Le modèle de Black et Scholes

Alexandre Popier
février 2001

1 Introduction : exemple très simple de modèle fi-

nancier
On considère un marché avec une seule action cotée, sur une période donnée T . Dans un
premier temps, on va supposer pour simplifier, qu’il est possible d’emprunter de l’argent
à taux 0.
Au temps t = 0, une part de cette action vaut 4 euros et durant la période T , son
prix peut soit monter à 8 euros, soit descendre à 2 euros. Considérons maintenant une
option d’achat européenne sur cette action (on dit aussi un call européen). Une option
europénne est un titre donnant à son détenteur le droit, et non l’obligation d’acheter ou
de vendre (selon qu’il s’agit d’une option d’achat ou de vente) une certaine quantité d’un
actif financier, à une date convenue et à un prix fixé d’avance. Dans notre cas on va
supposer que l’option donne le droit d’acheter cette action au prix de 5 euros à l’instant
T . Si le prix de l’action grimpe à 8 euros, le détenteur exerce son droit d’achat, donc
achète l’action à 5 euros et la revend immédiatement pour 8 euros. Il a gagné 3 euros.
Dans l’autre cas, si le prix de l’action baisse, il n’exerce pas son droit et ne gagne rien.
Ainsi à l’instant T , l’option vaut 3 ou 0 euros suivant le cours de l’action. De façon plus
formelle, si ST désigne le prix de l’action à l’instant T , le prix de l’option est donné par :
(ST − K)+ = max (ST − K, 0), si K est le prix d’exercice, égal ici à 5 euros. Le prix de
l’option est donc connu pour t = T , mais reste le problème suivant, dit de valorisation de
l’option :
quel doit être le prix de l’option au temps 0 ?

1.1 quel prix pour l’option ?

Notons ph la probabilité que le prix de l’action soit à la hausse entre les instants 0 et
T et pb celle d’être à la baisse. Bien sûr, on a : ph ≥ 0, pb ≥ 0 et ph + pb = 1.
Une façon naturelle d’évaluer le prix de l’option est de calculer l’espérance de sa valeur
au temps T , soit :

E [valeur de l’option enT ] = 3 × ph + 0 × pb = 3 × ph

Si ce calcul de prix est justifié, on note que le prix de l’option dépend de la probabilité
ph .

1
1 INTRODUCTION : EXEMPLE TRÈS SIMPLE DE MODÈLE FINANCIER 2

On va développer maintenant une autre approche pour évaluer ce prix. Au temps t = 0,

achetons une action et empruntons 2 euros. La valeur du portefeuille ainsi constitué est
V = 4 − 2 euros. Au temps t = T , si le marché est à la hausse, cette valeur de portefeuille
devient V = 8 − 2 = 6 euros. Si le marché est en baisse, la valeur devient V = 2 − 2 = 0
euros. Autrement dit, au temps T , l’option a la même valeur que le protefeuille constitué
par une moitié d’action et un emprunt d’un euro. Donc un prix initial raisonnable pour
l’option devrait être 0.5 × 4 − 1 = 1 euro. Nous avons dupliqué les valeurs de l’option au
temps T par un portefeuille (constitué de parts d’action et d’emprunts) et la valeur de ce
protefeuille au temps 0 est un candidat naturel pour être le prix initial de l’option.
En fait, si on donne un prix différent à l’option, on crée la possibilité de faire des profits
sans prendre de risque. En effet si P est le prix initial de l’option et si P < 1, on achète une
option, et on constitue le portefeuille suivant : on vend une moitié d’action et on prête un
euro. Au temps T , la valeur du portefeuille est soit −3 euros en cas de hausse, soit 0 euro
en cas de baisse, ce qui compense exactement la valeur de l’option. Donc on a réalisé dans
tous les cas un gain de 1 − P euros. De même, si P > 1, en vendant l’option et en achetant
le portefeuille. Un tel profit sans risque est appelé une opportunité d’arbitrage. Le
choix P = 1 apparait comme le seul prix évitant de telles opportunités. Notons que ce
prix ne dépend pas des probabilités régissant le prix de l’action.

1.2 Ajout d’un taux d’intérêt

On ajoute au modèle précédent la possibilité de prêter ou d’emprunter n’importe quelle
somme au taux r. Pour représenter mathématiquement cela, on introduit un nouvel actif,
dit non risqué, noté S 0 , qui vaut 1 euro à l’instant 0 et (1 + r) euros au temps T . On
a donc deux actifs un sans risque et l’action précédente. Rappelons que l’action vaut S
euros à l’instants 0 et peut soit monter au prix Sh , soit descendre au prix Sb au temps T .
Si un portefeuille est constitué de φ parts de l’actif sans risque et ψ parts de l’action, sa
valeur au temps 0 vaut : V = φ + ψS et au temps T :

φ (1 + r) + ψSh si l’action monte
V =
φ (1 + r) + ψSb si l’action baisse

Si comme précédemment on veut dupliquer un titre valant au temps T f (Sh ) si l’action

monte, et f (Sb ) si l’action baisse, on obtient le système suivant :

φ (1 + r) + ψSh = f (Sh )
φ (1 + r) + ψSb = f (Sb )

Evidemment on suppose Sh 6= Sb et ainsi le système a une unique solution :

(
1 f (Sh )Sb −f (Sb )Sh
φ = 1+r Sh −Sb
ψ = f (SShh)−f−Sb
(Sb )

On obtient donc comme valeur initiale du portefeuille

1 f (Sh ) Sb − f (Sb ) Sh f (Sh ) − f (Sb )
V = + S
1+r Sh − Sb Sh − Sb
2 MODÈLES DISCRETS GÉNÉRAUX 3

Comme dans le paragraphe précédent, si on veut éviter les opportunités d’arbitrage, on

doit prendre pour prix initial du titre que l’on a dupliqué, la valeur V trouvée. Comme
avant ce prix ne dépend pas des probabilités régissant le prix de l’action sous-jacente.
Maintenant notons en l’absence d’opportunité d’arbitrage :
S (1 + r) − Sb
q=
Sh − Sb
On peut montrer alors que 0 < q < 1. On va alors utiliser q comme probabilité et on note
Q la probabilité qui donne q pour que le prix de l’action monte, et (1 − q) pour qu’elle
baisse. Sous Q, la moyenne de la valeur du titre vaut :

EQ [valeur du titre] = qf (Sh ) + (1 − q) f (Sb )

et si on reporte la valeur de q dans l’expression précédente on obtient :

f (Sh ) f (Sb )
EQ [valeur actualisée du titre] = q + (1 − q)
1+r 1+r
= V

Cette formule s’interprête en disant que la valeur actualisée du titre est une martingale.
De même pour l’action :
Sh Sb
EQ [valeur actualisée de l’action] = q + (1 − q)
1+r 1+r
= S

La probabilité Q est appelée probabilité risque-neutre et sous cette probabilité, les

prix actualisés sont des martingales.

2 Modèles discrets généraux

Dans cette partie on va généraliser les résultats obtenus précédemment à un marché
à temps discret ayant N périodes.

2.1 Marché discret

Un marché financier discret est construit sur un espace probabilisé fini (Ω, F, P ) : Ω
est un espace fini, F la tribu des parties de Ω, et P est une probabilité sur F. Cet espace
est muni d’une filtration (Fn )Nn=0 , c’est-à-dire d’une suite croissante de sous-tribus de F :
F0 ⊆ F1 ⊆ . . . ⊆ FN = F.
La tribu F0 est la tribu grossière {∅, Ω}. La tribu Fn représente l’information disponible
à la date n. La croissance de la famille de tribus traduit qu’il n’y a pas de “perte”
d’information.
Dans le marché considéré, il y a d + 1 actifs financiers, dont les prix à l’instant n sont
donnés par des variables aléatoires Sn0 , . . . , Snd , à valeurs strictement positives, mesurables
par rapport à la tribu Fn . Autrement dit les investisseurs ont connaissance des cours
2 MODÈLES DISCRETS GÉNÉRAUX 4

actuels et passés, mais pas des cours futurs. L’actif numéroté 0 est supposé dans toute la
suite sans risque :
Sn0 = (1 + r)n S00
où r est le taux d’intérêt que l’on suppose constant pour simplifier. On supposera aussi
S00 = 1. Le coefficient
1
βn = 0
Sn
est le coefficient d’actualisation. Les actifs numérotés de 1 à d seront appelés actifs “à
risques”.

2.2 Stratégie de gestion, arbitrage

Définition 1
Une stratégie
de gestion est une famille φ = (φn )N
n=1 de vecteurs aléatoires φn =
φ0n , . . . , φdn à valeurs dans Rd+1 , tels que :

∀ 1 ≤ n ≤ N, ∀ i ≥ 0, φn est Fn−1 mesurable.

Le vecteur φn est le portefeuille à l’instant n : φin représente le nombre de parts de

l’actif i détenues à la date n. On ne fait pas de restriction sur le signe de φin , ce qui permet
d’inclure les ventes à découvert ou un emprunt. La condition de mesurabilité traduit que
φ est “prévisible”. Elle signifie que l’investisseur choisit son portefeuille d’actifs φin “juste
avant n” ; donc en ne disposant que de l’information décrite par Fn−1 . En particulier il ne
connait pas encore le prix Sn .
La valeur du portefeuille à l’instant n est donnée par le produit scalaire :
d
X
Vn (φ) = φn .Sn = φin Sni
i=0

la valeur actualisée est :

Ṽn (φ) = βn (φn .Sn ) = φn .S̃n


où S̃n = 1, βn Sn1 , . . . , βn Sn est le vecteur actualisé des prix.
d

Définition 2
Une stratégie de gestion φ est auto-finançante si

φn .Sn = φn+1 .Sn , ∀ n ∈ {1, . . . , N − 1} .

Cela signifie qu’il n’y a pas d’apports de fonds, ni de retrait d’argent et que les transac-
tions se font sans coûts. Après avoir pris connaissance des cours Sn0 , . . . , Snd l’investisseur
réajuste son portefeuille pour le faire passer de la composition φn à la composition φn+1 ,
le réajustement se faisant aux cours de la date n en réinvestissant la valeur totale du
portefeuille et rien de plus.
2 MODÈLES DISCRETS GÉNÉRAUX 5

Remarque 1
L’égalité φn .Sn = φn+1 .Sn est équivalente à :

Vn+1 (φ) − Vn (φ) = φn+1 . (Sn+1 − Sn ) (1)

Les variations de la valeur du portefeuille ne sont dues qu’à des gains dûs à l’agitation
des cours.

Proposition 1 Les conditions suivantes sont équivalentes :

1. La stratégie φ est autofinancée.
2. Pour tout n ∈ {1, . . . , N } ,
n
X
Ṽn (φ) = V0 (φ) + φj .∆S̃j
j=1

où ∆S̃j est le vecteur S̃j − S̃j−1 = βj Sj − βj−1 Sj−1 .

Même s’il n’y a pas de condition de signes sur les φin ( les emprunts sont autorisés, on
impose à l’investisseur d’être en mesure de rembourser ses emprunts à tout instant ; d’où
la définition suivante :

Définition 3
Une stratégie φ est dite admissible si elle est autofinancée et si Vn (φ) ≥ 0 pour tout
n ∈ {0, 1, . . . , N }.

La notion d’arbitrage ( possibilité d’un profit sans prendre de risques ) est alors for-
malisée de la façon suivante :

Définition 4
Une opportunité d’arbitrage est une stratégie φ autofinançante telle que :
1.
P (V0 (φ) = 0) = 1
2.
P (VN (φ) ≥ 0) = 1 ; P (V0 (φ) > 0) > 0

L’investisseur, sans mise de fond initiale, termine en N avec un profit positif, stric-
tement positif sur un ensemble de mesure strictement positive (et donc E (VN (φ)) > 0.
Lorsqu’il y a absence d’opportunité d’arbitrage (A.O.A.), on dit que le marché est viable
(ou arbitré). La plupart des modèles excluent toute possibilité d’arbitrage et l’objet de
la section suivante est de donner une caractérisation de ces modèles grâce à la notion de
martingale.
2 MODÈLES DISCRETS GÉNÉRAUX 6

2.3 Martingales et probabilité équivalente : marchés viables

Rappelons d’abord les notations. On considère un espace de probabilité fini (Ω, F, P ) :
F est la tribu des parties de Ω, et P est une probabilité sur F. Cet espace est muni d’une
filtration (Fn )N
n=0 , c’est-à-dire d’une suite croissante de sous-tribus de F : F0 ⊆ F1 ⊆ . . . ⊆
FN (sans supposer FN = F ou F0 = {∅, Ω}). On va imposer que : ∀ ω ∈ Ω, P ({ω}) >
0. Tous les états du monde sont possibles. On dira qu’une suite (Xn )N n=0 de variables
aléatoires est adaptée à la filtration si pour tout n, Xn est Fn -mesurable.

Définition 5
Une suite adaptée (Mn )N
n=0 de variables aléatoires réelles est une martingale si :

E (Mn+1 | Fn ) = Mn

pour tout n ≤ N − 1.

En particulier si (Mn )N
n=0 est une martingale, on a pour tout n : E (Mn ) = E (M0 ).
N
Dans un modèle financier, si le cours (Sni )n=0 de l’actif i est une martingale, la meilleure
i
estimation (au sens des moindres carrés) que l’on puisse faire de Sn+1 , à partir des infor-
i
mations disponibles à la date n, est donnée par Sn .

Définition 6
Une suite adaptée (Hn )N
n=0 de variables aléatoires est prévisible si, pour tout n ≥ 1,
Hn est Fn−1 -mesurable.

Proposition 2 Soit (Mn )N N

n=0 une martingale, et soit (Hn )n=0 une suite prévisible par
rapport à la filtration (Fn )N N
n=0 . On pose ∆Mn = Mn − Mn−1 . La suite (Xn )n=0 définie
par :
X0 = H0 M0
Xn = H0 M0 + H1 ∆M1 + . . . + Hn ∆Mn pour tout n ≥ 1
est une martingale par rapport à (Fn )N
n=0 .

(Xn ) est appelée “transformée de la martingale (Mn ) par la suite (Hn )”. Donc dans les
modèles financiers où les prix actualisés sont des martingales, toute stratégie autofinancée
conduit à une valeur finale actualisée égale, en moyenne, à la richesse initiale.

Définition 7
Deux mesures de probabilité P et Q définies sur le même espace de probabilité (Ω, F)
sont équivalentes si pour tout A ∈ F, P (A) = 0 ⇔ Q (A) = 0.

Il est facile de voir que l’ensemble des opportunités d’arbitrage est le même pour deux
probabilités équivalentes.
Le théorème suivant caractérise les marchés financiers discrets viables.

Théorème 1
Le marché est viable si, et seulement si, il existe une probabilité P ∗ équivalente à P
sous laquelle les prix actualisés des actifs sont des martingales.
2 MODÈLES DISCRETS GÉNÉRAUX 7

Définition 8
La probabilité P ∗ est appelée probabilité risque neutre.
L’égalité :
EP ∗ (SN ) = (1 + r)N S0
traduit que l’on est dans un modèle “neutre par rapport au risque” : l’investisseur sera
indifférent entre les deux possibilités de placement (sans risque ou risqué) puisque son
gain sera (en espérance) le même.

2.4 Marché complet, valorisation

Définition 9
Une variable aléatoire FN -mesurable X est dite duplicable s’il existe une stratégie
autofinançante φ telle que VN (φ) = X.
Définition 10
Un marché est complet si toute variable aléatoire FN -mesurable est duplicable.
Donc dans un marché complet, toute v.a. X FN -mesurable s’écrit :
N
0 −1

X
SN X = V0 (φ) + φn .∆S̃n
1

On peut caractériser les marchés arbitrés complets :

Théorème 2
Un marché viable est complet si, et seulement s’il existe une seule probabilité P ∗
équivalente à P pour laquelle les prix actualisés sont des martingales.
Ainsi lorsque le marché est viable et complet, on peut valoriser toutes les v.a. FN -
mesurables. On doit calculer :
 
X
EP ∗ 0
= V0 (φ)
SN
Plus généralement, en remarquant que Ṽn (φ) est une P ∗ martingale, on a :
 
0 X
Vn (φ) = Sn EP ∗ 0
| Fn
SN
On appelle Vn (φ) le prix de X à l’instant n. Il est intéressant de remarquer que les calculs
ne dépendent que de P ∗ (et pas de P ).
En particulier si l’on veut valoriser un call de maturité N sur l’actif S 1 et si l’actif 0
est sans risque de rendement r, la valeur du call à l’instant n est :
!
1 +
n (SN − K)
Cn (φ) = (1 + r) EP ∗ | Fn
(1 + r)N
La valeur d’un put à l’instant n est :
!
1 +
n (K − SN )
Pn (φ) = (1 + r) EP ∗ | Fn
(1 + r)N
3 MODÈLE DE COX-ROSS-RUBINSTEIN 8

3 Modèle de Cox-Ross-Rubinstein
On a vu dans la section précédente comment on peut en théorie calculer le prix
équitable d’une option, sous les hypothèses d’absence d’opportunité d’arbitrage et de
complétude du marché. On va maintenant appliquer ces résultats à un modèle particulier
à deux actifs. Ensuite on va voir comment on peut approcher la formule de Black-Scholes.

3.1 Le modèle binomial

Ce modèle, développé par Cox, Ross et Rubinstein, comporte deux actifs :
1. un actif sans risque dont le rendement r ne dépend ni de la période ni de l’état du
monde,
2. une action dont le rendement entre la date n et n + 1 peut être soit h, soit b avec
b < 1 + r < h.
Il généralise à un plus grand nombre de périodes le modèle développé dans la première
partie.
A la date 0, l’action vaut S. A la date 1, l’action peut valoir Sh ou Sb, à la date 2,
Sh2 , Shb ou Sb2 . Le prix de l’action à la date n Sn ne dépend que du nombre de montées
entre la date 0 et la date n et peut valoir Shn , Shn−1 b, . . . , Sbn .
Commençons par remarquer que l’hypothèse b ≤ 1 + r ≤ h correspond à une absence
d’opportunité d’arbitrage. En effet si 1+r < b, à la date 0 on emprunte S francs au taux r
et on achète l’action au prix S. A la date 1, on rembourse l’emprunt, i.e. on rend (1 + r) S
francs, et on revend l’action au prix Sb. On a réalisé un gain égal à Sb − (1 + r) S francs.
Le même raisonnement conduit à une opportunité d’arbitrage si h < 1 + r.
Sous l’hypothèse b ≤ 1 + r ≤ h, s’il y a effectivement A.O.A., on doit trouver une pro-
babilité π sous laquelle le prix actualisé de l’action est une martingale. Si on ne considère
que les instants 0 et 1, sachant que l’on a un modèle binomial (probabilités équivalentes),
on obtient : EP ∗ (S1 ) = πSh + (1 − π) Sb = (1 + r) S, soit :
1
π= {1 + r − b} .
h−b
On a : π ∈ [0, 1]. Donc l’hypothèse de départ b < 1 + r < h correspond au fait que :
π ∈]0, 1[. Enfin cette probabilité P ∗ est manifestement unique. Donc le marché considéré
est viable et complet. On peut donc calculer le prix équitable d’une option (de vente ou
d’achat) sur l’action.
Comme le prix de l’action à la date n ne dépend que du nombre de montées entre
la date 0 et n, sous la probabilité π, Sn est une variable aléatoire de loi binomiale de
paramètres n et π :
P ∗ Sn = hj bn−j S = nj π j (1 − π)n−j

Donc le prix du call européen de maturité n vaut :

1
C= EP ∗ (Sn − K)+
(1 + r)n
3 MODÈLE DE COX-ROSS-RUBINSTEIN 9

d’où : n
1 X
+
n
π j (1 − π)n−j hj bn−j S − K


C=
(1 + r)n j=0 j

De même, le prix du put européen :

n
1 X
+
n
π j (1 − π)n−j K − hj bn−j S


P =
(1 + r)n j=0 j

3.2 Passage à la limite, formule de Black-Scholes

Le but est d’approcher dans la formule donnant C un modèle à temps continu. L’idée
de ce paragraphe est de travailler sur l’intervalle [0, T ], avec T > 0, de le diviser en n
périodes de longueur Tn , d’étudier sur ces n périodes le modèle binomial précédent, puis
de faire tendre n vers l’infini, en laissant T fixé.
On va d’abord réécrire la formule du prix C. Soit :

η = inf j ∈ N | hj bn−j S − K > 0

En termes de finance, η est le nombre minimum de hausses qui doivent se produire durant
les n périodes pour réaliser un bénéfice strictement positif. Si Int désigne la partie entière
d’un réel, on a :
ln (K/Sbn )
 
η = Int +1
ln (h/b)
On adopte les notations suivantes : b (n, j; π) = nj π j (1 − π)n−j (probabilité pour qu’une

variable binomiale de paramètres n et π prenne la valeur j), et :

n
X
B (n, η; π) = b (n, j; π)
j=η

πh b−bπ
En utilisant la définition de π et l’égalité 1 − 1+r
= 1+r
, on obtient pour C les résultats
suivants :
n
1 X
n

j n−j j n−j


C = n π (1 − π) h b S − K
(1 + r) j=η j
n  j  n−j
X πh b − bπ K
= S nj − B (n, η; π)
j=η
1+r 1+r (1 + r)n
 
πh K
= SB n, η; − B (n, η; π)
1+r (1 + r)n

Les coefficients h, b, r et π qui interviennent dans la formule précédente ne dépendent

pas de la période sur laquelle on se place, mais ils dépendent de la durée de la période.
Ici la durée de chaque période est Tn . Les coefficients vont donc dépendre de n. On va les
noter hn , bn , rn , πn .
3 MODÈLE DE COX-ROSS-RUBINSTEIN 10

Si on veut approcher le modèle en temps continu, on doit imposer l’égalité des rende-
ments exprimés en temps continu et en temps discret après passage à la limite, soit :

lim (1 + rn )n = eρT
n→∞

Reste à choisir bn et hn . Soit Sn le prix de l’actif après n périodes calculé dans un modèle
binomial. Si j désigne le nombre de hausses, ce prix est Sn (j) = Shjn bn−j n , ce qui s’écrit
ln SSn = J ln hbnn + n ln bn , où J est une variable aléatoire de loi binomiale de paramètres
n et pn , où pn désigne la probabilité d’être à la hausse (qu’on suppose indépendante de
la période). On a en particulier E (J) = npn et V ar (J) = npn (1 − pn ). On note nµn
l’espérance de ln SSn et nσn2 sa variance.
Soit ST le prix de l’actif au temps T . On va imposer au modèle discrétisé de donner un
ST


prix Sn approchant ST au sens suivant : la moyenne
E ln S du logarithme du rendement
de l’actif est approchée par l’espérance de ln SSn . De même on va imposer une condition
analogue sur les variances. On obtient donc :
  
 nµn = n pn ln hn + ln bn
bn
 2
 nσ 2 = npn (1 − pn ) ln hn
n bn

Pour simplifier on prend pn = 1/2. Le prix de l’option ne dépend pas de la valeur de

cette probabilité. On va donc imposer que nµn converge vers µT et nσn2 converge vers
σ 2 T , où µ et σ 2 représentent l’espérance et la variance “instantanées” du rendement de
l’actif. Pour réaliser cela, on peut prendre :
T
√T
hn = eµ n +σ n
√
µT −σ T
bn = e n n

Il s’agirait maintenant d’étudier le comportement de

 
πn hn K
SB n, ηn ; − B (n, ηn ; πn )
1 + rn (1 + rn )n
avec :
ln (K/Sbnn )
 
ηn = Int +1
ln (hn /bn )
1 + rn − bn
πn =
hn − bn
Donnons le résultat sous forme de théorème :

Théorème 3
Quand n → +∞, C converge vers
 √ 
SΦ (d) − Ke−ρT Φ d − σ T (2)
4 MODÈLE CONTINU DE BLACK-SCHOLES 11

avec
ln (S/K) + ρT 1 √
d = √ + σ T
σZ T 2
x
1 2
Φ (x) = √ e−u /2 du
2π −∞

Cette formule est connue sous le nom de formule de Black et Scholes. Nous verrons
comment elle s’obtient dans le cadre du modèle à temps continu dans le paragraphe
suivant. Une remarque importante est que cette formule ne dépend pas de µ.

4 Modèle continu de Black-Scholes

Le but de cette dernière partie est de présenter une autre méthode pour obtenir la
formule de Black et Scholes. On va d’abord rappeler quelques résultats de calcul stochas-
tique. Ensuite on va revenir sur l’hypothèse d’A.O.A. et on verra qu’on perd léquivalence
du paragraphe 1.3. Enfin on terminera par la formule de Black et Scholes.

4.1 Calcul stochastique

Définition 11
On appelle processus stochastique à temps continu et à valeurs dans un espace
E muni d’une tribu E, une famille (Xt )t∈R+ de variables aléatoires sur un espace de
probabilité (Ω, F, P ) à valeurs dans (E, E).

Remarque 2 Un processus peut aussi être vu comme une fonction aléatoire : à chaque ω
dans Ω on associe la fonction de R+ dans E, t 7→ Xt (ω), appelée trajectoire du processus.

Définition 12
Soit (Ω, F, P ) un espace de probabilité. Une filtration (Ft )t≥0 est une famille crois-
sante de sous-tribus de F.

La tribu Ft représente l’information dont on dispose à l’instant t. On dit qu’un pro-

cessus (Xt )t∈R+ est adapté à (Ft )t≥0 , si pour chaque t, Xt est Ft -mesurable.
Un exemple très important de processus stochastique est le mouvement brownien, qui
sert de base pour le modèle de Black et Scholes.

Définition 13
On appelle Ft -mouvement brownien un processus stochastique à valeurs réelles et
à trajectoires continues qui vérifie :
– pour tout t ≥ 0, Xt est Ft -mesurable.
– Continuité : P -p.s. la fonction s 7→ Xs (ω) est une fonction continue.
– Indépendance des accroissements : si s ≤ t, Xt − Xs est indépendant de la tribu Fs .
– Stationnarité des accroissements : si s ≤ t, la loi de Xt − Xs est identique à celle
de Xt−s − X0 .
4 MODÈLE CONTINU DE BLACK-SCHOLES 12

Xt − X0 est une variable aléatoire gaussienne de moyenne rt et de variance σ 2 t avec r

et σ des constantes réelles. Un mouvement brownien est dit standard si :

X0 = 0 , P -p.s. E (Xt ) = 0 et E Xt2 = 1

Dans la suite quand on parlera de mouvement brownien, il s’agira d’un mouvement brow-
nien standard.
Dans le cas des modèles à temps discret, la valeur actualisée d’un portefeuille de valeur
initiale et avec une stratégie autofinancée φ = (φn )0≤n≤N s’écrit :
n
X  
V0 + φj S̃j − S̃j−1
j=1

Cette valeur est une transformée

  de martingale sous une probabilité pour laquelle le prix
de l’actif actualisée S̃n est une martingale. Dans le cas des modèles à temps
0≤n≤N
Rt
continu, nous allons généraliser cette formule à l’aide d’intégrales du type 0 φs dS̃s .
Cependant les modèles utilisés pour décrire l’actif sont obtenus à partir du mouvement
brownien. Or une des propriétés importantes du mouvement brownien est que presque
sûrement ses trajectoires ne sont pas à variations finies. Donc on ne peut pas définir
l’intégrale précédente comme une intégrale de Stieltjes. On peut cependant donner un
sens à ce type d’intégrales par rapport au mouvement brownien.
On ne va pas faire ici la construction de l’intégrale stochastique. Rappelons simplement
le résultat. On fixe T un réel strictement positif. On définit :
 Z T  
2
H = (Ht )0≤t≤T , processus adapté à (Ft )0≤t≤T , E Hs ds < +∞
0

et  Z T 
H̃ = (Ht )0≤t≤T , processus adapté à (Ft )0≤t≤T , Hs2 ds < +∞ P-p.s.
0

Théorème 4
Soit (Wt )0≤t≤T un Ft -brownien. Alors il existe une unique application linéaire J de
H dans l’espace des Ft -martingales continues définies sur [0, T ], telle que, H ∈ H et si
t≤T :
Z t 2 ! Z t 
2
E Hs dWs =E Hs ds
0 0
Rt
On note si H ∈ H, J (H)t = 0
Hs dWs .
R 
t
Par contre si H ∈ H̃, 0
Hs dWs est encore défini et est un processus continu
0≤t≤T
défini sur [0, T ]. Mais ce n’est pas a priori une martingale.
On va terminer ce paragraphe par la formule d’Itô. On a besoin d’abord de la
définition suivante :
4 MODÈLE CONTINU DE BLACK-SCHOLES 13

Définition 14

Soient Ω, F, (Ft )0≤t≤T , P un espace probabilisé muni d’une filtration et (Wt )0≤t≤T un
Ft -mouvement brownien. On appelle processus d’Itô, un processus (Xt )0≤t≤T à valeurs
dans R tel que :
Z t Z t
P -p.s. ∀t ≤ T, Xt = X0 + Ks ds + Hs dWs
0 0

avec :
– X0 F0 -mesurable
– (Kt )0≤t≤T et (Ht )0≤t≤T des processus adaptés à (Ft )0≤t≤T
RT
– 0 |Ks | ds < +∞ P -p.s.
RT
– 0 |Hs |2 ds < +∞ P -p.s.

On peut démontrer l’unicité de cette décomposition. La formule d’Itô est donnée par
le théorème suivant :

Théorème 5
Soit (Xt )0≤t≤T un processus d’Itô et f une fonction deux fois continûment différentiable.
On a : Z t Z t
f (Xt ) = f (X0 ) + f 0 (Xs ) dXs + f 00 (Xs ) d hX, Xis
0 0
où par définition : Z t
hX, Xit = Hs2 ds
0
et Z t Z t Z t
0 0
f (Xs ) dXs = f (Xs ) Ks ds + f 0 (Xs ) Hs dWs
0 0 0

Traitons un exemple élémentaire. Si f (x) = x2 et Xt = Wt , on a :

Z t
1 t
Z
2
Wt = 2 Ws dWs + 2ds
0 2 0
Une application de la formule d’Itô est la “formule d’intégration par parties” :
Rt Rt
Proposition 3 Soient Xt et Yt deux processus d’Itô, Xt = X0 + 0 Ks ds + 0 Hs dWs et
Rt Rt
Yt = Y0 + 0 Ks0 ds + 0 Hs0 dWs . Alors :
Z t Z t
Xt Yt = X0 Y0 + Xs dYs + Ys dXs + hX, Y it
0 0

avec : Z t
hX, Y it = Hs Hs0 ds
0
4 MODÈLE CONTINU DE BLACK-SCHOLES 14

4.2 Modèle de Black et Scholes

Le modèle proposé par Black et Scholes pour décrire l’évolution des cours est un modèle
à temps continu avec un actif risqué ( une action de prix St à l’instant t ) et un actif sans
risque ( de prix St0 ). On suppose l’évolution de St0 régie par l’équation différentielle (
ordinaire ) suivante :
dSt0 = rSt0 dt
où r est une constante positive. Cela signifie que le taux d’intérêt sur le marché des
placements sans risque est constant et égal à r. Noter que r est ici un taux d’intérêt
instantané, à ne pas confondre avec le taux sur une période des modèles discrets. On
posera S00 = 1, de sorte que St0 = ert , pour t ≥ 0.
On suppose que l’évolution du cours de l’action est régie par l’équation différentielle
stochastique suivante :
dSt = St (µdt − σdBt )
où µ et σ sont deux constantes et (Bt ) un mouvement brownien standard.
Le modèle est étudié sur l’intervalle [0, T ] où T est la date d’échéance de l’option à
étudier. En utilisant la formule d’Itô, l’équation précédente se résout explicitement :
σ2
 
St = S0 exp µt − t + σBt
2
où S0 est le cours observé à la date 0.
Une stratégie sera définie par un processus φ = (φ)0≤t≤T = ((Ht0 , Ht )), à valeurs dans
R , adapté à la filtration du mouvement brownien, les composantes Ht0 et Ht de φt donnant
2

à l’instant t les quantités d’actif sans risque et d’actif risqué respectivement détenues en
portefeuille. La valeur du portefeuille à l’instant t est alors donnée par :

Vt (φ) = Ht0 St0 + Ht St

On transpose l’égalité d’autofinancement (1) à temps continu pour avoir la condition

suivante :
dVt (φ) = Ht0 dSt0 + Ht dSt
Pour que cela ait un sens, on impose :
Z T Z T
0
Ht dt < +∞ p.s. et Ht2 dt < +∞ p.s.
0 0

On note S̃t = e−rt St et l’analogue de la proposition (1) est :

Proposition 4 Soit φ = ((Ht0 , Ht ))0≤t≤T un processus adapté à valeurs dans R2 vérifiant

RT 0
0
|Ht | + Ht2 dt < +∞p.s. On pose : Vt (φ) = Ht0 St0 + Ht St et Ṽt (φ) = e−rt Vt (φ). Alors φ
définit une stratégie autofinancée si et seulement si :
Z t
Ṽt (φ) = V0 (φ) + Hu dS̃u p.s. (3)
0

pour tout t ∈ [0, T ].

4 MODÈLE CONTINU DE BLACK-SCHOLES 15

Pour un modèle discret on a vu qu’on avait équivalence entre l’hypothèse d’A.O.A.

et l’hypothèse (H) : il existe une probabilité Q équivalente à P , sous laquelle les prix
actualisés sont des martingales ( théorème (1)). Dans le cas continu ce théorème n’est plus
valable. En toute généralité (H) n’implique pas A.O.A. Par contre sous (H) il n’existe pas
d’opportunité d’arbitrage minorée, i.e. telle qu’il existe c ∈ R tel que ∀t Vt (φ) ≥ c. La
probabilité Q est appelée comme avant, “probabilité risque-neutre”. Le problème inverse
(A.O.A. implique H) reste une question ouverte.
Sous l’hypothèse A.O.A. le prix d’arbitrage est bien défini, c’est-à-dire, si θ et ϕ sont
deux stratégies autofinançantes telles que θT ST = ϕT ST , alors θ0 S0 = ϕ0 S0 . L’intérêt du
modèle de Black et Scholes est que l’hypothèse (H) est vérifiée. En effet en appliquant la
formule d’Itô, si S̃t = e−rt St , on a :

dS̃t = S̃t (µ − r) dt + σ S̃t dBt

= σ S̃t dB t
µ−r
où B t = Bt + σ
t.   à trouver une probabilité Q sous laquelle B soit un
Si on arrive
mouvement brownien, alors S̃t est une martingale sous Q et :

σ2
 
S̃t = S0 exp σB t − t
2

Le théorème de Girsanov-Cameron-Martin permet d’affirmer que si on pose

Z t 2 !
1 t µ−r
Z 
µ−r
Lt = exp − dBs − ds
0 σ 2 0 σ

(Lt )0≤t≤T est une martingale, et si Q est la mesure sur FT de densité LT par rapport à
P , sous Q B est un mouvement brownien.
Pour terminer, si on note ξ = (ST − K)+ , sous Q S̃ est une martingale, donc pour une
stratégie autofinancée φ, Ṽ (φ) est aussi une martingale, d’après l’égalité (3). Donc on a
pour V (φ) dupliquant ξ (cf. la définition (9) en remplaçant N par T ) :
h i
Ṽt (φ) = EQ ṼT | Ft
= EQ e−rT ξ | Ft
 

d’où :

Vt = e−r(T −t) EQ [ξ | Ft ]
V0 = e−rT EQ [ξ]
 + 
−rT
= EQ S̃T − e K
" + #
σ2
 
−rT
= EQ S0 exp σB T − T −e K
2
4 MODÈLE CONTINU DE BLACK-SCHOLES 16

Par définition d’un mouvement brownien, sous Q B T suit une loi normale de paramètres
0 et T , ce qui permet de calculer l’espérance précédente, et de trouver la formule de
Black-Scholes (2) :  √ 
V0 = S0 Φ (d) − Ke−rT Φ d − σ T
avec
ln (S/K) + rT 1 √
d = √ + σ T
σZ T 2
x
1 2
Φ (x) = √ e−u /2 du
2π −∞
Soulignons une nouvelle fois, que le coefficient µ n’apparait pas dans la formule.