Introduction au calcul stochastique.
Modèles stochastiques en finance.
PC 2
Aurélien Alfonsi — Charles-Albert Lehalle — Huyên Pham
Mouvement brownien (I)
Dans toute la feuille, W est un mouvement brownien standard.
EXERCICE 1 - Une autre définition du mouvement brownien.
1. Montrer qu’un processus (Xt )t∈R+ est un mouvement brownien si et seulement si :
i’) X0 = 0,
ii’) (Xt )t∈R+ est un processus gaussien centré,
iii’) Cov(Xs , Xt ) = inf(s, t).
2. Montrer que si Wt est un mouvement brownien, {Xt = t W 1 , t > 0, X0 = 0} l’est aussi.
t
EXERCICE 2 - Mouvement brownien en tant qu’un processus gaussien
PN
1. Pour t > 0 et N ∈ N∗ , que peut-on dire de la variable aléatoire IN = t
N k=1 W kt ? Quel est le
N
comportement asymptotique de IN lorsque N → +∞ ?
2. En déduire que Z t
Xt = Ws ds
0
est une variable aléatoire gaussienne centrée et calculer sa fonction caractéristique.
3. Calculer les 2 premiers moments de la variable aléatoire
Z t
Y := Ws2 ds.
0
EXERCICE 3 - Soit T > 0 et N ∈ N∗ .
P
N
1. Calculer E k=1 (W kT − W (k−1)T )2 .
N N
h i2
N 2T 2
− W (k−1)T )2 − T
P
2. En déduire que E k=1 (W kT
N
= N .
N
EXERCICE 4 - Mouvement brownien géométrique
Soit W un mouvement brownien standard. Le processus
St = S0 eµt+σWt
s’appelle le mouvement brownien géométrique et constitue le modèle de base pour les fluctuations des
cours boursiers. Le coefficient µ s’appelle l’espérance du rendement et σ la volatilité. Une question
naturelle est l’estimation de µ et σ à partir d’observations des cours. Supposons que les valeurs de St
sont observées aux dates ti := iT
N , i = 0, . . . , N pour T et N donnés.
1. Dans un premier temps on suppose µ = 0. Montrer que
N
Stk 2
2 1X
σ̂N := log
T Stk−1
k=1
est un estimateur sans biais de σ 2 (calculer E[σ̂N
2 ]). Calculer Var[σ̂ 2 ] (on pourra se servir du
N
résultat de l’exercice 5). Montrer que cet estimateur est convergent si N → ∞, même si T reste
constant.
2. On se place maintenant dans le cas général µ 6= 0. Montrer que
1 ST
µ̂T := log
T S0
est un estimateur sans biais de µ, qui est convergent si T → ∞. Conclure sur la difficulté relative
d’estimation de µ et σ 2 .
EXERCICE 5 - Encore une définition du mouvement Brownien
1. Soit W un mouvement brownien standard. Montrer que pour tout α ∈ R, le processus
α2
α
Mt = exp αWt − t
2
est une FW -martingale, où FW est la filtration naturelle engendrée par le processus W .
2. Soit X un processus continu avec X0 = 0 et tel que pour tout α ∈ R, le processus
α2
α
Mt = exp αXt − t
2
est une FX -martingale (où FX est la filtration naturelle engendrée par le processus X). Montrer
que X est un mouvement brownien standard.