Évaluation des options et gestion des risques financiers par les réseaux de neurones et les modèles à volatilité stochastique

par Yacin Jerbi

Thèse de doctorat en Mathématiques appliquées

Sous la direction de Marie Cottrell et de Fathi Abid.


  • Résumé

    La thèse consiste à comparer des modèles d'évaluation d'options européennes, aussi bien au niveau de l'évaluation (Black & Scholes, réseaux de neurones, modèles à volatilité stochastique) , qu'au niveau de la gestion des risques (Black & Scholes et réseaux de neurones), en se basant sur deux bases d'options européennes, sur l'indice CAC 40, cotées sur le MONEP : la première base est une base intraday s'étalant du mois de janvier 1998 au mois de juin 1998 et la seconde est journalière s'étalant du mois de janvier1997 au mois de décembre 1999). Après traitement, ces bases sont découpées par contrats et par classes, selon la parité et la durée de vie résiduelle. Un chapitre préliminaire est consacré à la présentations des outils et des fondements de la finance stochastique, nécessités par l'élaboration des modèles précités. Le chapitre 1 présente la teneur du modèles de Black & Scholes (ses hypothèses, l'élaboration de son équation de Black & Scholes, la résolution de cette équation, l'élaboration de la formule, également, par un raisonnement risqueneutre), puis expose les différentes méthodes de calcul des volatilités implicite et historique, dans le cas, aussi bien de données intraday, que de données journalières. Le chapitre 2 est consacré aux modèles à volatilité stochastique. Après avoir élaboré l'équation différentielle correspondante, les paramètres de l'équation sont estimés, en se basant sur trois dynamiques de la volatilité à savoir le mouvement Brownien, le processus Ornstein Uhlenbeck et un autre processus déterminé empiriquement. Après l'étude de la consistance, de la stabilité et de la convergence de son schéma, l'équation différentielle précitée est résolue numériquement en utilisant l'algorithme de Hopscotch, qui est inconditionnellement stable. Cette résolution a été faite, en considérant aussi bien les données intraday que les données journalières, aussi bien la volatilité implicite que la volatilité historique selon les trois processus précités de la volatilité. Les résultats générés sont comparés à ceux générés par des simulations de Monte Carlo, appliquées aux mêmes données et aux mêmes processus de la volatilité. Le chapitre 3 traite de l'évaluation des options européennes, par les réseaux de neurones, en se basant sur l'algorithme «cascade correlation» et sur les même données utilisées pour les modèles à volatilités stochastiques. Dans le chapitre 4, après avoir élaboré les formules des greeks, la méthodologie de calcul de l'erreur de couverture moyenne absolue relative est exposée, dans le cas d'un portefeuille autofinancé, et en considérant quatre stratégies de couverture dynamiques. Ces calculs sont appliqués pour déterminer la matrice des risques et comparer les modèles Black & Scholes et le modèle neuronal, en terme de couverture. La comparaison des performances des différents modèles utilisés, aussi bien au iveau de l'évaluation qu'au niveau de la gestion des risques, fait l'objet de la conclusion générale.

  • Titre traduit

    Option pricing and financial risk management using neural networks and stochastic volatility models


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (VI-607 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 604-607

Où se trouve cette thèse ?

  • Bibliothèque : Université Panthéon-Sorbonne. Bibliothèque Pierre Mendès France.
  • Consultable sur place dans l'établissement demandeur
  • Cote : E 06 : 29
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.