TD M1

Evaluation d’actifs financier

et
Arbitrage

Université Paris-Dauphine

1
 Arbitrage

Exercice 1 : Payoffs et stratégies

Donner et tracer les payoffs à maturité des stratégies suivantes. Interprétez l’utilisation
de chaque stratégie :

1. Straddle: Achat d’un Call et d’un Put de même Strike K et de même échéance T .

2. ???: Vente d’une action et achat de deux Calls de prix d’exercice K. Quel nom lui
donneriez vous?

3. Strangle: Achat d’un Call et d’un Put de même échéance et de strike différent.

4. Strip: Achat d’un Call et de deux Puts de même échéance et de même strike K.

5. Strap: Achat de deux Calls et d’un Put de même échéance et de même strike K.

6. Bull Spread: Achat d’un Call de strike K1 et vente d’un Call de strike K2 > K1 de
même échéance.

7. Bear Spread: Achat d’un Put de strike K1 et vente d’un Put de strike K2 > K1 de
même échéance.

8. Butterfly: Achat de deux Calls de strikes K + δK et K − δK et vente de deux Calls

de strike K.

9. Condor: Achat de deux Calls de strikes K1 et K4 > K1 , vente de deux Calls de strikes
K2 = K1 + δK et K3 = K4 − δK avec K1 < K2 < K3 < K4 .

2
Exercice 2 : Prix de call et de put

On suppose qu’il y a absence d’opportunité d’arbitrage sur le marché (AOA). On note

B0 le prix en 0 de l’actif sans risque rapportant 1 à la date T . On note de même C0 et P0
les prix en 0 d’un call et d’un put sur le sous jacent S de maturité T et de strike K.

1. Montrer par un raisonnement d’arbitrage que:

(S0 − K B0 )+ ≤ C0 ≤ S0

2. En déduire:
(K B0 − S0 )+ ≤ P0 ≤ K B0

3. Montrer que le prix du call est décroissant par rapport au strike mais croissant par
rapport à la maturité.

4. Qu’en est-t-il du prix du put ?

Exercice 3 : Option Américaine

1. Montrer qu’une option Américaine est plus chère qu’une option Européenne.

2. Soit t ∈ [0, T [ et St le prix de l’actif S à cet instant. On suppose que P (ST < K) > 0
et P (ST > K) > 0. Soit Bt le prix de l’actif sans risque rapportant 1 à la date de
maturité. Soit Cte le prix d’un call Européen acheté en t de prix d’exercice K et de
maturité T . Montrer que Cte > max(0, St − KBt ).

3. Montrer qu’à tout instant, il vaut mieux vendre un call américain à son prix de marché
que de l’exercer.

4. En déduire qu’un call Américain a la même valeur qu’un call Européen.

3
Exercice 4 : Contrat forward sur devise

On étudie sur l’intervalle de temps [0, T ] le marché de devises entre l’euro et le dollar
américain. Ce marché peut être schématisé de la manière suivante:

1. Dans l’économie européenne, il existe un actif sans risque domestique de taux d’intérêt
continu rd . Son prix est normalisé en T et vaut donc Btd = e−rd (T −t) e pour tout
t ∈ [0, T ].

2. Dans l’économie américaine, il existe aussi un actif sans risque, de taux d’intérêt
continu rf . Son prix, exprimé en dollars, est normalisé en T et vaut donc Btf =
e−rf (T −t) $ pour tout t ∈ [0, T ].

3. Pour obtenir 1 dollar, il faut débourser St euros à la date t.

4. Enfin, sur le marché il existe des contrats forwards pour toute date t ∈ [0, T ]. Un
contrat forward contracté à la date t est déterminé par l’échange de flux suivant:

- Aucun échange de flux à la date d’entrée t dans le contrat.

- A l’échéance T , on reçoit 1 $ contre Ft e, montant fixé à la date d’entrée t du
contrat.

1. Soit t ∈ [0, T ]. Donner le pay-off à la date T , en euros, en fonction de la valeur du taux

de change ST , des portefeuilles suivants, constitué à la date t

(1) Achat de Btf dollars. Ce montant est alors placé dans l’actif sans risque de
l’économie américaine.
Emprunt de Ft Btd euros (grâce à l’actif sans risque domestique).
(2) Contrat forward contracté à l’instant t.

En déduire, par un raisonnement d’arbitrage, le prix Ft en fonction de la valeur du

taux de change St à l’instant t.

2. Donner le pay-off en euros à la date T du portefeuille constitué à partir d’un contrat

de prix forward F0 et de la vente à découvert à la date t du contrat de prix forward
Ft . En déduire par un raisonnement d’arbitrage, la valeur en euro ft0 à la date t du
contrat forward contracté en 0 en fonction de Ft et F0 , puis en fonction de St et S0 .

4
 Arbres

Exercice 5 : Arbre binomial à une période

On considère un marché à 2 dates avec un actif risqué et un actif sans risque de dy-
namique:

120
%
Actif sans risque: 100 → 105 Actif risqué: 100
&
90

L’actif risqué a une probabilité 0.75 de monter et 0.25 de descendre.

1. Décrire (Ω, F, P).

2. Donner la définition de la probabilité risque neutre. La calculer.

3. Calculer le prix d’un call et d’un put de strike 100.

4. Retrouver la relation de parité call put.

Exercice 6 : Option lookback en modèle binomial à deux périodes

On se place dans le cadre d’un modèle binomial à trois dates: t = 0, t = 1 et t = 2 avec

r = 0.05, u = 1.1 et d = 0.95 et S0 = 100.

1. Représentez l’arbre d’évolution de l’actif risqué.

2. Décrire Ω, F0 , F1 et F2 .

3. Déterminez la probabilité risque neutre.

4. Quel est le prix d’un call de strike 105 d’échéance T = 2 ?

5. Déterminez le prix d’une option lookback de payoff final:

(S2∗ − 100)+ avec St∗ = Sups≤t Ss

5
Exercice 7 : Convergence du modèle Binomial vers le modèle de Black Scholes

Considérons un marché financier, constitué d’un actif sans risque R normalisé en t = 0

et d’un actif risqué S, ouvert sur la période de temps [0, T ].

Divisons l’intervalle de temps [0, T ] en n intervalles [tni , tni+1 ] avec tni := iT

n et plaçons
nous dans le cadre d’un modèle binomial à n périodes. Notons rn le taux d’intéret de l’actif
sans risque, la valeur Rtn de l’actif sans risque aux instants t = tni est alors donnée par:

Rtnni = (1 + rn )i

On note Xin le rendement de l’actif risqué entre les instants tni−1 et tni . On a alors sous la
probabilité historique Pn :

P(Xin = un ) = pn et P(Xin = dn ) = 1 − pn

On rappelle que le vecteur (X1n , . . . , Xnn ) est un vecteur de variables aléatoires indépen-
dantes.

Soit r et σ deux constantes positives, rn , dn et un ont la forme suivante:

  q   q
rT rT −σ T rT σ T
rn = dn = 1 + e n un = 1 + e n
n n n

1. Représentez l’arbre d’évolution de l’actif risqué dans le modèle.

2. Montrez que RTn converge vers erT lorsque n tend vers l’infini.

3. Le marché vérifie t’il l’hypothèse d’absence d’opportunités d’arbitrage?

4. Exprimez la valeur Stnn de l’actif risqué en tni en fonction de S0 et de (X1 , . . . , Xi ).

i

5. Donnez la dynamique du processus X n sous la probabilité risque neutre Qn .

La probabilité Qn (Xin = un ) sera notée qn dans la suite.

6. Vérifiez que l’on a:

σ2
 
1
qn −→ n EQn [ln(X1n )] −→ r− T n V arQn [ln(X1n )] −→ σ 2 T
n→∞ 2 n→∞ 2 n→∞

7. Montrez à l’aide des fonctions caractéristiques la convergence en loi suivante:

n
σ2
  
loi
X
n 2
lnXi −→ N r− T, σ T .
n→∞ 2
i=1

8. En déduire que:
2
“ ”
loi r− σ2 T + σ WT
STn −→ S0 e avec WT ∼ N (0, T )
n→∞

La dynamique de la limite est, comme vous le verrez, celle que l’on supposera dans
le modèle de Black & Scholes.

6
9. Ecrire sous forme d’espérance le prix d’un put de strike K et de maturité T dans le
modèle binomial à n périodes.

10. En déduire que le prix du put converge lorsque n tend vers l’infini vers:

P0 := K e−rT N (−d2 ) − S0 N (−d1 )

Avec N la fonction de répartition d’une loi normale N (0, 1), d1 et d2 donnés par:
σ2
ln( SK0 ) + (r + 2 )T
√
d1 := √ et d2 := d1 − σ T
σ T

11. Conclure en obtenant la formule de Black & Scholes donnant le prix du call:

C0 := S0 N (d1 ) − K e−rT N (d2 )

Exercice 8 : Duplication d’un produit dérivé en modèle binomial à n périodes

Suivre la démonstration distribuée en cours sur ce sujet.

7
 Martingales

Exercice 9 : Tranformée de Martingale

Soit (Si )i≤n une F-martingale et (Hi )i≤n un processus discret borné F-adapté. On définit
le processus (Mi )i≤n par:
i
X
Mi := Hj−1 (Sj − Sj−1 )
j=1

1. Montrez que le processus P est également une F-martingale.

2. Dans un modèle binomial à n périodes, si l’actif risqué réactualisé est martingale sous la
probabilité risque neutre, qu’en déduire sur les stratégies autofinancantes de porte-
feuille simples ?

Exercice 10 : Martingales de carré intégrable

Soit (Mt )0≤t≤T une F-martingale de carré intégrable, i.e. telle que pour tout t, E[Mt2 ] <
∞

1. Montrez que, pour s ≤ t, on a:

E[Mt2 − Ms2 /Fs ] = E[(Mt − Ms )2 /Fs ]

2. En déduire que Mt2 est une F-sousmartingale. Aurait on pu obtenir ce résultat plus
rapidement?

Exercice 11 : Limite L2 de variables aléatoires Gaussiennes

Soit Xn une suite de variables aléatoires réelles admettant pour lois respectives les lois
normales N (mn , σn2 ).
Montrer que si Xn converge dans L2 vers X, alors X ∼ N (m, σ 2 ) avec m et σ 2 les limites
respectives des suites mn et σn .

8
 Mouvement Brownien

Exercice 12 : Calcul d’espérances Soit B un processus continu et F sa filtration na-

turelle. Soit
St = S0 exp (µ − σ 2 /2)t + σBt .
 

Calculer l’espérance et la variance de St .

Exercice 13 : Martingales

Soit (Bt )t≥0 est un Mouvement Brownien et F sa filtration naturelle, montrer que les
processus suivants sont des F-martingales:

• (Bt )t≥0

• Bt2 − t t≥0

 2

σBt − σ2 t
• e appelé Brownien Exponentiel.
t≥0

Exercice 14 : Caractérisation du Mouvement Brownien

Soit B un processus continu et F sa filtration naturelle. Montrer que B est un mouvement

Brownien si et seulement si, pour tout λ ∈ R, le processus complexe M λ défini par:
λ2 t
Mtλ := eiλBt + 2

est une F-martingale.

Exercice 15 : Mouvements Browniens

Soit (Bt )t≥0 un Mouvement Brownien. Montrez que les processus suivants sont également
des Mouvements Browniens:

1


• a Ba2 t t≥0

• (Bt+t0 − Bt0 )t≥0

• Le processus défini par tB1/t pour t > 0 et prolongé par 0 en t = 0.

9
Exercice 16 : Limite á l’infini du Brownien L’objectif de cet exercice est de montrer
que Wt t converge presque sûrement vers 0 lorsque t tend vers l’infini.

Wn


1. Pourquoi la suite n n∈N∗ converge-t-elle presque sûrement vers 0 lorsque n tend
vers l’infini?

2. Vérifier que pour t ∈ [n, n + 1],

 Wt   Wn  supt∈[n,n+1] |Wt − Wn |
   
 ≤
 t   n + .

n
 
3. Pourquoi les variables aléatoires Xn = supt∈[n,n+1] (Wt − Wn )2 sont-elles iden-
n∈N
tiquement distribuées?
Vérifier que X0 ≤ (supt∈[0,1] Wt )2 + (supt∈[0,1] −Wt )2 et en déduire que E(X0 ) ≤ 2.
Xn Xn
P


4. Montrer que E n∈N∗ n2 < +∞. En déduire que la suite n2 n∈N∗
converge
presque sûrement vers 0 et conclure

Exercice 17 : Mouvement brownien?

Soit Z une variable aléatoire de loi normale centrée et réduite. Pour tout t ≥ 0 on pose
√
Xt = tZ. Le processus stochastique X = {Xt ; t ≥ 0} a des trajectoires continues et Xt
suit une loi normale N (0, t). Est-ce un mouvement brownien?

Exercice 18 : Transformée de Laplace

Soit X ∼ N (µ, σ 2 ). Pour chaque réel u ∈ R, on pose:

ϕ(u) = E eu(X−µ) .
 

Pour chaque u, calculer ϕ(u), ϕ0 (u), ϕ(2) (u) et ϕ(4) (u). En déduire E[(X − µ)4 ] = 3σ 4 .

Exercice 19 : Propriété de Markov

Soit B un processus continu et F sa filtration naturelle. Pour toute fonction mesurable

bornée f et t > s, exprimer E[f (Bt )|Fs ] en fonction de Bs .

10
Exercice 20 : Loi du logarithme itéré

1. Montrez que si X est une Normale centrée réduite, pour tout λ > 0, on a:
1 λ2
P(X ≥ λ) ≤ √ e− 2
2πλ

2. En déduire que si W est un Mouvement brownien standard:

|Wn |
lim √ ≤ 1
n→∞ 2n log n

Pour information, un résultat dû à Paul Levy, nommé "loi du logarithme itéré" indique
plus précisément que:

|Wt |
lim √ = 1
t→∞ 2t log t

Exercice 21 : Pont Brownien

Soit (Bt )t∈R+ un M.B.S. On définit un nouveau processus (Zt )0≤t≤1 par :

Zt = Bt − tB1 .

1. Montrer que (Zt )0≤t≤1 est un processus gaussien indépendant de B1 .

2. Calculer la moyenne mt et la fonction de covariance K(Zs , Zt ) du processus (Zt )0≤t≤1 .

3. Montrer que Z̃t = Z1−t a même loi que Zt .

4. Soit Yt = (1 − t)B t défini pour 0 ≤ t < 1.

1−t

(a) Montrer que Yt tend vers 0 presque sûrement lorsque t tend vers 1.

(b) Montrer que le processus (Yt )0≤t≤1 prolongé par 0 en 1 a la même loi que
(Zt )0≤t≤1 .

11
Exercice 22 : Fourier

Soient (Bt1 )0≤t≤T et (Bt2 )0≤t≤T deux mouvements Browniens réels indépendants adaptés à
la même filtration (Ft )0≤t≤T .

Soient (Ht1 )0≤t≤T et (Ht2 )0≤t≤T deux processus (CADLAG) adaptés à F et vérifiant

∀t ∈ [0, T ], (Ht1 )2 + (Ht2 )2 = 1.

Rt
1. Montrer que les intégrales stochastiques 0 Hsi dBsi pour i = 1, 2 sont bien définies
pour tout t ≤ T .

2. On considère le processus (Xt )t≤T défini par

Z t Z t
1 1
∀t ∈ [0, T ], Xt = Hs dBs + Hs2 dBs2 .
0 0

Montrer que (Xt )t≤T est une martingale pour la filtration F. Le processus X est-il
continu ?

3. On définit, pour tout u ∈ R, le processus (Mtu )t≤T par

u2 t
Z
u
∀t ∈ [0, T ], Mt = exp(iuXt ) + exp(iuXs )ds.
2 0
Montrer en utilisant la formule d’Itô (on admettra sa validité sur les fonctions com-
plexes) que (Mtu ) est une martingale pour la filtration F.

4. En déduire la valeur de E[Mtu ] pour t ∈ [0, T ] puis une équation différentielle ordinaire
vérifiée par f u : t 7−→ E[eiuXt ] dont on explicitera une solution.

5. Soit t ∈ [0, T ]. Quelle est la loi de la variable aléatoire Xt ?

6. On note, pour u ∈ R et 0 ≤ s ≤ t ≤ T ,

φu (t, s) = E exp iu(Xt − Xs )  Fs .


 

Calculer φu (s, s) et montrer que

t
u2
Z
u
φ (t, s) = 1 − φu (v, s)dv.
2 s

Déterminer explicitement la fonction φu . Remarquez que φu n’est pas aléatoire.

7. Montrer que le processus (Xt )0≤t≤T est un mouvement Brownien.

12
 Mouvement Brownien et Intégrale d’Ito

Dans tout ce qui suit, B désigne un mouvement brownien et F sa filtration naturelle.

Exercice 23 : Zéros du mouvement brownien. Soient 0 < t0 < t1 . On désigne par α

la probabilité que B admette au moins un zéro dans l’intervalle [t0 , t1 ]:

α = P(∃t ∈]t0 ; t1 [, Bt = 0).

Le but est de calculer explicitement la valeur de α.

1. Soit a ∈ R∗ et X = (a + Bt )t≥0 . En utilisant la densité fT−a du premier temps

d’atteinte de −a par un mouvement brownien standard

|a| 2 /(2x)
fT−a (x) = √ e−a 1{x>0}
2πx3
calculer P(inf 0≤s≤t Xs ≤ 0).

2. Soit a ∈ R∗ . Montrer que la probabilité pour que B admette au moins un zéro dans
[t0 ; t1 ], sachant que Bt0 = a, est donnée par:
t1 −t0
|a|
Z
1 2 /(2x)
√ e−a dx.
2π 0 x3/2

3. En déduire que: r
2 t1
α = arctan − 1.
π t0

Exercice 24 : Fonction caractéristique de l’intégrale de Wiener. Soit σ(t) une

Rt
fonction détérministe du temps telle que 0 σ(s)2 ds < ∞ pour tout t > 0 et soit Xt =
Rt
0 σ(s)dBs . En utilisant la formule d’Itô, montrer que la fonction caractéristique de Xt (t
fixé) est donnée par
t
u2
Z
iuXt
E[e ] = exp{− σ(s)2 ds}, u ∈ R.
2 0

Que peut-on en déduire?

13
Exercice 25 : Intégrale de Wiener
Z 1
Soit f telle que f 2 (t) dt est finie. On considère le processus (Xt )t∈[0,1] défini par :
0
Z t
Xt = f (u) dBu ,
0

où (Bt )t≥0 est un Mvt Brownien Standard et (Ft ) sa filtration naturelle.

1. Montrer qu’une limite dans L2 (Ω) d’une suite de variable aléatoires Gaussienne est
nécessairement Gaussienne.

2. En déduire que le processus (Xt )t∈[0,1] est un processus Gaussien caractérisé par:
Z t Z u  Z t∧u
cov f (s)dBs , g(s)dBs = f (s)g(s)ds
0 0 0

3. Montrer que Xt est un processus à accroissements indépendants.

4. Quelle est la loi de X1 ?

RT
Exercice 26 : Calcul de 0 Bs dBs
RT
On cherche à calculer 0 Bs dBs avec (Bt )0≤t≤T un Mouvement Brownien standard.
Pour tout entier n, considérons le processus défini sur [0, T ] par:

Bsn := Bi T 1]i T ,(i+1) T [ (s)

n n n

1. Montrer que B est la limite dans L2 (Ω, [0, T ]) du processus élémentaire B n .

RT
2. En déduire que le processus 0 Bs dBs s’écrit comme limite dans L2 (Ω) de:
n−1
X  
Bi T B(i+1) T − Bi T
n n n
i=0

3. Quelle est la limite dans L2 (Ω) de :

n−1
X 2
B(i+1) T − Bi T
n n
i=0

4. En déduire la valeur de:

Z T
Bs dBs
0

Remarquez que le processus obtenu est, comme attendu, une martingale.

14
Exercice 27 : Théorème de Girsanov simplifié Soit (Bt )0≤t≤T un mouvement brown-
ien standard de filtration associée F = (Ft )0≤t≤T . Soit θ ∈ R. On pose
 
1 2
Lt = exp θBt − θ t .
2

a) Montrer que L est une (F, P)-martingale et que E[Lt ] = 1 pour tout 0 ≤ t ≤ T .

b) Pour A ∈ FT , on pose
PLT (A) := EP [LT 1A ].

Pour tout t ∈ [0, T ], montrer que PLt est une probabilité.

c) Montrer que pour tout A ∈ Ft , PLT (A) = PLt (A).

d) Montrer la formule de Bayes suivante:

EP [LT Y |Ft ]
EPLT [Y |Ft ] = , t ∈ [0, T ],
Lt

pour toute v.a. Y ∈ L2 (P).

e) On pose Bt∗ = Bt − θt pour tout t ∈ [0, T ]. Montrer que pour tout s ≤ t, on a

u2
h ∗ ∗
i h ∗ ∗
i
EPLT eiu(Bt −Bs ) |Fs = EPLT eiu(Bt −Bs ) = e− 2 (t−s) .

f) En déduire que B ∗ est un PLT -mouvement brownien standard de filtration F.

Exercice 28 : EDS et brownien géométrique On s’intéresse à la solution Xt de l’EDS:

Z t Z t
0
Xt = (µXr + µ ) dr + (σXr + σ 0 ) dBr .
0 0

On pose St = exp (µ − σ 2 /2)t + σBt .

1. Ecrire l’EDS dont St−1 est solution.

2. Démontrer que:
d(Xt St−1 ) = St−1 (µ0 − σσ 0 )dt + σ 0 dBt .

3. En déduire une expression pour Xt .

15
Exercice 29 : Sous-martingale Soit Xt un processus adapté tel que
Z t Z t
Xt = µ(r)dr + σ(r)dBr ,
0 0

où on suppose que µ(t) ≥ 0 p.s. pour tout t ≥ 0 et que σ = (σ(t)) est adapté et tel que
Rt
E[ 0 σ(s)2 ds] < ∞ pour tout t > 0. Montrer que X est une sous-martingale.

Exercice 30 : Mouvement brownien changé de temps.

Considérons le processus
Xt = e−t W e2t −1 , t ≥ 0.
2

1. Montrer que X est un processus gaussien centré. Calculer sa fonction covariance.

2. Justifier que que Xt converge en loi vers une variable gaussienne dont on précisera
les paramètres.

3. On souhaite montrer que X suit l’équation différentielle stochastique

Z t
Xt = − Xs ds + Bt , (1)
0

pour un certain mouvement brownien B (construit à partir de W ). Nous allons

d’abord montrer qu’on peut écrire
Z t
t
W e2t −1 = e Bt − es Bs ds, ∀t. (2)
2 0

En fait, au lieu de construire B à partir de W (ce qui sera faisable plus tard dans
le cours), nous allons construire W à partir de B. Pour cela, posons Yt = et Bt −
Rt s
0 e Bs ds, à identifier avec W e2t −1 pour un certain W .
2

(a) Prouver qu’il suffit d’établir que (Yt )t≥0 et (W e2t −1 )t≥0 ont même fonction de
2
covariance.
(b) Établir l’égalité des fonctions de covariance.
Rt
(c) De (2), déduire (1) (on calculera Xt + 0 Xs ds).

Nous verrons dans la suite du cours que le processus X est un processus d’Ornstein-
Uhlenbeck, dont le rôle est central dans certains modèles de taux d’intérêt (Vasicek, 1977).

16
Exercice 31 : Loi du sup du mouvement brownien. Le but de cet exercice est de
calculer la loi du couple (Bt , sup0≤s≤t Bs ).

1. Soit T un temps d’arrêt borné. En utilisant le théorème d’arrêt de Doob, montrer

que pour z réel et 0 ≤ u ≤ v
2 (v−u)/2
E[eiz(Bv+T −Bu+T ) |Fu+T ] = e−z .

2. En déduire que BuT = Bu+T − BT est un Fu+T -mouvement brownien indépendant de

la tribu FT .

3. Soit (Yt )t un processus aléatoire continu indépendant de la tribu F tel que E[sup0≤s≤K |Ys |] <
+∞. Soit S une variable aléatoire bornée par K. Montrer que:

E[YS |F] = E[Yt ]|t=S .

4. On pose τλ = inf{s ≥ 0; Bs > λ}. Démontrer que si f est une fonction borélienne
bornée
E f (Bt )1{τ λ ≤t} = E φ(t − τ λ )1{τ λ ≤t} ,
   

où φ(u) = E[f (Bu + λ)]. En déduire que

   
E f (Bt )1{τ λ ≤t} = E f (2λ − Bt )1{τ λ ≤t} .

5. Montrer que si Bt∗ = sup0≤s≤t Bs et si λ > 0:

P(Bt ≤ λ, Bt∗ ≥ λ) = P(Bt ≥ λ, Bt∗ ≥ λ) = P(Bt ≥ λ).

En déduire que Bt∗ suit la même loi que |Bt |.

6. Démontrer que pour λ ≥ µ et λ ≥ 0:

P(Bt ≤ µ, Bt∗ ≥ λ) = P(Bt ≥ 2λ − µ, Bt∗ ≥ λ) = P(Bt ≥ 2λ − µ)

et que si λ ≤ µ et λ ≥ 0:

P(Bt ≤ µ, Bt∗ ≥ λ) = 2P(Bt ≥ λ) − P(Bt ≥ µ).

7. Vérifier que la loi du couple (Bt , Bt∗ ) est donnée par:

2(2y − x) (2y − x)2

1{0≤y} 1{x≤y} √ exp − dxdy.
2πt3 2t

17
 Formule d’Ito

Dans tout ce qui suit, B désigne un mouvement brownien et F sa filtration naturelle.

Exercice 32 : Covariation quadratique & Formule d’Intégration par partie

La covariation quadratique entre 2 processus X et Y est par définition:

1
hX, Y i := (hX + Y i − hX − Y i)
4

1. Montrer que l’application (X, Y ) 7→ hX, Y i est bilinéaire.

2. Soient X 1 et X 2 deux processus d’Ito de la forme

dXti = ϕit dt + θti dWt

Montrer que la covariation quadratique entre X 1 et X 2 est donnée par

Z t
1 2
hX , X it = θs1 θs2 ds
0

3. Soient X et Y deux processus d’Ito, démontrer la formule d’intégration par partie:

d(XY )t = Xs dYs + Ys dXs + dhX, Y is

Exercice 33 : Formule d’Itô

Soit (Bt )t≥0 , un M.B.S. Donner l’équation différentielle stochastique vérifiée par les pro-
cessus suivants:

• Xt = exp(ct + αBt )
Bt
• Xt = 1+t

• (Xt1 , Xt2 ) = (cosh Bt , sinh Bt )

Rt Rt
Ys dBs− 21 Ys2 ds
• Xt = e 0 0

 
Xt
• Zt = ln 1−Xt avec Xt satisfaisant dXt = Xt (1 − Xt )dBt

Exercice 34 : Mouvement brownien géométrique Soit X = (Xt )t≥0 l’unique solu-

tion de l’EDS Z t Z t
Xt = X0 + α Xr dr + σXr dBr ,
0 0
c-à-d X est un mouvement Brownien géométrique (MBG). En outre, soit β une constante.
Montrer que Y β aussi est un MBG dont on précisera le drift et le coefficient de diffusion.

18
Exercice 35 : Comparaison de Processus

On suppose connue la fonction

φ(a, T ) := P(Wt ≤ at , t ≤ T )

avec W un Mouvement Brownien.

Soient W 1 et W 2 deux mouvements Browniens indépendants et

dXt1 = Xt1 (µ1t dt + σt1 dWt1 ) ,

dXt2 = Xt2 (µ2t dt + σt2 dWt2 ) .

Calculer, en fonction de Φ, la quantité

P(Xt1 ≤ Xt2 , t ≤ T ) .

Exercice 36 : Processus d’Ornstein-Ulhenbeck.

Le processus d’Ornstein-Ulhenbeck est l’unique solution de l’ équation différentielle stochas-
tique suivante
dXt = −cXt dt + σdWt ;

On suppose que X0 est une variable aléatoire gaussienne indépendante de W .

1. En posant Yt = Xt exp(ct), donner la forme explicite du processus (Xt ).

2. Donner la loi de Xt . Que vaut Cov(Xs , Xt )?

3. Trouver la loi de X0 telle que ∀t, la loi de Xt ne dépend pas de t (loi stationnaire).

4. Quelle est la loi limite de Xt lorsque t → +∞?

a2
Rt Rt
5. Montrer que Zt = exp(a 0 Xs dW s − 2 0 Xs2 ds) est une martingale locale.

6. Soit Ut = Xt2 . Ecrire dUt .

Rt 1 2 c
Rt
7. En déduire que 0 Xs dWs = 2σ (Xt − X02 − σ 2 t) + σ 0 Xs2 ds.

19
Exercice 37 : Etude d’EDS. Soit l’EDS

dXt = bXt dt + dBt , X0 = x.

1. On pose Yt = e−t Xt . Quelle est l’EDS vérifiée par Yt ? Exprimer Yt sous la forme
Rt
Yt = y + 0 f (r) dBr où l’on explicitera la fonction f .

2. Calculer E(Yt ) et E(Yt2 ).

Rt Rt
3. Justifier que 0 Ys ds est un processus gaussien. Calculer E[exp( 0 Yu dBu )].
Rt
4. Exprimer Yt pour t > s sous la forme Yt = Ys + s g(u) dBu où l’on précisera la
fonction g. Calculer E[Yt |Fs ] et Var(Yt |Fs ).

5. Calculer E[Xt |Fs ] et Var(Xt |Fs ).

Exercice 38 : EDP

Soit f une fonction bornée sur R. On désire résoudre le problème suivant :

1 ∂2u

∂u

 = pour t > 0
∂t 2 ∂x2

u(0, x) = f (x)


où u est une fonction de deux variables u(t, x), de classe C 1 en t et C 2 en x. Cette équation
modélise l’évolution de la chaleur d’un fil au cours du temps avec une condition initiale f
à t = 0.

Soit (Bt )t≥0 un M.B.S.

1. Soit u une solution du problème précédent et t > 0. Montrer, en utilisant la formule

d’Itô que M dÈfini sur [0, t] par Ms = u(t − s, x + Bs ) est une martingale locale.

2. Montrer que M est une martingale. En déduire que pour tout t > 0, on a:

u(t, x) = E[f (Bt + x)]

20
 Black Scholes

Dans tout ce qui suit, B désigne un mouvement brownien et F sa filtration naturelle.

Exercice 39 : Modèle de Black Scholes. On considére un actif risqué S obéissant à

la dynamique suivante
dSt = St (µ dt + σ dBt )

où µ, σ(> 0) sont des constantes.

1. Ecrire la formule d’Itô pour une fonction du type f (t, St ). En déduire que ST suit
une loi log-normale dont on précisera la moyenne et la variance.

2. Donner la moyenne et la variance de l’actif ST sous la probabilité risque neutre.

3. Le payoff d’un actif contingent de type européen est donné à la date T par la quantité
1/ST . Utiliser la probabilité risque neutre pour montrer que le prix à la date t < T
de ce produit est donné par
1
exp (σ 2 − r)(T − t) .


St

4. Utiliser la formule d’Itô et un argument d’arbitrage pour déterminer l’équation satis-

faite par la valeur V (t, St ) d’une option européenne (ie de payoff de type P = g(ST )).

5. On suppose que les actifs distribuent des dividendes selon un taux continu q. r
désigne le taux d’intérêt continu de l’actif sans risque. Montrer que la valeur V (t, St )
d’une option européenne satisfait l’équation

1 2 2 ∂2V ∂V ∂V
σ S 2
+ (r − q)S + = rV
2 ∂S ∂S ∂t
dont on précisera les conditions initiales. Exprimer le prix du call européen dans ce
modèle.

21
Exercice 40 : Formule de Black Scholes

Soit l’équation différentielle stochastique :

dSt = µSt dt + σSt dBt , (3)

où (Bt )t≥0 est un M.B.S.

1. Soit un réel r. On pose Set = e−rt St .

(a) Montrer que Set vérifie une nouvelle équation différentielle stochastique.

(b) Soit Wt = Bt + µ−r ∗

σ t. Montrer qu’il existe une probabilité P équivalente à la
probabilité de départ P sous laquelle (Wt )t≥0 est un M.B.S.

(c) Écrire que :

dSet = σ Set dWt .

En déduire que (Set )t≥0 est une martingale sous P∗ et que :

σ 2
Set = Se0 eσWt − 2 t .

2. On pose (x)+ = max (x, 0) et on désigne par E∗ l’espérance sous P∗ . Soit K > 0 et
soit C = E∗ e−rT (ST − K)+ . Montrer que :

C = −Ke−rT Φ(d2 ) + S0 Φ(d1 ),

 
S0 σ2


ln K + r+ 2 T
où Φ est la fonction de répartition de la loi normale centrée réduite, d1 = √
√ σ T
et d2 = d1 − σ T .

Exercice 41 : Symétrie Call Put

Soit M une F- martingale telle que dMt = σMt dWt avec σ donné et M0 = 1.

1. Vérifier que M est strictement positive.

2. Déterminer la dynamique de Y défini par Yt = (Mt )−1 .

3. Soit Q la probabilité définie par dQ/dP = M . Déterminer la loi de Y sous Q.

4. Etant donné un strike K, montrer que l’on a la relation

" + #
1
EP (MT − K)+ = K EP
 
− MT
K

22
Exercice 42 : Changement de numéraire

Soient S 1 et S 2 deux processus d’Itô donnés par

(
dSt1 = Yt1 dt + Zt1 dBt
dSt2 = Yt2 dt + Zt2 dBt

avec B un mouvement Brownien de filtration naturelle F et Y 1 , Y 2 , Z 1 et Z 2 des processus

F-adaptés de L2 (Ω, [0, T ]).

Soient ϕ1 et ϕ2 deux processus adaptés bornés. Considérons le processus:

Xt = ϕ1t St1 + ϕ2t St2

et supposons qu’il satisfait la condition:

dXt = ϕ1t dSt1 + ϕ2t dSt2

Montrer que pour tout processus d’Itô U F-adapté, on a la relation:

d(U X)t = ϕ1t d(U S 1 )t + ϕ2t d(U S 2 )t

Comment traduire cette propriété en terme de stratégie de portefeuille ?

Exercice 43 : Moments de la solution de l’EDS de Black Scholes

Soit B un Mouvement Brownien Standard. On considère l’équation différentielle de

Black Scholes:

dSt = St (µdt + σdWt ) et S0 = x

1. Montrer que l’unique solution de cette équation est :

2
“ ”
µ− σ2 t + σ Wt
St = x e

2. Calculer E[St ].

3. Pour α ≥ 2, déterminez l’EDS vérifiée par Stα .

4. En déduire E[Stα ] pour α ≥ 2.

23
 Pricing d’Options

Exercice 44 : Option sur moyenne

Soit S le processus donné par dSt = St (rdt + σdBt ), , S0 = 1 ,

avec r, σ deux constantes et hB un mouvementi Brownien. On souhaite calculer C =
1 T
E [(ZT − ST )+ ] avec ZT := E T 0 ln(St )dt . Soit Q la probabilité définie par
R


dQ  2 T /2
= eσBT −σ .
dP T

1. Montrer que
" + #
ZT
e−rT EP (ZT − ST )+ = EQ
 
−1
ST

RT
2. Soit B̄t := Bt − σt. Ecrire ZT /ST sous la forme eαT − 0 β(t)dB̄t
.
h i
3. Déterminer K pour que le calcul de C se réduise au calcul de E (S̃T − K)+ avec S̃
un mouvement Brownien géométrique dont on précisera la dynamique.

Exercice 45 : Produit forward-start On suppose que la dynamique du prix (en dollars)

de l’action américaine FAD, qui ne verse pas de dividendes, est donnée par:


dSt = St µ(t, St ) dt + σ(t) dBt ,

où σ est une fonction déterministe du temps. Soit un call européen de date T2 écrit sur
une action FAD et de type "forward-start", c’est-à-dire que son strike n’est pas connu à sa
date de création (t = 0) mais sera fixé égal à sa valeur S(T1 ) de l’action FAD observée à la
date T1 (< T2 ). Il sera donc à la monnaie en T1 et vaudra en T2 (en dollars) (ST2 − ST1 )+ .

1. Dériver la formule (du type Black-Scholes) donnant le prix du call en T1 tel que côté
à New-York, en utilisant la notation τ = T2 − T1 .

2. Calculer le prix du call en t = 0 tel que côté à New-York. Pour ce faire, utiliser la
propriété d’homogénéité (de degré 1 en prix du support et en prix d’exercice) de la
valeur d’une option, c’est-à-dire

C(ST1 , ST1 , τ ) = ST1 C(1, 1, τ ).

3. Donner l’interprétation financière du résultat précédent.

4. Supposer que le prix d’exercice fixé en T1 est égal à kST1 où k est une constante
positive différente de 1 et recalculer le prix du call.

24
Exercice 46 : Options asiatiques Soit St la solution de l’EDS

dSt = St (r dt + σ dBt )

les paramètres r et σ étant constants.

 R 
T
1. Soit K une constante. Montrer que le processus Mt = E ( T1 0 Sr dr − K)+ |Ft est
une martingale.
Rt
2. Montrer que si l’on pose Qt = St−1 K − T1 0 Sr dr , on a

 1Z T S 
r
Mt = St E ( dr − Qt )+ |Ft .
T t St
 R   R 
T T
3. Soit u(t, x) = E ( T1 t SSrt dr−x)+ . Montrer que u(t, x) = E ( T1 t SSrt dr−x)+ |Ft
et que Mt = St u(t, Qt ).

4. Ecrire la formule d’Itô pour M et en déduire une équation aux dérivées partielles
vérifiée par u.

Exercice 47 : Réduction de variance par échantillonnage préférentiel.

Soit G une gaussienne centrée réduite.

1. Pour f : R → R une fonction bornée, vérifier que

 2

−θG− θ2
∀θ ∈ R, E f (G + θ)e = E(f (G)) (4)

2. Vérifier que
 2
  2

−θG− θ2 2 2 −θG+ θ2
Var f (G + θ)e = v(θ) − (E(f (G))) où v(θ) = E f (G)e .

3. On suppose désormais que P(f 2 (G) > 0) > 0.

Montrer que pour a > 0 suffisamment grand, P(f 2 (G) > 1/a, G > −a) > 0 et en
déduire que limθ→−∞ v(θ) = +∞. Montrer également que limθ→+∞ v(θ) = +∞.
Calculer v 00 (θ) par dérivation sous le signe espérance etconclure à l’existence d’un
θ2
unique θ∗ ∈ R qui minimise θ → Var f (G + θ)e−θG− 2 .
Soit (Gi )i≥1 une suite de gaussiennes centrées réduites indépendantes. Proposer un
estimateur de E(f (G)) préférable à n1 ni=1 f (Gi ).
P

1
4. On suppose que la2 fonctionf est C à dérivée bornée. Quelle est la limite de
1 −θG− θ2
θ f (G + θ)e − f (G) lorsque θ tend vers 0?
En déduire que E(f 0 (G)) = E(Gf (G)). Retrouver ce résultat directement.

25
Exercice 48 : Les options barrière: l’EDP et l’interprétation comme espérance.
On suppose maintenant que les taux d’intérêt sont constants et égaux à r, que l’actif risqué
suit une dynamique de type brownien géométrique décrite par St = S0 exp((µ − 21 σ 2 )t +
σWt ). Les options considérées ont pour échéance T .
On considère le problème de la valorisation de l’option barrière Down-In-Call (resp. Down-
Out-Call) promettant à l’échéance 1τH ≤T (ST − K)+ (resp. 1τH >T (ST − K)+ ), avec τH =
inf{t ≥ 0 : St ≤ H}. Son prix à l’instant 0 sera noté simplement DIC(x, K, H) (resp.
DOC(x, K, H)).

1. Par un raisonnement d’arbitrage, montrer que les prix des différentes options sont
reliés par la relation

DIC(x, K, H) + DOC(x, K, H) = Call(0, x, K).

2. Pour couvrir le DOC, nous cherchons un portefeuille autofinançant dont la valeur

s’écrit Vt = v(t ∧ τH , St∧τH ) pour une certaine fonction régulière v. Déterminer
l’EDP satisfaite par v (attention aux conditions aux limites qui prennent en compte
la barrière) ainsi que la couverture associée.

3. Calculer E(e−rT ∧τ̄H v(T ∧ τ̄H , S̄T ∧τ̄H )) et montrer que

DOC(x, K, H) = E e−rT 1τ̄H >T (S̄T − K)+ ,

(5)

où τ̄H = inf{t ≥ 0 : S̄t ≤ H} et S̄t = S0 exp((r − 21 σ 2 )t + σWt ).

4. En déduire que
DIC(x, K, H) = E e−rT 1τ̄H ≤T (S̄T − K)+ ,


(6)

26
Exercice 49 : Les options barrière: des formules explicites pour les prix.
L’objectif de cet exercice est de calculer explicitement DIC(x, K, H) à partir de l’égalité
(6), en exploitant simplement des relations de symétrie. Nous nous restreignons au cas
regular (à savoir K > H) (à l’opposé du cas reverse lorsque K ≤ H).

1. Que vaut DIC(x, K, H) lorsque x ≤ H?

On suppose maintenant x > H.

2. Montrer la relation de symétrie Call-Put

Call(t, Ke−r(T −t) , x) = Put(t, xe−r(T −t) , K)

et d’homogénéité (λ ≥ 0)

Call(t, λx, λK) = λCall(t, x, K), Put(t, λx, λK) = λPut(t, x, K).

3. On suppose dans cette question que r = 0.

(a) Justifier que (S̄t )t≥0 est une martingale et les prix des options pour ce cas-là
seront notés CallM , DICM , etc.
H2 K x
(b) Montrer que DICM (x, K, H) = PutM (x, ) = CallM (H, K ).
K H H
(c) En déduire une stratégie statique de couverture de l’option DIC dans le cas
r = 0.
2r
4. Introduisons γ = 1 − σ2
. Supposons d’abord que γ > 0.

(a) Prouver qu’on a S̄t = (Mt )1/γ pour une certaine martingale log-normale M .
(b) Considérons l’option Binary DIC (resp. Binary Call) promettant à l’échéance
1τH ≤T 1ST ≥K (resp. 1ST ≥K ). Son prix vaut BinDIC(x, H, K) = E e−rT 1τ̄H ≤T 1S̄T ≥K

(resp. BinCall(x, K) = E e−rT 1S̄T ≥K ).

En passant par l’intermédiaire de la martingale M , montrer

 x γ x
∀K ≥ H BinDIC(x, H, K) = BinCall(H, K ).
H H
(c) En déduire que le prix de l’option DIC est donné par la formule
 x γ−1 x
DIC(x, H, K) = Call(H, K ).
H H
5. Généraliser la formule précédente à toutes les valeurs de γ.

27
 Modeles de Taux

Exercice 50 : Le modèle de Vasiček pour le taux d’intérêt

On considère un marché financier où il existe une unique probabilité risque neutre Q qui
rende tout actif réactualisé martingale. Sous cette probabilité neutre au risque Q, le taux
d’intérêt spot est décrit par la dynamique suivante

drt = (a − brt ) dt + σdBt , (7)

r0 = r

où (Bt )t≥0 est un mouvement brownien standard, et où a, b, σ et r sont des constantes

strictement positives.

1. Déterminez l’EDS satisfaite par le processus Xt = ebt rt .

2. Déterminez la solution Xt , puis déduisez la solution rt de l’EDS (7)

3. Vérifiez que la variable aléatoire rt suit une loi normale. Calculez sa moyenne et sa
variance.
On considère, dans ce marché, un zéro-coupon de maturité T . C’est à dire une
obligation qui verse à la personne qui la détient 1 unité monétaire à la maturité T .

4. Déduisez que le zéro-coupon est un produit dérivé particulier et donnez son pay-off
à la date T .

5. En utilisant l’évaluation neutre au risque, montrez que le prix à la date t du zéro-

coupon , noté P (t, T ), est égal à
  Z T  
Q
P (t, T ) = E exp − rs ds |Ft (8)
t

6. Calculez explicitement P (t, T ).

28
Exercice 51 : Stratégies autofinancées de zéro–coupons.
On considère le modèle de Heath–Jarrow–Morton : pour tout T > 0 le taux instantané
forward de maturité T est décrit par
Z t Z t
f (t, T ) = f (0, T ) + µf (s, T )ds + σf (s, T )dWs ,
0 0

où σf (·, T ) est une fonction continue bornée. La fonction µf (s, T ) est définie par
Z T
µf (s, T ) = σf (s, T )σf∗ (s, T ), avec σf∗ (s, T ) := σf (s, u)du.
s

On admet que le prix au temps 0 ≤ t ≤ T d’un zéro–coupon de maturité T est donné par
 Z T 
B(t, T ) = exp − f (t, s)ds . (9)
t

Soit rt le taux instantané f (t, t) :

Z t Z t
rt = f (0, t) + σf (s, t)σf∗ (s, t)ds + σf (s, t)dWs . (10)
0 0

De (9) et (10) on peut déduire (l’admettre. . . ) que, pour tout T , le processus (B(t, T ), t ≤
T ) résout l’équation différentielle stochastique

dB(t, T ) = r B(t, T )dt − σ ∗ (t, T )B(t, T )dW ,
t f t
(11)
B(T, T ) = 1.

On se donne deux maturités T O et T avec T O < T . À chaque date 0 ≤ t ≤ T O , une

stratégie autofinancée consiste à acheter ou vendre une quantité HtO de zéro–coupons de
maturité T O et une quantité Ht de zéro–coupons de maturité T telles que:

(i) Le portefeuille est autofinancé, c’est–à–dire : si on note

Vt := HtO B(t, T O ) + Ht B(t, T )

la valeur au temps t du portefeuille, alors

Z t Z t
Vt = V0 + HθO dB(θ, T O ) + Hθ dB(θ, T ).
0 0

(ii) Les processus (HtO ) et (Ht ) sont tels que les intégrales stochastiques qui apparaîtront
dans les calculs sont bien définies et sont des martingales.

29
1. L’objectif est de caractériser les stratégies autofinancées. Pour t ≤ T O on définit le
prix Forward B F (t, T ) du zéro–coupon de maturité T par

B(t, T )
B F (t, T ) := .
B(t, T O )

Montrer
 
1 1 1
d =− (rt dt − σf∗ (t, T O )dWt ) + σ ∗ (t, T O )2 dt,
B(t, T O ) O
B(t, T ) B(t, T O ) f

puis

dB F (t, T ) = B F (t, T )σf∗ (t, T O )(σf∗ (t, T O )−σf∗ (t, T ))dt+B F (t, T )(σf∗ (t, T O )−σf∗ (t, T ))dWt .

2. Soit VtF la valeur Forward du portefeuille définie par

Vt
VtF := .
B(t, T O )

En appliquant la formule d’Itô, montrer

dVtF = Ht dB F (t, T ).

Montrer que cette égalité s’obtient aussi (et plus rapidement) par la technique du change-
ment de numéraire.

30
Exercice 52 : Stratégie de couverture d’options sur zéro–coupon.
On considère une option de maturité T O et de flux à l’échéance égal à Φ(B(T O , T )), où Φ
est une fonction donnée.

1. À l’aide de (11) montrer que les processus

  Z t  
B(t, T O ) exp − rθ dθ , t ≤ T O
0

et
1 t ∗
  Z Z t  
B(0, T O ) exp − σf (θ, T O )2 dθ − σf∗ (θ, T O ) dWθ , t ≤ T O
2 0 0
sont solutions de la même équation différentielle stochastique.

2. Montrer que le processus défini pour 0 ≤ t ≤ T O par

B(t, T O )
Lt := Rt
exp( 0 rθ dθ)B(0, T O )
est une martingale exponentielle.

3. Considérer la probabilité forward risque neutre PF sur (Ω, FT O ) définie par

dPF
= LT O .
dP
Montrer que, sous PF , les processus (B F (·, T )) et (VtF ) sont des martingales.

4. On suppose qu’il existe une solution régulière πσf au problème parabolique


2
 ∂πσf (t, x) + 1 x2 (σ ∗ (t, T ) − σ ∗ (t, T O ))2 ∂ πσf (t, x) = 0,

f f
∂t 2 ∂x2
O
πσ (T , x) = Φ(x).

f

Montrer
VtF = πσf (t, B F (t, T )).
Indication : on pourra commencer par vérifier

VtF = EF [φ(B F (T O , T ))|Ft ] p.s.

5. Montrer que la stratégie de couverture de l’option est

∂πσf

H
t = (t, B F (t, T )),
∂x
 O
Ht = πσf (t, B F (t, T )) − Ht B F (t, T ).

31