Master Modélisation Statistique M2

Finance - chapitre 4
Mouvement Brownien et modèle de Black-Scholes

Clément Dombry,
Laboratoire de Mathématiques de Besançon,
Université de Franche-Comté.

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 1 / 23

Motivations et objectif du cours

Il s’agit de modéliser un marché financier en temps continu. Le modèle

est plus réaliste, car les cours des actions sont généralement cotés de
manière continue : par exemple pour le CAC40.
Le modèle principal est le modèle de Black-Scholes et se base sur le
mouvement Brownien.
Après avoir définit le mouvement Brownien, on étudiera quelques
propriétés et on verra que le mouvement Brownien apparaît comme limite
de marches aléatoires renormalisées.
Finalement, on introduira le modèle de Black-Scholes comme limite du
modèle de Cox-Ross-Rubinstein.
On établira la formule de Black-Scholes donnant le prix des options
européennes (call et put).

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 2 / 23

Plan du cours

1 Le mouvement Brownien

2 Le modèle de Black-Scholes comme limite du modèle

Cox-Ross-Rubinstein

3 La formule de Black-Scholes pour le prix des options européennes

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 3 / 23

Notion de processus stochastique

Un processus stochastique représente l’évolution aléatoire d’une quantité

dans le temps : la valeur Xt (ω) représente la quantité au temps t pour la
réalisation ω.
Définition
Soit (Ω, F, P) un espace probabilisé.
On appelle processus stochastique X = (Xt )t≥0 une collection Xt de
variables aléatoires (i.e. pour tout t ≥ 0, ω 7→ Xt (ω) est mesurable).
On dit que le processus X = (Xt )t≥0 est à trajectoires continues si il
existe un ensemble de probabilité nulle N tel que pour tout ω ∈ Ω \ N
l’application t 7→ Xt (ω) est continue.

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 4 / 23

Notion de processus stochastique

Un processus stochastique représente l’évolution aléatoire d’une quantité

dans le temps : la valeur Xt (ω) représente la quantité au temps t pour la
réalisation ω.
Définition
Soit X = (Xt )t≥0 un processus stochastique.
On appelle accroissement de X entre les temps t1 et t2 la variable
aléatoire Xt2 − Xt1 .
On dit que le processus X = (Xt )t≥0 est à accroissements indépendants
si pour tout k ≥ 2, 0 = t0 < t1 < t2 < · · · < tk , les variables Xti − Xti−1 ,
1 ≤ i ≤ k sont indépendantes.

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 5 / 23

Notion de mouvement Brownien

Définition
On appelle mouvement Brownien standard B = (Bt )t≥0 un processus
stochastique à trajectoires continues vérifiant
i) B0 = 0 p.s.,
ii) pour tout 0 ≤ t1 < t2 , Bt2 − Bt1 ∼ N (0, t2 − t1 ),
iii) pour tout k ≥ 2, 0 = t0 < t1 < t2 < · · · < tk , les accroissements
(Bti − Bti−1 )1≤i≤k sont indépendants.

Par définition du mouvement Brownien, les accroissements sont Gaussiens

(ii) et indépendants (iii). Remarquons que l’existence du mouvement
Brownien est non triviale, notamment la continuité des trajectoires.

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 6 / 23

Simulation d’un mouvement Brownien
Avec un ordinateur, on peut simuler très simplement les valeurs du
processus (Bt )t≥0 en un nombre fini de points.
Par exemple, pour tk = kT n , 0 ≤ k ≤ n variant entre t0 = 0 et tn = T , on
commence par simuler les accroissements ∆k = Btk − Btk −1 , 0 ≤ k ≤ n,
qui sont i.i.d. de loi N (0, T /n) et on pose
k
X k
X
B0 = 0, Btk = (Bti − Bti−1 ) = ∆k , 1 ≤ k ≤ N.
i=1 i=1

Avec le logiciel R :

T<-10

4
N<-100

3
D<-rnorm(N,0,sqrt(T/N))

2
B<-c(0,cumsum(D))

B
1
plot(seq(0,T,T/N),B,type=’ol’)
0
0 2 4 6 8 10
seq(0, T, T/N)

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 7 / 23

Simulation d’un mouvement Brownien

Attention, cette représentation est trompeuse car le logiciel fait une

interpolation linéaire ! On a donc une représentation approchée du
mouvement Brownien.
Evidemment la qualité de cette représentation est meilleure lorsque N
est grand :
N=10 N=100 N=1000

3.0
4

4
2.5
3
mouvement Brownien B_t

mouvement Brownien B_t

mouvement Brownien B_t

3
2.0
2

2
1.5
1

1.0

1
0

0.5

0
−1

0.0

−1
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
temps t temps t temps t

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 8 / 23

Propriétés du mouvement Brownien

Proposition
Soit B = (Bt )t≥0 un mouvement brownien :
(covariance) pour tout t1 , t2 ≥ 0, Cov(Bt1 , Bt2 ) = min(t1 , t2 ) ;
(symétrie) le processus (−Bt )t≥0 est aussi un mouvement Brownien ;
(propriété de Markov) pour tout a > 0 le processus (Ba+t − Ba )t≥0 est un
mouvement Brownien ;
(autosimilarité) pour tout c > 0 (c −1/2 Bct )t≥0 est un mouvement
Brownien.

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 9 / 23

Propriétés du mouvement Brownien

Définition
Soit (Mt )t≥0 un processus aléatoire et Ft = σ(Ms ; s ≤ t) la filtration naturelle.
On dit que (Mt )t≥0 est une martingale si pour tout 0 ≤ s ≤ t, Mt est intégrable
et
E[Mt | Fs ] = Ms .

Proposition
Soit B = (Bt )t≥0 un mouvement brownien. Alors :
i) (Bt )t≥0 est une martingale ;
ii) (Bt2 − t)t≥0 est une martingale ;
iii) (exp(Bt − t/2))t≥0 est une martingale.

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 10 / 23

Marche aléatoire et théorème de Donsker
Définition
Soit (Xi )i≥1 une suite de v.a.i.i.d.
On appelle marche aléatoire la suite de variable aléatoires (Sn )n≥0 définie par
n
X
S0 = 0, Sn = Xi , n≥1
i=1

Simulation avec R dans le cas Bernoulli Xi B(p) :

N<-50

20
p<-1/2
X<-rbinom(N,1,0.5)

15
S<-c(0,cumsum(X))

S
10
plot(seq(0,N),S,type=’p’)
5
0

0 10 20 30 40 50
seq(0, N)

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 11 / 23

Marche aléatoire et théorème de Donsker

On étend la marche aléatoire (Sn )n≥0 au temps continu par interpolation

linéaire
St = Sn + (t − n)Xn+1 , n ≤ t ≤ n + 1.

Théorème de Donsker
On suppose les Xi de carré intégrable de moyenne m et variance σ 2 . Alors la
marche aléatoire renormalisée
 
Snt − ntm
√
σ n t≥0

converge en loi vers un mouvement Brownien standard (Bt )t≥0 .

Ce résultat généralise le TCL que l’on retrouve lorsque t = 1.

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 12 / 23

Illustration du théorème de Donsker
Avec R, on simule la marche aléatoire (renormalisée) de Bernoulli avec
p = 1/2 ou p = 1/4, pour N = 10 ou N = 1000.
N=10, p=1/2 N=10, p=1/2 N=1000, p=1/2

3.0
● ● ● ● ● ● ●

0.0
2.5

−1.2 −1.0 −0.8 −0.6 −0.4 −0.2

0.0
● ● ● ●

2.0 ● ● ●

● ●
1.5

−0.5
●
1.0

● ●

−1.0
●
0.5
0.0

● ●

0 2 4 6 8 10 0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0

temps temps temps

N=10, p=1/4 N=10, p=1/2 N=1000, p=1/2

2.0

● ● ● ● ● ● ● ● ●

0.0
0.8

●
0.6
1.5

● ●

−0.4
0.4

● ●
1.0

● ●
0.2

−0.8
0.0

● ●
0.5

−0.2

●
−1.2
0.0

−0.4

● ●

0 2 4 6 8 10 0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0

temps temps temps

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 13 / 23

Plan du cours

1 Le mouvement Brownien

2 Le modèle de Black-Scholes comme limite du modèle

Cox-Ross-Rubinstein

3 La formule de Black-Scholes pour le prix des options européennes

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 14 / 23

Modèle de Black-Scholes

On cherche à modéliser le cours d’un actif coté en temps continu par un

processus aléatoire (St )t≥0 .

Définition
Le modèle de Black-Scholes de prix initial S0 > 0, rendement instantané µ et
volatilité σ > 0 est donné par

σ2
 
St = S0 exp µt − t + σBt , t ≥ 0,
2

où (Bt )t≥0 est un mouvement Brownien standard.

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 15 / 23

Propriétés du processus de Black-Scholes

σ2
 
St = S0 exp µt − t + σBt , t ≥ 0,
2

Propriétés
Le processus (St )t≥0 est à trajectoires continues et démarre en S0 pour
t = 0.
Pour tout t ≥ 0, St suit une loi log normale

ln(St ) ∼ N (ln(S0 ) + (µ − σ 2 /2)t, σ 2 t)

L’espérance de St est donnée par

E(St ) = S0 eµt

ce qui explique l’interprétation de µ comme rendement instantané.

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 16 / 23

Propriétés du processus de Black-Scholes
De l’équation !
σ2
St = S0 exp µt − t + σBt , t ≥ 0,
2

on déduit facilement que pour tout t ≥ 0, h > 0

(µ−σ 2 /2)h σ(Bt+h −Bt )

St+h = St e e .

Avec un développement de Taylor heuristique, pour h ≈ 0

  
2 2 2
St+h ≈ St 1 + (µ − σ /2)h 1 + σ(Bt+h − Bt ) + σ /2(Bt+h − Bt ) .

On va à l’ordre 2 pour la partie Brownienne car E[(Bt+h − Bt )2 ] = h et on peut montrer que les termes −σ 2 /2h
et σ 2 /2(Bt+h − Bt )2 se compensent en moyenne ce qui conduit à

St+h ≈ St + µSt h + σSt (Bt+h − Bt ).

La formulation rigoureuse se fait par la théorie des équations différentielles stochastiques :

dSt = µSt dt + σSt dBt .

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 17 / 23

Black-Scholes comme limite de Cox-Ross-Rubinstein

Rappels :
Le modèle CRR est un modèle à temps discret n = 0, . . . N où le rendement de l’actif à chaque pas de
temps ne prend que deux valeurs possibles 1 + a et 1 + b, a < b.
Pour que le marché soit viable, le taux d’intérêt par période r doit vérifier r ∈ [a, b].
Il existe alors une unique probabilité risque neutre P∗ sous laquelle les variables de rendement
Rn = Sn /Sn−1 − 1, 1 ≤ n ≤ N sont i.i.d. et d’espérance r :

∗ ∗
aP (Rn = a) + bP (Rn = b) = r

d’où
∗ b−r
P (Rn = a) = pδa + (1 − p)δb avec p = .
b−a
Pour n = 0, . . . , N, on a
n
Y
Sn = S0 (1 + Ri ).
i=1

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 18 / 23

Black-Scholes comme limite de Cox-Ross-Rubinstein
Asymptotique :
Pour obtenir un modèle continu sur [0, T ] à la limite, on suppose le nombre de période N → ∞ et que
chaque période est de durée T /N → 0.
Les paramètres a, b, r > 0 dépendent alors de N et on pose
   
rT /n 1+a q 1+b q
r =e − 1, log = −σ T /N, log =σ T /N.
1+r 1+r

On en déduit
   
q q 1 σq q
1+a = exp rT /N − σ T /N , 1+b = exp rT /N + σ T /N , p= + T /N+o( T /N)
2 4

Le modèle Cox-Ross-Rubinstein est alors donné par 0 ≤ t ≤ T

[tN/T ] [tN/T ]  q 
N N
Y Y
St = S[tN/T ] = S0 (1 + Ri ) = S0 exp rT /N + εi σ T /N
i=1 i=1
 
q [tN/T ]
X
= S0 exp rt + σ T /N εi 
i=1

avec εi = 1{Ri =b} − 1{Ri =a} i.i.d. de loi pδ−1 + (1 − p)δ1 .

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 19 / 23

Black-Scholes comme limite de Cox-Ross-Rubinstein
Asymptotique :
p
On a E(εi ) = 1 − 2p ∼ − σ2 T /N et Var(εi ) ∼ 1 d’ou
 
[tN/T ]
q X q σq σ
E  T /N εi  ∼ T /N [tN/T ] (− T /N) ∼ − t
i=1
2 2

et  
q [tN/T ]
X
Var  T /N εi  ∼ t/N [tN/T ] ∼ t.
i=1

On peut montrer un résultat à la Donsker :

 
[tN/T ]
q X σ
 T /N εi + t  =⇒ (Bt )0≤t≤T mouvement Brownien.
i=1
2
0≤t≤T

En revenant au modèle CCR, on obtient

!!
N σ2
(St )0≤t≤T =⇒ S0 exp rt − t + σBt .
2
0≤t≤T

On retrouve bien le modèle de Black-Scholes avec r = µ ! ! !

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 20 / 23

Plan du cours

1 Le mouvement Brownien

2 Le modèle de Black-Scholes comme limite du modèle

Cox-Ross-Rubinstein

3 La formule de Black-Scholes pour le prix des options européennes

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 21 / 23

Prix de du call

Rappelons que dans le modèle Cox-Ross-Rubinstein, le prix du Call à

l’instant 0 est donné par

C0 = (1 + r )−N E∗ [(SN − K )+ ]

En passant à la limite, on obtient la formule pour le modèle Black-Scholes

h 
+
C0 = e−RT E? (ST − K )

avec (St ) processus de Black-Scholes.

En particulier, ST suit une loi log-normale

ln(ST ) ∼ N (ln(S0 ) + (µ − σ 2 /2)T , σ 2 T )

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 22 / 23

Prix de du call

On peut donc écrire C0 comme une intégrale gaussienne, qui se calcule avec
un peu d’efforts ! On obtient

Théorème de Black-Scholes
Dans le modèle de Black-Scholes, le prix du put est donné par

C0 = S0 Φ(d1 ) − Ke−rT Φ(d2 ).

avec Φ la f.r. de la loi normale et

log(S0 /K ) + (r + σ 2 /2)T log(S0 /K ) + (r − σ 2 /2)T
d1 = √ , d2 = √ .
σ T σ T

[Link] (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 23 / 23