• Aucun résultat trouvé

Exercice 1. [Changement de Probabilité et Théorème de Girsanov] Soit (Ω, F , P ) un espace de probabilités ltré. Soit B un mouvement Brownien standard. On pose

N/A
N/A
Protected

Academic year: 2022

Partager "Exercice 1. [Changement de Probabilité et Théorème de Girsanov] Soit (Ω, F , P ) un espace de probabilités ltré. Soit B un mouvement Brownien standard. On pose"

Copied!
2
0
0

Texte intégral

(1)

ISFA

Processus stochastiques - Master Actuariat Semestre automne 2017-2018

Vincent Lerouvillois lerouvillois@math.univ-lyon1.fr

Huitième séance Théorème de Girsanov

Exercice 1. [Changement de Probabilité et Théorème de Girsanov] Soit (Ω, F , P ) un espace de probabilités ltré. Soit B un mouvement Brownien standard. On pose

L

t

= exp Z

t

0

θ

s

dB

s

− 1 2

Z

t

0

θ

2s

ds

pour t < T et θ une fonction déterministe dans L

2

([0, t]) pour tout t ≥ 0 ( = L

2loc

).

1. Montrer que L est une martingale.

2. Justier comment L peut dénir un changement de probabilité.

3. Calculer E

P

[B

t

L

T

] en fonction de t et de θ.

4. En déduire la valeur de E [B

t

exp(B

t

)] .

Exercice 2. [Probabilité neutre au risque] On considère deux actifs : un actif sans risque (S

t0

)

0≤t≤T

de taux de rendement r > 0 et un actif risqué (S

t

)

0≤t≤T

de taux de rendement µ > 0 et de volatilité σ > 0 . On fait l'hypothèse que le taux d'actif risqué évolue selon la formule de Black-Scholes. Autrement dit :

dS

t0

= r S

t0

dt , et :

dS

t

= S

t

(µ dt + σ dW

t

) ,

où (W

t

)

t≥0

est un mouvement Brownien standard. On appelle actif risqué actualisé le processus

S e

t

0≤t≤T

:=

S

t

S

t0

0≤t≤T

.

Pour simplier les expressions, on suppose que S

00

= S

0

= 1 . 1. Calculez S

t0

.

2. En appliquant la formule d'Itô à ln(S

t

) , montrez que S

t

= exp

(µ −

σ22

)t + σB

t

. 3. Donnez l'équation stochastique satisfaite par S e

t

.

1

(2)

4. On note P la probabilité sous-jacente (sous-laquelle (B

t

)

t≥0

est un mouvement Brownien).

Soit Q la probabilité dénie sur F

T

par

dQ = exp r − µ

σ B

T

− 1 2

r − µ σ

2

T

! d P .

Que pouvez-vous dire de (W

t

:= B

t

r−µσ

t)

0≤t≤T

sous Q ?

5. Montrez que ( S e

t

)

0≤t≤T

est une martingale sous Q et écrire ( S e

t

)

0≤t≤T

comme processus d'Itô sous Q (à l'aide de W

t

). On appelle Q la probabilité neutre au risque.

6. Soit a ∈ R. On note :

F (t, x) = e

σ2(T−t)

x

2

− 2ax + a

2

.

(a) Montrez que (M

t

:= F(t, S e

t

))

0≤t≤T

est une martingale locale sous Q. Est-ce une martin- gale ?

(b) Calculez E

Q

h

( S e

T

− a)

2

i .

2

Références

Documents relatifs

On fait l’hypothèse que le taux d’actif risqué évolue selon la formule

Le Théorème de caractérisation de Lévy affirme que la seule martingale continue de variation quadratique t est le mouvement brownien.. Correction exercice 4 : Exercice corrigé

L’idée est que par la propriété de Markov (forte) et par symmétrie, le deuxième processus est aussi un mouvement

L’idée est que par la propriété de Markov (forte) et par symmétrie, le deuxième processus est aussi un mouvement Brownien.. Justifier que X est un

Remarque : La martingale exponentielle de Doléaus-Dade E t (X) intervient dans le changement de probabilité du théorème de Girsanov.. Exercice 2 : Changement de Probabilité et

On se doute que, comme les accroissements du mouvement brownien sont des gaussiennes, on peut v´ erifier l’hypoth` ese de ce th´ eor` eme sans grande difficult´ e.. Th´ eor` eme

[r]

Déduire de la question précédente que si pour tout n, Z n suit une loi de Poisson de paramètre nλ alors la suite de variables aléatoires.. Z n √