11.07.2015 Views

Évaluation des risques de la réplique d'une option ... - Finances

Évaluation des risques de la réplique d'une option ... - Finances

Évaluation des risques de la réplique d'une option ... - Finances

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

ÉVALUATION DES RISQUES DE RAPPEL LA RÉPLIQUE SUR LES D’UNE OPTIONS OPTION ASIATIQUES ASIATIQUE EN TEMPS DISCRETL’écart entre les <strong>de</strong>ux processus est donc considéré. De même, les valeurs explicites<strong>de</strong> ces espérances sont données par :E⎛⎜⎝*1NN∑i=m+1⎞S(ti) ⎟ = S(t)⎠N∑ei=m+1( r−rf)( ti−t)/ N ,EN21G* ⎛σNu G +∏2,⎜⎝i=m+1⎞S(t i) ⎟ = e⎠avec m points <strong>de</strong> moyenne déjà enregistrés.Levy (1992) propose d’estimer le processus <strong>de</strong> diffusion <strong>de</strong> l’<strong>option</strong> asiatique à taux2moyen arithmétique par une loi normale. Il fait l’hypothèse que ln( ( t )) ~ N(α,ν ) etil utilise <strong>la</strong> fonction génératrice <strong><strong>de</strong>s</strong> moments <strong>de</strong> ln( A ( t )) . De plus, EetNA N*[ A(tN)] = e2α +ν / 22* 2 2α + 2νE [ A(tN) ] = e possè<strong>de</strong>nt <strong><strong>de</strong>s</strong> solutions connues. Ainsi, en résolvant le systèmed’équations, les paramètres α et ν sont i<strong>de</strong>ntifiés :12α = 2ln E(A(t )) − ln E(A() ) ,N 2t N22ν = ln E(A(t ) ) − 2ln E(A()) .Nt NLe résultat <strong>de</strong> l’approximation <strong>de</strong> Levy est déterminé par <strong>la</strong> solution analytique <strong>de</strong>l’<strong>option</strong> asiatique à taux moyen géométrique en substituantuGpar α et2σ par ν .2GLevy estime <strong>la</strong> distribution <strong>de</strong> A t ) par une loi lognormale ayant comme( Ncaractéristique une moyenne et une variance correspondant à <strong>la</strong> distribution à estimer.Cependant, une certaine incertitu<strong>de</strong> <strong>de</strong>meure en ce qui a trait aux moments supérieurs.Pour <strong><strong>de</strong>s</strong> niveaux <strong>de</strong> vo<strong>la</strong>tilité élevés (supérieurs à 20 %), l’importance <strong>de</strong> ces moments<strong>de</strong>vient significative et peut mener à un biais important entre le prix réel <strong>de</strong> l’<strong>option</strong> et leprix donné par ce modèle.Turnbull et Wakeman (1991) utilisent le développement en séries <strong>de</strong> cette fonctiondans le but <strong>de</strong> procé<strong>de</strong>r aux ajustements nécessaires compte tenu <strong><strong>de</strong>s</strong> moments d’ordresupérieur. Supposons f *(ω)<strong>la</strong> fonction <strong>de</strong> <strong>de</strong>nsité conditionnelle <strong>de</strong> A t )( [ A t ) = ω]P ), en posant a (ω ) comme une distribution approximative, f *(ω)peut( Nêtre développée comme suit (Jarrow et Rudd (1992)) :( N9

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

Saved successfully!

Ooh no, something went wrong!