a la Finance Université Paris 1 Calcul Stochastique ... - samos-matisse
a la Finance Université Paris 1 Calcul Stochastique ... - samos-matisse
a la Finance Université Paris 1 Calcul Stochastique ... - samos-matisse
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
2.3 Quelques propriétés des diffusions. 37<br />
alors <strong>la</strong> restriction sur <strong>la</strong> croissance des coefficients σk i (t, x) et le fait que <strong>la</strong> condition initiale<br />
soit constante (donc dans tous les espaces L p , 1 ≤ p < +∞) entraînent que pour tout k, il<br />
existe une constante C et un exposant b i,k > 0 tels que pour tout t > 0<br />
E<br />
∫ t<br />
0<br />
∂f<br />
∣ (s, X s ) ∣<br />
∣2 ∣ σk i ∂x (s, X s) ∣ 2 ds ≤ C<br />
i<br />
(<br />
)<br />
1 + sup E(|X s | b i,k<br />
) < +∞.<br />
0≤s≤t<br />
Une croissance polynomiale de toutes les dérivées partielles ∂f<br />
∂x i<br />
(t, x) permet donc de conclure<br />
que les intégrales stochastiques dans <strong>la</strong> formule d’Itô de f(t, X t ) sont des martingales continues<br />
(de carré intégrable).<br />
En appliquant le théorème 2.16 avec d = r = 1, on déduit immédiatement que si f ∈ C 1,2<br />
a une dérivée partielle ∂f bornée (ou à croissance polynomiale) et si<br />
∂x<br />
∂f<br />
∂t (t, x) + A tf(t, x) = ∂f (t, x) + b(t, x)∂f<br />
∂t ∂x (t, x) + 1 2 σ(t, f<br />
x)2∂2 (t, x) = 0,<br />
∂x2 alors f(t, X t ) est une vraie (F B t )- martingale<br />
De même, si<br />
∂f<br />
∂t (t, x) + A tf(t, x) = rf(t, x),<br />
alors le processus e −rt f(t, X t ) est une (Ft B )-martingale. Le coefficient r est appelé coefficient<br />
d’actualisation. En particulier, si f(T, x) = h(x), on a f(t, X t ) = e r(t−T) E[h(X T )|Ft B ]. Ceci<br />
sera fort utile en finance, comme on le verra dans les chapitres suivants. On peut généraliser<br />
cette propriété de martingale pour un coefficient d’actualisation non constant.<br />
Théorème 2.17 Soit σ et b des fonctions qui satisfont les conditions globales de Lipschitz<br />
et de restriction sur <strong>la</strong> croissance (2.3) et (2.4), B un mouvement Brownien standard de<br />
dimension r, X t <strong>la</strong> solution de l’équation différentielle stochastique :<br />
X t = x +<br />
∫ t<br />
0<br />
σ(s, X s ) dB s +<br />
∫ t<br />
0<br />
b(s, X s ) ds (2.24)<br />
et A t son générateur infinitésimal. Alors pour toute fonction continue minorée ρ : [0, T] ×<br />
R d → [m, +∞[ et toute fonction f : [0, T] × R d → R d de c<strong>la</strong>sse C 1 et t et de c<strong>la</strong>sse C 2 en x<br />
telle que les dérivées partielles ∂f<br />
∂x i<br />
de f sont à croissance polynomiale, le processus<br />
M ρ t (f) = e − R t<br />
0 ρ(s,Xs) ds f(t, X t ) − f(0, X 0 )<br />
−<br />
∫ t<br />
est une martingale pour <strong>la</strong> filtration ( F B t ).<br />
0<br />
e − R s<br />
0 ρ(u,Xu) du ( ∂f<br />
∂s + A sf − ρ f<br />
)<br />
(s, X s ) ds<br />
Démonstration : La formule d’Itô pour un produit entraîne que<br />
d<br />
(e − R )<br />
t<br />
0 ρ(s,Xs) ds f(t, X t ) = −ρ(t, X t ) e − R t<br />
0 ρ(s,Xs) ds f(t, X t ) dt<br />
+e − R t<br />
0 ρ(s,Xs) ds d ( f(t, X t ) ) .<br />
26 octobre 2009 <strong>Calcul</strong> <strong>Stochastique</strong> 2 - Annie Millet