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.
6 OPTIONS ET ARBRES BINOMIAUX 51<br />
comme le montre Karatzas & Shreve (1988). Une étape clée de la preuve est de noter<br />
que<br />
ud = exp(2µ∆t) · (2 − exp(σ 2 ∆t)) ∼ e 2µ∆t · e −σ2 ∆t ,<br />
et que<br />
u<br />
d = 1 + 2σ√ ∆t + σ 2 ∆t ∼ e 2σ√∆t .<br />
En notant <strong>en</strong>core une fois m = [n + k]/2, on <strong>en</strong> déduit que<br />
)<br />
m log u + (n − k) log d ∼ n∆t<br />
(µ − σ2<br />
+ m∆x,<br />
2<br />
et donc, <strong>en</strong> utilisant un raisonnem<strong>en</strong>t analogue au cas de la marche aléatoire<br />
) √ ( )<br />
1 k 1 2<br />
∼<br />
2∆x(<br />
n 2 n nπ exp − k2<br />
2n<br />
(<br />
1<br />
→ √<br />
2πσ2 t exp − (log S − log S )<br />
0 − [µ − σ 2 /2] · t) 2<br />
.<br />
2σ 2 t<br />
6.10 La formule de Black & Scholes (1973)<br />
Comme nous l’avons rappelé dans le Chapitre précédant, dans le cas du modèle de Black<br />
& Scholes (1973), une formule analytique peut être obt<strong>en</strong>ue pour valoriser les call.<br />
Proposition 22. Le prix d’un call europé<strong>en</strong> <strong>en</strong> t = 0, de maturité T , de strike K, dont<br />
le prix de l’actif sous-jac<strong>en</strong>t est de moy<strong>en</strong>ne µ, de volatilité σ, avec un taux sans risque<br />
de r,<br />
Call(r, σ, T, K) = S 0 Φ(d 1 ) − Ke −rT Φ(d 2 ),<br />
et dans le cas du put de mêmes paramètres<br />
où<br />
et d 2 = d 1 − σ √ T .<br />
Put(r, σ, T, K) = Ke −rT Φ(−d 2 ) − S 0 Φ(−d 1 ),<br />
d 1 = 1<br />
σ √ T<br />
( ( ) S<br />
log +<br />
K<br />
) )<br />
(r + σ2<br />
T ,<br />
2<br />
6.11 Utiliser un autre arbre ?<br />
Nous avons ainsi deux méthodes pour discrétiser l’arbre<br />
{ √<br />
u = exp(σ t)<br />
• le cas u = 1/d, soit<br />
d = exp(−σ √ et p = er T/h − d<br />
t)<br />
u − d<br />
⎧<br />
⎨ u = e<br />
(1 rT/h − √ )<br />
e σ2 T/h − 1<br />
• le cas p = 1/2, soit<br />
⎩ d = e<br />
(1 rT/h + √ et p =<br />
e σ2 T/h − 1) 1 2<br />
La figure 27 montre les distributions <strong>en</strong> T pour différ<strong>en</strong>tes valeurs h. Ces deux choix<br />
sembl<strong>en</strong>t très proches. En effet, notons que<br />
u = 1 + σ √ t + rt + O(t 3/2 ) pour les deux modèles.<br />
Arthur CHARPENTIER - Méthodes numériques <strong>en</strong> Finance