La figure 3.4 compare trois volatilités conditionnelles : celle fournie par l’estimateur de varianceEWMA avec λ = 94 %, celle fournie avec l’estimateur de variance EWMA avecλ = 98 % et, enfin, celle fournie par l’estimateur glissant (1 mois).Fig. 3.4 : Volatilités conditionnelles mesurées par l’estimateur EWMA.6,00%EWMA (94%) Glissant 1 mois EWMA (98%)5,00%4,00%3,00%2,00%1,00%0,00%01/02/199901/02/200001/02/200101/02/200201/02/200301/02/200401/02/200501/02/200601/02/200701/02/200801/02/2009Les volatilités ne sont pas annualisées.Le graphique suggère que l’estimateur glissant et l’estimateur EWMA (λ = 94 %) sont les plusproches. Mais le premier fournit, semble-t-il, la volatilité conditionnelle la plus volatile.2 Pour étudier la densité empirique, il convient :( )riσ MV( )riσ i– de calculer les rentabilités réduites et standardisées obtenues en divisantchaque rentabilité par la volatilité inconditionnelle ou bien conditionnelle ;– d’utiliser la fonction histogramme <strong>des</strong> Outils d’Excel (déjà utilisée dans le chapitre précédent).42On trouve alors la figure 3.5. Les différentes courbes de densité empirique sont en cloche(comme le serait celle d’une variable aléatoire de loi normale). On représente donc aussi ladensité normale par une courbe régulière en gras. Cette figure suggère que les rentabilitésstandardisées se comportent d’une manière plus conforme à la loi normale que ne le font lesrentabilités réduites(rtσ MV). Conclusion : prendre en compte la variabilité conditionnelle <strong>des</strong>rentabilités peut permettre d’expliquer une partie de leur non-normalité.Pour tester cette intuition, on peut mener un test de Bera-Jarque (déjà mis en oeuvre et discutédans le chapitre 2). Le tableau 3.1 montre que la distribution <strong>des</strong> rentabilités (réduites) estplutôt symétrique, mais qu’elle possède un fort kurtosis (plus de 8), bien au-delà de celui de laloi normale. La statistique de Bera-Jarque rejetterait d’ailleurs fortement toute hypothèse denormalité. Les mêmes calculs menés sur les rentabilités standardisées montrent que la priseen compte de la variance conditionnelle fait chuter le kurtosis. La présence de ce dernier dansles rentabilités brutes pourrait donc être la manifestation d’une variance conditionnelle nonconstante. Attention : les variances conditionnelles fournies par les estimateurs EWMA et© 2010 <strong>Pearson</strong> France – Synthex Finance de marché – Franck Moraux
Fig. 3.5 : Distributions empiriques <strong>des</strong> rentabilités réduites ou standardisées.9,00%8,00%7,00%6,00%5,00%4,00%3,00%2,00%1,00%0,00%-3,5-3,1-2,7-2,3-1,9-1,5-1,1-0,7-0,30,10,50,91,31,72,12,5EWMA (94%) EWMA (98%) Glissant 1 moisR réduitesDensité Normale2,93,3glissant ne suffisent pas à obtenir la loi normale. La statistique du test de Bera-Jarque (bienque plus faible) repousserait là encore l’hypothèse de normalité dans les trois cas étudiés…Tab. 3.1 : Distributions empiriques <strong>des</strong> rentabilités réduites ou standardiséesRentabilitésRentabilités standardisées(réduites) EWMA(94 %) EWMA(98 %) GlissanteSkewness -0,17 -0,15 -0,21 -0,17Kurtosis (en excès) 5,19 -0,19 0,71 0,01Test de B.-J. 3 205,4 15,1 81,7 13,73 Pour déterminer le lambda optimal sur nos données, il convient :a) de mettre en œuvre l’équation (3.7) du livre pour une valeur arbitraire de λ (par exemple95 %) ;b) de mesurer l’écart quadratique de prévision entre r 2 i et σ2 i (par exemple, par [ r 2 i − σ2 i] 2) ;c) de faire la somme <strong>des</strong> écarts quadratiques sur l’ensemble <strong>des</strong> données, conformément àl’équation (3.8) du livre.d) de lancer le solveur comme décrit dans la figure 3.6 (je vous laisse faire « envoi »).Vous devriez obtenir λ opt = 90, 83 % pour une erreur de prévision totale √ G (λ opt ) =√0, 0916 % ≈ 3 %.Exercice 6Solution1 En prenant l’espérance du processus de variance décrit par l’équation (3.15) de l’énoncé, onobtient :E [h t ] = c + aE [ ε 2 t−1]+ bE [ht−1 ] .Sachant que E [ ε 2 t]= E [ht ] pour tout t (voir N.B.), on a E [h t ] = c + (a + b) E [h t−1 ] . Si43© 2010 <strong>Pearson</strong> France – Synthex Finance de marché – Franck Moraux
- Page 1 and 2: Corrigés des exercices
- Page 3 and 4: avec o (x) un terme négligeable. O
- Page 5 and 6: 7 Vous allez devoir estimer 200 ren
- Page 7 and 8: Exercice 4Solution⎛⎞0, 01000 0,
- Page 9 and 10: Fig. 1.1 : Les enveloppes de portef
- Page 11 and 12: ⎛portefeuille M : E [R M ] = 9, 8
- Page 13 and 14: Dans le repère (0, E [R] , σ), il
- Page 15 and 16: Au total, on trouve :σ 2 P = 1 (N
- Page 17 and 18: où λ est le multiplicateur de Lag
- Page 19 and 20: Notons qu’il n’existe pas d’e
- Page 21 and 22: La première expression démontre q
- Page 23 and 24: pointe vers la droite (et donc les
- Page 25 and 26: 3 On trouve le tableau 2.7.Tab. 2.7
- Page 28 and 29: changement de variable N −1 [u] =
- Page 30: fort. Le coefficient d’asymétrie
- Page 34 and 35: Fig. 2.7 : Détermination graphique
- Page 36 and 37: Chapitre 3Exercice 1Solution1 La mi
- Page 38 and 39: On trouve évidemment des valeurs i
- Page 40 and 41: estimer σ 2 t. On peut d’ailleur
- Page 44 and 45: Fig. 3.6 : Recherche du lambda opti
- Page 46 and 47: L’égalité (1) vient de la norma
- Page 48 and 49: La structure par terme de volatilit
- Page 50 and 51: Fig. 3.8 : Volatilité conditionnel
- Page 52 and 53: Exercice 9SolutionOn va estimer les
- Page 54 and 55: Chapitre 4Exercice 1Solution1 On tr
- Page 56 and 57: soit encorep (t 0 + 1, t 0 + 16) =
- Page 58 and 59: la rente perpétuelle demande un mo
- Page 60 and 61: Les taux d’intérêt spot et forw
- Page 62 and 63: Exercice 6Solution1 Cette obligatio
- Page 64 and 65: Et, en utilisant cette valeur dans
- Page 66 and 67: 6 Dans le dernier point, on envisag
- Page 68 and 69: On pourra vérifier l’égalité d
- Page 70 and 71: avec une valeur de u de un. La somm
- Page 72 and 73: V (R), on trouve V ′ (R) = −CR
- Page 74 and 75: second ordre le sous-évalue systé
- Page 76 and 77: Exercice 5Solution1 On trouve :D ef
- Page 78 and 79: Exercice 7Solution1 On peut démont
- Page 80 and 81: 4 Dans la mesure où un butterfly e
- Page 82 and 83: - à l’écart qui sépare le nive
- Page 84 and 85: 3 Sur le prix d’un zéro-coupon d
- Page 86 and 87: Fig. 6.4 : Structure par terme des
- Page 88 and 89: Fig. 6.7 : Impact de la volatilité
- Page 90 and 91: Fig. 6.11 : Impact de la force de r
- Page 92 and 93:
Fig. 6.15 : Les paramètres structu
- Page 94 and 95:
Fig. 6.19 : Les paramètres structu
- Page 96 and 97:
La formule ( (6.6) peut donc s’in
- Page 98 and 99:
puis :d’oùOn a donc :∂ 2 ln A
- Page 100 and 101:
le cours du sous-jacent est inféri
- Page 102 and 103:
Fig. 7.2 : Portefeuilles Options /
- Page 104 and 105:
Le commentaire pour les stratégies
- Page 106 and 107:
parité obtenue dans l’exercice p
- Page 108 and 109:
[ ][ ]30 sept30 septOn a ensuite N
- Page 110 and 111:
Ce revenu terminal ne dépend d’a
- Page 112 and 113:
avec la N −1 la fonction de répa
- Page 114 and 115:
avec d 1 (K p (0)) = 1 2 σ√ T et
- Page 116 and 117:
Chapitre 8Exercice 1Solution1 La fi
- Page 118 and 119:
La figure 8.2 confirme les résulta
- Page 120 and 121:
Le delta implique la fonction de r
- Page 122 and 123:
Fig. 8.5 : Les principaux grecs en
- Page 124 and 125:
La condition ∂ ln v∂ ln S = 2 s
- Page 126 and 127:
Exercice 8Solution1 Prix et princip
- Page 128 and 129:
Exercice 10Solution1 Le prix d’un
- Page 130 and 131:
2. Le cours de l’action est supé
- Page 132 and 133:
Pour le moment d’ordre deux, on a
- Page 134 and 135:
l’on place dans la suivante colon
- Page 136 and 137:
2 Idem 1.3 La formule d’évaluati
- Page 138 and 139:
Fig. 9.6 : Volatilité implicite et
- Page 140 and 141:
alors estimée en actualisant (sur
- Page 142 and 143:
Fig. 9.10 : Histogramme des prix ob