a la date t est ` Min(t, x, K) = Min(Xt , Kmt ) o` mt = mins≤t Xs . u

Options barri`res e

75

3.8
3.8.1 R´plication en maturit´s e e

Appendice

Derman et Kani de Goldman Sachs ont propos´ un autre titre de r´plication statique, qui e e utilise des Call ou des Powercalls a la barri`re, de diff´rentes maturit´s. ` e e e Cette repr´sentation est valable si la diffusion du sous-jacent est une diffusion markovienne a e ` coefficients ind´pendants du temps. e Dans le cas des sous-jacents log-normaux, nous avons une repr´sentation des poids qui intere viennent dans cette repr´sentation. e Proposition 3.8.1 Pour x ≤ H, UIPut de strike K < H est r´plicable statiquement par un e continu-um de Calls a la barri`re ` e
T

UIPut(t, x, H, K, T ) =
t

α(s)PowerCall(t, x, H, γ − 1, s)ds

(3.8.1)

o` α(s) = K 1−γ β H (0, K, T −s) si β H (t, K, H, s) = β H (0, K, H, s−t) est la densit´ de probabilit´ u e e 1 de K a l’instant t. du temps d’atteinte de la barri`re H a l’instant s en partant e ` `
Preuve : K ⇒ A la barri`re, l’option qui emerge est donc ´quivalente a γ options avec des poids a la puissance e e ` ` H 2 H γ − 1, PowerCall(TH , H, , γ − 1), soit encore K K 1−γ PowerCall(TH , K, H, γ − 1). ⇒ D´sigons par θH (t, K) le premier instant apr`s t pour lequel le processus retourn´ (en temps) e e e H partant de K a l’instant t touche la barri`re H, (K < H), et par β (t, K, s) la densit´ de la loi de ` e e cette v.a., c’est a dire Q(θH (t, K) ∈ (s, s + ds) = β H (t, K, s)ds(s ≥ t). Au moment o` il touche la ` u barri`re, il g´n´re un PowerCall dont le sous-jacent est a la barri`re et le strike a la barri`re. On a e e e ` e ` e la repr´sentation e K 1−γ PowerCall(TH , K, H, γ − 1, T )
T

(3.8.2)

= K 1−γ
TH T

β H (TH , K, u)PowerCall(u, H, H, γ − 1, T )du (3.8.3)

=
TH T

α(s)PowerCall(TH , H, H, γ − 1, s)ds α(s)1{TH <s} PowerCall(TH , H, H, γ − 1, s)ds

=
0

α(s) = K 1−γ β H (TH , K, T − (s − TH )) = K 1−γ β H (0, K, T − s)

(3.8.4)

⇒ La propri´t´ remarquable ici est que les α(s) ne sont pas al´atoires, par suite de l’homog´neit´ en ee e e e temps du processus log-normal. A la barri`re, le pay-off de l’option barri`re PowerCall de strike K s’´crit donc comme un continuum e e e d’options barri`res PowerCall de strike H et de maturit´ variable. Cette repr´sentation vaut a e e e ` n’importe quelle date.
1

Nous calculerons explcitement cette densit´ dans la suite e

76

DEA de Probabilit´, option finance 2003/2004 e
⇒ Il reste a noter que les PowerCalls ainsi g´n´r´s a l’instant TH sont associ´s a des options barri`res ` e e e ` e ` e “ reverse”. La barri`re n’a donc pas d’influence dans le pricing. On obtient ainsi une r´plication e e statique a l’aide d’options powers, et les coefficients s’interpr`tent comme les densit´ de temps d’at` e e teinte de la barri`re en partant de K. e

Remarque 3.8.1 La mˆme preuve, mais sans description explicite des coefficients, peut ˆtre e e utilis´e pour une r´plication statique a l’aide de Call standards. Il suffit pour cela de r´soudre e e ` e le syst`me fonctionnel en α(s) e
T

Put(t, H, K, µ, T ) =
t

α(s)Call(t, H, H, µ, s)ds

Ce syst`me n’est pas tr`s r´gulier, car au voisinage de la maturit´ les Calls se comportent ape e e e proximativement en T − t)

3.8.2

Evaluation des options barri`res Out en cas de paiement de dividendes e

Nous nous int´ressons a une option Up and Out, de pay-off f H , nul pour z ≤ H, ´crite sur e ` e un sous-jacent S qui paye un dividende de d 1 en t1 , c’est a dire que St = Yt si t < t1 et que ` St = Yt − d1 si t ≥ t1 . Dans toute la suite, nous supposons l’horizon T ≥ t 1 . L’option Out n’a de la valeur que si la fronti`re n’a pas ´t´ touch´e entre 0 et T . Cela implique e ee e en particulier que la fronti`re H n’a pas ´t´ touch´e entre 0 et t 1 pour le processus Y , et que la e ee e fronti`re H + d1 n’a pas ´t´ touch´e par le processus Y apr`s t 1 et avant T . e ee e e • Consid´rons le prix de l’option Out en t 1 si la fronti`re H n’a pas ´t´ touch´e. Le prix de l’option e e ee e est alors le prix d’une option barri`re classique, de barri`re H + d 1 et de pay-off f H ( − d1 ). e e D’apr`s les r´sultats pr´c´dents le prix de cette option barri`re Out est le prix d’une option e e e e e barri`re standard moins le prix d’une option In. e G(t1 , Yt1 ) = OptEur (t1 , St1 , g H+d1 ,γ , T ) (H + d1 )2 z )γ f H ( g H+d1 ,γ (z) = f H (z − d1 ) − ( − d1 ) H + d1 z (3.8.5) (3.8.6)

• Pour calculer le prix de l’option barri`re Up and Out a la date t 1 , nous devons consid´rer e ` e H (t , Y ) = G(t , Y )1 comme pay-off terminal la fonction G 1 t1 {Yt1 ≤H} . 1 t1 Nous pouvons maintenant r´appliquer la formule d’´valuation des options barri`res pour obtenir e e e que UOOptd (t, x, f H , T ) = OptEur Y (t, x, GH , T ) − ( x γ H2 ) OptEur Y (t, x, GH ( 2 ), T ) H x (3.8.7)

Options barri`res e

77

• Comme la fonction GH est elle-mˆme associ´e au prix d’une option barri`re, nous pouvons e e e simplifier les calculs OptEur Y (t, x, GH , T ) = E[1{Yt1 ≤H} f (YT − d1 ) − ( YT (H + d1 )2 )γ f H ( − d1 )] H + d1 YT x (H + d1 )2 = E[1{Yt1 ≤H} f (YT − d1 ) − ( )γ E[1{Y ≥ x2 } f H ( YT − d1 )] t1 H + d1 x H
2

• De mˆme, le terme en OptEur Y (t, x, GH ( H2 ), T ) e x OptEur Y (t, x, GH ( H2 H2 ), T ) = E[1{Y ≤ x2 } f ( 2 YT − d1 )] t1 x2 x H H YT γ H γ H (H + d1 )2 (x2 −E[1{H≤ x2 } ( )γ ( ) ( ) f ( − d1 )] H + d1 x x H2 YT Yt 1

= E[1{Y

x2 t1 ≤ H }

f(

H + d1 2 H H H2 Y − d1 )] − ( )γ ( )γ E[1{Yt1 ≥H} f H (( ) YT − d 1 ) 2 T x H + d1 x H

78

DEA de Probabilit´, option finance 2003/2004 e

Bibliographie
[1] Carr, P. and Ellis, K. and Gupta, V. Static hedging of path dependent options. Journal of Finance, 53 : 1165-1190, 1998. [2] Conze, A. and Viswanathan, R. Path dependent options : the case of lookback Options, Journal of Finance, 46 : 1893-1907, 1991. [3] Grabbe, J.O. The pricing of call and put options on foreign exchange J. Internat. Money Finance, 2 : 239-253, 1983. [4] Reiner, E. Breaking down the barriers. Risk, 9 :28-35, 1991.

79

80

Dea Probabilit´s,option finance,2003/2004 e

Chapitre 4

Arbitrage statique, distribution et diffusion implicites
4.1 Introduction

Ce chapitre reconsid`re la question de l’´valuation des produits d´riv´s a partir de z´ro. On oublie e e e e ` e donc tout ce que nous avons vu aux chapitres pr´c´dents pour reprendre le probl`me sous un autre angle, e e e qui peut ˆtre consid´r´ comme tr`s naif, mais qui part de la pratique de march´. e e e e e Le point de d´part est statique au sens o` toute l’´tude est bas´e sur les prix observ´s aujourd’hui, a e u e e e ` savoir • La donn´e des prix des actifs sous-jacents, taux d’int´rˆt et autres fondamentaux du march´, sans e e e e r´f´rence a aucun mod`le. ee ` e • La donn´e des prix de produits d´riv´s consid´r´s comme tr`s liquides, tels que ceux des contrats e e e e e e forwards, les prix d’options standards comme des options d’achat ou de vente avec des strike liquides... • L’hypoth`se de base est u’il y a suffisamment de liquidit´ dans le march´ pour supposer qu’il n’y a e e e aucun arbitrage entre ces prix, et entre les prix des autres d´riv´s que nous serons amen´s a ´valuer. e e e `e L’objectif de ce chapitre est de montrer, comme Bachelier d’ailleurs, qu’` condition que l’information a donn´e par les prix de march´ soit suffisamment riche, il est possible de reconstruire un syst`me de e e e “pricing” coh´rent, avec les prix observ´s aujourd’hui. e e La diff´rence fondamentale avec la pr´sentation pr´c´dente est que la couverture dynamique par un portee e e e feuille, qui est le message au coeur de la th´orie de Black et Scholes, disparaˆ La couverture dynamique e ıt. est alors remplac´e par la r´plication statique des nouveaux d´riv´s par les d´riv´s de r´f´rence. Comme e e e e e e ee nous l’avons vu dans les barri`res, il est possible de convrir de cette mani`re explicitement un certain e e nombre de produits financiers complexes. Cette probl´matique correspond a l’attitude utilis´e dans les e ` e produits de taux d’int´rˆt, o` le prix d’un d´riv´ est le prix de sa couverture par les instruments liquides e e u e e du march´. e Quand les d´riv´s deviennent complexes, la r´plication statique n’est plus possible. Bruno Dupire en 1994 e e e a montr´ qu’il ´tait possible de d´terminer les param`tres d’un processus de diffusion “implicite”, qui e e e e serve de support au pricing a la Black etScholes g´n´ralis´, et a la couverture. ` e e e ` Cette th´orie, qui est la “duale” de la th´orie dynamique, repose sur le fait que l’information du march´ e e e est tr`s riche. Ce n’est ´videmment pas le cas, et les proc´d´s utilis´s pour g´n´rer l’information mane e e e e e e

81

82

Dea Probabilit´s,option finance,2003/2004 e

quante auront beaucoup d’incidence sur le mod`le construit a partir de ces prix. Il s’agit d’un probl`me e ` e inverse “mal pos´” puisqu’` partir d’un nombre fini d’obervations ont cherche a reconstruire une surface e a ` de prix ou de volatilit´s. Nous ne traiterons pas compl´tement ce probl`me, et nous bornerons seulement e e e a indiquer des voies de r´solution qui seront d´taill´es dans le cours de Rama Cont. ` e e e

4.2

Arbitrage statique

La question de savoir comment fixer le prix de ces produits d´riv´s est ´videmment d’une grande e e e importance pratique. Compte-tenu de la r´alit´ des march´s, nous pouvons distinguer deux types de e e e produits d´riv´s. Pour les produits d´riv´s standards, sur lesquels il y a une forte activit´, les prix sont e e e e e souvent faits a partir de l’offre et de la demande. Toutefois, ces prix des produits standards ne sont pas ` pas quelconques et respectent en particulier certaines r`gles ´videntes : e e ⇒ la prime d’un contrat qui garantit un flux positif est positive ⇒ la prime d’un contrat qui garantit un flux sup´rieur a celui d’un autre contrat est plus grande que e ` celle de ce dernier. Le probl`me de faire un prix coh´rent avec le prix des options standards se pose donc surtout pour les e e options dites exotiques. Qu’est ce qui contraint les prix des options les uns par rapport aux autres ? Sur les march´s financiers, il existe des arbitrageurs, qui sont des intervenants dont l’activit´ est de e e d´tecter les produits financiers dont le prix est d´cal´ par rapport a ce qu’il devrait ˆtre, compte-tenu des e e e ` e autres prix du march´ et d’en tirer parti pour faire des profits sans prendre de risque. Leur intervention est e statique, au sens o` ils prennent seulement des positions aujourd’hui, qu’ils liquideront sans les ren´gocier u e a une date future. ` La r`gle de fonctionnement des march´s liquides qui dit que de tels arbitrages ne doivent pas durer. e e Un arbitrage statique est une position sur des produits de march´s, de valeur nulle a la date de e ` n´gociation, qui conduit a une valeur positive a coup sˆr dans l’avenir, quelle que soit l’´volution e ` ` u e du march´. e Cette notion d’arbitrage qui est a la base de la th´orie de l’´valuation est fondamentale a comprendre. ` e e ` En particulier, il est important de v´rifier lorsqu’on appliquera la th´orie que les conditions qui favorisent e e l’absence d’arbitrage sont a peu pr`s r´alis´es dans le march´ qui nous pr´occupe. ` e e e e e

4.2.1

Incidence sur les prix de l’absence d’arbitrage statique

Prix d’un contrat a terme `
Nous d´signons par Ft (S, T ), le prix fix´ par contrat a la date t auquel sera n´goci´ le titre S a la e e ` e e ` date T . C’est le prix a terme, ou le prix forward de S en T . ` Un raisonnement d’arbitrage statique permet de comparer le prix de ce contrat au cours de S a la date t. ` Pour se garantir le fait de d´tenir S en T , nous avons deux possibilit´s : e e – La premi`re consiste a acheter S aujourd’hui, et a la garder jusqu’en T . e ` ` – La deuxi`me consiste a acheter le contrat forward. e ` Pour pouvoir le payer en T , il faut investir aujourd’hui dans du z´ro-coupon de maturit´ T , B(t, T ), (le e e prix de 1 Euro pay´ en T ), pour un montant de B(t, T )Ft (S, T ). Par absence d’arbitrage statique, nous e avons St Ft (S, T ) = (4.2.1) B(t, T )

Arbitrage statique et prix des options
Preuve :

83

⇒ Supposons que St > Ft (S, T )B(t, T ). En achetant St contrats forwards, et en vendant Ft (S, T )B(t, T ) actions, nous sommes assur´s de d´tenir en T , St actions et d’en vendre Ft (S, T )B(t, T ). Nous avons e e ainsi r´alis´ un arbitrage statique, puisque le bilan en T est toujours positif. e e ⇒ Un raisonnement similaire peut ˆtre fait si St < Ft (S, T )B(t, T ). Les prix sont donc n´cessairement e e ´gaux. e

Parit´ Call -Put e
Nous avons d´j` utilits´ cet argument dans le chapitre 2. ea e Un raisonnement analogue nous montre que la d´tention1 d’un Call et la vente d’un Put de mˆmes e e caract´ristiques, nous garantissent a l’´ch´ance d’ˆtre d´tenteur de la valeur de l’action et la vente du e ` e e e e prix d’exercice K. Mais ce portefeuille peut aussi ˆtre obtenu en achetant l’action en t et en remboursant e KB(t, T ) en t. Un raisonnement d’arbitrage analogue au pr´c´dent montre que n´cessairement il y a ´galit´ des valeurs e e e e e de ces portefeuilles en t Callt (T, K) − Putt (T, K) = St − KB(t, T ) (4.2.2)

4.2.2

Arbitrage international

Dans un univers multidevise, l’absence d’arbitrage vaut non seulement dans chaque pays, mais ´galement entre les deux ´conomies.Il reste a pr´ciser comment se fait l’arbitrage entre l’´conomie doe e ` e e mestique a laquelle nous faisons r´f´rence en utilisant le symbˆle d, et l’´conomie ´trang`re rappel´e par ` ee o e e e e f (foreign) ! d L’outil essentiel est le taux de change Xt c’est a dire le prix en unit´s domestiques de la date t, d’une ` e unit´ ´trang`re de la mˆme date. ee e e

Taux de change a terme `
Si nous nous pla¸ons dans les march´s a terme d’´ch´ance T , domestique et ´trangers, nous pouvons c e ` e e e d,T introduire le taux de change a terme Xt , c’est a dire le taux auquel a la date t, on fixe le change a la date ` ` ` ` T d’une unit´ ´trang`re en une unit´ domestique. L’arbitrage comptant-terme nous permet d’exprimer ee e e ce taux comme d B f (t, T )Xt d,T Xt = (4.2.3) d (t, T ) B Faire un dessin Preuve : Un sch´ma possible pour calculer le prix de ce contrat est le suivant : e d un dollar de la date T est ´valu´ aujourd’hui par B f (t, T ) donc converti en Euro il faut Xt B f (t, T ), e e d B f (t, T )Xt valeur qui correspond a un contrat a terme de ` ` par l’arbitrage comptant terme domestique. B d (t, T Ce prix garantit la conversion d’un dollar en T en Euro de la mˆme date. Par absence d’arbitrage e c’est le prix du contrat. Plus g´n´ralement, le mˆme raisonnement peut ˆtre fait sur un contrat a terme portant sur un titre e e e e ` ´tranger. Cela conduit a une formule du genre e `
f Ftd (S f , T ) = St
1

d Xt d (t, T ) B

d,T = Ftf (S f , T )Xt

On dit encore qu’on est ”long” d’un Call. Si on est vendeur, on dit qu’on est ”court” d’un Call.

84

Dea Probabilit´s,option finance,2003/2004 e

d,T Cette derni`re ´quation traduit bien la propri´t´ de ”taux de change ” sur les march´s a terme de X t . e e ee e `

Sym´trie Call domestique-Put foreign e
• Consid´rons une option d’achat sur le change, de maturit´ T et de prix d’exercice K d en Euro. e e L’option garantit l’achat de 1$, au cours maximum de K d Euro. Son prix en monnaie domestique est d not´ Calld (t, Xt , K d , T ). e Pla¸ons nous maintenant sur le march´ ´tranger. Une telle option garantit la vente de K d Euros a la c ee ` date T au prix maximum de 1$. Il s’agit donc de K d puts ´trangers sur le change Euro-Dollars, soit e f f d Xt = (Xt )−1 , de prix d’exercice K f = (K d )−1 , de prix en t, K d Putf (t, Xt , K f , T ). L’absence d’arbitrage implique la sym´trie entre ces deux march´s. e e
f d d Calld (t, Xt , K d , T ) = K d Xt Putf (t, Xt , K f , T )

(4.2.4)

• De mˆme un Call binaire domestique, qui paye 1 Euro si le change en T est plus grand que K d , et rien e f d sinon peut s’interpr´ter sur le march´ ´tranger comme le paiement de (XT )−1 = XT dollars si le taux e ee f f d de change Euro-Dollars XT est plus petit que K = (K )−1. Mais un tel flux (pay-off) est celui d’un portefeuille long de K f puts foreigns binaires et court d’un Put foreign standard2 . L’absence d’arbitrage devient dans ce cas, BinCd (t, Xt , K, T ) =
f f d Xt [K f BinPf (t, Xt , K f , T ) − Putf (t, Xt , K f , T )]

(4.2.5)

Nous reviendrons sur ces questions dans un chapitre plus sp´cialement consacr´ au change. e e

4.3

Syst`me de prix viable et arbitrage e

L’objet de cette section est de montrer que l’absence d’arbitrage contraint les prix des produits d´riv´s n´goci´s sur les march´s a respecter certaines propri´t´s tr`s naturelles. En particulier, si un e e e e e ` ee e nombre suffisamment grand de prix sont n´goci´s alors le syst`me de prix devient un calcul de flux moyen e e e pond´r´. e e Comme nous cherchons a ´valuer a une date t donn´e le prix de flux incertains qui seront pay´s dans le `e ` e e futur, nous sommes amen´s a nuancer les propri´t´s que nous introduisons de la mani`re suivante : e ` ee e Nous dirons qu’une propri´t´ est vraie presque sˆrement, ( en abr´g´ p.s.), si les ´tats du monde ee u e e e dans lesquels cette propri´t´ ne serait pas satisfaite est un ´v´nement impossible pour le march´, au ee e e e sens o` tous les agents sont d’accord pour dire qu’il ne peut se produire. u Nous d´signons par N l’ensemble des ´v´nements impossibles. S’il existe une probabilit´ donnant e e e e la probabilit´ de r´alisation d’un ´v´nement du march´, il est naturel de supposer que les ´v´nements e e e e e e e impossibles sont les ´v´nements de probabilit´ nulle. e e e Ainsi, un arbitrage est une strat´gie de portefeuille, de valeur initiale nulle, de valeur terminale positive e ou nulle, strictement positive sur un ensemble n’appartenant pas a N . ` Dans toute la suite, les ´galit´s seront a comprendre comme ´tant vraie sauf sur un ensemble de N . Nous e e ` e
2

Math´matiquement, nous traduisons que e
f f XT 1{X f ≤K f } = K f 1{X f ≤K f } − (K f − XT )+
T T

Arbitrage statique et prix des options
dirons N p.s.

85

Lorsqu’un arbitrage est d´tect´, il n’est pas toujours possible de le r´aliser, car il faut alors prendre e e e en compte la liquidit´ des titres, la pr´sence mˆme faible de coˆts de transaction, et d’autres contraintes e e e u r´elles des march´s. Dans cette partie, nous ne tenons pas compte de ces restrictions. e e

4.3.1

Propri´t´s des prix des produits d´riv´s e e e e

Comme pour les contrats a terme, l’absence d’arbitrages statiques permet d’´tablir des contraintes ` e sur les prix des produits d´riv´s en fonction de leurs caract´ristiques a terme. Nous nous int´resserons e e e ` e tout particuli´rement aux propri´t´s des options d’achat et de vente que nous avons d´crites ci-dessus, e ee e mais il sera commode pour la suite d’´noncer des propri´t´s plus g´n´rales concernant les syst`mes de e ee e e e prix. Plus pr´cis´ment, d´signons la date de n´gociation par t. Cette date est fix´e dans toute la section e e e e e concernant l’arbitrage statique. Notons Callt (K, T ) (resp.Putt (K, T )) le prix a cette date d’un call (resp. d’un put) de prix d’exercice K ` et d’´ch´ance T , sur un sous-jacent donn´ S. e e e Th´or`me 4.3.1 Dans un march´ o` sont n´goci´es des options d’achat pour toute ´ch´ance et tout e e e u e e e e prix d’exercice, la fonction Callt (K, T ) poss`de les propri´t´s suivantes : e ee – Pour une ´ch´ance T fix´e, sup´rieure a t, l’application K → C t (K, T ) est convexe, d´croissante e e e e ` e par rapport a K et v´rifie ` e Callt (K, T ) ≥ (St − KB(t, T ))+ (4.3.1) o` par d´finition B(t, T ) est le prix en t de 1Euro pay´ en T u e e – Pour un prix d’exercice donn´, et si les taux d’int´rˆt sont constants e e e Callt (K, T + θ) ≥ Callt (Ke−rθ , T ) En particulier, si les taux sont nuls, T → Callt (K, T ) est croissante. Remarque 4.3.1 En g´n´ral, sur un sous-jacent donn´, les Calls ne sont n´goci´s que pour un nombre e e e e e fini de dates d’´ch´ances {Ti ; i = 1....n}, rang´es par ordre croissant, et pour une ´ch´ance donn´e, que e e e e e e pour un nombre fini de prix d’exercice {Ki,,j ; j = 1....di }. Les propri´t´s pr´c´dentes sont vraies seulement ee e e pour ces options. Ce th´or`me est une cons´quence d’un r´sultat un peu plus g´n´ral, que nous d´montrons ci-dessous. e e e e e e e ` e Lemme 4.3.1 Soit OptEur (h, T ) le prix a la date t d’une option de valeur intrins`que h. t – Deux options ´crites sur des pay-off (ou valeur intrins`que) ordonn´s, ont des prix ordonn´s, soit e e e e OptEur (h1 , T ) ≤ OptEur (h2 , T ), t t – Le prix est une forme lin´aire positive, e
Eur Optt (α1 h1 + α2 h2 , T ) = α1 OptEur (h1 , T ) + α2 OptEur (h2 , T ) t t 3

(B(t, T ) = e−r(T −t) ) (4.3.2)

0 ≤ h 1 ≤ h2

(4.3.3)

p.s.

(4.3.4)

3

 

Si les taux sont d´terministes, nous nous r´f´rons au z´ro-coupon forward Bt (T, T + θ) = exp − e ee e

T +θ T

rs ds

86
Preuve : du lemme

Dea Probabilit´s,option finance,2003/2004 e

⇒ Supposons OptEur (h2 , T ) < OptEur (h1 , T ), et constituons un portefeuille de valeur nulle a la date t, ` t t Eur Eur en achetant Optt (h1 , T ) options de valeur intrins`que h2 et en vendant Optt (h2 , T ) options de e valeur intrins`que h1 . A l’´ch´ance, le portefeuille vaut e e e OptEur (h1 , T )h2 (ST ) − OptEur (h2 , T )h1 (ST ) ≥ [OptEur (h1 , T ) − OptEur (h2 , T )]h1 (ST ) ≥ 0 t t t t C’est donc une opportunit´ d’arbitrage, si h1 (ST ) n’est pas nulle p.s. e Preuve : du th´or`me e e ⇒ Ce lemme appliqu´ a la fonction d´croissante par rapport a K, (x − K)+ montre la d´croissance. e` e ` e ⇒ La convexit´ r´sulte de la convexit´ par rapport a K de la valeur intrins`que, qui implique d’apr`s le e e e ` e e n lemme que, si sumi=1 αi = 1, αi ∈ [0, T ],
n n n

Callt (
i=1

αi Ki , T ) ≤ Callt (

i=1

αi (. − Ki )+ ) ≤

αi Callt (Ki , T )
i=1

⇒ L’in´galit´ suivante r´sulte du fait que (x − k)+ ≥ x − K, et donc Callt (K, T ) ≥ St − K. mais le call e e e est positif, d’o` l’in´galit´. u e e ⇒ Regardons maintenant l’effet maturit´, en supposant qu’il est possible d’acheter a la date T dans le e ` −rθ + futur un call de maturit´ T +θ, au prix inconnu de CT (K, T +θ) ≥ (ST −Ke ) . Le prix aujourd’hui e de ce call est le mˆme que celui du call d’´ch´ance T + θ, puisqu’il garantit le mˆme flux terminal en e e e e T + θ. Par suite, Callt (K, T + θ) ≥ Callt (Ke−rθ , T )

4.4
4.4.1

Les prix comme esp´rance : le point de vue statique e
Arbitrage statique et prix d’´tats e

L’hypoth`se4 qu’il existe un continuum d’options de tout prix d’exercice nous permet d’extraire le e prix du march´ pour chaque changement possible dans le futur du titre sous-jacent. e Ce prix est ´videmment a comparer aux croyances a priori de l’investisseur, fond´es par exemple sur une e ` ` e analyse statistique des cours. Le syst`me de Call est g´n´rateur des prix d’options de valeur intrins`que r´guli`re quasi-convexe, au e e e e e e sens o` elle admet une d´riv´e seconde au sens des distributions, not´e h”(dK). Quand la fonction est u e e e d´rivable, cette mesure se repr´sente comme h”(K)dK. Par convention, les d´riv´es que nous introduisons e e e e seront les d´riv´es a droite. e e `
x0

h(x) = h(x0 ) + h (x0 )(x − x0 ) +

0

(K − x)+ h”(dK) +

+∞ x0

(x − K)+ h”(dK)

(4.4.1)

Choissisons comme point de centrage des prix la valeur du contrat forward, que nous notons F tT pour simplifier ; nous voyons que le prix d’un contrat de valeur intrins`que h est alors donn´ par, e e OptEur (h, T ) = B(t, T )h(FtT ) + t
Ft +∞

Putt (K, T )h”(dK) +
0
T Ft

Callt (K, T )h”(dK)

(4.4.2)

Dans cette rep´sentation, les Calls et les Puts qui interviennent sont en dehors de la monnaie. Comme e les Puts et les calls sont des fonctions convexes par rapport au prix d’exercice, nous pouvons faire une int´gration par parties et d´duire que e e
4

Ce paragraphe doit beaucoup a l’article de P.Carr et D.Madan : Optimal Positioning in Derivatives Securities, `

Arbitrage statique et prix des options

87

Th´or`me 4.4.1 Supposons un march´ financier o` sont negoci´s entre deux p´riodes t et T un contie e e u e e nuum de calls et de puts de tout prix d’exercice. Le prix d’un contrat de valeur intrins`que r´guli`re est e e e donn´ par e OptEur (h, T ) = B(t, T ) t
+∞

h(K)qt (T, dK)
0

(4.4.3)

o` qt (T, dK) est une mesure positive, calculable explicitement a partir des prix par u ` B(t, T )qt (T, dK) = Put” (T, dK) t siK ≤ FtT Call” (T, dK) t K > FtT sinon. (4.4.4)

B(t, T )qt (T, dK) est souvent appel´e la densit´ de prix d’´tats car elle repr´sente le prix que le march´ e e e e e est prˆt a payer pour un actif qui vaudrait 1(K,K+dK) . e ` qt (T, dK) est une probabilit´ qui repr´sente le prix d’´tat a terme. Elle satisfait aux contraintes suivantes : e e e ` 1=
0 ∞

qt (T, dK),

St = B(t, T )
0

Kqt (T, dK)

(4.4.5)

Remarque 4.4.1 En discr´tisant l’int´grale, nous voyons que toute option de valeur intrins`que h peut e e e ˆtre r´pliqu´e statiquement par la limite d’une combinaison lin´aire de calls et de puts en dehors de la e e e e monnaie. En particulier, les options binaires, associ´es a h(x) = 1{x≥K} sont des d´riv´es de Calls e ` e e Callt (K − ε, T ) − Callt (K + ε, T ) 2ε Elles se calculent a partir de la probabilit´ q par la formule ` e BinCt (K, T ) = −∂K Callt (K, T ) = limε→0
+∞ K

BinCt (K, T ) = B(t, T )
K

qt (T, dK),

BinPt (K, T ) = B(t, T )
0

qt (T, dK)

La fonction de r´partition de la probabilit´ qt (T, .) se calcule donc directement a partir des options e e ` binaires. Elle s’interpr`te comme la loi forward-neutre du titre risqu´. e e Preuve : La preuve utilise la convexit´ des prix d’options et une int´gration par parties dans la e e formule (4.4.2). ⇒ Les conditions fronti`res sont qu’un Put de strike 0 est nul ainsi que sa d´riv´e. Il en est de mˆme e e e e pour un Call de prix d’exercice infini. ⇒ Dans le calcul qui suit les int´grales sont prises sur des intervalles ferm´s a droite. e e `
T Ft

Putt (K, T )h”(dK) = [h
0

FT (K)Putt (K, T )]0 t

T Ft

∂K Putt (K, T )h (K)dK
0

=h

(FtT )Putt (FtT , T )

T Ft

∂K Putt (K, T )h (K)dK
0
T Ft

= h (FtT )Putt (FtT , T ) − ∂K Putt (FtT , T )h(FtT ) +

0

2 ∂K Putt (dK, T )h(K)

Faisons le mˆme calcul avec le terme qui contient des calls, et regroupons les termes correspondant ; e il vient OptEur (h, T ) = B(t, T )h(FtT ) + h (FtT )(Putt (FtT , T ) − Callt (FtT , T )) t + h(FtT )(∂K Callt (FtT , T ) − ∂K Putt (FtT , T ))
T Ft

+
0

2 h(K)∂K Putt (dK, T ) + +∞

+∞

T Ft

2 h(K)∂K Callt (dK, T )

= B(t, T )
0

h(K)qt (T, dK)

88
⇒ En effet,par la parit´ Call-Put, e Callt (FtT , T ) − Putt (FtT , T ) = St − B(t, T )FtT = 0,

Dea Probabilit´s,option finance,2003/2004 e

∂K Callt (FtT , T ) − ∂K Putt (FtT , T ) = −B(t, T )

4.5

Applications probabilistes

La formule 4.4.1 a de nombreuses applications en calcul stochastique, notamment dans l’´tude des e temps locaux. Nous supposons ici que Xt est une semimartingale positive continue, de variation quadra2 2 tique < dXt >= vart (dXt ). Dans le cas du cours d’un actif, St , on a donc < dSt >= St σt dt, mais pour ce que nous voulons faire, la forme explidite importe peu.

4.5.1

Fonctions convexes et formule d’Itˆ o
1 df (Xt ) = f (Xt )dXs + dAf 2 t

La formule d’Itˆ appliqu´e a une fonction convexe de classe C 2 montre que o e `

o` dAf = f (Xt ) < dXt > est un processus croissant positif. u t La fonction (x − K)+ est convexe, mais n’est pas de classe C 2 . Nous pouvons l’approximer en croissant par une suite de fonctions convexes r´guli`res, pour lesquelles les processus croissants A fn convergent p.s. e e t K vers un processus croissant not´ Λt . e D´finition 4.5.1 Le temps local au point K de X est le processus croissant Λ K caract´ris´ par e e e t 1 d(Xt − K)+ = 1Xt >K dXt + dΛK 2 t
1 Notons que d(K − Xt )+ = −dXt + d(Xt − K)+ = −1Xt ≤K dXt + 2 dΛK . t

(4.5.1)

Proposition 4.5.1 Formule des densit´s d’occupation Soit (Xt ) une semimartingale continue. Pur toute e fonction g ≥ 0
t

g(Xs ) < dXs > =
0 T

g(K)ΛK dK t
T

(4.5.2) (4.5.3)

g(s, Xs ) < dXs > =
0 0

g(s, K)dΛK dK s

Preuve : ⇒ La formule 4.4.1 nous conduit a une nouvelle formule d’Itˆ pour les fonctions h r´guli`res exprim´es ` o e e e a l’aide du temps local. ` dh(Xt ) = h (x0 )dXt + 1 h (dK)(−1Xt ≤K dXt − dΛK ) 2 t 0 ∞ 1 h (dK)(1Xt >K dXt + dΛK ) + 2 t x0 1 h (dK)dΛK = h (Xt )dXt + t 2
x0

Il reste a comparer avec la formule d’Itˆ classique pour observer que ` o
t

h (Xs ) < dXt >=
0

h (K)ΛK dK t

(4.5.4)

Arbitrage statique et prix des options

89

⇒ Cette formule, qui s’´tendre a toute fonction g positive ou born´e, exprime que pour t fix´, la mesure e ` e e t en espace g → 0 g(Xs ) < dXt > admet une densit´ par rapport a la mesure de Lebesgue donn´e par e ` e ΛK . En particulier, t dΛK = lim t 1
→0

1[K,K+ ] < dXt >

(4.5.5)

Plus g´n´ralement, si on int`gre une fonction d´pendant aussi du temps, on obtient la formule de e e e e l’´nonc´. e e

4.5.2

Temps local et densit´ e

2 Th´or`me 4.5.1 Supposons maintenant la variation quadratique de la forme d < X t >= σ 2 (t, Xt )Xt dt, e e et que pour tout t > 0 la loi de Xt admet une densit´ pX (t, K). Alors e t 0

pX (s, K)σ 2 (s, K)K 2 ds = E(ΛK ) t

La fonction du temps t → E(ΛK ) est d´rivable et de d´riv´e e e e t ∂t E(ΛK ) = σ 2 (t, K)K 2 pX (t, K) t Preuve : Prenons l’esp´rance dans la formule (4.5.2). Il vient e
t

(4.5.6)

E(
0

2 g(Xs )σ 2 (s, Xs )Xs ds) =

g(K)E(ΛK )dK t

⇒ L’existence d’une densit´ pour la loi de Xt entraine que le membre de gauche est d´rivable en espace e e t 2 2 et admet une densit´ ´gale a 0 pX (s, K)σ (s, K)K ds. L’´galit´ montre que cette densit´ est aussi ee ` e e e ´gale a E(ΛK ) p.p. e ` t ⇒ La d´rivabilit´ en temps de cette fonction r´sulte imm´diatement de cette ´galit´. e e e e e e

4.5.3

Applications ` la r´plicatiopn statique des options barri`res UI a e e

a r´diger d’apres Andersen Andreasen ` e Soit le prix d’une option barri`re sous un sous-jacent qui est une diffusion markovienne. Les notations e sont celles du chapitre pr´c´dent. e e On suppose qu’on a calcul´ a l’aide de l’EDP le prix de l’option barri`re, out, qui vaut z´ro au-dessus de e` e e la barri`re, et par diff´rence on en d´uit le prix de l’option In, u(t, x), d´finie partout, mais ayant une e e e e discontinuit´ de la premi`re d´riv´e au point H. Cette fonction peut d’´crire comme la diff´rence de deux e e e e e e fonctions convexes r´guli`res sauf a la barri`re. e e ` e Par suite, e−rT u(T, ST ) = e−rt u(t, x) +
t T

1 1 e−rs (ux (s, Ss )dSs + uxx (s, Ss )σ 2 (s, Ss ) + ut (s, Ss )ds + (ux (s, H + ) − ux (s, H − )dΛK s 2 2
T t

= e−rT u(t, x) +

1 e−rs ux (s, Ss )d(Ss − rSs ds) + e−rs (ux (s, H + ) − ux (s, H − )dΛK s 2
T

En prenant l’esp´rance et en utilisant les propri´t´s du temps local, il vient que e ee OptEur
Eur

(T, u(T, ST )) = u(t, x) +
t

1 (u (s, H + ) − ux (s, H − )σ ( s, H)∂KK Call(s, H)ds 2 x

90

Dea Probabilit´s,option finance,2003/2004 e

L’option barri`re est r´plicable statiquement par une otpion europ´enne de pay-off u(T, S T )) moins un e e e continuum d’options butterfly ∂KK Call(s, H) de strike a la barri`re, dont les points sont les sauts de la ` e fonction de prix a la barri`re. ` e Ce r´sultat est a comparer a celui de l’appendice. e ` `

Diffusion implicite
d’apr`s Bruno Dupire e
Ces quelques notes doivent beaucoup aux nombreuses discussions avec Bruno Dupire. L’essentiel des id´es e pr´sent´es ici lui reviennent, mais ma pr´sentation est plus formelle. Qu’il en soit ici remerci´. e e e e

Introduction
Devant le nombre croissant d’options exotiques n´goci´es sur le march´, notamment d’options e e e d´pendant de la trajectoires, il n’est pas suffisant de calibrer a partir de prix d’options les distributions e ` statiques, mais il faut essayer de construire des processus dynamiques, coh´rents avec les prix d’options e Europ´ennes standards de diff´rentes maturit´s. L’objectif est d’utiliser cette information pour donner e e e de ”meilleurs prix” pour les options a barri`re et surtout proposer des couvertures a l’aide d’options ”va` e ` nilla”, n´goci´es sur les march´s organis´s. Dans cette logique, il est naturel de rechercher une fonction e e e e de volatilit´ ne d´pendant que du sous-jacent et de la maturit´, et de construire la diffusion associ´e. Ce e e e e point de vue privil´gie donc les volatilit´s fonctions du sous-jacent par rapport aux volatilit´s al´atoires. e e e e

4.6

La diffusion implicite de Dupire

Nous d´taillons le point de d´part du travail de Dupire, qui suppose a priori le monde sans arbitrage. e e

4.6.1

Les entr´es du probl`mes e e

Dans cette premi`re ´tape, nous supposons qu’` un jour donn´, dat´ 0, on connait sur le march´ les e e a e e e prix d’un tr`s grand nombre d’options europ´ennes, en fait des options de tout strike et de toute maturit´ e e e sur un sous-jacent donn´. Les donn´es en entr´e sont donc un continuum de Calls d´sign´s par C(T,K). e e e e e Nous reviendrons plus tard sur ce probl`me de continuum. e On n’a a priori que cette information sur le processus sous-jacent (St ), qui est suppos´ verser un taux ` e de dividende q constant et ´voluer dans un univers o` les taux sont constants. e u Comme nous l’avons vu, l’AOA implique que les prix de march´ soient coh´rents au sens o` la famille e e u + + {C(T, K); (T, K) ∈ R × R } v´rifie e – L’application K → C(T, K) est convexe, continue et d´croissante e – C(T, K) > (e−qT S0 − K)+ – Plus g´n´ralement e e C(T + θ, K) ≥ EQ [e−rT (e−qθ ST − Ke−rθ )+ ] = e−qθ C(T, Ke−(r−q)θ ) Ces prix de calls nous donnent des informations sur la distribution de pricing des v.a. St ,t fix´. En e particulier, la d´riv´e seconde au sens des distributions est associ´e a la distribution implicite risquee e e ` ∂2C neutre, ert ∂K 2 (t, K). Toutefois, en g´n´ral, la connaissance des distributions pour t fixe, vues d’aujourd’hui ne suffit pas a e e ` caract´riser compl´tement et unisquement les probabilit´s de transition, c’est a dire la distribution de S T e e e `

Arbitrage statique et prix des options

91

vue de n’importe quelle date et de n’importe quelle valeur observ´e entre 0 et T max . Cette connaissance e est fondamentale pour l’´valuation des options a d´part forward. e ` e Nous nous proposons de montrer qu’en absence d’arbitrage, il existe une diffusion markovienne, de rendement r et de volatilit´ une fonction σ(t, x), pour lesquelles les distributions des v.a. S t , pour tout t e fixe, sont donn´es par les noyaux de pricing que nous avons identifi´s. e e

4.6.2

Une ´tude directe e

Nous supposons qu’une telle diffusion existe, c’est a dire qu’il existe un univers al´atoire (Ω, F t , Q), ` e et une fonction de volatili´ σ(t, S) tels que e dSt = St [(r − q)dt + σ(t, St )dWt ] (4.6.1)

o` (Wt ) est un Q mouvement brownien. Les prix des Calls sont donc donn´s a l’instant initial (t0 , St0 = x0 ) u e ` par C(T, K) = EQ [e−rT (ST − K)+ ] (4.6.2) L’hypoth`se que ces fonctions sont de classe C 2 entraine que pour tout T > t0 ,(sous la probabilit´ risquee e neutre), la loi de ST sachant que St0 = x admet une densit´ q(T, K) (les variables (t0 , St0 = x0 ) sont e omises s’il n’y a pas d’ambiguit´) donn´e par e e q(T, K) = erT ∂ 2 C(T, K) ∂K 2 (4.6.3)

Une autre mani`re de les calculer est de les consi´rer comme la solution en (t0 , St0 = x0 ) des solutions de e e l’EDP backward : ∂C 1 ∂2C ∂C + σ 2 (t, x)x2 2 + (r − q)x (t, x) − rC = 0 (4.6.4) ∂t 2 ∂x ∂x avec comme condition terminale C(T, S) = (S − K)+ .

4.6.3

Calcul de la fonction de volatilit´ : l’EDP forward e

Puisque les donn´es sont les prix de Calls, nous allons essayer d’exprimer directement la volatilit´ en e e fonction de ces prix. L’argument essentiel est une EDP forward satisfaite par ces prix, dont les param`tres de variation sont e les strikes et les maturit´s des options. Elle est la version sur les Calls de l’EDP forward satisfaite par la e densit´ de la distribution de la solution de l’´quation diff´rentielle stochastique. e e e Plus pr´cis´ment, nous avons : e e Th´or`me 4.6.1 Les calls v´rifient l’EDP forward e e e 1 ∂2C ∂C ∂C = σ 2 (T, K)K 2 − (r − q)K (T, K) − qC(T, K) 2 ∂T 2 ∂K ∂K (4.6.5)

Pour une famille admissible de prix de calls, il existe donc une seule fonction de volatilit´ compatible e avec cette famille, au sens o` les prix de Call calcul´s avec la fonction de volatilit´ σ(t, S) dans l’EDP u e e Backward sont exactement ceux donn´s en entr´e. e e Preuve :

92

Dea Probabilit´s,option finance,2003/2004 e

⇒ Pour avoir l’intuition de cette ´quation, appliquons la formule d’Itˆ a la semimartingale e −rt (St −K)+ . e o` K Il vient en introduisant le temps local Λt e−r(T + (ST + − K)+ − e−rT (ST − K)+ =
T+ T+ T

re−ru (Su − K)+ du 1 2
T+ T

+
T

e−ru 1{Su ≥K} dSu +

e−ru dΛK u

(4.6.6)

Utilisons l’´quation de la dynamique de S pour prendre l’esp´rance des deux membres de cette ´galit´. e e e e Nous avons un terme de la forme E(e−ru 1{Su ≥K} Su ) = C(u, K) + Ke−ru P(Su ≥ K) = C(u, K) − K ⇒ Le terme de la forme E(
T+ T+ T

∂C (u, K) ∂K

e−ru dΛK ) s’obtient grˆce a la formule sur les temps locaux (4.5.6) a ` u
T+

E[
T

e−ru dΛK ] u

=
T T+

e−ru du E[ΛK ] = u σ 2 (u, K)K 2

T+ T

e−ru du σ 2 (u, K)K 2 q(u, K)

=
T

∂2C (u, K)du ∂K 2

⇒ Il vient donc que C(T + , K) = C(T, K) −
T+ T

rC(u, K)du + (r − q)
1 +2

T+ (C(u, K) T 2 T+ ∂ C σ 2 (u, K)K 2 ∂K 2 (u, K)du T

∂C − K ∂K (u, K))du

(4.6.7)

Il reste a passer a la limite apr`s avoir divis´ par ` ` e e

pour avoir l’EDP.

Remarque 4.6.1 Si nous souhaitons donner un point de vue EDP de ce r´sultat, il suffit de noter que e la fonction ∂2C q(T, (K) = erT (u, K) ∂K 2 v´rifie l’equation forward duale e qT (T, K) = 1 ∂ 2 (σ 2 (T, K)K 2 q(T, K) ∂((r − q)Kq(T, K)) − (T, K) 2 ∂K 2 ∂K
+∞ K

(4.6.8)

Si nous int´grons deux fois cette ´quation, nous trouvons que e e 1 ∂ 2 C(T, K) ∂erT C(T, K) = σ 2 (T, K)K 2 erT − ∂T 2 ∂K 2 (r − q)KerT ∂2C (u, K)∂K(T, K)du ∂K 2 (4.6.9)

Par une int´gration par parties analogue a celle faite dans le calcul probabiliste, on obtient la bonne EDP. e ` Remarquons que l’EDP forward permet de calculer de mani`re simple les prix et les caract´ristiques de e e toute une famille de Calls.

4.6.4

Diffusion implicite

Etant donn´ un continum d’options satisfaisant les hypoth`ses pr´c´dentes, et des conditions initiales e e e e e e (t0 , St0 ), il existe une diffusion markovienne, dont la fonction de volatilit´ est donn´e par ∂C ∂C 1 ∂2C + (r − q)K (T, K) + qC(T, K) = (σ Dupire )2 (T, K)K 2 ∂T ∂K 2 ∂K 2 La fonction de volatilit´ est appell´e la volatilit´ locale . e e e (4.6.10)

Arbitrage statique et prix des options

93

Remarque 4.6.2 L’existence d’une diffusion repose sur la r´gularit´ de la fonction σ(T, K). Si cette e e fonction est Lipschitzienne, la th´orie classique des equations diff´rentielles stochastiques montre l’exise e tence dans n’importe quel espace probabilis´ ´quipp´ d’une filatratieon brownienne. ee e Si la fonction est seulement continue, il existe une solution faible, r´alisable sur un espace de probabilit´ e e construit avec la solution. On parle de solution faible.

Volatilit´ locale et robustesse e
Supposons que les prix d’options soient obtenus a partir d’un processus de prix dont la volatilit´, ` e al´atoire, γt n’est pas connue. On suppose que seuls les sprix d’options aujourd’hui sont connus. Quel e lien peut-on ´tablir entre la “vraie volatilit´ “ et la vol locale a la Dupire. e e ` Proposition 4.6.1 Supposons que l’actif sous-jacent soit mod´lis´ par une processus d’Itˆ de rendement e e o r et de une volatilit´ γt , soit dSt = St (rdt + γt dWt . La volatilit´ locale a la Dupire est e e `
2 EQ γt |(St , St0 ) = (σ Dup )2 (t, St )

si la famille des d´riv´es secondes des prix d’option est suffisamment discriminante. e e Preuve : ⇒ Les id´es sont les mˆmes que dans l’´tude de la robustesse de Black et Scholes. On utilise le fait que e e e dans le mod`le a la Dupire, les prix d’options en (t0 , St0 ) sont les solutions de l’EDP backward dont e ` le g´n´rateur LDup est associ´ a la fonction de volatilit´ σ Dup . D´signons par uDup la solution de e e e ` e e + condition terminale (x − K) a la maturit´ T dont la valeur aujourd’hui est connue C(T, K). ` e

⇒ Appliquons la formule d’Itˆ a la fonction uDup et au sous-jacent S de volatilit´ γt . Il vient en exploitant o` e T,K l’EDP forward e−rT (ST − K)+ = e−rt0 C(T, K) + + 1 2
T t0 T t0

e−rs uDup (t, St )(dSt − rSt dt) x

2 2 e−rs γt − (σ Dup )2 (t, St ) St uDup (t, St )dt xx

⇒ Il nous reste a prendre l’esp´rance : ` e – Par d´finition, EQ (e−rT (ST − K)+ ) = uDup (t0 , St0 = C(T, K). e T,K – D’autre part, par hypoth`se dSt − rSt dt est une Q-martingale, ce qui assure que l’int´grale stochase e tique est d’esp´rance nulle, si les d´riv´es sont born´es. e e e e 2 – Dans la derni`re int´grale, on peut remplacer γt par son esp´rance conditionnelle par rapport a la e e e ` tribu engendr´e par la seule variable St ,puisque uDup (t, St ) est une fonction de (t, St ). Nous notons e xx cette fonction 2 γ 2 (t, St ) = EQ γt |(St , St0 ) Nous avons donc
T t0 2 e−rs gamma2 (t, St ) − (σ Dup )2 (t, St ) St uDup (t, St )dt = 0 t xx

⇒ Supposons que les fonctions (uDup )xx (t, x) soit suffisamment riche lorsque K varie pour qu’une fonction T,K orthogonale a toutes ces fontions soit nulle ; on en d´duit que ` e
2 EQ γt |(St , St0 ) = γ 2 (t, St ) = (σ Dup )2 (t, St )

94

DEA de probabilit´s, option finance, 2003/2004 e

Nous pouvons utiliser ces id´es pour retrouver la volatilit´ implicite a partir de la volatilit´ locale, mais e e ` e seulement comme point fixe. Proposition 4.6.2 Soit Σ2 (T, K) la volatilit´ implicite BlacketScholes d’une option de maturit´ T et e e de strike K. D´signons par ΓBS (t, x) le gamma Black et Scholes de cette option a n’importe quelle date e ` (T,K) Σ2 (T, K)
R+ T

e−rt ΓBS (t, x)∂KK C(t, x)dt dx (T,K)

=
t0 R+

e−rt (σ Dup )2 (t, x)ΓBS (t, x))∂KK C(t, x)dt dx (T,K)

Le carr´ de la volatilit´ implicite Black et Scholes est une moyenne en temps et espace du carr´ de la e e e volatilit´ locale prise a des niveaux et des temps diff´rents. e ` e

Preuve : ⇒ C’est la robustesse de la formule de Black et Scholes, puisque les prix de Call dans les deux mod`les e sont les mˆmes. e ⇒ Il faut noter que la fonction ΓBS (t, x) d´pend de la volatilit´ implicite que l’on cherche a calculer. e e ` (T,K) ⇒ Pour calculer effectivement, on peut utiliser une m´thode d’it´rative. e e

4.6.5

Le vrai probl`me de calibration e

Le probl`me dans la r´alit´ est qu’on ne connait que quelques prix de Calls pour diff´rents strikes e e e e et differentes maturit´s {C(Ti , Ki,j )}. On n’a donc pas l’information n´cessaire pour calculer de mani`re e e e ´ e de lissage de prix de Calls a manifestement une grande unique la fonction de volatilit´s. Le proc’ed´ e influence sur la forme de la fonction de volatilit´ que l’on peut retrouver. e Une proc´dure classique consiste a utiliser les volatilit´s implicites de la formule de Black Scholes, et e ` e de les lisser de mani`re au moins parabolique pour g´n´rer l’information manquante. Apr`s un calcul tr`s e e e e e fastidieux, on arrive a des formules du genre, si Σ(K, T ) d´signe la volatilit´ de BS implicite pour une ` e e option de strike K et de maturit´ T e σ(T, K) = Σ(T, K) √ 1+
2T Σ ∂Σ ( ∂Σ + rK ∂K ) ∂T
2

∂Σ ∂ Σ ∂Σ 1 + 2Kd1 T ∂K + K 2 d1 d2 T ( ∂K )2 + K 2 ΣT ∂K 2

(4.6.11)

o` les fonctions d1 et d2 sont celles qui apparaissent naturellement dans Black etScholes . u En fait ce probl`me d´licat rel`ve de la th´orie desprobl`mes inverses mal pos´s classiques en e e e e e e EDP. Sur la bonne mani`re de s’y prendre pour r´soudre ce probl`me, voir le cours second niveau de e e e Rama.

Chapitre 5

´ L’EVALUATION ET LA COUVERTURE DES OPTIONS sur MULTI SOUS-JACENTS
5.1 Introduction

Dans le chapitre pr´c´dent, nous nous sommes int´ress´s a la couverture des options ´crites sur un e e e e ` e sous-jacent a l’aide de strat´gies autofinan¸cantes. Nous nous int´ressons maintenant au cas o` plusieurs ` e c e u sous-jacents sont n´goci´s. Beaucoup d’id´es sont les mˆmes, mais nous allons d´montrer un certain e e e e e nombre de faits nouveaux : ⇒ si le nombre de titres est plus grand que le nombre de sources de bruits, les rendements de ces titres ne sont pas quelconques : l’exc`s de rendement par rapport au cash d´pend essentiellement e e de la volatilit´ du titre et des primes de risque, dont nous montrerons l’existence par un argument e d’alg`bre lin´aire. e e ⇒ Le num´raire utilis´ pour exprimer le prix des actifs,(en g´n´ral la monnaie du pays), joue un rˆle e e e e o relatif, car les propri´t´s essentielles sont invariantes par changement de num´raire : autofinanceee e ment, absence d’arbitrage...Nous ´tudierons les cons´quences en termes de primes de risque et de e e taux d’int´rˆt e e ⇒ Nous d´veloppons une analyse syst´matique de l’´valuation par probabilit´ risque-neutre et ses e e e e transformations par changement de num´raire e

5.2
5.2.1

Portefeuilles et autofinancement
Le cadre

Les hypoth`ses de march´ e e
Les hypoth`ses concernant les march´s sont les mˆmes que pr´c´demment, c’est a dire que nous e e e e e ` supposons que les march´s sont sans friction e – il n’y a pas de coˆts de transaction pour la vente ou l’achat des titres. u – Les ventes a d´couvert illimit´ sont accept´es et les actifs sont ind´finiment fractionnables. ` e e e e – Les titres ne paient pas de dividendes, sauf mention contraire

95

96

DEA de probabilit´s, option finance, 2003/2004 e
– A tout instant, il existe des acheteurs et des vendeurs pour tous les titres du march´. e

Remarque 5.2.1 Cette derni`re hypoth`se implique en particulier, comme L.Bachelier le soulignait e e dans son article de 1900, que dans un march´ financier les croyances des diff´rents participants dans les e e mouvements des titres risqu´s ne peuvent ˆtre les mˆmes : e e e par exemple, si un investisseur pense que le prix d’une action doit sˆrement monter, il va chercher a u ` acheter des options d’achat. Mais ces options doivent ˆtre vendues par un autre investisseur qui ne doit e pas avoir les mˆmes anticipations, sinon il n’accepterait pas de vendre. e L.Bachelier en conclut que le jeu financier est ´quitable. e

Le mod`le d’incertain e
Pr´cisons la structure al´atoire qui affecte la dynamique des titres. L’espace de probabilit´ de r´f´rence e e e ee est constitu´ de : e – l’ensemble Ω, qui repr´sente tous les ´tats du monde. e e – la tribu F, qui repr´sente la structure d’information globale disponible sur le march´. e e – une filtration croissante, (continue a droite si n´cessaire), (F0 ⊆ Ft ⊆ FT ), qui d´crit l’information ` e e disponible a tous les agents du march´ a la date t. (Le caract`re croissant de cette filtration traduit ` e` e le fait que le march´ n’oublie rien.) e – la classe N de tous les ´v´nements de F que le march´ consid`re comme impossibles. e e e e – une probabilit´ P, qui donne les probabilit´s a priori des ´v´nements consid´r´s. C’est la probabilit´ e e e e e e e historique ou objective.
Remarque 5.2.2 Les ´v´nements impossibles du march´ sont ´videmment de probabilit´ nulle et donc n´cese e e e e e sairement, ∀N ∈ N , (N ) = 0.

Comme nous l’avons d´j` vu, pour les probl`mes de finance qui nous int´ressent, l’identification exacte ea e e de P n’est pas un objectif majeur, et ce point marque, entre autres, une des originalit´s de l’utilisation e des mod`les probabilistes en finance par rapport a la physique. e `

Les actifs
Soit TH (´ventuellement infini) l’horizon de gestion du march´. e e Nous supposons que (d+1) actifs, les titres de base S 0 , S 1 , S 2 , ...., S d , sont n´goci´s entre les dates 0 et e e i TH . St d´signe le prix de l’actif i a la date t en Euros. Tous les processus de prix sont suppos´s continus e ` e en temps. • L’actif S 0 est souvent le cash, c’est a dire le produit financier qui d´crit la valeur de 1 Euro, capitalis´ ` e e au jour le jour a la banque. Il est alors consid´r´ comme sans risque puisque son rendement r t dt dans un ` e e intervalle de temps [t, t + dt] est connu a la date t de l’op´ration. ` e • L’information disponible a la date t englobe la connaissance du mouvement des actifs entre 0 et t : les ` i prix des titres sont donc adapt´s a la filtration (Ft ), (St est Ft -mesurable). e ` • En g´n´ral, nous supposerons que les alea de l’´conomie (Ω, F, P) sont engendr´s par un brownien e e e e (Wt )t∈R+ k-dimensionnel, dont les composantes Wtj sont des browniens r´els ind´pendants. e e • Les actifs risqu´s S i (1 ≤ i ≤ d) sont suppos´s ˆtre des fonctions al´atoires d’Itˆ satisfaisant : e e e e o
k i i dSt = St [bi dt + t j=1 i σj (t) dWtj ]

 

(5.2.1)

Options sur multi sous-jacents
Nous supposons aussi que le titre sans risque S 0 v´rifie e
0 0 dSt = St rt dt

97

(5.2.2)

Nous d´signons par e – bt le vecteur de Rd , adapt´, de composantes bi ; c’est le vecteur des taux de rendement des titres e t de base. – La matrice des volatilit´s des actifs est la matrice σt de dimension d × k, adapt´e, de terme g´n´ral e e e e i σj (t). Nous supposerons en g´n´ral que ces processus sont born´s. Cette mˆme hypoth`se est aussi souvent faite e e e e e sur le processus (rt ).

5.2.2

Portefeuille autofinan¸ant c

Strat´gie de portefeuille e
Nous mod´lisons le comportement d’un investisseur, qui disposant d’un capital initial de x Euros, e l’investit dans les actifs de base du march´. A la date t, son portefeuille se compose de δ i (t) parts de e l’actif i (i=0........d). Les parts peuvent ˆtre positives ou n´gatives suivant qu’elles correspondent a un e e ` achat ou a une vente. ` e e Une strat´gie de portefeuille est la donn´e des processus (δ i (t)d ), repr´sentant les quantit´s invese e i=0 ties dans chacun des titres. Nous d´finissons pour commencer les strat´gies simples, pour lesquelles la e e composition du portefeuille ne change qu’` un nombre fini de dates appell´es dates de trading . a e En temps discret, une strat´gie quelconque est une strat´gie simple ; dans le cas g´n´ral, ce sont les e e e e strat´gies qui permettent de faire la transition entre le discret et le continu. e D´finition 5.2.1 Une strat´gie simple de portefeuille ´crite sur les titres de base est la donn´e d’un e e e e ensemble fini de dates de trading : Θ = {(ti )n ; 0 = t0 < t1 < t2 < t3 < . . . < tn = T } i=0 (5.2.3)

e et de d + 1 processus (δ i (t)d ) qui donnent la r´partition des titres dans le portefeuille au cours du temps i=0 : δ i (t) = ni 1[0,t1 ] (t) + . . . + ni 1]tk ,tk+1 ] (t) + . . . + ni −1 1]tN −1 ,tN ] (t) 0 k N o` les variables i sont Ftk -mesurables. u k La valeur financi`re (liquidative) du portefeuille δ est not´e V . (δ). A la date t, elle vaut : e e
d

(5.2.4)

Vt (δ) =< δ(t), St >=
i=0

i δ i (t)St

(5.2.5)

Remarque 5.2.3 Pour tout t de l’intervalle ]tk , tk+1 ], δ i (t) = δ i (tk+1 ) = ni (k) ; la part investie dans ` e ` l’actif i est donc est Ftk -mesurable, c’est a dire ne d´pend que des informations disponibles a la date de i n´gociation pr´c´dente. On dit que le processus δ (t) est pr´visible. Le processus (Vt (δ)) est adapt´. En e e e e e temps continu, comme les prix des actifs sont continus par hypoth`se, et que les strat´gies simples de e e portefeuille sont des processus continus a gauche, la valeur financi`re d’un portefeuille simple est continue ` e a gauche. `

98 Autofinancement

DEA de probabilit´s, option finance, 2003/2004 e

Entre les dates tk et tk+1 , un investisseur qui suit la strat´gie δ place ni unit´s dans l’actif S i . Juste e e k avant une ren´gociation, a la date tk+1 , la valeur du portefeuille vaut : < nk , Stk+1 >. A l’instant tk+1 , e ` l’investisseur forme un nouveau portefeuille, c’est a dire une r´partition diff´rente des poids des diff´rents ` e e e actifs, a partir des informations disponibles a la date tk+1 . Supposons qu’aucune somme n’est investie ` ` (ou desinvestie) de mani`re exog`ne a l’instant tk+1 ; la condition d’autofinancement se traduit par : e e ` < nk , Stk+1 >=< nk+1 , Stk+1 > soit encore en mettant en ´vidence la variation des actifs entre les deux dates de ren´gociation e e Vtk (δ)+ < nk , Stk+1 − Stk >=< nk , Stk+1 >= Vtk+1 (δ) (5.2.7) (5.2.6)

Les variations d’un portefeuille autofinan¸ant sont exclusivement dues aux variations du prix des actifs. c Remarque 5.2.4 La condition d’autofinancement implique que la valeur du portefeuille n’a pas de sauts aux instants de ren´gociation. Dans un mod`le en temps continu, cela entraˆ que c’est un processus e e ıne continu. Notons d’ailleurs que la condition d’autofinancement est une condition n´cessaire et suffisante e pour la continuit´ du processus de valeur d’un portefeuille. e Si la condition ( 5.2.7) n’est pas v´rifi´e, l’´cart entre Vtk+1 (δ) − Vtk (δ) et < nk , Stk+1 − Stk > pourrait e e e ˆtre utilis´ pour la consommation ou le refinancement entre les dates tk et tk+1 . e e Ces propri´t´s sont synth´tis´es ci-dessous. ee e e D´finition 5.2.2 a) Soit (Θ, δ) une strat´gie simple de trading autofinan¸ante. La valeur du portefeuille e e c s’´crit alors comme l’int´grale stochastique par rapport aux prix des actifs de base (S i ) de la strat´gie e e e simple de trading δ. Elle est caract´ris´e 1 par : e e Vt (δ) =< δ(t), St > t Vt (δ) − V0 (δ) = 0 < δ(u), dSu > (5.2.9)

b) Extension Si nous supposons maintenant que les prix des actifs de base sont des processus d’Itˆ et que δ est un o processus vectoriel adapt´, pour lequel l’int´grale stochastique (vectorielle) par rapport aux actifs de base e e est bien d´finie, le processus δ est une strat´gie de portefeuille autofinan¸ante, de valeur V t (δ) si la e e c condition (5.2.9) est satisfaite. Le cas des processus d’Itˆ o Nous avons une description plus pr´cise de la valeur de la dynamique d’un portefeuille autofinan¸ant en e c termes de vecteur de rendement et de matrice de volatilit´. e dVt (δ)
i i = i=0 δ (t)dSt d d k 0 0 i i i = δ (t)St rt dt + i=1 δ i (t)St bi dt + + i=1 j=1 δ i (t)St σj (t) dWtj t 0 = δ 0 (t)St rt dt+ < (δS)t , bt > dt+ < (δS)t , σt dWt > d

Si le portefeuille n’est pas autofinan¸ant, en suivant F¨llmer-Schweitzer ([Fo,Sc] 1990), on appelle processus c o de coˆt , u
t

1

Ct (δ) = Vt (δ) − V0 (δ) −

 

δ(u) . dS(u)
0

(5.2.8)

Options sur multi sous-jacents

99

Il reste a eliminer δ 0 (t) en utilisant l’autre ´quation d’autofinancement pour en d´duire que la valeur du ` e e portefeuille est solution de l’´quation suivante : e dVt = Vt rt dt+ < (δS)t , bt − rt 1 > dt+ < (δS)t , σt dWt > (5.2.10)

i o` (δS)t = πt d´signe le vecteur de composantes (δ i (t)St )d , soit le vecteur qui d´crit les montants u e e i=1 investis dans les titres risqu´s. e 1 est le vecteur dont toutes les composantes sont ´gales a 1. e ` R´ciproquement, un processus Vt , solution de l’´quation (5.2.10) est la valeur financi`re d’un portefeuille e e e 1 i d autofinan¸ant, correspondant a un investissement de (δ (t))i=1 dans les actifs risqu´s et de S 0 (Vt (δ) − c ` e d i=1
t

i δ i (t)St ) dans le titre sans risque.

Remarque 5.2.5 L’´quation diff´rentielle lin´aire (5.2.10) ayant une unique solution, la connaissance de e e e l’investissement initial et de la quantit´ investie dans les actifs risqu´s suffit a caract´riser compl´tement e e ` e e la valeur d’un portefeuille autofinan¸ant. c Exemples de strat´gies de portefeuille e Strat´gie statique e Le gestionnaire investit une partie de sa richesse initiale en actions, et place le reste a la banque ` et ne ren´gocie pas son portefeuille avant l’horizon de gestion T . En 0, sa richesse x est investie e dans n0 actions, de telle sorte que x = n0 S0 + (x − n0 S0 ). A toute date la valeur liquidative du t portefeuille est Vt = n0 St + (x − n0 S0 ) exp( 0 rs ds) soit
 

dVt = n0 dSt + (x − n0 S0 )e

t 0

rs ds

rt dt = n0 dSt + (Vt − n0 St )rt dt

´quation ´quivalente a l’´quation d’autofinancement (??). e e ` e Il aurait aussi pu placer la somme qu’il d´pose a la banque a l’horizon de gestion. Dans ce cas, il e ` ` −1 aurait touch´ a la fin, pour 1 Euro investi, B(0, T ) , qui diff`re, lorsque les taux sont al´atoires de e` e e T exp( 0 rs ds). La valeur du portefeuille a la date t est alors Vt = n0 St +(x−n0 S0 )B(0, T )−1 B(t, T ). ` ` Strat´gie a temps fixe proportionnelle e Le gestionnaire d´cide, quelles que soient les conditions de march´, de maintenir le montant investi e e 1 dans le titre risqu´ a 50% de la valeur du portefeuille, c’est a dire que δt St = 2 Vt . La valeur du e` ` portefeuille est alors la solution d’une ´quation diff´rentielle stochastique e e 1 dSt dVt = rt Vt dt + Vt ( − rt dt) 2 St dont la solution est, si
dSt St

(5.2.11)

= bt dt + σt dWt
     

Vt = xe

t 1 ( (bs +rs )ds 0 2

e

t 1 σ dWs − 1 8 0 2 s

t 0

2 σs ds

(5.2.12)

` Strat´gies a temps variable e Le gestionnaire d´cide de ren´gocier d`s que le cours de l’action a vari´ de plus de 2%. Il peut e e e e adopter la mˆme r`gle concernant les quantit´s que pr´c´demment. Les dates de ren´gociation sont e e e e e e donc des temps al´atoires, en fait des temps d’arrˆt qui repr´sentent les temps de passage successifs e e e du titre risqu´ au-dessus et en dessous des barri`res 2 proportionnelles a 2%. e e `
Une bonne exp´rience num´rique est de simuler une trajectoire de cours et de mettre en place des strat´gies e e e de portefeuille auto-finan¸ante c
2

100

DEA de probabilit´s, option finance, 2003/2004 e

Dans la pratique des march´s, il est important de distinguer un ordre d’achat d’un ordre de vente. En e effet, dans l’ordre de vente le prix est fix´ d`s que l’ordre est pass´, alors que dans l’ordre d’achat le prix e e e va d´pendre des prix propos´s par les autres vendeurs, c’est a dire des conditions du march´. e e ` e Remarque 5.2.6 Les portefeuilles peuvent int´grer des produits d´riv´s, si ces derniers sont tr`s liquides e e e e et facilement ´cheangeables sur le march´, notamment aux dates de ren´gociation. Dans ce cas l’´quation e e e e i i d’autofinancement devient, si (Ct )d d´signe le prix de ces produits d´riv´s et δt le nombre de ces e e e i=1 contrats,
d d i i δt dCt + (Vt − δt St − d i=1 i i δt Ct − δt St )rt dt

dVt

= δt dSt +
i=1

= rt Vt dt + δt (dSt − rt St dt) +

i=1

i i i δt (dCt − rt Ct dt)

(5.2.13)

5.3
5.3.1

Absence d’Opportunit´s d’arbitrage et rendement des titres e
Arbitrage

Rappelons qu’une opportunit´ d’arbitrage est une strat´gie de portefeuille autofinan¸ante dont la e e c valeur V. (δ) v´rifie : e – V0 (δ) = 0 – VT (δ) ≥ 0 et {VT (δ) > 0} ∈ N Dans les mod`les continus, des hypoth`ses suppl´mentaires d’ int´grabilit´ sont n´cessaires pour garantir e e e e e e l’absence d’opportunit´ d’arbitrage, car il existe des int´grales stochastiques qui sont des arbitrages. e e
Exemples :

Consid´rons un Brownien W issu de 0 et Tx le premier instant o` il touche x > 0. La strat´gie 1]0,Tx ] est e u e une opportunit´ d’arbitrage (pour un horizon infini) puisque, partant d’une valeur nulle, elle atteint une e richesse positive WTx = x > 0. Exemple 2 : Strat´gie suicide ([Ha.Pl]) e Pour simplifier, nous supposons que dans un march´ ayant deux titres de base, le titre sans risque est e constant et ´gal a 1, (r=0) et que le titre risqu´ vaut 1 aujourd’hui. e ` e Pour une constante b > 0 arbitraire, on d´finit la strat´gie e e
0 δt = (1 + b)1[0,τ (b)] (t) 1 δt = (−b)1[0,τ (b)] (t)

o` τ (b) = inf{t; St = 1 + b−1 } = inf{t; Vt (φ) = 0} u L’investisseur a donc une richesse de Vt (φ) = 1 + b − bSt avant d’ˆtre ruin´, ce qui intervient avant le temps e e 1 qui est l’horizon avec une probabilit´ de e p(b) = (τ (b) < 1) Il est clair que p(b) est une fonction croissante de z´ro a 1 quand b varie de 0 a l’infini. En vendant une e ` ` grande quantit´ d’actions, l’investisseur peut rendre sa ruine presque certaine, mais s’il survit, il aura cere tainement gagn´ beaucoup d’argent. e Mais la chance de survie peut ˆtre compl´tement ´limin´e par la strat´gie suivante : sur l’intervalle de e e e e e 1 temps [0, 2 ], l’investisseur suit la strat´gie pr´c´dente avec une probabilit´ not´e p de ruine. S’il n’est pas e e e e e ruin´, nous ajustons le montant du stock a un niveau b1 , et donc le montant en actif non risqu´ a un niveau e ` e` de 1 + b + (b1 − b)S1/2 , de telle sorte que la probabilit´ conditionnelle de ruine durant [1/2, 3/4] soit encore e
 

Options sur multi sous-jacents

101

´gale a p. Ainsi de suite, si a un instant tn = 1 − (1/2)n nous avons toujours une richesse positive, nous e ` ` rajustons le niveau d’actif risqu´, de telle sorte que la probabilit´ conditionnelle de ruine entre (t n , tn+1 ) e e soit toujours p. La probabilit´ de survie apr`s tn est ´gal a (1 − p)n qui s’annule quand n tend vers l’infini e e e ` et donc tn vers 1. Le portefeuille associ´ a cette strat´gie a une valeur positive sur [0, 1[, mais nulle sˆrement en 1. Si maine` e u tenant, nous empruntons 1F pour acheter l’action, et menons la strat´gie que nous venons de d´crire. A la e e date 1, notre portefeuille vaut −1F de mani`re sˆre. C’est une opportunit´ d’arbitrage. e u e

Nous serons amen´s a nous limiter a des strat´gies de trading v´rifiant de bonnes propri´t´s e ` ` e e ee d’int´grabilit´, que nous pr´ciserons dans la suite. Nous appelerons admissibles de telles strat´gies. e e e e L’hypoth`se fondamentale est donc e Il n’existe pas d’opportunit´s d’arbitrage entre des strat´gies de portefeuille admissibles. On dit encore e e que le march´ est viable. e Exemples de contraintes d’admissibilit´ e

⇒ Nous supposons que l’ensemble A des strat´gies admissibles est un espace vectoriel, qui contient e les strat´gies constantes, et qui est stable par recollement au sens o` deux strat´gies admissibles e u e peuvent ˆtre recoll´es sur un ensemble A de Ft en une strat´gie admissible, c`d que si δ et ψ sont e e e a deux strat´gies admissibles, la strat´gie qui vaut δ sur l’ensemble A et δ(s) , s ≤ t et ψ(s), s > t sur e e c A est admissible. ⇒ Les hypoth`ses doivent exclure de les strat´gies d´crites ci-dessus ; il faut donc que l’ensemble A e e e des strat´gies de portefeuille admissibles soit assez riche pour permettre l’´valuation de nombreux e e produits d´riv´s, et pas trop gros pour ´viter les opportunit´s d’arbitrage. e e e e Des hypoth`ses de type carr´ int´grable, sur la valeur du portefeuille et les martingales associ´es e e e e sont en g´n´ral suffisantes. De plus, il doit contenir les strat´gies constantes, et autoriser des e e e op´rations de recollement. e ⇒ la matrice de volatilit´ born´e, mais pas n´cessairement inversible e e e Posons
T

A

= {δ ; E

0

0 0 (δt St )2 + |(δS)t |2 dt < +∞, }

i L’hypoth`se que les vecteurs constants appartiennent a A entraˆ que le prix S t de chaque e ` ıne titre de base est de carr´ int´grable sur [0, T ], a volatilit´ born´e. e e ` e e Dans ce cas, tous les processus pr´visibles et born´s appartiennent a A. e e ` La condition ”bt , rt et σt born´s” suffit a entraˆ e ` ıner que les conditions pr´cedentes sur les actifs sont e bien satisfaites. Nous l’introduirons souvent dans la suite.

5.3.2

Contraintes sur la dynamique des titres

En absence d’opportunit´s d’arbitrage, les rendements des titres du march´ ne sont pas quelconques. e e Ils traduisent l’id´e que plus un titre est risqu´, plus son rendement doit ˆtre ´l´v´, pour justifier qu’il e e e ee e soit conserv´ dans les strat´gies de portefeuille. e e Avant d’´tablir de telles propri´t´s, nous d´gageons quelques propri´t´s de´duites de l’absence d’arbitrage e ee e ee e sur les valeurs des portefeuilles autofinan¸ants c Proposition 5.3.1 Supposons le march´ viable, sans arbitrage. e

102

DEA de probabilit´s, option finance, 2003/2004 e
– la valeur pr´sente d’un portefeuille admissible ayant des flux positifs dans le futur est positive a e ` toute date interm´diaire. e – deux portefeuilles admissibles qui ont la mˆme valeur a la date T p.s., ont la mˆme valeur financi`re e ` e e a toute date interm´diaire t p.s. ` e

Preuve : Montrons ces proprit´s tr`s utiles dans la pratique e e ⇒ Soit δ une strat´gie admissible telle que VT (δ) ≥ 0 p.s. e D´signons par A l’ensemble A = {V0 (δ) < 0} e Soit λ la strat´gie autofinan¸ante ∈ A, correspondant a un investissement initial de V 0 (δ) dans l’actif e c ` S0 0 S . S’il n’y a pas de transaction entre 0 et T , en T la valeur de cette strat´gie est V T (λ) = V0 (δ) ST ≤ 0 e 0 0 La strat´gie Λ qui vaut 0 sur Ac et δ − λ sur A est admissible ; c’est une opportunit´ d’arbitrage si A e e n’est pas n´gligeable (A ∈ N ) car : e V0 (Λ) = 0 VT (δ) − VT (λ) VT (Λ) = 1A [VT (δ) − VT (λ)] > 0 sur A

⇒ On montre de mˆme que si VT (δ) ≤ 0 p.s. alors V0 (δ) ≤ 0 p.s. Cette propri´t´ entraˆ bien sˆr l’´galit´ e ee ıne u e e de la valeur pr´sente de deux portefeuilles ayant mˆmes flux terminaux, puisque leur diff´rence est e e e une strat´ gie de portefeuille admissible. e Le raisonnement ci-dessus s’adapte sans difficult´ a toute date interm´diaire t. e` e

Rendement des titres et Primes de risque
La cons´quence fondamentale de l’absence d’opportunit´ d’arbtrage est la contrainte de rendement e e qui porte sur les prix de march´s des titres de base ou des portefeuilles. e Th´or`me 5.3.2 Soit un march´ d’Itˆ viable. e e e o i) Deux portefeuilles admissibles et sans risque ont le mˆme rendement instantan´ r t . e e ii) Il existe un vecteur al´atoire adapt´ λt a valeurs dans Rk , appel´ prix du march´ du risque ou e e ` e e primes de risque tel que :
k i dSt

=

i St

[rt dt +
j=1

i σj (t) (dWtj + λj dt)] t

(5.3.1)

Le rendement local esp´r´ bt des titres risqu´s v´rifie : e e e e b t = r t 1 + σ t λt dP × dt p.s.

Un processus Vt est la valeur financi`re d’une strat´gie δ admissible si et seulement si il satisfait a : e e ` dVt = Vt rt dt+ < (δS)t , σt (dWt + λt dt) > et aux conditions d’int´grabilit´ E e e
T 0

(5.3.2)

Vt2 dt + |(δS)t |2 dt < +∞

Remarque 5.3.1 Il est en g´n´ral accept´ que les investisseurs ont de l’aversion pour le risque. En e e e d’autres termes, il faut que le rendement des titres risqu´s soit sup´rieur a celui des titres sans risque, e e ` pour qu’ils soient conserv´s. Les prix d’´quilibre des produits risqu´s font apparaˆ une prime de risque, e e e ıtre qui est l’´cart entre le rendement instantan´ bt de l’actif et le rendement du produit sans risque rt . Par e e contre, dans une ´conomie neutre pour le risque, tous les titres ont le mˆme rendement ´gal au taux e e e d’int´rˆt du march´. e e e

Options sur multi sous-jacents
Preuve : Nous commen¸ons par montrer la premi`re propri´t´. c e ee

103

0 ˜ ⇒ Soit δ une strat´gie admissible et sans risque, de valeur initiale V0 . La strat´gie Vt − V0 St = Vt (δ) est e e autofinan¸ante, admissible, de valeur initiale nulle, et sans risque, c’est a dire a variation finie. c ` ` ˜ ˜ La strat´gie δ d´finie par δt = 1{Vt (tildeδ)>0} δt est autofinan¸ante et finance VT (δ)+ puisque, d’apr`s e e c e la formule de diff´rentiation compos´e pour les fonctions a variation finie e e `

˜ ˜ ˜ dVt (δ)+ = 1{Vt (δ)>0} dVt (δ) = 1{Vt (δ)>0} < δt , dSt >=< δt , dSt > ˜ ˜ ˜ ˜ D’autre part Vt (δ)+ = 1{Vt (δ)>0} < δt , St >=< δt , St > ˜ C’est donc une opportunit´ d’arbitrage si P(VT (δ)+ = 0) > 0. e Le cas n´gatif est trait´ de la mˆme fa¸on. e e e c Ainsi, p.s. VT (δ) = 0 et cette propri´t´ est valable pour tout T . ee ⇒ Montrons la propri´t´ des rendements. Si σt est inversible, le r´sultat est ´vident puisqu’alors il existe ee e e un seul vecteur λt tel que : bt = rt + σt λt . Sinon, construisons a partir d’une richesses initiale nulle, une strat´gie δ , adapt´e et born´e, telle que ` e e e ∗ pour tout t, (δS)t soit dans le noyau de σt dP × dt p.s. La valeur du portefeuille Vt (δ) autofinan¸ant, c associ´ a cette strat´gie satisfait e` e dVt (δ) = rt Vt (δ)dt+ < (δS)t , bt − rt 1 > dt Il s’agit d’un portefeuille admissible3 , p.s. sans risque, donc de rendement rt , par absence d’opportunit´ e d’arbitrage. Mais ceci entraˆ que : ıne < (δS)t , bt − rt 1 >≡ 0 dP × dt p.s

∗ Comme cette propri´t´ est vraie pour tous les (δ S)t , (δ(t) born´) dans le noyau de σt , bt − rt 1 ee e appartient n´cessairement a l’image de σt dP × dt p.s. L’existence d’un vecteur λt v´rifiant de bonnes e ` e propri´t´s de mesurabilit´ est la cons´quence d’un th´or`me ”dit” de s´lection (assez complexe a ee e e e e e ` ´tablir en toute g´n´ralit´). Il existe donc un vecteur λt adapt´ tel que e e e e e

b t = r t 1 + σ t λt

dP × dt p.s.

⇒ Revenons a l’´tude d’un portefeuille autofinan¸ant et admissible. Sa valeur financi`re est compl´tement ` e c e e caract´ris´e par l’´quation (5.2.10). Il suffit de remplacer le vecteur b t par son expression en fontion e e e de rt et de la prime de risque pour avoir la formulation ´quivalente de la proposition. e Les conditions d’int´grabilit´ expriment que la strat´gie δ est admissible. e e e

5.4
5.4.1

Num´raire e
Arbitrage et num´raire e

Le syst`me de prix utilis´ jusqu’` maintenant fait r´f´rence a un syst`me mon´taire donn´ : par e e a ee ` e e e exemple, tous les cours des actifs, la valeur financi`re du portefeuille sont exprim´s en Euros de la date e e consid´r´e. Il y a un certain arbitraire dans le choix de cette r´f´rence mon´taire, et il est tr`s intuitif e e ee e e qu’une notion comme celle de portefeuille autofinan¸ant doit ˆtre invariante par changement de num´raire. c e e
En fait ,il est possible que la solution de cette ´quation soit seulement localement de carr´ int´grable. Introe e e duisons le temps d’arrˆt Tn , qui est le premier instant o` |Vt | d´passe n. La strat´gie δ1[0,Tn ] est admissible car δ e u e e e et V.∧Tn sont born´s.
3

104

DEA de probabilit´s, option finance, 2003/2004 e

D´finition 5.4.1 Un num´raire est une r´f´rence mon´taire dont la valeur en Euros est une fonction e e ee e al´atoire d’Itˆ, adapt´e, strictement positive, continue. e o e Proposition 5.4.1 de num´raire. e (i) La notion de strat´gie simple autofinan¸ante est invariante par changement e c

(ii) une strat´gie de portefeuille qui est un arbitrage dans un num´raire donn´ est un arbitrage dans e e e tout num´raire. e
x (iii) Si un des actifs de r´f´rence S 0 est choisi comme num´raire, toute int´grale stochastique S 0 + ee e e 0 Su δ(u), d( 0 ) > de processus simple δ est la valeur financi`re d’un portefeuille autofinan¸ant. e c Su Cette propri´t´ s’´tend aux strat´gies g´n´rales dans le cas des processus d’Itˆ. ee e e e e o t 0

<

Preuve : Soit Xt la valeur en Euros d’un num´raire. Le prix a la date t de l’actif i exprim´ dans ce e ` e i St Vt (δ) num´raire est de Xt et la valeur financi`re d’une strat´gie de portefeuille Xt . e e e ⇒ Si δ est une strat´gie simple, qui satisfait l’´quation d’autofinancement, < nk , Stk+1 >=< e e nk+1 , Stk+1 > dans le num´raire initial, δ satisfait a la mˆme ´quation dans le nouveau num´raire : e ` e e e < nk , St Stk+1 >=< nk+1 , k+1 > Xtk+1 Xtk+1

⇒ Pour des strat´gies ren´goci´es en temps continu, il est n´cessaire de d´velopper un calcul un peu plus e e e e e complexe, que nous traiterons ci-dessous. ⇒ La propri´t´ sur l’arbitrage d´coule simplement de cette extension. ee e ⇒ Pour montrer le dernier point de la proposition, supposons par exemple que S 0 soit choisi comme num´raire de r´f´rence. Dans ce nouveau syst`me mon´taire, le prix du titre 0 est constant et donc e ee e e 0 de variation nulle. L’int´grale stochastique It (δ) d´finie par : e e
0 It (δ) = t

< δ(u), d(
0

Su ) >= 0 Su

t

d

δ i (u)d(

0 i=0

i Su ) 0 Su

ne met pas en jeu cet actif. Il est possible de construire un portefeuille autofinan¸ant de valeur c x 0 + It (δ), en investissant a l’instant t dans l’actif 0 la quantit´ δ 0 (t) donn´e par : ` e e S0
0

x Si 0 δ (t) = 0 + It (δ) − δ i (t)( t ) 0 S0 St i=1
0

d

Lemme 5.4.2 Soit X une f.a. d’Itˆ strictement positive. o
−1 dXt dXt dXt dXt −1 = − X + covt ( X , X ) Xt t t t

(5.4.1)

Pour toute f.a. d’Itˆ S, S X = o

S X

est une f.a. d’Itˆ telle que o (5.4.2)

X dSt dSt dXt dSt dXt dXt = − − covt ( − , ) X St Xt St Xt Xt St

Dans le cas d’un portefeuille autofinan¸ant, Vt (δ) =< δt , St >, c Vt (δ) St =< δt , >, Xt Xt d

dVt (δ) =< δt , dSt >, nous avons que (5.4.3)

Vt (δ) St =< δt , d > Xt Xt

Options sur multi sous-jacents
Preuve : C’est une simple cons´quence de la formule d’Itˆ, appliqu´e aux rendements. e o e ⇒ D’apr`s la formule d’Itˆ, nous avons en utilisant les covariances instantan’´es des rendements, e o e
−1 dXt dXt dXt dXt −1 = − X + covt ( X , X ) Xt t t t

105

et que
X dSt X St

= =

−1 −1 dSt dXt dXt dSt + covt ( + , −1 ) −1 St S t Xt Xt dSt dXt dXt dXt dSt dXt − + covt ( , ) − covt ( , ) St Xt Xt Xt S t Xt

Ce n’est autre que la formule de l’´nonc´. e e ⇒ Cette derni`re formule s’´crit sous une forme moins conviviale, mais mieux adapt´e a l’´tude de e e e ` e l’autofinancement
X dSt =

1 dXt St dXt (dSt − covt (dSt , ) − 2 (dXt − covt (dXt , ) Xt Xt Xt Xt

Dans le cas d’un portefeuille autofinan¸ant, o` Vt (δ) =< δt , St >, dVt (δ) =< δt , dSt >, c u d 1 dXt Vt (δ) dXt Vt (δ) X = [< δt , dSt > − < δt , covt (dSt , )] − 2 [(dXt − covt (dXt , X )] =< δt , dSt > Xt Xt Xt Xt t

5.4.2

Primes de risque et changement de num´raire e

Soit (Xt ) un num´raire de dynamique e dXt X X = rt dt − rt dt+ < γt , (dWt + λt dt) > Xt (5.4.4)

Nous supposons que le X-vecteur de volatilit´ γt appartient a l’image de (σt )∗ , c’est a dire qu’il existe e X ` ` X ∗ X X un vecteur πt tel que γt = (σt ) πt Nous faisons r´f´rence au march´ o` les prix sont donn´s dans le ee e u e S X num´raire X, comme au X-march´ financier et d´signons par St = Xt le nouveau processus de prix. e e e t Nous caract´risons les param`tres (taux court, primes de risque) du X-march´. e e e Th´or`me 5.4.1 Supposons le march´ initial viable. e e e a) Les param`tres du X-march´ sont : e e
X λX = λ t − γ t , t X rt = µ X t

(5.4.5)

b) Soit (Zt ) un processus de prix admissible, avec vecteur de volatilit´ σ t e Z dZt Z = rt dt+ < σt , dWt + λt dt > Zt Le vecteur de volatilit´ de Z X est donn´ par σ Z e e
X

(5.4.6)

Z X = σt − γt . et

X dZt X Z X X = rt dt+ < σt − γt , dWt + (λt − γt )dt > X Zt

(5.4.7)

106

DEA de probabilit´s, option finance, 2003/2004 e

X Preuve : Par le lemme pr´c´dent, (Zt ) est une semimartingale d’Itˆ de d´composition e e o e X dZt dXt dZt dXt dXt dZt − − covt ( − , ). = X Zt Xt Zt Xt Xt Zt

Substituant les param`tres de la d´composition d’Itˆ de (Zt ) et (Xt ), nous obtenons la d´composition e e o e explicite X dZt X X Z X = rt dt+ < σt − γt , dWt + (λt − γt )dt > X Zt
X La th´orie de l’arbitrage conduit a interpr´ter le vecteur (λt − γt ) comme le vecteur des primes de e ` e X risque dans le nouveau march´, o` le taux sans risque est r . e u

Remarque 5.4.1 L’invariance par num´raire peut ne pas ˆtre compl`te, car les strat´gies admissibles e e e e dans les deux march´s ne sont pas les mˆmes. Duffie ([?, Duff]992) appelle r´gulier, les num´raires e e e e pour lesquels ces deux ensembles sont les mˆmes. Dybvig et Huang en 1986 ([?, Dy.Hu], ou Karatzas e et Shreve en 1987 ([?, Ka.Sh1], Delbaen, Schachermayer en 1995 ([?, DeSc] remplacent la condition de carr´ int´grable par une condition de minoration sur la valeur du portefeuille et retrouvent les mˆmes e e e cons´quences de l’arbitrage. Toutefois, la condition de minoration n’´tant pas sym´trique, vendre un e e e portefeuille admissible n’est pas n´cessairement admissible. e Quand la borne inf´rieure est 0, l’invariance par num´raire est valable sans restriction et le point de vue e e est vraiment efficace pour tout ce qui concerne l’´valuation. e

5.4.3

Le num´raire de march´ e e

Parmi tous les num´raires possibles, l’un m´rite une attention sp´ciale : le num´raire M , appell´ e e e e e num´raire de march´, en r´f´rence au portefeuille de march´ de Markowitz. e e ee e Les prix exprim´s dans ce num´raire n’ont aucune r´num´ration sp´cifique au cours du temps. Ce sont e e e e e des bruits purs, sous la probabilit´ historique. Dans le M -march´, taux d’int´rˆt et primes de risque e e e e sont nuls. Le nouveau march´ est dit risque-neutre pour la probabilit´ historique et les nouveaux prix e e des processus de base sont donc des martingales locales. Le th´or`me suivant rassemble les principales e e propri´t´s du M-march´. 4 . ee e Th´or`me 5.4.2 Soit M le num´raire de march´, c’est a dire le processus de valeur initiale ´gale a 1 e e e e ` e ` et de volatilit´ (λt ), le vecteur des primes de risque. 5 e dMt Mt = rt dt + (λt )∗ (dWt + λt dt) = rt dt + |λt |2 dt + λ∗ dWt t (5.4.8)

Dans le M-march´, les investisseurs sont risque-neutres. e
Le num´raire de march´ a ´t´ introduit pour la premi`re fois par Long 1990 ([?, Long], Conze-Viswananthan e e e e e en 1991 ([?, CoVi], Bajeux and Portait en 1993 ([?, BaPo]. Voir aussi El Karoui, Geman, Rochet 1992 ([?, GeEKRo] 5 Ce num´raire de march´ correspond a un portefeuille construit de la mani`re suivante : nous supposons que e e ` e ∗ ∗ λt est dans l’image de (σt ), c’est-`-dire qu’il existe un vecteur αt tel que λt = σt αt Cette condition n’est pas a 1 2 1 restrictive : en effet, on peut toujours d´composer λt en (λt , λt ) o` λt appartient au noyau de σt et λ2 a l’espace e u t ` ∗ orthogonal de Ker(σt )=Image(σt ). La prime de risque (λt ) and (λ2 ) ont le mˆme impact sur la dynamique des e t prix car elles sont toujours reli´es a la volatilit´ par σt λt = σt λ2 . e ` e t αi Consid´rons la strat´gie autofinan¸ante dont les poids dans les actifs risqu´s sont donn´s par φ M = ( St )d , e e c e e t i i=1 t correspondant a un investissement initial de 1 F et supposons cette strat´gie admissible. La valeur actuelle de ` e cette strat´gie admissible est not´e Mt et appel´e num´raire de march´. e e e e e
4

Options sur multi sous-jacents

107

Z M Le M-prix Zt = Mtt d’un titre de base ou la M-valeur pr´sente d’un portefeuille est une martingale e locale. Si M est un num´raire r´gulier, ce sont des vraies martingales e e ii) ”Arbitrage Pricing Theory” Dans le march´ initial, le rendement esp´r´ d’un titre Z est donn´ par le taux sans risque, plus la e e e e covariance infinit´simale entre le rendement risqu´ du titre et celui du num´raire de march´. e e e e

µZ = rt + σZ,M (t) t

o` u

σZ,M (t)dt = covt (

dMt dZt , ) Mt Zt

(5.4.9)

Dans une formulation plus proche de l’APT, l’exc`s de rendement par rapport au cash est m´sur´ par le e e e “beta” du rendement du portefeuille par rapport au num´raire de march´. e e µZ − r t = t σZ,M (t) M (µ − rt ) σM,M (t) t

Preuve : La premi`re partie du th´or`me n’est que le th´or`me pr´c´dent explicit´ dans le cas o` la e e e e e e e e u volatilit´ du num´raire est ´gale au vecteur des primes de risque. e e e ⇒ Montrons la deuxi`me partie, qui fait le lien entre la th´orie classique de la gestion de portefeuille et e e l’arbitrage en temps continu. Z Par des arguments d’arbitrage, nous avons prouv´ que µZ − rt =< σt , λt > p.s. o` σt est la volatilit´ e u Z e t de Z et λt le vecteur des primes de risque. ⇒ De plus, λt est aussi la volatilit´ du num´raire de march´. Ainsi, e e e covt ( covt ( dMt dZt Z , ) =< σt , λt > dt Mt Zt

dMt dMt , ) = |λt |2 dt = (µM − rt )dt t Mt Mt

Constantinid`s (??Cons]) interpr`te ce r´sultat en notant qu’il suffit de se donner le num´raire de march´ e e e e e pour caract´riser compl´tement le march´ financier dans lequel les prix sont cˆt´s. e e e oe

5.5
5.5.1

Evaluation et couverture
Prix des produits d´riv´s atteignables e e

Dans cette partie, nous montrons comment calculer les prix des produits d´riv´s, dont on sait a priori e e qu’ils sont r´plicables par un portefeuille admissible. En fait, nous s´parons en deux ´tapes la question e e e de l’´valuation et de la couverture. e – Nous commen¸ons par montrer comment en toute g´n´ralit´ calculer le prix d’un produit d´riv´ c e e e e e r´plicable. e – Dans une deuxi`me ´tape, nous essayons de caract´riser l’ensemble des produits r´plicables, e e e e d´veloppant ainsi la notion de march´ complet. e e Dans le chapitre 2, nous avons trait´ ces deux probl`mes en mˆme temps, en montrant que les pay-off e e e de la forme h(ST ) sont r´plicables dans le contexte de Black etScholes et que leur prix est donn´ via la e e solution d’une EDP ou d’un noyau de pricing. Proposition 5.5.1 Soit BT = {ΦT = VT (δ) ; δ strat´gie autofinan¸ante admissible} l’ensemble des flux e c atteignables (ou simulables), de carr´ int´grable. e e

108

DEA de probabilit´s, option finance, 2003/2004 e

• En absence d’opportunit´ d’arbitrage, deux strat´gies qui r´pliquent Φ T ont la mˆme valeur a toute date e e e e ` Eur Eur interm´diaire, qui est le prix Opt t (ΦT ) de ΦT , qui v´rifie e e dOptEur (ΦT ) = OptEur Eur OptEur (ΦT ) = ΦT
Eur Eur

(ΦT ) rt dt+ < (δS)t , σt (dWt + λt dt) >

(5.5.1)

δ est un portefeuille de couverture du produit d´riv´ Φ. e e • En absence d’opportunit´ d’arbitrage, l’application qui a Φ T = VT (δ) ∈ BT associe son prix en t, e ` Eur Eur Vt (δ) = Opt t (ΦT ) est une forme lin´aire positive e Preuve : Soit Φ un flux duplicable par deux strat´gies de portefeuille admissibles δ et ψ. Par absence e d’opportunit´ d’arbitrage, ces strat´gies ont mˆme valeur financi`re a toute date interm´diaire. La e e e e ` e notion de prix est donc bien d´finie. e Le prix d’un actif atteignable par le portefeuille δ v´rifie l’´quation (5.4.6). e e Remarque 5.5.1 Le prix d’un actif atteignable apparaˆ donc comme l’unique solution d’une ´quation ıt e diff´rentielle stochastique lin´aire dont on connait la valeur terminale. Le portefeuille de couverture δ est e e une inconnue du probl`me, au mˆme titre que le prix Optst . Nous dirons que (Optst (ΦT ), δt ) est solution e e d’une ´quation diff´rentielle stochastique r´trograde, introduite pour la premi`re fois par Peng et Pardoux e e e e en 1987 ([?, PePa]. Nous reviendrons sur cette notion ult´rieurement. e Lorsque taux court terme et primes de risque sont nulles, le prix d’un produit d´riv´ est ais´ment cale e e culable, comme valeur moyenne du flux terminal. Cette double condition est satisfaite dans le M-march´ e d’o` la r`gle d’´valuation : u e e Proposition 5.5.2 Evaluation dans le M-march´ e 1 Supposons que le num´raire M soit suffisamment r´gulier pour que M appartient a H2+ε (C’est notame e ` ment le cas si rt , λt , σt sont born´s). e Soit ΦT ∈ BT , le flux terminal d’un produit d´riv´ atteignable, de carr´ int´grable. Son prix Opts M (ΦT ) e e e e t e est donn´ par OptsM (ΦM ) = E[ΦM |Ft ], soit dans le num´raire habituel e t T T Optst (Φ) = E[ΦT Mt |Ft ] MT (5.5.2)

Preuve : Le flux ΦT ´tant atteignable dans le march´ initial par un portefeuille qui est de carr´ e e e int´grable, ΦM est duplicable dans le M-march´ par un portefeuille dont la valeur OptsM (ΦT ) est le e e t T quotient de deux processus de carr´ int´grable. e e 1 D’apr`s la Proposition 5.5.1, c’ est une martingale locale. Si nous supposons que M est processus de e M 1+β 2+ε pour un β > 0 et donc une martingale uniform´ment e H , Optst (ΦT ) est un processus de H int´grable. Ceci implique que e OptsM (Φ) = E[ΦM |Ft ] t T En terme de prix de l’ancien march´, nous obtenons la formule de l’´nonc´. e e e Remarque 5.5.2 Ainsi, dans le M-march´ les prix des produits d´riv´s sont l’esp´rance de leur e e e e valeur terminale, et nous retrouvons une r`gle tr`s naturelle pour fixer les prix, qui est la r`gle e e e classique de l’assurance, o` le prix est reli´ a “l’estimation “ du flux qu’on aura a payer. u e` `

Options sur multi sous-jacents

109

Reste le probl`me de calculer les poids du portefeuille (ind´pendants du num´raire de r´f´rence)de e e e ee couverture, quand on ne connait que le flux terminal. Il n’y a pas de solution simple en temps continu sauf dans le cas markovien, o`, comme nous l’avons vu dans la formule de Black et Scholes, u ils s’expriment a partir du gradient de la fonction de prix, qui peut lui-mˆme ˆtre exprim´ comme ` e e e M l’ esp´rance de la d´riv´e de la v.a.Φ par rapport aux variables markoviennes. e e e Dans le cas g´n´ral, le probl`me est de calculer les poids de la repr´sentation d’une v.a. X T e e e e (de carr´ int´grable) comme int´grale stochastique par rapport au mouvement brownien. Comme e e e cette quantit´ est invariante par changement de num´raire, l’id´e est de trouver un num´raire tr`s e e e e e concentr´ dans l’´tat (ω, [t, t + dt]) et d’utiliser le calcul des variations stochastiques pour arriver e e a conclure. Toute une activit´ de rechercher r´cente dans ces directions a ´t´ d´velopp´e afin de ` e e ee e e rendre plus efficace les m´thodes de calcul par Monte Carlo de ces poids. e

5.5.2

March´ complet e

Nous abordons maintenant le deuxi`me point de la th´orie, a savoir la caract´risation de l’ensemble e e ` e des d´riv´s r´plicables. Sous cette forme, le probl`me est d´licat. Par contre, moyennant des hypoth`ses e e e e e e suppl´mentaires, il est possible de carac´riser les march´s dits “complets”, dans lesquels tous les d´riv´s e e e e e “raisonnables” en terme d’int´grabilit´ sont r´plicables. e e e Le point de d´part de ce genre de th´orie abstraite est le r´sultat de probabilit´ qui dit que toute v.a. e e e e XT appartemant a L1 (P) et mesurable par rapport a la tribu engendr´e par un mouvement brownien ` ` e vectoriel W est repr´sentable comme une int´grale stochastique : e e
T T

XT = E(XT ) +
0

< zs , dWs >,
0

|zs |2 ds < ∞

(5.5.3)

Dans un march´ financier, notamment dans le M -march´, le probl`me est de repr´senter les prix sur la e e e e base des variations des titres de base et non des mouvement browniens. Il est alors n´cessaire de supposer e qu’il y a suffisamment de titres pour couvrir tous les bruits. Hypoth`se e

La matrice d´duite de la matrice de volatilit´ σt σt est inversible et born´e ainsi que la matrice e e e inverse. Proposition 5.5.3 Consid´rons un march´ financier sans taux d’int´rˆt, ni primes de risque (par e e e e exemple le M -march´). Toute v.a. ΦT , mesurable par rapport a la filtration du brownien W , appartee ` nant a L1+ε est r´plicable par un portefeuille, qui est une martingale uniform´ment int´grable ` e e e
T T

ΦT δ t St

= E(ΦT ) +
0

< αt , dWt >= E(ΦT ) +
0

< δ t St ,

dSt > St (5.5.4)

= (σt σt )−1 σt αt

Preuve : Les hypoth`ses d’int´grabilit´ assurent que la martingale r´pliquante est uniform´ment e e e e e int´grable. e Le seul probl`me restant est de passer des brorwiens aux portefeuilles. Mais avec les notations e ant´rieures, le vecteur δt St permet d’exprimer la dynamique d’un portefeuille autofinan¸ant a l’aide e c ` des rendements des titres. On doit donc avoir σt δt St = αt , soit en exploitant l’hypoth`se d’inversibilit´ e e faite sur la matrice (σt σt ) le r´sultat de l’´nonc´. e e e

110

DEA de probabilit´s, option finance, 2003/2004 e

Revenons a une situation g´n´rale, en imposant des hypoth`ses sur le num´raire de march´. ` e e e e e Th´or`me 5.5.1 March´ complet e e e On suppose que la matrice σt v´rifie l’hypoth`se ci-dessus. Supposons que le num´raire M soit suffisame e e ment r´gulier pour que sup0≤t≤T Mt et sup0≤t≤T Mt−1 appartient a L2+ε (C’est notamment le cas si e ` rt , λt , σt sont born´s ). e 2 W Soit ΦT ∈ L (FT , P), le flux terminal d’un produit d´riv´ atteignable, de carr´ int´grable, mesurable par e e e e rapport a la filtration brownienne. ` Le march´ est complet, au sens o` ΦT est r´plicable par un portefeuille admissible. e u e Preuve : L’hypoth`se assure que ΦM ∈ L1+ε et donc que ΦM est r´plicable par un portefeuille e e T T admissible dans le M -march´. e Puisque l’autofinancement est invariant par changement de num´raire, le seul point a v´rifier quand e ` e on revient dans le march´ de d´part est que la qtrat´gie est admissible dans le march´ de d´part. Les e e e e e hypoth`ses faites sur ΦT et sur M le garantissent. e
 

5.5.3

Probabilit´ risque-neutre, ou mesure-martingale e

Peut-on observer le num´raire de march´ ? La r´ponse est ´videmment non, et il est difficile d’utiliser e e e e un num´raire non observable pour obtenir des formules explicites pour l’´valuation et la couverture des e e produits d´riv´s. e e Si nous souhaitons nous r´f´rer a un num´raire plus ais´ment observable, tout en conservant le mˆme ee ` e e e genre de r`gle d’´valuation, c’est a dire prendre la valeur moyenne du flux terminal exprim´ dans le e e ` e nouveau num´raire, il faut rendre le march´ ”risque-neutre”, ce qui sera possible seulement apr`s un e e e changement de probabilit´, comme cons´quence du th´or`me de Girsanov. e e e e Le cash est classiquement utilis´ comme num´raire, car dans ce nouveau march´, la volatilit´ des titres e e e e ne sera pas chang´e. e Th´or`me 5.5.2 Probabilit´ risque neutre e e e Supposons le vecteur des primes de risque λt et rt born´s 6 et choisissons comme num´raire le cash, S 0 . e e • i) Il existe une probabilit´ Q ´quivalente a la probabilit´ de d´part P, sous laquelle e e ` e e t – Wt = 0 dWs + λs ds est un Q-mouvement brownien – Les processus de prix ´crits dans ce num´raire, c’est a dire les valeurs actualis´es des portefeuilles e e ` e Zt a autofinan¸ants, sont des Q-martingales locales et v´rifient si Zt = 0 c e St
a dZt Z a = σt dWt Zt

(5.5.5)

Q est appel´e une probabilit´ risque-neutre. e e • ii) Supposons de plus que la partie n´gative du taux court (rt )− soit born´e. e e Si ΦT ∈ BT est le flux terminal d’un produit d´riv´ e e
 

ΦT OptEur (ΦT ) = EQ [ 0 |Ft ] 0 St ST

Eur

ou encore OptEur

Eur

(ΦT ) = EQ [e−

T t

rs ds

ΦT |Ft ]

(5.5.6)

• iii) Lorsque le march´ est complet, (et sous les hypoth`ses pr´c´dentes) il existe une unique probabilit´ e e e e e risque-neutre et la r`gle d’´valuation ”risque-neutre” s’applique a tout produit d´riv´ de carr´ int´grable. e e ` e e e e Preuve : La preuve utilise la notion de changement de probabilit´. e
  ¡

6

Il suffit en fait que la condition de Novikov [exp(1/2

T 0

|λs |2 ds)] < +∞ soit satisfaite.

Options sur multi sous-jacents

111

⇒ Supposons les primes de risque born´es. D’apr`s le th´or`me de Girsanov, il existe une probabilit´ e e e e e t Q ´quivalente a la probabilit´ de d´part P sous laquelle le processus Wt = 0 dWs + λs ds est un e ` e e mouvement brownien. Cette probabilit´ Q admet une denssit´ par rapport a la probabilit´ P donn´e par e e ` e e
T

YT = exp[−
0

λs d W s −

1 2

T 0

|λs |2 ds]
0 ST . MT

0 ⇒ YT peut s’interpr´ter comme la valeur dans le num´raire de march´ de ST soit Y = e e e

Zt a ⇒ Consid´rons S 0 comme num´raire et notons Zt = S 0 les prix exprim´s dans ce num´raire, ou prix e e e e t actualis´s ; nous obtenons alors grˆce a l’´quation (5.4.7) e a ` e a a Z dZt = Zt σt dWt a Zt s’´crit comme une int´grale stochastique par rapport au processus Wt , mouvement brownien sous e e Q. Les prix actualis´s sont donc des Q-martingales locales. e

⇒ Supposons maintenant que, non seulement le vecteur des primes de risque born´, mais ´galement la e e partie n´gative de rt ,(rt )− . e Pour tout Zt de carr´ int´grable e e
a a EQ [(Zt )1+ε ] = E[(Zt )1+ε YT ] 2 1−ε 2 1+ε ≤ (E[Zt ]) 2 (E[( (S 0Y 1+ε ) 1−ε ]) 2 )
T

0 Les hypoth`ses faites sur les coefficients impliquent que YT est dans tous les Lp p > 1 et que (St )−1 e a 1+ε est born´ donc que Zt ∈ L e Partant d’un processus de prix de carr´ int´grable, le prix actualis´ est e e e une martingale locale sous Q uniform´ment int´grable. C’est donc une ” vraie martingale” qui admet e e une unique d´composition comme int´grale stochastique par rapport a W . e e ` Eur Eur a Soit ΦT ∈ BT . Son prix actualis´ (Opt t ) (ΦT ) est une Q-martingale uniform´ment int´grable, e e e ´gale a l’esp´rance, vue de t, du flux terminal actualis´ soit e ` e e

(OptEur t

Eur a

) (Φ) = EQ [Φa |Ft ] T

ce qui en explicitant le facteur d’actualisation donne les formules de l’´nonc´. e e ⇒ Il s’agit de prouver l’unicit´ de la probabilit´ risque-neutre si le march´ est complet. Supposons qu’il e e e existe deux probabilit´s risque-neutre Q et Q1 . Alors, d’apr`s le th´or`me (5.5.2), l’hypoth`se que le e e e e e Φ march´ est complet entraˆ que tout Φ born´ est atteignable. D’autre part S 0 est de carr´ int´grable e ıne e e e
0 sous Q, et sous Q1 , puisque (St )−1 est born´ par hypoth`se. Il a donc pour prix en 0 e e
T

(OptEur 0 Il en r´sulte que les deux mesures e bilit´s Q et Q1 . e
1 0 ST

Eur a

) (ΦT ) = EQ [

ΦT ΦT 0 ] = E Q1 [ S 0 ] ST T

dQ =

1 0 d Q1 coincident sur FT et donc aussi les deux probaST

Le mˆme raisonnement pourrait ˆtre fait par rapport a n’importe quel num´raire, a condition de se r´f´rer e e ` e ` ee a une probabilit´ ”risque-neutre” bien choisie. ` e

112

DEA de probabilit´s, option finance, 2003/2004 e

5.5.4

Numeraire et changement de probabilit´ e

Comme nous l’avons vu ci-dessus, dans le M-march´, les M-prix sont des martingales locales par e rapport a la probabilit´ historique. La probabilit´ P est appel´e une M-martingale mesure ou M-proba ` e e e bilit´ risque-neutre. e Plus g´n´ralement, on peut ´tablir une correspondance entre num´raire portefeuille (comme M ) et mare e e e tingale mesure.
M Th´or`me 5.5.3 Soit (Xt ) un num´raire portefeuille tel que Xt = e e e

uniform´ment int´grable. Il existe une probabilit´ QX e e e a P = QM telle que ` XT M 0 XM d QX = = T M dP M T X0 X0

Xt soit une P- martingale Mt d´finie par sa d´riv´e de Radon-Nikodym par rapport e e e (5.5.7)

Les X-prix sont des QX martingales locales ; en d’autres termes QX est une X-martingale mesure. Preuve : Les preuves jouent sur les liens entre martingales et d´riv´es de Radon- Nikodym. e e ⇒ Par hypoth`se, le M-prix du num´raire portefeuille X est une martingale. En particulier, la d´riv´e e e e e XT M 0 de Radon-Nikodym LT = a une esp´rance ´gale a 1 et QX est une probabilit´. e e ` e M T X0 ⇒ Soit (δt ) un portefeuille admissible tel que VtM (δ) est une P martingale locale. Le prix relatif VtX (δ) par rapport au num´raire X, et prix relatif VtM (δ) par rapport a M sont contraints par e `
M VtM (δ) = VtX (δ)Xt = X0 VtX (δ)Lt

Par suite, par le th´oreme de Girsanov , VtX (δ) est une QX -martingale locale si et seulement si e X Vt (δ)Lt est une P martingale locale. Mais cette propri´t´ est vraie par d´finition du numeraire de ee e march´. e Il est clair que la notion de X-martingale mesure ne doit pas d´pendre de la probabilit´ de r´f´rence. e e ee
M Corollaire 5.5.4 Soit (Xt , Yt ) deux num´raires portefeuilles arbitraires tels que Xt et YtM soient des e X Y P-martingales, et (Q , Q ) les mesures-martingale associ´es . e Y Alors, (YtX ) (resp.(Xt )) est une QX (resp. QX ) martingale et

d QY YX = T X dQ Y0X

d QX XY = T Y Y dQ X0

En particulier, pour tout Φ born´, ou suffisamment int´grable e e
 

Optst (ΦT ) = EQ [e−

T t

rs ds

ΦT |Ft ] = Xt EQX [ΦX |Ft ] T

(5.5.8)

M Preuve : (YtX ) est une QX -martingale si et seulement si (YtX Xt ) est une P-martingale, ce que nous avons suppos´ . De plus, e M d QY d QX dP Y M X0 YX = = T = T M d QX dP d QX Y0M dXt Y0X

Le dernier calcul traduit simplement l’´quivalence entre les diff´rentes r`gles d’´valuation risquee e e e neutre. Remarque 5.5.3 En mettant l’accent sur l’´valuation risque-neutre, nous rejoignons Bachelier (1900), e mais ´galement les notions d’arbitrage statique d´velopp´es dans le chapitre 4. Ce point de vue ne doit e e e pas faire oubli´ qu’il ne s’applique qu’au cas des march´s complets, ou plus g´n´ralement au cas des e e e e

Options sur multi sous-jacents

113

actifs r´plicables. L’int´rˆt est que ce point de vue permet de ne pas faire de diff´rence entre les d´riv´s e e e e e e simples et les d´riv´s “path-dependent”, comme les options barri`res auxquelles nous avons appliqu´ la e e e e r`gle d’´valuation risque-neutre dans le chapitre 3. e e L’usage abusif de ce point de vue conduit a oublier le portefeuille de couverture sous-jacent a cette th´orie. ` ` e Il convient, mˆme si c’est plus difficile, de ne jamais oublier cette question cruciale. e

5.6

La formule de Black et Scholes Revisit´e e

Si nous affaiblissons certaines des hypoth`ses qui interviennent dans la formule de Black et e Scholes, nous pouvons dans un certain nombre de situations aboutir malgr´ tout a une formule quasie ` explicite. Nous nous proposons d’´valuer une option d’´change entre deux sous-jacents, une action qui paye un e e dividende continu de qt et un indice par exemple It , le cash-flow de l’option ´tant (ST − KIT )+ . La e dynamique de ces deux sous-jacents v´rifie donc e
dSt St dIt It S = (rt − qt )dt + σt [dWt + λt dt] I = rt dt + σt [dWt + λt dt]

S0 = x

Quel est le num´raire appropri´ pour simplifier le calcul du prix et la couverture d’une option sur de tels e e sous-jacents ? Les diff´rentes ´tapes de l’´valuation sont les suivantes e e e Calculer les valeurs pr´sentes a la date t, Zt et It , des flux ST et IT . e ` Caract´riser l’ensemble d’exercice E = {ST > KIT } e Calculer les probabilit´s d’exercice sous les martingales mesures appropri´es. e e

5.6.1

Portefeuille associ´ ` un titre versant un dividende ea

La premi`re ´tape est de caract´riser le sous-jacent de l’option qui dans la formule de Black etScholes e e e est un actif de march´, ou un portefeuille autofinan¸ant, ne versant pas de dividende. C’est aussi le prix e c de l’option de strike 0. • L’´valuation de la valeur pr´sente des flux ne pr´sente aucune difficult´ si les flux terminaux sont e e e e des prix de sous-jacents sans dividende, par exemple It pour l’indice I. • La valeur pr´sente Zt de ST se calcule ais´ment si le taux de dividende est d´terministe comme e e e T Zt = St D(t, T ) o` D(t, T ) = exp − t qs ds est l’inverse du dividende moyen pay´ entre t et T . u e Si le dividende est al´atoire, dans un march´ complet on peut proc´der comme suit : e e e Proposition 5.6.1 (Actif versant un dividende) Soit (St ) le processus de prix d’une action payant t un dividende de taux qt (born´) et d´signons par St = St exp 0 qs ds la valeur du portefeuille obtenu en e e reinvestissant le dividende dans l’action d St St
 

S = rt dt + σt [dWt + λt dt]
 

S (a) Dans le S-march´, dWtS = dWt + (λt − σt )dt est un QS -mouvement brownien. e (b) Le portefeuille autofinan¸ant de cash-flow terminal ST est donn´ par : c e Q Zt = St D(t, T ) = St Et (exp −
S

T

(c) D(t, T ) ressemble beaucoup au prix d’un z´ro-coupon ´crit dans le num´raire S. e e e

¡

qs ds)
t

(5.6.1)

114
(d) Le prix d’un contrat forward sur ST est

DEA de probabilit´s, option finance, 2003/2004 e

Ft (ST , T ) =
t

Zt B(t, T )

(5.6.2)

Preuve : Par d´finition, St = St exp 0 qs ds est une martingale locale que nous supposons une vraie e S martingale, associ´e a l’exponentielle de l’int´grale stochastique de σ t . e ` e
Q S Zt = E t (
S

ST

Q ) = Et (exp −

S

D’o` apr`s simplification la formule de lemme. u e ⇒ La formule du contrat forward exploite que ZT = ST Le coefficient D(t, T ) est appel´ correction de convexit´ dans les mod`les de taux d’in´rˆt. e e e e e

5.6.2

Les probabilit´s d’exercice e

Sous quelles probabilit´s calculer les probabilit´s d’exercice, c’est a dire la probabilit´ de e e ` e E = {ST > KIT } Revenons a la d´finition risque-neutre du prix d’une telle option : d’apr`s les r`gles d’´valuation ` e e e e pr´c´dentes e e T Ct = EQ [e− t rs ds (ST 1E − KIT 1E )|Ft ] T T = EQ [e− t rs ds ZT 1E |Ft ] − EQ [e− t rs ds KIT 1E |Ft ] D’apr`s les r`gles liant changement de num´raire et changement de mesure martingale, ceci conduit a e e e ` Ct = St ∆T QZ (E|Ft ) − KIt QI (E|Ft ) t (5.6.3)
     

En utilisant l’indice comme num´raire, nous nous ramenons a ´valuer un Call standard, sur le sous-jacent e `e I Zt . Pour mener a bien les calculs, nous avons besoin de calculer `
Q e • ∆(t, T ) = Et (exp − t qs ds), qui se calcule comme un z´ro-coupon dans un univers risque neutre dont les primes de risque sont li´es a la volatilit´ de S. e ` e I • la loi de Zt sous les deux probabilit´s QI et QZ . e
S
¡

T

Le cas des volatilit´s d´terministes e e
Hypoth`ses e

Supposons le march´ complet et les volatilit´s de S, I d´terministes, e e e Supposons les taux d’int´rˆt rt et de dividende qt gaussiens e e Sous ces hypoth`ses, e t – Sous la probabilit´ QS qt reste un processus gaussien. e− 0 qs ds D(t, T ) est une QS -martingale e log-normale a volatilit´ d´terministe. ` e e – la volatilit´ de Z est aussi d´terministe e e I – la volatilit´ de Zt , diff´rence entre le vecteur des volatilit´s de Z et celui de I est aussi d´terministe. e e e e
     

¡

¡  

⇒ Dans le num´raire S e

ST

T

qs ds)
0

Options quanto

115

I Nous pouvons nous ramener a la formule de Black et Scholes classique, en utilisant la volatilit´ de Z t , ` e diff´rence entre le vecteur des volatilit´s de Z et celui de I. e e Pour calculer la volatilit´ qui apparait dans la formule, on peut utiliser la variance vue de t de e √ (LnST − LnIT ), prendre la racine carr´e et normaliser par T − t. e

Cet exemple permet de traiter le cas des taux al´atoires : il suffit de supposer que dans ce cas, l’ine dice est un z´ro-coupon B(t, T ) de maturit´ T . La mesure-martingale associ´e a ce num´raire est appel´e e e e ` e e probabilit´ forward-neutre. e
I En r´sum´ lorsque la volatilit´ de Zt est d´terministe, le prix d’une option d’´change est donn´ par la e e e e e e formule de Black et Scholes sous la forme

Ct = St ∆(t, T )QZ (E|Ft ) − KIt QI (E|Ft )
T e o` − ln[ ST ] est normalement distribu´ , avec u I T EQI (− ln( ST )) I t ST EQZ (− ln IT ) t

(5.6.4)

1 = − ln[ Ztt ] + 2 Variancet (ln ST − ln IT ) I Zt 1 = − ln[ It ] − 2 Variancet (ln ST − ln IT )

Les variances sont les mˆmes pour les diff´rentes probabilit´s : e e e
T

Variancet (ln ST − ln IT ) = et donc comme dans la formule de Black et Scholes QI (E) = N (d0 (t)) t o` u d0 (t) = √
1 Variancet (ln ST −ln IT )

t

2 vols (

Z )ds I

QZ (E) = N (d1 (t)) t
St ∆T t KIt

ln[

]−

1 2

Variancet (ln ST − ln IT )

d1 (t) = d0 (t) +

Variancet (ln ST − ln IT )

116

Dea Probabilit´s, option finance 2003/2004 e

Chapitre 6

Arbitrage multidevise : Application aux options quanto
Les ´tablissements financiers sont de plus en plus engag´s sur les march´s internationaux, et la nature e e e des interventions est de plus en plus vaste et complexe : gestion de portefeuille, options de change, options sur actions ´trang`res, swaps de devises, equity-swaps... L’int´rˆt d’un cadre coh´rent pour l’´valuation e e e e e e et la couverture de ces diff´rents produits financiers est alors manifeste. e

6.1

Arbitrage multidevise

Dans une ´conomie donn´e, le principe d’´valuation et de couverture d’un titre, qui verse un flux e e e FT a la date T ob´it a une r`gle simple : ` e ` e En absence d’opportunit´ d’arbitrage, le prix a la date t, Πt (FT ) du flux FT est la richesse a investir e ` ` dans un portefeuille autofinan¸ant qui duplique exactement FT en T . c Dans toute la suite, le prix en t d’une unit´ mon´taire pay´e en T , c’est a dire le prix d’un z´ro-coupon e e e ` e de maturit´ T , est not´ B(t,T). Le rendement instantan´ du cash est d´sign´ par r t . e e e e e L’absence d’arbitrage entre le comptant et le terme entraˆ que ıne Φt (FT ) = Πt (FT ) B(t, T ) (6.1.1)

Dans un univers multidevise, cette r`gle d’´valuation vaut dans chacun des deux pays. Mais il reste e e a pr´ciser comment se fait l’arbitrage entre l’´conomie domestique a laquelle nous faisons r´f´rence en ` e e ` ee utilisant le symbˆle d, et l’´conomie ´trang`re rappel´e par f (foreign) ! L’outil essentiel est le taux de o e e e e change Xt c’est a dire le prix en unit´s domestiques de la date t, d’une unit´ ´trang`re de la mˆme date. ` e ee e e Lorsque l’´conomie domestique est le march´ europ´en,Xt est le taux de change dollar-euro. e e e Principe de non-arbitrage entre deux ´conomies : e Un prix ´tranger transcrit en monnaie domestique par le taux de change est un prix domestique e Le num´raire de cette transformation est le prix en dollars d’un euro soit le taux de change euro-dollars. e Les cons´quences de ce principe sont tr`s nombreuses, soit pour caract´riser la dynamique du taux e e e de change, soit pour comparer l’´valuation et la couverture dans les deux march´s. e e Notons tout de suite que ce principe de non-arbitrage entraˆ qu’une unit´ ´trang`re capitalis´e au taux ıne ee e e f de r entre 0 et t et chang´e en monnaie domestique est un prix domestique. e

117

118

Dea Probabilit´s, option finance 2003/2004 e

En d’autres termes, le taux de change apparaˆt comme un titre domestique qui paye un dividende continu ı f de r .

6.1.1

Principe g´n´ral d’´valuation e e e

f f Le prix domestique en t d’un flux ´tranger FT , est par d´finition ´gal a Πd (XT FT ), puisqu’il faut e e e ` t convertir le flux ´tranger en argent domestique. Mais par ailleurs, ce mˆme flux peut ˆtre obtenu par un e e e portefeuille ´tranger ´valu´ a la date t en monnaie domestique ; par suite avec des notations ´videntes on e e e` e a:

Proposition 6.1.1 La relation d’arbitrage
f f Πd (XT FT ) = Xt Πf (FT ) t t

(6.1.2)

pr´vaut entre les prix a la date t sur les march´s domestiques et ´trangers. e ` e e d f Une relation analogue relie les prix Φ et Φ des contrats a terme dans les deux pays, sous la forme : `
f Φd (XT FT ) t

=

f Φd (XT )Φf (FT ) t t

(6.1.3) (6.1.4)

Φd (XT ) = Xt t

B (t, T ) B d (t, T )

f

Cette derni`re relation traduit le fait que : le taux de change sur le march´ a terme de maturit´ T est le e e` e contrat a terme (forward) sur la devise de mˆme maturit´. ` e e Preuve : Seule la deuxi`me relation demande a ˆtre ´tablie. Elle repose sur la formule (1), qui donne e `e e le lien entre prix a terme et prix au comptant. ` Consid´rons un contrat sur un flux ´crit en monnaie ´trang`re, mais pay´ en monnaie domestique. Les e e e e e f f formules de prix au comptant donn´es en (2) entrainent imm´diatement que Πd (XT FT ) = Xt Πf (FT ) e e t t et donc pour les prix a terme : `
f Φd (XT FT ) = (Xt t

B f (t, T ) f f ) Φ (F ) B d (t, T ) t T

Mais cette formule appliqu´e a un contrat forward ´crit sur une unit´ ´trang`re de la date T permet e ` e ee e f (t,T ) d’interpr´ter le terme Xt B d (t,T ) comme le prix d’un contrat forward sur devise. e B

6.1.2

Application aux options quanto

Nous d´crivons l’´valuation des options d’achat, les options de vente se calculant grˆce a la formule e e a ` de parit´ Call -Put. e Une option europ´enne d’achat, de maturit´ T , de prix d’exercice K , ´crite sur un actif S est un produit e e e financier dont le cash-flow a la date T est FT = (ST − K)+ . ` Nous d´signons son prix a la date t par e ` Ct (S, K, T ) = Πt [(ST − K)+ ] Plusieurs types d’options quanto sont ´valu´es sur les march´s ; elles diff´rent essentiellement par la e e e e nature du sous-jacent de l’option qui par d´finition est toujours un titre ´tranger, et par la monnaie dans e e laquelle est exprim´e le prix d’exercice. e
Nous rappelons dans l’Annexe 1 les formules ferm´es d’´valuation lorsque l’actif suit une loi log-normale, e e notamment les formules de Black-Scholes et de Black, et donnerons dans la seconde partie les formules ferm´es e et les strat´gies de couverture associ´es aux options que nous d´crivons ci-dessous e e e
1

1

Options quanto Options d’achat sur action ´trang`re avec strike en devises e e
Il s’agit d’´valuer en monnaie domestique un flux ´tranger de e e
f f F1 (T ) = (ST − K f )+

119

Le principe g´n´ral d’´valuation montre qu’il suffit d’´valuer cette option en monnaie ´trang`re, puis de e e e e e e convertir la prime en monnaie domestique. Soit
f f C1 (t) = Πd [XT (ST − K f )+ ] = Xt Ct (S f , K f , T ) t

(6.1.5)

En particulier, s’il existe une formule ferm´e pour l’´valuation et la couverture de ce Call sur le march´ e e e ´tranger, il en est de mˆme sur le march´ domestique. Nous ne reviendrons pas sur de telles options qui e e e ne pr´sentent aucun risque de change sp´cifique. e e

Options d’achat sur action ´trang`re avec strike en monnaie domestique e e
Cette option a un cash-flow terminal qui est ´crit naturellement en monnaie dommestique, puisque e c’est la monnaie dans laquelle est exprim´e le stricke K d . Les ´l´ments essentiels a l’´valuation sont : e ee ` e f d – Le flux terminal F2 (T ) = (XT ST − K d )+ – Le produit financier qui synth´tise le risque , c’est a dire le titre domestique dont le flux en T est e ` f f f ST XT , soit Πd [ST XT ] = Xt St d’apr`s la formule (6.1.2). e t f Si l’actif verse un dividende d´terministe donn´ en pourcentage par Dt,T , la formule doit ˆtre moe e e f f d f difi´e en Πt [ST XT ] = Xt St Dt,T e
f f Le Call est donc une option domestique ´crite sur l’actif Xt St qui paye un dividende de Dt,T e f f d C2 (t) = Πd [(XT ST − K d )+ ] = Ct (XS f D.,T , K d , T ) t

(6.1.6)

Options d’achat sur devise
Nous nous int´ressons a un Call sur devise de prix d’exercice X, de maturit´ T . e ` e Cette option est un cas particuler des options pr´c´dentes, lorsque l’actif ´tranger est un z´ro-coupon e e e e ´tranger de mˆme maturit´ que celle de l’option. e e e Le Call est donc une option domestique ´crite sur l’actif Xt B f (t, T ) e
d C3 (t) = Πd [(XT − X)+ ] = Ct (XB f (., T ), X, T ) t

(6.1.7)

Les options sur actions ´trang`res avec taux de change fix´ e e e
Il s’agit d’une option sur une action ´trang`re, dont le pay-off est converti en monnaie domestique par e e un taux de change fix´ dans les termes du contrat et que nous noterons X. Cette option ne se ram`ne pas e e aussi facilement que les autres a une option sur un sous-jacent facilement identifiable, car elle apparait ` comme un m´lange d’option et de contrat a terme sur le change. e ` Les ´l´ments essentiels a l’´valuation sont : ee ` e f d – Le flux F4 (T ) = X (ST − K f )+ . – Le produit financier qui synth´tise le risque, c’est a dire le titre domestique dont le flux en T est e ` f f ´gal X ST , soit XΠd [ST ] e t f Or l’action ´trang`re, vue du march´ domestique, peut ˆtre consid´r´e comme un titre domestique X t St e e e e e e qui verse un dividende al´atoire de X −1 . e

120

Dea Probabilit´s, option finance 2003/2004 e

Nous pr´ciserons ce point dans la deuxi`me partie, lorsqu’une hypoth`se de type volatilit´ d´terministe e e e e e est faite sur les titres. A ce stade, il est possible de donner le prix d’une telle option sous la forme :
f f d C4 (t) = Πd [X (ST − K f )+ ] = XCt (XΠd [ST ], XK f , T ) t t

(6.1.8)

Pour aller plus loin dans l’analyse du prix de ces options, il convient de modeliser la dynamique des sous-jacents, en tenant compte de l’absence d’opportunit´s d’arbitrage entre les deux ´conomies. e e

6.2

Dynamique des produits financiers et primes de risque

Le principe de non-arbitrage a de nombreuses cons´quences sur la mod´lisation de la dynamique des e e cours dans les diff´rentes ´conomies, notamment sur le rendement des titres, comme nous l’avons vu e e pr´c´demment. e e Pla¸ons nous d’abord dans un pays donn´ et consid´rons un actif financier quelconque, dont le prix c e e a l’instant t est not´ Zt . ` e Nous supposons que sous la probabilit´ historique P cet actif a comme param`tres instantan´s un rene e e Z Z dement mt et un vecteur volatilit´ not´ σt . e e Nous d´signons par Wt = e Wt1 , ..., Wtn

, le vecteur colonne2 des n processus browniens stan-

dards ind´pendants, repr´sentant les n sources d’al´a qui affectent les prix (dans les deux ´conomies e e e e ´ventuellement) . e Sous la probabilit´ objective P, le processus Zt des prix de l’actif suit la dynamique suivante : e dZt Z = mZ dt+ < σt , dWt > (6.2.1) t Zt En absence d’opportunit´ d’arbitrage, Il existe un vecteur de primes de risque not´ λ t , tel que pour e e Z tout actif du march´ de prix Zt : mZ = rt + < σt , λt >. e t On d´finit alors la probabilit´ risque neutre Q, comme ´tant la probabilit´ e e e e sus Wt d´fini par : e dWt = dWt + λt dt
3

sous laquelle, le proces-

est un Q-mouvement brownien standard. Dans cet univers, appel´ univers neutre au risque, tous les actifs ont pour rendement instantan´ le taux e e spot sans risque rt : dZt Z Z = rt dt+ < σt , dWt + λt dt >= rt dt+ < σt , dWt > Zt Si de plus, l’actif Z verse un dividende continu de taux µZ , l’´quation est transform´e en : e e t dZt Z = [rt − µZ ] dt+ < σt , dWt > t Zt
2 3

(6.2.2)

(6.2.3)

On notera par A∗ la transpos´e de la matrice A, et < x, y > le produit scalaire de deux vecteurs. e Cette probabilit´ , ´quivalente a , est d´finie par sa densit´ de Radon-Nikodym : e e ` e e
£ ¢

= exp −
 

0

λs d W s −

 

 

d d
 

¡

 

 

t

1 2

t 0

||λs | |2 ds

Options quanto

121

Si nous nous pla¸ons dans le pays domestique, la prime de risque est not´e λd , et le processus dWtd = c e t dWt + λd dt est un Qd -mouvement brownien. t Si nous pla¸ons dans le pays ´tranger, ces mˆmes quantit´s sont reper´es par le symbˆle f . c e e e e o f d Il n’y a pas de raison a priori pour que les deux primes de risque, λt et λt soient les mˆmes. Toutefois ` e l’absence d’opportunit´ d’arbitrage permet de les comparer en utilisant le taux de change. e

Dynamique du taux de change
Nous commen¸ons par traduire sur la mod´lisation du taux de change, le fait vu dans le premier c e paragraphe que c’est un titre domestique, qui verse un dividende en continu ´gal au taux ´tranger r f , e e soit, compte-tenu de l’´quation (11) : e Proposition 6.2.1 Le taux de change a une dynamique de la forme : dXt f d X = [rt − rt ]dt + < σt , dWtd > Xt o` Wtd = Wt + λd dt u t (6.2.4)

Primes de risque dans le march´ ´tranger ee
La caract´risation du taux de change ne traduit pas compl`tement l’A.O.A (absence d’opportunit´ e e e d’arbitrage ) entre les diff´rentes ´conomies. En effet, il nous reste a exprimer le fait que ce sont tous les e e ` prix sur le march´ ´tranger qui sont transform´s par le change en des prix domestiques. ee e
f Proposition 6.2.2 Un titre ´tranger Zt a une dynamique de la forme : e f dZt f Zt f f = rt dt + < σZ (t), dWt + λf dt > t

(6.2.5)

o` le vecteur λf des primes de risque sur le march´ ´tranger est donn´ par : u ee e
X λf − λd = −σt t t

(6.2.6)

Les browniens non centr´s Wtd et Wtf sont li´s par la relation e e Wtd − Wtf =
t 0 X σs ds

(6.2.7)

Preuve : C’est la mˆme que celle donn´e pour les changements de num´raire. e e e f Soit Zt le prix d’un actif ´tranger. L’A.O.A entre les diff´rents march´s entraine que X Z f est un e e e prix domestique , dont le prix satisfait a la relation (6). Le calcul d’Itˆ entraine que : ` o
d(X Z f )t (X Z f )t

=

dXt Xt

+

f dZt f Zt

+ Covt

f dXt dZt Xt , Z f t

f d X X = rt dt + < σt , dWt + λd dt > + < σS (t), dWt + λf dt + σt dt > t t

X Z f ´tant un prix domestique, d’apr`s l’´quation (6) n´cessairement : e e e e
X λf + σ t = λ d t t

Ce qui nous donne le r´sultat annonc´ car l’equation qui lie les mouvements browniens est une e e cons´quence imm´diate de la propri´t´ des primes de risque. e e ee

122

Dea Probabilit´s, option finance 2003/2004 e

f Le calcul nous donne la dynamique du titre domestique Xt Zt

Corollaire 6.2.3 L’action ´trang`re ´crite en monnaie domestique suit : e e e d(X S f )t f d X = rt dt + < σt + σS (t), dWtd > (X S f )t
f X le vecteur des volatilit´s est donn´ par la somme des vecteurs σ t + σS (t) e e

(6.2.8)

Remarque sur les conventions utilis´es e
Nous avons suppos´ que n sources de bruit ind´pendantes expliquent les perturbations al´atoires e e e affectant tous les produits financiers, ind´pendamment de l’´conomie dans laquelle ils sont ´valu´s, ce qui e e e e nous permet d’avoir une interpr´tation simple des diff´rentes primes de risque. e e Toutefois, ce faisant, nous nous ´loignons de la pratique habituelle qui en g´n´ral a un titre risqu´ S e e e ` e S S associe une source de bruit W , et une volatilit´ volt . e Le passage d’une mod´lisation a l’autre se fait ais´ment grˆce aux correspondances suivantes : e ` e a
S S < σt , dWt > = volt dWtS

volt (S) = Ainsi par exemple

S σt

(6.2.9)

f X volt (XS f ) = σt + σS (t)

e ` La corr´lation instantan´e ρX,S entre deux produits financiers X et S est mesur´e a l’aide des relations e e t suivantes : dXt dSt X S , ) = < σt , σt > dt = ρt (X, S) volt (X) volt (S) dt covt ( Xt S t soit S X < σ t , σt > ρt (X, S) = (6.2.10) X S σt σt Ainsi la volatilit´ du produit des deux actifs est donn´e par : e e
X S volt (XS)2 = σt + σt 2

= volt (X)2 + volt (S)2 + 2 volt (X)2 volt (S)2 ρt (X, S)

(6.2.11)

Nous utiliserons souvent la volatilit´ moyenne entre t et T e V olt,T (S)2 =
t T

volu (S)2 du =
t

T

S σt

2

du

(6.2.12)

6.3

Options sur un march´ ´tranger : Les options quanto ee

Avant d’aborder les formules de calcul et de couverture explicites de ces options, nous fixons quelques notations tr`s souvent utilis´es dans la suite . e e Comme l’´valuation des options est faite en monnaie domestique, nous nous pla¸ons sous la probabilit´ e c e domestique neutre au risque Qd , et d´composons le prix des actifs dans les diff´rents pays par rapport e e au Qd -mouvement brownien W d .
d 1. Le prix z´ro-coupon domestique Bt,T suit la diffusion : e d dBt,T d Bt,T d d = rt + < σt,T , dWtd >

d d soit d’apr`s (6.2.11) une volatilit´ des z´ro-coupons de volt,T = σt,T e e e

Options quanto
2. Le taux de change Xt suit la diffusion : dXt f X d = rt − rt dt+ < σt , dWtd > Xt
X soit une volatilit´ du change de volt (X) = σt e

123

3. La corr´lation instantan´e entre le taux de change et le z´ro-coupon domestique de maturit´ T est e e e e mesur´e d’apr`s l’equation (6.2.10) par e e ρX,d = t
X d < σt , σt,T > d σt,T X σt

f De mˆme, on suppose que sur le march´ ´tranger, le prix des z´ro-coupons B t,T suit la dynamique : e ee e

1.
f dBt,T f Bt,T f f o` volt,T = σt,T u f f X = rt dt+ < σt,T , dWtd − σt dt >

2. L’actif ´tranger risqu´ sur lequel sont ´crites les options paye un taux de dividende de µ Z vers´ en e e e e t continu. f dZt f Z X = (rt − µZ )dt+ < σt , dWtd − σt dt > t f Zt Le dividende (not´ en pourcentage) vers´ entre t et T est not´ e e e
Z Dt,T = exp − T t

µZ ds s

6.4

Les formules ferm´es d’´valuation des Call quanto e e

Pour obtenir des formules ferm´es d’´valuation, nous supposons que les vecteurs de volatilit´s e e e des diff´rents titres sont d´terministes. e e

6.4.1

La formule de Black

Dans un march´ donn´, cette hypoth`se conduit a des formules explicites d’´valuation , mˆme lorsque e e e ` e e les taux sont al´atoires. Pour l’´valuation d’un Call, de maturit´ T et de prix d’exercice K, ´crit sur un e e e e actif S, qui verse un dividende d´terministe Dt,T , il s’agit de la formule de Black : e Callt (S, K, T ) = BL(St Dt,T , K, T, V olt,T (Φ(ST )) o` u – Φt (ST ) est le prix d’un contrat a terme sur ST , soit ` Φt (ST ) = Πt (ST ) St Dt,T = d B d (t, T ) B (t, T ) (6.4.1)

– V olt,T (P hi(ST )) est la volatilit´ moyenne du contrat entre t et T , soit e

124
V olt,T (Φ(ST ))2
T

Dea Probabilit´s, option finance 2003/2004 e
S = T 1 t volu (Π(ST ))2 du = T 1 t σt − σt,T −t −t T = T 1 t [volu (B(.T )2 + volt (S)2 −t + 2 volu (B(.T )) volu (S)ρu (B(., T ), S)]du T 2

D’autre part, mˆme lorsque les taux sont al´atoires e e V olt,T (Φ(ST ))2 = La formule explicite est Callt (S, K, T ) = St Dt,T N (d1 ) − KB(t, T )N (d0 ) o` : u d0 d1 =
1 √ T −tV olt,T (Φ(ST ))

1 vart [Ln(ST ] T −t

(6.4.2)

(6.4.3)

Ln

St Dt,T B(t,T )K

1 2

T − tV olt,T (Φ(ST ))

= d0 +

√ T − tV olt,T (Φ(ST ))

La couverture d’une telle option se fait a l’aide de Dt,T N (d1 ) actions et de −KN (d0 ) z´ro-coupons de ` e maturit´ T ( ou de tout portefeuille synth´tique qui le duplique). e e

6.4.2

Options d’achat sur action ´trang`re avec strike en monnaie domestique e e

Comme nous l’avons vu dans la premi`re partie, ce Call est une option domestique ´crite sur l’actif e e f f Xt St qui paye un dividende de Dt,T . Il existe donc une formule ferm´e, puisque le vecteur des volatilit´s e e de X S f , qui est la somme de ceux de X et de S f , est d´terministe. e Le Call est donc ´valu´ par : e e
f f f d C2 (t) = Ct (XS f D.,T , K d , T ) = BLd (Xt St Dt,T , K d , T, V olt,T [Φ(ST XT )]) f C2 (t) = Xt St Dt,T N (d1 ) − K d B d (t, T )N (d0 )

(6.4.4)

1. Le titre qui synth´tise tous les risques est le contrat a terme domestique sur l’action ´trang`re soit : e ` e e
f Φd (ST XT ) = t f Xt St Dt,T B d (t, T )

S 2. Sa volatilit´ instantan´e volt,T est donn´e par : e e e S [vol(t,T ) ]2 X S d = σt + σt − σt,T 2 d = volt (X)2 + volt (S)2 + (volt,T )2 d + 2 volt (X) volt (S) ρt (X, S) − 2 volt (X) volt,T ρt (d, X) d − 2 volt (S) volt,T ρt (d, S)

o` ρt (d, S) est la corr´lation instantan´e entre les z´ro-coupons domestiques maturit´ T et l’actif u e e e e ´trangers . e 3. La variation moyenne de cette volatilit´ sur la p´riode, e e
S [V olt,T ]2 =

1 T −t

T t

S (vols,T )2 ds =

1 vart [Ln(ST ) + Ln(XT )] T −t

Options quanto

125

La volatilit´ de cet actif d´pend des corr´lations entre tous les produits financiers qui sont en jeu, noe e e tamment entre le sous-jacent ´tranger et le taux de change, et si les taux sont al´atoires entre ces titres e e et les taux domestiques. La couverture d’une telle option se fait a l’aide de Dt,T N (d1 ) actions ´trang`res pay´es en monnaie ` e e e d domestique et de −K N (d0 ) z´ro-coupons de maturit´ T ( ou de tout portefeuille synth´tique qui le due e e plique). Le risque de corr´lation est alors couvert. e Il est possible de se placer dans l’univers ´tranger : l’option apparait comme une option ´trang`re e e e d d’´change entre l’action et l’inverse du taux de change multipli´ par K . Pour obtenir le prix domestique, e e il suffit de reconvertir la prime a l’aide du taux de change. `

6.4.3

Options d’achat sur devise

` e o` [V olt,T [Φd (XT )]]2 = T 1 vart [Ln(XT )] La couverture de cette option se fait a l’aide de N (d1 ) z´rou −t coupon ´trangers pay´s en monnaie domestique et de −XN (d0 ) z´ro-coupon domestiques. e e e Nous aurions pu adopter un point de vue diff´rent, et consid´rer ce titre comme une option sur le taux e e f de change, vu comme un titre domestique qui verse un dividende ´ventuellement al´atoire de r t . Dans e e le cas o` les taux ´trangers sont d´terministes, on retrouve ´videmment la formule pr´c´dente, puisque u e e e e e dans ce cas le dividende vers´ entre t et T est e
T X Dt,T = exp − t f rs ds = B f (t, T )

Comme nous l’avons vu dans la premi`re partie, il s’agit d’un cas particulier des options pr´c´dentes, e e e o` le titre ´tranger est un z´ro-coupon de maturit´ T . Le Call est donc une option domestique ´crite sur u e e e e f l’actif Xt B (t, T ) C3 (t) = BLd (Xt B f (t, T ), X, T, V olt,T [Φd (XT )]) (6.4.5) d = Xt B f (t, T )N (d1 ) − XBt,T N (d0 )

. C’est le point de vue adapt´ par Garman-Kolhagen (1983 [?]) . Dans le cas o` ils sont al´atoires, il est e u e plus difficile de retrouver la formule pr´c´dente . e e

Options de vente sur devise
La parit´ Call-Put permet de n’envisager que l’un de ces deux produits financiers, l’´valuation et la e e couverture de l’autre se fait grˆce a la relation a ` Callt (S, K, T ) − P utt (S, K, T ) = St − K B(t, T ) Cette relation est bien sˆr valable pour les options qui nous pr´occupent. u e Toutefois, nous pouvons interpr´ter diff´remment cette relation, en envisageant d’utiliser un point de vue e e issu de l’autre march´. En effet, il apparait clairement qu’une option d’achat sur le change (´trangere e domestique) est aussi une option de vente sur le change (domestique-´tranger). Plus pr´cis´ment, d’apr`s e e e e la relation (2) : d Callt (X, X, T ) = Xt underlineX −1P utf (X −1 , X −1 , T ) t Nous aurions pu adopter un point de vue diff´rent, et consid´rer ce titre comme une option sur le taux e e f de change, vu comme un titre domestique qui verse un dividende ´ventuellement al´atoire de r t . Dans e e le cas o` les taux ´trangers sont d´terministes, on retrouve ´videmment la formule pr´c´dente, puisque u e e e e e dans ce cas le dividende vers´ entre t et T est e
T X Dt,T = exp − t f rs ds = B f (t, T )

126

Dea Probabilit´s, option finance 2003/2004 e

. C’est le point de vue adapt´ par Garman-Kolhagen (1983 [?]) . Dans le cas o` ils sont al´atoires, il est e u e plus difficile de retrouver la formule pr´c´dente . e e

6.5

Les options sur actions ´trang`res avec taux de change fix´ e e e

Nous ´tudions maintenant en d´tail cette option, dont nous avons not´ dans la premi`re partie qu’elle e e e e ´tait plus difficile a ´valuer que les autres . Il s’agit d’une option sur une action ´trang`re, dont le pay-off e `e e e est converti en monnaie locale par un taux de change fix´ dans les termes du contrat et que nous noterons e X.

Le cas d’un taux de change d´terministe e
Cette option ´trang`re est ´videmment tr`s simple a ´valuer sur le march´ ´tranger, et la r´gle de e e e e ` e ee e passage donn´e par la formule (2) nous montre que e C4 (t) = X f Xt Callt (S f , K f , T ) XT

Le cas d’un taux de change a´atoire e
f Le sous-jacent de l’option est donc le portefeuille en monnaie domestique qui finance XST . f f St peut ˆtre vu comme un titre domestique qui verse un dividende al´atoire ´gal a r t − rt . D’apr`s la e e e ` d e formule de Black et Scholes g´n´ralis´e, nous associons a ce flux le titre e e e ` f d Zt = B d (t, T )Et T [XST ] f Mais les variables (ST XT ) et (XT ) sont lognormales sous la probabilit´ Et T , d’esp´rance e e B f (t,T )Xt B d (t,T ) Qd
f S t Xt B d (t,T )

Qd

et

On en d´duit ais´ment que e e
f Et T [XST ] Qd

B f (t, T )Xt S f Xt f exp[covt (LnST , XT )] = dt X d (t, T ) B B (t, T ) XB d (t, T ) f exp[−covt (LnST , XT )] B f (t, T )

Par suite
f d Zt = S t

Nous pouvons maintenant donner la formule d’´valuation de l’option sur le march´ domestique, en notant e e Qd f f T e e que le contrat forward domestique sur ST , Et [XST ] se comporte comme un future sur l’action ´trang`re, au sens o` sa valeur est celle du contrat forward ´tranger compens´ par un dividende pay´ en continu, u e e e qui traduit la corr´lation de l’action et du taux de change. On obtient : e C4 = X o` : u
 

f d St Bt,T Dt,T f exp covt LogST , LogXT B f (t, T )

d N (d1 ) − XK f Bt,T N(d0 ) ¸

d0

=

1
f vart LogST

(

)

Log

f f St exp[covt (LnST ,LnXT )] f Bt,T K f

f − 1 (vart LogST ) 2 2

1

d1

= d0 +

f vart LogST

Le march´ des commodities e

127

La couverture de cette option est beaucoup plus d´licate a mettre en place que dans les autres e ` cas d’options quanto, car a cause du taux de change fix´ contractuellement le sous-jacent de l’option ` e apparaˆ comme un titre qui verse un dividende continu, mais dont le taux d´pend de la volatilit´ et des ıt e e corr´lations des titres, actions, change, taux. e Toutefois la r`gle qui permet de couvrir la formule de Black s’applique ici, sur l’un ou l’autre march´. e e

128

Dea Probabilit´s,option finance 2003/2004 e

Chapitre 7

March´s ` termes, Produits d´riv´s e a e e sur Mati`res Premi`res, e e par Julien Samaha, Cr´dit Lyonnais. e
Ce chapitre est une introduction aux march´s de commodities, qui a de nombreuses caract´ristiques e e sp´cifiques. Elle est faite par Julien Samaha, qui traville au contrˆle des risques de march´ sur commoe o e dities au Cr´dit Lyonnais a Londres.Je le remercie bien vivement de sa pr´sentation. e ` e

Les instruments sur mati`res premi`res (ou commodities) constituent une classe particuli`re d’actifs fie e e nanciers. Bien que repr´sentant encore une part mineure par rapport aux produits sur taux et actions, e ils ont connu une importante ´volution au cours de ces derni`res ann´es, grˆce a la d´r´glementation de e e e a ` e e certains march´s, comme celui du gaz et de l’´lectricit´ dans quelques pays, et par le souci des invese e e tisseurs de diversifier leur portefeuille a travers une classe plus large d’actifs. L’objectif de cette partie ` est de pr´senter ces march´s de mani`re succinte, et de souligner les outils d’analyse et de mod´lisation e e e e s’appliquant a leurs sp´cificit´s. ` e e

7.1
7.1.1

Pr´sentation des march´s e e
March´s de contrats ` terme e a

Il n’y a pas un mais des march´s a terme de mati`res premi`res, avec leurs structures et leurs e ` e e fonctionnements sp´cifiques. Les march´s de contrats futurs sont, a l’origine, apparus sur les mati`res e e ` e premi`res. Certains ont acquis, au fil des ann´es, une liquidit´ suffisante pour devenir des march´s de e e e e r´f´rence, alors que d’autres ont acquis tr`s peu de volume ou ont mˆme disparu du fait de leur ´chec a ee e e e ` r´pondre aux besoins de couverture du march´. On peut distinguer les principales cat´gories suivantes : e e e – Energies : p´trole (brut et d´riv´s), gaz naturel, charbon, ´lectricit´. Except´ le charbon, ces e e e e e e march´s sont assez r´cents : les premiers contrats a terme sur le p´trole sont apparus a la fin e e ` e ` des ann´es 1970 sur le fioul l´ger (heating oil) a New York et leur d´velopement a ´t´ favoris´ e e ` e ee e par les chocs p´troliers et les mesures de d´r´glementation ; les march´s du gaz et de l’´lectricit´ e e e e e e sont apparus au cours des ann´es 1990, suite a la d´r´glementation dans certaines r´gions. Ces e ` e e e deux derni`res ann´es ont de plus vu la mise en place de plateformes ´lectroniques sur ces march´s e e e e

129

130

Dea Probabilit´s,option finance 2003/2004 e

qui fonctionnaient traditionnellement a la cri´e. Le march´ du p´trole est particuli`rement com` e e e e plexe du fait de la tr`s grandes diversit´ des qualit´s du brut et des produits issus du raffinage. e e e Cette complexit´ n’est pas pr´sente dans les autre ´nergies o` les diff´rences sont principalement e e e u e g´ographiques. De plus, le march´ du p´trole est un march´ global, avec des transactions internae e e e tionales, alors que les march´s du gaz et de l’´lectricit´ sont r´gionaux et fonctionnent en r´seaux e e e e e de transmissions. Les principaux contrats a terme p´troliers et gaziers sont cot´s sur le NYMEX ` e e (New York) et l’IPE (Londres). Les march´s a terme de l’´lectricit´ sont des march´s de gros ; e ` e e e ils sont r´gionaux et existent dans les zones d´r´glement´es, par exemple : NordPool (Scandinae e e e vie), UK Power Exchange (Grande-Bretagne), EEX (Allemagne), PowerNext (France), NEMMCO (Australie). – M´taux de base : ils sont principalement cot´s sur le LME (Londres) et le COMEX (New York). e e Le LME en reste le march´ principal, o` sont cot´s l’aluminium, le cuivre, le zinc, le nickel, le e u e plomb et l’´tain. Il a ´t´ cr´´ en 1877, suite a la r´volution industrielle en Grande-Bretagne, qui e e e ee ` e a vu des importations massives de m´taux. On peut remarquer que, du fait de cet historique, le e contrat a terme de maturit´ 3 mois est rest´ un contrat de r´f´rence car il correspond au temps ` e e ee moyen d’acheminement des m´taux depuis leurs lieux de production (comme l’Am´rique Latine ou e e l’Afrique) vers Londres et les autres pays consommateurs. – M´taux pr´cieux : or, argent, platine, palladium. Du fait de leur pass´, ils ont tendance a ˆtre e e e ` e trait´s comme des devises par les institutions financi`res. Par exemple, l’or joue a la fois le rˆle de e e ` o mati`re premi`re et de devise (valeur de r´serve). Les principales places de cotations sont le LBMA e e e (Londres), le COMEX (New York, il s’agit de contrats futurs) et le TOCOM (Tokyo). – Produits dits ”softs” : cette classe regroupe les produits agricoles (cacao, caf´, sucre, c´r´ales etc.), e e e la laine et le cotton, le b´tail, les produits forestiers (bois, caoutchouc), le vin etc. Ils sont cot´s e e sur des places diverses, on peut citer : CBOT et CME (Chicago), NYBOT (New York), LIFFE (Londres), MATIF (Paris), entre autres. Les march´s sur produits agricoles sont les plus anciens, le e premier march´ a terme officiel ´tant apparu sur le bl´ au Chicago Board of Trade (CBOT), dans e` e e la deuxi`me moiti´ du XIX`me si`cle. Malgr´ cette anciennet´, ces march´s sont peu sophistiqu´s e e e e e e e e et les instruments trait´s restent simples. e – Produits d´riv´s climatiques : ce ne sont pas des produits sur mati`res premi`res a proprement e e e e ` parler car le sous-jacent (temp´rature, vitesse du vent...) n’est pas un produit physique et est encore e moins ´chang´ ! Cette classe de produits poss`de cependant un lien important avec les march´s de e e e e mati`res premi`res car le climat en est un facteur important (cf. plus loin). Ceci est confirm´ par le e e e d´velopement r´cent d’instruments hybrides sur le gaz, comportant une clause sur la temp´rature. e e e Il s’agit n´anmoins d’une classe tr`s s´par´e, dont les outils d’analyse et de valorisation sont tr`s e e e e e differents ; c’est pourquoi nous ne traiterons pas ce march´ dans cet article. e Les calendriers et les fr´quences d’expirations des contrats futurs list´s varient d’un march´ a l’autre e e e ` et d´pendent du cycle ´conomique du produit. Cette liste s’´tend r´guli`rement avec la naissance de e e e e e nouveaux march´s, comme celui des droits d’´mission de gaz a effet de serre ou la mise en place actuelle e e ` de contrats sur l’acier.

7.1.2

En quoi ces march´s sont-ils diff´rents ? e e

Une mati`re premi`re est un actif beaucoup moins abstrait qu’une obligation ou une action. C’est e e la raison principale qui diff´rencie les contrats sur commodities des instruments financiers traditionnels. e Plus pr´cis´ment, on peut distinguer les sp´cificit´s suivantes : e e e e – Livraison physique du sous-jacent : tout instrument financier sur mati`re premi`re est li´, directee e e ment ou indirectement, a une livraison physique du sous-jacent. C’est pourquoi sa valeur ne peut `

Le march´ des commodities e

131

ˆtre durablement d´connect´e de celle du sous-jacent. Pour la majorit´ des produits, de nombreux e e e e coˆts et contraintes sont associ´s a cette livraison physique et sont pris en compte dans la valou e ` risation de l’instrument. De mani`re g´n´rale, un march´ financier sur un produit physique est e e e e ´troitement li´ au march´ du transport de ce mˆme produit. En particulier sur le p´trole, les prix e e e e e de certains produits contiennent le coˆt de transport (le produit est alors d´nomm´ avec le sigle u e e CIF pour ”charge, insurance, freight”), d’autres pas (le cigle est alors FOB pour ”free on board”) ; la d´tention d’un portefeuille sur ces diff´rents produits peut alors contenir un risque de transport e e implicite (freight risk ). Un contrat a terme sp´cifie la qualit´ du sous-jacent d´livrable, ainsi que les ` e e e points g´ographiques de livraison. Par exemple, le LME d´tient une liste des entrepˆts, approuv´s e e o e pour le stockage de ses m´taux list´s a travers le monde. Il est en fait rare qu’un contrat futur e e ` list´ soit d´tenu jusqu’` la livraison physique du sous-jacent (moins de 5% des cas). Le march´ de e e a e futur est consid´r´ comme la contrepartie de ”dernier ressort”. En effet, l’acheteur (resp. vendeur) e e d’un tel contrat ne sera pas a priori int´ress´ de commercer avec une contrepartie choisie par la e e place, d’autant plus que le produit qu’il souhaite acheter (livrer), et sur lequel il s’est couvert, ne correspond en g´n´ral pas aux sp´cificit´s, souvent rigides, requises par le contrat futur list´ e e e e e (qualit´ du produit, lieu de livraison). Le march´ fournit cependant une proc´dure plus flexible e e e pour r´gler physiquement le d´nouement d’un contrat futur : celle-ci s’appelle un ´change de futur e e e pour du physique (EFP pour Exchange Future for Physical) ; le m´canisme permet de choisir a e ` l’avance sa contrepartie et de n´gocier le prix de r`glement du physique a maturit´. e e ` e – Une mati`re premi`re peut ˆtre, la plupart du temps, revendue comme tout autre actif, mais elle e e e peut aussi ˆtre transform´e (raffinage pour le p´trole, g´n´ration d’´lectricit´ pour le gaz naturel e e e e e e e ou le charbon etc.) et/ou consomm´e. e – Fongibilit´ limit´e : un produit physique livr´ aujourd’hui n’est pas ´quivalent a ce mˆme produit e e e e ` e livr´ demain. Certains, comme les produits agricoles, se d´t´riorent ou ont mˆme une dur´e de vie e ee e e limit´e (comme le b´tail). Une fois stock´, un tel produit est en g´neral soumis a une proc´dure de e e e e ` e ”regrading”, consistant a r´´valuer le produit par rapport a un standard de march´ ; s’il ne remplit ` ee ` e plus exactement les crit`res de livraison, sa valeur est diminu´e en cons´quence. e e e Les march´s de contrats futurs sont tr`s peu liquides, compar´s aux autres march´s financiers. Il est en e e e e effet toujours difficile d’introduire un contrat futur sur un march´ physique car le degr´ d’acceptance peut e e varier fortement ; le contrat LME sur l’aluminium a ainsi mis dix ans a acqu´rir une liquidit´ significative. ` e e De ce fait, ces march´s sont parfois la cible de manipulations : une manipulation consiste a cr´er une e ` e p´nurie artificielle de stock du sous-jacent, de sorte a faire gonfler les prix. Un exemple c´l`bre est la bulle e ` ee de l’argent en 1979-1980 ; ces ph´nom`nes sont apparus tr`s tˆt comme en t´moigne [16]. e e e o e

7.1.3

Qui sont les acteurs sur ces march´s ? e

On distingue deux cat´gories d’acteurs : e – Les producteurs et les consommateurs : ce sont les entreprises expos´es au risque de baisse (dans e le cas des producteurs) ou de hausse (dans le cas des utilisateurs) des prix des mati`res premi`res, e e et cherchant a se couvrir. ` – Les investisseurs et les sp´culateurs : ce sont les institutions financi`res (banques, fonds) cherchant e e a prendre positions sur ces march´s, a des fins commerciales (vente de produits de couverture) ou ` e ` sp´culatives. Ils interviennent rarement directement sur le march´ physique. e e

7.1.4

Principaux facteurs

Les prix d´pendent a la base du diff´rentiel entre l’offre et la demande ainsi que de sa perception dans e ` e le futur. La qualit´ de l’information sur l’offre et la demande varie suivant les produits et d’une r´gion e e

132

Dea Probabilit´s,option finance 2003/2004 e

a l’autre ; par exemple, les montants des stocks de p´trole sont publi´s chaque semaine aux Etats-Unis, ` e e ce qui n’est pas le cas dans le reste du monde. De nombreux facteurs affectent l’offre et la demande et ont ainsi une influence sur les prix au comptant et a terme des mati`res premi`res. Ils ne sont pas ` e e n´cessairement ind´pendants entre eux et leurs importances respectives varient d’un produit a l’autre. e e ` On peut cependant en tenter une distinction : – Facteurs ´conomiques : les facteurs macro-´conomiques ont un poids ´vident, que ce soit des e e e ph´nom`nes cycliques comme les r´cessions, l’inflation et la variation des cours de change, ou e e e des ph´nom`nes a impact plus permanent, comme derni`rement l’entr´e de la Chine comme ime e ` e e portatrice de m´taux, qui a provoqu´ une mont´e soutenue des prix. e e e – Facteurs physiques : conditions climatiques et m´t´orologiques, logistiques et technologiques (techee niques de forage pour le p´trole). Le climat est le plus important : suivant les produits, il a un e impact sur la production ou la consommation et donc, dans les deux cas, il a un impact majeur sur les prix. Le prix du gaz naturel est particuli`rement sensible aux conditions m´t´orologiques e ee court terme car sa consommation d´pend du niveau de temp´rature ; les pr´visions m´t´o sont alors e e e ee suivies de pr`s par les traders. e – Facteurs politiques et sociaux : changements de r´glementations, ´v´nements politiques, guerres, e e e gr`ves. Ils ont une importance tr`s forte sur le niveau de l’offre et sa pr´vision dans le futur, e e e essentiellement court terme. Quelques exemples : du fait de la p´nurie possible r´sultant des guerres e e d’Irak en 1991 et 2003, les prix a court et moyen terme du p´trole ont ainsi connu des sommets ` e historiques ; les r´voltes de 2002 en Cˆte d’Ivoire, le producteur le plus important de cacao, ont e o provoqu´ une mont´e des prix a terme ; la d´r´glementation a permis le d´velopement de march´s e e ` e e e e a terme et d´riv´s sur le gaz naturel et l’´lectricit´. ` e e e e – Facteurs sp´culatifs : ce sont les facteurs faisant d´vier les prix de leur valeur fondamentale. Ils e e peut s’agir par exemple de rumeurs sur des ´v´nements pouvant affecter les prix, ou d’op´rations e e e de maniuplation ´voqu´es plus haut. On peut donc d´composer les prix a terme en une composante e e e ` fondamentale (r´sultant du diff`rentiel entre l’offre et la demande) et une composante sp´culative. e e e Ainsi, pendant la p´riode de pr´-guerre en Irak, les analystes d´composaient le prix du p´trole en e e e e sa composante fondamentale et un ”war premium”.

Le march´ des commodities e

133

7.2

Analyse des prix

Les courbes de prix a terme sur mati`res premi`res pr´sentent des formes diff´rentes suivant les ` e e e e produits et suivant les p´riodes, comme l’illustrent les graphiques ci-dessous. Nous pr´sentons ici les e e notions de base qui permettent d’analyser l’´tat et les variations de cette courbe. e

A une date donn´e t et pour une unit´ du sous-jacent, on note S(t) le prix au comptant et F (t, T ) le e e prix d’un contrat a terme livrant le sous-jacent a une date future T . On note C(t1 , t2 ) le coˆt de d´tention ` ` u e d’une unit´ du produit physique entre deux dates t1 et t2 (rassemblant les coˆts de stockage, de transport e u et de financement, on le suppose d´terministe). e

7.2.1

Arbitrage cash-and-carry

Consid´rons une mati`re premi`re stockable. On a la relation : e e e F (t, T ) ≤ S(t) + C(t, T ) (7.2.1)

En effet, si cette relation ´tait viol´e, un arbitrage, dit cash-and-carry, consisterait a acheter le produit e e ` physique et a vendre le contrat a terme simultan´ment en t ; le produit serait alors livr´ a ´ch´ance du ` ` e e`e e contrat en T . Contrairement aux instruments financiers classiques, l’op´ration inverse (reverse cash-ande carry) est tr`s rarement r´alisable en pratique et c’est pourquoi on n’a qu’une relation d’in´galit´. e e e e La notion de prix au comptant est en fait th´orique pour la plupart des march´s, car il est rarement e e possible d’obtenir la livraison le jour mˆme. Mais la relation (7.2.1) peut ˆtre ´tendue a un arbitrage e e e ` entre deux contrats a terme : ` F (t, T2 ) ≤ F (t, T1 ) + C(T1 , T2 ) (7.2.2) Les int´rˆts financiers, inclus dans C, sont suppos´s voisins du taux d’int´rˆt sans risque car le produit e e e e e physique stock´ peut ˆtre utilis´ comme collat´ral. Bien qu’´tant un arbitrage, une telle op´ration n’est e e e e e e pas sans risque dans la r´alit´ : la livraison finale du produit est soumise au risque de transport, tr`s e e e pr´sente dans le cas du p´trole et du gaz. Certains produits sont de plus p´rissables et l’arbitrageur doit e e e s’assurer que son ´tat au moment de la livraison remplit les conditions du contrat a terme, auquel cas il e ` devra payer un coˆt d’ajustement. Tenant compte de ces r´alit´s, la relation (7.2.1) peut cependant ˆtre u e e e valid´e en ajoutant les coˆts d’assurance dans C. Une telle relation n’est cependant plus valide dans le e u cas d’un produit non stockable comme l’´lectricit´. e e

7.2.2

Rendement d’opportunit´ (convenience yield) e

Le rendement d’opportunit´ est d´fini comme le b´n´fice associ´ a la d´tention du produit physique e e e e e` e entre deux dates t et T ; nous le notons Y (t, T ). En terme d’option r´lle, il peut ˆtre formul´ comme ´tant e e e e la valeur de l’option de consommation du produit a tout instant, pendant cette p´ridode. Il est d´fini ` e e par : F (t, T ) = S(t) + C(t, T ) − Y (t, T ) (7.2.3) Le rendement d’opportunit´ net est Y − C. Sa structure par terme peut ˆtre d´duite directement de e e e celle des prix a terme. Le rendement d’opportunit´ peut aussi s’interpr´ter comme le revenu tir´ du ` e e e

134

Dea Probabilit´s,option finance 2003/2004 e

prˆt du produit physique. Y est, de ce fait, souvent exprim´ proportionnellement au prix, sous la forme e e Y (t, T ) := δ(t, T )S(t), d’o` le terme de rendement. Remarquons que, dans le cas de l’or, ce rendement est u directement observable ; on l’appelle le lease rate, qui correspond en fait a la diff´rence entre le rendement ` e d’opportunit´ et le coˆt de stockage, et c’est de cette mani`re que les prix a terme de l’or sont cot´s a e u e ` e ` Londres.

7.2.3

Report (contango) et d´port (backwardation) e

Une courbe de prix de contrats a terme est dite en report (contango en anglais) si les prix a terme sont ` ` sup´rieurs au prix au comptant. Elle est dite en d´port (backwardation) dans le cas contraire, i.e. lorsque e e le rendement d’opportunit´ est sup´rieur au coˆts de stockage (pour un produit stockable). Le deuxi`me e e u e membre de l’´quation (7.2.1) correspond a la courbe ”maximale” des prix a terme ; on l’appelle le report e ` ` maximum ou maximum contango, ou encore full carry. Par contre, il n’y a pas de d´port maximum ; le e rendement d’opportunit´ peut ˆtre tr`s ´lev´ (la limite correspondant a des prix a terme a z´ro). Notons e e e e e ` ` ` e qu’une telle d´finition n’est pas directement applicable dans le cas de courbes exhibant une saisonnalit´ e e forte, comme le gaz naturel, o` il est plus judicieux de comparer des prix correspondant au mˆme mois u e de livraison. Une courbe en d´port correspond en g´n´ral a une situation de p´nurie : en effet, la d´tention du produit e e e ` e e physique a alors plus de valeur que sa d´tention dans le futur, d’o` un rendement d’opportunit´ ´lev´ ; e u ee e c’est typiquement le cas du p´trole en p´riodes de tensions g´opolitiques. A l’inverse, une courbe en report e e e correspond a une situation de surplus. Deux th´ories s’affrontent pour expliquer le report et le d´port : ` e e la th´orie du d´port normal et la th´orie du stockage ; pour plus de d´tails, se reporter a [7] ; pour un e e e e ` autre point de vue, voir [17]. Sur la majorit´ des march´s, la courbe de prix a terme a tendance a s’inverser p´riodiquement, mais e e ` ` e elle peut rester dans un des ´tats pendant plusieurs ann´es. Un exemple c´l`bre de faillite due a l’inversion e e ee ` de la courbe sur le p´trole est la d´bˆcle de l’entreprise Metalgesellschaft en 1993. Cette entreprise avait e e a alors construit un commerce lucratif en vendant des contrats de livraison a long terme, et sa strat´gie ` e de couverture reposait sur l’hypoth`se que la courbe de prix resterait toujours en d´port. Pour simplifier e e l’analyse, consid´rons un tel contrat, de maturit´ long terme TN et de prix F (·, TN ) livrant un baril en e e TN . Une fois ce contrat vendu en 0, la strat´gie de couverture consiste a prendre une position ´quivalente e ` e sur le premier contrat en vie de la courbe ; lorsque ce contrat expire, la position de couverture est revendue et report´e sur le contrat suivant, et ainsi de suite jusqu’` la livraison finale. Une telle strat´gie s’appelle e a e stack-and-roll. Les cash-flows sont ainsi : date T0 : date T1 : . . . date Tn : . . . F (0, TN ) − F (0, T1 ) (vente du contrat long terme)

F (T1 , T1 ) − F (T1 , T2 ) . . . F (Tn , Tn ) − F (Tn , Tn+1 ) . . .

date TN −1 : F (TN −1 , TN −1 ) − F (TN −1 , TN ) et la r´ception du physique en TN , par le contrat future F (·, TN ), permet d’assurer la livraison du contrat e long terme. Les cash flows g´n´r´s par cette strat´gie ´taient donc positifs si la courbe restait en d´port, e e e e e e n´gatifs sinon. L’entreprise comptait sur le premier cas de figure, car cela faisit plusieurs ann´es que la e e courbe de p´trole ´tait en d´port. La courbe s’est cependant invers´e en 1993, et la taille de positions e e e e prises ´tait telle que les appels de marge ne pouvaient plus ˆtre assur´s par Metalgesellschaft. e e e

Le march´ des commodities e
Fig. 7.1: Composantes principales

135

7.2.4

Analyse en composantes principales

Apr`s avoir interpr´t´ l’´tat de la courbe de prix a terme a une date donn´e, nous cherchons a e ee e ` ` e ` expliquer ses variations journali`res. L’analyse (et ses r´sutats) est similaire a celle traditionnellement e e ` effectu´e sur les courbes de taux d’int´rˆts. Afin d’extraire les facteurs explicatifs des mouvements de la e e e courbe, nous effectuons une analyse en composantes principales. Notre exemple porte sur le p´trole brut e cot´ sur le NYMEX, sur les deux premi`res ann´es de maturit´s de la courbe et sur un historique de 6 e e e e ans (du 01/10/97 au 30/09/03). Les ´l´ments des vecteurs propres sont ramen´s a des volatilit´s journali`res, de sorte que les rendements ee e ` e e journaliers puissent s’´crire : e ∆F (t, Ti ) = F (t, Ti )
p j σij Ct , j=1

i = 1, . . . , n

(7.2.4)

o` C 1 , . . . , C p sont les composantes explicatives (p = 2 ou 3 dans notre exemple ci-dessus), d’´cart-type de u e 1. Pour chaque composante, les ´l´ments σij annualis´s sont visualis´s sur la figure 7.1 et le pourcentage ee e e de variance expliqu´ est indiqu´ dans la l´gende. e e e On constate que les deux premi`res composantes expliquent plus de 99% des variations. La premi`re e e composante s’interpr`te comme un facteur de niveau, contribuant a faire varier les prix dans le mˆme e ` e sens (mais a des amplitudes diff´rentes, selon les volatilit´s). La deuxi`me composante est un facteur ` e e e d’inversion de courbe, i.e. faisant varier les deux extr´mit´s dans des directions oppos´es, alors que la e e e troisi`me s’interpr`te comme un facteur de courbure ou de d´formation. e e e

Les r´sultats de l’ACP permettent de mettre en place une strat´gie de couverture de risque de prix. e e Consid´rons un instrument ou un portefeuille portant sur n (n > p) contrats a terme de la courbe. Nous e ` notons V (t, F (t, ·)) sa valeur, fonction du temps et des prix de la courbe. On souhaite couvrir le risque de prix lin´aire de cet instrument, i.e. le risque en delta. Comme ce risque est expliqu´ par p facteurs, e e on a besoin exactement de p contrats pour couvrir ce risque. La strat´gie consiste a choisir des contrats e ` liquides (nous notons T1 < . . . < Tp leurs maturit´s) et a d´terminer leur quantit´s n1 , . . . , np a d´tenir ; e ` e e ` e typiquement avec p = 3 facteurs, l’id´e consiste a choisir un contrat court terme, un contrat moyen terme e ` et un contrat long terme. La valeur du portefeuille ainsi couvert s’´crit : e
p

H(t, F (t, ·)) = V (t, F (t, ·)) −

nk F (t, Tk )
k=1

(7.2.5)

Nous notons ∆i := ∂V /∂F i (i = 1, . . . , n) la sensibilit´ du portefeuille au prix a terme F i . Le portefeuille e ` est couvert face aux mouvements de la courbe de prix si sa sensibilit´ a chaque facteur explicatif est e ` nulle : ∂H = 0, j = 1, . . . , p (7.2.6) ∂C j

136

Dea Probabilit´s,option finance 2003/2004 e
Fig. 7.2: Structure par terme de la volatilit´ implicite du gaz naturel en hiver et en ´t´ e ee

Cette condition s’´crit successivement : e
p

nk
k=1 p

∂F k ∂C j

= =

∂V , ∂C j
n

j = 1, . . . , p

(7.2.7) (7.2.8) (7.2.9)

σkj nk
k=1 p

i=1 n

∂F i ∂V ∂C j ∂F i σij ∆i

σkj nk
k=1

=
i=1

Ecrit sous forme matricielle, avec Σpn := [σji ] et sa sous-matrice Σpp := [σjk ], le vecteur de quantit´s e N := (n1 , . . . , np ) s’´crit : e N = Σ−1 · Σpn · ∆ (7.2.10) pp

7.2.5

Autres propri´t´s statistiques e e

Les prix des mati`res premi`res pr´sentent des propri´t´s statistiques particuli`res, que l’on ne ree e e ee e trouve pas sur les autres march´s financiers. La prise en compte de ces propri´t´s est fondamentale pour e ee aborder le probl`me de la mod´lisation. On rencontre les principaux ph´nom`nes suivants : e e e e – Du fait de l’´quilibre a long terme entre l’offre et la demande, le prix au comptant a tendance a e ` ` exhiber un retour a la moyenne, cette moyenne pouvant cependant varier au cours du temps. ` – La saisonalit´ des prix est un ph´nom`ne propre a certains march´s. Par exemple, le prix de e e e ` e l’essence est plus fort en ´t´ du fait de l’utilisation plus fr´uente de l’automobile ; de mˆme, le ee q e prix du gaz est plus fort en hiver du fait de la consommation plus importante de chauffage et d’´lectricit´. e e – Certains produits ont tendance a exhiber des sauts de prix. C’est le cas du gaz naturel et encore ` plus de l’´lectricit´. En effet, le moins une mati`re premi`re est stockable, le plus elle est propice a e e e e ` exhiber de tels sauts de prix car sa livraison d´pend de la capacit´ de g´n´ration et de transmission : e e e e si, pour des raisons techniques ou de demande exceptionnelle, la capacit´ n’est plus suffisante pour e assurer la demande, le prix explosent. – La figure 7.1 ci-dessus montre la volatilit´ du prix a terme croˆ lorsque l’on s’approche de sa mae ` ıt turit´. Ce fait stylis´ se rencontre sur toutes les mati`res premi`res et est commun´ment nomm´ e e e e e e l’effet Samuelson. Ceci se comprend intuitivement du fait que l’arriv´e d’information affecte prine cipalement les prix sur le court terme, alors que sur le long terme les prix sont suppos´s retourner e au niveau d’une certaine moyenne. Certains produits comme le gaz naturel pr´sentent aussi une e volatilit´ saisonni`re : la volatilit´ du gaz spot est plus forte en hiver, du fait de sa consommation e e e plus importante et de sa forte sensibilit´ a la temp´rature ; ceci se reproduit sur la structure par e` e terme des volatilit´s implicites, comme l’illustre la figure 7.2 ci-dessous, les pics de saisonnalit´ se e e retrouvant sur les contrats expirant en hiver.

Le march´ des commodities e

137

7.3
7.3.1

Produits d´riv´s sur mati`res premi`res e e e e
Swaps

Les swaps sont, avec les contrats a terme, les instruments d´riv´s les plus courants sur les mati`res ` e e e premi`res. Pr´sentons leur principe a travers un exemple : une compagnie a´rienne s’approvisionne tous e e ` e les jours en carburant et souhaite ´liminer l’incertitude quant a son coˆt, en payant un prix fixe. Pour ce e ` u faire, elle entre dans un swap d’une dur´e d’un an pendant laquelle, a la fin de chaque mois et pour un e ` volume fix´ : e – elle paie le prix fixe, par exemple $ 25/bbl. – elle recoit la partie flottante correspondant a la moyenne journali`re, r´alis´e au cours du mois, ` e e e d’un indice de prix spot du carburant. En effet, comme il s’agit d’un approvisionnement journalier, l’entreprise sera plus int´ress´e de se couvrir contre le prix moyen ; c’est le cas de la plupart e e des mati`res premi`res. L’indice est en g´n´ral soit un prix cot´ sur un march´, soit un prix de e e e e e e publication ind´pendante, r´sultant d’une enquˆte effectu´e aupr`s des principaux intervenants. e e e e e Comme pour les swaps de taux d’int´rˆt, la valeur du swap est la diff´rence entre les valeurs pr´sentes e e e e de la jambe flottante et de la jambe fixe. D´terminer le prix du swap consiste a proposer un prix pour la e ` jambe fixe. Il existe ainsi, pour chaque produit, une courbe de prix swaps, correspondant aux prix de la jambe fixe pour les diff´rents mois de paiement. e Beaucoup de produits p´troliers ne poss`dent pas de march´ list´ de contrats futurs, mais leur march´ e e e e e de swaps OTC peut ˆtre tr`s liquide. Lorsqu’il existe d´j` un march´ list´ de futurs, l’indice du swap e e ea e e est souvent le prompt-month (i.e. le prix du contrat futur de maturit´ la plus courte) sur l’Energie, ou e le prix cash sur les m´taux ; il en r´sulte que, par absence d’arbitrage, le prix du swap peut dans ce cas e e ˆtre calcul´ a partir des prix des contrats futurs. Sur l’Energie cependant, les march´s des swaps OTC e e` e sont plus liquides sur le long terme que les contrats futurs.

7.3.2

Options Asiatiques

Les options sur moyenne (Asiatique) constituent, avec les options sur futurs, la classe la plus r´pandue e d’options sur les mati`res premi`res. Le principe est le mˆme que les options Asiatiques classiques et la e e e moyenne sous-jacente est calcul´e de la mˆme mani`re que pour les swaps. Dans l’exemple ci-dessus, si e e e la compagnie a´rienne souhaite se couvrir contre le risque de hausse du carburant mais aussi b´n´ficier e e e d’une ´ventuelle baisse, elle peut acheter un call comportant les mˆmes caract´ristiques que le swap d´crit e e e e ci-dessus.

7.3.3

Options sur spread

Le risque de spread est tr`s important dans les mati`res premi`res. On distingue plusieurs cat´gories e e e e de spreads : – Spread calendaire : diff´rence entre deux prix a terme sur le mˆme produit, de maturit´s diff´rentes. e ` e e e Une entreprise de stockage est typiquement expos´e a ce risque. e ` – Spread g´ographique (locational spread ) : diff´rence entre les prix d’un mˆme produit livr´ en deux e e e e points g´ographiques diff´rents. Une entreprise de transport est par exemple soumise au risque de e e ce type de spread. – Spread inter-commodity : diff´rence entre les prix de deux produits diff´rents. En g´n´ral, ces deux e e e e produits poss`dent un lien physique, l’un r´sultant de la transformation de l’autre. Sur le p´trole, e e e un crack spread correspond a la diff´rence entre le prix du brut et celui d’un ou plusieurs produits ` e issus de son raffinage. Un frac spread correspond a la diff´rence entre les prix du gaz naturel et du ` e

138

Dea Probabilit´s,option finance 2003/2004 e

propane. On parle de crush spread pour d´signer le rapport entre le prix des graines de soja et le e prix combin´ de la farine et l’huile de soja. De mˆme, le rapport entre les prix du gaz naturel et de e e l’´lectricit´ est d´sign´ par le spark spread. Les entreprises de raffinage et les centrales ´lectriques e e e e e sont des exemples d’intervenants soumis a ce type de risque. ` Il existe ainsi de nombreux acteurs soumis au risque de spread, d’o` une demande pour les options sur u spread. Pour plus d’exemples sur l’Energie, se r´f´rer a [9] et [10]. Du fait de la continuit´ du processus ee ` e concern´, le payoff de telles options spread sera en g´n´ral bas´ sur la diff´rence entre deux moyennes de e e e e e prix.

7.3.4

Options exotiques

Le march´ des options exotiques sur les mati`res premi`res reste encore assez restreint. Il est bien sˆr e e e u impossible de faire une pr´sentation g´n´rale de ces options, mais une originalit´ des mati`res premi`res e e e e e e est l’existence de contrats comportant une clause optionnelle sur le prix et le volume ; de telles options sont rassembl´es sous le terme g´n´rique de swing options ou options Take-or-Pay (ToP). Nous pr´sentons e e e e ici un exemple simplifi´ dans le cas du gaz naturel : prenons le cas d’une administration souhaitant se e couvrir contre un sur-coˆt du gaz, servant a son chauffage. On lui propose le contrat suivant : u ` – P´riode : ann´e 2004. e e – Le contrat offre, chaque jour, l’option d’acheter, pour un prix (par unit´) fix´ K = $4/GJ, un e e max = 10000 GJ. Le volume total maximal est volume inf´rieur a un volume journalier maximal Vd e ` alors V max = 366 × Vdmax pour l’ann´e. e – Take-or-Pay ToP = 90% : a la fin de la p´riode, l’administration devra avoir exerc´ au moins ` e e max ToP% du volume total maximal V , sinon elle devra payer une p´nalit´ π par unit´ de volume e e e manquante. On peut remarquer deux cas extrˆmes : e – Si la p´nalit´ π est nulle, la derni`re clause est inutile et l’option swing est une s´rie simple d’options. e e e e En effet, lorsque le payoff est positif, le client aura toujours int´rˆt a exercer le volume journalier e e ` maximal. – Si la p´nalit´ π et le ToP sont ´lev´s (typiquement ToP de 100%), alors l’administration se voit e e e e contrainte d’exercer la totalit´ du volume journalier maximal. En effet, tout volume non exerc´ e e devrait alors ˆtre pay´ a un prix fort. Ce cas se ram`ne donc a un swap classique. e e` e ` Ainsi, l’option swing se situe ”entre” un swap et une s´rie d’options classiques. Mais la valorisation de e ce type d’instrument est complexe et constitue un domaine de recherche actif. De plus, certains contrats imposent un nombre maximum d’exercices (par exemple 300 sur les 366 jours de la p´riode). Pour un e exemple d’approche, voir [6].

7.4

Mod´lisation des prix ` terme de mati`res premi`res e a e e

La litt´rature des commodities a tendance a emprunter des mod`les issus des taux d’int´rˆt. En effet, e ` e e e il existe deux principales familles de mod`les : e – Mod`les spot : ils consistent a mod´liser le prix au comptant du produit physique et le rendement e ` e d’opportunit´ instantan´, implicitant ainsi la courbe de prix a terme. e e ` – Mod`les de courbe de prix : ils consistent a sp´cifier directement, dans un cadre HJM, l’´volution e ` e e des prix des contrats a terme. ` Le premi`re classe de mod`le pr´sente un inconv´nient majeur pour la grande majorit´ des produits : e e e e e les deux variables mod´lis´es (prix spot et rendement d’opportunit´) ne sont en g´n´ral pas observables e e e e e (sauf pour certains produits comme l’or). Le prix spot est en effet plus une notion th´orique car tr`s peu e e

Le march´ des commodities e

139

de produit sont d´livrables le jour mˆme ; les prix r´ellement observ´s sont ceux des contrats a terme. e e e e ` De plus, un mod`le spot ne pourra en g´n´ral pas reconstituer parfaitement la courbe de prix a terme. e e e ` Un mod`le de courbe du type HJM est donc un meilleur candidat. Cependant, la relation entre mod`le e e spot et mod`le de courbe apporte un int´rˆt analytique. Nous pr´sentons ici deux exemples classiques de e e e e mod`les de chacune de ces classes. L’objectif n’est pas ici d’en donner une analyse d´taill´e mais plutˆt e e e o de souligner leurs points de d´part, qui sont couramment utilis´s. Ceux-ci permettent d’´tendre alors les e e e mod`les classiques en en construisant des versions plus sophistiqu´es, par exemple en incorporant des e e composantes de sauts.

7.4.1

Un exemple simple de mod`le de courbe : le mod`le de Schwartz 1e e facteur

Le mod`le 1-facteur de Schwartz suppose que la courbe de prix a terme suit la diffusion HJM suivante : e ` dF (t, T ) = σ exp−α(T −t) F (t, T )dWt (7.4.1)

o` W est un mouvement brownien sous la probabilit´ risque-neutre. Il s’agit d’un mouvement brownien u e g´om´trique g´n´ralis´ dont la fonction de volatilit´ cherche a capturer l’effet Samuelson d´crit plus haut. e e e e e e ` e On en d´duit la dynamique du prix au comptant : e = α(θ(t) − ln St )St dt + σSt dWt σ2 1 ∂ ln F (0, t) + (1 − exp−2αt ) θ(t) = ln F (0, t) + α ∂t 4α dSt (7.4.2) (7.4.3)

On retrouve alors une version g´n´ralis´e du mod`le de Schwartz spot 1-facteur, o` le prix d’´quilibre e e e e u e (ici θ(t)) est suppos´ constant au cours du temps. Ce dernier mod`le avait le d´faut de ne g´n´rer que e e e e e des courbes monotones par rapport aux maturit´s des prix a terme. En partant d’un mod`le de courbe, e ` e on peut ainsi couvrir une classe plus vaste de courbes (notamment le cas avec saisonnalit´ des prix). e On remarque ainsi que le param`tre α, capturant l’effet Samuelson dans (7.4.1), correspond au param`tre e e de retour a la moyenne du prix au comptant dans (7.4.2). Le ph´nom`ne de retour a la moyenne du prix ` e e ` spot se retrouve alors dans la volatilit´ des prix a terme. e `

7.4.2

Exemple de mod`le spot 2-facteurs : les mod`les de Gibson-Schwartz e e et Schwartz-Smith

Il s’agit en fait de deux sp´cifications diff´rentes du mˆme mod`le. Nous les pr´sentons successivement. e e e e e Le mod`le de Gibson et Schwartz, introduit dans [5], est un exemple classique de mod`le spot a deux e e ` facteurs. Le prix spot suit un mouvement brownien g´om´trique et le rendement d’opportunit´ instantan´ e e e e suit un processus d’Ornstein-Uhlenbeck : dSt dδt dW , dW
1 2 t

= µSt dt + σSt dWt1 ¯ = κ(δ − δt )dt + σδ dW 2
t

(7.4.4) (κ > 0) (7.4.5) (7.4.6)

= ηdt

Les auteurs supposent que le produit physique spot est directement ´chang´. Par contre, le rendement e e d’opportunit´ n’est pas ´chang´ ; la probabilit´ risque neutre n’est alors pas unique et d´pend de l’aversion e e e e e

140

Dea Probabilit´s,option finance 2003/2004 e

au risque. Une fois celle-ci sp´cifi´e, la dynamique ajust´e au risque s’´crit : e e e e dSt dδt ˜ 1 , dW 2 t ˜ dW ˜ = (r − δt )St dt + σS St dWt1 ¯ ˜ = (κ(δ − δt ) − λδ )dt + σδ dW 2
t

(7.4.7) (7.4.8) (7.4.9)

= ηdt

o` le taux court est suppos´ constant et λδ est la prime de risque li´e au rendement d’opportunit´, supu e e e pos´e constante. e Le mod`le de Schwartz et Smith [15] propose une autre approche qui consiste a d´composer le prix e ` e spot en un prix court terme et un prix long terme. Le log-prix court terme est mod´lis´ par un processus e e d’Ornstein-Uhlenbeck avec une moyenne nulle, refl´tant ainsi les d´viations du prix spot autour d’un prix e e long terme qui est mod´lis´ par un mouvement brownien g´om´trique : e e e e ln St dct dlt dW , dW
1 2 t

= c t + lt = = −αct dt + σc dWt1 µl dt + σl dWt2 (α > 0)

(7.4.10) (7.4.11) (7.4.12) (7.4.13)

= ρdt

Comme aucune des deux variables d’´tat ne correspond a un actif directement ´chang´, le passage a la e ` e e ` probabilit´ risque-neutre requiert ici aussi la sp´cification d’une prime de risque pour chacune d’elles, e e not´es λc et λl ,et suppos´es constantes. La dynamique s’´crit alors : e e e dct lt . ˜ ˜ d W 1 , dW 2
t

˜ = (−αct − λc )dt + σc dWt1 ˜ = (µl − λl )dt + σl dWt2 = ρdt

(7.4.14) (7.4.15) (7.4.16)

On constate que les mod`les sont ´quivalents en identifiant les coefficients : e e κ = α σS σδ η r− =
2 2 σc + σl + 2ρσc σl

= ασc σc + ρσl = σS

2 σS ¯ − δ = µ l − λl − λc 2 λδ = αλc

On suppose les taux d’int´rˆt d´terministes, de sorte que prix a terme et prix futures soient ´quivalents. e e e ` e Choisissant la sp´cification de Schwartz et Smith, la courbe de prix a terme g´n´r´e par le mod`le a la e ` e e e e forme analytique suivante : ln F (0, T ) = exp−αT c0 + l0 + A(T ) A(T ) = (µl − λl )T − (1 − exp−αT ) + 1 2 (1 − exp−2αT ) λc α

2 σc ρσc σl 2 + σl T + 2(1 − exp−αT ) 2α α

Pour plus de d´tails et une discussion, se reporter a [15]. e `

Bibliographie
[1] Bjork T. & C.Land´n (2000) : On the Term Structure of Futures and Forward Prices, document e de travail. [2] Clewlow L. & C.Strickland (2000) : Energy Derivatives, Pricing and Risk Management, Lacima Publications. [3] Cortazar G. & E.Schwartz (1994) : The Valuation of Commodity-Contingent Claims, The Journal of Derivatives. [4] Federal Reserve Bank of Chicago (1995) : Energy Derivatives, product summary. [5] Gibson R. & E.Schwartz (1990) : Stochastic Convenience Yield and the Pricing of Oil Contingent Claims, Journal of Finance. [6] Jaillet P. & al. (2001) : Valuation of Commodity-Based Swing Options, document de travail. [7] Lauthier D. & Y.Simon (2001) : March´s d´riv´s de Mati`res Premi`res et Gestion du Risque de e e e e e Prix, Economica. [8] Lauthier D. (1998) : Les op´rations de Metallgesellschaft sur les march´s a terme de produits e e ` p´troliers : sp´culation ou couverture ? Finance Contrˆle Strat´gie, vol.1 no.3. e e o e [9] New York Mercantile Exchange : A Guide to Energy Hedging. [10] New York Mercantile Exchange : Crack Spread Handbook. [11] New York Mercantile Exchange : Risk Management with Natural Gas Futures and Options. [12] Schwartz E. (1997) : The Stochastic Behavior of Commodity Prices : Implications for Valuation and Hedging, Journal of Finance. [13] Schwartz E. (1998) : Valuing Long-Term Commodity Assets, Financial Management, vol.27 no.1. [14] Schwartz E. & K.R.Miltersen (1998) : Pricing of Options on Commodity Futures with Stochastic Term Structures of Convenience Yields and Interest Rates, Journal of Financial and Quantitative Analysis. [15] Schwartz E. & J.E.Smith (2000) : Short-Term Variations and Long-Term Dynamics in Commodity Prices, Management Science, vol.46, no.7. [16] Sikorzewski W. : Les Op´rations de Manipulation des March´s a Terme des Mati`res Premi`res e e ` e e au XIX`me Si`cle, document de travail. e e [17] Thille H. : Future-Spot Spread as Returns on Commodity Loans, document de travail. [18] Unger G. (2002) : Real Options and Flexibility in Power Production, technical paper.

Annexe 1 : application ` la valorisation des options r´elles a e
De nombreux actifs physiques peuvent ˆtre valoris´s de mani`re similaire aux options financi`res, e e e e car leur utilisation s’apparente a l’exercice d’une ou plusieurs options. De plus, une telle m´thode de ` e

141

142

Dea Probabilit´s,option finance 2003/2004 e

valorisation permet de d’optimiser la gestion de tels actifs. Les m´thodes classiques de valorisation des e options financi`res ne peuvent cependant pas s’appliquer directement pour deux principales raisons : e – La valorisation d’un actif physique est beaucoup plus complexe que celle d’une option financi`re en e raison de l’existence de contraintes op´rationnelles et d’une marge d’incertitude quant a la quantit´ e ` e qu’un tel actif peut produire et sous quelles conditions il sera effectivement ”exerc´”. Certaines de e ces conditions peuvent cependant parfois ˆtre n´glig´es, en contreparties de quoi la valorisation se e e e doit d’ˆtre conservatrice. e – La condition fondamentale d’abscence d’arbitrage n’est pas v´rifi´e car le sous-jacent (l’actif phye e sique) n’est en g´n´ral pas ´chang´. Pour l’appliquer, il est n´cessaire de trouver un actif ´chang´ e e e e e e e dont la valeur est parfaitement corr´l´e a celle de l’actif physique, ce qui n’est en g´n´ral pas le cas. ee ` e e On peut cependant en pratique s’approcher d’une telle condition pour une certaine classe d’actifs, en particulier ceux produisant un produit pour lequel il existe un march´ cot´. Par exemple, la e e valeur d’un puits de p´trole est directement li´e au revenu tir´e de sa production de p´trole, dont e e e e on peut observer les prix a terme sur le march´. ` e Le tableau ci-dessous donne des exemples d’actifs physiques avec les classes d’options auxquelles ils s’apparentent.

Tab. 7.1: Exemples d’options r´elles e

Actif physique Puits de p´trole e

Option correspondante S´rie de calls e

G´n´rateur ´lectrique e e e

S´rie d’options e spread

sur

spark

R´seau de transport ou e de transmission

S´rie d’options sur spread e g´ographique e

Mine de cuivre

S´rie de calls e

Condition d’exercice Production lorsque le prix du p´trole est sup´rieur au coˆ t e e u d’extraction Production lorsque la diff´rence de prix entre le e gaz naturel et l’´lectricti´ e e est sup´rieure au coˆ t de e u g´n´ration (heat rate) e e Le r´seau est utilis´ si le profit e e g´n´r´ par l’achat et la vente e ee du produit aux deux points est sup´rieur au coˆ t du transport e u Extraction lorsque le prix du cuivre est sup´rieur au coˆ t e u d’exploitation

Les mod`les classiques de taux e

143

Annexe 2 : liste des abr´viations e
Abr´viation e CBOT CME COMEX EEX IPE LIFFE LNBMA LME MATIF NEMMCO NYBOT NYMEX TOCOM Nom du march´ e Chicago Board of Trade Chicago Mercantile Exchange Commodity Exchange European Energy Exchange International Petroleum Exchange London International Financial Futures and Options Exchange London Bullion Market Association London Metal Exchange March´ a Terme International de France e` National Electricity Market Management Company Limited New York Board of Trade New York Mercantile Exchange Tokyo Commodity Exchange

144

Dea Probabilit´s,option finance 2003/2004 e

Chapitre 8

` LES MODELES CLASSIQUES DE TAUX
L’´tude de la structure par terme des taux d’int´rˆt est d’une grand importance pratique, qui r´v`le e e e e e les anticipations des agents sur les risques a venir. En particulier, la compr´hension des d´formations ` e e de la courbe permet d’asseoir une strat´gie de gestion de tr´sorerie (choix de la dur´e de placement, e e e sp´culation sur la structure des taux, ´l´ments de couverture). La volatilit´ accrue des taux d’in´rˆt e ee e e e rend techniquement tr`s important tout progr`s allant dans le sens d’une plus grande maitrise de ces e e probl`mes. e Mod´liser les d´formations futures de la courbe des taux est un enjeu majeur dans de nombreux domaines e e de la finance, tant pour g´rer les risques de taux affectant le bilan des banques, que pour ´valuer et couvrir e e les nombreux produits financiers auxquels recourent les march´s pour faire face au risque de taux et plus e g´n´ralement de change. e e

8.1

La formation des taux d’int´rˆt e e

Pr´cisons1la formation des taux d’int´rˆt. Les taux court terme sont d´termin´s par la politique e e e e e mon´taire des banques centrales. Par contre, les taux long terme sont d´termin´s par l’´quilibre entre e e e e prˆteurs et emprunteurs. e

8.1.1

L’importance de la Banque Centrale.

Rˆle de la Banque Centrale. o
La Banque Centrale est un ´tablissement financier public, qui a le monopole de l’´mission des billets. e e Une Banque Centrale est donc associ´e a une monnaie, la BCE (Banque Centrale Europ´enne pour l’Euro e ` e ou Federal Reserve pour le dollar. Toutes les autres banques ont des comptes a la banque centrale, qui ` servent notamment pour les m´canismes de compensation interbancaire. e Les banques se refinancent en permanence aupr`s de la Banque Centrale. Aujourd’hui ces banques sont e ind´pendantes, et un partage de rˆle d’effectue entre elles et les gouvernements. La Banque Centrale a e o pour objectif la stabilit´ des prix, et celle des taux de change, tandis que le couvernement doit veiller sur e la croissance et sur l’emploi.
1

Cette section a ´t´ r´dig´e par Yann Samuelides (CMAP,CAI) e e e e

145

146 Instruments de la politique mon´taire e

Dea Probabilit´s,option finance 2003/2004 e

Depis la lib´ralisation des marhc´s financiers, les banques centrales ont pratiquement abandonn´ les e e e instruments directs comme l’encadrement du cr´dit ou la fixation autoritaire des taux de change 2 et e proc`de essentiellement a une action directe par les taux d’int´rˆt court terme, puisqu’elle est essentiellee ` e e ment pr´teuse aux autres banques a un horizon tr`s court. intuitivement, si elle proc`de a une injection e ` e e ` massive de monnaie centrale, il devient plus facile de se procure de l’argent, les taux interbancaires a ` court terme baissent, mais il peut y avoir inflation puisque l’argent devient un bien moins cher en valeur relative. Aujourd’hui les montants n´goci´s aur les marh´s financiers, notamment a cause des fonds de retraite, e e e ` que la force de frappe de la banque centrale, tant sur l’´volution de la masse mon´taire que sur celle du e e taux de change est limit´e. On comprend alors toute l’importance des effets de signaux et des actions e psychologiques de la banque centrale. Un exemple embl´marique est fourni par le pr´sident de la Federal e e reserve Alann Greenspan, dont les moindres mots ont longuement pes´ sur les march´s financiers du e e monde entier.

Champ d’action de la politique mon´taire e
La banque centrale g`re la liquidit´ a tr`s court terme pour empˆcher l’inflation. Son ation dirige e e ` e e les taux courts du march´ interbancaire. Cependant, elle a n´cessairement une influence sur les taux a e e ` plus long terme qui dirigent les d´cisions d’investissement. C’est l’origine du d´bat entre ceux quipensent e e que la politique mon´taire doit avoir comme objectif la seule lutte contre l’inflation, et ceux qui pensent e qu’elle doit ´galement int´grer des consid´rations portant sur la croissance et l’emploi. e e e

8.1.2

Formation des taux longs et anticipation des agents

Les taux a long terme sont des taux n´goci´s, c’est a dire qu’ils r´sultent de l’´quilibre de l’offre et de ` e e ` e e la demande des capitaux a long terme. Notons que les emprunteurs les plus importants sont les ´tats. Ils ` e quantifient en particulier le compromis entre le plaement financier a long terme et l’investissement dans ` un projet industriel. Les taux longs ont souvent ´t´ vus comme la moyenne g´om´trique des taux courts anticip´s, par d´finition ee e e e e de ces derniers. A cause de la prime d’´ch´ance qui traduit que les agents ont une pr´f´rence pour e e ee le pr´sent, afin de disposer de leurs capitaux leplus rapidement posssible, le taux long est en g´n´ral e e e sup´rieur aux taux courts, mais la pente de la courbe peut s’inverser, et ce pendant des p´riodes durables e e ( 87-91 en France par exemple). Les taux long terme d´pendent a la fois des anticipations d’inflation et de croissance, suivant des e ` m´canismes complexes, dont voici quelques exemples : e – En 1997, lorsque le Royaume Uni a procalm´ l’ind´pendance de sa banque centrale, les taux longs e e anglais ont baiss´ car les agents ont anticip´ une politique mon´taire plus ´fficace et une inflation e e e e mieux maitris´e. e – En 1989, les agents anticip´s avec raison la fin d’un cycle de croissance dans les pays industrialis´s. e e Les taux a long terme se sont alors d´tendus, alors que la ploitique mon´taire restrictive des banques ` e e centrales maintenait des taux courts ´lev´s : on a assist´ a une inversion de la courbe. e e e` – De mani`re g´n´rale, lorque les d´ficits publics augmentent, les taux d’int´rˆt ont tendance a e e e e e e ` augmenter, car l’´pargne disponible pur les projets d’investissement a tendance a ˆtre capt´e par e `e e les ´missions de l’Etat. e
La crise de 1992-1993 contre les monn´es europ´ennes a sign´ pratiquement la fin du serpent mon´taire e e e e europ´en e
2

Les mod`les classiques de taux e Un peu d’histoire

147

Jusque vers les ann´es 70, les banques centrales agissaient essentiellement par l’encadrement du voe lume de cr´dit et la courbe des taux ´tait relativement stable. Pour combattre la tendance permanente a e e ` l’inflation, elles ont choisi de modifier leur action ; elles ajustent d´sormais le taux court au jour le jour, e dont les variations se transmettent ou non selon les cas aux taux longs. Il en r´sulte que la courbe des taux e est beaucoup plus mobile et le risque de taux auquel sont expos´es les grandes institutions industrielles e et financi`res est beaucoup plus complexe, ce qui a conduit au d´veloppement des march´s de d´riv´s de e e e e e taux. En mˆme temps, la plus grande liquidit´ des produits de taux, la cr´ation d’un grand nombre de nouveaux e e e produits non n´cessairement optionnels a fait rentrer le march´ des taux d’int´rˆt dans la sph`re financi`re e e e e e e tr`s active, et a conduit a une nouvelle vue ( g´n´ralisant la th´orie des anticipations rationnelles) sur e ` ` e e e les liens qui existent entre les taux de diff´rentes maturi´s. L’absence d’opportunit´ d’arbitrage entre les e e e obligations de diff´rentes ´ch´ances entraine une liaison tr`s forte entre les taux de diff´rentes maturit´s, e e e e e e qui implique que les d´formations futures ne peuvent affecter de mani`re absolument quelconque l’ene e semble des taux. Insistons toutefois sur le fait que cette vue issue de l’arbitrage est pertinente pour la gestion au jour le jour des fluctuations des taux d’int´rˆt, mais ne remplace ´videmment pas l’analyse sur les fondamentaux e e e de l’´conomie qui explique les grandes tendances des mouvements. e

8.1.3

Spreads et qualit´ de signature e

A tout emprunt est associ´ un risque de d´faut. Il est consid´r´ comme nul lorsque l’emprunteur est e e e e l’Etat am´ricain ou l’Etat fran¸ais, mais peut devenir important lorqu’il s’agit d’une entreprise proche e c de la faillite ou d’un pays ´mergent. e Le spread repr´sente alors le diff´rentiel de taux d’int´rˆt exig´ par le prˆteur pour compenser la mauvaise e e e e e e qualit´ de signature de l’emprunteur. Par exemple, e – Au moment de la crise asiatique en 1998, le spread entre la dette de l’Etat cor´en libell´e en dollars e e am´ricains et celles des Etats-Unis est pass´ de 50 bpoints de base ( c’est a dire 0.5%) a 800 points e e ` ` de base. – Lors du passage a l’an 2000, le spread entre le taux a un jour sur le march´ interbancaire europ´en ` ` e e et le taux directeur de la banque centrale, habituellement n´gligeable est pass´ a 70 points de base e e` en raison des anticipations du bug. Le probl`me de mod´liser ce spread est source de beaucoup d’activit´ dans les centres de recherche des e e e banques, mais c’est un th`me entier a d´velopper. Dans la suite de ce cours, nous ne le prendrons pas e ` e vraiment en compte.

8.1.4

Les principaux taux fixes ou variables du march´ fran¸ais e c

Les taux fixes
• T.M.P. : Le Taux Moyen Pond´r´ e e Il est calcul´s par la Banque de France qui recense toutes les op´rations de prˆts effectu´s le jour e e e e J et d’une dur´e de 1 jour. Leur ´ch´ance est donc en J+1. e e e Ces op´rations sont faites par les Op´rateurs Principaux de March´(OPM). La Banque de France e e e en d´duit un Taux Moyen Pond´r´ des montants, arrondi au 1/16 le plus proche. Ce taux est e e e publi´ en J+1 a 11h30. Apr`s le passage a l’EURO, le TMP - Taux Moyen Pondere - est remplac´ e ` e ` e par l’EONIA - Euro OverNight Index Average - (taux exprim´ avec deux d´cimales) ; le code e e mnemonique de l’EONIA est EON .

148

Dea Probabilit´s,option finance 2003/2004 e

• T4M : Le Taux Moyen Mensuel du March´ Mon´taire (ou TMM) est la moyenne arithm´tique e e e des TMP du mois civil consid´r´. Les TMP des jours f´ri´s sont calcul´s avec les taux au TMP de e e e e e la veille ouvr´e. Le T4M du mois i est publi´ le premier jour ouvr´ du mois i+1. e e e e ` • TAM : Le Taux Annuel Mon´taire correspond au taux de rendement d’un placement mensuel a int´rˆts compos´s, renouvel´ chaque fin de mois au T4M, sur les 12 derniers mois ´coul´s. Le TAM e e e e e e se calcule en fonction du nombre de jours exact de chaque mois et d’une ann´e de 360 jours. e Mois N − 12 N − 11 ... N −1 Nbrejours 31 30 .... 31 T4M 8 7 .. 6 1 + T AM P 1 = 1 + 8x31/360 P 2 = 1 + 7x30/360 ..... P 12 = 1 + 6x31/360 = P 12 × ...12

Chaque mois, d`s la publication du T4M, un nouveau TAM est calcul´ et publi´. e e e • TAG : Le Taux Annuel Glissant est une g´n´ralisation du TAM, mais au lieu de capitaliser 12 e e T4M, on capitalise 12 p´riodes mensuelles glissantes dont la dur´e est ´gale a celle du mois civil e e e ` qui pr´c`de l’´ch´ance de ces mois glissants. Chaque jour, 12 TAG peuvent ˆtre calcul´s : du TAG e e e e e e 1 mois au TAG 12 mois. Le TAG 12 mois calcul´ au dernier jour du mois est le TAM du mois i. e De mˆme, le TAG 1mois calcul´ au dernier jour du mois i est le T4M du mois i multipli´ par 365 e e e et divis´ par 360. e • THE C’est le Taux Hebdomadaire de rendement des Emprunts d’ETat a long terme sur le march´ ` e secondaire. Il s’agit de la moyenne des taux de rendement actuariels nets acheteurs avec frais unitaire (sans application du minimum de courtage), calcul´s a partir du premier cours de bourse e ` des emprunts d’Etat faisant partie d’un ´chantillon mis a jour quotidiennement. Cette moyenne e ` est pond´r´z par les encours en valeur nominale. Tous les calculs interm´diaires sont conduits sans e e e arrondis a partir des taux individuels de chaque emprunt exprim´s avec deux chiffres d´cimaux sur ` e e lesquels on a ensuite pratiqu´ un arrondi commercial. e • TME Le Taux Mensuel de rendement des Emprunts d’Etat a long terme sur le march´ secondaire. Le ` e TME d’un mois est la moyenne arithm´tique simple des THE du mois. Cette moyenne comprend e tous les vendredis du mois consid´r´ qu’ils soient ouvr´s ou non. e e e • THO Le Taux Hebdomadaire Obligataire sur le march´ primaire est calcul´ a partir des taux actuariels e e` bruts (unitaires et sans frais) des ´miissions obligataires a taux fixe d’une semaine. Les taux sont e ` pond´r´s par les volumes de chaque ´miission (en valeur nominale). e e e • TMO Le Taux Mensuel Obligataire sur le march´ primaire est calcul´ a partir des ´missions intervenant e e` e dans les THO de tous les jeudis appartenant au mois consid´r´. e e

Les taux variables, et taux r´visables e
• Taux PIBOR et EURIB0R Les taux PIBOR (Paris InterBank Offered Rate) sont des taux moyens pratiqu´s sur le march´ e e fran¸ais par certaines banques et pour 12 ´ch´ances de 1 a 12 mois. Ils sont exprim´s en base 360. c e e ` e L’AFB calcule ces taux de la mani`re suivante : pour chaque ´ch´ance, les taux constat´s a 11h00 pour e e e e ` des signatures nationales de 1`re cat´gorie. Les 3 plus ´l´´v´s et les 3 plus bas sont ´limin´s. La e e e ee e e e moyenne des restants constitue le PIBOR qui est publi´ a 11h30. e` • Passage a l’EURO : ` le PIBOR - Paris InterBank Offered Rate - est remplac´ par l’EURIBOR - EURo InterBank e

Les mod`les classiques de taux e

149

Offered Rate - (taux exprim´ avec trois d´cimales) qui remplace les autres xIBOR (FIBOR pour e e l’Allemagne, MIBOR pour l’Espagne, BIBOR pour la Belgique, ...) de la zone euro ; le code ISIN de l’EURIBOR sera EU 000965993 7 • La recommandation de l’ISDA, valid´e par l’IME, pr´serve la continuit´ des conditions pour la France e e e – EURO MONEY MARKETS = nombre de jours exact / 360 – EURO BOND MARKETS = nombre de jours exact / nombre de jours exact Les conditions standards utilis´es par les intervenants du march´ sont les suivantes e e – FRF PIBOR = nombre de jours exact / 360 – FRF TAM et TAG = nombre de jours exact / nombre de jours exact – FRF T4M ou TMP = nombre de jours exact / 360 – xxx LIBOR - BBA = nombre de jours exact / 360 (sauf IEP, BEF et PTE = nombre de jours excact / 365) – ESP MIBOR = nombre de jours exact / 360 – IEP DIBOR = nombre de jours exact / 365 – PTE LISBOR = nombre de jours exact / 365 – BEF BIBOR = nombre de jours exact / 365

8.2

Taux d’int´rˆt et absence d’arbitrage e e

L’objectif de ce chapitre est de montrer sur plusieurs exemples le type de contraintes qui p`sent sur e les diff´rents taux et leurs d´formations. Le mod`le de Vasicek que nous d´veloppons en d´tail joue pour e e e e e les mod`les de taux le mˆme rˆle que la formule de Black et Scholes pour les mod`les d’action. e e o e Nous d´veloppons dans le chapitre suivant un autre point de vue sur ces questions, ainsi que quelques e applications a l’´valuation des options sur obligations ou sur taux d’in´rˆt. ` e e e

8.2.1

G´n´ralit´s sur les taux d’int´rˆt e e e e e

Pr´cisons rapidement les notations relatives aux diff´rentes notions de taux d’in´rˆt. e e e e D´finition 8.2.1 e Un z´ro-coupon d’´ch´ance T , B(t, T ) est le prix en t de 1Euro pay´ en T e e e e Le taux actuariel R(t, θ) en t de maturit´ θ est le taux annualis´ auquel est pr´t´ l’argent entre les e e ee dates t et t + θ, soit B(t, t + θ) = Le taux continu de maturit´ θ est d´fini par e e R(t, θ) = Ln[1 + R(t, θ)] = 1 LnB(t, t + θ) θ (8.2.2) 1 (1 + R(t, θ))θ (8.2.1)

Le taux lin´aire, surtout utilis´ pour des maturit´ de moins d’un an est not´ L(t, θ) e e e e B(t, t + θ) = 1 (1 + θL(t, θ)) (8.2.3)

Le taux court rt ets la limite des taux continus R(t, h) quand la maturit´ tend vers 0. e rt = −∂T (LnB(t, T ))T =t (8.2.4)

La courbe des taux est la fonction qui donne les diff´rents taux de la date t en fonction de leur e maturit´ θ, soit [θ → R(t, θ)]. La courbe est plate si cette fonction est constante. e

150

Dea Probabilit´s,option finance 2003/2004 e

En g´n´ral sur le march´ fran¸ais, notamment sur le march´ obligataire, il n’existe pas beaucoup de e e e c e z´ro-coupons, mais des obligations, c’est a dire des titres ´mis par l’Etat fran¸ais pour financer sa dette, e ` e c qui versent des coupons Ci exprim´s en pourcentage du nominal a des dates Ti , g´n´ralement annuelles, e ` e e fix´es par contrat, et un nominal a l’´ch´ance de l’obligation T = Tn . En absence d’arbitrage, la valeur e ` e e financi`re d’une obligation `a la date t, dont le nominal est ramen´ a 100 est la somme actualis´e des flux e e e` e futurs, soit
n

O(t, T ) =
i=0

Ci B(t, Ti ) + 100B(t, T )

(8.2.5)

Lorsque la courbe est plate, B(t, Ti ) = (1 + R)−(Ti −t) et O(t,T) est une fonction strictement d´croissante e de R, F (R). Lorsque la courbe n’est pas plate, on associe a une obligation son taux de rendement actuariel ` implicite d´fini par e O(t, T ) = F (T A(t, T − t))

8.2.2

Prix et taux ` terme a

Nous avons vu que les produits d´riv´s les plus simples sont les contrats a terme, dont la valeur en e e ` absence d’opportunit´ d’arbitrage, peut ˆtre d´duite des prix de march´ aujourd’hui, sans r´f´rence a un e e e e ee ` mod`le. Les op´rations de prˆts et d’emprunts a terme sont des op´rations tr`s courantes, qui joueront e e e ` e e un rˆle central dans la mod´lisation des taux. o e Nous pr´cisons quelques notations. e D´finition 8.2.2 e Un z´ro-coupon forward est la valeur fix´e en t pour le montant a payer en T e e ` pour garantir 1F en T + θ qui par arbitrage vaut Bt (T, T + θ) = B(t, T + θ) B(t, T ) (8.2.6)

Le taux forward continu, fix´ en t, pour l’´ch´ance T et la maturit´ θ, soit e e e e 1 1 Rt (T, θ) = − LnBt (T, T + θ) = − [LnB(t, T + θ) − LnB(t, T )] θ θ Le taux court forward de l’op´ration a terme est e ` f (t, T ) = Rt (T, 0) = −∂T LnB(t, T ) 1 θ f (t, t + u)du θ 0 le taux court forward pour une ´ch´ance glissante est d´fini comme e e e de telle sorte que Rt (T, θ) = r(t, θ) = −∂2 LnB(t, t + θ) = −∂2 (θR(t, t + θ)) = f (t, t + θ) (8.2.9) (8.2.8) (8.2.7)

8.3
8.3.1

Absence d’arbitrage et mod´lisation des taux e
Mod`les d´terministes et anticipations rationnelles e e

Si les taux d’in´rˆt sont d´terministes, l’absence d’arbitrage dit que les prix des z´ro-coupon, qui e e e e correspondent au prix de 1 Euro pay´ dans le futur doivent v´rifier e e dB(t, T ) = rt dt B(t, T ) (8.3.1)

Les mod`les classiques de taux e
soit encore, puisque B(T, T ) = 1
T t

151

B(t, T ) = exp(−
t

rs ds)

B(t, T ) = B(0, T ) exp(−
0

rs ds)

(8.3.2)

En particulier, R(t, θ) = 1 θ
t+θ

ru du
t

(8.3.3)

8.3.2

Les mod`les al´atoires e e

Dans les mod`les al´atoires, l’absence d’opportunit´ d’arbitrage entre les prix B(t, T ) des z´ro-coupon e e e e de diff´rentes maturit´s conduit a des r´sultats tr`s similaires a ceux du cas d´terministe. Cette hypoth`se e e ` e e ` e e permet encore de reconstruire le prix des z´ro-coupon a partir de la dynamique du taux court. e ` Pour d´crire cette liaison, nous supposons que pour toutes les maturit´s T , les prix des z´ro-coupons e e e suivent des processus d’Itˆ, qui correspondent a des strat´gies admissibles. Nous avons vu que l’absence o ` e d’opportunit´ d’arbitrage se traduit par l’existence d’un vecteur λt de primes de risque tel que les prix e des z´ro-coupon ´voluent comme e e dB(t, T ) = rt dt+ < Γ(t, T ), dWt + λt dt >, B(t, T ) o` W est un P mouvement brownien ´ventuellement vectoriel. u e La famille [T →, Γ(t, T )] d´finit une fonction, ´ventuellement al´atoire de volatilit´s. Il est possible d’exe e e e primer diff´remment cette propri´t´ en introduisant la probabilit´ Q risque-neutre, pour traduire que e ee e B(t, T ) est le prix en t de 1 Euro pay´ en T . e Proposition 8.3.1 Supposons les primes de risque λt et les volatilit´s born´es. e e Il existe une probabilit´ risque neutre Q, ´quivalente a P telle que le prix des z´ro-coupon v´rifient e e ` e e
T

B(T, T ) = 1

(8.3.4)

B(t, T ) = EQ [exp −

rs ds|Ft ]
t

(8.3.5)

C’est la transformation classique que nous avons utilis´e pour calculer le prix d’un produit financier e dans le futur. Il est donc naturel pour mod´liser es d´formations de la courbe des taux de proposer une e e dynamique pour le taux court. C’est ce qui est propos´ dans la suite du chapitre. e

8.4

Le mod`le de Vasicek e

Nous d´crivons d’abord les deux mod`les les plus classiques, le mod`le gaussien de Vasicek ([Vasi]) e e e et le mod`le dit en “racine carr´e” de Cox, Ingersoll, Ross ([CIR2]). Ce mod`le qui date de 1977, e e e utilise une structure tr`s simple pour mod´liser la dynamique du taux court. e e Nous proposons deux m´thodes diff´rentes pour mod´liser les taux et les z´ro-coupon de diff´rentes mae e e e e turit´s. e 1. La premi`re utilise les propri´t´s particuli`res du taux court dans le mod`le de Vasicek, et mˆme e ee e e e un calcul probabiliste explicite pour la r´solution du probl`me. e e 2. La deuxi`me introduit l’EDP d’´valuation, dont les coefficients sont lin´aires par rapport au taux e e e court. Des solutions explicites sont alors propos´es. e

152

Dea Probabilit´s,option finance 2003/2004 e

Vasicek suppose qu’il y a un seul al´a (Wt ), qui influe sur le taux spot, dont la dynamique, dans l’univers e risque-neutre, est de la forme : drt = a(b − rt ) dt − σ dWt r0 = r (8.4.1)

8.4.1

L’´quation des taux e

L’´quation suivie par le taux court est celle d’un processus d’Ornstein-Uhlenbeck, c’est a dire d’un e ` processus gaussien, qui oscille autour d’une tendance centrale b, avec une force de rappel d’intensit´ a. e L’´quation (8.4.1) se r´soud comme une ´quation diff´rentielle ordinaire, bien que son second membre e e e e soit al´atoire. e Proposition 8.4.1 La solution de l’´quation (8.4.1) est donn´e par : e e rt = r0 e−at + b(1 − e−at ) − σ
t 0

e−a(t−s) dWs .

(8.4.2)

C’est donc un processus gaussien, dont la distribution est stationnaire si r 0 est une variable gaussienne, 2 de moyenne b et de variance σ , ind´pendante du brownien W . La variable I(t, T ) d´finie par e e 2a
T

I(t, T ) =
t

rs ds

est gaussienne, de moyenne (rt ´tant donn´) m(T − t), et de variance Σ2 (T − t), o` : e e u 1 − e−a(T −t) a σ2 1 − e−a(T −t) σ2 ) Σ2 (T − t) = − 3 (1 − e−a(T −t) )2 + 2 (T − t − 2a a a m(T − t) = b(T − t) + (rt − b)

et

Preuve : Le mod`le de taux court est celui de l’ornstein Uhlenbeck dont les porpri´t´s sont bien e ee connues. ⇒ La solution de l’´quation lin´aire ( ??) s’obtient comme dans le cas d´terministe par la m´thode de e e e e variation des constantes, en ´tudiant le processus {eat rt ; t ∈ [0, T ]}, solution de dρt = beat dt−σeat dWt . e Le caract`re stationnaire, qui signifie que rt a une distribution ind´pendante de t se v´rifie facielement. e e e ⇒ Pour montrer les propri´t´s de I(t, T ), le plus simple est de calculer I(t, T ) a partir de l’´quation ee ` e diff´rentielle en notant que e
T

aI(t, T ) = −(rT − rt ) + ab(T − t) − σ

dWs
t

Reportons dans cette ´quation la forme int´grale du taux spot. Il vient : e e I(t, T ) = b(T − t) + (b − rt ) 1 − e−a(T −t) −σ a
T 1 ( t T t

1 − e−a(T −s) dWs a

− e−a(T −s) 2 ) ds. a Nous aurons souvent a utiliser des processus d’Ornstein-Uhlenbeck non stationnaires, v´rifiant ` e Le calcul de la variance se fait a partir de l’int´grale σ 2 ` e drt = at (bt − rt ) dt − σt dWt r0 = r (8.4.3)

Les mod`les classiques de taux e
La solution est donn´e par : e rs = r t e−
 

153

s t

au du

s

t

Le calcul de I(t, T ) s’obtient en utilisant une formule d’int´gration par parties dans l’int´grale stochase e tique, soit
T t
 

t

u

Les r´sultats pr´c´dents se g´n´ralisent alors facilement a cette situation. e e e e e ` Les prix des z´ro-coupon et la forme g´n´rale des taux actuariels continus se d´duisent alors ais´ment du e e e e e caract`re gaussien de I(t, T ). e Th´or`me 8.4.1 Dans le mod`le de Vasicek, le prix d’un z´ro-coupon de maturit´ T est donn´ par : e e e e e e B(t, T ) = o` u et sa volatilit´ par e Γa (t, T ) = σ V La courbe des taux de la date t est donn´e par : e R(t, θ) = R∞ − (R∞ − rt ) avec R(t, +∞) = R∞ pour tout t. Preuve : La repr´sentation des z´ro-coupon est essentiellement une cons´quence des calculs e e e pr´c´dents et des propri´t´s de la transform´e de Laplace d’une v.a. gaussienne. e e ee e ⇒ Il nous suffit de calculer B(t, T ) comme : B(t, T ) = EQ [e−I(t,T ) | Ft ] = e−E(I(t,T )+ 2 var(I(t,T ) = e−m(T −t)+ 2 Σ
1 1 2

exp − R∞ (T − t) − (R∞ − rt ) 1−e R∞ = b −
σ 2a2
2

−a(T −t)

a

1 − e−a(T −t) a

1 − e−aθ σ2 + 3 (1 − e−aθ )2 aθ 4a θ

car la variable I(t, T ) ´tant gaussienne, sa transform´e de Laplace ne d´pend que son esp´rance et de e e e e sa variance. La formule explicite est obtenue en regroupant les termes de mˆme nature. L’´quation e e 1 des taux s’en d´duit ais´ment a partir de la formule R(t, θ) = − θ ln[B(t, t + θ)]. e e ` ⇒ Il reste a noter que R(t, θ) tend vers : R∞ = b − `
σ2 2a2

(ind´pendante de t) si θ tend vers l’infini. e

8.4.2

La courbe des taux issue du mod`le de Vasicek e

Le mod`le de Vasicek donne la forme analytique de la courbe des taux aujourd’hui et plus g´n´ralement e e e de n’importe quelle date. Le graphe de la fonction θ → R(t, θ) ressemble effectivement a de nombreuses courbes de taux observ´es ` e sur le march´. Toutefois, certaines d’entre elles, notamment les courbes dites “invers´es”, o` le taux court e e u r est plus haut que le taux long R∞ , et o` apparaˆ un creux ne peuvent ˆtre atteintes par un mod`le de u ıt e e ce genre.

 

I(t, T ) = rt

e−

s t

T au du

ds +

 

+

e−

s u

av dv

(bu du + σu dWu )

(8.4.4)

T

e−

s u

av dv

ds(bu du + σu dWu )

+

σ2 4a3 (1

− e−a(T −t) )2

(8.4.5)

(8.4.6)

(8.4.7)

(T −t)

154

Dea Probabilit´s,option finance 2003/2004 e

8.4.3

Le mod`le de Vasicek g´n´ralis´ e e e e

En g´n´ral, le march´ pr´f`re introduire la courbe des taux d’aujourd’hui comme une donn´e du e e e ee e probl`me et d’ajuster les param`tres des mod`les pour qu’il y ait un ajustement exact avec cette entr´e. e e e e Dans le cas de Vasicek, il est toujours possible d’introduire une fonction bt pour que l’ajustement soit parfait. Pour cela remarquons que la courbe des taux aujourd’hui est associ´e a un mod`le stationnaire (b t e ` e constant) de Vasicek, si la courbe des taux spot forwards aujourd’hui v´rifie e f (0, t) = R∞ − (R∞ − r0 )e−at + = b + (r0 − b)e−at − σ2 (1 − e−at )e−at 2a2 (8.4.8) (8.4.9)

σ2 (1 − e−at )2 2a2
σ 2 −2at 2a e σ2 b − 2a2

Cette fonction v´rifie donc l’´quation diff´rentielle en maturit´ e e e e ∂t f (0, t) +a(f (0, t) − f (0, +∞)) − f (0, +∞) = R∞ =
2

=0 (8.4.10)

∂t f (0, t)

+a(f (0, t) − b) +

σ (1 − e−2at ) = 0 2a

Proposition 8.4.2 Le taux court rt v´rifie le mod`le de Vasicek ´tendu a des coefficients d´pendant du e e e ` e temps (Pour simplifier nous avons suppos´ les volatilit´s stationnaires) g´n´ralis´, ajust´ a la courbe des e e e e e e` taux forwards (f (0, T ); T ∈ R+ si drt = [∂t f (0, t) + af (0, t) + σ2 (1 − e−2at )]dt − art dt − σdWt 2a (8.4.11)

V Preuve : Notons rt la dynamique d’un Vasicek de mˆme fonction de volatilit´, mais de niveau de e e σ2 rappel constant, b = f (0, +∞) + 2a2 , partant de r0 = f (0, 0) aujourd’hui. La courbe des spots forwards issue de ce mod`le f V (0, t) v´rifie e e

f V (0, +∞) = f (0, +∞),

f V (0, 0) = f (0, 0) = r0

V La diff´rence rt − rt satisfait a l’´quation lin´aire, non stochastique e ` e e V V d(rt − rt ) = [a(bt − b) − a(rt − rt )]dt,

(8.4.12)

Cette diff´rence d´terministe est encore ´gale a la diff´rence des taux forwards aujourd’hui associ´s a e e e ` e e ` chacun des deux mod`les Par suite, les deux courbes f (0, t) et f mod (0, t) la courbe forward d´duite e e du mod`le sont ´gales car e e df mod (0, t) + af mod (0, t)dt = df V (0, t) + af V (0, t)dt + a(bt − b)dt σ2 σ2 (1 − e−2at ) + ∂t f (0, t) + af (0, t) + (1 − e−2at ) − ab] = ab − 2a 2a = ∂t f (0, t) + af (0, t)dt

8.4.4

L’EDP d’´valuation et le prix des options sur z´ro-coupons e e

Nous pouvons employer une m´thode plus num´rique pour calculer la forme de la courbe ds taux et le e e prix des options sur z´ro-coupon. Elle consiste a introduire une EDP d’´valuation. Nous avons vu que le e ` e prix d’un z´ro-coupon est une fonction exponentielle affine du taux court B(t, r, T ).Nous allo,s retrouver e ce r´sultat par une m´thode num´rique, e e e

Les mod`les classiques de taux e

155

Th´or`me 8.4.2 e e 1. Si le prix d’un z´ro-coupon est une fonction r´guli`re du taux court B(t, r, T ), e e e n´cessairement B est solution de l’EDP e 1 2 σ Br r(t, r, T ) + a(b − r)Br (t, r, T ) − rB(t, r, T ) + Bt (t, r, T ) = 0 2 B(T, r, T ) = 1 (8.4.13) 2. R´ciproquement, supposons qu’il existe une fonction r´guli`re du temps et du param`tre r , e e e e C(t, r, K, T, T + θ), solution dans ]0, T [⊗R+ de l’´quation aux d´riv´es partielles : e e e 1 2 σ Cr r(t, r) + a(b − r)Cr (t, r) − rC(t, r) + Ct (t, r, T ) = 0 2 C(T, r, K, T, T + θ) = (B(T, r, T + θ) − K)+

(8.4.14)

3. Alors le prix d’une option de maturit´ T , de prix d’exercice K sur z´ro-coupon de maturit´ T + θ e e e est donn´ par e C(t, K, T, T + θ) = B(t, T + θ)N (d1 ) − KB(t, T + θ)N (d0 ) √ 1 1 B(t, T + θ) √ d0 = − Σt,T T − t Log KB(t, T ) 2 Σt,T T − t √ d1 = d0 + Σt,T T − t Σ2 = t,T 1 T −t
T t

(8.4.15)

|Γ(u, T + θ) − Γ(u, T + θ)|2 du

(8.4.16)

Preuve : La preuve de l’EDP est tr`s similaire a celle utilis´e pour montrer la formule de Black et e ` e Scholes. ⇒ Nous appliquons la formule d’Itˆ a la fonction B(t, r, T ) et a la solution rt de l’´quation diff´rentielle o` ` e e stochastique. La comparaison avec l’´quation d’autofinancement donne imm´diatement le r´sultat. La e e e v´rifivation est imm´diate. e e ⇒ L’´quation aux d´riv´es partielles ne donne pas imm´diatement une solution explicite. L’id´e est de e e e e e faire a la fois un changement de variable en posant y = B(t, r, T ) et de fonction en posant v(t, y) = ` u(t,r,f ) ` B(t,r,T ) , pour se ramener a une EDP de type Black et Scholes et appliquer la formule connue.

⇒ C’est la traduction en termes de changement de variables de l’observation que le z´ro-coupon forward e Bt (T, T + θ) est une martingale log-normale de volatilit´ Γt (T, T + θ) = σe−a(T −t) (1 − e−aθ ), sous la e T probabilit´ forward QT , de densit´ exp − t rs dsB(t, T )−1 . e e Comme
T

C(T, r, K, T, T + θ) = EQ

exp −

t

rs ds(B(T, T + θ) − K)+ |rt

= B(t, T )EQT BT (T, T + θ) − K)+ |rt Nous pouvons appliquer la formule de Black et Scholes, sans taux d’int´rˆt, au sous-jacent B t (T, T +θ) e e de volatilit´ d´pendant du temps Γt (T, T + θ). e e

8.5

Le mod`le de CIR e

Pour lever l’objection li´e au caract`re n´gatif possible des taux d’int´rˆt issu du mod`le gaussien de e e e e e e Vasicek, Cox, Ingersoll et Ross (1985) ont introduit le mod`le dit en “racine carr´e”, sur le taux e e spot, dans l’univers risque-neutre. √ drt = a(b − rt )dt − σ rt dWt r(0) = r (8.5.1)

156

Dea Probabilit´s,option finance 2003/2004 e
– Remarque math´matique e √ La fonction r n’´tant pas une fonction lipschitzienne, l’existence d’une solution de cette ´quation e e diff´rentielle stochastique est plus difficile a ´tablir, que dans le cas du mod`le de Vasicek. De plus, dans le e `e e cas g´n´ral, il n’existe pas de solution explicite. La preuve de l’existence et de l’unicit´ peut ˆtre trouv´e e e e e e 2 dans Karlin [Karl].De plus il est montr´ que la solution n’atteint pas 0 si 2ab > σ , car alors le terme en e drift dans l’´quation est suffisamment important pour empˆcher le processus d’atteindre 0. e e

8.5.1

Calcul des prix z´ro-coupon e

Equation aux d´riv´es partielles d’´valuation e e e
Pour calculer le prix des z´ro-coupon, il est n´cessaire de proc´der un peu diff´remment que dans e e e e le cas du mod`le de Vasicek, puisqu’il n’existe pas de formule explicite pour l’´quation stochastique. e e Nous allons plutˆt utiliser l’´quation aux d´riv´es partielles d’´valuation, qui permet d’obtenir grˆce a o e e e e a ` un th´or`me de v´rification les formules de prix comme solution d’une ´quation aux d´riv´es partielles. e e e e e e Th´or`me 8.5.1 Supposons qu’il existe une fonction r´guli`re du temps et du param`tre r , B(t, r, T ), e e e e e solution dans ]0, T [⊗R+ de l’´quation aux d´riv´es partielles : e e e 1 2 σ r ∂r2 B(t, r, T ) + a(b − r)∂r B(t, r, T ) − rB(t, r, T ) + ∂t B(t, r, T ) = 0 2 B(T, r, T ) = 1

(8.5.2)

Alors, pour toute date t, le prix B(t, T ) d’un z´ro-coupon de maturit´ T est donn´ par B(t, T ) = B(t, r t , T ). e e e Plus g´n´ralement, si l’EDP admet une solution r´guli`re u(t, r, f, T ) lorsque la condition terminale est e e e e f (T, r), u(t, rt , f ) est le prix a la date t du produit financier qui d´livre f (T, r T ) en T . ` e Preuve : Nous appliquons la formule d’Itˆ a la fonction B(t, r, T ) et a la solution rt de l’´quation o` ` e diff´rentielle stochastique. Il vient que : e 1 2 dB(t, rt , T ) = ∂r B(t, rt , T )drt + [∂t B(t, rt , T ) + σ 2 rt ∂r B(t, rt , T )]dt 2 Le fait que B(t, r, T ) satisfasse a l’EDP entraˆ imm´diatement que ` ıne e √ dB(t, rt , T ) = rt B(t, rt , T )dt − ∂r B(t, rt , T )σ rt dWt √ Si le processus −∂r B(t, rt , T )σ rt est de carr´ int´grable, B(t, rt , T ) est une martingale sous la proe e babilit´ risque-neutre de condition terminale B(T, rT , T ) = 1. Par suite, c’est n´cessairement le prix e e d’un z´ro-coupon. e Le mˆme argument est utilis´ pour montrer que le prix d’une option s’obtient a partir de la solution e e ` de l’EDP. Or l’´quation aux d´riv´es partielles d´pend lin´airement du taux r. Il est donc naturel de rechercher e e e e e pour les z´ro-coupon des solutions dont le logarithme d´pend de mani`re affine de r. e e e Th´or`me 8.5.2 Les prix des z´ro-coupon en t s’´crivent comme : e e e e B(t, T ) = A(t, T ) e−rt C(t,T ) o` C(t, T ) = C(T − t) et A(t, T ) = A(T − t) sont donn´s par : u e  1   2(eρt − 1)   C(t) = ρ = [a2 + 2σ 2 ] 2 (ρ + a)(eρt − 1) + 2ρ  2ab    A(t) = ϕ(t) σ 2 (8.5.3)

(8.5.4)

Les mod`les classiques de taux e

157

(ρ + a) t 2ρe 2 o` ϕ est d´finie par ϕ(t) = u e La courbe des taux a la date t est donn´e par R(t, θ) = ` e (ρ + a)(eρt − 1) + 2ρ Cθ 2ab rt − 2 Lnφ(θ) θ σ θ Preuve : Nous recherchons les solutions de l’EDP 8.5.3, a priori de la forme d’une exponentielle ` d’une fonction affine du taux, ce qui est possible puisque la condition terminale est de cette forme. L’identification des coefficients de r dans l’EDP conduit aux ´quations diff´rentielles satisfaites par e e les fonctions C(t) et A(t). Il reste a r´soudre explicitement ces ´quations diff´rentielles pour conclure. ` e e e L’´quation aux d´riv´es partielles ne donne pas imm´diatement une solution explicite. L’id´e est de e e e e e faire a la fois un changement de variable en posant y = B(t, r, T ) et de fonction en posant v(t, y) = ` u(t, r, f ) , pour se ramener a une EDP de type Black et Scholes et appliquer la formule connue. ` B(t, r, T ) Comme dans le mod`le de Vasicek, la forme analytique de la courbe des taux aujourd’hui est une des e cons´quences du mod`le. La structure des formes a priori possibles est mieux d´crite par ce mod`le, qui, e e e e cependant, est vite plus compliqu´ a impl´menter. e` e 2ab Notons que R∞ = . σ+a

8.6
8.6.1

Extension
Les mod`les lin´aires e e

Les deux exemples que nous venons de pr´senter rentrent dans la classe plus g´n´rale des mod`les e e e e lin´aires, pour lesquels les prix des z´ro-coupon sont des exponentielles d’une fonction affine du taux spot. e e Il est montr´ dans Duffie-Kan ([Du-Ka]) qu’une condition n´cessaire et suffisante pour qu’il en soit e e ainsi est que Proposition 8.6.1 Le taux spot a une dynamique risque-neutre de la forme : drt o` , u µ(r, t) = µ(rt , t)dt + γ(rt , t) dWt , = α1 (t) + α2 (t) r et σ(r, t)2 = β1 (t) + β2 (t) r

De nombreux autres mod`les ont ´t´ propos´s pour mod´liser le taux spot, notamment avec des termes e ee e e de volatilit´s σ(r, t) proportionnels a r, qui dans le cas o` les autres param`tres sont aussi proportionnels, e ` u e conduit a des taux lognormaux. ` – Le mod`le de Dothan : µ(r, t) = α r, e σ(r, t) = β r – Le mod`le de Courtadon : µ(r, t) = α1 r + α2 , e σ(r, t) = β r – Le mod`le log-normal g´n´ralis´ : µ(r, t) = α(t) r + α2 r log r e e e e σ(r, t) = β(t) r Toutefois les prix des z´ro-coupon n’admettent en g´n´ral pas des repr´sentations analytiques explicites. e e e e Les m´thodes num´riques sont alors utilis´es, mais sont plus lourdes a manier pour les calages implicites e e e ` aux donn´es du march´. e e

8.7

Calibration de la courbe des taux

Le probl`me de reconstruire une courbe de taux robuste a partir des donn´es de march´ est un enjeu e ` e e majeur du Risk management des produits de taux. Diff´rentes m´thodes sont utilis´es dans les banques. e e e Nous en d´crivons quelques unes, en ´voquant leurs limites. e e

158

Dea Probabilit´s,option finance 2003/2004 e

8.7.1

La m´thode classique e

La m´thode habituellement utilis´e par les gestionnaires, pour reconstituer cette courbe de taux z´roe e e coupon, est une m´thode r´cursive qui calcule les taux z´ro-coupon de proche en proche. Cette m´thode e e e e consiste a consid´rer la courbe des taux actuariels, not´s T A(θ) obtenue par approximation lin´aire entre ` e e e les taux actuariels des actifs du march´. Le point de d´part est le taux actuariel de maturit´ un an est e e e aussi le taux z´ro-coupon de mˆme maturit´. Le z´ro-coupon de maturit´ deux ans est obtenu en r´solvant e e e e e e en B(0, 2), l’´quation suivante : e 100 = T A(2)B(0, 1) + (T A(2) + 100)B(0, 2) Cette ´quation vient du fait qu’une obligation dont le taux facial est ´gal au taux actuariel est au pair. La e e courbe des taux z´ro-coupon s’obtient alors par it´ration ; en effet pour passer z´ro-coupon de maturit´ n e e e e au z´ro-coupon de maturit´ n + 1, il suffit de calculer le taux B(0, n + 1) qui v´rifie l’´quation suivante : e e e e
n

100 =
i=1

T A(n + 1)B(0, i) + (T A(n + 1) + 100)B(0, n + 1)

Remarque 8.7.1 Cette m´thode, simple a mettre en oeuvre, a l’inconv´nient de reconstituer e ` e des taux z´ro-coupon qui d´pendent fortement du taux actuariel de l’obligation la plus courte, e e obligation qui est en g´n´ral tr´s peu liquide et donc dont le prix ne reflˆte pas vraiment le taux e e e e de march´ pour cette maturit´. Cette erreur sur le premier taux z´ro-coupon se propage ensuite e e e par it´ration sur toute la courbe. e L’autre inconv´nient majeur de cette m´thode est la trop forte d´pendance de ses r´sultats par e e e e rapport aux caract´ristiques de chaque obligation utilis´e dans la proc´dure. En effet, le calcul pour e e e chaque maturit´ ´tant fait par rapport a une obligation donn´e, le taux z´ro-coupon calcul´ pour ee ` e e e cette maturit´ d´pend alors des sp´cificit´s de cette obligation et de celles des obligations choisies e e e e dans les ´tapes pr´c´dentes. e e e

8.7.2

La m´thode des splines e

Pour pallier ces inconv´nients et vu que la courbe des taux, a un jour donn´, a en g´n´ral une forme e ` e e e assez r´guli`re et pr´sentant peu de changement de convexit´, on peut penser a l’approcher par des e e e e ` fonctions simples telles que polynˆmes, exponentielles de polynˆmes ..etc.. . o o Plusieurs formes fonctionnelles ont ´t´ propos´es dans ce but, nous en pr´sentons deux. ee e e La premi`re m´thode consiste a ajuster sur des plages de maturit´s judicieusement choisies des polynˆmes e e ` e o de degr´ trois ou quatre, les splines. Le calage des param`tres se fait alors sous la contrainte de continuit´ e e e et de double d´rivabilit´ aux points de raccord . e e La question de choisir de mani`re robuste les points de raccord est une question centrale dans l’utilisation e des m´thodes de splines. (Voir le cours de Rama sur la calibration). Le march´ sugg`re ´videmment des e e e e points a prendre en compte naturellement : le un an, car c’est une maturit´ cl´ entre le court et le moyen ` e e terme. Les points 3,6 mois, car ce sont des maturit´s tr`s liquides a cause des Swaps, que nous verrons e e ` plus tard. 5, 10 et 30 ans sont aussi des maturit´s incontournables, associ´es a des produits liquides e e ` dans le march´. Cette m´thode donne de bons r´sultats mais pr´sente une fort sensibilit´ aux points de e e e e e d´coupage pour les splines. e

8.7.3

Param´trisation ` la Vasicek e a

Une Analyse en Composantes Principales (ACP) sur un historique de courbes de taux z´ro-coupon e obtenues par cette m´thode a montr´ que trois facteurs expliquent la quasi-totalit´ des d´formations de e e e e ces courbes. Ces trois facteurs s’interpr`tent comme suit : e

Les mod`les classiques de taux e

159

1. un premier facteur qui pr´sente une forme quasiment plate et qui provoque des d´placements e e parall`les de la courbe des taux. Ce facteur s’interpr`te comme un facteur de niveau. e e 2. un deuxi`me facteur qui rend compte des inversions de la courbe autour d’un point. Ce facteur e s’interpr`te comme un facteur de pente car il a une influence contraire sur les taux longs et sur les e taux courts. 3. Un troisi`me facteur, qui agit diff´remment sur trois compartiments de la courbe des taux, et qui e e s’interpr` te comme un facteur de courbure. e Ceci laisse a penser qu’une bonne m´thode de reconstitution de la courbe des taux z´ro-coupon, serait de ` e e se donner une fonctionnelle d´pendant d’un param`tre de niveau des taux, d’un param`tre de spread (ou e e e de pente) et d’un param`tre de courbure et de caler ensuite ces param`tres sur les donn´es du march´. e e e e Or c’est exactement la param´trisation d´duite du mod`le de Vasicek, via la repr´sentation e e e e R(θ) = R∞ − S G1 (θ) + γ G2 (θ) (8.7.1)

C’est cette m´thode qui est appliqu´e dans la suite. e e Le param`tre a dans la fonctionnelle du taux est un param`tre d’´chelle, le laisser libre dans le calage e e e des autres param`tres introduirait une trop grande instabilit´ pour ces derniers, il a ´t´ donc d´cid´ de e e ee e e le fixer. Des tests empiriques nous ont alors montr´ que sa valeur peut ˆtre fix´e a une valeur comprise e e e ` entre 0.1 et 0.8. Le probl`me revient donc a estimer les param`tres R∞ S et γ, sur un panel, bien choisi, d’actifs du e ` e march´. e Les valeurs de ces param`tres au moment du calcul sont obtenues par la minimisation, sur le panel d’actifs e du march´, de l’´cart quadratique moyen suivant : e e
N

E(t, R∞ , S, γ) = o` : u

i=1

th´orique e march´ e (R∞ , S, γ) − Pi,t mi,t Pi,t

2

(8.7.2)

march´ est le prix du march´ de l’actif i. On choisira les actifs les plus liquides du march´, car e Pi,t e e seuls ces actifs sont bien arbitr´s et leurs prix refl`tent donc le march´. e e e th´orique e est le prix de l’actif i, en fonction des param`tres, tel qu’il est calcul´ par le mod`le e e e – Pi,t choisi. Ce prix th´orique ´tant estim´ par rapport a ”une moyenne du march´”, on observera a e e e ` e ` chaque date t un r´sidu entre ce prix et le prix de march´ de l’actif. e e e march´ = P th´orique + e Pi,t i,t
i,t

Ce r´sidu peut refl´ter soit une option cach´ dans l’actif (Possibilit´ de prorogation aux conditions e e e e du march´, possibilit´ d’´change contre des obligations a taux variable ou r´visable), soit par e e e ` e exemple un coupon fort (ou faible) ce qui implique un certain type d’intervenants a cause des ` probl`mes de fiscalit´, soit tout autre cause sp´cifique a l’actif. e e e ` – mi est un facteur de pond´ration, qui peut-ˆtre li´ soit a la liquidit´ du titre, soit a l’inverse de e e e ` e ` sa maturit´ r´siduelle. On choisira un facteur de pond´ration plus fort pour les actifs qu’on veut e e e favoriser dans le programme d’optimisation ; c’est ainsi qu’on peut favoriser par exemple, les actifs les plus liquides, les actifs sans clause sp´ciale ou encore les actifs a faible maturit´ r´siduelle. e ` e e L’algorithme de Newton-Raphson permet de converger rapidement vers un minimum (´ventuellement e local), quant-il en existe un, et permet donc d’obtenir les param`tres de la courbe des taux z´ro-coupon e e correspondant a la date et au panel choisis. ` Le panel de donn´ees doit recuvrir les diff´rentes parties de la courbe, courte, moyenne longue, et utiliser e e les instruments les plus liquides possibles, les taux Euribor notamment.

160

Dea Probabilit´s,option finance 2003/2004 e

8.7.4

Sensibilit´s aux param`tres de risque e e

On peut de mˆme calculer la sensibilit´ de ce prix th´orique par rapport a chacun de ces param`tres. e e e ` e La sensibilit´ du prix Pt par rapport au param`tre p est d´finie par : e e e St = 1 ∂Pt Pt ∂p

Les sensibilit´s par rapport aux diff´rents param`tres s’interpr`tent comme suit : e e e e – La sensibilit´ par rapport au taux long e 1 ∂Pt La sensibilit´ par rapport au taux long SR∞ = Pt ∂R∞ repr´sente une sensibilit´ par rapport a une e e e ` translation de la courbe des taux. Cette sensibilit´ est donc de la mˆme nature que la duration, e e qui est la sensibilit´ du prix Pt de l’actif par rapport a son taux actuariel T A, d´finie par : e ` e Dt = − 1 ∂Pt (1 + T A) Pt ∂T A

– La sensibilit´ par rapport au spread taux long-taux court e 1 La sensibilit´ par rapport a ce param`tre, SS = Pt ∂Pt , est en fait une sensibilit´ par rapport au e ` e e ∂S taux court, le taux long et le param`tre de courbure ´tant suppos´s constants. Cette sensibilit´ e e e e d´finit une duration spread. e – La sensibilit´ par rapport au param`tre de courbure e e 1 e ` La sensibilit´ par rapport a ce param`tre, Sγ = Pt ∂Pt , est une sensibilit´ par rapport a un chane ` e ∂γ gement de courbure, le niveau des taux long et des taux courts ´tant inchang´s. e e

∆ APPENDICE

Etude du temps d’atteinte de 0 par le processus de CIR
L’´tude repose sur le r´sultat suivant, que nous appliquons a l’´quation 8.7.3 a laquelle on peut toujours e e ` e ` ramener l’´quation 8.5.1 par le th´or`me de Girsanov. e e e dr(t) = ab dt − σ r(t)dW (t) r(0) = r (8.7.3)

Lemme 8.7.1 Soient α et β deux nombres positifs (α < β) et Tβ = inf {t; rt < β } On pose Vα,β (r) = P(Tβ < Tα ), o` r0 = r u V satisfait a l’´quation aux d´riv´es partielles, Lv(r) = 0, v(α) = 1, v(β) = 0, o` : ` e e e u          LVα,β (x) dont la solution est Vα,β (r) = 1 2 dV 2 dV σ r 2 + ab =0 2 dr dr o` u r β si 0 < α < r < β (8.7.4) 2ab v= 2 σ
1−v

r1−v − α1−v = 1−v β − α1−v

Si v > 1, T0 est infini p.s. ; si v < 1, V (r) tend vers V0 (r) =

.

Les mod`les de d´formation de la courbe des taux e e

161

Preuve : On proc`de par v´rification. Il est clair que la fonction V (r) d´finie en 8.7.4 est une fonction e e e r´guli`re, qui v´rifie l’´quation 8.7.3. e e e e Appliquons la formule d’Itˆ a cette fonction et au processus rt arrˆt´ en Tα ∧ Tβ . Il vient : o` ee dV (r(t)) Puisque V (β) = 1 et V (α) = V (r(t)) σ r(t) dW (t) sur t < Tα ∧ Tβ

= 0 V (r) = E[V (r(Tα ∧ Tβ ))] = P(Tβ < Tα )

Puisque V (β) = 1 et V (α) = 0, nous obtenons V (r) = E[V (r(Tα ∧ Tβ ))] = P(Tβ < Tα ). Lorsque µ > 1, les int´grales du num´rateur et du d´nominateur divergent, mais sont ´quivalentes. e e e e

162

DEA de Probabilit´ 2002-2003 e

Chapitre 9

` LES MODELES de DEFORMATION de la COURBE des TAUX
Comme nous l’avons vu, mod´liser les d´formations futures de la courbe des taux est un enjeu majeur e e pour les ´tablissements financiers. Dans le chapitre pr´c´dent, nous avons vu quels liens peuvent exister e e e entre les taux de diff´rentes maturit´s, si nous partons d’une mod`lisation a priori du taux court. Dans e e e un mod`le stationnaire, la courbe des taux aujourd’hui ainsi que les courbes futures ne d´pendent que e e de la valeur aujourd’hui du taux court et des param`tres du mod`le. La cons`quence en est une reconse e e truction, coh´rente avec le mod`le de d´formation, mais ´ventuellement imparfaite, de la courbe des taux e e e e aujourd’hui. Pour ´valuer et couvrir les principaux produits d´riv´s de taux d’in´rˆt, le march´ cherche a ˆtre exact e e e e e e `e sur les valeurs de march´ des sous-jacents. En d’autres termes, la courbe des taux aujourd’hui, et non e seulement la valeur du taux court devient une donn´e initiale de la mod´lisation. Le probl`me devient un e e e probl`me de mod´lisation de dimension infinie, repr´senter la dynamique de la courbe des taux dans le e e e futur, tout en respectant l’absence d’opportunit´ d’arbitrage. La cons´quence en est une complexit´ ace e e crue, et une quasi-impossibilit´ de traiter des produits de type am´ricain. D’o` une recherche de mod`les e e u e mixtes, c’est a dire a facteurs, mais exacts sur la courbe des taux aujourd’hui comme nous l’avons ´voqu´ ` ` e e dans le mod`le de Vasicek g´n´ralis´. e e e e Les travaux dans cette direction ont ´t´ initialis´s par Ho & Lee (1985) dans les mod`les d’arbre, puis ee e e par Heath, Jarrow & Morton (1987-1992) pour les mod`les en temps continu. e Comme nous le montrons dans la premi`re partie de ce chapitre, l’hypoth`se fondamentale d’absence e e d’opportunit´ d’arbitrage dans le march´ permet de d´crire alg´briquement ces contraintes a partir de la e e e e ` seule connaissance de la volatilit´, fonction de la maturit´, des z´ro-coupons. e e e Le plan de ce chapitre est le suivant : apr`s avoir pr´sent´ le cadre dans lequel nous travaillons, nous e e e montrons en toute g´n´ralit´ la nature des contraintes qui lient les diff´rents taux et les cons´quences qui e e e e e en r´sultent sur l’estimation des d´formations futures de la gamme des taux d’int´rˆt dans le cas o` les e e e e u volatilit´s locales sont d´terministes. La courbe des taux aujourd’hui, et la courbe des taux forwards que e e

163

164

DEA de Probabilit´ 2002-2003 e

l’on d´duit, apparaˆ e ıssent des ´lements essentiels a la pr´vision des taux dans le futur, mais non suffisants. e ` e Une attention particuli`re doit ˆtre port´e a la forme de la fonction de volatilit´ locale. La mod´lisation e e e ` e e par arbitrage des taux futurs permet de disuter la th´orie des anticipations rationnelles. e Une premi`re application a la gestion de portefeuilles de taux est propos´e. e ` e

9.1

Le mod`le en absence d’opportunit´ d’arbitrage e e

Comme nous l’avons vu dans les chapitres pr´c´dents, l’absence d’arbitrage introduit des contraintes e e sur les rendements des titres financiers, qu’ils soient de base, ou valeur de march´ de produits d´riv´s. e e e Lorsqu’on s’int´resse aux probl`mes li´s aux taux d’int´rˆt, ce ne sont pas les taux eux-mˆmes sur lesquels e e e e e e on va a priori ´crire les contraintes, mais sur les prix des op´rations financi`res auxquels ils ont associ´s. e e e e La r´f´rence de base sera donc les prix des z´ro-coupon , mˆme si pour des maturit´s sup´rieures a un an, ee e e e e ` il n’y a pas de march´ vraiment liquide, le march´ traitant plutˆt de titres avec coupons dont la valeur e e o de march´ sera r´li´e a celle des z´ro-coupon par la r`gle de non arbitrage : e e e ` e e le prix d’un titre qui verse des flux fixes dans le futur est donn´ par la somme de ses flux pond´r´s e e e par les prix des z´ro-coupon des dates de paiement e

9.1.1

Le mod`le pour les z´ro-coupon e e

Nous supposons un march´ qui traite en temps continu les z´ro-coupon de toutes les maturit´s, sans e e e arbitrage. L’incertain du march´ s’exprime via la pr´sence de sources de bruit additives et ind´pendantes e e e que nous repr´sentons a travers k mouvements browniens, not´s W , non corr´l´s, d´finis sur l’ensemble e ` e ee e 1 de probabilit´ (Ω, (Ft )t≥0 , P). La probabilit´ a priori P des agents du march´, peut ˆtre ´tablie a partir e e e e e ` des donn´es historiques ou refl´ter leurs anticipations. Mais c’est la mˆme pour tout le monde. e e e Nous mod´lisons les z´ro-coupon en supposant que leur dynamique respecte les contraintes dues a l’abe e ` sence d’arbitrage que nous avons ´tablies au chapitre 4. Nous avons montr´ qu’un march´ est caract´ris´ e e e e e par le processus de taux court rt et le vecteur (de dimension k) des primes de risque λt . Les prix n´goci´s e e sont alors uniquement diff´renci´s par leur vecteur de volatilit´, et leur valeur d’aujourd’hui. Aussi nous e e e faisons les hypoth`ses suivantes : e La dynamique des prix B(t, T ) des z´ro-coupon est repr´sent´e par e e e dB(t, T ) = rt dt + Γ(t, T )dWt , B(t, T ) B(T, T ) = 1, (9.1.1)

Fonction de volatilit´ e
Γ(t, T ) est la famille des volatilit´s locales, ´ventuellement al´atoire des z´ro-coupon , param´tr´e par e e e e e e les dates d’´ch´ance T . Comme a l’´ch´ance, le prix du z´ro-coupon est ´gal a 1F , il est donc connu e e ` e e e e ` avec certitude. Nous supposons donc que Γ(T, T ) = 0, et que plus g´n´ralement pour toutes les dates e e post´rieures a l’´ch´ance T . Cette convention revient a consid´rer que le flux est r´investi dans le march´ e ` e e ` e e e au taux sans risque. Nous supposerons que la fonction de volatilit´ est continue et d´rivable par rapport a la maturit´ T et e e ` e que les d´riv´es sont uniform´ment born´es, ou au moins uniform´ment major´e par une v.a. int´grable, e e e e e e e soit si Kt est un processus adapt´ , born´ ou suffisamment int´grable e e e |∂T Γ(t, T ) = γ(t, T )| ≤ Kt
1

(9.1.2)

la famille de tribus (Ft )t≥0 ) repr´sente la structure d’information disponible au cours du temps aux agents. e ce sera souvent la filtration des mouvement browniens

Les mod`les de d´formation de la courbe des taux e e

165

– Remarques techniques Lorsque le mouvement brownien est vectoriel, la notation dWt repr´sente un vecteur colonne de e dimension (d, 1) et de composantes dWtj . Γ(t, T ) une matrice de dimension (1, d), de composantes Γj (t, T ) de telle sorte que la quantit´ e
k

Γ(t, T )dWt =
j=1

Γj (t, T )dWtj

soit un r´el. e

Probabilit´ risque-neutre e
L’absence d’opportunit´ d’arbitrage implique que tous les prix des titres du march´ d´pendent fone e e damentalement du processus Wt d´fini par : e dWt = λt dt + dWt . (9.1.3)

{Wt ; t ∈ [0, T ]} est un mouvement brownien sous la probabilit´ objective P, qui r´git les al´as observ´s sur e e e e les taux. Par suite, W est un mouvement brownien vectoriel d´centr´ sous P, le param`tre de d´centralit´ e e e e e ´tant le vecteur des primes de risque λt . e Nous annulons l’effet de la prime de risque en introduisant la probabilit´ risque-neutre Q pour laquelle e {Wt ; t ∈ [0, T ]} est un mouvement brownien centr´. Nous dirons que {Wt ; t ∈ [0, T ]} est un Q- mouvement e brownien. Dans ce contexte, l’´quation donnant les prix des z´ro-coupon devient e e dB(t, T ) = rt dt + Γ(t, T )dWt B(t, T ) (9.1.4)

Dimension des bruits et volatilit´ e
Il est traditionnel lorsqu’on mod`lise la dynamique du prix d’un actif risqu´ de lui associer sa volatilit´, e e e que nous noterons dans le cas des z´ro-coupon vol(t, T ), qui mesure le risque instantan´ du rendement e e du titre. C’est donc un processus r´el et positif tel que e
T dB(t, T ) = B(t, T )[rt dt + vol(t, T )dZt ] T o` dZt est un mouvement brownien sous la probabilit´ risque-neutre. Ainsi, dans un march´ dans lequel u e e un nombre tr`s grand de titres est n´goci´, le point de vue traditionnel conduit a introduire autant e e e ` de bruits que de maturit´s n´goci´es. Un point d´licat a pr´ciser alors est la corr´lation de tous ces e e e e ` e e mouvements browniens entre eux. Nous avons donc choisi de mod´liser a priori la structure des ces corr´lations par l’interm´diaire d’un e e e nombre fini de mouvements browniens ind´pendants et d’un vecteur de volatilit´ d´sign´ par Γ(t, T ). e e e e

– Remarque math´matique e D’apr`s les propri´t´s de l’int´grale stochastique et du mouvement brownien, il est bien connu que e ee e k l’int´grale stochastique Γ(t, T )dWt = j=1 Γj (t, T )dWtj peut se repr´senter a l’aide de la volatilit´ e e ` e T vol(t, T ) et d’un mouvement brownien unidimensionnel Zt (d´fini sur un espace ´ventuellement e e augment´ [Ka.Sh]) sous la forme e
T Γ(t, T )dWt = vol(t, T )dZt

166

DEA de Probabilit´ 2002-2003 e

Le lien entre le vecteur de volatilit´s locales et la volatilit´ des z´ro-coupon est, e e e
k

[vol(t, T )]2 =
j=1

[Γj (t, T )]2 .

(9.1.5)

soit en utilisant des notations vectorielles, notamment le module du vecteur Γ(t, T ), vol(t, T ) = |Γ(t, T )|. Le vecteur de volatilit´s locales permet de calculer facilement les corr´lations instantan´es entre les e e e diff´rents z´ro-coupon sous la forme e e covt ( dB(t, T + θ) dB(t, T ) , ) = Γ(t, T )Γ(t, T + θ)∗ dt B(t, T + θ) B(t, T )

9.2
9.2.1

Equation structurelle des taux
Taux z´ro-coupon et conditions initiales e

L’´quation diff´rentielle donnant les prix des z´ro-coupon admet une solution explicite, fonction de e e e leur condition initiale, du taux spot rt et de leur vecteur de volatilit´. Mais le taux spot rt est une fonction e des prix des z´ro-coupon que nous pouvons ´liminer. Les prix des z´ro-coupon a la date t d´pendent e e e ` e alors seulement des conditions initiales, consitu´es par la famille des prix z´ro-coupon aujourd’hui et de e e la structure des volatilit´s locales. En g´n´ral, une telle propri´t´ est plutˆt ´nonc´e sur les taux que sur e e e ee o e e les prix, sous la forme : la dynamique des taux n’est fonction que de la courbe des taux aujourd’hui et de la structure des volatilit´s e locales des prix z´ro-coupon . e Les relations les plus simples sont obtenues pour les taux courts forwards.

Analyse des prix des z´ro-coupon e
Proposition 9.2.1 Le prix en t d’un z´ro-coupon d’´ch´ance T est donn´ par : e e e e
t t

B(t, T ) = B(0, T ) exp[
0

rs ds +
0

Γ(s, T )dWs −

1 2

t 0

|Γ(s, T )|2 ds]

(9.2.1)

L’´limination du taux court conduit a : e ` B(t, T ) = B(0, T ) exp[ B(0, t)
t 0

[Γ(s, T ) − Γ(s, t)]dWs −
2

1 2

t 0

[|Γ(s, T )|2 − |Γ(s, t)|2 ]ds]

(9.2.2)

Preuve : La solution explicite par :

de l’´quation diff´rentielle stochastique lin´aire (9.1.4) est donn´e e e e e
t t

B(t, T ) = B(0, T ) exp[
0
2

rs ds +
0

Γ(s, T )dWs −

1 2

t 0

|Γ(s, T )|2 ds]

(9.2.3)

Il est facile de justifier cette ´criture de la mani`re suivante : e e – si la volatilit´ est nulle, il s’agit d’une ´quation diff´rentielle lin´aire ordinaire, dont la solution est une e e e e exponentielle – si le taux est nul, il s’agit d’une ´quation stochastique dont la solution doit ˆtre d’esp´rance constante. La e e e solution est alors une exponentielle faisant intervenir deux termes : une int´grale stochastique et la variation e quadratique associ´e a cette int´grale stochastique. Cette propri´t´ est justifi´e en Appendice pour le th´or`me e ` e e e e e e de Girsanov.

Les mod`les de d´formation de la courbe des taux e e

167

⇒ Il est possible d’´liminer rt dans cette formule en utilisant la condition fronti`re B(t, t) = 1, qui e e s’exprime par t t 1 t 1 = B(0, t) exp[ rs ds + Γ(s, t)dWs − |Γ(s, t)|2 ds] (9.2.4) 2 0 0 0 Faisons le quotient de l’´quation donnant B(t, T ) par celle donnant B(t, t). Il vient : e B(t, T ) = B(0, T ) exp[ B(0, t)
t 0

[Γ(s, T ) − Γ(s, t)]dWs −

1 2

t 0

(|Γ(s, T )|2 − |Γ(s, t)|2 )ds]

La premi`re ´galit´ (9.2.1) met en jeu le prix a la date 0 du z´ro-coupon d’´ch´ance T , le taux court, et e e e ` e e e le vecteur des volatilit´s locales de l’´ch´ance T . La deuxi`me relation (9.2.2) montre que l’´limination de e e e e e rt conduit a prendre en compte plus d’information sur la courbe des taux aujourd’hui, par l’interm´diaire ` e B(0,T ) notamment du prix forward en t du z´ro-coupon d’´ch´ance T , B(0,t) , ainsi que sur la structure des e e e volatilit´s locales. e

Les ´quations int´grales des taux e e
Nous traduisons maintenant en termes de taux d’int´rˆt les contraintes que nous avons mis en ´vidence e e e sur les prix des z´ro-coupon. Les principales notations ont ´t´ introduites au chapitre pr´c´dent. Les e ee e e ´quations des taux s’obtiennent ais´ment a partir des formules de prix que nous venons d’´tablir. Toutee e ` e fois pour justifier math´matiquement les formules donnant les ´quations des taux courts forwards, nous e e utiliserons que le vecteur des volatilit´s locales a ´t´ suppos´ d´rivable par rapport a la maturit´, a e ee e e ` e ` d´riv´e born´e3 . Nous insistons sur le fait qu’il n’est pas fait dans cette section d’hypoth`se de volatilit´ e e e e e d´terministe, mˆme si les notations ne le rappellent pas toujours. La d´riv´e de {Γ(t, T ) ; t ≤ T } par e e e e rapport a l’´ch´ance T , c’est a dire la deuxi`me variable a ´t´ not´e ` e e ` e ee e ∂T Γ(t, T ) = γ(t, T ) Th´or`me 9.2.1 La repr´sentation des taux a l’instant futur t est donn´e par : e e e ` e
t t 0

(9.2.5)

R(t, θ) = R0 (t, θ) −

0

1 Γ(s, t + θ) − Γ(s, t) dWs + θ 2

1 [|Γ(s, t + θ)|2 − |Γ(s, t)|2 ]ds θ

(9.2.6)

R0 (t, θ) = 1 [LnB(0, t) − LnB(0, t + θ)] est le taux forward vu de 0, pour l’´ch´ance t, de maturit´ θ. Ce e e e θ taux est lu sur la courbe des taux aujourd’hui. De mˆme, la r´presentation des taux courts forwards dans le futur est donn´e par e e e
t t

f (t, T ) = f (0, T ) −
t

γ(s, T )dWs +
0 0

γ(s, T )Γ(s, T )∗ ds

(9.2.7)

En particulier, la repr´sentation du taux court est : e
t

rt = f (0, t) −

γ(s, t)dWs +
0 0

γ(s, t)Γ(s, t)∗ ds4

(9.2.8)

Si l’on souhaite donner moins d’importance a la courbe des taux aujourd’hui, et plus au taux court r, on ` peut donner une autre forme a la relation donnant les taux forwards `
T T

f (t, T ) = rT +
t
3

γ(s, T )dWs −

γ(s, T )Γ(s, T )∗ds

(9.2.9)

t

L’hypoth`se de bornitude du vecteur des volatilit´s locales et de leur d´riv´es peut ˆtre remplac´e par l’hye e e e e e poth`se moins forte suivante : il existe un processus de carr´ int´grable adapt´ κt positif, tel que | γ(t, T ) |≤ e e e e e e e e e κt dt ⊗ d p.s. Des hypoth`ses d’int´grabilit´ plus fortes seront ´tablies si n´cessaire. 4 Ce terme est aussi la d´riv´e par rapport a la maturit´ du carr´ de la volatilit´ locale du z´ro-coupon, e e ` e e e e e e |Γ(s, t)|2 = vol(s, t)2 , au coefficient 1 pr`s, et nous utiliserons indiff´remment les deux notations. 2
 

168

DEA de Probabilit´ 2002-2003 e

Commentaire historique Les ´quations (9.2.7) et (9.2.8) ont ´t´ obtenues pour la premi`re fois par Heath-Jarrow-Morton en e ee e 1987 [H.J.M.]. Ces derniers partent a priori d’un mod`le pour les taux forwards et formulent un peu ` e diff´remment la relation (9.2.7) sous la forme : e
t t T

f (t, T ) = f (0, T ) −

γ(s, T )dWs +
0 0

γ(s, T )(
s

γ(s, u)du)∗ ds

(9.2.10)

mais contrairement a de nombreux auteurs, nous n’y faisons pas r´f´rence comme au mod`le de HJM, car ` ee e il s’agit en fait d’´quations cons´quences structurelles de l’absence d’arbitrage. Nous appellerons mod`le e e e de HJM le mod`le que nous ´voquerons bri´vement a la fin de ce chapitre, o` le choix d’une fonction de e e e ` u volatilit´ est propos´ sous la forme e e γ(s, t) = σ(s, f (s, t)) (9.2.11) Ces ´quations ont ´t´ le point de d´part a la fois d’une r´flexion de nature diff´rente sur les taux d’int´rˆt, e ee e ` e e e e ainsi que de tr`s nombreuses publications sur le sujet.( Hull et White Jamshidian, El Karouie Geman , EL Karoui-Myneni-Viswanathan , Brace-Musiela. Preuve : ⇒ La premi`re relation d´rive imm´diatement de la d´finition du taux actuariel continu R(t, θ), et des e e e e formules explicites des prix de z´ro-coupon. e ⇒ L’´quation des taux courts forwards s’obtient soit en passant a la limite dans les relations pr´c´dentes, e ` e e soit directement en prenant la d´riv´e logarithmique des prix des z´ro-coupon : e e e
t

f (t, T ) = −∂T LnB(t, T ) = f (0, T ) − ∂T (
t

0

Γ(s, T )dWs −
t 0

1 2

t 0

|Γ(s, T )|2 ds)

= f (0, T ) −

∂T Γ(s, T )dWs +
0

1 2

∂T |Γ(s, T )|2 ds)

La d´rivation sous l’int´grale ou int´grale stochastique est justifi´e par les hypoth`ses de bornitude e e e e e faites sur la d´riv´e par rapport a la maturit´ de la fonction de volatilit´. e e ` e e En particulier, si nous d´signons par r(t, 0) = f (t, t) le taux court forward d’´ch´ance t, il est clair e e e que r(t, 0) satisfait l’´quation (9.2.8). e ⇒ Il est int´ressant de montrer que les deux processus r(t, 0) et rt coincident, mˆme si cette propri´t´ e e ee est en g´n´ral consid´r´e comme acquise dans la litt´rature financi`re. Avec le point de vue que nous e e e e e e avons adopt´, la preuve n’est pas imm´diate. e e ⇒ Pour montrer l’identit´ de r(t, 0) et de rt , nous calculons les int´grales I1 = e e La deuxi`me s’obtient a partir de l’´quation (9.2.4) e ` e
t t t t 0

r(s, 0)ds et I2 =

t 0 rs ds.

I2 =
0

rs ds =
0

f (0, s)ds −
t

Γ(s, T )dWs +
0

1 2

t 0

|Γ(s, t)|2 ds
s

La premi`re s’obtient a partir de l’´quation (9.2.7) appliqu´e a r(t, 0) = f (t, t), e ` e e `
t t s

I1 =
0

r(s, 0)ds =
0

f (0, s)ds −

ds
0 0

γ(u, s)dWu +

1 2

t

ds
0 0

∂s |Γ(u, s)|2 du

Grˆce a la formule d’int´gration par parties (ou th´or`me de Fubini) d´terministe ou stochastique, a ` e e e e justifi´e par les hypoth`ses d’int´grabilit´ (born´e ou de carr´ int´grable) faites sur la volatilit´ des e e e e e e e e taux forwards, nous pouvons faire les transformations suivantes qui utilisent le fait que Γ(u, u) = 0,
t s t t t t

ds
0 0

γ(u, s)dWu =
0

(
u

γ(u, s)ds)dWu =
0

[Γ(u, t) − Γ(u, u)]dWu =

Γ(u, t)dWu
0

Les mod`les de d´formation de la courbe des taux e e
De mˆme, e 1 2
t s

169

ds
0 0

∂2 |Γ(u, s)|2 du =

1 2

t 0

|Γ(s, t)|2 ds

En regroupant ces ´galit´s, nous voyons que les quantit´s I1 et I2 que nous cherchons a ´valuer sont e e e `e ´gales. e

Les ´quations diff´rentielles des taux e e
Nous nous proposons maintenant de mesurer le comportement infinit´simal des d´formations de la e e courbe entre deux dates tr`s rapproch´es, et d’en d´duire la dynamique des taux de diff´rentes maturit´s, e e e e e et du taux court en particulier. Comme nous le montrons, la pente de la courbe des taux forwards est un ´l´ment important pour expliquer ee la dynamique infinit´simale des taux. e Th´or`me 9.2.2 L’´quation diff´rentielle du taux actuariel de maturit´ θ tient compte du taux forward e e e e e en t + dt de mˆme maturit´ θ et de la structure des volatilit´s locales sous la forme : e e e dR(t, θ) = ∂T Ft (t, θ)dt + 1 1 |Γ(t, t + θ)|2 dt − Γ(t, t + θ)dWt 2θ θ (9.2.12)

o` ∂T Ft (t, θ) est la d´riv´e du taux forward de maturit´ θ par rapport a l’´ch´ance T , prise en T = t. De u e e e ` e e plus ∂T Ft (T, θ)T =t = lim∆t→0 1 [Ft (t + ∆t, θ) − Ft (t, θ)] ∆t 1 1 = ∂2 R(t, θ) + [R(t, θ) − rt ] = [f (t, t + θ) − rt ] θ θ

(9.2.13)

Les taux courts forwards r(t, u) ´voluent comme e 1 dr(t, u) = ∂2 r(t, u)dt + ∂2 |Γ(t, t + u)|2 dt − γ(t, t + u)dWt 2 En particulier le taux court a une dynamique de la forme : drt = 2∂2 R(t, 0)dt − γ(t, t)dWt = ∂2 r(t, 0)dt − γ(t, t)dWt (9.2.15) (9.2.14)

M.Musiela en 1993 [?] est le premier a avoir montr´ l’importance de ces relations dans la mod´lisation des ` e e d´formations de la courbe des taux, en notant en particulier que structurellement le syst`me diff´rentiel e e e qui dirige la d´formation de la courbe des taux est de dimension infinie. Nous verrons dans le paragraphe e sur les variables d’´tat quel type de contraintes p`se sur la forme des volatilit´s locales pour que l’on e e e puisse r´duire la dimension de ce syst`me. e e L’interpr´tation ´conomique de l’´quation (9.2.14) n’a pas ´t´ clairement explicit´e a ce jour (dans la e e e ee e ` litt´rature), a savoir la relation entre l’esp´rance de l’accroissement du taux et la th´orie des anticipations e ` e e rationnelles. Ceci sera d´velopp´ dans la section suivante. e e Preuve : L’´quation diff´rentielle satisfaite par le logarithme des cours des z´ro-coupon Ln(B(t, T ) e e e est donn´e simplement par : e 1 dt Ln(B(t, T ) = rt dt − |Γ(t, T )|2 dt + Γ(t, T )dWt . 2

170

DEA de Probabilit´ 2002-2003 e

⇒ Pour en d´duire l’´quation diff´rentielle satisfaite par les taux, la premi`re ´tape est de rendre e e e e e l’´ch´ance glissante, puisque nous avons la relation : e e θR(t, θ) = −LnB(t, t + θ) Par la formule de diff´rentiation compos´e5, la dynamique d’un taux de maturit´ fixe et donc e e e d’´ch´ance variable est donn´e par : e e e dt [θR(t, θ)] = dt (−LnB(t, t + θ)) = −∂2 LnB(t, t + θ)dt − dt LnB(t, T )T =t+θ 1 = ∂2 (θR(t, θ))dt − rt dt + 2 |Γ(t, t + θ)|2 dt − Γ(t, t + θ)dWt

⇒ Il nous reste donc a interpr´ter la quantit´ ∂θ (θR(t, θ)) − rt = f (t, t + θ) − rt qui est aussi ´gale a ` e e e ` [R(t, θ) + θ∂θ R(t, θ) − rt ] comme la d´riv´e d’un taux forward par rapport a la date d’´ch´ance du e e ` e e e e ` taux. Or Rt (T, θ) = − 1 [LnB(t, T + θ) − LnB(t, T )] admet comme d´riv´e par rapport a la date T , θ ∂T rt (T, θ) = 1 [f (t, T + θ) − f (t, T )] θ

ce qui prouve la propri´t´ recherch´e. Il en r´sulte que ee e e dR(t, θ) = ∂T (Rt (, θ))T =t dt + 1 1 |Γ(t, t + θ)|2 dt − Γ(t, t + θ)dWt 2θ θ

Pour obtenir l’´quation du taux court, il suffit de faire tendre θ vers 0 dans ces relations. e ⇒ Pour obtenir celle des taux courts forwards, il suffit de d´river l’´quation de (uR(t, u)). La dynamique e e du taux court d´pend de la pente de la courbe a l’origine. e ` Par le mˆme argument, il est possible d’´crire la dynamique de toutes les d´riv´es successives par rapport e e e e a la maturit´ de ∂2 (uR(t, u)) =: r(t, u), a condition de supposer que le vecteur de volatilit´s locales est ` e ` e ind´finiment d´rivable par rapport a la maturit´ et que toutes les d´riv´es sont major´es par des processus e e ` e e e e de carr´ int´grable. Nous notons r (n) (t, u) la d´riv´e n-i`me par rapport a la maturit´ u du taux court e e e e e ` e forward d’´ch´ance glissante. e e 1 (n+1) (n+1) [vol(t, t + θ)2 ]dt − ∂2 Γ(t, t + θ)dWt dr(n) (t, θ) = r(n+1) (t, θ)dt + ∂2 2 (9.2.16)

9.3
9.3.1

Exemples de fonctions de volatilit´ e
Un mod`le faiblement stationnaire e

Supposons que le vecteur des volatilit´s locales des z´ro-coupon se factorise en un produit de deux e e processus, l’un qui est un vecteur al´atoire que nous noterons (σt ) et l’autre une fonction d´terministe e e G(T − t) de d´riv´e g(T − t) de telle sorte que e e Γ(t, T ) = G(T − t)σt ; Les ´quations des taux se simplifient un peu en e dR(t, θ) =
5

γ(t, T ) = g(T − t)σt ;

g(0) = 1

1 1 1 [r(t, θ) − rt ]dt + G2 (θ)|σt |2 dt − G(θ)σt dWt θ 2θ θ

(9.3.1)

Il s’agit de l’analogue diff´rentiel de la formule d’int´gration par parties que nous avons utilis´e pr´cedemment e e e e

Les mod`les de d´formation de la courbe des taux e e

171

Nous retrouverons cette forme a plusieurs reprises dans les exemples d´crits ci-dessous. En particulier, ` e dans le cas stationnaire, (σ ind´pendant du temps), l’´quation des taux forwards (9.2.9) devient e e
t

f (t, T ) = f (0, T ) −

0

g(T − s)σdWs + |σ|2 [G2 (T ) − G2 (T − t)]

(9.3.2)

Nous d´crivons ci-dessous un certain nombre de fonctions de volatilit´ locale, couramment utilis´es dans e e e la pratique, en faisant r´f´rence explicitement aux mod`les auxquelles elles sont associ´es et qui ne seront ee e e pr´sent´es que dans la deuxi`me partie de ce chapitre. e e e

9.3.2

Le cas unidimensionnel

Nous supposons le nombre de browniens ´gal a 1 . e `

Volatilit´ locale de Vasicek et Ho et Lee e
La fonction de volatilit´ est une fonction non al´atoire d´finie sur R+ par e e e Γa (t, t + θ) = σ V 1 − e−aθ a a γV (t, t + θ) = σe−aθ θ≥0 (9.3.3)

pour le mod`le de Vasicek. e La limite de cette fonction lorsque a tend vers 0 est la volatilit´ du mod`le de Ho et Lee en temps e e continu. ΓHo.Lee (t, t + θ) = σθ γHo.Lee (t, t + θ) = σ
1 Ces mod`les sont stationnaires, associ´s a la fonction Ga (θ) = a (1 − e−aθ ) ; leur version faiblement e e ` stationnaire consiste a faire d´pendre du temps le param`tre σ. ` e e L’une des propri´t´s remarquables de cette classe de fonctions de volatilit´ est la factorisation suivante : ee e

Γa (u, t + θ) − Γa (u, t) = Γa (0, θ)e−a(t−u) V V V L’identit´ suivante est ´galement tr`s utile e e e = |Γa (u, t + θ)|2 du V
0 t

(u ≤ t).

(9.3.4)

σ2 a2 =

t 0 2

[(1 − e−a(t+θ−u ) − (1 − e−a(t+θ−u )e−a(t+θ−u) du

e−aθ (1 − e−a(t+θ) )2 (1 − e−aθ )2 σ [t − (1 − e−at ) − + ] 2 a a 2a 2a

La repr´sentation des taux se simplifie consid´rablement sous la forme e e R(t, θ) = R0 (t, θ) + Φa (t, θ) − Γa (0, θ) V
t 0

e−a(t−u) dWu

(9.3.5)

Φ(t, θ) est une fonction que l’on peut expliciter a partir des calculs pr´c´dents mais nous verrons que ` e e c’est rarement n´cessaire. e

172
– Pour a > 0, Φa (t, θ) = + = Pour a = 0 Φ0 (t, θ) =

DEA de Probabilit´ 2002-2003 e

σ2 1 − e−at (1 − e−a(t+θ) )2 [(1 − e−aθ ) − ] a2 a 2a σ 2 (1 − e−at )2 (1 − e−aθ )2 [ + ] 2 a 2a 2a σ2 (Ga (t) + Ga (θ))2 − (Ga (t + θ))2 2a σ2 [(t + θ)3 − θ3 − t3 ] = σ 2 tθ(t + θ) 3

(9.3.6)

(9.3.7)

Exemple 9.3.1 Des tests empiriques faits a partir de prix d’OAT montrent que sur le march´ fran¸ais, ` e c des valeurs raisonnables de a se situent entre 0, 1 et 0, 8 et pour σ entre 0.4% et 4%.

Volatilit´ de CIR e
La fonction de volatilit´ est une fonction du taux spot, d´finie sur R+ par e e √ ΓCIR (t, t + θ) = σ rt G(T − t)

(9.3.8)

o` G est une fonction d´terministe solution d’une certaine ´quation diff´rentielle de type Ricatti (??). u e e e Dans cet exemple la fonction de volatilit´ est al´atoire. e e

9.3.3

Le cas multi-dimensionnel

Nous supposons que maintenant deux sources de bruit perturbent les prix. La fonction de volatilit´ est suppos´e de la forme e e 1 − e−α(t−u) 1 − e−a(t−u) σ11 + σ21 a α 1 − e−α(t−u) 1 − e−a(t−u) σ12 + σ22 Γ(u, t)2 = a α Par les mˆmes calculs que pr´c´demment, il vient e e e Γ(u, t)1 = R(t, θ) = R0 (t, θ) + Φ(t, θ) − − 1 − e−αθ [ αθ
t 0

(9.3.9)

1 − e−aθ [ aθ

t 0

1 2 e−a(t−u) σ11 dWu + σ12 dWu ]

1 2 e−α(t−u) σ21 dWu + σ22 dWu ]

(9.3.10)

Exemple 9.3.2 Dans ce mod`le vectoriel, les tests men´s dans le travail de (El Karoui, Geman, Lacoste), e e montrent que des valeurs raisonnables de a se situent entre 0, 1 et 0, 8 et pour α entre 0, 001 et 0, 01. Les ordres de grandeurs des param`tres σij sont de 0, 1% a 5%. e ` Tracer la courbe des volatilit´s locales des taux forwards pour montrer les bosses de volatilit´s e e

9.4

ANALYSE en TERME de VARIANCE-COVARIANCE

Dans la premi`re partie de ce paragraphe, nous faisons l’hypoth`se que la volatilit´ des taux est e e e d´terministe, ainsi que le vecteur λ des primes de risque. Les ´quations pr´c´dentes montrent que e e e e les prix des z´ro-coupon ont une distribution log-normale et que les taux des diff´rentes maturit´s sont e e e gaussiens. Les param`tres d’esp´rance et variance sont donc tr`s importants a calculer puisqu’ils sp´cifient e e e ` e compl´tement la loi : e

Les mod`les de d´formation de la courbe des taux e e

173

• l’´tude de la matrice de variance-covariance permet de quantifier le risque de taux et de pr´ciser les e e corr´lations entre les taux de diverses dates et de diverses maturit´s. Le rang de la matrice donne e e le nombre de liaisons affines existant entre des taux de diverses maturit´s. e • comme cons´quence de l’arbitrage, nous voyons que les esp´rances se calculent uniquement a partir e e ` de la matrice de variance covariance des taux, des primes de risque et bien sˆr des taux forwards u lus sur la courbe des taux aujourd’hui.

9.4.1

Etudes des corr´lations e

Le caract`re gaussien des taux d’int´rˆt permet une ´tude simple des matrices de variance-covariance e e e e dont les propri´t´s d´pendent beaucoup plus de la forme des volatilit´s que du nombre de browniens ee e e sous-jacents. Pour comprendre ais´ment les calculs ci-dessous, rappelons l’´quation de r´f´rence ( ?) e e ee R(t, θ) = F0 (t, θ) − + 1 θ 1 2θ
t 0

[Γ(s, t + θ) − Γ(s, t)][dWs + λs ds]
t 0

[|Γ(s, t + θ)|2 − |Γ(s, t)|2 ]ds

(9.4.1)

Th´or`me 9.4.1 La matrice de variance-covariance des taux de diff´rentes dates et de diff´rentes mae e e e turit´s est donn´e par : e e ˜ Kt,s (θ, θ) ˜ = cov(R(t, θ), R(s, θ)) t∧s 1 ˜ = [Γ(u, t + θ) − Γ(u, t)][Γ(u, s + θ) − Γ(u, s)]∗ ds ˜ (θθ) 0

(9.4.2)

o` t ∧ s d´signe le minimum de t et de s. u e Remarque : Lorsque les primes de risque sont d´terministes, les taux sont gaussiens dans l’univers e historique comme dans l’univers risque-neutre. La matrice de variance-covariance est alors la mˆme dans e les deux univers. C’est la raison pour laquelle il n’est pas sp´cifi´ de probabilit´ dans l’´nonc´ ci-dessus. e e e e e Preuve : ⇒ La covariance de deux taux est celle des int´grales de Wiener qui leur sont associ´es, c’est a dire e e ` l’int´grale du produit des fonctions de volatilit´. Nous faisons le calcul dans l’univers historique. e e ˜ cov[R(t, θ), R(s, θ)] = 1 cov[ ˜ θθ = 1 ˜ (θθ)
t 0 s

−(Γ(u, t + θ) − Γ(u, t))dWu ,
t∧s

0

˜ −(Γ(u, s + θ) − Γ(u, s))dWu ]

0

˜ [Γ(u, t + θ) − Γ(u, t)][Γ(u, s + θ) − Γ(u, s)]∗ ds

⇒ Pour ´tablir cette relation, nous avons utilis´ le fait que, toute int´grale stochastique de fonction e e e d´terministe sur l’intervalle [t, s] (t ≤ s) par rapport au mouvement brownien est ind´pendante des e e variables qui sont des int´grales stochastiques entre [0,t] car le mouvement brownien est a accroissee ` ments ind´pendants. Les covariances de telles variables sont donc nulles. C’est ce qui explique le terme e en t ∧ s dans les formules de covariance de l’´nonc´. e e Exemple La fonction de volatilit´ de Vasicek e
1 − e−aθ • Lorsque la fonction de volatilit´ est la fonction ΓV (t, t + θ) = σ e , nous avons vu (??) que le bruit a qui affecte a une date donn´e les taux de diff´rentes maturit´s est proportionnel a une mˆme variable ` e e e ` e

174
gaussienne centr´e e
 

DEA de Probabilit´ 2002-2003 e
t 0

e−a(t−u) dWu . Le coefficient de proportionnalit´ du taux R(t, θ) est σ e 1 − e−aθ aθ
2

variance var[R(t, θ)] est donn´e par : e

1 − e−aθ . La aθ

Les taux de mˆme date de maturit´s diff´rentes sont parfaitement corr´l´s. e e e ee • Les taux associ´s a des dates d’observation diff´rentes sont corr´l´s de mani`re toujours positive, e ` e ee e

=

Notons que ce n’est pas l’hypoth`se d’un brownien unique faite dans cet exemple, qui implique que les e taux sont compl´tement corr´l´s entre eux, mais le choix de la fonction de volatilit´. Nous allons illustrer e ee e ce point sur un exemple. Exemple Fonction de volatilit´ quadratique e
⇒ Supposons par exemple que la fonction de volatilit´ soit une fonction quadratique de la maturit´ restante, e e par exemple la plus simple Γ(t, t + θ) = σ[(θ − α)2 − α2 ] et donc γ(t, t + θ) = 2σ(θ − α)

La fonction Γ(t, s) n’est pas toujours positive, mais rappelons que c’est son module qui est la volatilit´ (au e sens habituel) des z´ro-coupon. Une telle fonction de volatilit´ |Γ(t, s)| n’est pas une fonction croissante de e e la maturit´ puisqu’elle d´croit sur l’intervalle [α, 2α] et croit ailleurs. e e ⇒ Pour ne pas introduire des calculs trop fastidieux, nous ´tudions les corr´lations des taux courts forwards, e e donn´es par e
 

˜ cov[r(t, θ), r(t + h, θ)]

˜ Les taux ne sont pas compl´tement corr´l´s et les covariances ne sont pas toujours positives si θ < α < θ. e ee En particulier, elles sont n´gatives pour t petit. e

Dans le cas d’un mouvement brownien vectoriel, il est ais´ de trouver des structures de corr´lations poue e vant ˆtre n´gatives. Pour des fonctions de volatilit´s bien choisies, on peut garder a la fois cette richesse e e e ` dans les corr´lations et une certaine facilit´ dans la mise en oeuvre comme le montre l’exemple suivant. e e Exemple Volatilit´ de type Hull et White, ou Vasicek vectoriel e
⇒ Reprenons l’exemple de la fonction de volatilit´ vectorielle donn´e aux ´quations (9.3.9). Comme nous e e e l’avons vu dans cet exemple, les taux sont maintenant des combinaisons affines de deux processus gaussiens de base, centr´s et corr´l´s e ee
¢ ¢  

1 2 Comme la partie stochastique de R(t, θ) est 1 [−Ga (θ)Zt − Gα (θ)Zt ] la matrice de variance covariance des θ taux s’en d´duit ais´ment. e e – Dans cet exemple, la volatilit´ des z´ro-coupons est donn´e par e e e 2 2 2 2 vol(t, t + θ)2 = Ga (θ)2 [σ11 + σ12 ] + Gα (θ)2 [σ21 + σ22 ] + 2Ga (θ)Gα (θ)[σ11 σ21 + σ12 σ22 ]

Si les processus d’Ornstein-Uhlenbeck Z 1 et Z 2 sont corr´l´s n´gativement, la volatilit´ des taux n’est pas ee e e une fonction croissante de la maturit´. En particulier, s’il vaut −1, ce qui implique que les processus Z 1 et e

¥

¥

1 2 cov[Zt , Zt ]

=

(σ11 σ21 + σ12 σ22 )Ga+α (t)

o` Ga (t) u

¢

¢

¥

 

1 Zt 2 Zt

= =

t −a(t−u) 1 e σ11 dWu 0 t −α(t−u) 1 e σ21 dWu 0

 

= = =

˜ γ(u, t + θ)γ(u, t + h + θ)du t ˜ 4σ 0 (t + θ − α − u)(t + h + θ − α − u)du 2 ˜ ˜ 4σ [(θ − α)(θ − α)t + (θ + θ + h − 2α) 1 t2 + 1 t3 ] 2 3
2

t 0

2 + σ12 dWu 2 + σ22 dWu

=

1 − e−aθ a

¡

¤

¢ £¡

˜ cov[R(t, θ), R(t + h, θ)]

=

σ2

e−ah

 

1 − e−aθ ˜ aθ −ah ˜ e cov[R(t, θ), R(t, θ)] 1 − e−aθ aθ

¡

¡

var[R(t, θ)] = σ 2

1 − e−2at 2a

 

 

¥

 

= σ 2 (Ga (θ))2 G2a (t)

(9.4.3)

˜

1 − e−2at 2a

¥ ¥

¥ ¥

Les mod`les de d´formation de la courbe des taux e e

175

Z 2 sont parfaitement corr´l´s de mani`re instantan´e, la volatilit´ est ´gale au module de la diff´rence de ee e e e e e deux fonctions croissantes.

Comme nous le voyons sur ces exemples, l’hypoth`se souvent introduite que la volatilit´ des z´ros-coupons e e e est croissante avec la maturit´ est probablement trop contraignante dans la mesure o` elle implique e u fr´quemment que les corr´lations entre les taux sont positives. e e

9.4.2

Esp´rance et anticipations e

Les propri´t´s des variances-covariances des taux sont des cons´quences de la mod´lisation retenue ee e e pour les volatilit´s des z´ro-coupon , et de l’´criture des taux comme des fonctions des ces z´ro-coupon . e e e e L’absence d’opportunit´ d’arbitrage porte fondamentalement sur l’esp´rance des taux comme le montre e e l’´quation int´grale (9.4.1). Le choix de la probabilit´ de r´f´rence influe sur les calculs. Nous donnerons e e e ee syt´matiquement les ´nonc´s d’abord sous la probabilit´ risque-neutre qui permet de faire les calculs e e e e d’´valuation et de couverture et parce qu’ils sont les plus simples, puis sous la probabilit´ historique, qui e e est la r´f´rence en terme de tests statistiques et de ce que les op´rationnels ont a l’esprit. ee e ` Th´or`me 9.4.2 Le taux R(t, θ) a comme esp´rance sous la probabilit´ risque-neutre Q : e e e e EQ [R(t, θ)] = F0 (t, θ) +
t 1 [|Γ(s, t + θ)|2 − |Γ(s, t)|2 ]ds 2θ 0 t θ cov[rs , R(t, θ)]ds = F0 (t, θ) + var(R(t, θ)) + 2 0

En particulier, le taux court a comme caract´ristiques : e
t

EQ (rt ) = f (0, t) +
0

0 cov[rs , rt ]ds = f (0, t) + cov(LnSt , rt )

(9.4.4)

Preuve : ⇒ L’equation int´grale des taux (9.4.1) donne imm´diatement la premi`re relation. e e e ⇒ La seconde ´qualit´ repose, d’une part sur la formule donnant la variance et sur l’identit´ e e e |Γ(s, t + θ)|2 − |Γ(s, t)|2 = |Γ(s, t + θ) − Γ(s, t)|2 − 2[Γ(s, t + θ) − Γ(s, t)]Γ(s, t)∗ d’autre part, sur les propri´t´s de de 0 rs ds. Or d’apr`s la formule (9.2.1) et la condition B(t, t) = 1, ee e t il est clair que 0 rs ds est une variable gaussienne dont la partie bruit est l’int´grale stochastique de e (−Γ(s, t)) par rapport a dWs . Il en r´sulte ais´ment que : ` e e
t t t

cov[rs , θR(t, θ)]ds =
0 0

r[Γ(s, t + θ) − Γ(s, t)]Γ(s, t)∗ ds
t

et que
t

cov[rs , rt ]ds =
0 0

Γ(s, t)γ(s, t)∗ ds

Mais ce dernier terme est exactement celui qui intervient dans l’´quation int´grale du taux court r t . e e L’interpr´tation de l’esp´rance de rt en r´sulte ais´ment. e e e e ⇒ Le biais de volatilit´ qui apparaˆ dans l’´quation d’un taux traduit la corr´lation du taux de r´f´rence e ıt e e ee a la date t avec les taux courts des dates ant´rieures. Cette covariance peut ˆtre interpr´t´e un peu ` e e ee

176

DEA de Probabilit´ 2002-2003 e

0 diff´remment en introduisant le processus (St ) qui d´crit la valeur en t de 1F plac´ a la banque a la e e e` ` t 0 date 0, puisque LnSt =

rs ds. Ainsi,
0

θ 0 EQ [R(t, θ)] = F0 (t, θ) + var[R(t, θ)] + cov[LnSt , R(t, θ)] 2 epreuve

Anticipations dans l’univers historique
Dans l’univers historique, il faut introduire le biais dˆ a la prime de risque, que nous avons supu ` pos´e d´terministe. Pour obtenir une interpr´tation tr`s similaire a la pr´c´dente, nous introduisons e e e e ` e e le num´raire de march´. e e Consid´rons un portefeuille dont la volatilit´ est exactement la prime de risque, (plus exactement le e e vecteur λ∗ transpos´ du vecteur des primes de risque) et dont la valeur financi`re a la date 0 est ´gale e e ` e t a 1. Nous l’appelons “le num´raire de march´ ”. (Il convient de ne pas le confondre avec le portefeuille ` e e du march´ qui joue un rˆle fondamental dans le Capital Asset Pricing Model). Son prix Φ t v´rifie e o e dΦt = rt dt + |λ|2 dt + λ∗ dWt , t t Φt Φ0 = 1. (9.4.5)

La probabilit´ historique est la probabilit´ risque-neutre lorsque le num´raire de march´ est pris comme e e e e r´f´rence. En termes de taux d’int´rˆt, le num´raire de march´ joue le mˆme rˆle que S 0 dans l’analyse ee e e e e e o des taux anticip´s. e Th´or`me 9.4.3 Le taux R(t, θ) de maturit´ θ a comme esp´rance sous la probabilit´ historique P : e e e e e
t

EP [R(t, θ)]

= F0 (t, θ) − 1 2
t

1 [|Γ(s, t + θ)|2 − |Γ(s, t)|2 ]ds + 0 θ t 1 = EQ [R(t, θ)] − [Γ(s, t + θ) − Γ(s, t)]λ∗ ds s 0 θ Ce dernier terme s’interpr`te en termes de num´raire de march´. e e e θ EP [R(t, θ)] = F0 (t, θ) + var[R(t, θ)] + covar[LnΦt , R(t, θ)] 2 bpreuve ⇒ Les preuves sont les mˆmes que pr´c´demment, mais en prenant en compte le fait que sous la probae e e bilit´ historique P, EP (dWt ) = λt dt. e t Par d´finition du num´raire de march´, LnΦt a comme partie al´atoire 0 rs ds − λs ds dont la covae e e e riance avec R(t, θ) est exactement
t 0

0

1 [Γ(s, t + θ) − Γ(s, t)]λs ds θ

(9.4.6)

1 [Γ(s, t + θ) − Γ(s, t)][Γ(s, t) − λs ]∗ ds θ

9.4.3

Pouvoir pr´dictif des taux forwards e

Les formules (9.4.1) que nous venons d’´tablir montrent la dynamique structurelle qui dirige la e d´formation future de la courbe des taux. Toutes ces ´quations sont construites sur le mˆme principe : e e e

Les mod`les de d´formation de la courbe des taux e e

177

un terme lu sur la courbe des taux aujourd’hui, augment´ d’un biais dˆ a la volatilit´ des taux, plus un e u` e bruit centr´ sous la probabilit´ risque-neutre. e e Le taux forward F0 (t, θ), lu sur la courbe des taux au jourd’hui est un estimateur biais´ du taux en t, e R(t, θ), le biais ´tant un biais de volatilit´. Lorsque [vol(t, T )]2 est une fonction croissante de la maturit´ e e e (ce qui est une hypoth`se couramment faite sur les march´s), le biais de volatilit´ est toujours positif e e e dans l’univers risque-neutre. La courbe des taux forwards, d´duite de la courbe des taux aujourd’hui sous-estime l’esp´rance risquee e neutre des taux futurs. Pour l’estimation future de la courbe des taux, en vue d’´tablir des strat´gies de couverture notamment, e e ou de l’analyse de performance de certaines strat´gies de portefeuille, l’´tude est a mener dans l’univers e e ` objectif ou historique. Il faut donc rajouter au biais de volatilit´ pur, le biais li´ aux primes de risque e e dont nous avons vu qu’il mesure la covariance entre les taux et le rendement du num´raire de march´. e e Autour de cette courbe moyenne estim´e, nous construisons les courbes fronti`res d’intervalles de e e confiance, et dont l’´cartement d´pend de la maturit´ des taux consid´r´s, par l’interm´diaire de leur e e e e e e volatilit´. Toutefois, compte-tenu du niveau assez faible de la volatilit´ des taux, l’approximation qui e e consiste a estimer la courbe des taux futurs par la courbe des taux forwards lue sur la courbe des taux ` aujourd’hui est souvent acceptable ”au premier ordre”. (voir le graphique) La question d’identifier les ´l´ments a prendre en compte pour expliquer les d´formations de la courbe ee ` e des taux est complexe. Une technique classique pour aborder ce probl`me est l’analyse en composantes e principales, qui permet de d´terminer les mouvements principaux des courbes des taux et leur importance e relative au cours du temps. De nombreux tests effectu´s sur le march´ fran¸ais (Lacoste [?]), am´ricain e e c e (Scheinkman [?]) ou anglais (Schaeffer [?]) montrent que les principaux mouvements sont au nombre de trois, les d´placements parall`les, la torsion due a une modification de l’´cart taux court taux-long, et une e e ` e variation de la courbure. Le premier mouvement a un pouvoir explicatif tr`s important (environ 80%), e le deuxi`me un pouvoir moindre mais encore signifiant (17%), le dernier expliquant seulement 3% de la e variation des courbes. Le type de mouvements significatifs est tr`s stable au cours du temps, mais leur e pouvoir explicatif peut changer un peu selon les pays ou les p´riodes. Ce d´bat est repris sous d’autres e e aspects dans le chapitre suivant, dans la partie relative aux mod`les de taux a facteurs. e `

9.4.4

Anticipation et gestion de portefeuille

Une bonne identification des param`tres de la loi des taux est d’une grande importance dans la gestion e de portefeuille. Consid´rons un investisseur qui souhaite placer un capital de xF pour une p´riode de T ann´es, e e e uniquement dans du mon´taire ou des z´ro-coupon. Plusieurs possibilit´s s’offrent a lui : e e e ` – faire un placement au jour le jour a la banque, qui lui permet notamment de ne pas immobiliser ` son capital – investir directement dans un z´ro-coupon de maturit´ T e e – faire un placement mon´taire jusqu’` la date H, et investir ensuite dans un z´ro-coupon de maturit´ e a e e T −H – faire un placement dans un z´ro-coupon de maturit´ H puis un placement mon´taire sur la valeur e e e liquidative de portefeuille en H La valeur liquidative en T de son portefeuille ST diff`re suivant les diff´rentes strat´gies adopt´es. Elle e e e e

178
u peut toujours s’´crire comme xeXT o` : e
1 XT 3 XT 4 XT

DEA de Probabilit´ 2002-2003 e

= = =

T T 2 XT = 0 f (0, T )ds 0 rs ds, H T H 0 rs ds + H f (H, u)du = 0 rs ds + (T − H)R(H, T − H) H T 0 f (0, s)ds + H rs ds = HR(0, H) + (T − H)R(H, T − H)

Comme toutes ces variables sont gaussiennes , l’esp´rance de la valeur finale du portefeuille, et sa variance e se calculent ais´ment comme e 1 EP [ST ] = eEP (XT )+ 2 var(XT ) (9.4.7) var[ST ] = (EP [ST ])2 [evar(XT ) − 1] La deuxi`me strat´gie est sans risque. En ce qui concerne les autres, leurs esp´rances et variances mettent e e e i en jeu la variance des XT qui s’´crit : e
1 var[XT ] = 3 var[XT ] = 4 var[XT ] = T |Γ(s, T )|2 ds, 0 H |Γ(s, T )|2 ds 0 T 2 H |Γ(s, T )| ds 2 var[XT ] = 0

Pour le calcul des esp´rances, nous avons de mˆme que e e
1 EP [XT ] 2 EP [XT ] 3 EP [XT ] 4 EP [XT ]

= = = =

T R(0, T ) + 1/2 T R(0, T ) T R(0, T ) + 1/2 T R(0, T ) + 1/2

T 0

|Γ(s, T )|2 ds −

T 0

Γ(s, T )λs ds,

H H |Γ(s, T )|2 ds − 0 Γ(s, T )λs ds 0 T T |Γ(s, T )|2 ds − H Γ(s, T )λs ds H

Si l’investisseur est neutre au risque, la connaissance de la fonction de volatilit´ d´termine compl´tement e e e les diff´rents couples (rendement- risque) de ces strat´gies. Plus pr´cis´ment, pour un niveau de risque e e e e donn´, les strat´gies admissibles ont le mˆme rendement. e e e Lorsque le risque est r´mun’er´, se donner la variance du portefeuille ne d´termine pas compl´tement e e e e le rendement. A un niveau de risque donn´, certaines strat´gies ont un rendement moyen sup´rieur e e e aux autres. La pr´f´rence que l’on peut avoir pour telle strat´gie par rapport a telle autre r´v`le les ee e ` e e anticipations de l’investisseur concernant l’´volution du march´ mais aussi ses primes de risque. e e

9.4.5

Arbitrage et th´orie des anticipations instantan´es e e

Pour clore cette section, nous revenons a une situation g´n´rale o` les volatilit´s des z´ro-coupons ne ` e e u e e sont plus suppos´es d´terministes. L’analyse pr´c´dente reste valable, mais seulement localement, c’est a e e e e ` dire que les anticipations de rendement et de variance doivent ˆtre men´es entre t et t+ dt seulement : e e pour la loi vue de t, la distribution des rendements peut ˆtre localement assimil´e a celle de combinaison e e ` affines de variables gaussiennes. Comme nous l’avons pr´sent´e dans le chapitre 1, la th´orie des anticipations instantan´es compare e e e e le taux moyen esp´r´ en t + dt pour une maturit´ θ, vu de t avec le taux forward en t pour l’´ch´ance e e e e e t + dt et une maturit´ θ, Ft (t + dt, θ). L’´cart de rendement esp´r´ en sur l’intervalle (t, t + dt) est une e e e e prime de terme instantan´e. Elle est donc mesur´e par la quantit´ e e e prime de terme (t, θ)dt = Et [R(t + dt, θ)] − Ft (t + dt, θ) P 1 1 |Γ(t, t + θ)|2 dt − Γ(t, t + θ)λt dt 2θ θ = θ vart (R(t + dt, θ) − covt (R(t + dt, θ), LnΦt ) 2 (9.4.8)

Les mod`les de d´formation de la courbe des taux e e

179

Si la volatilit´ et les primes de risque sont d´terministes, alors la prime de terme instantan´e est constante e e e dans tous les ´tats du monde. e Dans l’univers risque-neutre (λt = 0), cette prime est toujours strictement positive. Dans l’univers historique, la situation est plus subtile et prend en compte l’ordre de grandeur des primes de risque intrins`ques au march´ λt et la volatilit´ du z´ro-coupon de mˆme maturit´ que le taux. e e e e e e Il n’est pas possible de trouver un vecteur de primes de risque pour lequel l’univers associ´ conduirait a des e ` 1 anticipations rationnelles (voir section ?) pour toutes les maturit´s, car si on anticipe que λ t = 2 Γ(t, t+θ0 )∗ e pour une maturit´ θ0 particuli`re, le taux de maturit´ θ0 sera bien anticip´ par le forward, mais pour les e e e e 1 autres taux, la prime de terme sera de 2θ Γ(t, t + θ)[Γ(t, t + θ) − Γ(t, t + θ0 )]∗ . Dans les mod`les a volatilit´ al´atoire, la prime de terme 6 peut ˆtre diff´rente suivant les ´tats du monde, e ` e e e e e et d´pendre notamment pour une ´ch´ance donn´e du niveau des taux. e e e e

6

Constantinides (1993) fait une analyse pr´cise de cette question dans le cas d’un mod`le quadratique gaussien e e

180

DEA de Probabilit´ 2002-2003 e

Chapitre 10

´ ´ PRODUITS DERIVES sur TAUX ´ ˆ d’INTERET
10.1 Les INSTRUMENTS de COUVERTURE : FRAs, Futures, Swaps, Caps, Floors et Swaptions

Les contrats futurs sont cˆt´s sur les march´s organis´s ce qui leur assure une grande liquidit´ et peu oe e e e de frais de transaction.

10.1.1

Contrats forward et FRA’s

Un contrat Forward est un accord entre deux parties d’acheter ou vendre un sous-jacent au temps future T . Dans un contrat Forward, tous les paiements ont lieu en T . Un contrat Forward sign´ en t, d´livrant Φ en T , et de prix forward Ft (T, Φ) est d´fini par les e e e flux suivants : – Le signataire du contrat re¸oit en T la quantit´ Φ de l’´metteur du contrat. c e e – Le signataire du contrat paie en T le montant Ft (T, Φ) a l’´metteur. ` e – Le prix forward Ft (T, Φ) est d´termin´ en t de fa¸on telle que la valeur du contrat soit nulle en t. e e c Le contrat forward se r´sume donc a un payoff de Ψ = Ft (T, Φ) − Φ en T . Par cons´quent, sa valeur e ` e est d´termin´e a toute date interm´diaire par la r`gle d’´valuation habituelle. e e ` e e e Il convient de pr´ciser la diff´rence entre le prix forward et la valeur d’un contrat sign´ en t d’expiration e e e T et de payoff Φ. Pour ce faire, consid´rons un temps t < s < T : e – Le prix forward (souvent appel´ le strike forward) Fs (T, Φ) correspond au montant vers´ en T a e e ` l’´metteur du contrat sign´ en s. e e – La valeur en s du contrat sign´ en t est : e Ft (T, Φ)B(s, T ) − Π(s, Φ) = B(s, T )(Ft (T, Φ) − Fs (T, Φ)) (10.1.1)

Exemple 10.1.1 Si l’on consid`re un contrat forward sur un actif St , d´fini par le processus adapt´ e e e d ln St = r(t) dt + h(t) dWtQ sous la mesure de probabilit´ risque neutre Q en absence d’opportunit´ e e d’arbitrage, alors : EQ t exp − t,S
T

r(s) ds ST
t

= St et f (t, T, ST ) =

St B(t, T )

181

182 Les options sur forward

Dea de probabilit´, option Finance e

Consid´rons une option call d’´ch´ance T sur le prix forward associ´ au contrat sign´ en t d’´ch´ance e e e e e e e TF > T . Le flux terminal de l’option en T est ΨT : Ψ = B(T, TF )(FT (TF , Φ) − K)+

10.1.2

Les contrats Future

Un contrat Future diff`re du contrat forward par le fait que le paiement se fait continˆment durant e u la vie du contrat, de fa¸on a ce que la valeur du contrat soit constamment nulle. c ` Un contrat Future sign´ en t sur Φ, d’´ch´ance T est caract´ris´ par les propri´t´s suivantes : e e e e e ee – Sur la p´riode [t, T ], le prix future de livraison de Φ en T est cot´ sur le march´. e e e – Le signataire du contrat paie en T le montant F uT (T, Φ) et re¸oit la quantit´ Φ de la contre c e partie. – Sur l’intervalle [s, s + ds), s ∈ [t, T ), le signataire du contrat re¸oit la quantit´ F u s (T, Φ) − F (s + c e ds, T, Φ), de la contre partie. – La valeur du contrat future Πs est nulle ∀s ∈ [t, T ].

Le contrat future peut donc ˆtre vu comme un instrument financier payant des dividendes continˆment, e u et dont l’achat ou la vente ne coˆte rien. Il en d´coule que F uT (T, Φ) = Φ, et par cons´quent il est inutile u e e de d´livrer le sous-jacent Φ. De plus, en aucun moment on ne paie le montant F ut (T, Φ) mais uniquement e ses variations, ce pourquoi le terme prix utilis´ pour F est source de confusions. Comme le future est un e contrat forward qui paye un dividende, son ´valuation diff`re des r`gles standards. On a en particulier e e e Le prix future est un processus F ut (T, Φ) d´finit par : e F ut (T, ΦT ) = EQ [ΦT ] t

(10.1.2)

Remarque 10.1.1 Dans le cas o` les taux d’int´rˆts sont d´terministes, le prix forward est le mˆme que u e e e e le prix future.

10.1.3

Les options sur future

En fonction de la place de march´, les options sur futures sont trait´es diff´remment. Dans certains e e e cas, la prime de l’option n’est pas pay´e, et le vendeur re¸oit quotidiennement les variations du prix de e c l’option. Ce sont les future-like options. Dans d’autres cas, le vendeur de l’option re¸oit la prime, puis c doit payer des appels de marges jusqu’` l’´ch´ance de l’option. Ces options sont dites marked-to-market. a e e Leur ´valuation est tr`s difficile, car les appels de marges sont fonction du calcul de risque SPAN 1 que e e la caisse de compensation applique aux portefeuilles des traders en fonction de leur contenu. Cependant, en n´gligeant ces derniers, il est possible d’en calculer le prix explicitement. e sc Les NOT-marked-to-market options Prenons le cas d’un future obligataire livrant a l’´ch´ance TF un z´ro coupon B(TF , TO ) et consid´rons ` e e e e une option call sur ce dernier, d’´ch´ance T o` t < T < TF < TO . Alors le prix de l’option est donn´ par : e e u e C(t, b; T, K) = EQ exp t,b
T

r(s) ds
t

EQ [B(TF , TO )] − K T

+

(10.1.3)

sc Les future-like options Les future-like options sont trait´es exactement comme des contrats future, c’est-`-dire que le flux journae a lier correspond a la variation du prix de l’option et a l’´ch´ance, l’acheteur paie le prix initial de l’option ` ` e e
1

Standard Portfolio ANalysis of risk

Produits d´riv´s de taux e e

183

et le vendeur le payoff de cette derni`re. Ceci rend l’´valuation beaucoup plus simple. Se basant sur le e e mˆme argument que pour les futures (cf. page 182), le prix d’un call est : e C(t, F (t, TF , Φ); T, K) = EQ t F uT (TF , Φ) − K

+

10.1.4

Les Swaps

Quand la maturit´ augmente, comme pour les prˆts et les emprunts, les m´canismes mis en place dans e e e les ann´es 80 conduisent a ´changer a des dates pluriannuelles les coupons variables contre des coupons e `e ` fixes pay´s aux mˆmes dates. L’op´ration s’appelle un swap. e e e Historiquement, les premiers swaps conclus au d´but des ann´es 1980 ´taient des swaps de devises La e e e simplicit´ du m´canisme financier ainsi que le fait que le risque de contrepartie soit limit´ a un flux e e e ` d’int´rˆt et ne concerne pas le nominal expliquent le formidable succ´s des swaps de taux d’int´rˆt. e e e e e Un swap (du mot anglais signifiant ´change) de taux d’int´rˆt est un contrat de gr´ a gr´ aux termes e e e e` e duquel deux parties s’engagent a ´changer pendant un nombre d’ann´es et pour un montant nominal `e e d´finis dans le contrat des flux d’int´rˆt annuels (ou pluriannuel) calcul´s pour une partie sur la e e e e base d’un taux variable constat´ a des dates pr´fix´es et pour l’autre partie sur la base d’un taux e` e e fixe, appel´ taux de swap. e Nous avons vu que le prix des contrats a terme se d´duit des prix de march´, par absence d’arbitrage. Ils ` e e sont caract´ris´s par le fait que la valeur financi`re globale de l’op´ration est nulle a la date de signature e e e e ` du contrat. Cette mˆme r`gle pr´vaut pour les Swaps, qui prennent de la valeur d`s qu’ils commencent e e e e a vivre. ` Nous verrons dans la suite que si le taux variable est pr´determin´ et ajust´ a la p´riode de paiement, sa e e e` e valeur peut ˆtre d´termin´e a partir des donn´es de march´, sans r´f´rence a un mod`le sp´cifique. e e e ` e e ee ` e e

10.1.5

Les instruments optionnels de taux

Les contrats a terme et les future sont l’objet d’options dont certaines sont n´goci´es sur le MATIF. ` e e Un contrat a terme est sym´trique en terme de risque pour l’acheteur et le vendeur. Par contre, ` e Moyennant le paiement d’une prime a la date de signature du contrat, une option sur contrat a terme ` ` de taux d’int´rˆt garantit a son d´tenteur le droit d’emprunter ou de pr´ter a la date d’´ch´ance, e e ` e e ` e e pour une maturit´ qui est celle du taux de r´f´rence, a un cours garanti, qui est souvent proche de e ee ` la valeur du taux forward. On parle aussi de caplet ou de floorlet Concernant les Swaps, plusieurs types d’options sont propos´es e • Les Caps Un investisseur a une dette pluri-annuelle,index´e sur un taux variable, par exemple l’EURIBOR e trois mois. Il d´sire swaper cette dette contre le paiement de coupons fixes, mais seulement si les e taux variables ont beaucoup mont´. Il ach`te donc un Cap, qui lui permet a chaque date de paiement e e ` de coupon de comparer le taux variable avec le taux garanti. Si le taux variable est plus grand que le taux garanti, il exerce son droit. Si le taux variable est inf´rieur au taux garanti, il y renonce. e Un point important : le taux garanti est le mˆme pour toutes les dates de paiement. e • Les floors Les floors sont les analogues des caps, mais sur le principe de l’option de vente. • Les swaptions Un investisseur d´sire rentrer dans un swap dans le futur. Moyennant une prime, il veut se garantir e

184

Dea de probabilit´, option Finance e
contre une hausse excessive du taux de swap, en achetant une caption, qui est une option ”d’achat” sur taux de swap, qui lui garantit un taux fixe plafonn´. Ce taux est souvent proche du taux de Swap e forward. Suivant sa position dans le Swap, il peut ˆtre plutˆt int´ress´ par une option de vente. Il e o e e faut noter qu’en cas d’exercice, ce sont tous les paiements futurs qui seront affect´s par l’option. e

Ces derni`res ann´es des produits ”exotiques” de taux d’int´rˆt, de type am´ricain, ont rencontr´ beaue e e e e e coup de succ`s. Il s’agit des Swaptions Bermuda, o` l’investisseur peut choisir le moment o` il rentre e u u dans une swaption. S’il rentre apr`s le d´but de l’option, la maturit´ du Swap sera r´duite d’autant. e e e e Les flex-caps ont ´galement rencontr´ un succ`s certain, par la possibilit´ qu’ils offrent de choisir les e e e e caplets du Cap qui seront excerc´s ( en nombre fix´ dans le contrat). La prime est moins ´lev´e que celle e e e e d’un Cap standard. D’autres options sont couramment trait´es, comme les options corridor ou Boost, qui parient sur la e stabilit´ des taux : moyennant une prime, on re¸oit un montant proportionnel au nombre de jours pass´s e c e par le taux de r´f´rence a l’int´rieur d’un corridor, pendant la dur´e du contrat. ee ` e e De nombreuses variantes existent, les options ` cliquets, qui autorisent p´riodiquement la red´finition a e e du corridor..... Les Caps CMS ´changent p´riodiquement un taux de Swap de maturit´ fix´ dans le contrat contre un e e e e taux fixe, si l’op´ration est favorable a celui qui a pay´ la prime. e ` e Les profonds mouvements de taux d’int´rˆt qui ont affect´s les march´s europ´ens pendant les ann´es e e e e e e 92-95, la grande volatilit´ des taux sur le march´ am´ricain, le passage a l’Euro, ont amplifi´ l’int´rˆt e e e ` e e e port´ aux produits d´riv´s de taux ; en particulier, les march´s des Swaps, des Caps et des Floors, et des e e e e options exotiques sur taux ont vu leurs volumes de transaction exploser....

10.2

Introduction aux m´thodes d’´valuation e e

Le probl`me de l’´valuation et de la couverture de produits de taux est un probl`me majeur depuis de e e e nombreuses ann´es. Pour traiter ce probl`me, la premi`re ´tape est celle de la description pr´cise de e e e e e l’´ch´ancier associ´ au portefeuille, c’est a dire l’identification des dates de paiement et des flux connus e e e ` ou al´atoires attendus dans l’avenir. Lorsque le portefeuille contient des produits hors bilan comme des e Swaps, des Caps, des Floors, ou d’autres produits d´riv´s, cette identification peut ˆtre complexe.. e e e Lorsque les flux attendus dans le futur sont connus, notamment pour un portefeuille d’obligations a ` taux fixe, la valeur financi`re du titre aujourd’hui est, comme nous l’avons vu a de nombreuses reprises, e ` repr´sentable en absence d’opportunit´ d’arbitrage a l’aide des prix z´ro-coupon . e e ` e Un flux al´atoire Φ pay´ a une date future T est pour le d´tenteur du titre auquel il est associ´ doublement e e` e e risqu´ : e − par suite de l’incertitude d’´valuation qui r´sulte du fait qu’il n’est pas connu aujourd’hui e e − a cause du risque de taux associ´ au fait que le paiement a lieu a une date future T . ` e ` ` Aussi lorsque les flux attendus sont al´atoires, leur ´valuation demande un mod`le coh´rent de d´formation e e e e e de la courbe des taux, et un principe d’´valuation qui repose lui aussi sur l’AOA. e Lorsqu’on cherche a ´valuer et couvrir un produit d´riv´ sur un sous-jacent qui est un actif n´goci´ du `e e e e e march´, le principe de l’´valuation qui est a la base de la formule de Black et Scholes est le suivant : on e e ` construit un portefeuille autofinan¸ant qui duplique les flux al´atoires attendus dans le futur. Le prix du c e produit d´riv´ est la valeur financi`re de ce portefeuille qui est le portefeuille de couverture. e e e Dans un march´ o` les taux sont al´atoires, au risque propre du sous-jacent, en g´n´ral mesur´ par sa e u e e e e volatilit´, s’ajoute donc le risque de taux. Comment dans ce contexte, calculer le prix de certains produits e

Produits d´riv´s de taux e e

185

et les couvrir ? Dans le cas des options sur taux, le risque sp´cifique est directement li´ au risque de taux. Dans ce e e contexte, peut-on encore calculer les prix d’options du type cap et floor et autres produits d´riv´s, avec e e des formules de type Nlack et Scholes. ? L’´valuation et la couverture des produits de taux d’int´rˆt repose qu’il s’agisse d’obligations, d’obligations e e e a taux variable, de Swaps, ou de Caps ou de Floors sur la mˆme m´thodologie ` e e – mod´liser les flux al´atoires ou non attendus et leurs dates de paiement e e – ´valuer l’´quivalent certain, (ou contrat forward) vu d’aujourd’hui, de ces flux . e e

10.3
10.3.1

Identification de l’´ch´ancier e e
Quelques exemples d’´ch´anciers e e

Obligation taux fixe
Soit une obligation de taux de coupon C, annuel, de nominal 100F et de maturit´ T = t + N . Les e flux sont de la forme (C, Ti ) pour i = 1.....N − 1 et (100 + C), TN a l’´ch´ance ` e e Exemple 10.3.1 Consid´rons l’OAT 10024, d’´ch´ance le 21 Janvier 2005, de taux de coupon 9,7%. A e e e la date du 21 Janvier 1995 l’´ch´ancier est le suivant : e e Ti = 21/01/1995 + i, Ci = 9, 7, TN = 21/01/2005, CN = 100 + 9, 7

A la date du 30 Mars 1995, l’´ch´ancier est le mˆme. En particulier il n’est pas int´gr´ dans cette e e e e e repr´sentation, la variation du coupon couru. e

Obligation a taux variable `
Soit une obligation r´f´renc´e sur un taux de march´ not´ T M qui peut ˆtre le TAM, le T4M, ou le ee e e e e TME par exemple, de nominal 100F et de maturit´ T = t + N . e Si les taux sont postcompt´s les flux sont de la forme (T M (Ti ), Ti ) pour i = 1.....(N − 1) et (100 + e T M (TN )), TN a l’´ch´ance. ` e e Si les taux sont pr´compt´s, les flux ont la mˆme forme, mais mettent en jeu des taux de la forme e e e (T M (Ti − d), Ti ), o` d est la fraction d’ann´e qui mesure l’´cart entre le moment o` le taux est connu et u e e u celui o` il est pay´. u e Les Swaps CMS rentrent dans cette cat´gorie. e Exemple 10.3.2 L’obligation a taux variable r´f´renc´e sur le TME a comme ´ch´ance le 31 Mars 2000. ` ee e e e Les coupons annuels sont r´f´renc´s sur le TME de la date de paiement. Le TME ´tant un taux long, il ee e e y a dans ce cadre un grand d´calage entre la la maturit´ des taux et l’espacement des paiements. Nous e e verrons que ceci induit un risque r´el. e

Swaps
Dans la description de l’´ch´ancier d’un Swap, on distingue la branche variable, qui correspond a des e e ` paiements r´guli´rement espac´s (par exemple tous les trois mois) d’une fraction (´gale a nombre de jours e e e e ` du mois/360) du taux variable de r´f´rence, (par exemple le taux Euribor 3 Mois), constat´ a la date de ee e` paiement pr´c´dente. En d’autres termes, le paiement en Ti+1 = Ti + δ est le taux δL(Ti , δ). e e La branche fixe consiste au paiement aux mˆmes dates du taux fixe, ou taux de Swap,T Swap qui est fix´ e e

186

Dea de probabilit´, option Finance e

dan le contrat. L’´ch´ancier est donc de la forme (δL(Ti , δ) − T SW , Ti+1 ), pour des indices i=1,...N, et des dates Ti = e e T0 + iδ. Noter que par un artifice, on peut toujours rajouter 100FF a la branche variable, a l’´ch´ance du Swap ` ` e e et 100FF a la branche fixe a la mˆme date et que cela n’a pas d’importance si la courbe d’actualisation ` ` e est la mˆme. Le Swap ressemble alors a une obligation a taux variable. e ` `

Option d’achat sur obligation
Les caract´ristiques de l’option sont son ´ch´ance TC et son prix d’exercice K, celles de l’obligation e e e sont sa maturit´ T > TC , et les coupons Ci pay´s apr`s la maturit´ de l’option aux dates : e e e e TOC = TC < T1 < T2 < ... < TN = T Nous notons Ot la valeur financi`re en t de cette obligation. e Les flux attendus d´pendent du fait qu’il y a exercice ou non en TC . e D´signons par E l’evenement al´atoire : il y a exercice a la date TC , e e ` E = {OTC ≥ K} Les flux al´atoires associ´s a cette option peuvent ˆtre d´crits de deux mani`res : e e ` e e e – Lors de l’exercice, le titre est livr´. Les flux attendus sont alors de : 0 si E n’est pas r´alis´ et sur e e e E de la forme, (−K, TC ) et (Ci , Ti ) i = 1....n – Le titre peut aussi ˆtre ren´goci´ imm´diatement a sa valeur financi`re, sans coˆt de transaction e e e e ` e u et le flux est alors de OTC − K sur E, 0 ailleurs.

10.4

Evaluation forward

La deuxi`me ´tape est l’´valuation et la couverture de ces flux, pay´s dans le futur, et donc a priori e e e e ` soumis au rique de taux. Lorsque les flux sont connus, comme par exemple dans le cas des obligations, la connaissance des prix des z´ro-coupon aujourd’hui suffit a d´terminer sous l’hypoth`se d’AOA la valeur financi`re de tels titres. En e ` e e e particulier le prix a la date t d’une obligation est donn´ par ` e
N

Ot =
i=1

Ci B(t, Ti )

(10.4.1)

Si les flux sont al´atoires, notamment par exemple pour une obligation a taux variable, ou dans la branche e ` variable d’un Swap, il est souhaitable d’obtenir une rep´sentation du prix a la date t par une relation e ` similaire, ce qui revient a remplacer le flux al´atoire (Xi , Ti ) par un son ”´quivalent certain ” vu de la ` e e date t. En d’autre terme, cela revient a fixer a la date t le prix auquel on serait prˆt a financer le flux al´atoire ` ` e ` e Xi en Ti . Mais c’est exactement la d´finition du prix a terme n´goci´ en t, dont nous noterons le cours e ` e e Φt (Xi , Ti ), calcul´ de mani`re a donner une valeur financi`re nulle au contrat a terme a la date t de e e ` e ` ` n´gociation. Le prix d’une obligation a flux ´ventuellement variable est alors e ` e
N

Ot =
i=1

Φt (Xi , Ti )B(t, Ti )

(10.4.2)

Produits d´riv´s de taux e e

187

10.4.1

Exemples de contrats dont l’´valuation ne demande pas de mod`le e e

Contrat forward sur un actif financier
Lorsque XT est la valeur en T d’un actif S , c’est a dire lorsqu’on ´crit un contrat forward sur un ` e actif qui ne paye pas de dividende, nous avons vu que par un petit raisonnement d’arbitrage Φt (ST , T ) = St B(t, T ) (10.4.3)

En particuler, le montant a investir en T pour se garantir 1F F pay´ en T+θ peut ˆtre ´valu´ en t comme ` e e e e le prix d’un contrat forward sur le z´ro-coupon Bt (T, T + θ), soit B(t,T +θ) . e B(t,T ) Le taux de rendement lin´aire de cette op´ration est le taux forward lin´aire L t (T, θ). e e e

Contrat forward sur un taux pr´d´termin´ e e e
Consid´rons un taux variable pr´compt´ de h intervenant dans les flux d’une obligation a taux e e e ` variable, ou dans la branche variable d’un Swap. Si le taux lin´aire, L(T − h, T ) est pay´ en T , l’´quivalent certain de ce taux est le taux lin´aire forward e e e e entre les dates T − h et T . Φt (L(T − h, h), T ) = Lt (T − h, h) (10.4.4) Preuve : En effet, consid´rons un investisseur qui cherche a se garantir un revenu en T associ´ au e ` e placement de 1Euro a la date T − h. Le flux al´atoire garanti est ` e 1 + hL(T − h, h)) Mais un contrat a terme sur la mˆme op´ration lui garantit en T le paiement associ´ au taux a terme ` e e e ` 1 + hLt (T − h, h) Ces deux op´rations a terme garantissent le mˆme flux en T − h, elles ont donc la mˆme valeur aux e ` e e dates interm´diaires, soit e 1 + hΦt (L(T − h, h), T ) = 1 + hLt (T − h, h) = En terme de taux d’int´rˆt, cel` s’exprime par e e a Φt (L(T − h, T ), T ) = Lt (T − h, h) (10.4.5) B(t, T − h) B(t, T )

Calcul du taux de Swap
La branche variable d’un taux de Swap est donc donn´e par e
N

branche variablet

=
i=1 N

B(t, Ti )δΦt (L(Ti−1 , δ), T ) B(t, Ti )[
i=1

(10.4.6)

=

B(t, Ti−1 ) − 1] = B(t, T0 ) − B(t, TN ) B(t, Ti )

Cette remarque jointe au fait que la valeur d’un Swap est nulle au moment de la signature du contrat, conduit a la caract´risation suivante du taux de Swap ` e B(t, T0 ) − B(t, TN )
N i=1

TtSW (T0 , TN ) =

B(t, Ti )

(10.4.7)

188 Contrat a terme sur le taux court `

Dea de probabilit´, option Finance e

Supposons maintenant que le taux de r´f´rence pay´ en T soit le taux court r T , c’est a dire aussi la ee e ` limite quand h tend vers 0 de L(T − h, T ). De mˆme , le taux spot forward f (t, T ) est la limite des taux e forwards Lt (T − h, T ). Ces taux sont donc li´s par e Φt (rT , T ) = f (t, T ) (10.4.8)

10.4.2

March´ ` terme et probabilit´ forward neutre ea e

Dans le cas g´n´ral, un flux al´atoire XT vers´ a l’´ch´ance T est ´valu´ suivant le principe habituel de e e e e` e e e e l’´valuation d´gag´ dans le Chapitre 4 sous le nom d’´valuation risque-neutre, comme la valeur moyenne e e e e sous la probabilit´ risque neutre du flux terminal actualis´ e e Πt (XT ) = EQ [exp −( t
T

rs ds) XT ]
t

(10.4.9)

Il faut donc a priori mod´liser les corr´lations entre les taux et les flux al´atoires. De mˆme le contrat ` e e e e forward se calcule comme EQ [exp − t rs ds XT ] Πt (XT ) = t Q Φt (XT ) = T B(t, T ) Et [exp − t rs ds]
T

(10.4.10)

Ainsi, de mˆme que le prix s’´crit comme une esp´rance, de mˆme le contrat forward s’´crit comme une e e e e e esp´rance par rapport a la probabilit´ appel´e forward-neutre et not´e Q T . e ` e e e Φt (XT ) = EQT [XT ] t (10.4.11)

Dans ce cadre, les instruments de couverture seront naturellement les contrats forwards de la maturit´ e T. Nous avons plusieurs mani`res de caract´riser cette probabilit´ forward : e e e – En calculant sa densit´ par rapport a la probabilit´ risque-neutre Q, grˆce a la comparaison des e ` e a ` deux formules d’´valuation (10.4.9) et (10.4.11). e exp − 0 rs ds dQT = b dQ B(0, T )
T

(10.4.12)

L’´quation des prix z´ro-coupons, jointe a la condition B(t,t) =1 entraine que cette densit´ est une e e ` e martingale exponentielle, associ´e au vecteur de volatilit´ du z´ro-coupon de maturit´ T . e e e e dQT = exp dQ
T 0

Γ(s, T )dWs −

1 2

T 0

|Γ(s, T )|2 ds
B(t,T +θ) B(t,T )

(10.4.13) d´duites des e

– En ´crivant que sous la probabilit´ QT , la dynamique des contrats forwards e e ´quations de chapitre pr´c´dent a un rendement instantan´ nul. e e e e On voit alors facilement que WtT = Wt −
t

Γ(s, T )ds
0

(10.4.14)

doit ˆtre un QT mouvement brownien. e La probabilit´ forward QT est la probabilit´ risque-neutre attach´e au choix de l’argent de la date T e e e comme num´raire, dont la valeur en t est B(t, T ) e L’´quation d’´valuation montre que tous les contrats forwards ont des prix martingales (locales) par e e rapport a la probabilit´ forward. En particulier, la relation (10.4.8) montre que le spot forward est ` e une martingale.

Produits d´riv´s de taux e e

189

10.4.3

Correction de convexit´ pour les contrats forwards e

Nous avons vu que le contrat forward associ´ a un taux pr´d´termin´ est le taux forward. Lorsqu’il e` e e e n’y a pas ad´quation entre le p´riode qui s´pare les dates de paiement et la maturit´ du taux, on doit e e e e corriger le taux forward pour avoir la valeur du contrat forward, qui jouera un rˆle d´terminant dans la o e th´orie des options. e

Les formules g´n´rales e e
L’une des caract´ristiques des produits de taux d’int´rˆt est le fait que le taux pay´ a une date donn´e e e e e` e est souvent connu en avance. Plus g´n´ralement, cela revient a consid´rer un flux al´atoire, connu a la e e ` e e ` date T , XT , et pay´ a une date future T + h. Dans le cas des taux par exemple, on connait l’esp´rance de e` e cette variable sous QT +h et on voudrait la connaitre sous QT . Plus g´n´ralement, on peut ˆtre int´ress´ e e e e e a connaitre la distribution sous QT , connaissant celle sous QT +h . ` Le r´sultat g´n´ral suivant donne une intuition de la nature de la correction. e e e Th´or`me 10.4.1 Evaluation en retard e e Soit XT une v.a. FT -mesurable. La valeur du contrat a terme d’´ch´ance T diff`re de celle d’´ch´ance ` e e e e e T + h par : EQT [XT ] = Et T +h [XT ] + covt T +h t
Q Q

XT ,

hL(T, h) 1 + hLt (T, h)

(10.4.15)

La covariance est une covariance globale et non locale. Plus g´n´ralement, la densit´ de probabilit´ de QT par rapport a QT +h , sur la tribu FT est donn´e par e e e e ` e 1 + hL(T, h) dQT = dQT +h 1 + hLt (T, h) Evaluation en avance Soit XT une v.a. FT -mesurable. Et T −h [XT ] = EQT [XT ] + t
Q T T −h

(10.4.16)

covQs (XT , rs )ds t

(10.4.17)

En particulier, le prix d’un contrat future diff`re du prix forward par e EQ [XT ] = EQT [XT ] + t t Preuve : ⇒ Par construction des probabilit´s QT et dQT +h , nous avons e EQT [XT ] = t B(t, T + h) QT +h Et XT B(T, T + h)−1 B(t, T ) 1 + hL(T, h) Q = Et T +h XT 1 + hLt (T, h) 1 + hL(T, h) Q Q = Et T +h [XT ] + covt T +h XT , 1 + hLt (T, h)
T 0

covQs (XT , rs )ds t

(10.4.18)

⇒ Si maintenant on s’int´resse a l’´valuation d’un taux connu seulement dans le futur, par rapport a la e ` e ` date de maturit´ du contrat, c’est a dire a un flux qu’on constatera plus tard Le plus simple est de e ` `

190

Dea de probabilit´, option Finance e

tout ramener a la probabilit´ risque neutre en notant que la diff´rence des densit´s de Q T et de QT −h ` e e e peut s’´crire e
     

dQT dQT −h − |Ft dQ dQ

= e− = e− = −

T −h (rs −f (t,s))ds t

e− −

T (r −f (t,u))du T −h u

−1 (rs − f (t, s))ds

T −h

T T −h
 

e−

s (ru −f (t,u))du t

(rs − f (t, s))ds

Il suffit de prendre l’esp´rance de la variable XT par rapport a ces deux probabilit´s, pour obtenir la e ` e formule du th´or`me, en utilisant que l’esp´rance forward du taux spot est le spot forward. e e e Exemple 10.4.1 Nous consid´rons le paiement a la date T d’un taux connu en T − h et de maturit´ e ` e h + δ. Le contrat forward sur le taux associ´ au paiement en T + δ est connu comme le taux forward e Lt (T − h, h + δ). La correction de convexit´ conduit a e ` EQT [L(T − h, h + δ)] = Lt (Th , h + δ) + covt T +h [L(T − h, h + δ), t
Q

10.4.4

Correction de convexit´ lorsque les volatilit´s sont d´terministes e e e

Hypoth`se e Les volatilit´s des z´ro-coupon sont des fonctions d´terministes. e e e Les z´ro-coupon sont log-normaux et les taux continus, dont les taux spot forwards sont gaussiens. e Ces propri´t´s sont conserv´es sous toutes les probabilit´s forwards. De plus dans l’´valuation des moments ee e e e des variables gaussiennes, les structures de variance et covariance ne d´pendent pas de la probabilit´ de e e r´f´rence. Une application imm´diate de cette remarque et des r´sultats ci-dessus est la proposition ee e e suivante Proposition 10.4.1 Correction des taux continus Sous la probabilit´ QT , les taux instantan´s ont comme esp´rance : e e e θ EQT (R(T, θ)) = R0 (T, θ) + var(R(T, θ)) 2 Sous la probabilit´ QT +h , les taux instantan´s ont comme esp´rance : e e e EQT +h (R(T, θ)) = EQT (R(T, θ)) − hcov(R(T, θ), R(T, h)) (10.4.21) (10.4.20)

10.4.5

Options sur z´ro-coupon et caplet e

Option sur z´ro-coupon e
On consid`re un Call de strike K et de maturit´ TC , sur le z´ro-coupon B(t, T ), T ≥ TC . Son prix a e e e ` l’instant t est donn´ par e Ct (TC , K, T ) = B(t, TC )EQTC (B(TC , T ) − K)+ (10.4.22)

 

T −h (rs −f (t,s))ds t

T

e−

s (r −f (t,u))du T −h u

hL(T, h) ] 1 + hLt (T, h)

(10.4.19)

Produits d´riv´s de taux e e
Sous la probabilit´ QTC , le contrat forward Bt (TC , T ) = e

191

B(t, T ) est une martingale de vecteur de B(TC , T ) volatilit´ Γ(t, T ) − Γ(t, TC ). Dans le cas o` ces volatilit´s sont d´terministes, on peut appliquer la e u e e formule de Black, qui donne le prix sous la forme Ct (TC , K, T ) = B(t, T )N (d1 ) − KB(t, TC )N (d0 ) 1 1 B(t, T ) √ + Σt,TC d1 = Log KB(t, TC ) 2 Σt,TC TC − t d0 = d1 − Σt,TC
TC t

(10.4.23) TC − t

TC − t

|Σt,TC |2

=

|Γ(s, T ) − Γ(s, TC )|2 ds

(10.4.24)

La couverture se fait a partir de N (d1 ) z´ro-coupon de maturit´ T et N (d0 ) z´ro-coupon de maturit´ TC . ` e e e e

Caplet
Un caplet de strike et de maturit´ T est un produit d´riv´ qui garantit la possibilit´ d’emprunter en e e e e TC au taux Euribor de maturit´ δ au niveau maximum de K. Le flux garanti est δ(L(TC , δ) − K)+ en e TC + δ. Mais l’op´ration est ´quivalente a acheter en TC une option de vente sur z´ro-coupon de maturit´ e e ` e e 1 T de strike 1+δK , en nombre 1 + δK. C’est donc un Put sur un z´ro-coupon , que nous pouvons ´valuer de mani`re tr`s similaire. e e e e Le march´, comme nous le verrons dans le chapitre suivant travaille plutˆt avec une mod´lisation loge o e normale du taux Euribor, ce qui l’am`ne a appliquer la formule de Black et Scholes au taux forward e ` directement.

10.5

Options sur obligations ` coupons, Swaptions a

Consid`rons un ´ch´ancier de flux al´atoires , caract´ris´ par : e e e e e e – les dates de tomb´e des flux, qui sont d´sign´es par : e e e 0 < T1 < T2 < ... < Tn = T – le flux al´atoire Fi attendu a la date Ti . e ` La valeur financi`re en 0 de cet ´ch´ancier est donn´e par la somme des flux futurs actualis´s, soit : e e e e e
i=n

V0 =
i=1

Fi B(0, Ti )

Fi = EQTi (Fi )

(10.5.1)

La r`gle d’´valuation des flux al´atoires donne imm´diatement le prix de cette option e e e e
d

Call(t, TC , K, TC + δ) =
i=1

B(0, Ti )Ci QTi (E) − KB(0, TC )QTC (E)

(10.5.2)

Pour obtenir un r´sultat complet, il reste a d´crire de mani`re simple l’ensemble d’exercice. Ceci est e ` e e notamment possible dans le cadre du mod`le de Vasicek ´tendu, car les z´ro-coupon sont des fonctions e e e d´terministes d´croissantes du taux court. Il existe donc une valeur du taux court r K telle que e e O(TC , TC + δ, rK ) = K (10.5.3)

192

DEA de Probabilit´, option finance,2003/2004 e

de telle sorte qu’en posant Kj = B(TC , Tj , rK ), le prix de l’option devient Call(t, TC , K, TC + δ) =
i=1d

B(0, Ti )Ci N (dj ) − KB(t, TC )N (dj ) TC − t (10.5.4)

dj d0

=

= d1 − Σt,TC

1 B(t, Tj ) 1 √ Log + Σt,TC Kj B(t, TC ) 2 Σt,TC TC − t TC − t

Cel` permet d’obtenir une g´n´ralisation de la formule de Black, o` il n’est pas difficile de montrer que a e e u le prix de l’obligation est une fonction monotone de Zt (Hypoth`se 7). Le prix de l’option prend alors la e forme d’une formule de Black g´n´ralis´e. e e e

Chapitre 11

LE MODELE LOG-NORMAL sur TAUX PIBOR
Introduction
Dans les travaux r´cents sur les taux d’int´rˆt, le mod`le log-normal de Brace-Gatarek-Musiela a re¸u e e e e c un echo important dans de nombreux ´tablissements financiers, parce qu’il semble utiliser au mieux les e donn´es du march´ sur les caps et floors, garantit que les taux forwards restent positifs et donc aussi les e e taux de swaps. Il est a mettre en regard avec les mod`les a volatilit´ d´terministe sur les prix z´ro-coupon , ` e ` e e e calibr´s` partir de la courbe des taux aujourd’hui du type Heath, Jarrow, Morton, ou encore Hull et White. ea Des r´f´rences importantes sur le sujet sont aussi les travaux de Miltersen-Sandmann-Sondermann. ee Plus difficile a mettre en oeuvre que les mod`les log-normaux sur les prix, car il n’existe pas de ` e formules exactes pour le pricing des swaptions, ce mod`le est malgr´ tout calibrable, car au prix de petites e e approximations, il est possible de donner des m´thodes de calcul num´rique rapides des prix de swaptions. e e Ceci est indispensable pour faire tourner rapidement les proc´dures de minimisation quadratique pour e l’identification des param`tres, qui incluent en g´n´ral une vingtaine d’options. e e e Nous nous proposons de montrer rapidement les fondements de ces deux mod`les, et d’en discuter e l’efficacit´ en termes de mod´lisation et de calibration. e e Pour amorcer la discussion, commen¸ons par quelques remarques sur le pricing des caplets. c

11.1

Pricing des caplets

Nous abordons sur l’exemple des caplets l’incidence d’une mod´lisation log-normale en prix et une e mod`lisation en log-normale en taux. Or la discussion sur l’existence d’un lien structurel entre les options e sur taux et celles sur prix, ne se rev`le pertinente que si on prend en compte les dates de paiement des e flux optionnels. L’analogie est avec la sym´trie Call domestique-Put foreign entre deux march´s m´rite e e e d’ˆtre soulign´e. e e Ceci nous am`ne a introduire les deux march´s a terme qui sont naturellement associ´s au probl`me. e ` e ` e e 1. Le march´ a terme d’´ch´ance T + δ o` T + δ est l’´ch´ance du caplet, dans lequel est pay´ le e` e e u e e e diff´rentiel de taux, lorsque l’option est exerc´e. e e 2. Le march´ a terme d’´ch´ance T correspond a l’´ch´ance des options sur prix z´ro-coupon . e` e e ` e e e

193

194

DEA de Probabilit´, option finance,2003/2004 e

Ces march´s sont r´f´renc´s sur des num´raires diff´rents. Le ”taux de change” “franc de terme (T + δ )e ee e e e franc de terme T ” est ´gal au z´ro-coupon forward, not´ Bt (T, T + δ) et inversement le taux <<franc a e e e ` terme T -franc de terme T + δ >> est ´gal au facteur de capitalisation forward e Bt (T, T + δ)−1 = 1 + δLt (T, δ) = Lt (T, δ) (11.1.1)

La question pos´e en terme de pricing sur taux ou pricing sur prix est alors une question de choix du e march´ d’´valuation. e e

Sym´trie Call sur taux- Put sur prix e
L’absence d’arbitrage entre ces deux march´s a terme implique qu’une option d’achat sur les taux e ` d’int´rˆt pay´s a ´ch´ance T + δ, transform´e par le taux de change est ´quivalente a une option de vente e e e `e e e e ` d’´ch´ance T , sur un z´ro- coupon forward.Bt(T, T + δ). En effet e e e date T +δ T flux 1 + δL(T, δ) 1 flux 1 + δK = K (1 + δK)B(T, T + δ)

En r´sum´, on a la sym´trie suivante : e e e Callforwardt (L, T + δ, K) = Callforwardt (L, T + δ, K) = Lt (T, δ)KPutforwardt (B, T, K
−1

(11.1.2) (11.1.3)

)

Cette formule conduit naturellement a son analogue en prix d’aujourd’hui, qui, bien que plus simple, est ` en fait moins utilisable, car les prix forwards n’ont pas de propri´t´s simples dans le march´ d’aujourd’hui. ee e Callt (L, T + δ, K) = (1 + δK)Putt (B, T, (K)−1 ) (11.1.4)

11.1.1

Dynamique des taux-dynamique des prix

Si nous souhaitons poursuivre l’analogie avec les taux de change, notons que puisque les deux march´s e de r´f´rence n’ont pas de taux d’int´rˆt, dans le T -march´ le ”taux de change” B t (T, T + δ) est de ee e e e rendement nul, et qu’il en est de mˆme dans le (T + δ)-march´ pour 1 + δLt (T, δ) et ces deux processus e e ont la mˆme volatilit´, al´atoire ´ventuellement. e e e e Plus pr´cis´ment, la dynamique du z´ro-coupon est donn´e par sa volatilit´ {σ s (T, δ); s ≤ T }, e e e e e dBt (T, δ) = −Γt (T, δ)dWtT Bt (T, δ) (11.1.5)

A priori W T est un mouvement brownien pour le T -march´, multidimensionnel, et la fonction σ est e al´atoire et vectorielle. De mˆme e e dLt (T, δ) = Γt (T, δ)dWtT +δ (11.1.6) Lt (T, δ) o` W T +δ est un brownien multidimensionnel dans le (T + δ)-march´. u e Il est utile de noter pour la suite que les liens entre ces deux processus sont simples dWtT +δ = dWtT +δ + Γt (T, δ)dt (11.1.7)

Le mod`le Log-normal sur les taux Pibor e

195

Lt (T, δ) est aussi de rendement nul, et sa volatilit´ {σs (T, δ); s ≤ T } est reli´e a celle des prix forwards e e ` par, δLs (T, δ) Γs (T, δ) = σs (T, δ) (11.1.8) 1 + δLs (T, δ) En particulier, si Bt (T, T + δ) est log-normal dans le T -march´, Lt (T, δ) est log-normal avec la e mˆme volatilit´ dans le (T + δ)-march´ et la distribution de L(T, δ) est la loi log-normale d´cal´e. e e e e e

11.1.2

Pricing en taux et pricing en prix

Cette remarque permet de simplifier consid´rablement la discussion sur le mod`le en taux ou en prix. e e 1. La pr´sence d’un march´ de futures de taux d’int´rˆt conduit naturellement le march´ a pr´f´rer e e e e e` ee une mod´lisation en terme de taux, sur le march´ a terme d’´ch´ance T + δ. e e` e e 2. La formule du march´ suppose que dans le (T + δ)-march´, le taux forward Lt (T, δ) diffuse de e e mani`re lognormale a partir du taux forward. e ` 3. Consid´rons maintenant une mod´lisation log-normale sur les prix des z´ro-coupon , dans le T e e e march´. Le facteur de capitalisation Lt (T, δ) est d’apr`s la remarque pr´c´dente log-normal dans e e e e le (T + δ)-march´, et la discussion sur le pricing se ram`ne simplement a savoir si on applique la e e ` formule de Black au taux ou au facteur de capitalisation. Le r´sultat est sensiblement diff´rent puisque dans le premier cas, nous aurons e e Caplettx t dtx 0 dtx 1
T

= B(t, T + δ)δ[Lt (T, δ)N (dtx ) − KN (dtx )] 1 0 √ 1 Lt (T, δ) 1 √ ] − Σt,T T − t Ln[ = K 2 Σt,T T − t √ tx = d0 + Σt,T T − t

(11.1.9)

o` Σ2 (T − t) = t |σs (T, δ)|2 ds d´signe le carr´ de la volatilit´ moyenne du taux Pibor. u t,T e e e Dans le deuxi`me cas, e Capletpx t dpx 0 dpx 1
T

= B(t, T + δ)[(1 + δLt (T, δ))N (dpx ) − (1 + Kδ)N (dpx )] 1 0 √ 1 1 1 + δLt (T, δ) √ = ] − Γt,T T − t Ln[ (1 + Kδ) 2 Γt,T T − t √ px = d0 + Γt,T T − t

(11.1.10)

o` Γ2 (T − t) = t |Gammas (T, δ)|2 ds d´signe le carr´ de la volatilit´ moyenne du z´ro-coupon sur la u t,T e e e e p´riode t,T . e Remarque – Dans le cas des options a la monnaie, cela conduit a ` ` Caplettx t Capletpx t √ √ 1 1 = B(t, T + δ)δ[Lt (T, δ)N ( Σt,T T − t) − N (− Σt,T T − t))] 2 2 √ √ 1 1 = B(t, T + δ)[(1 + δLt (T, δ))N ( Γt,T T − t) − N (− Γt,T T − t))] 2 2

Comme la volatilit´ des z´ro-coupon est tr`s petite par rapport a celle des taux, nous avons l’ape e e ` proximation suivante, pour les volatilit´s implicites suivant le mod`le retenu, e e √ √ √ 1 1 δLt (T, δ) 1 √ Γt,T T − t = [N ( Σt,T T − t) − N (− Σt,T T − t))] 1 + δLt (T, δ) 2 2 2π (11.1.11)

196

DEA de Probabilit´, option finance,2003/2004 e

Le d´bat amorc´ sur la log-normalit´ taux versus log-normalit´ prix se ram`ne a un d´bat sur la e e e e e ` e log-normalit´ de Lt (T, δ) versus 1 + δLt (T, δ). e En d’autres termes, la question est de savoir si la distribution forward du taux L(T, δ) est une loi log-normale ou une loi log-normale d´cal´e. Seules les options en dehors de la monnaie e e donnent une information sur ce point.

11.2
11.2.1

Pricing des swaptions
Calcul du taux de swap, et du pay-off des swaptions

Taux de swap
En ´galant les valeurs aujourd’hui des branches variable et fixe d’un swap initialis´ en T , associ´ a e e e` des ´changes de flux r´guli´rement espac´s de δ, le taux de swap-forward se calcule ais´ment. e e e e e ωt (T, n, δ) = 1 − Bt (T, T + nδ)
n

=

B(t, T ) − B(t, T + nδ)
n

(11.2.1)

δ
j=1

Bt (T, T + jδ) Lt (T, nδ) − 1

δ
j=1

B(t, T + jδ) = nLt (T, T + nδ)
n j=1

= δ

n j=1

Lt (T + jδ, (n − j)δ)

1 + (n − j)δLt (T + jδ, (n − j)δ)

La premi`re ´quation donne la repr´sentation en prix du taux de swap, et la deuxi`me la repr´sentation e e e e e en facteur de capitalisation ou en taux forward. Le taux de swap est donc une fonction des taux forwards de diff´rentes maturit´s {L t (T +jδ, (n−j)δ); j = e e 1...n − 1}, ou de mani`re analogue de diff´rents taux de capitalisation {Lt (T + jδ, (n − j)δ); j = 1...n − 1}. e e

Pay-off des swaptions
Formule en prix Une swaption de prix d’exercice ω0 est associ´e a une promesse de flux (ω(T, n) − ω0 )+ aux dates e ` {T + jδ; j = 1...n}. Vu de l’´ch´ance T , cela revient au flux e e
n n

Φpx = δ(ω(T, n) − ω0 )+ T

j=1

B(T, T + jδ) = [1 − B(T, T + nδ) − ω0 δ

B(T, T + jδ)]+
j=1

Le pay-off est alors le mˆme que celui d’un Put sur une obligation. On a donc une g´n´ralisation de la e e e propri´t´ des caplets (cas n=1). ee Formule en taux D’un point de vue forward de l’´ch´ance (T + nδ = Tn ) du dernier cash-flow, les payements interm´diaires e e e sont capitalisables au taux forward et donc le payoff devient :
n

Φtx T

= δ(ω(T, n) − ω0 )+

j=1

L(T + jδ, (n − j)δ)
n j=1

= (LT (T, nδ) − 1 − ω0 δ
n

LT (T + jδ, (n − j)δ))+

= (nLT (T, nδ) − ω0

j=1

(1 + (n − j)δLT (T + jδ, (n − j)δ))+

Le mod`le Log-normal sur les taux Pibor e

197

Formule de march´ e Le march´ n’adopte pas volontiers ces transformations, qui traduisent l’absence d’arbitrage entre e l’´ch´ance et le futur. Il pr´f`re mod´liser directement la distribution du taux de swap comme log-normale e e ee e autour de sa valeur forward. Ceci n’est licite que sous une probabilit´ ad´quate, qui est la probabilit´ e e e
n

forward de num´raire e
j=1

B(T, T + jδ), c’est a dire une combinaison convexe des probabilit´s forwards ` e

des diff´rentes dates de paiement. Cette mod´lisation garantit au taux de swap d’ˆtre toujours positif, e e e mais n’est pas compatible avec l’´valuation log-normale des caplets. e

11.2.2

Evaluation de la swaption dans le cas log-normal sur les prix

Quelque soit le point de vue adopt´, l’´valuation de la swaption demande de connaitre les lois jointes e e d’un certain nombre de facteurs de capitalisation ou de taux forwards, associ´s a des ´ch´ances qui sont e ` e e des multiples de δ. Nous savons dej` que les facteurs ou les taux qui sont associ´s a des paiements a la date finale, diffusent a e ` ` autour de leur valeur d’aujourd’hui dans le march´ forward de cette date mais leur volatilit´ peut ˆtre e e e stochastique, et la distribution peut ˆtre difficile a calculer. Lorsque les facteurs de capitalisation sur une e ` p´riode δ sont log-normaux, cette propri´t´ se g´n´ralise aux facteurs associ´es a des p´riodes qui sont e ee e e e ` e des multiples de δ. Cette propri´t´ n’est pas conserv´e dans le cas des taux log-normaux. ee e

Volatilit´s des facteurs de capitalisation et log-normalit´ e e
D´signons par Lt (T, kδ) le facteur de capitalisation forward entre T et T + kδ. La possibilit´ de e e capitaliser par roll-over induit des propri´t´s multiplicatives sur ces facteurs, au sens o` ee u Lt (T, kδ) = Lt (T, δ)Lt (T + δ, δ).....Lt (T + jδ, δ)....Lt (T + (k − 1)δ, δ) =
k−1 j=0

Lt (T + jδ, δ)

(11.2.2)

Comme les volatilit´s sont additives pour les produits, nous voyons que la volatilit´ Γ t (T, kδ) de Lt (T, kδ) e e est ´gale a la somme des volatilit´s des z´ro-coupon , e ` e e
k−1

Γt (T, kδ) =
0

Gammat (T + iδ, δ)

(11.2.3)

En particulier, si la volatilit´ Γt (T + iδ, δ) est d´terministe, dans le march´ a terme (T + δ), il est est de e e e` mˆme de la volatilit´ Γt (T, kδ), et les facteurs de capitalisation Lt (T, kδ) ont une volatilit´ d´terministe. e e e e Comme ils sont de rendement nul, leur loi est log-normale. En particulier, ils peuvent ´ventuellement devenir plus petits que 1, ce qui conduit un taux de swap e n´gatif ´ventuellement. C’est l’une des objections majeures a ce mod`le. e e ` e

Evaluation de la swaption
Le pay-off de la swaption est une fonction des facteurs de capitalisation. Son prix est donc calculable a partir de la distribution des variables gaussiennes centr´es ` e
T

Uj =
t

T Γs (T + jδ, (n − j)δ)dWs n

(11.2.4)

198

DEA de Probabilit´, option finance,2003/2004 e

1 puisque L(T + jδ, (n − j)δ) = Lt (T + jδ, (n − j)δ) exp[Uj − 2 varUj ]. Le domaine d’int´gration est donc un ensemble de la forme e n j=1

Ki e Ui ≥ 1

La matrice de covariance des Uj est celle des Ln(L(T + jδ, (n − j)δ) et est d´sign´e par K. e e Num´riquement, et le mˆme argument sera repris dans l’autre mod`le, il est indispensable de mettre en e e e oeuvre une proc´dure efficace de calcul de l’int´grale multiple, en essayant en particulier de la ramener a e e ` une int´grale simple. B-G-M proposent de diagonaliser la matrice et d’en retenir le vecteur propre associ´ e e a la plus grande valeur propre comme facteur explicatif. En d’autres termes, cel` revient a remplacer les ` a ` variables par leurs projections sur ce vecteur V , et ramener ainsi le probl`me a une int´grale simple. Si e ` e on a une bonne information sur les variances des variables, alors on peut faire la mˆme proc´dure avec e e la matrice des corr´lations. e Pour des choix pertinents de fonctions de volatilit´s, la r´duction de dimension s’effectue d’elle-mˆme car e e e on est alors dans des mod`les gaussiens a facteurs. e `

11.2.3

Evaluation de la swaption dans le cas log-normal sur les taux forwards

Volatilit´s des taux de diff´rentes maturit´s e e e
Dans cette partie, nous fixons une maturit´ donn´e δ, et supposons que les taux forwards de n’importe e e quelle ´ch´ance sont log-normaux, de volatilit´ not´e σt (T ). e e e e Pour simplifier les notations relatives aux pricing de swaptions, nous fixons la date T d’´ch´ance de la e e swaption, et notons Lt (j, j + k) = Lt (T + jδ, kδ) et Lj = Lt (j, 1). t La formule de composition des taux de capitalisation implique donc que [1 + kδLt (j, j + k)] = [1 + δLj ][1 + δLj+1 ]...[1 + δLj+k−1 ] t t t (11.2.5)

La propri´t´ de volatilit´ d´terministe n’est donc manifestement pas conserv´e dans ce produit a cause ee e e e ` du d´calage, contrairement a l’autre mod`le. e ` e Deux voies se pr´sentent pour mod´liser les taux Lt (j, n − j) sous la probabilit´ finale. e e e

1. exploiter le fait que les Lt (j, n − j) sont centr´s autour de leur valeur forward, mais a volatilit´ e ` e al´atoire, e k−1 Lt (j, j + k) δLj+i t σt (j, j + k) = σt (j + i) δLt (j, j + k) i=0 Lj+i t avec des notations ´videntes et essayer de trouver une approximation de cette volatilit´. e e

2. soit utiliser la formule (11.2.7), et chercher a mod´liser seulement la loi des L j sous la probabilit´ ` e e t finale. C’est la solution propos´e par B-G-M. e Mais bien que ces taux aient une volatilit´ d´terministe, le probl`me n’est pas compl´tement r´solu car e e e e e ils ne sont pas centr´s autour de leur valeur forward sous la probabilit´ de la date finale, mais sous la e e probabilit´ de l’´ch´ance T + δj. Ces taux ont en fait un ”dividende” al´atoire dont il faut tenir compte. e e e e B-G-M proposent de simplifier le probl`me en le consid´rant comme d´terministe, affectant seulement le e e e niveau autour duquel le taux diffuse, soit Lj T 1 Lj = Lj αj exp[Xj − var(Xj )] t T 2 (11.2.6)

Calibration du mod`le de march´ e e

199

o` les Xj sont des variables gaussiennes centr´es, dont la matrice de covariance est approximativement u e j celle des Ln(LT ). Les coefficients αj peuvent ˆtre ajust´s de plusieurs mani`res : e e e 1. B-G-M propose de les calculer en rempla¸ant le coefficient al´atoire du drift par sa valeur a la date c e ` t d’´valuation. e 2. On peut aussi demander que avec cette approximation,
T n−1 Et +n [1 + δLj ][1 + δLj+1 ]...[1 + δLT ] = [1 + kδLt (j, k)] T T

(11.2.7)

pour tous les j entre 0 et n − 1, ce qui fait un syst`me lin´aire a r´soudre. e e ` e L’int´rˆt de ce point de vue est que le moment d’ordre 1 des taux intervenant dans la formule est e e conserv´. e On s’est donc ramen´ a une situation tr`s proche de celle du mod`le log-normal sur les prix, mais la e ` e e fonction a int´grer a une forme diff´rente, a priori beaucoup plus difficile a int´grer. Les mˆmes remarques ` e e ` e e sur la mani`re de se ramener a une int´grale simple sont utilis´es. e ` e e Les tests empiriques montrent que la matrice de variance-covariance a une premi`re valeur propre plus e de 10 fois sup´rieure a la seconde, ce qui justifie l’approximation uni-dimensionnelle. e ` Nous pouvons donc consid´rer que vu de la date finale, le mod`le de taux est quasi-log-normal. e e

11.2.4

Calibration de la fonction de volatilit´ e

La m´thode de calibration propos´e par B-G-M est de type non-param`trique, pour un mod`le deuxe e e e 2 dimensionnel. Ils supposent qu’il y a deux param`tres de volatilit´ σt (T ), σt (T ) pseudo-stationnaires au e e 1 sens o sigmai (T ) = f (t)λi (T − t) t Les valeurs de f et λi (T ) sont ajust´es sur des prix de caps et floors et swaptions et sur les donn´es de e e corr´lations entre futures espac´s de diff´rentes ´ch´ances. Les exemples montrent une fonction f proche e e e e e de 1, et deux facteurs dont aucun ne domine vraiment l’autre.

11.2.5

Conclusion

Le point de vue log-normal sur les taux conduit a de propri´t´s satisfaisantes de la famille des diff´rents ` ee e taux qu’il engendre. De plus, des approximations raisonnables, permettent de calculer les swaptions avec a peine plus de difficult´s que dans le cas log-normal sur z´ro-coupon . Toutefois la calibration des fonc` e e tions de volatilit´s reste assez complexe a r´aliser effectivement. e ` e Un autre inconv´nient est le caract`re non-markovien, qui fait qu’il ne peut ˆtre impl´ment´ e e e e e num´riquement sur un arbre. Il rend par suite difficile le pricing d’options a barri`re sur les taux par e ` e exemple. Pour ces raisons, les mod`les a facteurs de type Cheyette, ou Li-Ritcken-Subramanya etc.... e ` trouvent un regain d’int´ret. e R´f´rences ee A.Brace,D.Gatarek,M.Musiela (1997). The market model of interest rates dynamics. Mathematical Finance, Vol 7,no2, April 1997, 127-155 K.Miltersen,K.Sandmann, D.Sondermann(1995) Closed Form solutions for Term Structure Derivatives with Log-Normal interest rates. Preprint Universite of Bonn F.Jamshidian (1996) Libor and Swap Market Models and Measures preprint Sakura

200

DEA de Probabilit´, option finance 2003/2004 e

Chapitre 12

Le mod`le de march´ : ´valuation e e e des swaptions et calibration
Remerciements Ce chapitre a ´t´ ´crit par Alexandre d’Aspremont de l’universit´ eee e de Stanford. Je le remercie bien vivement de sa contribution. La coh´rence des notations e avec le chapitre pr´c´dents n’est pas parfaite, mais je n’ai pas eu le temps de tout corriger. e e

Dans le mod`le classique de [?] sur un actif, calibrer le param`tre de volatilit´ pour que le mod`le e e e e reproduise le prix d’une option cot´e par le march´ consiste simplement a inverser la formule du prix. Ce e e ` prix ´tant une fonction strictement croissante de la volatilit´, cette inversion ne pose pas de probl`me e e e num´rique particulier. e Cependant, ceci n’est plus aussi simple pour des mod`les plus complexes destin´s a capturer plus e e ` fid`lement le smile sur le march´ action, ou les mouvements de la courbe des taux par exemple sur e e le march´ des taux. Pour calculer des prix d’options europ´ennes tous les param`tres du mod`le ´tant e e e e e connus, Monte-Carlo est une solution id´ale. Mais pour r´soudre le probl`me inverse, i.e. calculer la valeur e e e des param`tres du mod`le qui r´plique au mieux les prix d’options observ´s dans le march´, les m´thodes e e e e e e de Monte-Carlo sont a la fois trop lentes et trop instables pour permettre une calibration efficace et fiable. ` Ceci explique donc (en partie) pourquoi tant d’efforts sont consacr´s a l’obtention de formules ferm´es e ` e pour le prix des instruments de base. Cependant, il ne s’agit que de l’un des ´l´ments n´cessaires a une ee e ` r´solution satisfaisante du probl`me de calibration. Au del` du calcul des prix, il faut en effet pouvoir e e a r´soudre num´riqueement le probl`me d’optmisation des param`tres du mod`le. Ceci n’est en pratique e e e e e jamais simple, et la m´thode qui consiste simplement a minimiser un crit`re (non convexe) du type e ` e moindre carr´s entre les prix du mod`le et les prix de march´ peut s’av´rer dangereusement lente et e e e e instable. Ci-dessous, nous allons examiner un cas o` tout se passe bien, celui du mod´le de march´ sur les taux u e e LIBOR. On verra comment une bonne approximation num´rique du prix des swaptions dans ce mod`le e e permet de formuler le probl`me de calibration comme un programme semi-d´fini, programme qu’une e e extension r´cente des m´thodes de programmation lin´aire permet de r´soudre tr`s efficacement. e e e e e

201

202

DEA de Probabilit´, option finance 2003/2004 e

12.1
12.1.1

Instruments de base
Z´ro-coupon et taux court e

Comme c’est le cas dans tous les mod`les du type Heah-Jarrow-Morton, la description de la dynamique e de la courbe commence par l’´criture de celle des z´ro-coupons, d´finis sur un espace de probabilit´ e e e e (Ω, {Ft ; t ≥ 0}, Q) o` Q est une probabilit´ risque neutre et {Ft ; t ≥ 0} est la Q-augmentation de la u e filtration naturelle du mouvement brownien de dimension d, W = {Wt , t ≥ 0}. dB(s, T ) = rs ds + ΣB (s, T − s)dWs , B(s, T ) o` θ ≥ 0. On suppose que la volatilit´ {ΣB (t, θ) = Γ(t, t + θ); θ ≥ 0} est un processus Ft -adapt´ a valeurs u e e` dans Rd , et que la d´riv´e ∂/∂θ(ΣB (t, θ)) est born´e sur R2 × Ω. e e e Le taux court r(t) satisfait dr(s) = ∂ r(s, θ) ∂θ ds +
θ=0

∂ B Σ (s, θ) ∂θ

dWs
θ=0

et β(t) repr´sente la valeur en t d’une unit´ de compte capitalis´e en continu au taux court depuis l’instant e e e 0. L’absence d’arbitrage entre le taux court et les z´ro-coupons impose alors a e ` B(t, T ) = B(0, T ) exp − βt
t 0

ΣB (s, T − s)dWs −

1 2

t 0

ΣB (s, T − s) ds

2

d’ˆtre une martingale sous la mesure Q pour tout T > 0. Dans le cadre des mod`les par arbitrage a la [?], e e ` la dynamique de la courbe est alors enti`rement sp´cifi´e par la donn´e de la courbe des taux aujourd’hui e e e e et de la volatilit´ des z´ro-coupons σ B (s, T − s). La particularit´ du mod`le de march´ est de sp´cifier e e e e e e cette volatilit´ non pas directement, mais par l’interm´diaire de contraintes sur la dynamique de taux e e forwards, les LIBORs.

12.1.2

Taux LIBOR et swaps

Vers le milieu des ann´es 80, la liquidit´ dans les march´s de taux s’est tr`s rapidement d´plac´e e e e e e e des obligations vers les swaps. Les taux swaps et les taux forwards correspondants (par ex. le LIBOR, pour London Inter Bank Offered Rates) ont donc rapidement remplac´ les taux z´ro-coupons comme e e instruments de r´f´rence dans la construction de la courbe. ee

Taux LIBOR
On note L(t, δ) le taux LIBOR 1 = B(t, t + δ) 1 + δL(t, δ)

o` δ est ´gal a trois ou six mois en g´n´ral. Le taux forward LIBOR d’´ch´ance glissante θ est not´ u e ` e e e e e Lδ (t, θ) = Lt (t + θ, δ), o` dans l’´quation de droite on fait r´f´rence aux notations du chapitre pr´c´dent. u e ee e e L’absence d’arbitrage impose B(t, t + δ + θ) 1 = = Bt (t + θ, t + δ + θ) 1 + δLδ (t, θ) B(t, t + θ) ou encore Lδ (t, θ) = B(t, t + θ) − B(t, t + δ + θ) . δB(t, t + δ + θ)

Calibration du mod`le de march´ e e

203

Pour simplifer, on suppose δ constant dans toute la suite et on ´crira L(t, θ) a la place de L δ (t, θ) quand e ` il n’y a pas d’ambigu¨ e. On note ´galement K(t, T ) le taux forward Libor dont la maturit´ est fix´e a la ıt´ e e e ` date T , avec K(t, T ) = L(t, T − t).

Taux swap
Le taux swap est le taux qui annule la valeur aujoud’hui de l’´change de coupons fixes (taux swap) e contre des coupons flottants (taux LIBOR par exemple) a une s´rie de dates T i , i = 1, . . . , n. Dans le cas ` e d’un swap(t, T, Tn ) dont la branche flottante paye Lδ (Ti , 0) aux dates Ti = T + iδ, i = 1, . . . , n, la valeur aujourd’hui de la branche flottante est ´gale a B(t, T ) − B(t, Tn ) et le taux swap s’´crit e ` e swap(t, T, Tn ) = o` u Level(t, T, Tn) =
i=1

B(t, T ) − B(t, Tn ) Level(t, T, Tn)
n

δB(t, Ti )

et swap(t, T, Tn )Level(t, T, Tn) est la valeur aujourd’hui de la branche fixe du swap. Dans ce qui suit, on utilisera une autre repr´sentation du swap en tant que panier de taux forwards. e En effet on peut ´crire e
n−1

swap(t, T, Tn ) =
i=0

ωi+1 (t)K(t, Ti )

avec ωi (t) =

δB(t, Ti ) Level(t, T, Tn)

si on note T0 = T . On observe en pratique que la volatilit´ des poids ωi (t) est n´gligeable par rapport a e e ` celle des taux forward K(t, Ti ), ce qui veut dire qu’on peut assimiler le taux swap a un panier de taux ` forward a coefficients constants (voir [?]). Notons ´galement que l’on a ω i (t) ≥ 0 avec ` e
n

ωi (t) = 1
i=1

et le swap est donc assimil´ en pratique a une combinaison convexe de taux forward. e `

12.2
12.2.1

Mod`le de march´ e e
D´finition e

A mesure que l’activit´ se d´pla¸ait des taux z´ro-coupons vers les taux LIBOR et swaps, des options e e c e ont naturellement commenc´ a ˆtre trait´es sur ces diff´rents taux et le march´ a, par habitude, commenc´ e`e e e e e a les coter en termes de volatilit´ de type Black et Scholes, alors que rien dans la mod´lisation ne justifiait ` e e cette pratique. La question s’est alors rapidement pos´e de savoir s’il ´tait possible de sp´cifier un mod´le e e e e arbitr´ au sens de HJM qui donne une volatilit´ d´terministe aux taux LIBOR et swap sous les probas e e e forwards appropri´es. La r´ponse est un oui partiel, commme le montre ce qui suit. La solution propos´e e e e par [?] et [?] est de sp´cifier la volatilit´ des z´ro-coupons a partir de celle des LIBOR. e e e ` La description du mod`le commence donc par imposer une volatilit´ lognormale au taux LIBOR e e dL(t, θ) = (...)dt + L(t, θ)ρ(t, θ)dWt

204

DEA de Probabilit´, option finance 2003/2004 e

o` la fonction ρ : R2 −→ Rd est born´e par ρ ∈ R+ . La dynamique des ze´o-coupons impose d’autre u e ¯ r + + part dL(t, θ) = + ∂L(t, θ) (1 + δL(t, θ)) B + σ (t, θ + δ)(σ B (t, θ + δ) − σ B (t, θ)) dt ∂θ δ 1 (1 + δL(t, θ)) (σ B (t, θ + δ) − σ B (t, θ))dWt . δ

Pour obtenir une volatilit´ lognormale, il faut donc imposer a la volatilit´ des z´ro-coupons de satisfaire e ` e e σ B (t, θ + δ) − σ B (t, θ) = La dynamique du LIBOR devient alors dL(t, θ) = ∂ L(t, θ) + ρ(t, θ)σ B (t, θ + δ)L(t, θ) dt + L(t, θ)ρ(t, θ)dWt . ∂θ δL(t, θ) ρ(t, θ). 1 + δL(t, θ)

Si, pour simplifier, on impose ensuite σ B (t, θ) = 0 pour tout θ ∈ [0, δ[, on obtient
δ −1 θ

σ (t, θ) =
k=1

B

δL(t, θ − kδ) ρ(t, θ − kδ). 1 + δL(t, θ − kδ)

La volatilit´ des z´ro-coupons est donc stochastique (et relativement complexe), par contre celle des e e LIBOR est d´terministe ´gale a ρ(t, θ). e e `

12.2.2
Caps
par

Options sur taux

Le prix d’un cap dont les cash-flows sont δ(Lδ (Ti−1 , 0) − K)+ aux dates Ti , i = 1, . . . , n est donn´ e
n Tj

capt =
j=1

Et exp −

t

δ (Lδ (Tj−1 , 0) − K)

+

,

soit capt =

n j=1

B(t, Tj )Et j δ (Lδ (Tj−1 , 0) − K)

T

+

o` E Tj est l’esp´rance sous la mesure forward d´finie par u e e dQTj |t = B(t, Tj )−1 exp −( dQ
Tj t

rs ds) = Et,Tj (σ B (·, Tj − ·)).

Ici, Et,Tj (·) est la martingale exponentielle, prise entre les dates t et Tj d´finie par e Et,Tj (σ B (·, Tj − ·)) = exp
Tj t

σ B (s, Tj − s)dWs −

1 2

Tj t

σ B (s, Tj − s)

2

ds .

Le sous-jacent du caplet pay´ en Ti+1 est le taux forward a maturit´ fixe K(t, Ti ) avec K(t, Ti ) = L(t, Ti −t) e ` e dont la dynamique dans le mod`le de march´ est donn´e par e e e
T dK(s, Ti ) = K(s, Ti )ρ(s, Ti − s)dWs i+1

Calibration du mod`le de march´ e e

205

et K(t, Ti ) est donc lognormal sous la mesure QTi+1 . Chaque caplet peut donc ˆtre ´valu´ en utilisant la e e e formule de Black avec une variance VTi ´gale a e `
Ti

V Ti =
t

ρ(s, Ti − s)

2

ds,

en adoptant la convention ρ(s, T − s) = 0 quand T − s < 0.

Swaptions
Le prix d’une swaption de strike K, de maturit´ T ´crite sur le swap e e swap(t, T, Tn ) = est donn´ a la date t par e`
n Q P s(t) = B(t, T )Et T i=1 Ti

B(t, T ) − B(t, Tn+1 ) Level(t, T, Tn)

(exp −

T

rs ds)δ (swap(T, T, Tn ) − K)

+

.

Cette formule d’´valuation calcule le prix d’une swaption comme la somme des prix des swaplets qui la e compose. Nous verrrons qu’il est plus avantageux d’utiliser ici une approche a la Jamshidian, ([?]), qui ´crit le prix ` e d’une swaption comme celui d’un call sur le taux swap, sous une mesure martingale bien choisie. On d´finit donc la mesure martingale swap QLV L avec e dQLV L |t = Q dQT Et T
Ti n i=1 (exp − T rs ds) Ti n i=1 (exp − T rs ds)

= B(t, T )

Ti n i=1 (exp − T

rs ds) Levelt (T, Tn )

(12.2.1)

o` Levelt (T, Tn ) est encore une fois u
n

Levelt (T, Tn ) =
i=1

δBt (T, Ti ).

Ce choix de mesure martingale revient a prendre Levelt (T, Tn ) comme num´raire. ` e La densit´ dQLV L /dQT |t est donn´e par la martingale exponentielle e e Et,Tn (h• ) = B(t, T )
Tn n i=1 T

exp − T i rs ds Levelt (T, Tn ) 1 2
Tn

(12.2.2) (12.2.3)

= exp
t

hs dWs −

hs
t

2

ds

avec
n

ht =
i=1

Comme dans [?], le th´or`me de Girsanov montre alors que e e   n i−1 δB(t, Ti ) δK(t, Tj )  dWtLV L = dWtT + ρ(t, Tj − t) dt level(t, T, Tn) j=0 1 + δK(t, Tj ) i=1 est un QLV L -mouvement brownien et on peut r´´crire le prix de la swaption comme ee
Q P s(t) = Level(t, T, Tn)Et LV L (swap(T, T, Tn ) − K) +

  i−1 δK(t, Tj ) δB(t, Ti )  ρ(t, Tj − t) . Level(t, T, Tn) j=0 1 + δK(t, Tj )

sachant que le swap forward est une martingale sous la mesure QLV L .

206

DEA de Probabilit´, option finance 2003/2004 e

12.3
12.3.1

Evaluation des swaptions
Approximation de la dynamique du taux swap

La section pr´c´dente montre que le prix de la swaption peut s’´crire e e e
Q P s(t) = Level(t, T, Tn)Et LV L (swap(T, Tn ) − K) +

o` le swap u
n−1

swapt (T, Tn ) =
i=0

ωi+1 (t)K(t, Ti )

avec ωi (t) =

δB(t, Ti ) , Level(t, T, Tn)

est une QLV L -martingale dont la dynamique est donn´e par e
LV dswaps (T, TN ) = σ poids (s) + σ panier (s) dWs L

o` σ poids (s) est la contribution des poids dans la volatilit´ u e
n n

σ poids (s)(s) =
k=1

ωk (s)K(s, Tk−1 ) σ B (s, Tk − s) −

i=1

ωi (s)σ B (s, Ti − s)

et σ panier (s) est un terme provenant de la dynamique des forwards
n

σ panier (s) =
i=1

ωi (s)K(s, Ti−1 )ρ(s, Ti − s).

ce dernier terme ´tant une moyenne pond´r´e par ωi (s) des volatilit´s des taux forward K(t, Ti ). L’objectif e e e e de cette section est d’obtenir une formule d’´valuation suffisamment simple pour permettre la r´solution e e du probl´me de calibration du mod`le de march´ aux prix de swaptions. Pour cela, il est n´cessaire e e e e de commencer par faire deux approximations sur la dynamique des swaps (voir [?] ou [?] pour plus de d´tails). e – On suppose d’abord que les poids sont constants ´gaux a leur valeur aujourd’hui ω i (t) (les poids e ` sont des QLV L -martingales et leur volatilit´ est faible). e – On ignore l’effet du changement de mesure QTi vers QLV L et on n´glige donc le terme de drift de e LV L K(t, Ti ) sous Q . Moyennant ces hypoth`ses simplificatrices, le probl´me d’´valuation de la swaption se r´duit a calculer e e e e `   +
n−1 i=0

P s(t) =

Q Level(t, T, Tn)Et LV L

o` la valeur de Level(t, T, Tn) est donn´e par le march´ et u e e
LV dK LV L (s, Ti ) = K LV L (s, Ti )ρ(s, Ti − s)dWs L

ωi+1 (t)K LV L (T, Ti ) − K

avec comme valeur initiale K LV L (t, Ti ) = K(t, Ti ). Ceci revient a ´valuer un call sur panier dans un ` e mod´le de Black-Scholes multivari´. e e

Calibration du mod`le de march´ e e

207

12.3.2

Calcul du prix

Il n’y a pas de formule exacte pour calculer le prix de telles options, mais encore une fois, une approximation suffit dans le cas particulier des swaptions. En effet, la volatilit´ du swap devient e
n−1

dswaps (T, Tn )/swap(s, T, Tn ) =
i=0

ωi+1 (t)K LV L (s, Ti ) ρ(s, Ti n−1 LV L (s, T ) i i=0 ωi+1 (t)K

LV − s)dWs L .

Pour pouvoir ´valuer le prix du call de mani`re explicite, on peut, en premi`re approximation, remplacer e e e la volatilit´ stochastique du swap e
n−1 i=0

ωi+1 (t)K LV L (s, Ti ) ρ(s, Ti n−1 LV L (s, T ) i i=0 ωi+1 (t)K

− s)

par une volatilit´ d´terministe obtenue en substituant aux forward K LV L (s, Ti ) leur valeur aujourd’hui e e K(t, Ti ). On obtient finalement une QLV L -martingale lognormale qui approxime le swap
n

dswaps (T, Tn )/swap(s, T, Tn ) =
i=1

LV ωi ρ(s, Ti−1 − s)dWs L ˆ

avec ωi = ˆ ce qui peut encore s’´crire e ωi (t) = ωi (t) ˆ K(t, Ti ) swapt (T, Tn ) ωi+1 (t)K(t, Ti ) n−1 i=0 ωi+1 (t)K(t, Ti )

Ceci permet d’´valuer les swaption en utlisant directement la formule de [?], pour obtenir e P s(t) = Levelt (T, Tn )BS(swapt (T, Tn ), T, VT ) ou encore P s(t) = Levelt (T, Tn ) swapt (T, Tn )N (h) − KN (h − avec ln h= o` u
T n swapt (T,Tn ) K 1 + 2 VT

VT )

VT

VT =
t

ρω (s)

2

ds avec ρω (s) =
i=1

ωi (t)ρ(s, Ti − s). ˆ

Cette derni`re expression donne une approximation du prix des swaptions dont la pr´cision est de l’ordre e e de 1 a 4 points de base (ce qui signifie une erreur de 10−4 sur le prix d’une swaption sur un montant ` nominal ´gal a 1). Ceci est bien inf´rieur a la taille des fourchettes achat-vente qui sont plutˆt de l’ordre e ` e ` o de 10 − 25 points de base.

208

DEA de Probabilit´, option finance 2003/2004 e

12.4
12.4.1

Calibration
Contraintes sur les prix de swaptions

Dans cette section, on s’int´resse au probl`me inverse. On dispose de donn´es de march´ sur les prix e e e e de swaptions sur les swaps swapt (Tk , Tn,k ), k = 1, . . . , m. On dispose ´galement d’un ensemble de donn´es e e sur la courbe des taux qui permettent d’´valuer swapt (Tk , Tn,k ), Levelt (Tk , Tn,k ) et ωi,k (t) et on cherche e ˆ a calibrer la volatilit´ ρ(s, Ti − s) sur les prix de swaptions (pour simplifier, on ne s’int´resse ici qu’aux ` e e prix de swaptions, sachant que les caplets peuvent ˆtre trait´s comme des swaptions a une p´riode). e e ` e Par simple inversion de la formule de Black, on commmence donc par calculer pour chaque prix de swaption pk une variance de Black VT,k de telle sorte que Levelt (Tk , Tn,k ) swapt (Tk , Tn,k )N (h) − KN (h − La variance VT dans cette formule peut s’´crire e VT = = =
T t T t T t

VT,k ) = pk ,

k = 1, . . . , m.

ds ωi (t)ˆ j (t)ρ(s, Ti − s)ρ(s, Tj − s)ds ˆ ω Tr(ΩXs )ds
n i,j=1

ρω (s)

2

o` Tr X d´signe la trace de la matrice X, ayant d´fini u e e Ωij = ωi (t)ˆ j (t) et (Xs )ij = ρ(s, Ti − s)ρ(s, Tj − s). ˆ ω Si on discr´tise la covariance Xs dans le temps, ceci devient e
T T

VT =
t

Tr(ΩXs )ds =
t

Tr(ΩXs )∆t = Tr(ΩX)∆t,

o` les matrices Ω et X sont maintenant bloc-diagonales. Pour reproduire les prix de march´ p k , il suffit u e donc en fait d’imposer les contraintes suivantes ∆t Tr(ΩX) = VT,k , m = 1, . . . , m,

ces contraintes ´tant lin´aires en la matrice de covariance X. Finalement, trouver une matrice de covae e riance qui satisfait les contraintes de march´ revient a r´soudre le probl`me suivant e ` e e Trouver X avec ∆t Tr(ΩX) = VT,k , X 0. k = 1, . . . , m

L’ensemble des matrices X qui sont solutions du probl`me ci-dessus est convexe, comme l’intersection du e cˆne convexe des matrices positives semid´finies avec un espace affine. Nous allons voir que ceci implique o e que ce probl`me peut-ˆtre r´solu tr`s efficacement en utilisant des r´sultats r´cents sur l’optimisation e e e e e e convexe.

12.4.2

Objectifs

Reste maintenant a choisir une matrice parmi l’ensemble des matrices calibr´es d´crit en (12.4.1). ` e e Plusieurs types d’onjectifs sont possibles, le plus simple consiste a minimiser la trace de la matrice X et ` de r´soudre e Minimiser Tr X avec ∆t Tr(ΩX) = VT,k , X 0. k = 1, . . . , m

Volatilit´ stochastique e

209

Ce programme de minimisation d’un objectif lin´aire avec contraintes lin´aires sur une matrice semid´finie e e e positive s’appelle un programme semid´fini. Il s’agit donc d’un programme convexe et une extension e r´cente (voir [?], [?] ou encore [?]) des algorithmes de programmation lin´aire permet de r´soudre ce type e e e de programme tr`s rapidement (typiquement, moins d’une seconde pour les probl`mes consid´r´s ici). Il e e e e est ´galement possible de m´langer des contraintes quadratiques convexes aux contraintes de calibration, e e on peut ainsi choisir de lisser la matrice calibr´e en r´solvant e e
2 Minimiser + Xi,j+1 − Xi,j i,j=1 Xi+1,j − Xi,j avec ∆t Tr(ΩX) = VT,k , k = 1, . . . , m X 0. n−1 2

On peut aussi remplacer les contraintes exactes sur les prix par des fourchettes achat-vente, et r´soudre e par exemple Minimiser Tr X Bid Ask avec VT,k ≤ ∆t Tr(ΩX) ≤ VT,k , X 0.

k = 1, . . . , m

Enfin, il est ´videmment possible de m´langer tous ces objectifs. e e La seule difficult´ qui subsiste dans la r´solution du probl`me de calibration vient du fait qu’il n’est e e e pas possible d’imposer un rang maximum a la matrice calibr´e et donc de limiter le nombre de facteurs ` e du mod`le. Ceci est rendu n´cessaire par la difficult´ d’´valuer les options am´ricaines dans un mod`le a e e e e e e ` plus de deux facteurs. Le programme de calibration avec contrainte de rang devient NP-dur et il n’existe pas a l’heure actuelle de m´thode pour produire une solution avec la mˆme efficacit´ et fiabilit´ que pour ` e e e e le programme de rang libre. Cependant, on constate en pratique (voir [?]) que minimiser la trace tend a ` produire des solutions de rang faible.

210

Dea de Probabilit´, option finance 2003/2004 e

Chapitre 13

Appendice : Volatilit´ stochastique e (par Julien Guyon)
Ce chapitre a ´t´ r´dig´ par Julien Guyon, d’apr`s le stage qu’il a fait au Cr´dit Lyonnais, aupr`s de ee e e e e e l’´quipe de Christophe Michel. Qu’ils soient tous remerci´s. e e

13.1
13.1.1

Introduction
Notations

Dans cet article, nous nous proposons d’´tudier un mod`le a volatilit´ stochastique propos´ par Jeane e ` e e Pierre Fouque, George Papanicolaou et K. Ronnie Sircar [1]. Nous reprenons le travail theorique des auteurs, puis nous proposons des exemples de simulation informatique. Le modele est le suivant :   dXt = µXt dt + σt Xt dWt (13.1.1) σt = f (Yt )  ˆt dYt = α(m − Yt ) dt + β dZ Dans cette ´criture : e – X repr´sente le sous-jacent, Xt son cours a la date t, e ` – µ est le rendement instantan´, suppos´ constant, e e – σt est la valeur a la date t de la volatilit´ du cours du sous-jacent ; elle mesure l’intensit´ du bruit ` e e σt Xt dWt auquel est soumis le cours du sous-jacent – W est un mouvement brownien standard, la volatilit´ σ est elle-mˆme un processus stochastique, e e fonction d´terministe du processus Y ; la fonction f est d´finie sur R et a valeurs strictement e e ` positives, – Y est un processus d’Ornstein-Uhlenbeck, de moyenne a long terme m et de variance a long terme ` ` β2 2α , ˆ – Z est un mouvement brownien standard ´ventuellement corr´l´ a W ; nous supposons dans la suite e ee` ˆ cette corr´lation constante et nous la notons ρ, avec ρ ∈ ] − 1, 1[, de sorte que d W, Z t = ρ dt. e Si nous d´finissons Zt par l’´galit´ Zt = ρWt + 1 − ρ2 Zt , alors W et Z sont deux browniens e e e ˆ ind´pendants. e On donne ci-dessous un exemple de trajectoires possibles pour les trajectoires de (W, Z) et de (W, Z), dans le cas o` ρ = 0.5 puis dans le cas o` ρ = −0.5. Dans les trois cas, on a utilis´ les u u e mˆmes s´ries d’al´as. On a utilise un code C pour g´n´rer ces trajectoires. e e e e e

211

212

Dea de Probabilit´, option finance 2003/2004 e

Nous nous pla¸ons sur un espace probabilis´ (Ω, F, P) muni de la filtration Ft = σ(Ws , Zs , 0 ≤ s ≤ t). c e Par exemple, on pourra consid´rer l’espace Ω = C 0 (R+ , R2 ) des fonctions continues a valeurs dans e ` R2 muni de sa tribu bor´lienne et de la mesure de Wiener sur cette tribu. Dans ce cas, il faut voir un e ´v´nement ponctuel ω comme une trajectoire t −→ (Wt (ω), Zt (ω)). Par ailleurs, la filtration Ft repr´sente e e e l’information sur les deux mouvements browniens W et Z jusqu’` la date t ; c’est l’augmentation habituelle a de la tribu engendr´e par les ensembles de la forme {ω ∈ Ω | |Ws | ≤ R1 , |Zs | ≤ R2 , 0 ≤ s ≤ t}. e Dans toute la suite, nous nous pla¸ons sous l’hypoth`se d’absence d’opportunit´ d’arbitrage (AOA). c e e Plus pr´cis´ment, nous supposons l’existence d’une probabilit´ sur (Ω, F) sous laquelle le prix des actifs e e e actualis´ est une martingale locale. e

13.1.2

Interpr´tation e

F. Black et M. Scholes ont propos´ [2] de mod´liser la dynamique du cours Xt du sous-jacent par e e l’´quation diff´rentielle stochastique e e dXt = µXt dt + σXt dWt , X0 = x. (13.1.2)

Typiquement, le sous-jacent est une action ou un indice boursier. Dans ce mod`le, σ est une constante e strictement positive, i.e. une quantit´ suppos´e ind´pendante du temps et du hasard, qu’on appelle e e e 0 “volatilit´”. Nous consid´rons ´galement un actif sans risque X 0 dont la valeur a la date t est Xt = ert . e e e ` Ceci revient a supposer le taux d’int´rˆt a court terme constant ´gal a r. L’´quation (13.1.2) a des ` e e ` e ` e cons´quences importantes : e – Le processus X est un mouvement brownien g´om´trique ; on dispose d’une expression explicite e e pour Xt : σ2 Xt = x exp σWt + µ − t (13.1.3) 2 qui prouve que le logarithme du cours Xt suit une loi gaussienne de moyenne µ−
σ2 2

t et de
2

variance σ 2 t. On peut r´´crire (13.1.3) sous la forme Xt = eµt Mt , o` Mt = exp σWt − σ t ee u 2 est une P-martingale de moyenne 1. La figure suivante pr´sente quatre trajectoires possibles du e processus (Xt )0≤t≤1 et la trajectoire moyenne. – Le march´ est viable et complet : e – Il existe une et une seule probabilit´ P∗ sous laquelle le processus des prix actualis´s (e−rt Xt )t≥0 e e de l’actif risqu´ est une P∗ -martingale. Cette probabilit´ est appel´e probabilit´ risque-neutre. e e e e – L’´volution du sous-jacent s’´crit e e dXt = rXt dt + σXt dWt∗ , X0 = x,

o` W ∗ est un P∗ -mouvement brownien. u – Toute option europ´enne de payoff H ∈ L2 (P∗ , FT ), c’est-`-dire toute option d´finie par une e a e variable al´atoire H FT -mesurable et de carr´ int´grable sous la probabilit´ P∗ , est simulable : e e e e il existe un unique portefeuille admissible, i.e. autofinanc´ et minor´, ne contenant que de l’actif e e sans risque et de l’actif risqu´, dont la valeur en T est H. De plus, la valeur V (t) de l’option est, e sous la probabilit´ risque-neutre, l’esp´rance actualis´e du flux terminal H : e e e V (t) = E∗ e−r(T −t) H | Ft . Ceci est une cons´quence du th´or`me de repr´sentation des martingales browniennes (notons e e e e ∗ que σ(Ws , 0 ≤ s ≤ t) = σ(Ws , 0 ≤ s ≤ t)). Autrement dit, on peut se couvrir parfaitement ´liminier le risque - en g´rant dynamiquement un portefeuille ne contenant que du liquide et du e e sous-jacent. Notons que V (t) est ind´pendant de la tendance µ. e

Volatilit´ stochastique e

213

– Dans le cas particulier o` H = h(XT ), avec h continue et positive, le prix de l’option se met u sous la forme P (t, Xt ) avec
¡  

P (t, x) = E∗ e−r(T −t) h x exp

∗ ∗ σ(WT −Wt )+ r− σ 2

2

(T −t)

.

(13.1.4)

La fonction P est solution de l’´quation aux d´riv´es partielles e e e LBS (σ)P = 0, ∀x > 0, P (T, x) = h(x), o` u ∂ σ2 2 ∂ 2 ∂ + x +r x −· . ∂t 2 ∂x2 ∂x De plus, la quantit´ d’actif risqu´ a d´tenir a la date t est e e` e ` LBS (σ) = at = (13.1.5)

(13.1.6)

∂P (t, Xt ), ∂x quantit´ qu’on appelle le “delta”. Par cons´quent, le portefeuille de couverture contient e e bt = e−rt P (t, Xt ) − Xt ∂P (t, Xt ) ∂x

unit´s d’actif sans risque. e – Le cas du call correspond au payoff h(x) = (x − K)+ , on note alors P (t, x) = CBS (t, x; K, T ; σ) et CBS (t, x; K, T ; σ) = xN (d+ ) − Ke−r(T −t) N (d− ) (13.1.7) o` u
σ T −t
¡    

On donne ci-dessous le graphe de la fonction x → CBS (t, x; K, T ; σ) pour les valeurs suivantes des param`tres : t = 0, K = 1.1, T = 1, σ = 0.15, r = 0.05. On a superpos´ le graphe donnant e e le payoff du call, i.e. x → (x − K)+ . Ci-dessous, on modifie la valeur de σ, toutes choses ´gales par ailleurs. On regarde succesivement e une volatilit´ de 5% puis une volatilit´ de 50%. Les trois graphes sont a la mˆme ´chelle. e e ` e e De plus, le portefeuille de couverture contient la quantit´ e at = N (d+ ) d’actifs risqu´s. Ceci prouve que l’´galit´ (13.1.7) donnant le prix du call sous le mod`le de e e e e Black et Scholes donne aussi la d´composition du portefeuille de couverture en actif risqu´ e e et en actif sans risque. Signalons que ce qui pr´c`de reste vrai si l’on autorise le taux d’int´rˆt a court terme, dit aussi “taux e e e e ` court”, et la volatilit´ a d´pendre du temps, mais pas du hasard. Il suffit de remplacer r par e` e r= et σ par σ o` u 1 T −t
T

σ T −t

rs ds
t

T 1 2 σs ds T −t t dans les formules (13.1.4), (13.1.5), (13.1.6), (13.1.7) et (13.1.8). Le mod`le de Black et Scholes sert de r´f´rence a tous ceux qui pratiquent la finance des march´s : e ee ` e

σ2 =

¡

   d = +   d = −

ln ln

x Ke−r(T −t) √ x Ke−r(T −t) √

√ + 1 σ T − t, 2 √ − 1 σ T − t. 2

(13.1.8)

214

Dea de Probabilit´, option finance 2003/2004 e
– Il est simple : adopter le mod`le de Black et Scholes, c’est simplement supposer les cours X a e ` trajectoires continues et a accroissements relatifs ind´pendants et stationnaires. ` e – Il est maniable : il donne lieu a des formules ferm´es pour le prix des calls et des puts et pour les ` e deltas correspondants, c’est-`-dire pour les quantit´s d’actifs risqu´s que doit contenir le portefeuille a e e de couverture. Cependant : – Tous les tests statistiques invalident l’hypoth`se log-normale pour le cours du sous-jacent. En e r´alit´, il semble que les queues de distribution soient plus ´paisses que ne le pr´voit le mod`le e e e e e de Black et Scholes. De plus, les queues de distribution empiriques de ln(Xt ) sont parfois asym´triques. e – Nous d´finissons la volatilit´ implicite I par l’´galit´ e e e e CBS (t, x; K, T ; I) = C obs

o` C obs est le prix observ´ du call de maturit´ T et de strike K. La d´finition a un sens puisque u e e e σ −→ CBS (t, x; K, T ; σ) est une bijection de R∗ sur (x − K)+ , x . Ainsi d´finie, I est une fonction e + de t, x, K, T et C obs . Si les prix observ´s ´taient exactement les prix pr´vus par le mod`le de e e e e Black et Scholes, la fonction K −→ I(t, x, K, T, C obs ) serait constante et ´gale au param`tre e e σ. Or, les donn´es de march´ font apparaˆ une d´pendance en K. La courbe empirique K −→ e e ıtre e I(t, x, K, T, C obs ) porte souvent le nom de courbe de “smile” en r´f´rence a son allure souriante ee ` (convexe d´croissante puis croissante). e Bien sˆr pour expliquer ces ph´nom`nes, il faut raffiner le mod`le. Il y a bien des fa¸ons de le faire : u e e e c par exemple autoriser les cours Xt a avoir des sauts, ou autoriser la volatilit´ a d´pendre de t et de x, la ` e` e seule source de bruit restant le brownien W (c’est ce que propose B. Dupire [3]). Une mani`re naturelle e d’´tendre le mod`le de Black et Scholes est d’autoriser la volatilit´ a ˆtre un processus stochastique e e e`e ˆe gouvern´ par un deuxi`me bruit mod´lis´ par un deuxi`me brownien Z ´ventuellement corr´l´ a W , mais e e e e e ee` non parfaitement corr´l´, contrairement au cas du mod`le de Dupire. Nous conservons donc l’´criture ee e e dXt = µXt dt + σt Xt dWt ˆ mais σ est d´sormais un processus al´atoire d´pendant du temps et du hasard (W, Z). Comment choisir e e e ce processus ? Nous souhaitons que la volatilit´ σt soit une quantit´ Ft -mesurable et strictement positive. e e Aussi nous nous proposons de l’´crire sous la forme σt = f (Yt ), o` f : R −→R∗ est une fonction e u + d´terministe et Y est un processus al´atoire a valeurs r´elles (Ft )-adapt´. Nous nous limiterons aux e e ` e e processus Y qui sont markoviens. Par exemple : – un processus markovien de sauts pur a espace d’´tats fini ou d´nombrable, ` e e – un processus markovien de sauts pur a espace d’´tats infini non d´nombrable, ` e e – une diffusion markovienne du type ˆ dYt = µY (t, Yt ) dt + σY (t, Yt ) dZt . (13.1.9)

Dans toute la suite, nous nous limiterons aux diffusions markoviennes (13.1.9), et parmi elles a celles ` qui poss`dent la propri´t´ de retour a la moyenne, i.e. celles pour lesquelles e ee ` µY (t, y) = α(m − y). Le param`tre α s’appelle le taux de retour a la moyenne et le param`tre m la moyenne a long terme. e ` e ` On peut voir Yt comme la position a la date t d’une particule soumise a une force de rappel d’intensit´ ` ` e α qui a tendance a la ramener a sa position d’´quilibre (d´terministe) m et a une force al´atoire - par ` ` e e ` e ˆ exemple des chocs - mod´lis´e par le bruit σY (t, Yt ) dZt . Le choix σY (t, Yt ) = β, o` β est une constante, e e u correspond au processus dit d’Ornstein-Uhlenbeck.

Volatilit´ stochastique e

215

13.1.3

A quoi s’attendre ?

Il y a une bonne raison a priori de consid´rer la volatilit´ comme une quantit´ al´atoire : des ´tudes e e e e e empiriques sur les rendements du cours du sous-jacent permettent d’estimer la volatilit´ et celle-ci semble e pr´senter un comportement stochastique. Mais mod´liser la volatilit´ par un processus stochastique, c’est e e e en fait reconnaˆ que quantifier le risque a travers un param`tre de volatilit´ constant est aujourd’hui ıtre ` e e insuffisant pour expliquer certains ph´nom`nes de march´. En particulier pour expliquer la courbe de e e e smile. Et c’est une modification profonde et puissante qui permet de d´crire un march´ bien plus complexe e e que le march´ de Black et Scholes : e – nous pouvons reproduire des lois plus r´alistes pour les rendements ; en particulier, les queues de e ces distributions sont plus ´paisses que celles des lois lognormales, e ˆ – nous pouvons rendre ces distributions asym´triques en corr´lant les deux bruits W et Z, e e – nous pouvons faire apparaˆ du smile. ıtre Evidemment rien n’est gratuit - surtout dans le monde de la finance des march´s - et il faut bien e payer quelque part le prix de ces nettes am´liorations : e – on ne peut pas observer directement la volatilit´ ; estimer les param`tres du mod`le (α, m, β) et le e e e niveau actuel de la volatilit´ sont donc des probl`mes difficiles, e e – le march´ ainsi mod´lis´ est incomplet : lorsqu’on traite une option, on ne peut pas ´liminer le risque e e e e en g´rant un portefeuille contenant du liquide et du sous-jacent. En effet, la variation infinit´simale e e de la valeur d’un tel portefeuille contient des termes en dWt et en dZt que l’on ne peut annuler simultan´ment. e

13.2
13.2.1

Prix d’une option europ´enne e
EDP d’´valuation e

Dans cette section, on consid`re la dynamique (13.1.1) et on s’int´resse au prix d’une option eue e rop´enne d’´ch´ance T1 et de payoff h continu ; l’acheteur d’une telle option re¸oit h(XT1 ) en T1 . L’abe e e c sence d’opportunit´ d’arbitrage et l’hypoth`se markovienne sur Y nous assurent l’existence d’une fonction e e e e P (T1 ) : R+ ×R∗ × R −→ R+ , que nous supposons suffisamment r´guli`re, telle que le prix de cette option + (T1 ) a la date t ∈ [0, T1 ] s’´crit P ` e (t, Xt , Yt ). Il est impossible d’annuler le risque avec seulement l’actif sous jacent. Aussi allons nous consid´rer un portefeuille qui contient at unit´s d’actif risqu´, bt unit´s d’actif e e e e sans risque et ct options europ´ennes d’´ch´ance T2 > T1 et de mˆme payoff h. Nous cherchons at , bt et e e e e ct tels que le portefeuille r´plique l’option et soit autofinanc´. L’hypoth`se de r´plication correspond a e e e e ` l’´galit´ e e P (T1 ) (T1 , XT1 , YT1 ) = aT1 XT1 + bT1 erT1 + cT1 P (T2 ) (T1 , XT1 , YT1 ) et l’hypoth`se d’autofinancement a e ` dP (T1 ) (t, Xt , Yt ) = at dXt + bt d(ert ) + ct dP (T2 ) (t, Xt , Yt ). Par absence d’opportunit´ d’arbitrage, (13.2.1) implique que a toute date t ≤ T 1 e ` P (T1 ) (t, Xt , Yt ) = at Xt + bt ert + ct P (T2 ) (t, Xt , Yt ) P − ps (13.2.3) (13.2.2) P − ps (13.2.1)

216

Dea de Probabilit´, option finance 2003/2004 e

c’est-`-dire que la valeur du portefeuille est a tout instant ´gale au prix de l’option. Par la formule d’Itˆ, a ` e o 1 on a dP (T1 ) (t, Xt , Yt ) = ∂P (T1 ) ∂P (T1 ) (t, Xt , Yt ) dt + (t, Xt , Yt ) dXt ∂t ∂x ∂P (T1 ) 1 ∂ 2 P (T1 ) + (t, Xt , Yt ) dYt + (t, Xt , Yt ) d X t ∂y 2 ∂x2 ∂ 2 P (T1 ) 1 ∂ 2 P (T1 ) + (t, Xt , Yt ) d X, Y t + (t, Xt , Yt ) d Y ∂x∂y 2 ∂y 2 ∂P (T1 ) ∂P (T1 ) (t, Xt , Yt ) dXt + (t, Xt , Yt ) dYt ∂x ∂y

t

= A1 P (T1 ) (t, Xt , Yt ) dt + o` A1 est l’op´rateur d´fini par u e e A1 =

∂ 1 ∂2 ∂2 1 ∂2 + x2 f (y)2 2 + ρβxf (y) + β2 2 . ∂t 2 ∂x ∂x∂y 2 ∂y

Mais, d’apr`s l’hypoth`se d’autofinancement, la variation infinit´simale de la valeur du portefeuille est e e e aussi ´gale a e ` dP (T1 ) (t, Xt , Yt ) = at dXt + bt d(ert ) + ct dP (T2 ) (t, Xt , Yt ) = at dXt + rbt ert dt +ct A1 P (T2 ) (t, Xt , Yt ) dt + = ∂P (T2 ) ∂P (T2 ) (t, Xt , Yt ) dXt + (t, Xt , Yt ) dYt ∂x ∂y

ct A1 P (T2 ) (t, Xt , Yt ) + rbt ert dt + at + c t +ct ∂P (T2 ) (t, Xt , Yt ) ∂x dXt

∂P (T2 ) (t, Xt , Yt ) dYt . ∂y

Il n’y a de termes en dZt que dans dYt , si bien que l’identification des termes en dZt donne ct = L’identification des termes en dWt donne at = d’o` on d´duit u e bt = e−rt P (T1 ) (t, Xt , Yt ) − at Xt − ct P (T2 ) (t, Xt , Yt )
1

∂P (T1 ) ∂y (t, Xt , Yt ) . ∂P (T2 ) ∂y (t, Xt , Yt )

∂P (T2 ) ∂P (T1 ) (t, Xt , Yt ) − ct (t, Xt , Yt ) ∂x ∂x

les ´galit´s faisant intervenir Xt et Yt sont a prendre au sens ps e e `

Volatilit´ stochastique e
Enfin l’identification des termes en dt donne ∂P (T1 ) ∂P (T1 ) (t, Xt , Yt ) + α (m − Yt ) (t, Xt , Yt ) ∂x ∂y ∂P (T2 ) = ct A1 P (T2 ) (t, Xt , Yt ) + rbt ert + µ at + ct (t, Xt , Yt ) Xt ∂x A1 P (T1 ) (t, Xt , Yt ) + µXt +α(m − Yt ) ct ∂P (T2 ) (t, Xt , Yt ), ∂y

217

qui s’´crit aussi en rempla¸ant at , bt et ct par leurs expressions : e c ∂P (T1 ) (t, Xt , Yt ) ∂y o` u A2 = A 1 + r x Autrement dit, si on d´finit l’op´rateur U par e e U= alors UP (T1 ) (t, Xt , Yt ) = UP (T2 ) (t, Xt , Yt ). Comme le membre de gauche d´pend de T1 mais pas de T2 et que le membre de droite, lui, d´pend de e e T2 mais pas de T1 , les deux membres sont en fait ind´pendants de T1 et de T2 . Moralement, l’op´rateur e e U annule la d´pendance en l’´ch´ance. Il existe donc une fonction ψ : R+ ×R∗ × R −→ R telle que quelle e e e + que soit son ´ch´ance T > 0, une option de payoff h a un prix P (T ) (t, Xt , Yt ) qui v´rifie e e e UP (T ) (t, Xt , Yt ) = ψ(t, Xt , Yt ). D´sormais on consid`re l’option de payoff h et d’´ch´ance T . Son prix P (t, Xt, Yt ) v´rifie l’´quation e e e e e e A2 P (t, Xt , Yt ) − ψ(t, Xt , Yt ) ∂P (t, Xt , Yt ) = 0. ∂y (13.2.4) ∂ ∂y
−1 −1

A2 P (T1 ) (t, Xt , Yt ) =

∂P (T2 ) (t, Xt , Yt ) ∂y ∂ −· . ∂x

−1

A2 P (T2 ) (t, Xt , Yt )

A2

Pour des raisons qui apparaitront claires bientˆt, on introduit les fonctions Λ et γ d´finies par o e ψ(t, x, y) = βΛ(t, x, y) − α(m − y) et Λ(t, x, y) = ρ µ−r + f (y) 1 − ρ2 γ(t, x, y). (13.2.5)

(13.2.6)

Avec ces notations, (13.2.4) se r´´crit, en omettant la d´pendance en (t, X t , Yt ) ee e
∂ P 2 + 1 Xt f (Yt )2 ∂ P + ρβXt f (Yt ) ∂x∂y + 1 β 2 ∂ P 2 ∂x2 2 ∂y 2 +r Xt ∂P − P + α(m − Yt ) ∂P − βΛ ∂P = 0. ∂x ∂y ∂y ∂P ∂t
2 2 2

Cette ´galit´ ´tant vraie ps, le prix P est solution de l’´quation aux d´riv´es partielles e ee e e e (LBS (f (y)) + LOU + L1 ) P (t, x, y) = 0 (13.2.7)

218
avec la condition terminale

Dea de Probabilit´, option finance 2003/2004 e

P (T, x, y) = h(x), o` u LBS (f (y)) = ∂ 1 ∂2 ∂ + x2 f (y)2 2 + r x −· ∂t 2 ∂x ∂x

est l’op´rateur Black-Scholes de param`tre de volatilit´ f (y), e e e LOU = 1 2 ∂2 ∂ β + α(m − y) 2 2 ∂y ∂y

est le g´n´rateur infinit´simal du processus d’Ornstein-Uhlenbeck, et e e e L1 = ρβxf (y) ∂2 ∂ − βΛ(t, x, y) ∂x∂y ∂y

est un op´rateur faisant intervenir la corr´lation ρ d’une part, en facteur de la d´riv´e crois´e, et la e e e e e fonction Λ d’autre part. Cette derni`re est appel´e “prime de risque de volatilit´ ”. Plus pr´cis´ment, la e e e e e fonction µ−r est exactement la prime de risque li´e a la premi`re source de bruit W et γ est exactement e ` e f la prime de risque li´e a la deuxi`me source de bruit Z. En effet, une variation infinit´simale du prix de e ` e e l’option s’´crit, en utilisant (13.2.7) et la formule d’Itˆ : e o dP (t, Xt , Yt ) ∂P ∂P ∂P µ−r Xt f (Yt ) + γ(t, Xt , Yt )β 1 − ρ2 + βρ rP + f (Yt ) ∂x ∂y ∂y ∂P ∂P ∂P + Xt f (Yt ) dWt + β 1 − ρ2 dZt . + βρ ∂x ∂y ∂y

=

dt

La fonction Λ agr`ge les primes de risque li´es aux deux sources ind´pendantes de hasard, a travers e e e ` (13.2.6). On comprend maintenant pourquoi il est bienvenu d’´crire la fonction ψ sous la forme (13.2.5)e (13.2.6).

13.2.2

Interpr´tation probabiliste e

On cherche ici a donner une interpr´tation probabiliste du prix P (t, x, y). Posons ` e
W θt = fµ−r) , (Yt Z θt = γ(t, Xt , Yt ),

et Mt = exp −
0

t W θs dWs − 0

t Z θs dZs −

1 2

t 0 W θs

2

Z + θs

2

ds .

Sous certaines conditions techniques, par exemple sous la condition de Novikov : E exp 1 2
T 0 W θs 2 Z + θs 2

ds

< ∞,

(13.2.8)

M est une P-martingale. On d´finit alors bien une mesure de probabilit´ P∗(γ) en posant e e dP∗(γ) (ω) = MT (ω) dP(ω).

Volatilit´ stochastique e
Cette nouvelle probabilit´ est ´quivalente a P et, d’apr`s le th´or`me de Girsanov, les processus e e ` e e e Wt∗ = Wt + et
∗ Zt = Z t + 0 t 0 t Z θs ds W θs ds

219

sont deux P∗(γ) -mouvements browniens ind´pendants. On a e dXt = µXt dt + f (Yt )Xt dWt = µXt dt + f (Yt )Xt dWt∗ − µ−r dt f (Yt )

= rXt dt + f (Yt )Xt dWt∗ et dYt ˆ = α(m − Yt ) dt + β dZt = α(m − Yt ) dt + β ρ dWt + = α(m − Yt ) dt + βρ dWt∗ − +β 1 − ρ2 dZt µ−r dt f (Yt )
∗ 1 − ρ2 dZt .

= (α(m − Yt ) − βΛ(t, Xt , Yt )) dt + β ρ dWt∗ + Si on pose ˆ∗ Zt = ρWt∗ +
∗ 1 − ρ 2 Zt

∗ 1 − ρ2 (dZt − γ(t, Xt , Yt ) dt)

on d´finit un P∗(γ) -mouvement brownien et on peut r´´crire la dynamique (13.1.1) sous la forme e ee  ∗  dXt = rXt dt + σt Xt dWt σt = f (Yt )  ˆ∗ dYt = {α(m − Yt ) − βΛ(t, Xt , Yt )} dt + β dZt Xt = e−rt Xt est une martingale locale. On se placera sous les hypoth`ses qui assurent que c’est en fait une vraie e P∗(γ) -martingale. On pourra par exemple supposer que E∗(γ)
0 T 2 f (Yt )2 Xt dt < ∞

(13.2.9)

Sous la probabilit´ P∗(γ) , le processus des prix actualis´s (Xt )0≤t≤T d´fini par e e e

(13.2.10)

ou mˆme seulement e

Alors si on ´value l’option europ´enne de maturit´ T et de payoff H = h(XT ) par e e e Vt = E∗(γ) e−r(T −t) h(XT ) | Ft

E∗(γ) 

T 0

2 f (Yt )2 Xt dt < ∞.

(13.2.11)

220

Dea de Probabilit´, option finance 2003/2004 e

on supprime toute possibilit´ d’arbitrage. L’´norme inconv´nient de ce mod`le a volatilit´ stochastique, e e e e ` e lorsqu’on le compare au mod`le de Black et Scholes, c’est qu’` chaque fonction γ(t, x, y) correspond e a une probabilit´ risque neutre P∗(γ) . On peut adopter le point de vue suivant : le march´ s´lectionne e e e naturellement une prime de risque de volatilit´ γ qu’il s’agit de mesurer en ´tudiant l’historique des e e donn´es et/ou l’ensemble des prix d’options cot´es sur le march´. Pour ce faire, il sera sans doute raie e e sonnable de supposer d’abord que γ est une constante, puis de consid´rer que γ ne d´pend que de y, e e ou ´ventuellement de t et de y. Dans ces derniers cas en effet, la dynamique de Y reste autonome, au e sens o` la dynamique de X n’interf`re pas avec celle de Y . C’est sans doute un probl`me difficile, et qui u e e ne sera pas utile pour la suite de cette ´tude. Retenons qu’il existe a priori une infinit´ de γ possibles, e e auxquels correspondent une infinit´ de probabilit´s risque-neutre ´quivalentes P ∗(γ) . Cette propri´t´ est e e e ee caract´ristique de l’incompl´tude du march´. e e e Il semble cependant raisonnable, ´tant donn´e l’interpr´tation financi`re de Λ, de ne consid´rer que e e e e e des fonctions y → Λ(y) born´es. Au vu de (13.2.9), la prime de risque Λ n’intervient que dans le terme e de drift de Y o` elle s’ajoute au terme α(m − Yt ) qui lui n’est pas born´. Il est donc l´gitime de penser u e e que Λ ne joue qu’au “second ordre”. Ainsi, lors des simulations num´riques, on ne consid´rera que le cas e e Λ ≡ 0.

13.3

Analyse asymptotique

L’id´e principale de Jean-Pierre Fouque, George Papanicolaou et K. Ronnie Sircar [1] est de e consid´rer : e – d’une part que la volatilit´ poss`de la propri´t´ de retour a la moyenne, qu’on mod´lise par la force e e ee ` e de rappel d´terministe α(m − Yt ) dt, e – d’autre part que ce retour a la moyenne est rapide. On suppose donc que l’intensit´ α de la force ` e de rappel est grande. Grande devant quoi ? α est l’inverse d’un temps. Il s’agit donc de comparer ε = 1/α - temps caract´ristique de retour a la moyenne - a l’´chelle de temps du probl`me : T − t. e ` ` e e −1 Aussi on consid´rera que ε e T − t ou, de mani`re ´quivalente, que α e e (T − t) . √ L’id´e est ensuite de proposer un d´veloppement limit´ en ε du prix de l’option. Revenons d’abord e e e sur la propri´t´ de retour a la moyenne a travers l’exemple du processus d’Ornstein-Uhlenbeck. ee ` `

13.3.1

Retour ` la moyenne a

On se propose ici d’´tudier plus en d´tail le processus d’Ornstein-Uhlenbeck Y de dynamique e e ˆ dYt = α(m − Yt ) dt + β dZt , On a une expression explicite pour Yt : Yt = m + (y − m)e−αt + β
t 0

Y0 = y.

ˆ e−α(t−s) dZs

qui prouve que Yt suit la loi gaussienne de moyenne m + (y − m)e−αt et de variance ν 2 (1 − e−2αt ), o` u β2 ν 2 = 2α ; Yt converge en loi lorsque t → +∞ vers π = N (m, ν 2 ), la loi gaussienne de moyenne m et de variance ν 2 . On donne ci-dessous des trajectoires du processus (Yt )0≤t≤1 pour m = 0, ν = 0.5, y = 0. On teste plusieurs valeurs de α : 0.1, 1, 10, 100.

Volatilit´ stochastique e Probabilit´ stationnaire e

221

Cette loi limite π est aussi la loi stationnaire du processus Y : si Y0 suit la loi N (m, ν 2 ), alors a toute ` 2 date t ≥ 0 la variable al´atoire Yt suit aussi la loi N (m, ν ). Sa densit´ Φ est donn´e par e e e Φ(u) = √ et v´rifie l’´quation e e L∗ Φ = 0 OU o` u L∗ = −α OU est l’adjoint de l’op´rateur e LOU = ∂ 1 ∂2 ((m − y) ·) + β 2 2 ∂y 2 ∂y 1 (u − m)2 exp − 2ν 2 2πν

∂ 1 2 ∂2 β + α(m − y) 2 ∂y 2 ∂y qui est le g´n´rateur infinit´simal de la diffusion Y , c’est-`-dire par d´finition l’op´rateur qui a une e e e a e e ` fonction g : R −→R de classe C 2 a support compact associe la tendance en moyenne de g(Yt ) connaissant ` Yt : Ey [g(Yt )] − g(y) (LOU g) (y) = limt→0+ . t Dans cette ´criture, Ey d´signe l’esp´rance sous la probabilit´ Py qui est la probabilit´ conditionnelle e e e e e sachant que Y0 = y. On pose L2 = L2 (R, B (R) , π) , π On d´finit l’application Pt : L2 −→ L2 par e π π (Pt g) (y) = Ey [g(Yt )] et l’ensemble D = g ∈ L2 | ∃ψ ∈ L2 , limt→0+ π π Pt g − g −ψ =0 . t (g1 | g2 ) = g1 g2 dπ,
R

g =

(g | g).

Le g´n´rateur infinit´simal LOU est en fait d´fini sur D ⊂L2 a valeurs dans L2 . On donnera donc un sens e e e e π ` π a l’expression LOU g si et seulement si g ∈ D. `

Propri´t´ de d´corr´lation, th´or`me ergodique e e e e e e
L’inverse ε de l’intensit´ α de la force de rappel s’interpr`te aussi comme le temps caract´ristique de e e e d´corr´lation du processus d’Ornstein-Uhlenbeck, puisque, si s ≤ t, e e
s

cov(Ys , Yt ) = cov β
0

ˆ e−α(s−u) dZu , β
s 0

t 0 t 0

ˆ e−α(t−v) dZv

= β 2 e−α(t+s) E = β e = β e
2 −α(t+s) 2 −α(t+s) 0

ˆ eαu dZu e
αu

ˆ eαv dZv ˆ eαv dZv

s

E
0 s

ˆ d Zu
0

s

e

2αu

du

= ν 2 e−α(t−s) − e−α(t+s) .

222

Dea de Probabilit´, option finance 2003/2004 e

Par cons´quent, si s et t tendent vers +∞ de sorte que ∆ = |t − s| reste constant, la covariance limite e de Ys et Yt vaut ν 2 e−α∆ . Notons que c’est exactement la covariance de Ys et Yt sous la loi stationnaire. A la limite, lorsque ce temps typique de d´corr´lation ε est infiniment petit, i.e. lorsque α est infiniment e e grand, les valeurs Ys et Yt , mˆme pour des temps voisins s et t, sont ind´pendantes (leur covariance est e e nulle et le processus Y est gaussien). C’est pour cette raison qu’on va disposer de th´or`mes ergodiques e e du type loi forte des grands nombres. Plus pr´cis´ment, pour toute fonction g int´grable contre la mesure e e e stationnaire N (m, ν 2 ), T 1 limα→+∞ g(Ys ) ds = g (13.3.1) T −t t o`, par d´finition, g est l’esp´rance de la fonction g contre la mesure stationnaire, i.e. u e e
+∞

g =
−∞

g(u)Φ(u) du.

En pratique, l’approximation 1 T −t
T t

g(Ys ) ds ≈ g

1 e ne sera valable que si α T −t . Dans le contexte des march´s financiers, cela signifie que nous ne pourrons faire cette approximation que si nous sommes suffisamment loin de l’´ch´ance T de l’option trait´e. e e e

Equation homog`ne e
On sera amen´ a consid´rer l’ensemble H des fonctions ϕ ∈ D (donc ϕ ∈ L2 ) et solutions de l’´quation e` e e π homog`ne LOU ϕ = 0. Cette derni`re ´quation est en fait l’´quation diff´rentielle ordinaire e e e e e 1 2 β ϕ (y) + α(m − y)ϕ (y) = 0. 2 L’ensemble des solutions de cette ´quation est l’espace vectoriel de dimension 2 engendr´ par les constantes e e y (m−z)2 dz. Cette derni`re fonction n’´tant pas de carr´ int´grable e e e e et par la fonction ψ : y −→ 0 exp 2ν 2 contre la mesure stationnaire π = N (m, ν 2 ), H est l’ensemble des fonctions constantes2 .

13.3.2

Le prix Black-Scholes corrig´ e

Notations
On se place ici sous l’hypoth`se ε e T − t. Moralement, sous cette hypoth`se, Y t atteint sa loi limite e 2 N (m, ν ) en temps fini. On se placera donc dans l’asymptotique
√ √ β2 ee Comme ν 2 = 2α , cela signifie que β = ν 2α = ν√ε2 tend vers +∞. On peut r´´crire la dynamique (13.1.1) en faisant apparaˆ le param`tre infiniment petit ε : ıtre e  ε ε ε  dXt = rXt dt + σt Xt dWt∗ ,  σt = f (Ytε ), √ √   dY ε = 1 (m − Y ε ) − ν√ 2 Λ(t, X ε , Y ε ) dt + ν√ 2 dZ ∗ . ˆt t t t t ε ε ε
¡

ε −→ 0,

ν 2 = cte.

ψ n’est mˆme pas int´grable contre π ; de ce fait, on ne peut pas donner de sens a e e ` y (LOU ψ) (y) = limt→0+ [ψ(Ytt)]−ψ(y) .
 

2

y

[ψ (Yt )], ni a fortiori a `

Volatilit´ stochastique e
ε Le prix P ε de l’option europ´enne de maturit´ T et de payoff H = h(XT ) ∈ L2 (P∗ , FT ) v´rifie e e e ∂P ε ∂t √ 1 ν 2 ε ν2 ∂2P ε ε 2 ε 2 ∂2P ε ε ∂2P ε √ 2 (Xt ) f (Yt ) ∂x2 + ρ ε Xt f (Yt ) ∂x∂y + ε ∂y 2 √ ε ε ε ε Xt ∂P − P ε + 1 (m − Ytε ) ∂P − ν√ε2 Λ ∂P = 0 ∂x ε ∂y ∂y

223

+

+r

et est donc solution de l’EDP 1 1 L0 + √ L1 + L2 P ε (t, x, y) = 0 ε ε avec la condition terminale P ε (T, x, y) = h(x), o` u L2 = LBS (f (y)) = 1 ∂2 ∂ ∂ + x2 f (y)2 2 + r x −· ∂t 2 ∂x ∂x (13.3.2)

est l’op´rateur Black-Scholes de param`tre de volatilit´ f (y), e e e L0 = εLOU = ν 2 ∂ ∂2 + (m − y) ∂y 2 ∂y

est le g´n´rateur infinit´simal du processus d’Ornstein-Uhlenbeck multipli´ par ε, et e e e e √ √ ∂2 ∂ L1 = ρν 2xf (y) − ν 2Λ . ∂x∂y ∂y Dans toute la suite, on fait l’hypoth`se que la prime de risque Λ est une fonction continue born´e ne e e d´pendant que de y. e

Le probl`me a r´soudre e ` e
On se place dans les conditions o`, pour tout ε > 0, l’EDP (13.3.2) a une unique solution. On va u ε voir que cette solution P a une limite quand ε tend vers 0 et on va s’int´resser a la correction d’ordre 1. e ` Pour ce faire, on suppose l’existence d’un d´veloppement en s´rie de la forme e e P ε = P0 + (13.3.2) se r´´crit alors formellement ee 0 = 1 L 0 P0 ε 1 + √ (L0 P1 + L1 P0 ) ε + (L0 P2 + L1 P1 + L2 P0 ) √ + ε (L0 P3 + L1 P2 + L2 P1 ) +··· √ √ εP1 + εP2 + ε εP3 + ε2 P4 + · · ·

On cherche des fonctions Pi : R+ × R∗ ×R −→ R suffisamment r´guli`res qui v´rifient : e e e +  P0 (T, x, y) = h(x),  L0 P0 = 0, L P + L1 P0 = 0, P1 (T, x, y) = 0,  0 1 L0 Pn + L1 Pn−1 + L2 Pn−2 = 0, Pn (T, x, y) = 0,

∀n ≥ 2.

224

Dea de Probabilit´, option finance 2003/2004 e

(cela n’est pas vrai pour l’op´rateur L1 par exemple). Afin de donner un sens a l’expression L0 Pn , il e ` t,x suffit donc de donner un sens, pour tous t et x, a L0 Qn . On cherche donc des fonctions Pi telles que ` Pi (t, x, ·) ∈ D, notamment Pi (t, x, ·) ∈ L2 . π Enfin, les op´rateurs Li font intervenir des d´riv´es premi`res en temps et secondes en x et en y. On e e e e cherche donc des fonctions Pi de classe C 1,2,2 . On se propose donc de r´soudre le probl`me suivant : trouver des fonctions P i : R+ ×R∗ ×R −→ R e e + de classe C 1,2,2 qui v´rifient : e  P0 (T, x, y) = h(x),  L0 P0 = 0, L0 P1 + L1 P0 = 0, P1 (T, x, y) = 0,  L0 Pn + L1 Pn−1 + L2 Pn−2 = 0, Pn (T, x, y) = 0, ∀n ≥ 2. et telles que Pi (t, x, ·) ∈ D pour tous t, x. Notons, de plus, que pour la probabilit´ P∗ s´lectionn´e par le march´, on a e e e e P ε (t, Xt , Yt ) = E∗ e−r(T −t) h(XT ) | Ft ˆ o` Ft est l’information contenue dans les trajectoires des deux browniens W ∗ et Z ∗ jusqu’` la date t. Le u a ∗ ε payoff h(XT ) ´tant suppos´ de carr´ int´grable sous P , P (t, Xt , Yt ) est aussi dans l’espace L2 (P∗ ). e e e e En fait, on se limitera a la recherche des fonctions P0 et P1 . Elles permettent d’obtenir le prix corrig´ ` e √ a l’ordre 1 : P0 + εP1 . On va proc´der en cinq ´tapes. Avant cela, trois remarques sur les op´rateurs ` e e e Li : – L0 ne fait intervenir que la variable y ; pour une fonction ψ(t, x), L0 ψ = 0, ∂2 ∂ – L1 est une combinaison des d´riv´es ∂x∂y et ∂y ; pour une fonction ψ(t, x), L1 ψ = 0, e e – L2 ne fait pas intervenir de d´riv´e par rapport a y ; cependant, la variable y est pr´sente a travers e e ` e ` ∂2 f (y) en facteur de ∂x2 ; pour une fonction ψ(t, x), L2 ψ (t, x)
+∞

L’op´rateur L0 n’agit que sur la variable y. Plus pr´cis´ment, notons Qt,x = Pi (t, x, ·). C’est une e e e i fonction de y seulement. On a (L0 Pi ) (t, x, y) = L0 Qt,x (y) i

=
−∞ +∞

(L2 ψ) (t, x, u)Φ(u) du 1 ∂ψ ∂2ψ ∂ψ (t, x) + x2 f (u)2 2 (t, x) + r x (t, x) − ψ(t, x) ∂t 2 ∂x ∂x
+∞ −∞

=
−∞

Φ(u) du

= = = o` on a d´fini u e

1 ∂ψ (t, x) + x2 ∂t 2

f 2 (u)Φ(u) du

∂2ψ ∂ψ (t, x) + r x (t, x) − ψ(t, x) ∂x2 ∂x

∂ψ 1 ∂ψ ∂2ψ (t, x) + σ 2 x2 2 (t, x) + r x (t, x) − ψ(t, x) ∂t 2 ∂x ∂x L2 ψ(t, x) σ2 =
+∞ −∞

f 2 (u)Φ(u) du = f 2

(on suppose donc dans toute la suite que f ∈ L2 ) et π L2 = LBS (σ) . Supposons que les fonctions P0 , P1 , P2 , . . . r´pondant au probl`me ci-dessus existent, et cherchons e e a calculer P0 et P1 . `

Volatilit´ stochastique e Etape 1 : L0 P0 = 0

225

Comme L0 P0 = 0, L0 Qt,x = 0 donc LOU Qt,x = 0 : P0 (t, x, ·) appartient a l’ensemble H des solu` 0 0 tions de l’´quation homog`ne de la diffusion Y. On a montr´ que cet ensemble est r´duit aux fonctions e e e e constantes. Ceci prouve que la fonction P0 ne d´pend pas de y. Par abus, on notera P0 (t, x). e

Etape 2 : L0 P1 + L1 P0 = 0
Comme P0 ne d´pend pas de y, L1 P0 = 0 ; l’´quation L0 P1 + L1 P0 = 0 se r´duit donc a L0 P1 = 0. e e e ` Comme a l’´tape 1, on montre que la fonction P1 ne d´pend pas de y. Par abus, on notera P1 (t, x). ` e e √ D`s a pr´sent, on sait que le prix corrig´ a l’ordre 1, P0 + εP1 ne d´pend pas de y. C’est une e ` e e ` e propri´t´ remarquable : a l’ordre 1, il n’est pas besoin de connaitre le niveau actuel de la volatilit´ pour ee ` e d´terminer le prix de l’option ; la date t de la transaction et le niveau actuel x du cours du sous-jacent e suffisent. Cela tombe bien car la volatilit´ n’est pas directement observable. e

Etape 3 : L0 P2 + L1 P1 + L2 P0 = 0
Comme P1 ne d´pend pas de y, L1 P1 = 0 ; l’´quation L0 P2 + L1 P1 + L2 P0 = 0 se r´duit donc a e e e ` 2 2 L0 P2 + L2 P0 = 0 ; L0 P2 ∈ Lπ (donc L2 P0 ∈ Lπ ) et par d´finition de la probabilit´ invariante π = e e N (m, ν 2 ) = Φ(u) du,
+∞

L0 P2 (t, x)

=
−∞ +∞

(L0 P2 ) (t, x, u)Φ(u) du P2 (t, x, u) (L∗ Φ(u)) du 0

= = 0.
−∞

Par cons´quent, L2 P0 = 0, i.e. L2 P0 = 0, ce qui s’´crit aussi LBS (σ)P0 = 0. A l’ordre 0, le prix de e e l’option est donc le prix donn´ par le mod`le de Black et Scholes, utilis´ avec le param`tre de volatilit´ e e e e e constant σ, moyenne ergodique de la volatilit´ stochastique. Reste a d´terminer P 1 . e ` e

Etape 4 : ´quation de Poisson e
On connaˆ maintenant P0 , donc aussi L2 P0 : c’est une fonction de (t, x, y). Certes P0 ne d´pend pas ıt e ∂2 de y, mais le coefficient f (y) en facteur de ∂x2 dans l’expression de L2 r´introduit de la d´pendance en e e y. Soit Rt,x = (L2 P0 ) (t, x, ·) et Qt,x = P2 (t, x, ·). Comme (L0 P2 ) (t, x, y) = L0 Qt,x (y) (rappelons que 2 2 c’est une propri´t´ propre a l’op´rateur L0 ), l’´galit´ ee ` e e e L 0 P2 + L 2 P0 = 0 entre fonctions de trois variables (t, x, y) est ´quivalente aux ´galit´s e e e ∀(t, x) ∈ R+ × R∗ , + L0 Qt,x + Rt,x = 0 2

entre fonctions d’une seule variable (la variable y). On se donne donc une fonction R : R −→ R telle que R = 0 et on cherche Q2 ∈ D ⊂ L2 telle que π L0 Q2 + R = 0. (13.3.3)

Cette ´quation porte le nom d’´quation de Poisson. En effet, pour une diffusion brownienne dans l’espace, e e le g´n´rateur infinit´simal vaut 1 ∆, o` ∆ est le laplacien, et on obtient alors l’´quation de Poisson e e e u e 2

226

Dea de Probabilit´, option finance 2003/2004 e

de l’´lectrostatique : la solution Q2 s’interpr`te, dans les bonnes unit´s, comme le potentiel ´lectrique e e e e correspondant a la densit´ volumique de charges R. ` e L’´quation (13.3.3) se r´´crit e ee ν 2 Q2 (y) + (m − y) Q2 (y) = −R(y). Soit D2 = Q2 . La droite de solutions de l’´quation sans second membre e ν 2 D2 (y) + (m − y) D2 (y) = 0 est engendr´e par y −→ exp e y −→ λ(y) exp
(y−m)2 2ν 2 (y−m)2 2ν 2

(13.3.4)

, ou de mani`re ´quivalente par Φ−1 . Une solution particuli`re e e e

de ν 2 D2 (y) + (m − y) D2 (y) = −R(y)
2

est obtenue par la m´thode de variation de la constante : on a λ (y) = − R(y) exp − (y−m) e ν2 2ν 2 Q2 (y) = − ou encore Q2 (y) = − Comme
y −∞

. Ainsi,

1 exp ν2

(y − m) 2ν 2

2

y −∞ y

R(z) exp −

(z − m) 2ν 2

2

dz + cte1

1 2 Φ(y) ν

R(z)Φ(z) dz + cte2 .
−∞

R(z)Φ(z) dz = R = 0, cte2 = 0, d’o` u Q2 (y) = − 1 ν 2 Φ(y)
y

R(z)Φ(z) dz
−∞

qu’il s’agit d’int´grer pour obtenir Q2 . e Dans le cas que nous ´tudions, vu que L2 P0 = 0, e R(y) ≡ Rt,x (y) = (L2 P0 ) (t, x, y) = (L2 P0 ) (t, x, y) − L2 P0 (t, x) ∂ 2 P0 1 f (y)2 − f 2 x2 (t, x) . = 2 ∂x2 Par cons´quent, si φ est une solution de L0 φ = f 2 − f 2 , alors e 1 ∂ 2 P0 t,x P2 (y) = − x2 (t, x) (φ(y) + cte) . 2 ∂x2 A chaque couple (t, x) fix´ correspond une constante, on note donc e 1 ∂ 2 P0 (t, x) (φ(y) + c(t, x)) P2 (t, x, y) = − x2 2 ∂x2 et on a pour φ l’expression φ (y) = 1 2 Φ(y) ν
y −∞

f (z)2 − f 2

Φ(z) dz .

Volatilit´ stochastique e Etape 5 : L0 P3 + L1 P2 + L2 P1 = 0

227

Comme L0 P3 = 0, on a L1 P2 + L2 P1 = 0, ce qui s’´crit aussi LBS (σ)P1 = − L1 P2 . On voit donc e que P1 est solution d’une ´quation aux d´riv´es partielles du type Black-Scholes avec second membre. Le e e e second membre est l’oppos´ de la moyenne ergodique de L1 P2 et fait donc intervenir, comme le montre e l’expression de L1 , – la corr´lation entre volatilit´ et sous-jacent, e e – la prime de risque de volatilit´. e Plus pr´cis´ment, e e L1 P2 (t, x, y) = √ √ ∂2 ∂ P2 (t, x, y) ρν 2xf (y) − ν 2Λ(y) ∂x∂y ∂y √ √ 1 ∂ ∂ 2 P0 = − ρν 2xf (y) x2 − ν 2Λ(y) (t, x) φ (y) 2 ∂x ∂x2 √ ∂ 2 P0 ∂ 3 P0 2 ρνf (y)φ (y) 2x2 (t, x) + x3 (t, x) = − 2 ∂x2 ∂x3 √ ∂ 2 P0 2 νΛ(y)φ (y)x2 (t, x) . + 2 ∂x2
2 3

P P Cette ´criture fait apparaˆ les quantit´s L2 (t, x) = x2 ∂∂x20 (t, x) et L3 (t, x) = x3 ∂∂x30 (t, x) et d´compose e ıtre e e L1 P2 en : – une partie de corr´lation pure, en facteur de la combinaison lin´aire 2L2 + L3 , e e – une partie de prime de risque de volatilit´ pure, en facteur de L2 . e Sur une ´chelle de temps grande devant ε, la volatilit´ atteint son r´gime stationnaire : e e e √ ∂ 2 P0 ∂ 3 P0 2 ρν f φ 2x2 (t, x) + x3 (t, x) L1 P2 (t, x) = − 2 ∂x2 ∂x3 √ 2 ∂ 2 P0 ν Λφ x2 (t, x) . + 2 ∂x2 √ Notons P1 = εP1 la correction du prix a l’ordre 1. P1 est solution de l’EDP `

LBS (σ)P1

=

ρν ∂ 2 P0 ∂ 3 P0 √ fφ 2x2 (t, x) + x3 (t, x) ∂x2 ∂x3 2α ∂ 2 P0 ν (t, x) . Λφ x2 −√ ∂x2 2α

qu’on peut ´galement ´crire explicitement comme combinaison lin´aire de L2 et de L3 : e e e LBS (σ)P1 = V2 x2 avec V2 V3
2

∂ 3 P0 ∂ 2 P0 (t, x) + V3 x3 (t, x) ∂x2 ∂x3

= =
3

ν √ (2ρ f φ − Λφ ) , 2α ρν √ fφ . 2α
n n

P On pose H (t, x) = V2 x2 ∂ P0 (t, x) + V3 x3 ∂∂x30 (t, x). Comme LBS (σ) xn ∂ P0 = xn ∂ P0 LBS (σ)P0 = 0, ∂x2 ∂xn ∂xn on a ∂ 3 P0 ∂ 2 P0 (t, x) + V3 x3 (t, x) = 0 LBS (σ)H = LBS (σ) V2 x2 ∂x2 ∂x3

228
puis

Dea de Probabilit´, option finance 2003/2004 e

LBS (σ) (−(T − t)H) = H − (T − t)LBS (σ)H = H, ce qui prouve que P1 (t, x) = −(T − t) V2 x2 ∂ 2 P0 ∂ 3 P0 (t, x) + V3 x3 (t, x) . ∂x2 ∂x3 (13.3.5)

On s’aper¸oit sur cette formule que pour calculer le prix corrig´ a l’ordre 1, il suffit de connaˆ les trois c e` ıtre e e quantit´s σ, V2 et V3 . En pratique, il faudra et il suffira de calibrer ces trois param`tres qui agr`gent e α, m, β, ρ, f, γ, µ. Nous traiterons ce point plus loin dans la section “calibration”. On trouvera ´galement e dans cette section le graphe de la correction x → P1 (0, x) dans le cas de l’option d’achat.

13.3.3

Strat´gies de couverture e

Comme nous sommes en march´ incomplet, il n’est pas possible d’´liminer le risque en g´rant un e e e portefeuille ne contenant que du liquide et du sous-jacent. Il s’agit de transiger entre les pertes ´ventuelles e dues a une mauvaise couverture et le coˆt de la couverture. On mesure sous la probabilit´ subjective P ` u e les performances statistiques d’une strat´gie. e

La strat´gie de couverture dans le mod`le de Black et Scholes e e
Dans le mod`le de Black et Scholes, pour la dynamique suivante du sous-jacent : e dXt = µXt dt + σXt dWt , une option europ´enne qui paye h(XT ) ∈ L2 (P∗ ) vaut P0 (t, Xt ) a la date t et est parfaitement couverte e ` par le portefeuille autofinanc´ qui contient e at = unit´s de sous-jacent et e bt = e−rt P0 (t, Xt ) − Xt ∂P0 (t, Xt ) ∂x ∂P0 (t, Xt ) ∂x

unit´s mon´taires. En effet : e e – ce portefeuille r´plique l’option : a toute date t, la valeur de ce portefeuille est P 0 (t, Xt ) ; en e ` particulier, a maturit´, sa valeur est P0 (T, XT ) = h(XT ), ` e – ce portefeuille est autofinanc´ : la formule d’Itˆ donne e o dP0 (t, Xt ) = ∂P0 (t, Xt ) dXt + ∂x
2 1 ∂P0 2 ∂ P0 (t, Xt ) + σ 2 Xt (t, Xt ) ∂t 2 ∂x2

dt.

Comme P0 est solution de l’EDP Black-Scholes ∂P0 σ 2 2 ∂ 2 P0 ∂P0 + x +r x − P0 ∂t 2 ∂x2 ∂x on a dP0 (t, Xt ) = i.e. dP0 (t, Xt ) = at dXt + bt d ert . Autrement dit, la variation infinit´simale dP0 (t, Xt ) de la valeur de ce portefeuille est exactement e la variation due au march´. e = 0, (13.3.6)

∂P0 ∂P0 (t, Xt ) dXt + r P0 (t, Xt ) − Xt (t, Xt ) ∂x ∂x

dt,

Volatilit´ stochastique e
Dans la suite, on se place dans le cas du mod`le a volatilit´ stochastique (13.1.1) e ` e dXt = µXt dt + f (Yt )Xt dWt , ˆ dYt = α(m − Yt ) dt + β dZt , on propose trois strat´gies de couverture et on calcule leur coˆt. e u

229

Strat´gie 1 : delta Black-Scholes e Coˆ t exact On d´cide de suivre la mˆme strat´gie de gestion de portefeuille que dans le cas Blacku e e e
Scholes avec volatilit´ σ = e f 2 , c’est-`-dire qu’on choisit3 : a at = ∂P0 (t, Xt ), ∂x (1) bt = e−rt P0 (t, Xt ) − Xt ∂P0 (t, Xt ) . ∂x A tout instant, la valeur de ce portefeuille est at Xt + bt ert = P0 (t, Xt ). Comme P0 (T, x) = h(x), la valeur finale est h(XT ) donc ce portefeuille r´plique l’option. Le hic, c’est qu’il n’est pas autofinanc´. En e e effet, 2 ∂P0 1 (1) 2 ∂ P0 dP0 (t, Xt ) = at dXt + (t, Xt ) + f (Yt )2 Xt (t, Xt ) dt ∂t 2 ∂x2 tandis que la variation due au march´ vaut e at dXt + bt d ert = at dXt + r P0 (t, Xt ) − Xt
(1) (1) (1) (1) (1) (1)

∂P0 (t, Xt ) ∂x

dt,

si bien que la diff´rence, qu’on interpr`te comme le coˆt infinit´simal de la couverture, n’est pas nulle et e e u e vaut exactement, en utilisant (13.3.6) : dCt
(1) (1) (1)

(13.3.7) (13.3.8) dt

= dP0 (t, Xt ) − at dXt + bt d ert = =
(1) 2 1 ∂P0 ∂P0 2 ∂ P0 (t, Xt ) + f (Yt )2 Xt (t, Xt ) − r P0 (t, Xt ) − Xt (t, Xt ) 2 ∂t 2 ∂x ∂x 2 1 2 ∂ P0 f (Yt )2 − σ 2 Xt (t, Xt ) dt. 2 ∂x2 (1)

Si dCt > 0, on doit injecter de l’argent dans le portefeuille ; si dCt < 0, on doit en retirer. La formule (13.3.7) est remarquable car elle est valable trajectoire par trajectoire ; c’est une formule exacte, en ce sens qu’elle ne fait pas intervenir d’esp´rance ; notamment elle ne suppose aucune probabilit´ sous-jacente. e e Remarquons tout de suite que le coˆt de gestion du portefeuille est : u – un processus stochastique a variation finie, ` – d’autant plus petit que – la volatilit´ moyenne σ est proche de la vraie volatilit´ f (Yt ), e e – la convexit´ de P0 est petite, i.e. x −→ P0 (t, x) a un profil plat. e Le vendeur de l’option touche P0 (0, X0 )+ P1 (0, X0 ) a la date t = 0 ; P1 (0, X0 ) est de signe quelconque, ` comme le montre (13.3.5). Le vendeur investit P0 (0, X0 ) dans le portefeuille, r´partis en a0 unit´s d’actif e e risqu´ et b0 unit´s mon´taires ; apr`s cet investissement initial, la gestion dynamique du portefeuille de e e e e (1) (1) r´plication (at , bt ) a un coˆt al´atoire e u e Ct
3

(1)

t

=
0

(1) dCs =

1 2

t 0

2 f (Ys )2 − σ 2 Xs

∂ 2 P0 (s, Xs ) ds. ∂x2

L’indice 1 se rapporte a la strat´gie 1. ` e

230

Dea de Probabilit´, option finance 2003/2004 e

De plus, la richesse P1 (0, X0 ) est plac´e - si elle est positive - ou emprunt´e - si elle est n´gative - a la e e e ` banque.

Effet de moyenne Heuristiquement, l’ergodicit´ du processus Y traduit un effet de moyenne et e
permet d’identifier, dans la limite o` α est grand, l’int´grale u e
t 0 2 f (Ys )2 Xs

∂ 2 P0 (s, Xs ) ds ∂x2

par
t 0 (1) Ct , 2 σ 2 Xs

∂ 2 P0 (s, Xs ) ds ∂x2

et par cons´quent le coˆt e u qui est la diff´rence des deux int´grales, est petit. Remarquons qu’il ne e e s’agit pas d’une application directe du th´or`me ergodique (13.3.1) puisque Y gouverne la dynamique de e e X. L’outil technique pour d´montrer la convergence e
t 0 2 f (Ys )2 Xs

∂ 2 P0 (s, Xs ) ds−→α→+∞ ∂x2

t 0

2 σ 2 Xs

∂ 2 P0 (s, Xs ) ds ∂x2

est le calcul stochastique. Nous allons en fait d´montrer directement le r´sultat du second ordre correse e pondant : 1 1 (1) Ct = √ (Bt + Mt ) + O ps α α o` (Bt )t≥0 est un processus a variation finie et (Mt )t≥0 une martingale de moyenne nulle d’ordre 1 u ` vis-`-vis de α. a La preuve fait intervenir la fonction de classe C 2 φ ; rappelons qu’elle v´rifie L0 φ = f 2 − f 2 , i.e. e o L0 φ = f 2 − σ 2 . Ainsi, f (Ys )2 − σ 2 ds = (L0 φ) (Ys ) ds. Comme, par la formule d’Itˆ, √ ˆ dφ(Ys ) = α (L0 φ) (Ys ) ds + ν 2αφ (Ys ) dZs ,

on a f (Ys )2 − σ 2 ds = de sorte que Ct
(1)

√ 1 ˆ dφ(Ys ) − ν 2αφ (Ys ) dZs , α

=

1 2α

t 0

2 Xs

√ ∂ 2 P0 (s, Xs ) dφ(Ys ) − ν 2α 2 ∂x

t 0

2 Xs

∂ 2 P0 ˆ (s, Xs ) φ (Ys ) dZs . ∂x2

Soit M la P-martingale locale d´finie par e ν Mt = − √ 2 Ainsi, Ct
(1) t 0 2 Xs

∂ 2 P0 ˆ (s, Xs ) φ (Ys ) dZs . ∂x2
t 0

1 1 = √ Mt + 2α α
(1)

2 Xs

∂ 2 P0 (s, Xs ) dφ(Ys ). ∂x2

Cette ´criture peut laisser croire que Ct e

1 + O α ; il n’en est rien car l’´l´ment diff´rentiel ee e √ 2 2 e dφ(Ys ) est un infiniment grand vis-`-vis de α, d’ordre α contre l’int´grand Xs ∂ P0 (s, Xs ) qui est une a ∂x2

=

1 √ Mt α

Volatilit´ stochastique e
fonction de X seulement. Pr´cis´ment, e e
2 d φ(Ys )Xs

231

∂ 2 P0 (s, Xs ) ∂x2

2 = Xs

∂ 2 P0 (s, Xs ) dφ(Ys ) ∂x2 2 2 ∂ P0 +φ(Ys ) d Xs (s, Xs ) ∂x2 ∂ 2 P0 (·, X· ) +d φ(Y· ), X·2 ∂x2

,
s

avec d φ(Y· ), X·2 √ ∂ 2 P0 (·, X· ) ∂x2

s

2 3 2 ∂ P0 3 ∂ P0 = ρν 2αf (Ys )φ (Ys ) 2Xs (s, Xs ) + Xs (s, Xs ) ∂x2 ∂x3

ds,

vu que et
2 d Xs

√ ˆ dφ(Ys ) = · · · ds + ν 2αφ (Ys ) dZs ∂ 2 P0 (s, Xs ) ∂x2 = · · · ds +
2 f (Ys ) 2Xs 3 ∂ 2 P0 3 ∂ P0 (s, Xs ) + Xs (s, Xs ) ∂x2 ∂x3

dWs .

Par cons´quent, e
(1)

Ct

=

1 √ Mt α
t 2 3 ρν 2 ∂ P0 3 ∂ P0 f (Ys )φ (Ys ) 2Xs −√ (s, Xs ) + Xs (s, Xs ) ∂x2 ∂x3 2α 0 t 2 1 2 ∂ P0 d φ(Ys )Xs (s, Xs ) + 2α 0 ∂x2

(13.3.9) ds

− Le troisi`me terme vaut e
1 2α

1 2α

t 0

2 φ(Ys ) d Xs
2

∂ 2 P0 (s, Xs ) . ∂x2
2

2 P 2 P φ(Yt )Xt ∂∂x20 (t, Xt ) − φ(Y0 )X0 ∂∂x20 (0, X0 ) et est donc d’ordre
2

1 α

; le qua-

2 tri`me terme aussi car l’´l´ment diff´rentiel d Xs ∂ P0 (s, Xs ) est d’ordre 1 vis-`-vis de α. On pose e ee e a ∂x2

ρν Bt = − √ 2

t 0

2 f (Ys )φ (Ys ) 2Xs

3 ∂ 2 P0 3 ∂ P0 (s, Xs ) + Xs (s, Xs ) ∂x2 ∂x3

ds.

(13.3.10) = 0 (effet de

B est un processus a variation finie4 ; il est a priori d’ordre 1 vis-`-vis de α, sauf si f φ ` a moyenne). Et on a bien 1 1 (1) ps Ct = √ (Bt + Mt ) + O α α

Notons que (13.3.10) ne permet pas de d´cider du signe du biais B. Une bonne strat´gie de couverture e e devrait, a l’ordre 1 au moins, ne rien coˆter en moyenne. A cette fin, nous proposons ci-dessous de corriger ` u l´g`rement le portefeuille Black-Scholes. e e
4

B fait intervenir la combinaison 2L2 + L3 ; c’est donc un terme de corr´lation pure. e

232

Dea de Probabilit´, option finance 2003/2004 e

Strat´gie 2 : une strat´gie autofinanc´e en moyenne e e e
Pour qu’une strat´gie ne coˆte rien en moyenne au premier ordre, il suffit de “faire apparaˆ e u ıtre” le terme t 3 2 ρν 3 ∂ P0 2 ∂ P0 +√ (s, Xs ) + Xs (s, Xs ) ds (13.3.11) fφ 2Xs ∂x2 ∂x3 2α 0
1 qui viendrait s’ajouter aux quatre termes (13.3.9) composant Ct . En effet, combin´ au terme √α Bt , il e 1 ` e g´n`re un terme d’ordre α , a cause de l’effet de moyenne d´crit ci-dessus. On aurait alors l’approximation e e 1 1 √ Mt + O pour le coˆt de gestion. Une id´e naturelle, au vu de ce qui pr´c`de, serait de choisir u e e e α α (1)

at = a la place de `
∂P0 ∂x (t, Xt ).

∂ P0 + P1 ∂x

(t, Xt ),

En fait, P1 est solution de l’EDP = ρν ∂ 3 P0 ∂ 2 P0 √ (t, x) + x3 (t, x) fφ 2x2 2 ∂x ∂x3 2α ∂ 2 P0 ν (t, x) . Λφ x2 −√ ∂x2 2α
3

LBS (σ)P1

(13.3.12)

Le terme

ρν √ 2α

P P 2x2 ∂∂x20 (t, x) + x3 ∂∂x30 (t, x)
2

2

ressemble beaucoup a ce qu’on voudrait voir ap`

e e paraˆ ıtre, mais le terme − √ν Λφ x2 ∂ P0 (t, x) est de trop : c’est en r´alit´ un terme de prime de risque ∂x2 2α de volatilit´ pure, alors que, comme pr´cis´ plus haut, le biais B que l’on cherche a compenser est un e e e ` terme de corr´lation uniquement. Aussi est-il utile de d´finir la fonction Q1 : R+ × R∗ −→ R solution de e e + l’EDP ∂ 3 P0 ρν ∂ 2 P0 LBS (σ)Q1 = √ (t, x) + x3 (t, x) (13.3.13) fφ 2x2 2 ∂x ∂x3 2α avec la condition terminale Q1 (T, x) = 0 ∀x > 0 et de consid´rer le portefeuille d´fini par e e   a(2) = ∂ (P0 +Q1 ) (t, X ),  t t ∂x  b(2) = e−rt  t
 

P0 + Q1 (t, Xt ) − Xt

∂ ( P0 +Q 1 ) (t, Xt ) ∂x

` e Ce portefeuille vaut P0 + Q1 (t, Xt ) a la date t ; sa variation infinit´simale est d P0 + Q1 (t, Xt )   ∂ P0 + Q 1 ∂ 2 P0 + Q 1 1 (2) 2 (t, Xt ) + f (Yt )2 Xt (t, Xt ) dt, = at dXt +  ∂t 2 ∂x2 at dXt + bt d ert 
(2) (2)

tandis que la variation due au march´ est e

(2) = at dXt + r  P0 + Q1 (t, Xt ) − Xt

∂ P0 + Q 1 ∂x

 

.

(t, Xt ) dt,

Volatilit´ stochastique e
si bien que le coˆt infinit´simal v´rifie u e e dCt dt
(2)

233

=

∂ P0 + Q 1 ∂t 

∂ 1 2 (t, Xt ) + f (Yt )2 Xt 2

2

P0 + Q 1 ∂x2

−r  P0 + Q1 (t, Xt ) − Xt = LBS (σ) P0 + Q1 (t, Xt ) +

∂ P0 + Q 1 ∂x

∂ 1 2 f (Yt )2 − σ 2 Xt 2

(t, Xt )
2

(t, Xt )  P0 + Q 1 ∂x2 (t, Xt )

Etant donn´ (13.3.13), et vu que LBS (σ)P0 = 0, on a e dCt
(2)

= dCt ρν fφ +√ 2α +

(1)

2 2Xt

3 ∂ 2 P0 3 ∂ P0 (t, Xt ) + Xt (t, Xt ) 2 ∂x ∂x3

dt

2 1 2 ∂ Q1 f (Yt )2 − σ 2 Xt (t, Xt ) dt, 2 ∂x2

i.e. Ct
(2)

= Ct

(1) t 0 2 2Xs 3 ∂ 2 P0 3 ∂ P0 (s, Xs ) + Xs (s, Xs ) ∂x2 ∂x3

ρν +√ fφ 2α + Le dernier terme est d’ordre
1 α

ds

1 2

t 0 2 f (Ys )2 − σ 2 Xs

∂ 2 Q1 (s, Xs ) ds. ∂x2
2
 

2 Q : ici l’effet de moyenne joue sur Xs ∂∂x21 (s, Xs ) qui est d´j` d’ordre ea

1 √ , α

comme Q1 . Le second terme est pr´cis´ment le terme voulu (13.3.11). Finalement, e e Ct
(2)

1 = √ Mt + O α

1 α

.

Notons que si l’on suit cette strat´gie de gestion, les valeurs du portefeuille et de l’option diff`rent d`s e e e 1 l’ordre √α , car cette diff´rence est pr´cis´ment Q1 − P1 . Si l’on souhaite que les valeurs du portefeuille e e e 1 et de l’option ne diff`rent qu’` l’ordre α , il suffit d’adopter la strat´gie suivante. e a e

Strat´gie 3 : un portefeuille qui colle au prix de l’option e
 

On choisit

Ce portefeuille vaut P0 + P1 (t, Xt ) a la date t ; sa variation infinit´simale est ` e d P0 + P1 (t, Xt )   ∂ 2 P0 + P1 ∂ P0 + P1 1 (3) 2 (t, Xt ) + f (Yt )2 Xt (t, Xt ) dt, = at dXt +  ∂t 2 ∂x2

 b(3) = e−rt  t

P0 + P1 (t, Xt ) − Xt

∂ ( P0 +P1 ) (t, Xt ) ∂x

 

  a(3) = ∂ (P0 +P1 ) (t, X ),  t t ∂x

.

234
tandis que la variation due au march´ est e at dXt + bt d ert 
(3) (3)

Dea de Probabilit´, option finance 2003/2004 e

si bien que le coˆt infinit´simal v´rifie u e e dCt dt
(3)

(3) = at dXt + r  P0 + P1 (t, Xt ) − Xt

∂ P0 + P1 ∂x

(t, Xt ) dt,

=

∂ P0 + P1 ∂t 

∂ 1 2 (t, Xt ) + f (Yt )2 Xt 2

2

P0 + P1 ∂x2

−r  P0 + P1 (t, Xt ) − Xt = LBS (σ) P0 + P1 (t, Xt ) + Au vu de (13.3.12), et comme LBS (σ)P0 = 0, on a dCt
(3)

∂ P0 + P1 ∂x

∂ 1 2 f (Yt )2 − σ 2 Xt 2

(t, Xt )

(t, Xt ) 
2

P0 + P1 ∂x2

(t, Xt )

= dCt

(2)

2 ν 2 ∂ P0 −√ Λφ Xt (t, Xt ) dt ∂x2 2α

+ i.e. Ct
(3)

∂ 1 2 f (Yt )2 − σ 2 Xt 2

2

P1 − Q 1 ∂x2

(t, Xt ) dt,

= Ct

(2) t 0 2 Xs

ν Λφ −√ 2α + 1 2
t 0

∂ 2 P0 (s, Xs ) ds ∂x2 ∂ 2 P1 − Q 1 ∂x2 (s, Xs ) ds.

2 f (Ys )2 − σ 2 Xs

1 1 Le dernier terme est d’ordre α . Le deuxi`me terme, d’ordre √α , est le prix a fournir pour retrouver, ` e 1 √ a l’ordre α du moins, le prix de l’option a partir du coˆt de la strat´gie autofinanc´e en moyenne. ` ` u e e C’est donc le prix que le vendeur de l’option attache a l’incompl´tude du march´. Celle-ci est due au ` e e caract`re stochastique de la volatilit´. Le vendeur subit donc un risque de volatilit´ et le quantifie via e e e t 2 ∂ 2 P0 √ν e − 2α Λφ 0 Xs ∂x2 (s, Xs ) ds qui est un terme de risque de volatilit´ uniquement.

13.4
13.4.1

L’approche martingale
D´marche e

On souhaite retrouver le prix corrig´ a l’ordre 1 par un raisonnement purement probabiliste. Autree` ment dit, on va regarder ici le prix corrig´, non plus comme l’approximation d’une solution d’une EDP, e mais comme l’approximation d’une martingale sous la probabilit´ de pricing (` des termes d’ordre ε pr`s). e a e Nous nous pla¸ons sur l’espace probabilis´ (Ω, F, P) muni de la filtration Ft = σ(Ws , Zs , 0 ≤ s ≤ t), c e avec Ω = C 0 ([0, T ] , R2 ) l’ensemble des fonctions continues a valeurs dans R2 , F sa tribu bor´lienne et ` e

Volatilit´ stochastique e

235

P la mesure de Wiener sur cette tribu. On suppose l’existence d’une probabilit´ P∗ ´quivalente a P telle e e ` 2 ∗ que le prix de l’option europ´enne de payoff h(XT ) ∈ L (P ) soit donn´ par e e Vt = E∗ e−r(T −t) h(XT ) | Ft .

(13.4.1)

Soit Dt = dP |Ft ; D est une martingale uniform´ment int´grable par rapport a (Ft ), strictement positive. e e ` dP Comme (Ft ) est l’augmentation habituelle de la filtration canonique du mouvement brownien (W, Z), le th´or`me de repr´sentation des martingales nous assure l’existence de processus θ W et θZ adapt´s par e e e e rapport a (Ft ) tels que `
t

∀t ∈ [0, T [, et tels que pour tout t ∈ [0, T [
t

0

W θs

2

Z + θs

2

ds < ∞

ps

Dt = exp −

0

W θs dWs −

t 0

Z θs dZs −

1 2

t 0

W θs

2

Z + θs

2

ds

(ceci prouve notamment que D est continue). On d´finit alors e
W Wt∗ = Wt + 0 θs ds, t Z ∗ Zt = Zt + 0 θs ds. t

D’apr`s le th´or`me de Girsanov, W ∗ et Z ∗ sont deux P∗ -mouvements browniens ind´pendants. En termes e e e e de (W ∗ , Z ∗ ), la dynamique de X s’´crit : e dXt = µXt dt + f (Yt )Xt dWt =
W = µXt dt + f (Yt )Xt dWt∗ − θt dt W µ − f (Yt )θt Xt dt + f (Yt )Xt dWt∗ .

En supposant que XT ∈ L2 (P∗ ) et en faisant h = id dans (13.4.1), on voit que le processus (e−rt Xt ) est une P∗ -martingale, ce qui implique que
W µ − f (Yt )θt = r,

i.e.
W θt =

µ−r . f (Yt )

Dans l’univers de pricing, la dynamique de Y s’´crit : e dYt ˆ = α(m − Yt ) dt + β dZt = α(m − Yt ) dt + β ρ dWt + = α(m − Yt ) dt + βρ dWt∗ − = α(m − Yt ) − β ρ +β ρ dWt∗ + Si on pose ˆ∗ Zt = ρWt∗ +
∗ 1 − ρ 2 Zt ,

1 − ρ2 dZt µ−r dt + β f (Yt )
Z 1 − ρ 2 θt ∗ Z 1 − ρ2 dZt − θt dt

µ−r + f (Yt )

dt

∗ 1 − ρ2 dZt .

236

Dea de Probabilit´, option finance 2003/2004 e

on d´finit un P∗ -mouvement brownien et on peut r´´crire la dynamique du march´ sous la forme e ee e  ∗  dXt = rXt dt + σt Xt dWt σt = f (Yt )  ˆ∗ dYt = {α(m − Yt ) − βΛt } dt + β dZt Λt = ρ µ−r + f (Yt )
Z 1 − ρ 2 θt .

(13.4.2)

avec

Dans toute la suite, on suppose que le processus (Λt ) peut se mettre sous la forme Λt = Λ(Yt ) o` u Λ : R → R est une fonction continue born´e, et on se place dans l’univers de pricing. e

13.4.2

Notations

Soit LOU ∗ le g´n´rateur infinit´simal du processus Y dans l’univers de pricing, i.e. l’op´rateur qui a e e e e ` toute fonction g convenable associe la fonction LOU ∗ g d´finie par e (LOU ∗ g) (y) = limt→0+ On a d’apr`s (13.4.2) e LOU ∗ = o` u L0∗ = ν 2 1 L0∗ ε E∗ [g(Yt ) | Y0 = y] − g(y) t

√ Si on pose s(y) = m − y − ν 2εΛ(y), on a donc

√ d2 d + m − y − ν 2εΛ(y) . 2 dy dy

L0∗ = ν 2

d2 d + s(y) . dy 2 dy

L’hypoth`se de bornitude sur la fonction Λ assure l’existence d’une probabilit´ stationnaire Φ ∗ (y) dy e e pour Y sous P∗ qui est l’unique densit´ de probabilit´ solution de l’´quation L∗ Φ∗ = 0, o` L∗ d´signe e e e u 0∗ e 0∗ dξ l’adjoint de L0∗ ; en effet, on introduit une fonction ξ : R −→R telle que ν 2 dy − s(y)ξ = 0, par exemple √ (m − y)2 2ε ξ(y) = exp − − Λ(y) 2ν 2 ν o` Λ est une primitive quelconque de Λ. Il est alors facile de v´rifier que u e L0∗ = d’o` on tire u L∗ = ν 2 0∗ ν2 d ξ dy d dy ξ d dy · ξ

ξ

d dy

Il est clair que ξ est une solution de L∗ ξ = 0, int´grable car Λ est born´e, et les seules solutions int´grables e e e 0∗ de cette ´quation sont les multilpes de ξ, si bien que e √ (m − y)2 2ε − Λ(y) Φ∗ (y) = J∗ exp − 2 2ν ν

Volatilit´ stochastique e
o` u
+∞

237

J∗ =

−∞

√ 2ε (m − y)2 − Λ(y) exp − 2 2ν ν √

−1

dy

.

On voit que Φ∗ est une correction d’ordre

ε par rapport a Φ. On d´finit alors : ` e

– la moyenne d’une fonction contre cette probabilit´ stationnaire : e
+∞

g – la volatilit´ de pricing moyenne σ ∗ : e

=
−∞

g(y)Φ∗ (y) dy

σ2 = f 2 ∗
∗ – la solution P0 : [0, T ] × R∗ −→R de l’EDP +

∗ LBS (σ ∗ )P0 = 0, ∗ ∀x > 0, P0 (T, x) = h(x)

(13.4.3)

– la fonction φ∗ solution de L0∗ φ∗ = f 2 − f 2 ∗ . – le terme de corr´lation e √ ρν ε V3∗ = √ f φ∗ 2 – le terme de source H ∗ (t, x) = V3∗ 2x2 – la solution Q∗ : [0, T ] × R∗ −→R de l’EDP 1 +

∗ ∗ ∂ 3 P0 ∂ 2 P0 (t, x) + x3 (t, x) ∂x2 ∂x3

LBS (σ ∗ )Q∗ = H ∗ , 1 ∀x > 0, Q∗ (T, x) = 0 1
∗ – la fonction Q∗ (t, x) = P0 (t, x) + Q∗ (t, x) 1 – le processus stochastique Nt = e−rt Q∗ (t, Xt ).

(13.4.4)

13.4.3
−rT

Le prix corrig´ comme martingale approch´e e e

Nous allons montrer qu’` des termes d’ordre ε pr`s, N est une P∗ -martingale de valeur terminale a e e h(XT ). Rappelons que la valeur Vt de l’option, d´finie par (13.4.1), est compl`tement caract´ris´e e e e e par le fait que (e−rt Vt ) est une P∗ -martingale de valeur terminale e−rT h(XT ). On aura ainsi montr´ que e Vt = Q∗ (t, Xt ) + O(ε), ce qui permettra d’interpr´ter Q∗ (t, Xt ) comme le prix de l’option au premier ordre. e Il est facile de voir que NT = e−rT h(XT ). Ce qui est moins facile, c’est de montrer que N est une P∗ -martingale, a O(ε) pr`s. On utilise pour cela la formule d’Itˆ, en supposant Q suffisamment r´guli`re, ` e o e e

238
et les d´finitions de la section pr´cedente : e e ert dNt

Dea de Probabilit´, option finance 2003/2004 e

= dQ∗ (t, Xt ) − rQ∗ (t, Xt ) dt 2 ∗ ∂Q∗ 1 ∂Q∗ 2∂ Q = (t, Xt ) + f (Yt )2 Xt (t, Xt ) − r Q∗ (t, Xt ) − Xt (t, Xt ) dt ∂t 2 ∂x2 ∂x ∂Q∗ +f (Yt )Xt (t, Xt ) dWt∗ ∂x 2 ∗ 1 2∂ Q (t, Xt ) dt = LBS (σ ∗ )Q∗ (t, Xt ) + f (Yt )2 − σ 2 Xt ∗ 2 ∂x2 ∂Q∗ +f (Yt )Xt (t, Xt ) dWt∗ ∂x 2 ∗ 1 ∂Q∗ 2∂ Q = H ∗ (t, Xt ) + f (Yt )2 − σ 2 Xt (t, Xt ) dt + f (Yt )Xt (t, Xt ) dWt∗ . ∗ 2 ∂x2 ∂x Il suffit donc de voir que
t 0

H ∗ (s, Xs ) +

2 ∗ 1 2∂ Q f (Ys )2 − σ 2 Xs (s, Xs ) ∗ 2 ∂x2

ds = P∗ -martingale + O(ε).

Comme

√ 1 ν 2 ˆ∗ dφ∗ (Ys ) = (L0∗ φ∗ ) (Ys ) ds + √ φ∗ (Ys ) dZs , ε ε ∂ 2 Q∗ (s, Xs ) ds ∂x2 0 t 2 ∗ 2∂ Q (L0∗ φ∗ ) (Ys )Xs (s, Xs ) ds = ∂x2 0 t 2 ∗ √ 2∂ Q ˆ∗ Xs (s, Xs ) ε dφ∗ (Ys ) − ν 2εφ∗ (Ys ) dZs = 2 ∂x 0 ε t 2 ∂ 2 Q∗ ∗ = P -martingale + X (s, Xs ) dφ∗ (Ys ) 2 0 s ∂x2 1 2 1 2 1 2
2 f (Ys )2 − σ 2 Xs ∗ t

on a

(` supposer que la P∗ -martingale locale − ν a

√ 2ε 2
2

t 0

P∗ -martingale). Le pi`ge dans lequel il ne faut pas tomber serait de croire que e

2 ∗ 2 Q ˆ∗ Xs ∂∂x2 (s, Xs )φ∗ (Ys ) dZs soit effectivement une vraie

ε 2

t 0

2 Q O(ε). Certes φ∗ (Ys ) = O(1), tout comme Xs ∂∂x2 (s, Xs ). Mais les variations infinit´simales de Ys , et par e 1 cons´quent celles de φ∗ (Ys ), sont infiniment grandes lorsque ε devient infiniment petit, d’ordre √ε . A e ˆ moins que les deux browniens W ∗ et Z ∗ gouvernant respectivement X et Y soient ind´pendants, cela e

2 Q Xs ∂∂x2 (s, Xs ) dφ∗ (Ys ) =

2

g´n`re un crochet infiniment grand entre l’int´grand et le processus contre lequel on l’int`gre : e e e e
∗ ∂ 2 P0 d φ∗ (Y· ), X·2 (·, X· ) 2 ∂x s √ ∗ 3 ∗ ρν 2 ∂ 2 P0 2 3 ∂ P0 √ f (Ys )φ∗ (Ys ) 2Xs = (s, Xs ) + Xs (s, Xs ) ∂x2 ∂x3 ε

ds

(en effet,

√ ν 2 ˆ∗ dφ∗ (Ys ) = · · · ds + √ φ∗ (Ys ) dZs ε

Volatilit´ stochastique e
et
2 d Xs ∗ ∂ 2 P0 (s, Xs ) 2 ∂x

239

= · · · ds
2 +f (Ys ) 2Xs ∗ 3 ∗ ∂ 2 P0 3 ∂ P0 (s, Xs ) + Xs (s, Xs ) 2 ∂x ∂x3 ∗ dWs .)

De ce fait, en int´grant par parties, e ∂ 2 Q∗ (s, Xs ) dφ∗ (Ys ) ∂x2 0 t 2 ∗ 2∂ Q (s, Xs )φ∗ (Ys ) d Xs ∂x2 0
2 Xs t t

=

2 ∗ 2∂ Q (s, Xs ) φ∗ (Ys )d Xs ∂x2 0 √ 3 ∗ 2 ∗ ρν 2 t 3 ∂ P0 2 ∂ P0 − √ (s, Xs ) + Xs (s, Xs ) ds f (Ys )φ∗ (Ys ) 2Xs ε 0 ∂x2 ∂x3 √ 3 ∗ 2 ∗ ρν 2 t 3 ∂ P0 2 ∂ P0 = O(1) − √ (s, Xs ) + Xs (s, Xs ) f (Ys )φ∗ (Ys ) 2Xs ε 0 ∂x2 ∂x3

ds

2 Q X0 ∂∂x2 (0, X0 )φ∗ (Y0 ), soit remarquer que la pr´sence de Y dans l’´l´ment diff´rentiel est sans cons´quence e ee e e car l’int´grand - le processus identiquement ´gal a 1 - est a variation finie et g´n`re donc un crochet nul e e ` ` e e avec l’´l´ment diff´rentiel. Pour la deuxi`me int´grale, il suffit de remarquer que Y est absent de l’´l´ment ee e e e ee diff´rentiel et que l’int´grand φ∗ (Ys ) est un O(1). e e Par cons´quent, e 2 ∗ 1 2∂ Q f (Ys )2 − σ 2 Xs (s, Xs ) ds ∗ 2 ∂x2 0 = P∗ -martingale + O(ε) √ 2 ∗ 3 ∗ ρν ε t 2 ∂ P0 3 ∂ P0 f (Ys )φ∗ (Ys ) 2Xs − √ (s, Xs ) + Xs (s, Xs ) 2 ∂x ∂x3 2 0 t

2 Q Pour voir que la premi`re int´grale est un O(1), on peut soit l’´crire Xt ∂∂x2 (t, Xt )φ∗ (Yt ) − e e e
2 ∗

2

H ∗ (s, Xs ) +

ds

t

+
0

H ∗ (s, Xs ) ds.

Or,
t 2 ∗ 3 ∗ √ 2 ∂ P0 3 ∂ P0 f (Ys )φ∗ (Ys ) 2Xs H ∗ (s, Xs ) ds − ρν 2ε (s, Xs ) + Xs (s, Xs ) 2 ∂x ∂x3 0 0 √ 2 ∗ 3 ∗ ρν ε t 2 ∂ P0 3 ∂ P0 (f (Ys )φ∗ (Ys ) − f φ∗ ∗ ) 2Xs = − √ (s, Xs ) + Xs (s, Xs ) ds 2 ∂x ∂x3 2 0 √ √ ρν ε √ O ε = (effet de moyenne, ou th´or`me ergodique) e e 2 = O(ε). t

ds

Finalement, on a bien
t 0

H ∗ (s, Xs ) +

2 ∗ 1 2∂ Q f (Ys )2 − σ 2 Xs (s, Xs ) ∗ 2 ∂x2

ds = P∗ -martingale + O(ε),

ce qu’il fallait d´montrer. e

240

Dea de Probabilit´, option finance 2003/2004 e

13.4.4

Retrouver le prix P0 + P1

Le prix P0 + P1 obtenu par la m´thode EDP est la solution de l’EDP : e   LBS (σ) P0 + P1 = H(t, x),
∗ e Le prix P0 + Q∗ obtenu par la m´thode martingale est, lui, la solution de l’EDP : 1 ∗ LBS (σ ∗ ) (P0 + Q∗ ) = H ∗ (t, x), 1 ∗ ∀x > 0, (P0 + Q∗ ) (T, x) = h(x). 1

 ∀x > 0,

P0 + P1 (T, x) = h(x).

(13.4.5)

(13.4.6)

Les termes de sources ont les expressions H(t, x) = V2 x2 o` LBS (σ)P0 = 0 et P0 (T, x) = h(x), et u H ∗ (t, x) = V3∗ 2x2
∗ ∗ ∂ 3 P0 ∂ 2 P0 + x3 ∂x2 ∂x3

∂ 2 P0 ∂ 3 P0 (t, x) + V3 x3 (t, x) ∂x2 ∂x3

(t, x)

∗ ∗ o` LBS (σ ∗ )P0 = 0 et P0 (T, x) = h(x). Nous allons montrer qu’au premier ordre, les deux prix coincident, u i.e. ∗ P0 + Q∗ = P0 + P1 + O(ε). 1 ∗ Pour cela, il suffit de montrer que, a O(ε) pr`s, P0 + Q∗ est solution du probl`me (13.4.5). Les conditions ` e e 1 terminales des deux probl`mes (13.4.5) et (13.4.6) ´tant identiques, il suffit de prouver que e e ∗ LBS (σ) (P0 + Q∗ ) = H(t, x) + O(ε). 1

Pour ce faire, nous donnons des d´veloppements limit´s en e e

ε de LBS (σ ∗ ) et H ∗ (t, x).

D´veloppement limit´ de LBS (σ ∗ ) e e
Comme
−1 J∗

= = = = =

√ (m − y)2 2ε exp − − Λ(y) dy 2ν 2 ν −∞ √ +∞ 2ε (m − y)2 exp − Λ(y) dy exp − 2 2ν ν −∞ √ +∞ (m − y)2 2ε exp − Λ(y) + O(ε) dy 1− 2ν 2 ν −∞ √ +∞ (m − y)2 2ε +∞ (m − y)2 exp − dy − Λ(y) exp − 2ν 2 ν 2ν 2 −∞ −∞ √ √ 2ε Λ + O(ε) , 2πν 1 − ν
+∞

dy + O(ε)

on a 1 J∗ = √ 2πν

√ 2ε Λ + O(ε) 1+ ν

Volatilit´ stochastique e
puis √ √ Φ∗ 2ε (y) = J∗ 2πν exp − Λ(y) Φ ν √ √ 2ε 2ε = 1+ Λ + O(ε) Λ(y) + O(ε) 1− ν ν √ 2ε = 1− Λ(y) − Λ + O(ε) ν d’o` u
+∞

241

(13.4.7)

g

=
−∞ +∞

g(y)Φ∗ (y) dy g(y)Φ(y)

(13.4.8)

= = = = puis

Φ∗ (y) dy Φ −∞ √ +∞ 2ε +∞ g(y)Φ(y) − Λ(y) − Λ ν −∞ −∞ √ 2ε g − g Λ− Λ + O(ε) ν √ 2ε g − Λ (g − g ) + O(ε), ν

g(y)Φ(y) + O(ε)

σ2 ∗

=

√ 2ε = f − + O(ε) Λ f2 − f2 ν √ 2ε = σ2 − + O(ε). Λ f2 − f2 ν
2

f2

Comme L0 = on a Λ f2 − f2 = =

ν2 d Φ dy

Φ

d dy

,

Λ (L0 φ) ν2Λ d (Φφ ) Φ dy
+∞

= ν2 = −ν 2

Λ(y) (Φφ ) (y) dy
−∞ +∞

Λ(y) (Φφ ) (y) dy
−∞

= −ν 2 Λφ o` on a int´gr´ par parties. Par cons´quent, u e e e

√ σ 2 = σ 2 − ν 2ε Λφ + O(ε), ∗

242
d’o` u

Dea de Probabilit´, option finance 2003/2004 e

1 ∂2 LBS (σ ∗ ) = LBS (σ) + (σ 2 − σ 2 )x2 2 ∗ 2√ ∂x ν ε ∂2 = LBS (σ) − √ Λφ x2 2 + O(ε). ∂x 2

(13.4.9)

D´veloppement limit´ de H ∗ (t, x) e e
D’apr`s (13.4.8), on a e V3∗ = = Mais il est facile de voir en utilisant (13.4.7) f φ∗ d’o` u √ ρν ε √ f φ∗ ∗ 2 √ √ ρν ε √ f φ∗ + O ε . 2 et (13.4.8) que √ = fφ + O ε ,

√ ρν ε V3∗ = √ f φ + O(ε) = V3 + O(ε). 2 ∗ Par ailleurs, la quantit´ Π0 = P0 − P0 v´rifie l’EDP e e √ ∗ ∂ 2 P0 ν ε + O(ε) LBS (σ)Π0 = − √ Λφ x2 2 ∂x 2 √ √ ∗ avec une condition terminale nulle, donc Π0 = O ( ε), i.e. P0 = P0 + O ( ε). Par cons´quent, e H ∗ (t, x) = V3∗ 2x2
∗ ∗ ∂ 2 P0 ∂ 3 P0 (t, x) + x3 ∂x2 ∂x3 √ ∂ 2 P0 ∂ 3 P0 = (V3 + O (ε)) 2x2 (t, x) + x3 (t, x) + O ε 2 3 ∂x ∂x ∂ 3 P0 ∂ 2 P0 (t, x) + x3 (t, x) + O(ε) = V3 2x2 ∂x2 ∂x3

(13.4.10)

Conclusion
En mettant bout a bout (13.4.9) et (13.4.10), on obtient ` √ ∗ ν ε ∂ 2 (P0 + Q∗ ) 1 = + + √ Λφ x2 + O(ε) ∂x2 2 √ ∗ ν ε ∂ 2 (P0 + Q∗ ) 1 + O(ε) = H ∗ (t, x) + √ Λφ x2 ∂x2 2 √ 2 3 ∗ ν ε ∂ 2 (P0 + Q∗ ) 1 2 ∂ P0 3 ∂ P0 = V3 2x (t, x) + x (t, x) + √ Λφ x2 + O(ε). ∂x2 ∂x3 ∂x2 2 √ √ ∗ Mais P0 = P0 + O ( ε) et Q∗ = O( ε) donc 1
∗ LBS (σ ∗ ) (P0 ∗ LBS (σ) (P0 + Q∗ ) 1

Q∗ ) 1

∗ LBS (σ) (P0 + Q∗ ) 1 √ 2 ν ε ∂ 3 P0 ∂ 2 P0 2 ∂ P0 = V3 2x (t, x) + x3 (t, x) + √ Λφ x2 (t, x) + O(ε) 2 3 ∂x ∂x ∂x2 2 ∂ 3 P0 ∂ 2 P0 + V 3 x3 (t, x) + O(ε), = V 2 x2 ∂x2 ∂x3

Volatilit´ stochastique e
ce qui conclut la preuve.

243

13.5

Calibration

Le mod`le introduit beaucoup de param`tres (α, β, m, ρ, γ, f ) mais seuls trois suffisent a d´terminer e e ` e le prix corrig´ et les strat´gies de couverture ´tudi´es plus haut : σ, V2 et V3 . Ils sont bien sˆr fonctions e e e e u de (α, β, m, ρ, γ, f ). Jean-Pierre Fouque, George Papanicolaou et K. Ronnie Sircar [1] assurent que tout processus ergodique Y et toute fonction f ∈ L2 m`nent a l’existence des trois param`tres σ, V2 et e ` e π V3 . En pratique, il est essentiel de pouvoir estimer ces trois param`tres. On pourrait chercher les σ, V 2 et e V3 tels que le prix corrig´ e P0 + P1 (t, x) = P0 (t, x) − (T − t) V2 x2 ∂ 3 P0 ∂ 2 P0 (t, x) + V3 x3 (t, x) ∂x2 ∂x3

soit “le plus proche possible” des prix observ´s, par exemple pour une option d’achat classique. On e pr´f`rera travailler avec les volatilit´s implicites, qui ne sont qu’une mani`re de repr´senter les prix a ee e e e ` travers le prisme Black-Scholes.

13.5.1

Le prix corrig´ de l’option d’achat e

Dans ce paragraphe, on ´tudie le cas particulier du call d’´ch´ance T et de prix d’exercice K : e e e h(x) = (x − K)+ . On admet qu’on a le droit d’appliquer les r´sultats pr´c´dents, malgr´ le fait que e e e e 2 h n’est pas de classe C . On souhaite donner le prix corrig´ C0 + C1 du call. C0 est le prix du call e Black-Scholes pour la volatilit´ σ. Par cons´quent, e e C0 (t, x) = CBS (t, x; K, T ; σ) = xN (d+ ) − Ke−r(T −t)N (d− ) o` u
¡  

(13.5.1)

σ T −t
2

et N (d) =

d −∞

g(u) du, avec g(u) = ∂d± (t, x) ∂x ∂C0 (t, x) ∂x ∂ 2 C0 (t, x) ∂x2 ∂ 3 C0 (t, x) ∂x3

√1 2π

exp − u 2

. On a

=

1 √ >0 xσ T − t

= N (d+ ) > 0 1 √ g(d+ ) > 0 xσ T − t 1 1 = − 2 √ g(d+ ) + 2 2 g (d+ ) x σ (T − t) x σ T −t √ g(d+ ) = − 2 2 d+ + σ T − t . x σ (T − t) = = xN (d+ ) − Ke−r(T −t) N (d− ) −

Le prix corrig´ au premier ordre de l’option d’achat est donc e C0 + C1 (t, x)

√ xg(d+ ) (V2 − V3 ) σ T − t − V3 d+ 2 σ

¡

 

   d = +   d = −

ln ln

x Ke−r(T −t) √ x Ke−r(T −t) √

σ T −t

√ + 1 σ T − t, 2 √ − 1 σ T − t, 2

(13.5.2)

244

Dea de Probabilit´, option finance 2003/2004 e

13.5.2

Surface de volatilit´ implicite e

On cherche a d´velopper la volatilit´ implicite sous la forme ` e e √ √ I(t, x) = I0 (t, x) + εI1 (t, x) + εI2 (t, x) + ε εI3 (t, x) + · · · et on souhaite calculer les deux premiers coefficients I0 et I1 . Par d´finition de la volatilit´ implicite, e e CBS (t, x; K, T ; I(t, x)) = C obs . Si nous croyons a notre mod`le de march´ a volatilit´ stochastique, on a ` e e` e √ CBS (t, x; K, T ; I(t, x)) = C0 (t, x) + εC1 (t, x¯ ) √ +εC2 (t, x) + ε εC3 (t, x) + · · · On d´veloppe le terme de gauche : e CBS (t, x; K, T ; I(t, x)) = CBS (t, x; K, T ; I0 (t, x)) √ ∂CBS + εI1 (t, x) (t, x; K, T ; I0 (t, x)) + · · · ∂σ I0 (t, x) = σ et I1 (t, x) = C1 (t, x) . ∂CBS (t, x; K, T ; σ) ∂σ √ εI1 . Comme ¯

L’identification des termes donne

Il est agr´able de travailler avec la quantit´ I1 = e e

√ ∂CBS (t, x; K, T ; σ) = x T − tg(d+ ), ∂σ on a I1 (t, x) = C1 (t, x¯ ) x T − tg(d+ ) √
xg(d+ ) σ2

= − = −

1 σ

√ (V2 − V3 ) σ T − t − V3 d+ √ x T − tg(d+ ) d+ (V2 − V3 ) − V3 √ . σ T −t

Le mod`le a volatilit´ stochatique ergodique g´n`re donc un smile : e ` e e e I(t, x) = σ − En explicitant d+ , on obtient I(t, x) = σ − 1 σ V2 − V 3 3 r + 2 σ2 + V3 ln K x σ (T − t)
2

1 σ

d+ (V2 − V3 ) − V3 √ σ T −t

+ O(ε).

+ O(ε).

Etudier la surface de volatilit´ implicite, c’est s’int´resser a la d´pendance en (K, T ) de cette expression. e e ` e Elle est du type ln K x + b + O(ε), (13.5.3) (K, T ) −→ a T −t

Volatilit´ stochastique e
avec

245

√ V2 et V3 sont petits, d’ordre ε, donc a est petit et b est proche de σ. En pratique, on observe la “surface” de volatilit´ implicite empirique (on ne dispose que de quelques e points en r´alit´), on cherche a et b de sorte que (13.5.3) colle au mieux a la surface de volatilit´ implicite e e ` e empirique et on inverse le syst`me (13.5.4) : e V3 = −aσ 3 3 V2 = σ σ − b − a r + 2 σ 2 Il faut avoir auparavant mesur´ la volatilit´ moyenne σ, par exemple en ´tudiant statistiquement la e e e ∆X variance des rendements empiriques X . On note que si on s’arrˆte au premier ordre, la volatilit´ implicite pr´vue par le mod`le a volatilit´ e e e e ` e stochastique est une fonction monotone de K, proportionnelle a ln(K). L’approximation au premier ` ordre ne permet pas de g´n´rer un sourire, i.e. une courbe convexe d´croissante puis croissante. La e e e volatilit´ implicite (13.5.3) est convexe en K si et seulement si a < 0, c’est-`-dire V 3 > 0. Dans ce cas, e a l’approximation au premier ordre de la volatilit´ implicite th´orique est une fonction convexe d´croissante e e e qui tend vers l’infini quand K tend vers 0. Pour voir apparaˆ un sourire, il faut pousser le d´veloppement ıtre e limit´ au second ordre. Jean-Pierre Fouque, George Papanicolaou et K. Ronnie Sircar assurent que e 2 . le terme d’ordre ε ne d´pend de K qu’` travers la quantit´ ln K e a e x

V3 a = − σ3 1 b = σ − σ V2 − V 3

r σ2

+

3 2

(13.5.4)

13.6

Simulations num´riques e

1 L’hypoth`se α e e e T −t permet d’obtenir un d´veloppement limit´ (13.5.3) du smile ; elle permet 1 √ . Or, on observe souvent des amplitudes d’expliquer des smiles de faible amplitude, de l’ordre de α empiriques bien plus importantes. On doit alors consid´rer des valeurs de α de l’ordre de T 1 . On ne e −t peut alors plus utiliser le d´veloppement limite (13.5.3) et on ne dispose ´videmment pas de formule ferm´e e e e pour le prix du call. On va donc effectuer des simulations num´riques. On cherche a ´valuer num´riquement e `e e des prix d’options et des volatilit´s implicites, soit par discr´tisation de l’EDP d’´valuation, soit par des e e e m´thodes de Monte-Carlo. e

13.6.1

Sch´mas num´riques pour l’EDP d’´valuation e e e

M´thode e
On rappelle l’EDP v´rifi´e par le prix P (t, x, y) de l’option europ´enne de maturit´ T et de payoff e e e e H = h(XT ) ∈ L2 (P∗ , FT ) :
∂P ∂t

+

1 2

∂ P (Xt ) f (Yt )2 ∂ P + ρ ν√ε2 Xt f (Yt ) ∂x∂y + ∂x2 √ ν 2 ∂P √ Λ ∂y ε

2

2

2

ν2 ∂2P ε ∂y 2

+r Xt ∂P − P + 1 (m − Yt ) ∂P − ∂x ε ∂y

= 0,

avec la condition terminale P (T, x, y) = h(x). Si on pose Q(t, x, y) = P (t, ex , y), alors la fonction Q est solution de l’EDP
f (y)2 ∂Q f (y)2 ∂ 2 Q ∂Q ∂Q 1 ∂t + 2 ∂x2 + r − 2 ∂x − rQ + ε (m − y) ∂y √ √ 2 2 ∂2Q ∂ Q + νε ∂y2 + ρ ν√ε2 f (y) ∂x∂y − ν√ε2 Λ(t, ex , y) ∂Q = 0, ∂y

avec la condition terminale Q(T, x, y) = h(ex ).

246

Dea de Probabilit´, option finance 2003/2004 e

On suppose dans la suite que Λ = 0. Quitte a remplacer f (y) par f (y + m), on peut choisir m = 0 ; ` y est alors centr´e autour de 0, et l’EDP s’´crit e e
f (y)2 ∂ 2 Q f (y)2 ∂Q ∂Q ∂t + 2 ∂x2 + r − 2 ∂x − rQ √ 2 ∂2Q ∂2Q ν 2 1 ∂Q ν − ε y ∂y + ε ∂y2 + ρ √ε f (y) ∂x∂y = 0.

On localise dans les deux directions d’espace : on cherche une approximation de Q(t, x, y) pour x ∈ ]−l x , lx [ et y ∈ ]−ly , ly [. Il s’agit de choisir convenablement lx et ly . On effectue ensuite la discr´tisation en e espace. On consid`re Nx points r´partis uniform´ment sur ]−lx , lx [ et Ny points r´partis uniform´ment e e e e e 2ly x sur ]−ly , ly [. On appelle hx = N2l+1 et hy = Ny +1 les pas de discr´tisation spatiale et on pose e x xi = −lx + ihx yj = −ly + jhy pour (i, j) ∈ {0, 1, . . . , Nx + 1} × {0, 1, . . . , Ny + 1}. Alors x0 = −lx , xNx +1 = lx . Pour (i, j) ∈ {1, . . . , Nx } × {1, . . . , Ny }, on pose [i, j] = (i − 1)Ny + j. On cherche une famille u(t) de vecteurs de taille Nx × Ny telle que u[i,j] (t) ≈ Q(t, xi , yj ). Pour ce faire, on utilise des d´riv´es discr´tis´es centr´es e e e e e et des d´riv´es secondes discr´tis´es, en utilisant les correspondances : e e e e
∂Q ∂x ∂2Q ∂x2 ∂Q ∂y ∂2Q ∂y 2 ∂2Q ∂x∂y u[i+1,j] −u[i−1,j] 2hx u[i+1,j] −2u[i,j] +u[i−1,j] h2 x u[i,j+1] −u[i,j−1] 2hy u[i,j+1] −2u[i,j] +u[i,j−1] h2 y u[i+1,j+1] −u[i−1,j+1] −u[i+1,j−1] +u[i−1,j−1] 4hx hy

L’op´rateur spatial discr´tis´ est alors une matrice A de taille Nx Ny ×Nx Ny tridiagonale par blocs, chacun e e e des blocs des trois diagonales ´tant lui-mˆme tridiagonal. Plus pr´cis´ment, si on utilise des conditions e e e e 2 au bord de Dirichlet nulles, on peut d´composer la matrice5 A = AD en Nx blocs (Ai,k )1≤i≤Nx ,1≤k≤Nx e de taille Ny × Ny :   AD AD · · · AD x 1,1 1,2 1,N   AD AD x   AD 2,1 2,2 2,N  A = AD =  . . .   . . . . . .   ADx ,1 N ADx ,2 N · · · ADx ,Nx N Si |i − k| > 1, AD est la matrice nulle. AD i,i−1 est tridiagonale et a pour coefficients i,k AD i,i−1 j,j−1 AD i,i−1 AD i,i−1
5

= =

√ ρν 2f (yj ) √ , 4 εhx hy ,

j,j

j,j+1

f (yj )2 1 f (yj )2 r− − 2 2hx 2hx 2 √ ρν 2f (yj ) = − √ . 4 εhx hy

D pour Dirichlet

Volatilit´ stochastique e
AD est tridiagonale et a pour coefficients i,i AD i,i
j,j−1

247

=

yj ν2 + 2, 2εhy εhy 2ν 2 f (yj )2 −r− 2, h2 εhy x yj ν2 + 2. 2εhy εhy

AD i,i AD i,i

j,j

= − = −

j,j+1

Enfin, AD i,i+1 est tridiagonale et a pour coefficients AD i,i+1 j,j−1 AD i,i+1 AD i,i+1
j,j

j,j+1

√ ρν 2f (yj ) = − √ , 4 εhx hy 1 f (yj )2 f (yj )2 + = r− 2h2 2hx 2 x √ ρν 2f (yj ) √ = . 4 εhx hy

,

Il s’agit maintenant de discr´tiser en temps. On se donne θ ∈ [0, 1], un entier M ≥ 1, un pas temporel e k = T /M et, en s’inspirant de (13.3.13), on cherche une famille de M + 1 vecteurs un , 0 ≤ n ≤ M , de taille Nx Ny , telle que uM = h(exi ) et, pour 0 ≤ n ≤ M − 1, [i,j] un+1 − un + θAun + (1 − θ)Aun+1 = 0, k ce qui s’´crit e Bun = Cun+1 avec Num´riquement, on inverse la matrice B par une m´thode it´rative. Ceci ne peut se faire 6 que si kθ A < e e e 1. Il faudra donc prendre un pas de discr´tisation temporelle suffisamment petit. e Dans le cas de conditions de Neumann nulles, la matrice A = AN s’´crit7 e   AN + A N AN ··· AN x 1,0 1,1 1,2 1,N   AN AN AN x   2,1 2,2 2,N N   A=A = . . .  . . . . . .   N N N N ANx ,1 ANx ,2 · · · ANx ,Nx + ANx ,Nx +1 o`, pour tous i, k, u  (Ai,k )0,1 + (Ai,k )1,1 (Ai,k )2,1 . . . (Ai,k )Dy ,1 N
D D D

B = I − kθA,

C = I + k(1 − θ)A.

Sous r´serve de convergence du sch´ma num´rique, u0 est une approximation de Q(0, xi , yj ). e e e [i,j]
7 ∞
 

  AN =  i,k  

(Ai,k )1,2 (Ai,k )2,2 . . . (Ai,k )Dy ,2 N
D

D

(Ai,k )2,Ny . . . D · · · (Ai,k )Ny ,Ny + (Ai,k )Dy ,Ny +1 N

···

(Ai,k )1,Ny
D

D

  .  

6

On travaille ici avec la norme N pour Neumann

. Pour v ∈

d

, v

= max1≤i≤d |vi |.

248 R´sultats e

Dea de Probabilit´, option finance 2003/2004 e

On utilise des conditions au bord de Neumann nulles. On teste les fonctions f (y) = mey , f (y) = m (m + y) et f (y) = m |m + y|. On teste α = 0.1, 1, 10, ρ = −0.8, 0, 0.8. Sauf indication contraire, ν = 0.5. On donne la surface des prix et la courbe de smile. Ce travail est malheureusement inachev´, e mais le code a ete completement ecrit.

13.6.2

M´thode de Monte-Carlo8 e

Sch´ma d’Euler e D´finition L` aussi on suppose Λ = 0 et, quitte a changer f , m = 0. L’´quation diff´rentielle stochase a ` e e tique s’´crit dans ce cas e  ∗  dXt = rXt dt + σt Xt dWt σt = f (Yt ) (13.6.1)  ˆ∗ dYt = −αYt dt + β dZt

On se donne M ≥ 1 pas de temps : on pose ∆t = T /M et tn = n∆t. Autrement dit, on consid`re la e subdivision r´guli`re e e 0 = t0 < t1 < t2 < · · · < tM −1 < tM = T de l’intervalle [0, T ]. On peut discr´tiser (13.6.1) de plusieurs fa¸ons. La plus simple consiste a consid´rer e c ` e le sch´ma d’Euler (X tn , Y tn )0≤n≤M d´fini par e e √ ˆ X tn+1 − X tn = rX tn ∆t + f (Y tn )X tn ∆tGn √ ˘ ˆ Y tn+1 − Y tn = −αY tn ∆t + β ∆t ρGn + 1 − ρ2 Gn

(13.6.2)

˘ o` (Gn )0≤n≤M −1 et (Gn )0≤n≤M −1 sont deux suites ind´pendantes de variables al´atoires ind´pendantes u ˆ e e e de mˆme loi gaussienne centr´e r´duite. Notons que la dynamique de Y est autonome. e e e

Erreurs statistique et trajectorielle On lance N simulations de trajectoires (13.6.2) et on estime
1 la valeur en t = 0 de l’option de payoff H = h(XT ) par la moyenne emiprique e−rT N faisant, on commet deux erreurs : √ – une erreur de nature statistique, d’ordre 1/ N : N i=1

h(X T ). Ce

(i)

N σ

1 N

N i=1

h(X T ) − E∗ h X T

(i)

−→ N (0, 1)

e e en loi lorsque N tend vers l’infini, o` σ 2 = Var X T . En r´alit´, on commet aussi une erreur sur u e σ 2 que l’on estime en mˆme temps que E∗ h X M par la quantit´ e
2 σn

1 = N

N i=1

i h(X T )2

1 N

N i=1

2 i h(X T )

.

2 e Cependant, on constate en pratique que σn converge vite vers une limite qui semble d´pendre peu de 2σ la valeur du pas de temps ∆t. Ceci permet de bien contrˆler le “rayon” √N de l’erreur statistique, o uniform´ment en ∆t. e
8

Cette section doit beaucoup a Bernard Lapeyre qui est a l’origine de plusieurs am´liorations. ` ` e

Volatilit´ stochastique e

249

– une erreur de discr´tisation temporelle E∗ h X T − E∗ [h (XT )] , d’ordre ∆t = T /M . Comme e les coefficients de notre diffusion bidimensionnelle sont lipschitziens, on peut facilement majorer √ cette erreur de discr´tisation par une quantit´ d’ordre ∆t en utilisant les r´sultats de convergence e e e L2 et presque sˆre [5][8][6] : u ∃C > 0, ∀M ≥ 1, E∗ sup
0≤i≤M

X ti − X ti

2

≤ C∆t, P∗ − ps.

∀α <

1 , M α sup X ti − Xti −→M →∞ 0 2 0≤i≤M

En r´alit´, on peut faire beaucoup mieux. Sous des hypoth`ses de r´gularit´ sur les coefficients de e e e e e la diffusion et sur le payoff, Denis Talay et Luciano Tubaro [5] montrent que E∗ h X T − E∗ [h (XT )] = C∆t + O ∆t2 (13.6.3)

o` C est une constante d´pendant des coefficients de la diffusions, des valeurs initiales x et y de X u e et Y , du payoff h, de T , mais ind´pendante de ∆t. Denis Talay et Luciano Tubaro introduisent e par exemple les hypoth`ses : e (H0) Les coefficients bx (x, y), σx (x, y), by (x, y) et σy (x, y) de la diffusion sont des fonctions C ∞ dont toutes les d´riv´es sont born´es. e e e (H1) Le payoff9 h : R2 → R est de classe C ∞ et pour tout multiindice γ de d´rivation, e ∃p ∈ N, ∃CT > 0, ∀(x, y) ∈ R2 , |∂γ h(x, y)| ≤ CT (1 + (x, y) ) . Alors (H0)-(H1) implique (13.6.3). Mais pour un call ou un put, (H1) n’est pas v´rifi´e. En outre, e e y (H0) n’est pas v´rifi´e pour le cas f (y) = me . e e Denis Talay et Luciano Tubaro introduisent une autre hypoth`se (H2) qui associ´e a (H0) e e ` suffit a obtenir (13.6.3) pour des payoffs seulement mesurables et born´s. Ceci permet de traiter le ` e cas du put. Il est donc naturel de choisir N et M de sorte que N ≈ M 2 , i.e. pour que les deux erreurs soient du mˆme ordre10 . e
p

R´duction de variance On am´liore la vitesse de calcul en proposant des m´thodes de r´duction e e e e de variance : – L’utilisation de variables antith´tiques divise par quatre les appels a la fonction random : on lance e ` N/4 simulations de quatre jeux de trajectoires obtenues via les deux suites ind´pendantes de gause ˆ ˘ siennes centr´es r´duites ind´pendantes (Gn )0≤n≤M −1 et (Gn )0≤n≤M −1 en utilisant respectivement e e e ˆ ˘ ˆ ˘ ˆ ˘ ˆ ˘ les suites (Gn , Gn )0≤n≤M −1 , (Gn , −Gn )0≤n≤M −1 , (−Gn , Gn )0≤n≤M −1 et (−Gn , −Gn )0≤n≤M −1 qui ont toutes mˆme loi. e – Dans le cas o` α est grand devant T 1 , on sait que le prix de l’option est proche de la solution P0 u −t de l’EDP LBS (σ)P0 = 0 avec la condition terminale P0 (T, x) = h(x). Si on dispose d’une formule pour P0 , on peut esp´rer r´duire la variance en introduisant le mouvement brownien g´om´trique e e e e X : bs bs bs dXt = rXt dt + σXt dWt∗ , X0 = x
Dans le cas des options financi`res, h ne d´pend que de la variable x. On consid`re plus g´n´ralement des e e e e e “payoffs” - qui portent alors mal leur nom - fonctions de x et y. 10 Reste a estimer la constante C∆t en facteur de ∆t. Voir ci-dessous le paragraphe sur l’extrapolation de ` Romberg.
9

250
et en notant que

Dea de Probabilit´, option finance 2003/2004 e

bs E∗ h(X T ) = E∗ h(X T ) − h(XT ) + P0 (0, x). bs e On esp`re que Var h(X T ) − h(XT ) < Var h(X T ) . On peut introduire un param`re q qui minie bs mise Var h(X T ) − qh(XT ) et ´crire e bs E∗ h(X T ) = E∗ h(X T ) − qh(XT ) + qP0 (0, x).

Le meilleur q possible est q=
bs cov(h(X T ), h(XT )) , bs ) Var h(XT

(13.6.4)

on peut l’estimer au cours de la simulation. Attention ! Si on estime q au cours de la simulation, bs disons par qN , ce dernier est fonction de tous les tirages de gaussiennes, donc corr´l´ a X T et XT . ee` Par cons´quent, les variables al´atoires e e h XT
(i)

− q N h XT

bs,(i)

ne sont pas forc´ment ind´pendantes, l’estimateur e e 1 N
N i=1

h XT

(i)

− q N h XT

bs,(i)

(13.6.5)

bs e e e de E∗ h(X T ) − qh(XT ) peut ˆtre biais´, de mˆme que l’estimateur de la variance. Si l’on dispose d’un th´or`me central limite pour (13.6.5), l’´cart-type limite est certainement plus large que pour e e e le q d´terministe correspondant (13.6.4). e On peut estimer (13.6.4) d’abord en appelant p fois la fonction random, on obtient q p , puis utiliser bs N nouveaux tirages pour estimer E∗ h(X T ) − qh(XT ) via

1 N

N i=1

h XT

(i)

− q p h XT

bs,(i)

.

L` encore, qp est une variable al´atoire. Il faut tenir compte de sa variance pour d´terminer un a e e intervalle de confiance relatif a l’estimateur ci-dessus. ` Enfin, on peut - comme dit au d´but - choisir a priori un q d´terministe (par exemple q = 1). Dans e e ce cas, l’estimation de l’intervalle de confiance est ais´ - mais on peut ˆtre “loin” du meilleur q e e possible. e Mˆme pour de petites valeurs de α, on peut se donner une valeur de σ et appliquer la m´thode. e En pratique, pour q = 1 et α = 1, on observe que la variance est r´duite d’un facteur 8 environ, et e pour une large gamme de σ.

Extrapolation de Romberg Sous r´serve que l’erreur de discr´tisation est d’ordre ∆t, c’est-`-dire e e a
si l’on a bien le d´veloppement (13.6.3), alors on peut mettre en oeuvre la m´thode d’extrapolation de e e Romberg : on estime E∗ h X T pour deux valeurs ∆t et ∆t/2 du pas de temps, et on en d´duit une e estimation de ∆t/2 ∆t ∆t − E∗ h X T . ZT = 2E∗ h X T
∆t ZT est une approximation d’ordre 2 en temps de E∗ [h (XT )] car (13.6.3) implique ∆t ZT − E ∗ h X T ∆t

= O ∆t2 .

Volatilit´ stochastique e

251

Pour mesurer num´riquement cette erreur, il est essentiel de pouvoir estimer dans le code informatique e la constante en facteur du ∆t2 . Pour ce faire, supposons qu’on dispose d’un d´veloppement limit´ e e E∗ h X T Alors il existe C2 tel que
∆t ZT − E∗ [h (XT )] = C2 ∆t2 + o ∆t2 , ∆t

− E∗ [h (XT )] = C1 ∆t + C2 ∆t2 + o ∆t2 .

3 C2 ∆t2 + o ∆t2 . 4 Ceci permet d’estimer a posteriori l’erreur due a la discr´tisation temporelle C 2 ∆t2 par ` e
∆t ZT − Z T ∆t/2

et

=

∆t C2 ∆t2 =

4 ∆t/2 ∆t . ZT − Z T 3

En pratique, par exemple pour estimer le put europ´en d’´ch´ance T , e e e – on fixe un grand nombre de tirages N, – on se donne un pas de temps minimal δ > 0, – on initialise ∆t a T, ` ∆t ∆t – pour cette valeur de ∆t, on estime le put par la moyenne empirique ZN qui estime ZT et on estime le rayon ε∆t = 2 s
∆t Var ZN N

de l’erreur statistique, – on divise ∆t par 2, on recommence les op´rations de la ligne pr´cedente, et on calcule e e
∆t C2,N ∆t2 =

4 ∆t/2 ∆t , ZN − Z N 3
∆t/2

∆t a ε∆t n’ont aucune signification puisqu’on ne calcule la valeur de ZN (resp. ZN ) qu’avec une ` s ∆t/2 pr´cision ±ε∆t (resp. ±εs ). e s ∆t/2 Notons que sauf pour quelques grandes valeurs de ∆t, on a ε∆t ≈ εs . On obtient donc une erreur s statistique uniforme en ∆t. Au final, on a donc un pas de temps ∆t et on a confiance en l’estimation ∆t ZN ± 2ε∆t s

∆t ∆t – on s’arrˆte d`s que11 C2,N ∆t2 ≤ ε∆t ou quand ∆t < δ. En effet, des valeurs de C2,N ∆t2 inf´rieures e e e s

pour le put. Cette estimation de l’erreur est : – globale, – non asymptotique.

Am´lioration du sch´ma e e
Le sch´ma d’Euler a deux grands avantages : il est universel - il vaut pour toute diffusion - et facile e a impl´menter. Mais, dans le cas de la diffusion (13.6.1) vue a travers les deux browniens ind´pendants ` e ` e 1 2 W et W : dXt = rXt dt + f (Yt )Xt ρ dWt2 + 1 − ρ2 dWt1 , X0 = x, (13.6.6) 2 dYt = −αYt dt + β dWt , Y0 = y, on peut esp´rer ˆtre plus pr´cis en exploitant les propri´t´s suivantes : e e e ee
11 ∆t A priori, C2,N ∆t2 d´croˆ avec ∆t. On peut recommencer une ou deux fois les op´rations pour s’en assurer. e ıt e

252

Dea de Probabilit´, option finance 2003/2004 e
– la dynamique de Y est autonome - elle ne d´pend pas de la dynamique de X ; on peut donc simuler e d’abord Y , puis X sachant Y , – on sait simuler exactement la loi de Y , car Y est un processus gaussien ; en vue de simuler X, il est en fait n´cessaire12 de simuler la loi du couple (Y, W 2 ) ; ca n’est pas plus difficile car (Y, W 2 ) e ¸ est ´galement un processus gaussien, e – pour simuler efficacement la loi de (Y, W 2 ), on peut exploiter le caract`re markovien de ce processus, e – on peut impl´menter un sch´ma d’Euler pour simuler X sachant Y et W 2 . Mais on dispose d’une e e expression exacte de XT en fonction des trajectoires de Y , W 2 et W 1 :
T T

XT = xerT exp ρ
0

f (Yt ) dWt2 +

1 − ρ2

0

f (Yt ) dWt1 −

1 2

T

f (Yt )2 dt .
0

On peut esp´rer ˆtre plus pr´cis en simulant directement l’argument sous l’exponentielle. Cela e e e revient a simuler par un sch´ma d’Euler log(XT ) plutˆt que XT . ` e o Revenons point par point sur ces am´liorations. e

Simulation du couple (Y, W 2 ) Nous proposons deux m´thodes pour simuler la loi du couple e
(Y, W 2 ). Elles sont toutes deux bas´es sur le r´sultat suivant : si M est un entier ≥ 1 et si 0 < t 1 < t2 < e e · · · < tM = T , alors le vecteur V = Yt1 , Wt2 , Yt2 , Wt2 , Yt3 , Wt2 , . . . , YtM , Wt2 1 2 3 M est un vecteur gaussien. Pour le prouver, consid´rons 2M r´els λi et µi et montrons que la variable e e al´atoire r´elle e e
M

G=
i=1

λi Yti + µi Wt2 i

suit une loi gaussienne. Pour ce faire, posons Rt = eαt Yt ; comme dRt = βeαt dWt2 ,
t

Rt = y + β
0

2 eαs dWs .

Il est alors facile de trouver des r´els c, λi et µi tels que e
M ti

G = c+
i=1 M

λi
ti ti−1

ti−1

2 eαs dWs + µi Wt2 − Wt2 i i−1

= c+
i=1 t

2 (λi eαs + µi ) dWs .

i 2 Or, pour tout i, Ii = ti−1 (λi eαs + µi ) dWs est une variable gaussienne - car limite dans L2 d’une suite de variables gaussiennes ; de plus les Ii sont ind´pendantes. G est donc la somme de v.a. gaussiennes e ind´pendantes, c’est donc elle-mˆme une gaussienne. e e

M´thode 1 On g´n`re la matrice de variance-covariance Γ du vecteur gaussien V , son vecteur des e e e moyennes m, on calcule une racine carr´e A de Γ par la m´thode de Cholevsky - i.e. on cherche l’unique e e A triangulaire inf´rieure a diagonale strictement positive telle que Γ = AA t - et on g´n`re un vecteur G e ` e e de 2M variables al´atoires gaussiennes centr´es r´duites ind´pendantes. Alors le vecteur AG + m a mˆme e e e e e loi que V .
12

sauf dans le cas o` ρ = 0. u

Volatilit´ stochastique e
Pour calculer Γ, il suffit de connaˆ ıtre, pour 1 ≤ i ≤ j ≤ M : cov(Yti , Ytj ) = ν 2 e−α(ti +tj ) − e−α(tj −ti ) , cov(Wt2 , Wt2 ) = ti , i j β 1 − e−αti , α cov(Ytj , Wt2 ) = e−α(tj −ti ) cov(Yti , Wt2 ). i j cov(Yti , Wt2 ) = j Pour calculer m, il suffit de connaˆ ıtre E∗ [Yti ] = ye−αti , E∗ Wt2 i = 0.

253

L’inconv´nient de cette m´thode est que l’on utilise des matrices de taille 2M - deux fois le nombre de e e pas de temps - donc ´ventuellement de grande taille. e

M´thode 2 Ici on exploite le caract`re markovien - en plus du caract`re gaussien - du couple e e e (Yt , Wt2 )0≤t≤T . Pour cela, on se donne une subdivision r´guli`re 0 = t0 < t1 < t2 < · · · < tM = T de e e [0, T ] de pas ∆t et on remarque que pour 1 ≤ n ≤ M,
Ytn Wt2 n si bien que si l’on pose : Vn Un g on a pour pour n ≥ 1 y w , u1 u2 = (Ytn , Wt2 )t n = = βe
−αtn−1 tn t

= e−α∆t

Ytn−1 + βe−αtn−1

tn tn−1

2 eαs dWs

,

= Wt2 + Wt2 − Wt2 , n−1 n n−1

e
tn−1

αs

2 dWs ,

Wt2 n

Wt2 n−1

e−α∆t y + u1 w + u2 Vn = g(Vn−1 , Un ).

Or on note que (Un )1≤n≤M est une suite de vecteurs al´atoires gaussiens ind´pendants de dimension 2 e e de mˆme loi N2 (0, Γ), o` e u β α∆t −1 ν 2 e2α∆t − 1 α e , Γ= β eα∆t − 1 ∆t α et ind´pendante de V0 . Par cons´quent, (Vn )0≤n≤M est une chaˆ de Markov qu’on peut simuler facie e ıne lement en g´n´rant M lois N2 (0, Γ) ind´pendantes. Pour ce faire, on applique la m´thode 1 - mais en e e e e dimension 2 seulement ! Cette m´thode est plus rapide, car la m´thode de Cholevsky en dimension d e e n´cessite de l’ordre de d3 op´rations. e e

Simulation de XT

On rappelle que
T T

XT = xerT exp ρ
0

f (Yt ) dWt2 +

1 − ρ2

0

f (Yt ) dWt1 −

1 2

T

f (Yt )2 dt
0

254

Dea de Probabilit´, option finance 2003/2004 e

et que l’on a d´j` simul´ le couple (Y, W 2 ) aux dates tn = nT . On d´cide d’approximer respectivement ea e e M T T T 2 1 2 I0 = 0 f (Yt ) dt, I1 = 0 f (Yt ) dWt et I2 = 0 f (Yt ) dWt par
∆t I0

= ∆t

M −1 i=0

f (Yti )2 ,

∆t I1

=

M −1 i=0

f (Yti ) Wt1 − Wt1 , i+1 i f (Yti ) Wt2 − Wt2 . i+1 i

∆t I2

=

M −1 i=0

Les valeurs des Yti et Wt2 sont connues, il suffit donc a cette ´tape de g´n´rer une suite Wt1 − Wt1 de ` e e e i i+1 i gaussiennes ind´pendantes centr´es et de variance ∆t. On approxime alors X T par e e
∆t X T = xerT exp ρI2 + ∆t

1 ∆t ∆t 1 − ρ 2 I1 − I0 2

(13.6.7)

Mise en oeuvre
D´taillons la m´thode mise en oeuvre informatiquement pour l’´valuation du put europ´en - h(x) = e e e e (K − x)+ - et de la volatilit´ implicite : e ` 1. on fixe NB TIRAGES ≡ N le nombre d’appels a la fonction random, 2. on entre les param`tres du mod`le : e e – pour le sous-jacent : – la valeur SPOT TODAY ≡ x du spot aujourd’hui ; par d´faut SPOT TODAY vaut 1, c’est-`-dire e a qu’on raisonne avec un spot unit´, e – le taux court TAUX ≡ r, – la fonction de volatilit´ f ; on consid`re souvent f (y) = mey ou f (y) = m |m + y|, e e – pour le processus Y qui gouverne la volatilit´ : e – la valeur initiale Y TODAY ≡ y, – la valeur ALPHA ≡ α de la force de rappel, – la valeur NU ≡ ν de l’´cart-type a long terme de Y , e ` – la valeur RHO ≡ ρ de la corr´lation entre les deux browniens qui gouvernent X et Y , e

3. on fixe ECHEANCE ≡ T , la maturit´ de l’option ; par d´faut elle vaut 1, c’est-`-dire qu’on raisonne e e a sur une ann´e, e 4. on fixe M min et M max les valeurs minimale et maximale autoris´es du nombre M de pas de temps, e

5. on fixe strike min, strike max et nb strike, qui sont respectivement le plus petit strike, le plus grand strike et le nombre de strikes consid´r´s ; on en d´duit pas strike, e e e 6. on fixe une volatilit´ Black-Scholes sigmabs, e 7. on fixe le coefficient q - d´terministe - qui intervient dans la r´duction de variance e e 8. l’ex´cution commence : on lance un chronom`tre, e e 9. on cr´e deux matrices et huit vecteurs : e – prix[j][0] contient le prix du put pour le strike strike min +j pas strike, – prix[j][1] contient l’erreur statistique sur ce prix, – prixfin[j][0] et prixfin[j][1] sont les analogues pour un pas de temps moiti´, e ` – E est un ´chantillon de NB TIRAGES spots a la date T , e

Volatilit´ stochastique e

255

– e est son analogue pour un pas de temps moiti´, e 1 – Ebs est l’´chantillon des NB TIRAGES spots Black-Scholes construits a partir de sigmabs, W T et e ` 2 WT , – erreurstat[j] ≡ prixfin[j][1] et erreurtemps[j] contiennent respectivement le rayon de l’erreur statistique et le rayon de l’erreur due a la discr´tisation temporelle correspondants au ` e strike strike min +j pas strike, – call[j] contient le prix du call calcul´ a partir du prix du put par la relation de parit´, e` e – vol[j] contient la volatilit´ implicite calcul´e a partir de call[j] en inversant la formule de e e ` Black-Scholes, – volsup[j] est, elle, calcul´e a partir de call[j]+erreurstat[j], e ` 10. on initialise a z´ro l’entier arret ; l’ex´cution cessera quand arret vaudra nb strike, signifiant ` e e que pour tout j, erreurtemps[j] < erreurstat[j], 11. on initialise M a M min, ` 12. tant que arret < nb strike et M ≤ M max, – NB PAS DE TEMPS re¸oit M , c – on met arret a z´ro, ` e 1 – on ex´cute moult spots v9(e,E,Ebs,sigmabs) qui remplit e pour la valeur ∆t/2 = 2M du pas e de temps, E pour le pas de temps ∆t et Ebs. Plus pr´cis´ment, on r´p`te NB TIRAGES/4 fois e e e e l’op´ration suivante : e – on simule le vecteur V ∆t/2 = Yt1 , Wt2 , Yt2 , Wt2 , Yt3 , Wt2 , . . . , Yt2M , Wt2 , o` tn = n ∆t ; ceci u 2 2M 3 2 1 ∆t/2 ∆t/2 n´cessite 4M tirages de gaussiennes ; on en d´duit I0 e e et I2 , – on simule B ∆t/2 = (Wt1 , Wt1 , Wt1 , . . . , Wt1 ) ; ceci n´cessite 2M tirages de gaussiennes ; on e 1 2 3 2M ∆t/2 en d´duit I1 e , – on en d´duit X T e via (13.6.7) ; on remplit ainsi une nouvelle case de e, ∆t/2 – en utilisant V avec −B ∆t/2 , puis −V ∆t/2 avec B ∆t/2 et enfin −V ∆t/2 avec −B ∆t/2 , on g´n`re trois autres valeurs X ; au total on a donc rempli quatre cases de e, e e et de B ∆t = – on utilise les mˆmes valeurs de V ∆t = Yt2 , Wt2 , Yt4 , Wt2 , . . . , Yt2M , Wt2 e 2 4 2M
∆t ∆t ∆t (Wt1 , Wt1 , . . . , Wt1 ) pour calculer I0 , I1 , I2 et X T ; ceci se fait sans appel a la fonction ` 2 4 2M random ; par le mˆme jeu sur les signes de V ∆t et de B ∆t , on remplit quatre cases de E, e 1 2 – enfin on utilise ±WT et ±WT pour remplir quatre cases de Ebs, – pour chaque j ∈ {0, 1, . . . , nb strike − 1}, – STRIKE re¸oit strike min +j pas strike, c – prix re¸oit prixfin, et on r´actualise prixfin : prixfin[j] re¸oit moyenne empirique controle bs romberg c e c Ebs,sigmabs,q,prixfin[j]), c’est-`-dire qu’on affecte a prixfin[j][0] la quantit´ a ` e ∆t ∆t/2

bs qPsigmabs +

1 NB TIRAGES

NB TIRAGES−1 i=0

(2h(e[i]) − h(E[i]) − qh(Ebs[i]))

o` Psigmabs est le prix que donnent Black et Scholes au put pour la volatilit´ sigmabs, u bs e et a prixfin[j][0] l’´cart-type correspondant ; on place cette derni`re valeur dans ` e e erreurstat[j], – si M = M min, on calcule l’erreur temporelle erreurtemps[j] par 4 (prix[j][0]-prixfin[j][0]) 3 et si erreurtemps[j] < erreurstat[j], on incr´mente arret de 1, e – on multiplie M par 2, 13. si on est sortis de la boucle pr´c´dente sans que arret=nb strike, c’est que M max n’a pas ´t´ e e ee choisi suffisament grand ; on affiche un message en ce sens,

256

Dea de Probabilit´, option finance 2003/2004 e

14. sinon on ´crit dans un fichier la valeur des param`tres entr´s, la derni`re valeur prise par le pas de e e e e temps ∆t puis, pour chaque j, la valeur du strike correspondant, la valeur du put prixfin[j][0], l’erreur statistique erreurstat[j], l’erreur due a la discr´tisation temporelle erreurtemps[j] ` e (plus petite), la volatilit´ implicite vol[j] et l’erreur volsup[j]-vol[j] sur cette derni`re, e e 15. enfin, on affiche le temps total d’ex´cution. e

R´sultats e Un exemple de tableau des r´sultats On commence par donner l’ensemble des r´sultats pour e e
les param`tres suivants : e N x r f (y) σf Y0 α ν ρ T 250 000 1 0 σ f ey 0.2 0 1 0.5 0 1
K x

On souhaite repr´senter graphiquement la volatilit´ implicite en fonction de la quantit´ log e e e obtenir des points r´guli`rement espac´s sur ce graphe, on consid`re en fait les strikes e e e e Kj = exp(lmin + jhl ) pour j ∈ {0, 1, . . . , 12}, lmin = −0.6 et hl = 0.1. L’ex´cution prend fin avec le pas de temps ∆t = 1/8 et donne les r´sultats suivants : e e log K x -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 put 0.000906 0.001997 0.004440 0.009887 0.021635 0.045294 0.088006 0.155243 0.247806 0.363213 0.498493 0.652046 0.82381 erreurstat 0.000046 0.000069 0.000106 0.000161 0.000234 0.000292 0.000309 0.000343 0.000409 0.000473 0.000523 0.000558 0.000580 erreurtemps -0.000022 -0.000038 -0.000026 0.000017 0.000114 0.000181 0.000116 0.000166 0.000075 -0.000073 -0.000186 -0.000108 -0.000109 vol 0.269799 0.257973 0.24672 0.236683 0.228493 0.223003 0.221048 0.223039 0.228421 0.23673 0.247078 0.258379 0.270705 erreurvol 0.003624 0.002861 0.002408 0.002098 0.001907 0.001711 0.001559 0.001821 0.002724 0.004518 0.007701 0.013041 0.021148

. Pour

On donne ci-dessous la volatilit´ implicite I en fonction de log K . e x On constate que : – le smile est convexe, d´croissant puis croissant, avec un minimum autour de la monnaie (K = x ici e car r = 0),

Volatilit´ stochastique e

257

– le smile vu comme fonction de log K est remarquablement sym´trique e x – la valeur minimale Imin ≈ 0.221 est sup´rieure a σf exp (E [Y• ]) ≡ σf = 0.2 mais inf´rieure a e ` e ` σ= f 2 , i.e. si G ∼ N (0, 1),
2 2 σ 2 = E f (νG)2 = σf E e2νG = σf e2ν
2

d’o` σ ≈ 0.2568. u A partir de cette courbe prise comme r´f´rence, nous allons ´tudier l’influence de chacun des paee e ram`tres sur le smile. On fait successivement varier r, σf , y, α, ν, ρ et T , toutes choses ´gales par ailleurs. e e

Influence de r .
Augmenter r revient a translater de rT le smile sur la droite. Cela se v´rifie exactement ` e num´riquement : e log K x -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 r=0 0.2700 0.2583 0.2478 0.2377 0.2295 0.2238 0.2213 0.2237 0.2292 0.2370 0.2459 0.2555 0.2645 r = 0.1 0.2801 0.2700 0.2583 0.2478 0.2377 0.2295 0.2238 0.2213 0.2237 0.2292 0.2370 0.2459 0.2555

En effet,
T T T

XT = erT × x exp ρ

0

f (Yt ) dWt2 +

1 − ρ2

0

f (Yt ) dWt1 −

1 2

f (Yt )2 dt .
0

Influence de σf
.

.

258

Dea de Probabilit´, option finance 2003/2004 e
On donne ci-dessous les valeurs de I pour les trois valeurs test´es de σf : e log K x -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 σf = 0.1 0.1710 0.1573 0.1454 0.1345 0.1237 0.1143 0.1104 0.1144 0.1234 0.1335 0.1441 0.1535 0.1618 σf = 0.2 0.2700 0.2583 0.2478 0.2377 0.2295 0.2238 0.2213 0.2237 0.2292 0.2370 0.2459 0.2555 0.2645 σf = 0.3 0.3714 0.3609 0.3518 0.3439 0.3378 0.3334 0.3317 0.3335 0.3375 0.3430 0.3503 0.3587 0.3674

Autour de la monnaie, σf semble jouer proportionnellement ; loin de la monnaie, σf semble jouer plutˆt o additivement.

Influence de y Pour des grandes valeurs de α, l’effet de moyenne masque y = Y 0 . Par contre, pour
des valeurs de αT proches de 1, comme c’est le cas ici (α = T = 1), on n’oublie pas la condition initiale du processus Y . .

Influence de α .
On peut faire les observations suivantes : – quand α est proche de 0, le smile s’applatit sur la valeur σf = 0.2 ; on rappelle qu’ici y = 0 ; dans ce cas en effet, les trajectoires sur [0, 1] de Y restent proches de l’axe des abscisses (cf. la figure (??)), donc σt = f (Yt ) = σf eYt reste proche de σf ; quantitativement, la variance de Yt vaut ν 2 1 − e−2αt est petite, – quand α augmente, la variance de Yt aussi, la volatilit´ de la volatilit´ augmente, ce qui tend a e e ` augmenter la courbure - ou convexit´ - du smile, e – quand α tend vers +∞, le smile s’applatit sur la valeur σ ≈ 0.2568, conform´ment a l’analyse e ` asymptotique d´velopp´e plus haut ; c’est l’effet de moyenne : moralement, toutes les trajectoires e e de Y sur [0, 1] visitent tous les ´tats possibles selon la probabilit´ stationnaire ; pour le sous-jacent e e X, il y a donc trajectoire par trajectoire un effet de moyenne sur les valeurs possibles de Y ; de ce fait, quelle que soit la trajectoire (Xt , Yt )t∈[0,1] , le variable al´atoire XT est proche d’une variable e log-normale pour la valeur σ qui est a la fois : ` – la moyenne spatiale des volatilit´s f (Y ) contre la probabilit´ stationnaire de Y , e e
1 – la moyenne temporelle de T 0 f (Yt )2 dt sur chaque trajectoire - la mˆme pour chaque trajece toire. C’est caract´ristique de la propri´t´ d’ergodicit´. e ee e Il existe donc une valeur critique αc de α qui maximise la courbure du smile a la monnaie ; sur notre ` exemple o` T = 1, αc ≈ 1. Rappelons que α est l’inverse d’un temps, aussi est-il raisonnable de rechercher u αc de la forme kα . Cette valeur de α marque l’´quilibre entre deux m´canismes : e e T T

Volatilit´ stochastique e

259

– M´canisme 1 : quand α augmente, Var[Yt ] = ν 2 1 − e−2αt augmente et la courbure du smile e aussi : l’incertitude sur la volatilit´ est plus grande et la distribution de XT est d’autant plus loin e d’une log-normale. – M´canisme 2 : quand α augmente, les trajectoires de Y tendent a visiter chacune en particue ` lier tous les ´tats possibles de Y suivant la probabilit´ π = N (0, ν 2 ), si bien que la quantit´ e e e
1 T T 0 T

1 f (Yt ) dt tend a ˆtre la mˆme pour toutes les trajectoires, de mˆme pour T 0 f (Yt )2 dt qui `e e e tend a ˆtre σ sur toutes les trajectoires, et XT est proche d’une distribution Black-Scholes pour la `e 1 T valeur σ. On peut mesurer la variance de la moyenne temporelle MT = T 0 f (Yt ) dt de la volatilit´ e f (Y. ) sur [0, T ] dans le cas o` f (y) = σ− 1{y≤0} + σ+ 1{y>0} , Y0 = 0 : u

E∗ [MT ] = = =
2 E∗ [MT ] =

1 T

T 0

E∗ σ− 1{Yt ≤0} + σ+ 1{Yt >0} dt

T 1 (σ− + σ+ ) dt 2T 0 σ− + σ + 2 1 ∗ E f (Ys )f (Yt ) ds dt T2 [0,T ]2

= =

1 T2 2 T2

E∗ [f (Ys )f (Yt )] ds dt
[0,T ]2

E∗ [f (Ys )f (Yt )] ds dt.
{0≤s≤t≤T }

Si on note Π+ = (y1 , y2 ) ∈ R2 | y1 y2 > 0 le nord-est et le sud-ouest de R2 et Π− = (y1 , y2 ) ∈ R2 | y1 y2 ≤ 0 le nord-ouest et le sud-est de R2 ,
2 E∗ [MT ] =

2 T2

{0≤s≤t≤T }

2 2 σ− + σ + P ((Ys , Yt ) ∈ Π+ ) + σ− σ+ P ((Ys , Yt ) ∈ Π− ) ds dt. 2

Lorsque α → +∞, pour 0 ≤ s < t ≤ T, cov(Ys , Yt ) → 0, (Ys , Yt ) tend en loi vers un couple de gaussiennes centr´es ind´pendantes, si bien que P ((Ys , Yt ) ∈ Π+ ) et P ((Ys , Yt ) ∈ Π− ) tendent vers e e 2 1 2 ; par cons´quent E∗ [MT ] tend vers (σ− +σ+ ) = E∗ [MT ]2 , ce qui prouve que Var[MT ] tend vers 0 e 2 4 quand α → +∞ : dans cette limite, la moyenne temporelle du processus de volatilit´ (f (Y t ))0≤t≤T e tend vers une quantit´ d´terministe. e e Notons aussi que la volatilit´ implicite I AT M (α) a la monnaie13 semble une fonction croissante de e ` AT M + AT M α, telle que I (0 ) = σf et I (+∞) = σ. Nous verrons en outre plus loin que I AT M semble ne d´pendre de α et T que via le produit αT . Elle est donc aussi d’autant plus grande que T est petit. e

Influence de ν On remarque que :
– lorsque ν tend vers 0, le smile s’applatit sur la valeur σf = 0.2 ; en effet, a la limite o` ν tend vers ` u 0, vu que Y0 = 0, Y vaut identiquement 0, – lorsque ν augmente, la volatilit´ implicite augmente et la courbure du smile a la monnaie aussi ; e ` les smiles semblent avoir des asymptotes quand log K tend vers −∞ ou +∞, dont les pentes x augmentent - en valeur absolue - avec ν. Ceci peut se comprendre de la fa¸on suivante : lorsque ν augmente, c’est la volatilit´ de la volatilit´ c e e qui augmente, on fait payer un risque de volatilit´, les prix d’option - et donc la volatilit´ implicite e e
13

ATM pour “at the money”

260

Dea de Probabilit´, option finance 2003/2004 e
sont donc plus ´lev´s ; par ailleurs, la distribution de XT s’´loigne de plus en plus d’une log-normale e e e car on donne de plus en plus d’importance au bruit dans Y , – num´riquement, il semble que la pente asymptotique soit proportionnelle a ν. En effet, si pour la e ` fonction I(log K ) on note ∆g = I(−0.6) − I(−0.5) et ∆d = I(0.6) − I(0.5), on a : x ν 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
∆g ν ∆d ν

0.0192 0.0206 0.0217 0.0235 0.0239 0.0248 0.0250 0.0247 0.0250

0.0232 0.0223 0.0242 0.0243 0.0244 0.0248 0.0251 0.0251 0.0251

Influence de ρ On note que :
– les volatilit´s a la monnaie sont a peu pr`s toutes les mˆmes, e ` ` e e – lorsque ρ = 0, la courbe de smile n’est plus sym´trique par rapport a la monnaie ; ceci signifie e ` que la distribution de XT n’est plus sym´trique autour de x. On peut d´crire ce ph´nom`ne par e e e e 2 la caricature suivante. Lorsque ρ < 0, imaginons un bruit discret ∆Wtn > 0. Le bruit ρ∆Wt2 + n 1 − ρ2 ∆Wt1 sur le spot a alors tendance a ˆtre n´gatif, donc le spot (actualis´) a tendance a ` e e e ` n ˆtre plus petit en tn+1 qu’en tn . Ainsi, les queues de distribution de XT sont dissym´triques : la e e queue de distribution de gauche est plus large que celle de droite ; par cons´quent, par rapport a la e ` situation o` ρ = 0, on donne plus de poids aux ´v´nements du type XT ∈ [x1 , x2 ], o` x1 < x2 < x. u e e u Pour les strikes en-dessous de x, les calls - et la volatilit´ implicite - sont donc plus bas. C’est e l’inverse pour les strikes au-dessus de x. Financi`rement, a une volatilit´ plus grande correspond e ` e des prix de sous-jacents plus bas. On peut bien sˆr faire un raisonnement analogue dans le cas o` u u ρ > 0. . On remarque que : – lorsque T tend vers +∞, le smile tend a s’applatir sur la valeur σ ≈ 0.2568 ; de ce point de vue, il ` y a ´quivalence formelle entre les limites α → +∞ et T → +∞ ; l’interpr´tation est la mˆme que e e e dans l’asymptotique α → +∞, – lorsque T tend vers 0, en revanche, le smile semble se courber de plus en plus. Certes la loi de Yt ne d´pend de t que via αT , mais la loi de XT d´pend de toute la trajectoire de e e Y jusqu’` T , qui elle d´pend de α et T de mani`re plus complexe que simplement via le produit αT . En a e e revanche, moralement, aussi bien dans la limite o` T → +∞ que dans la limite o` α → +∞, on peut u u remplacer (f (Yt ))0≤t≤T par σ. Pour comprendre le fait qu’on accroˆ la pente du smile quand on diminue T , on peut consid´rer la ıt e fonction f (y) = a1{y<0} + b1{y≥0} .

Influence de T

Influence de α et T a αT constant Il semble que : `
– le prix de l’option a la monnaie - et donc la volatilit´ implicite I AT M - ne d´pend de α et T que ` e e via le produit αT, – a αT constant, la courbure est d’autant plus grande que T est petit, donc que α est grand. `

Volatilit´ stochastique e

261

Cas o` f (y) = σ− 1{y≤0} + σ+ 1{y>0} Nous reprenons en partie l’´tude ci-dessus dans le cas o` u e u
f (y) = σ− 1{y≤0} + σ+ 1{y>0} . On prend σ− = 0.1, σ+ = 0.2. La fonction f est dans ce cas discontinue en 0 ; pour cette raison on distinguera le cas Y0 = 0 du cas Y0 = 0. On commence par traiter ce dernier cas, en choisissant Y0 = 0.1. Dans ce cas, f (Y ) commence par 1 valoir σ+ . Si la force de rappel α est petite devant T , les trajectoires (Yt )0≤t≤T ont de bonnes chances de rester dans les positifs et on s’attend a voir un smile qui s’applatit sur σ+ quand α → 0+ . En revanche, ` 1 e si α est grand devant T , les trajectoires (Yt )0≤t≤T perdent la m´moire de la condition initiale et, quand α → +∞, pour tout t, la loi de Yt tend vers la loi normale centr´e autour de 0 et de variance ν 2 . Au vu de e la th´orie ergodique d´taill´e plus haut, on s’attend donc a voir dans cette limite un smile qui s’applatit e e e ` sur 2 2 σ− + σ + < σ+ . σ= 2 On v´rifie ces pr´dictions sur le graphe ci-dessous, construit pour les valeurs suivantes des parm`tres : e e e N x r f (y) σ+ σ− Y0 ν ρ T 250 000 1 0 σ− 1{y≤0} + σ+ 1{y>0} 0.2 0.1 0.1 0.5 0 1

De nouveau il existe une valeur critique αc pour laquelle la courbure a la monnaie est maximale. ` On fait maintenant varier α et T de sorte que αT reste ´gal a 2 : e ` La volatilit´ implicite a la monnaie semble un invariant de αT . e ` Dans le cas o` Y0 = 0, mˆme pour des α tr`s petits, les trajectoires (Yt )0≤t≤T quittent l’´tat 0, u e e e soit par le haut, soit par le bas, ni σ+ ni σ− n’est privil´gi´e ; il n’y a donc aucune raison pour que le e e smile s’applatisse quand α → 0+ . Au contraire, plus α est petit, plus les trajectoires qui commencent par grimper dans les y > 0 vont avoir tendance a y rester, de mˆme pour celles qui commencent par ` e descendre dans les y < 0. Ce ph´nom`ne a tendance a accroˆ l’´cart de la loi de X T a une log-normale, e e ` ıtre e ` mˆme si la variance de Yt est de plus en plus petite. On observe bien ceci sur le graphe suivant : e On semble avoir atteint le smile limite quand α → 0+ puisque les deux smiles g´n´r´s pour les valeurs e e e α = 0.1 et α = 0.05 sont confondus ; ce sont ceux qui ont la plus grande courbure ; on peut dire ici que αc = 0 + .

13.7

Perspectives

La vraie grande question en suspend est celle de la calibration du mod`le. C’est certainement un e probleme math´matique delicat. Nous avons montr´ comment calibrer le mod`le dans le cas o` α est e e e u grand - a travers les trois param`tres σ, V2 et V3 . Mais bien souvent les smiles empiriques invalident cette ` e hypoth`se sur α. Il faut donc, apres avoir suppos´ Λ = 0 par exemple, trouver les valeurs de α, m, ν, ρ, Y 0 e e et la fonction f qui permettent, une fois entr´s dans le code informatique, de retrouver - d’approcher e en fait - le smile empirique observ´ aujourd’hui. On pourra en fait fixer ν et f - donc m - et chercher e les trois parametres α, ρ et Y0 qui permettent d’approcher au mieux - en un sens a d´finir - le smile lu ` e aujourd’hui.

262

Dea de Probabilit´, option finance 2003/2004 e

Par ailleurs, des propri´t´s du mod`le restent mal comprises ; notamment, Joe et moi n’expliquons ee e pas que la volatilit´ implicite en dehors de la monnaie tende vers plus l’infini quand la maturit´ tend e e vers 0 (c’est ce que montrent les simulations). Nous n’avons pas non plus su d´montrer que la volatilite e implicite a la monnaie ne d´pend de α et T que via le produit αT . ` e Il reste aussi a jouer avec les sch´mas aux diff´rences finies que nous avons implement´s, mais pas e e e encore test´s. e Enfin, d’un point de vue th´orique, on peut s’int´resser au terme d’ordre 2 dans le d´veloppement e e e 1 en √α du prix du call et de la volatilit´ implicite correspondante, et en particulier a sa d´pendance en e e (T, K).

Bibliographie
[1] J.-P. Fouque, G. Papanicolaou, K.R. Sircar, Derivatives in Financial Markets with Stochastic Volatility, Cambridge University Press, 2000. [2] F. Black, M. Scholes, The Pricing of Options and Corporate Liabilities, Journal of Political Economy, 81 : 635-654, 1973. [3] B. Dupire, Arbitrage Pricing with Stochastic Volatility, preprint, 1993. [4] D. Revuz, M. Yor, Continuous Martingales and Brownian Motion, Springer, 1994. [5] D. Talay, L. Tubaro, Probabilistic Numerical Methods for Partial Differential Equations : Elements of Analysis, publi´ dans Probabilistic Models for Nonlinear Partial Differential Equations, Lectures e Notes in Mathematics 1627, 1996. [6] O. Faure, Simulation du mouvement brownien et des diffusions, Th`se de doctorat, 1992. e [7] J. Neveu, N. El Karoui, Introduction aux probabilit´s, Cours de l’Ecole polytechnique, 1998. e [8] H. Regnier, Interpr´tation probabiliste des EDP lin´aires paraboliques et applications a la finance, e e ` Cours du DEA de probabilit´s et finances de l’Universit´ Paris VI, 2001-2002. e e [9] D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqu´ a la finance, Ellipses. e` [10] B. Oksendal, Stochastic Differentail Equations, Springer. [11] S. Durrett, Brownian Motion and Martingales in Analysis, 1984.

263

264

Dea de Probabilit´, option finance 2003/2004 e

Bibliographie
[Af.Po] [As.Fi] [Bo.Po] [Br.Me] Aftalion.F., Poncet.P (1991) : Les futures sur taux d’int´rˆt : le MATIF PUF e e Associ´s en Finance (1985) Les options sur actions PUF e Bouchaud.J.P., Potters.M. (1997), Th´orie des risques financiers. Alea.Saclay e Brigo.D., Mercurio.F.(2001), A Interest Rate Models : Theory and Pratice Springer Finance. Chesney.M.,Louberg´.H.(1992), Les options dE change, PUF Paris e

[CH.DE] Chabardes.P.,Delcaux.F. (1996) Les produits d´riv´s Les Carr´s, Gualino ´diteur e e e e [Ch.Lo.] [Co.Ru.] Cox.J.,.Rubinstein.M.(1985), Options Markets, Englewood Cliffs, New Jersey : PrenticeHall. [Da.JP] [De.Ro] [Doth] [Duff1] [Duff2] [Duff3] Dana.R.A..Jeanblanc-Picqu´.M.(1994) March´s Financiers en temps continu : valorisae e tion et ´quilibre Economica e Demange.G..Rochet.J.C.(1992) M´thodes math´matiques de la Finance Econom´trica e e e Dothan.M.(1990) Prices in Fiancial Markets Oxford University Press N.Y. Duffie.D.(1988), Security Markets : Stochastic Models, Boston : Academic Press. Duffie.D.(1992), Dynamic Asset Pricing Theory Princeton University Press. Duffie.D.(1994), Mod`les dynamiques d’´valuation Collection Finance PUF. e e

[Fo.Pa.Si] Fouque.J.P.,Papanicolaou.G., Sircar.R.(2000) Derivatives in financial markets with stochastic volatility Cambridge Univ.Press [Ja.Ru] [Ka.Sh] [Karl] [La.La] Jarrow.R.A and Rudd.A.(1983) Option pricing Irving Karatzas.I.and Shreve.S.(1988) Brownian motion and stochastic calculus. Springer Verlag. New York. Karlin.S(1981) A second course in Stochastic Processes. Academic Press Lamberton.D..Lapeyre.B. (1991-97), Introduction au calcul stochastique appliqu´ a la fie ` nance. Math´matiques et Applications. Ellipses. Paris e Merton.R.(1991), Continuous time finance, Basil Blackwell. Muller.S. (1987), Arbitrage pricing of contingent claims Lecture Notes in Economics and Mathemetical systems. Springer Verlag n-254 Oksendal.B. (1985), Stochastic differential equations. Springer- Verlag. Overhaus.M., Ferraris.A.,Knusdden.T, Milward.R.,NguyenNgoc.L.,Schindlmayr.G. (2002), Equity Derivatives : Theory and ApplicationsWiley Finance

[Ma.Pr.Pr] Martellini.L.,Priaulet.P., Priaulet.S.(2003) Fixed-Income securities Wiley [Mert] [Mull] [Okse] [Ov.Fe.]

265

266

Dea de Probabilit´, option finance 2003/2004 e

[Po.P.H.] Poncet.P, Portait.R.Hayat.S.(1993), Math´matiques finnanci`res : Evaluation des actifs e e et analyse du risque.Gestion+ .Pr´cis Dalloz Paris e [Quit] [Simo] [Wilm] Quittard-Pinon.F. (1993), March´ des capitaux et Th´orie Financi`re. Gestion.Economica e e e Simon.Y. edt. (1997), Encyclop´die des march´s financiers, I-II. Gestion.Economica e e Wilmott.P. (1998), DERIVATIVES, The Theory and Practice of Financial Engineering. John Wiley& Sons

Articles
[Bach] [Bens] [Bl.Sc] [Br.Sch] Bachelier.L.(1900) ”Th´orie de la sp´culation” Ann.Sci.Ecole Norm.Sup.17,pp.21-86. e e Bensoussan.A.(1984), ”On the theory of option pricing”, Acta Applicandae Mathematicae2, pp.139-158. Black F.and Scholes M.(1973),”The pricing of Options and Corporate Liabilities”,Journal of Political Economy 3, pp.637-654. Brennan.J., E.Schwartz.E.S.(1979),”A continuous Time Approch to the pricing of bonds” , Journal of Banking and Finance, 3,n-2, Juil 79 pp 133-155

[C.I.R 1] Cox.J., Ingersoll.J. et Ross.S (1985), ”An Intertemporal General Equilibrium Model of Asset Prices”, Econometrica,53, pp.363-384. [C.I.R 2] Cox.J., Ingersoll.J. et Ross.S (1985), ”An Intertemporal General Equilibrium Model of Asset Prices”, Econometrica,53, pp.385-407. [C.R.R] Cox.J., Ross.S. Rubinstein.M.(1979),”Option pricing. A simplified approach,” J. Fin. Econ.bf 7, pp.229-263.

[De.Er.Ka] Derman.E., Ergener.D., &Kani(1994),“Riding on a smile”, Risk magazine 7(2). pp. 3239. [Dudl] [Duff3] [Du.Ka] [Dupi] [Eins] Dudley.R.M.(1977),“Wiener functionals as Itˆ integrals”,Ann. Probability 5. pp. 140-141. o Duffie.D.(1988), “An extension of the Black-Scholes Model of Security Valuation”, Journal of Economic Theory, Vol.46, n.1. Duffie.D.Kan.R(1993), “A Yield-Factor Model of Interest Rates ”,Journal of Finance, a ` paraitre Dupire.B.(1993),“Pricing with a smile ”,Risk magazine7. pp. 18-20. Einstein A.(1905),”On the movement of small particles suspended in a stationary liquid demanded by the molecular-kinetic theory of heat.” Ann. Physik,

[EK.Ge] El Karoui.N., Geman.H.(1992) ”Probabilistic Approach for the Valuation of floating-rate notes with applications to Swaps” Advances in Options and Futures 1994 [EK.GE] El Karoui.N. Geman.H. Rochet J.C.(1992) ”Change of Num´raire, Change of Probability e and options ” AFFI Congr`s de Paris 1992- a paraitre e ` [Ek.M.W.] El Karoui.N Myneni.R. and Wisvanathan.R.(1992) ”Arbitrage Pricing and Hedging of Interest Rate Claim with State Variable : I Theory II Applications AFFI Congr`s de Loue vain 1991- AFFI Congr`s de Paris 1992 Working paper,Sept 1990-Sept 1992, Laboratoire de e Probabilit´s Paris VI) e [Ek.R] [Fo.Sc1] El Karoui.N..Rochet.J.C.(1989) A pricing formula for options on coupon bonds, SEEDS working paper 72,1989. ¨ Follmer H., Schweitzer.M.(1990) “Hedging of Contingent Claims under Incomplete Information” Working paper 1990

Bibliographie g´n´rale e e
[Fo.Sc2] [Fo.So]

267

¨ Follmer H., Schweitzer.M.1993) “A Microeconomic Approach to Diffusion Models for stock Prices” Mathematical finance 3-1 pp 1-23 ¨ Follmer.H. Sondermann.D.(1986), ”Hedging of non redundant contingent claims” Contributions to mathematical economics. In Honor of G´rard Debreu. Hildenbrand. Mas-Colell edie tors. North-Holland. Geman.H.Yor.M.(1992) ”Options asiatiques et fonctions confluentes g´om´triques”, e e C.R.A.S.314 S´rie 1, e Geman.H. .Yor.M.1992) ”Asiatic options and Bessel processes” Mathematical Finance 1994 Harrison.M.and Kreps.D.(1979),”Martingales and Arbitrage in Multiperiod Securities Markets”, Journal of Economic Theory, 20, pp. 381-408.

[Ge.Yo] [Ge.Yo] [Ha.Kr]

[Ha.Pl1] Harisson.J.and Pliska.S.P (1981) ”Martingales and Stochastic Integrals in the Theory of Continuous Trading.” Stochastic Processes and their Applications, 11,pp.215-260. [Ha.Pl2] Harisson.J.and Pliska.S.P(1981”) ”A stochastic calculus model of continuous trading : Complete markets”. Stochastic Processes and their Applications, 15,pp.313-316. [H.J.M.] Heath.D. Jarrow.A..Morton.A (1987-92) ”Bond pricing and the term structure of interest rate : a new methodology” Econometrica. 1992. [Ho.Le] Ho.T. and Lee.S.(1986) ”Term structure Movements and pricing Interest rate Contingents Claims” Journal of Finance41,pp.1011-1029

[Hu.Wh] Hull.J. White.A.(1990), ”Pricing Interest Rate Derivate securities”, The Review of Financial Studies3n.4 pp ;573-592 [Jams] Jamshidian. F.(1990),”Bond and Option Evaluation in the Gaussian Interest rate Model” Res.Finance,9, pp.131-170

[Kara 1] Karatzas. I.(1988),”On the pricing of American options,” Appl. Math. Optimization,17, pp. 37-60. [Mert 2] Merton.R.(1973), ”Theory of Rational Option Pricing”,Bell Journal of Economics and Management Science, 4, pp.141-183. [Plis] [Sc.Sc] [Stri] [Vasi] [Wi.Ta] Pliska.S. (1986), “A stochastic calculus model of continuous trading : optimal portfolios, Math. of operations research. 11, n.2, pp.371-382. Schaeffer.S.M.,Schwartz.E.S. (1990) : ”A two-factor of the term structure : An approximate analytical solution” JFQA19 n-1, mars 1990. pp 413-424. Stricker.C. (1989),“Arbitrage et lois de martingale”. Annales I.H.P., 26, n-3, pp. 451-460. Vasicek.O.(1977) : An equilibrium Charact´risation of the term of structure Journal of fie nancial Economics5, 1977, pp177-188. Willinger.W.,Taqqu.M.1991) “Towards a convergence theory for continuous stochastic securities market models” Mathematical Finance, 1, pp 55-99.

Sign up to vote on this title
UsefulNot useful