2. Contenu
Introduction
La propriété de Markov
Processus stochastique en temps continu
Processus de Wiener
Processus de Wiener général
Les processus d’Itô
Le processus de cours des actions
Le modèle en temps discret
Simulation Monté Carlo
Les paramètres
Le Lemme d’Itô
Application
3. Introduction
Les particules dans l’air, les molécules dans un liquide se
propagent d’une manière aléatoire;
L’évolution ne peut être prédite à l’avance;
Le changement de direction de la molécule s’effectue suite
au contact de la molécule avec un paroi
On parle d’un processus stochastique ou une variable
évolue d’une manière aléatoire dans le temps;
Les processus stochastiques se divisent en deux catégories:
en temps discret ou les changements s’effectuent en des
dates discrètes;
En temps continue les valeurs de variables peuvent être
déterminées à n’importe quel moment
4. La propriété de Markov
Un processus de Markov est un cas particulier du
processus stochastique;
Seule la valeur présente d’une variable permet d’anticiper
la valeur future et non pas les valeurs passées;
ex, jouer de basketball.
Les cours des actions sont généralement censés suivre un
processus de Markov, les prix passés ne sont pas
pertinents , seule le prix actuel est utile;
La propriété de Markov est cohérente avec la forme faible
d’efficience;
5. Exemple de chaine de Markov
Un jouer de basketball a 90% de chance d’inscrire un point
si le tire actuel est réussi,
Si le tir actuel est échoué il a 20% de le réussir
Récapitulatif
Tir actuel réussi P =90% q = 1-90% = 10%
Tir actuel échoué p = 20% q = 1-20% = 80%
L’anticipation du prochain tir ne dépend que du tir actuel et
non pas des tirs passés;
Cette suite de séquence peut construire une chaîne de
Markov
6. EA
Tir actuel réussi probabilité pour le prochain tir est de
85%
Tir actuel échoué, proba pour le prohcian tir est de 5%
Donnez la prob d’échec et de réussite pour les deux
scenarios
Donnez la meme probabilité pour le deuxième
prochain tir?
Dernier tir réussi = prob R = 0,85 P(E)= 0,15
Deuxiéme tir = P(R)= 0,85 P(E) = 0,15
Apérs deux tirs, quelle est la prob d’avoir deux tir
réussis = 0,85*0,85 0,05*0,85
Prob(RE) = 0,85*0,15 0,05*0,15
8. Les processus stochastiques en
temps continu
Soit une variable qui suit un processus de Markov, sa
valeur actuelle est 10;
La variation de cette variable dans une année suit une loi
normale (0;1) d’une manière générale (µ;σ), dans deux ans
on aura toujours le même processus markovien Ф(0;√2)
Dans 6 mois la variable va suivre la loi (0; √0.5)
D’une maniere générale la variation durant n’importe
quelle durée de longueur T suit une loi (0; √T)
Pour un intervalle de courte durée ∆t la loi sera ɸ(0;√∆t)
Exemple: soit le cours d’une action suit un processus
markovien (0;1), quelle sera la loi que va suivre le cours
d’ici 3 mois, 3 ans?
9. Soit Xi une v.A qi suit une loi normale de moyenne 50
et d’écart type = 70
La loi normal centrée réduite est une VA détréminé par
(Xi – 50)/70 N(0;1)
P(0,01) P(0,2)
10. Les processus de Wiener
Le processus de Wiener standard est un cas particulier de
Markov avec un accroissement espéré nul et une variance
égale 1
Un processus de Wiener vérifie deux propriétés:
Propriété 1: la variation ∆z = ε√∆t avec ε suit une loi
normale Ф(0;1)
Propriété 2: les valeurs ∆z pour deux courts intervalles de
longueur ∆t ne sont pas liés et sont indépendants
Yi = moyenne de Y + bruit
Yi = 80 + bruit= 82
11. Il découle de la première propriété que ∆z suit une distribution
normale de moyenne nulle et d’écart type √∆t et de variance ∆t,
la deuxième propriété implique que z suit un processus de
Markov;
Soit une variable suit un processus de Wiener initialement
égale à 25, au bout d’une année la valeur de la variable est
distribuée selon la loi normale de moyenne 25 et d’écart type 1
Dans cinq ans la variable sera distribuée selon la loi normale de
moyenne 25 et √5 = 2.236
On constate que l’incertitude augmente avec l’accroissement
du temps;
12. Le cours d’une action a attaint le prix de 80, et suit une
variataion de 20
Quel sera le prix d’ici un mois?
P1m = 80+20(1/12)^0,5
À t= 1 mois le prix est de 85 quell sera le prix après
deux jours?
Aprés deux jours le cours sera de
85 + 20*(2/360)^0,5
13. Le processus de Wiener géneral
Le processus de Wiener standard décrit un paramètre de tendance
appelé drift égale à 0 et un paramètre de variance égale à 1;
Un drift nul signifie que l’espérance de la valeur de z à une date future
quelconque est égale à sa valeur actuelle;
Le paramètre de variance égale 1 signifie que la variance de
l’accroissement de z dans un intervalle de temps de longueur T est
égale à T
Un processus de Wiener général pour une variable x est défini come
suit
dx = adt +bdz
Avec a et b sont des constantes
Si on arrive à determiner dx on peut facilement déduire X2
Dx = X2 –X1 et X1 est déjà connu.
Dt = t2- t1
Dz = ε√∆t
14. Le processus de Wiener géneral
dx = adt +bdz signifie que X a un drift égal a;
Si bdz = 0 on aura dx = adt dx/dt= a
L’intégration de dx par rapport au temps donne
X =x0 + at avec x0 est la valeur de X à t=0;
Dans une période de longueur T, la valeur de X augmente de aT;
A =20 T = 2 X0 = 18 X 2= 18+20*2= 58dh
Le terme bdz peut être considéré comme l’ajout de bruit à la trajectoire
suivie par x. Cette quantité de bruit est égale à b*la quantité de bruit
apportée par un processus Wiener standard avec une moyenne nulle et un
écart type de √T
Donc pour un intervalle de temps petit ∆t, la variation
∆x = a∆t +b*ε√∆t
Avec ε suit une loi normale centrée réduite;
∆x suit un processus Wiener général d’espérence a∆t et de variance b^2∆t
Un processus de Wiener général a un drift (cad variation moyenne par unité de temps)
égale a et un paramètre de variance b^2
15. Application 1
Soit une entreprise dont la trésorerie mesurée en million
DH suit un processus de Wiener général avec un drift de 20
et un paramètre de variance 900
Initialement la trésorerie est de 50, après une année la
trésorerie suit une loi normale moyenne 20 et d’écart type
√900 = 30
À l’horizon de 6 mois, la trésorerie suit une loi 20 et un
écart type 30√0.5 soit 21.21
La trésorerie peut aussi devenir négative ce qui peut être
interpréter comme un emprunt que l’entreprise effectue
16. Application 2
Soit le cours d’une action Colorado suit un processus
Wiener avec un drift de 10 et paramètre d’ecart type 11, sa
valeur au 13/05 est 61.50. Le prix d’une action est
distribué selon une loi normale
Quelle sera la loi normale du cours au 14/05
Si le cours suit un processus Wiener général avec un drift
de 60 et un paramètre de variation 30
Quelle sera la loi de distribution d’ici une semaine, un
mois, 3 mois?
17. Le processus d’Itô
Dans le processus de Wiener les paramètres a et b sont
constants dx = adt +bdz
En général a et b sont des fonctions de la variable x et
du temps t
Dx = a(x;t)dt + b(x;t)dz
Le drift et le paramètre de variance d’un processus
d’Itô peuvent varié dans le temps
∆x = a(x;t)∆t + b(x;t) ε√∆t
Suite à la chaîne de Markov, Cette relation suppose que le drift et
le paramètre de variance de x sont constant respectivement a(x;t)
et b(x;t)^2 entre t et t+ ∆t et dépendent que de la valeur de x à t
et non des valeurs passées
18. Le processus de cours des actions
Pour modéliser le cours des actions qui ne versent pas de
dividende, on utilise le processus stochastique;
On utilise un processus Wiener avec un drift et un
paramètre de variance constants;
Or Cette vision ne prends pas en compte que l’espérence
de rentabilité exigée par les investisseurs ne dépends pas
du prix de l’action actuel
Ex: une action cotée à 100$ et une autre cotée à 60$, si la
rentabilité exigée par les investisseurs 20% ne dépend pas
du niveau actuel de prix
19. Le processus de cours des actions
Pour remédier à la constance du drift on va supposer que le
drift constant S sera remplacée par µS
Donc sur un intervalle de temps ∆t, l’espérence
d’augmentation du cours sera µS ∆t
Si la volatilité du cours est égale à 0 on aura
∆S = µS ∆t, si ∆t tend vers 0 on aura:
dS = µS dt d’où dS/S= µdt
Par intégration de cette équation en t= 0 et t= T
On aura ST = S0e^ µ(T-t)
S0 et ST les cours de l’action à t=0 et t=T
20. Le processus de cours des actions
En réalité la volatilité des cours n’est pas nulle, elle est
exprimée en pourcentage pour un intervalle de temps ∆t
La volatilité suit la même loi que le cours de l’action
dS = µSdt + σSdz
dS/S = µdt + σdz c’est le modèle le plus courant
d’évolution des coirs avec µ est le taux de rentabilité
continue et σ est la volatilité du cours;
Dans un espace à risque neutre µ est remplacé par le taux
de l’actif sans risque
21. Application avec simulation de
Monte Carlo
Soit le cours d’une action avec une rentabilité de 15% et
une volatilité de 30%
Le processus décrivant le cours est le suivant:
dS/S = 0.15dt + 0.3*dz
∆S/S= 0.15∆t + 0.3ε√∆t
Soit un cours initiale de 100 et ∆t égale à une semaine
Le tableau sur Excel vous montre l’évolution de l’action
sur 10 semaines
22. Le Lemme d’Itô
En 1951 Kiyosi Itô a pu construire une fonction qui lie la
valeur d’un produit dérivé avec son actif sous jacent:
Supposons que Dx = a(x;t)dt + b(x;t)dz suit un processus
d’Itô ( cad paramètres sont en fonction de x et t);
Z est un processus de Wiener standard, le processus x a
un drift égale a et de paramètre de variance b^2
dG =[δG*a + δG +1/2 *δ2G b^2]dt + δG bdz
δx δt δ2x δx
Premier terme est le drift, le deuxiéme terme et
le paramétre de variance
23. Application
Soit le prix d’un contrat forward
F0 = S0e^rT
F0 représente le prix forward à t =0 et S0 est le cours au
comptant
Le prix forward à n’importe quel instant t
F = Se^r(T-t) on supposant que S suit un processus Wiener
standard on peut appliquer le lemme d’Ito
δF/δS = e^r(T-t); δ2F/δ2S = 0, δF/δt = -rSe^r(T-t)
dF = [µSe^r(T-t) -rSe^r(T-t)]dt + e^r(T-t) Sσdz
En remplaçant F par Se^r(T-t) on obtient
dF= (µ - r)Fdt + σFdz
Le prix forward suit un taux de croissance égale à µ - r