Bienvenue

Bienvenue sur Ceteris Paribus... Ce site traite d'actualité économique, de finance, de macroéconomie ainsi que de programmation Flash (actionscript 3). Vous trouverez donc, entre autres, des ressources informatiques pour des applications financières, mais également des articles techniques sur divers modèles financiers et macroéconomiques. Soucieux de vous épargner (pour les plus courageux), de longues démonstrations ennuyeuses, la plupart des modèles ne sont pas détaillés au maximum. De fait certains articles nécessitent de bonnes bases mathématiques surtout en ce qui concerne le calcul stochastique... Il ne me reste plus qu'à vous souhaiter une bonne navigation!

Note: Certaines pages de ce site contiennent des animations Flash qui nécessitent la dernière version du flash player.
Vendredi 3 avril 2009 5 03 /04 /2009 18:16
- Publié dans : Econométrie

Ce n'est pas réellement un prolégomène à l'économétrie que de présenter en premier lieu les procédures de choix des retards dans des modèles autorégressifs multivariés (VAR) mais vous me le pardonnerez. Jusqu'à présent l'économétrie m'avait été présentée uniquement ou presque sous sa forme théorique et je découvre à présent l'économétrie appliquée notamment à travers le logiciel RATS. On aurait pu utiliser d'autres logiciels tels que STATA ou SAS pour les tests qui vont être proposés.

Rapport de Vraisemblance:

Soit un VAR(p) dont on cherche la structure de retard optimal et qui contient k équations. L'approche sera sensiblement la même que pour un AR(p) à quelques ajustements près. On pose d'abord notre modèle contraint VAR (d) avec d le nombre de retards p moins le nombre de restrictions du modèle r. On considère l'hypothèse nulle H0: VAR(d) et l'hypothèse H1:VAR(p) afin de mettre en place un test de rapport de vraisemblance ou LR multivarié (Likelihood Ratio) que l'on notera Λ. On estime en premier lieu notre VAR(p) avec les MCO et on sauvegarde les résidus pour calculer la matrice de variance/covariance ΩNC et son déterminant | ΩNC | que l'on utilisera dans la statistique de test. On procède de la même manière pour notre VAR(d) et on obtient ΩC et son déterminant | ΩC |. La statistique de test est alors exprimée ainsi: 

Λ = T (log | ΩNC | - log | ΩC |) ~χq² avec T le nombre d'observations, q représente les degrés de liberté de la χ² avec

q = k²*r.  

Akaike's information criterion (AIC):

La structure de retard peut également être approchée par le critère d'Akaike mais version multivarié. La statistique de test est ainsi donnée: 

AIC = T*log | ΩNC |+2(k²*p) 

On réitère cette procédure pour chaque structure de retard de notre VAR(d) et on choisi p tel q Min[AIC] 

Bayesian information criterion or Schwarz information Criterion (BIC, SBC où SIC):

La structure de retard peut également être approchée par le critère de Schwarz mais version multivarié. La statistique de test est ainsi donnée:

SIC = T*log | Ω |+ (k²*p)*log

On réitère cette procédure pour chaque structure de retard de notre VAR(d) et on choisi p tel q Min [SIC] 

 

Procèdures sous RATS


Likelihood Ratio

 

**************************************************************************** Likelihood Ratio

display 'LR'

do lag =0,
nlag-1

system 1 2 3
variable x y z
lags 1 to nlag
det constant
end(system)
estimate(noprint) nbeg+nlag nend 1
declare symmetric sig(3,3)
vcv(noprint,matrix=sig) nbeg+nlag nend
# 1 2 3


system 4 5 6
variable x y z
if lag==0
{

}
else
{
lags 1 to lag
}

det constant
end(system)
estimate(noprint) nbeg+nlag nend_n 4
declare symmetric sig(3,3)
vcv(noprint,matrix=sig) nbeg+nlag nend_n
# 4 5 6

compute df = 9*(nlag-lag)
display 'Nombre de retard(s): ' lag
display 'Nombre de restriction(s): ' nlag-lag
display 'Degrees of freedom: ' df


ratio(degrees=df) nbeg+nlag nend_n
# 1 2 3
# 4 5 6

end do lag

 

 

Akaike's information criterion

**************************************************************************** Akaike's information criterion

display 'AIC'

do lag =0,
nlag

system(model=usamodel)
variable x y z
if lag==0
{

}
else
{
lags 1 to lag
}
det constant
end(system)
estimate(noprint,resids=aicr) nbeg+nlag nend_n
compute aic = %nobs*%logdet+lag*18
display 'nombre de retard(s): ' lag
display %concat(%string(4-lag),' restriction(s) for aic') aic

end do lag

 

 

Bayesian information criterion

****************************************************** Bayesian information Criterion (BIC) or Schwarz Information Criterion


display 'BIC'

do lag =0,4

system(model=usamodel)
variable x y z
if lag==0
{

}
else
{
lags 1 to lag
}

det constant
end(system)
estimate(noprint,resids=bicr) nbeg+nlag nend_n
compute bic = %nobs*%logdet+log(%nobs)*lag*9
display 'nombre de retard(s): ' lag
display %concat(%string(4-lag),' restriction(s) for bic') bic

end do lag

 

Par Gilles De Truchis
Ecrire un commentaire - Voir les 0 commentaires - Recommander
Samedi 28 mars 2009 6 28 /03 /2009 11:55
- Publié dans : Les Options

Durant la durée de vie de l'option, les différents paramètres la composant varient. Il est donc nécessaire de mesurer la sensibilité de l'option face à la variation d'un paramètre pour optimiser son utilisation. Ces différentes sensibilités sont calculées grâce aux dérivées partielles du modèle et nommées grecs. Nous démontrerons les plus utilisées de ces dérivées pour un Call: 

Commençons par le delta (δ): 

Le delta mesure la sensibilité de la valeur de l'option à la variation du sous-jacent. Repartons du résultat sans dividendes:

Rappelons la parité du call-put: P=C-St+Ke-r(T-t)

 

Cette simplification faite on peut aisément calculer delta:

Avec extension de Merton:

En découle gamma (γ): 

Gamma est la dérivée seconde du modèle et mesure la sensibilité du delta à une variation du prix du sous-jacent. Cela correspond aux propriétés de convexité ou concavité du portefeuille. Notons que γc = γp.

 

Avec extension de Merton:

 

Continuons avec vega (ν): 

Nous allons remettre en cause ici une hypothèse du modèle qui voulait que la volatilité du sous-jacent soit constante. Dans la réalité, un agent doit pour mesurer la sensibilité d'une option à la variation de la volatilité.

    Grâce à la relation simplificatrice on peut écrire:     

Avec extension de Merton: 


Poursuivons avec thêta (θ): 

Le thêta est le résultat de la dérivée partielle par rapport à (T-t) et donc la sensibilité au passage du temps.  

 

Avec extension de Merton: 

 

L'influence du taux d'intérêt rho (ρ): 

C'est la dérivée partielle de la prime par rapport à r et donc la sensibilité aux variations du taux d'intérêt.

Avec extension de Merton: la dérivée reste inchangée...

 

L'élasticité : 

L'élasticité mesure la sensibilité du prix de l'option à une variation de 1 % du cours du sous-jacent. Il s'agit de la sensibilité de l'option.

Le point mort :

Le point mort ou break-even point (bep) est le niveau de cours que doit atteindre le sous-jacent à l'échéance pour que l'investisseur commence à dégager un bénéfice.

 

 

Le premium : 

Le premium est le pourcentage de variation nécessaire du sous-jacent, pour qu'à l'échéance l'option commence à dégager du bénéfice.

La Parité : 

La parité peut-être comprise comme le nombre d'options nécessaires pour acquérir le sous-jacent. 

 

Sources: F. Black, How to Use the Holes in Black&Scholes, Journal of Applied Corporate Finance (89)

R. Portait and Patrice Poncet, Finance de marché, intruments base, produits dérivés, portefeuilles et riques, Dalloz (08)
John Hull, Options, Futures et autres actifs dérivés, Pearson Education, (07)

 Fortuneo: http://www.fortuneo.fr
Par Gilles De Truchis
Ecrire un commentaire - Voir les 0 commentaires - Recommander

Un problème d'affichage...?

Certaines pages de ce site contiennent des animations Flash qui nécessitent la dernière version du flash player.

haut de page

Présentation

En préparation...

Etude de la convergence entre le modèle BS et le modèle CRR.
Modèle de regime-switching: Hamilton et extensions.
Quelques modèles non-linéaires de volatilité de type ARCH.
VAR structurelles à hétéroscedasticité.



Recherche

Music Player

Calendrier

Mars 2010
L M M J V S D
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31        
<< < > >>
 
Créer un blog gratuit sur OverBlog - Contact - C.G.U. - Signaler un abus