Calcul Stochastique Finance L1

Absence darbitrage et proprits des options
Introduction la modlisation stochastique en nance

Le mouvement Brownien comme limite dune marche alatoire
Premires proprits du mouvement brownien
CALCUL STOCHASTIQUE ET FINANCE
PA MAP, Dpartement de Mathmatiques
Appliques
Nizar TOUZI
SEANCE 1: 14 septembre 2011
Nizar TOUZI Calcul stochastique & nance
Outline
1 Absence darbitrage et proprits des options
2 Introduction la modlisation stochastique en nance
3 Le mouvement Brownien comme limite dune marche alatoire
4 Premires proprits du mouvement brownien
Figure: Wall Street, New York
Figure: London Stock Exchange, Londres
Figure: Salles de marchs
Figure: Evolution du NASDAQ
Outline
Les options
Le but de cette partie est de prsenter les proprits que doivent
satisfaire les prix des options indpendamment du modle
dvolution des actifs nanciers.
Une option dachat (call) donne son dtenteur le droit dacheter
un certain actif un prix dexercice (strike) K > 0 x la
signature du contrat
Une option de vente (put) donne son dtenteur le droit de
vendre un certain actif un prix dexercice (strike) K > 0 x la
signature du contrat
Ces options sont dites europennes si le droit dachat ou de
vente ne peut tre exerc qu une maturit donne
Les options amricaines peuvent tre exerces tout moment
avant la maturit.
Notations
Le paiement terminal dun call europen est (S
T
K)
+
La valeur intrinsque dun call europen est (S
t
K)
+
, son prix
la date t T sera not
c(t, T, S
t
, K) , en particulier c(T, T, S
T
, K) = (S
T
K)
+
Le paiement terminal dun put europen est (K S
T
)
+
La valeur intrinsque dun put europen est (K S
t
)
+
, son prix
la date t T sera not
p(t, T, S
t
, K) , en particulier p(T, T, S
T
, K) = (K S
T
)
+
Une option (call ou put) est dite dans la monnaie si sa valeur
intrinsque 0, en dehors de la monnaie si sa valeur intrinsque
0, la monnaie si sa valeur intrinsque = 0.
= Un call est dans la monnaie si S
t
> K
= Un put est dans la monnaie si S
t
< K
Principe dabsence darbitrage
Considrons deux produits drivs (actifs contingents) dnis par
les paiements A et B une mme maturit, et de prix a et b. Si A
B dans tous les tats du monde, alors a b.
Sinon : acheter le produit driv qui dlivre le paiement A, et
vendre celui qui dlivre le paiement B
= on encaisserait immdiatement la somme b a > 0, et on
obtiendrait le paiement positif A B la maturit !
NA Soit X le gain gnr par un portefeuille de cot initial nul. Si
X 0 dans tous les tats du monde, alors X 0.
Exemple Le modle binomial est sans arbitrage ssi d < R
0
< u
Premires relations
On notera les prix du call et du put amricain par
C(t, T, S
t
, K) et P(t, T, S
t
, K)
Une option amricaine vaut toujours plus que loption europenne
correspondante, et plus que sa valeur intrinsque
C(t, T, .) maxc(t, T, .), c(t, t, .)
P(t, T, .) maxp(t, T, .), p(t, t, .)
Parit call-put, eet de la maturit
Si lactif sous-jacent ne verse pas de dividendes, on a
p (t, T, S
t
, K) = c (t, T, S
t
, K) S
t
+ KB
t
(T)
o B
t
(T) est le prix la date t de lobligation zro-coupon (ZC)
de maturit T, i.e. actif contingent de paiement 1 en T
Il sut de remarquer que : (K S
T
)
+
= (S
T
K)
+
S
T
+ K
T
1
T
2
=
C(t, T
1
, .) C(t, T
2
, .) et P(t, T
1
, .) P(t, T
2
, .)
Monotonie, sensibilit et convexit par rapport au strike
Le prix dun call europen ou amricain est dcroissant en K
Le prix dun put europen ou amricain est croissant en K
Sensibilit au strike :
B
t
(T)
()
c (t, T, S
t
, K
2
) c (t, T, S
t
, K
1
)
K
2
K
1
0
() vendre un call europen de strike K
1
, acheter un call europen
de strike K
2
ainsi quune quantit K
2
K
1
dobligations ZC =
paiement en T : (S
T
K
1
)
+
+ (S
T
K
2
)
+
+ (K
2
K
1
) 0. NA
implique que le cot initial de cette stratgie est 0
Les prix dun call ou dun put europen ou amricain est convexe
en K : (cas du call US) acheter un [0, 1] call de strike K
1
et
(1 ) put de strike K
2
, et vendre un call de strike
K
1
+ (1 )K
2
. Si toutes les options sont exerces une date
u [t, T], on obtient un paiement 0. NA implique que le cot
initial de cette stratgie est 0
Bornes sur les prix des options dachat
Borne suprieure
c(., S
t
, .) C(., S
t
, .) S
t
En eet : C(t, T, S
t
, K) C(t, T, S
t
, 0) S
t
(galit en absence
de dividendes)
borne infrieure : si lactif sous-jacent ne verse pas de dividendes,
C(t, T, S
t
, K) c(t, T, S
t
, K) (S
t
KB
t
(T))
+
En eet : acheter un call Euro et K obligations ZC, vendre une
unit de lactif sous-jacent = paiement terminal 0. NA...
Exercice immdiat des call amricain
Proposition Suposons que B
t
(T) < 1. En labsence de
dividendes, il nest jamais optimal dexercer loption amricaine
avant la maturit T
En eet : C(t, T, S
t
, K) c(t, T, S
t
, K) S
t
KB
t
(T) > S
t
K
Ce rsultat nest plus vrai en prsence de dividendes
Mme en absence de dividendes, ce rsultat nest pas vrai pour
les options de ventes : supposons que S
u
< K KB
u
(T) une
date u [t, T]. Alors,
P(u, T, S
u
, K) K S
u
> KB
u
(T)
()
p(u, T, S
u
, K)
() = K paiement terminal du put
Autres exemples dactifs contingents : contrat
forward
Contrat Tforward : cest un accord pour payer un prix K une
maturit T pour un actif donn. Le prix dun contrat Tforward
la date t est la valeur de K qui implique une valeur du contrat
forward nulle la date t, i.e.
0 = prix en t du payo S
T
K = S
t
KB
t
(T)
On en dduit que le prix du contrat Tforward est
S
t
B
t
(T)
.
Autres exemples dactifs contingents : options exotiques
Option barrire : le paiement terminal est celui dune option
classique (call ou put) conditionnellement au passage au dessus ou
en dessous dune barrire B. Le paiement dun call barire est
up-and-out call : (S
T
K)
+
1I S
T
B ; S
T
:= max
uT
S
u
down-and-out call : (S
T
K)
+
1I S
T
B ; S
T
:= min
uT
S
u
up-and-in call : (S
T
K)
+
1I S
T
B
down-and-in call : (S
T
K)
+
1I S
T
B
Option Lookback : paiement terminal f (S
T
, S
T
)
Option asiatique : paiement terminal
_
1
T
_
T
0
S
u
du K
_
+
.
Outline
Le modle binomial : march nancier
On considre un march nancier constitu
- dun actif sans risque de rendement R
0
= e
r
sur chaque priode
(r est le taux dintrt)
- dun actif risqu de rendement R. Le modle binomial suppose
que (R
t
)
1tT
sont iid avec
P[R
t
= u] = 1 P[R
t
= d] = p o 0 < p < 1
Les acteurs du march peuvent faire des changes en ces deux
actifs toute date t = 0, . . . T (soit T + 1 priodes) sans
contraintes sur les volumes, sans cots de transaction, sans taxes...
On notera pas S
t
le prix de lactif risqu la date t, par dnition
S
t
= R
t
S
t1
= = R
1
. . . R
t
S
0
Portefeuilles autonancs
Allocation dynamique de la richesse :
- Richesse initiale X
0
= x rpartie en
0
S
0
en actif risqu
X
0
0
S
0
en actif sans risque
- Richesse la date t : X
t
rpartie en
t
S
t
en actif risqu
X
t

t
S
t
en actif sans risque
- Valeur de la richesse la date t + 1 :
X
t+1
=
t
S
t+1
+ (X
t

t
S
t
) R
0
Portefeuilles autonancs - suite
On calcule alors simplement que :
X
t
R
0
t
= X
0
+
t
k=1
k1
_
S
k
R
0
k

S
k1
R
0
k1
_
Portefeuilles et structure dinformation
La valeur de la richesse :
X
t
R
0
t
= X
0
+
t
k=1
k1
_
S
k
R
0
k

S
k1
R
0
k1
_
est connue la date t
La dcision dinvestissement est base sur linformation disponible
la date dinvestissement
Mathmatiquement la structure de linformation est dnie par la
donne dune suite croissante de algbres (T
t
)
0tT
, et
les variables alatoires
t
, X
t
sont T
t
mesurables
Valeur actualise, choix de numraire
Les valeurs actualises de la richesse et des cours de lactif risqu :
X
t
:=
X
t
R
0
t
et

S
t
:=
S
t
R
0
t
i.e. valeur exprime en termes de nombre dunits dactif sans risque
sapplique toute variable reprsentant un montant nancier
En termes de valeurs actualise, la richesse sexprime simplement
X
t
= X
0
+
t
k=1
k1
_

S
k

S
k1
_
Valeur actualise, choix de numraire - suite
On peut aussi utiliser un autre actif de rference de prix
_
S
0
t
_
0tT
:
X
t
S
0
t
,
S
t
S
0
t
Un tel actif est alors appel numraire
Extension : taux dintrt stochastique, multi-actifs
Le rendement R
0
t
= e
r
t
sur la priode [t 1, t] peut varier de
manire alatoire. Comme il est rattach un actif sans risque
R
0
t
est une variable alatoire T
t1
mesurable
On dit que (R
0
t
)
1tT
est un processus prvisible
Les valeurs actualises sont alors dnies par
X
t
=
X
t
R
0
1
R
0
t
et

S
t
=
S
t
R
0
1
R
0
t
Si le march contient d actifs risqus, la richesse se gnralise
X
t
= X
0
+
t
k=1
k1
_

S
k

S
k1
_
o les processus et S sont maintenant valeurs dans R
d
Outline
Les grands thormes en probabilit
Loi des grands nombres (LGN) Soit (U
i
)
i 1
une suite de
variables alatoires relles indpendantes et de mme loi (iid)
intgrables ou positives. Alors
1
n
n
i =1
U
i
E[U
1
] P p.s.
Thorme de la limite centrale (TCL) Soit (U
i
)
i 1
une suite
de variables alatoires relles iid et de carr intgrable. Alors
n
_
1
n
n
i =1
U
i
E[U
1
]
_
N(0, Var[U
1
]) en loi
Les gaussiennes
X est distribu suivant N(0, 1) si
P[X [x, x + dx]] =
1
2
exp
_
x
2
2
_
dx
X est distribu suivant N(m,
2
) si
X m
est distribu suivant

N(0, 1)
Une variable alatoire X valeurs dans R
n
est un vecteur
gaussien si a.X est une gaussienne pour tout a R
n
Soit X valeur dans R
n
un vecteur gaussien N(m, V), a R
p
et
b /
R
(p, n) de rang p. Alors
a + bX est distribu suivant N
_
a + bm , bVb
T
_
Les gaussiennes - suite
Transforme de Laplace dun vecteur gaussien X suivant N(m, V)
E
_
e
X
_
= e
m+
1
2
T
V
(caractrise une gaussienne)
Soit (X
n
)
n1
une suite de gaussiennes qui converge en loi vers
une variable alatoire X. Alors X est une gaussienne
Lensemble G des variables alatoires gaussiennes, muni du
produit scalaire X, Y = E[XY], est un espace de Hilbert
Limite en temps continu du modle binomial
Le temps continu est une modlisation plus riche qui inclut le
temps discret, puisquil sut de se restreindre des stratgies
discrtes...
Que devient ce modle trs simple si le pas de temps tend vers
zro ? i.e. dates de transaction t
i
= i
T
n
, i = 0, . . . , n
On dnit Y
i
:= 1I
{S
t
i
=uS
t
i 1
}
1I
{S
t
i
=dS
t
i 1
}
pour i = 1, . . . , n,
alors
ln
S
T
S
0
=
n
2
ln (ud) + ln
_
u
d
_
n
i =1
Y
i
o Y
i
iid
1
2
(
1
+
1
)
Thorme de la limite centrale = ln
_
u
d
_
Cn
1/2
et
ln (ud) = O
_
n
1
_
(ici, on a suppos p = 1/2)
Typiquement, si r est le taux dintrt par priode unitaire
u = e
r
T
n
+
T
n
et d = e
r
T
n

T
n
Marche alatoire symtrique change dchelle
Fixons p =
1
2
, les variables alatoires Y
i
, i = 1, . . . , n, sont
indpendantes de mme loi P[Y
i
= 1] = 1 P[Y
i
= 1] =
1
2
marche alatoire : S
0
= 0 et S
i
=
i
j =1
Y
j
, i 1 = On
tend t 0 par interpolation linaire, et on dnit
M
n
t
:=
1
n
S
nt
, t 0
Alors, avec t
k
:= k/n, k 0 :
M
n
t
M
n
t
k
et M
n
t
j
M
n
t
i
indpendants, 0 i j k n
E[M
n
t
k
M
n
t
i
] = 0 et Var[M
n
t
k
M
n
t
i
] = t
k
t
i
, 0 i k
Proprit de martingale : E
i
[M
n
t
k
] = M
n
t
i
, 0 i k
Variation quadratique : [M
n
, M
n
]
t
k
=
k
j =1
_
M
n
t
j
M
n
t
j 1
_
2
= t
k
Limite en temps continu de la marche alatoire symtrique
On dnitM
n
t
pour tout t [0, 1] par interpolation linaire
Daprs le thorme de la limite centrale : M
n
t
N(0, t) en loi.
En utilisant un thorme de la limite centrale fonctionnel, on
obtient la convergence de la suite de processus M
n
t
, t [0, 1] vers
le ... mouvement Brownien (Thorme de Donsker)
Figure: Marche alatoire change dchelle
De la marche alatoire au brownien
Le mouvement brownien
T = R
+
ou [0, T]
Un processus valeurs dans R
n
est une application de T
dans R
n
Si X est un processus, X(., ) est une trajectoire correspondant
ltat du monde
Dnition W : (t, ) T W(t, ) R est un
mouvement brownien standard si
W
0
= 0 et W est trajectoires continues p.s.
W est accroissements indpendants : W
t
4
W
t
3
et W
t
2
W
t
1
indpendants si 0 t
1
t
2
t
3
t
4
W
t+h
W
t
est distribu suivant N(0, h) pour t > s 0
Mouvement brownien et nance
Louis Bachelier a t le premier introduire le mouvement
brownien dans la modlisation mathmatique en nance, mais ses
travaux nont pas eu le succs mrit...
Fisher Black, Myron Scholes, et Robert Merton (Prix Nobel
dEconomie 1997) ont crit les articles fondateurs entre 1969 et
1973 de la thrie moderne de la nance mathmatique. Ils ont
introduit la thorie de lvaluation par arbitrage et de gestion de
portefeuille.
Intgration stochastique et nance
Rappelons que la valeur actualise dun portefeuille est
X
t
= X
0
+
t
k=1
k1
_

S
k

S
k1
_
Si on veut dnir ce processus en temps continu, on doit tre
capable de passer la limite quand le pas de temps tend vers zro.
Si tout se passe bien, on sattend obtenir
X
t
= X
0
+
_
t
0
u
d
S
u
(intgrale stochastique)
Ce passage la limite nest pas trivial car la variation totale
lim
n
k
j =1
M
t
j
M
t
j 1
=
1
n
n !
Outline
Distribution marginale du mouvement brownien
Par dnition W
t
est distribu suivant N(0, t) :
P[W
t
[x, x + dx]] =
1
2t
e
x
2
/2t
vrie lquation de la chaleur ! !
Figure: Une trajectoire brownienne et les courbes 1.96
t
Moments, proprit de martingale
Fonction de covariance :
Cov (W
t
, W
s
) = E[W
t
W
s
] = t s = mint, s
Proprit de martingale : avec T
s
:= (W
u
, u s),
E[W
t
[T
s
] = W
s
pour 0 s t
E
_
W
2
t
[T
s
W
2
s
, s t, et
_
W
2
t
t, t 0
_
est martingale.
Avec t
i
:= i
t
n
, (p.s.-) lim
n
n
j =1
_
W
t
j
W
t
j 1
_
2
= t (LGN)
- Nous verrons que cette limite ne dpend pas du choix de la
subdivision de [0, t], et quelle dnit la variation quadratique
- Pour f : R
+
R de classe C
1
, on a
lim
n
n
j =1
(f (t
j
) f (t
j 1
))
2
= 0...
Proprits dinvariance
Soit W = W
t
, t 0 un mouvement brownien. Alors
Symtrie : W est un MB
Proprit dchelle (scaling) : pour tout c > 0,
_
W
c
t
:=
1
c
W
c
2
t
, t 0
_
est un MB
Retournement du temps : pour tout T > 0,
_

W
T
t
:= W
T
W
t
, t [0, T]
_
est un MB
Inversion du temps :
_

W
t
:= tW
1/t
, t > 0,

W
0
= 0
_
est un MB
(continuit en zro !)

Calcul Stochastique Finance L1

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Calcul Stochastique Finance L1

Uploaded by

Copyright:

Available Formats

Absence darbitrage et proprits des options

Introduction la modlisation stochastique en nance

est distribu suivant

You might also like