Méthodes numériques en finance
Méthodes numériques en finance
Méthodes numériques en finance
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
10 RÉSOLUTION DES EDP ET DIFFÉRENCES FINIES 126<br />
Les sauts empêch<strong>en</strong>t toute couverture parfaite impossible.<br />
Zhang (1997) puis Anders<strong>en</strong> & Andreas<strong>en</strong> (2000), et Cont & Voltchkova<br />
(2003) ont proposé une méthode de calcul basé sur des différ<strong>en</strong>ces finies. L’équation 23<br />
devi<strong>en</strong>t, dans un schéma implicite<br />
g i,j+1 − g i,j<br />
∆t<br />
+ [Ag] i,j+1 +<br />
[<br />
λ<br />
∫ ∞<br />
0<br />
]<br />
g(xz)f η (z)dz = 0.<br />
i,j<br />
Le terme [Ag] est certes différ<strong>en</strong>t du cas sans sauts, mais il reste facilem<strong>en</strong>t discétisable.<br />
La principale difficulté est dans l’évaluation du troisième terme.<br />
Faisons le changem<strong>en</strong>t de variable y = log x, et notons g ∗ = g(exp(·)) et f η∗ (·) =<br />
f η (exp(·)) exp(·), de telle sorte que<br />
∫ ∞<br />
0<br />
g(xz)f η (z)dz =<br />
∫ ∞<br />
−∞<br />
g ∗ (y + s)f η∗ (s)ds = I(y).<br />
Cette dernière intégrale se calcule alors simplem<strong>en</strong>t par interpolation (e.g. par des<br />
trapèzes),<br />
I(y i ) ∼<br />
k/2<br />
∑<br />
j=−k/2+1<br />
[g ∗ ] i+j [f η∗ ] j ∆y.<br />
En poursuivant un peu les calculs, on peut montrer que l’on se ramène à un système<br />
matriciel de la forme suivante<br />
(I + ∆tA−λ∆tB)g j+1 = g j , (24)<br />
où A est la discréation de A, et B de l’intégrale. Mais si A est une matrice relativem<strong>en</strong>t<br />
creuse (elle est généralem<strong>en</strong>t composée de la diagonale et des deux premières surdiagonale),<br />
alors que B est beaucoup plus d<strong>en</strong>se.<br />
Une solution a priori simpliste consiste à supposer que<br />
de telle sorte que (24) peut se réécrire<br />
λ∆tB)g j+1 ∼ λ∆tB)g j ,<br />
(I + ∆tA)g j+1 = g j +[λ∆tB]g j .<br />
La matrice de gauche est alors suffisem<strong>en</strong>t creuse pour que les calculs ne soi<strong>en</strong>t pas<br />
trop complexes.<br />
Aussi surpr<strong>en</strong>ant que cela paraisse d’Halluin, Forsyth & Vetzal (2005) ont<br />
montré que ce schéma convergeait (sous des conditions pas trop fortes) vers la bonne<br />
valeur.<br />
Pour le schéma de Crank Nicolson, le système matriciel devi<strong>en</strong>t<br />
(<br />
I + ∆t<br />
2 A − λ∆t<br />
2 B )<br />
g j+1 =<br />
(<br />
I − ∆t<br />
2 A + λ∆t<br />
2 B )<br />
g j .<br />
Au lieu de faire des calculs et des inversions de matrices relativem<strong>en</strong>t d<strong>en</strong>ses, des<br />
méthodes de type itératives peuv<strong>en</strong>t être intéressantes ici.<br />
Arthur CHARPENTIER - Méthodes numériques <strong>en</strong> Finance