10.07.2015 Views

Méthodes de Monte Carlo appliquées au pricing d ... - Maths-fi.com

Méthodes de Monte Carlo appliquées au pricing d ... - Maths-fi.com

Méthodes de Monte Carlo appliquées au pricing d ... - Maths-fi.com

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.

4.3. La métho<strong>de</strong> <strong>de</strong>s distributions conditionnellesGraphique 4.6. Comparaison <strong>de</strong>s copules Normale et Stu<strong>de</strong>nt4.3 La métho<strong>de</strong> <strong>de</strong>s distributions conditionnellesConsidérons le cas bivarié. Soit U = (U 1 , U 2 ) un vecteur aléatoire dont la distribution est C.Nous savons queP {U 1 ≤ u 1 } = u 1etP {U 2 ≤ u 2 | U 1 = u 1 } = C 2|1 (u 1 , u 2 )Comme C (U 1 , 1) et C 2|1 (u 1 , U 2 ) sont <strong>de</strong>ux variables aléatoires uniformes, nous obtenons l’algorithmesuivant :1. Simuler <strong>de</strong>ux variables aléatoires uniformes v 1 et v 2 .2. Prendre u 1 égal à v 1 .3. Soit C (u 2 ; u 1 ) = C 2|1 (u 1 , u 2 ). Prendre u 2 égal à C −1 (v 2 ; u 1 ).Cet algorithme est suggéré par Genest et MacKay [11, 1986]. Il est utilisé par Genest [9,1987] pour simuler la copule Frank. Nous rappelons que la distribution <strong>de</strong> cette copule est(e−θu 1− 1 ) ( e −θu2 − 1 ) )Nous en déduisons queC (u 1 , u 2 ; θ) = − 1 θ ln (1 +C 2|1 (u 1 , u 2 ; θ) =e −θ − 1(e−θu 2− 1 ) e −θu1(e −θ − 1) + (e −θu1 − 1) (e −θu2 − 1) ..51

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

Saved successfully!

Ooh no, something went wrong!