17h Elie Ayache

« Instabilités stabilisées »
La volatilité stochastique: Le modèle, de la description à l’action
Élie Ayache
Colloque de l’Institut des Actuaires
Paris, Décembre 2018
LA VOLATILITÉ STOCHASTIQUE
N ’ E X I S T E PA S
Élie Ayache
Colloque de l’Institut des Actuaires
Paris, Décembre 2018
Seul existe Black-Scholes-Merton
« Cela pourrait surprendre beaucoup de gens que, malgré l’inconsistance
entre la dynamique réelle des prix des actifs financiers et la dynamique
lognormale idéale postulée par le modèle de Black-Scholes, celui-ci soit
toujours utilisé au quotidien dans les banques pour gérer le risque de leurs
portefeuilles de produits dérivés. »
Lorenzo Bergomi
Head Quant, Société Générale
Stochastic Volatility Modeling (2015)
Seul existe Black-Scholes-Merton
« L’économie de Black-Scholes-Merton est risquée par définition puisqu’on
y échange de la volatilité. Et le fait que ce risque soit matérialisé par un seul
petit nombre σ le rend palpable et immédiat pour tout un chacun qui ne
peut avoir l’excuse d’avoir été aveuglé par la complexité du modèle. »
Hélyette Geman
Professeur de Finance, Birkbeck,
Membre d’honneur de l’Institut des Actuaires Français
« De Bachelier à Black-Scholes-Merton » (1997)
BSM a mis en branle le marché des produits dérivés, en allant du prix du
sous-jacent au prix du dérivé sans passer par la probabilité : il est trop
précieux pour être abandonné.
BSM n’est pas juste un modèle quantitatif. Il faut interpréter ailleurs

que dans le réalisme statistique ou temporel sa simplicité.
Comment une grandeur statistique (la volatilité σ) peut être négociée,
voilà tout notre problème.
La volatilité statistique et la volatilité négociable appartiennent à deux

registres du temps différents. (Elie Ayache, Time and Black-Scholes-Merton, Wilmott,
April 2017)
Chronologie
1900 : L. Bachelier, mouvement brownien.
1973 : Black-Scholes-Merton, volatilité.
1987 : Krach du marché, smile de volatilité.
Plan
I. De Bachelier à Black-Scholes-Merton, à la volatilité stochastique
II. La réalité du marché des actifs contingents
III. La signification réelle de Black-Scholes-Merton
Glossaire
• Actif sous-jacent (Underlying asset)
• Produits dérivés (Derivatives)
• Actifs contingents (Contingent claims)
• Payoffs contingents (Contingent payoffs)
I
De Bachelier à Black-Scholes-Merton,
à la volatilité stochastique
Bachelier vs. Black-Scholes-Merton
• Bachelier : dS = σdW
– E(dS) = 0
– Le prix de l’actif peut devenir négatif.
• Black-Scholes-Merton : dS/S = µdt + σdW
– Le rendement moyen du prix de l’actif risqué doit être supérieur au
taux d’intérêt : µ > r
• On ne parle pas de probabilité ou d’espérance mathématique
dans BSM, mais d’arbitrage.
Autoréférence du trading
• Bachelier n’a pas vu la spécificité de la finance, qui est
l’hypothèse de trading de l’actif sous-jacent S.
• le prix de l’actif, qui produit la loterie, est lui-même le billet
pour acheter la loterie.
• Les écarts de prix d’un actif produisent de l’argent, avec
lequel acheter un autre actif.
Endogénéité de la spéculation
• Comment spéculer, ou parier, où se situera, à terme, le prix de
l’actif sous-jacent ?
• Il suffit d’acheter ou de vendre le contrat à terme F dont le
prix d’exercice K (le niveau du pari à terme) est déterminé
par arbitrage (et non pas la probabilité).
• Réplication statique du payoff, à la maturité T, du contrat à
terme : FT = ST – K
• Réplication dynamique du payoff, à la maturité T, de l’option
d’achat : CT = max((ST – K), 0)
Mouvement brownien de volatilité σ
Surface de volatilités implicites
SX5E du 13 septembre 2018
SX5E du 13 septembre 2018
Vstoxx futures (index de volatilité)
Risque de modèle
Le modèle de volatilité stochastique, une fois calibré aux

options vanilles, évalue-t-il correctement les swaps de variance
?
𝑇𝑇−1 2
1 𝑆𝑆𝑡𝑡+1
𝑁𝑁 � ln − 𝜎𝜎𝐼𝐼2
𝑇𝑇 𝑆𝑆𝑡𝑡
𝑡𝑡=0
Index de volatilité vs. Swap de variance
Risque de modèle
Plus généralement, notre modèle évalue-t-il correctement les

options exotiques : options barrière, cliquets, etc. ?
La couverture dynamique qu’il propose pour les options

vanilles est-elle même correcte ?
Options Vstoxx expirant 19 Sep 18
Options Vstoxx expirant 17 Oct 18
Options Vstoxx expirant 21 Nov 18
Options Vstoxx expirant 19 Dec 18
Options Vstoxx expirant 16 Jan 19
Options Vstoxx expirant 13 Feb 19
Solution : Un modèle à « géométrie variable », que l’on peut
calibrer à toute option exotique.
Modèle de changement de régimes de volatilité
Échantillon de trajectoire
Échantillon de trajectoire
random path
3 568,34
3 468,34
3 368,34
Spot Price
3 268,34
3 168,34
3 068,34
2 968,34
0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
Years
Regime 1 Regime 2 Regime 3 Regime 4 Regime 5

HSCEI du 11 novembre 2018
HSCEI du 11 novembre 2018
Modèle de changement de régimes de volatilité
II
La réalité du marché
des actifs contingents
Problème du smile de volatilité
• Le mouvement brownien élémentaire ne se différentie pas en
un processus temporel plus complexe : volatilité stochastique,
sauts, etc.
• Il se différentie en l’évaluation puis le trading indépendant des
produits dérivés de l’actif sous-jacent, puis en l’évaluation et
le trading indépendant des produits dérivés de ceux-là, etc.
• Il n’y a pas de « risque de modèle », mais la nécessité d’un
outil de pricing que l’on peut calibrer au prix de toute option
exotique.
Le market-maker contrôle la dynamique du smile de volatilité
des vanilles par les prix virtuels d’options exotiques.
Modèle de changement de régimes
• La variable d’état, le régime, ne porte pas le nom d’une
variable, et n’est donc pas véritablement un état.
• Les régimes sont plus des « capacités » à recevoir des
possibilités que des possibilités, et le modèle n’est pas
véritablement un modèle.
• Régimes de régimes, probabilité et méta-probabilité : le
schéma de l’abstraction probabiliste est bouleversé et
l’algèbre des événements est délocalisée.
L’infini du marché
• Diagonale de Cantor : tout espace de trading, arrêté au
niveau de complexité N, implique qu’un produit dérivé de
niveau N + 1 sera évalué, dont le trading échappera à cet
espace. (C’est un argument contre le trading algorithmique.)
• Cette irruption continuelle du nouveau prix, ou cette
transgression ou disruption continuelle de l’espace des
possibles, se donne malgré tout comme la surface étendue et
continue des prix.
Nouvelle matière du marché
• Le « générateur aléatoire » du marché n’est pas la probabilité
du prochain prix, mais la certitude du changement de la
gamme des possibles.
• Les « Cygnes Noirs » ne peuvent qu’arriver, et la recalibration
est la seule réalité.
III
La signification réelle
de Black-Scholes-Merton
Deux schémas de pensée
• Le prix boursier est-il une variable aléatoire,
soit l’abstraction d’une épreuve aléatoire
concrète ω par ailleurs insondable :
ω → S(ω) ?
• Ou l’aléatoire est-il inhérent au trading, qui

est la variation jointe du prix boursier et de
la taille de la position ?
Une volatilité constante
• La volatilité σ dans BSM est aussi constante et certaine que
ne l’est le concept de trading.
• À partir d’une prime initiale et d’une stratégie de trading
dynamique autofinancée de l’actif sous-jacent, l’algorithme
de BSM permet de synthétiser des payoffs contingents.
• Cette évaluation est imparable, car elle est issue de la critique
même de la notion de valeur.
Contre une idée reçue
• La raison pour laquelle le marché d’options existe n’est pas
que la volatilité du sous-jacent est stochastique ou incertaine.
• Le market-maker d’options ne fait ce marché que grâce à la
certitude du concept de trading.
• Il sait avec certitude ce qu’est la volatilité, et avec certitude
que l’option est synthétisée.
• Fermeté de l’outil et non pas risque de modèle.
Deux sorties alternatives
• Non pas une sortie dans le temps (la volatilité qui devient
stochastique).
• Mais dans la place : l’évaluation de l’actif contingent est
tellement l’événement que la variation de son prix est le seul
autre événement.
• Le plongement de l’actif contingent dans le pit et le prix qu’il
reçoit sont la première et la seule sortie quantitative (opposée
à la statistique).
• La seule volatilité, dans BSM, est la volatilité implicite.
Lorenzo Bergomi
• « La spécification d’une condition de break-even pour le
portefeuille de couverture conduit à l’équation de BSM. Il se
trouve que celle-ci est une équation parabolique et admet une
interprétation probabiliste. »
• « L’argument se déroule dans ce sens et non pas dans le sens
inverse – la modélisation en finance ne débute pas par
l’hypothèse d’un processus stochastique pour S, et n’a pas
grand-chose à voir avec le mouvement brownien. »
Références
• E. Ayache :
– The Medium of Contingency: An Inverse View of the Market, Palgrave
2015.
– From Within, Wilmott, March 2017,
http://ito33.com/sites/default/files/articles/130317_ito33_march.pdf
– Time and Black-Scholes-Merton, Wilmott, April 2017,
http://ito33.com/sites/default/files/articles/230417_ito33_april.pdf
• L. Bergomi, Stochastic Volatility Modeling, Chapman & Hall 2015.
• H. Geman, De Bachelier à Black-Scholes-Merton, 1997.

17h Elie Ayache

Transféré par

Droits d'auteur :

Formats disponibles

17h Elie Ayache

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

17h Elie Ayache

Transféré par

Droits d'auteur :

Formats disponibles

« Instabilités stabilisées »

La volatilité stochastique: Le modèle, de la description à l’action

BSM n’est pas juste un modèle quantitatif. Il faut interpréter ailleurs

La volatilité statistique et la volatilité négociable appartiennent à deux

Le modèle de volatilité stochastique, une fois calibré aux

Plus généralement, notre modèle évalue-t-il correctement les

La couverture dynamique qu’il propose pour les options

Regime 1 Regime 2 Regime 3 Regime 4 Regime 5

• Ou l’aléatoire est-il inhérent au trading, qui

Vous aimerez peut-être aussi