30.08.2014 Views

Méthodes numériques en finance

Méthodes numériques en finance

Méthodes numériques en finance

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

7 VALORISATION EN TEMPS CONTINU 71<br />

Ce changem<strong>en</strong>t de mesure peut être intéressant sur les processus de diffusion. Considérons<br />

une diffusion de la forme dS t = adt + bdW t , où a et b sont des constantes, et (W t )<br />

un mouvem<strong>en</strong>t browni<strong>en</strong>, sous P. Est-il possible de faire un changem<strong>en</strong>t de probabilité,<br />

de telle sorte que ce processus puisse s’écrire dS t = bd ˜W t , où ( ˜W t ) est un (autre) mouvem<strong>en</strong>t<br />

browni<strong>en</strong> ? Une autre lecture est: peut-on passer d’une diffusion avec drift à une<br />

martingale par un changem<strong>en</strong>t de mesure ?<br />

La seule solution est que ( ˜W t ) satisfasse d ˜W t = dW t − a/bdt. La question que l’on se<br />

posait est alors: est-il possible de faire un changem<strong>en</strong>t de probabilité pour que le processus<br />

( ˜W t ) soit un mouvem<strong>en</strong>t browni<strong>en</strong> ?<br />

En fait, ( ˜W t ) est un mouvem<strong>en</strong>t browni<strong>en</strong> sous la mesure Q, où<br />

dQ = Z T dP, i.e. Z T = dQ<br />

dP<br />

la dérivée de Radon-Nikodym est telle que<br />

(<br />

Z t = exp − a b W t − 1 ( a<br />

) ) 2<br />

t .<br />

2 b<br />

En particulier<br />

E Q (X) = E P (X × Z T ) pour tout X.<br />

Le théorème de Girsanov permet de généraliser ce qui vi<strong>en</strong>t d’être fait, c’est à dire, <strong>en</strong><br />

changeant de probabilité, d’obt<strong>en</strong>ir des martingales,<br />

Théorème 33. Soit (S t ) t∈[0,T ] un processus vérifiant ∫ T<br />

0 S2 t dt < ∞ presque sûrem<strong>en</strong>t, et<br />

tel que<br />

( ∫ t<br />

L t = exp − S s dW s − 1 ∫ t<br />

)<br />

Ss 2 s<br />

(6)<br />

2<br />

0<br />

soit une filtration. Sous la probabilité Q, de d<strong>en</strong>sité L T par rapport à P, le processus<br />

(Y t ) t∈[0,T ] défini par Y t = W t + ∫ t<br />

0 S sds est un mouvem<strong>en</strong>t browni<strong>en</strong>.<br />

Proof. Karatzas & Shreve (1988).<br />

Dans le modèle de Black & Scholes (1973), il est possible d’utiliser ce théorème<br />

pour montrer qu’il existe une probabilité équival<strong>en</strong>te à P sous laquelle le processus de prix<br />

actualisé ( ˜S t ) t∈R +, défini par ˜S t = e −rt · S t , est une martingale.<br />

d ˜S t = −re −rt S t dt + e −rt dS t = ˜S t [(µ − r)dt + σdW t ],<br />

et <strong>en</strong> notant ˜W t = W t + (µ − r)tσ, on peut écrire<br />

d ˜S t = ˜S t σd ˜W t .<br />

D’après le théorème de Girsanov, il existe un probabilité Q, équival<strong>en</strong>t à P sous laquelle<br />

( ˜W t ) t∈R + est un mouvem<strong>en</strong>t browni<strong>en</strong> standard. Aussi, on peut montrer que sous la<br />

probabilité Q, ( ˜S t ) t∈R + est une martingale, et<br />

)<br />

˜S t = ˜S 0 exp<br />

(σW t − σ2<br />

2 t .<br />

0<br />

Arthur CHARPENTIER - Méthodes numériques <strong>en</strong> Finance

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!