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.

5Métho<strong>de</strong>s <strong>de</strong> <strong>Monte</strong> <strong>Carlo</strong> appliquées à le gestion<strong>de</strong>s risques5.1 Le problème <strong>de</strong> l’agrégation <strong>de</strong> (et dans) la valeur en risqueConsidérons <strong>de</strong>ux variables aléatoires X 1 et X 2 représentant les pertes <strong>de</strong> <strong>de</strong>ux marchés. SoientF 1 et F 2 les distributions <strong>de</strong> X 1 et X 2 . Les valeurs en risque <strong>au</strong> seuil <strong>de</strong> con<strong>fi</strong>ance α sont alorsetV aR (X 1 ; α) = F −11 (α)V aR (X 2 ; α) = F −12 (α)Nous cherchons à agréger ces <strong>de</strong>ux valeurs en risque, c’est-à-dire à déterminer la VaR <strong>de</strong> X 1 + X 2 :V aR (X 1 + X 2 ; α) := inf {x : P {X 1 + X 2 ≤ x} ≥ α}Soit F 1+2 la distribution <strong>de</strong> X 1 + X 2 . Nous avons∫∫F 1+2 (x) =x 1+x 2≤xdC (F 1 (x 1 ) , F 2 (x 2 ))La valeur en risque V aR (X 1 + X 2 ; α) dépend <strong>de</strong>s distributions marginales, mais <strong>au</strong>ssi <strong>de</strong> la copuleC.Agrégation sous l’hypothèse C = C +Nous considérons le cas C = C + et nous supposons que F 1 et F 2 sont continues. Nous avonsX 2 = F −12 (F 1 (X 1 )). Soit la fonction ϖ dé<strong>fi</strong>nie par x ↦→ x + F −12 (F 1 (x)). Nous avonsα = P {X 1 + X 2 ≤ V aR (X 1 + X 2 ; α)}= E [1 {ϖ (X 1 ) ≤ V ar (X 1 + X 2 ; α)}]= F 1(ϖ −1 (V ar (X 1 + X 2 ; α)) ) (5.1)

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

Saved successfully!

Ooh no, something went wrong!