Upload
hoangnhan
View
218
Download
0
Embed Size (px)
Citation preview
Eléonore HAGUET ENSAE 2ème
Année
WINTER & Associés Marc JUILLARD
Paris 18/06/2012-12/10/2012
CALIBRAGE
D’UN MODELE DE TAUX GAUSSIEN
A 2 FACTEURS
2/42
SOMMAIRE REMERCIEMENTS ....................................................................................................................... 3 1. INTRODUCTION ................................................................................................................. 4 2. LES MODELES DE TAUX D’INTERETS ................................................................................ 5
2.1. NOTATIONS RETENUES POUR LES DIFFERENTS TAUX ..................................................... 5 2.2. CHOIX DU MODELE DE TAUX D’INTERETS ..................................................................... 6
3. LE MODELE GAUSSIEN A DEUX FACTEURS G2++ ............................................................. 8 3.1. DYNAMIQUE DU MODELE .............................................................................................. 8 3.2. PRIX DES OBLIGATIONS ZERO-COUPON ......................................................................... 9
3.2.1. Expression des prix des obligations zéro-coupon .............................................. 9
3.2.2. Calibrage de la fonction ................................................................................ 10
3.3. PRIX DES PRODUITS DERIVES DE TAUX ........................................................................ 11
3.3.1. Prix des options sur zéro-coupon ..................................................................... 11 3.3.2. Prix des caps ..................................................................................................... 13
3.4. ANALOGIE AVEC LE MODELE HULL AND WHITE A DEUX FACTEURS ........................... 14 3.5. ANALOGIE AVEC LE CADRE HJM ................................................................................ 15
4. RECONSTITUTION ET EXTRAPOLATION DE LA COURBE DES TAUX ................................ 16 4.1. LES DIFFERENTES METHODES DE RECONSTITUTION .................................................... 16
4.1.1. Modèles de Nelson-Siegel et de Svensson ...................................................... 16 4.1.2. Les splines cubiques ......................................................................................... 18 4.1.3. La méthode de Smith-Wilson ........................................................................... 18
4.2. MISE EN ŒUVRE ET RESULTATS DE LA RECONSTITUTION DE LA COURBE..................... 21 4.2.1. Données utilisées pour la reconstitution ........................................................... 21
4.2.2. Comparaison des 4 méthodes de reconstitution ............................................... 22
4.3. EXTRAPOLATION : LA METHODE DE SMITH-WILSON .................................................. 23
5. CALIBRAGE DU MODELE EN PROBABILITE RISQUE NEUTRE.......................................... 26 5.1. ETUDE THEORIQUE DU CALIBRAGE ............................................................................. 26
5.1.1. La sélection des instruments de calibrage ........................................................ 26 5.1.2. Le choix de la fonction à minimiser ................................................................. 26
5.1.3. Les algorithmes de minimisation ..................................................................... 27 5.2. MISE EN PLACE DU CALIBRAGE ................................................................................... 28
5.2.1. Calibrage des caps en probabilité risque neutre ............................................... 28
5.2.2. Données utilisées pour le calibrage ................................................................. 29
5.2.3. Résultat du calibrage ........................................................................................ 29
5.3. MISE EN OEUVRE DES SIMULATIONS DU TAUX COURT ................................................. 30 5.3.1. Discrétisation des taux courts ........................................................................... 30 5.3.2. Etude de la martingalité des taux courts ........................................................... 30
5.4. LIMITE DU MODELE G2++ .......................................................................................... 31
CONCLUSION ............................................................................................................................ 33
BIBLIOGRAPHIE ....................................................................................................................... 34 ANNEXES .................................................................................................................................. 36
3/42
REMERCIEMENTS
En premier lieu, je remercie Marc JUILLARD, mon maître de stage au sein de WINTER &
Associés, pour le temps qu’il m’a consacré et son suivi tout au long de mon stage au sein du cabinet.
Merci encore pour la confiance qu’il m’a accordée dès le début de mon stage, pour les connaissances
qu’il m’a transmises ainsi que pour ses conseils, qui ont fait de ce stage d’application une expérience
très enrichissante.
Je tiens également à remercier Frédéric PLANCHET pour son aide, ses remarques précieuses
ainsi que les données qu’il m’a communiquées et qui m’ont permis de pouvoir implémenter les
résultats théoriques de mon rapport. Je remercie tout particulièrement Thierry MOUDIKI pour son
accompagnement, sa disponibilité et son soutien.
Enfin, je salue Vanessa ALLAIN, Mélina BRICHORY, Emmanuel AVRIL et Benjamin
MARTIN ainsi que l’ensemble des stagiaires.
4/42
1. INTRODUCTION
WINTER & Associés est un cabinet de conseil en actuariat qui intervient auprès des organismes
assureurs, des entreprises et des pouvoirs publics pour les aider à maîtriser au mieux les
problématiques actuarielles (Solvabilité 2, IFRS, etc.) auxquelles ils sont confrontés. Pour cela, le
cabinet travaille sur des bases techniques et financières pointues, en étroite relation avec le monde
académique.
Dans le cadre de Solvabilité II, l’assureur est soumis à de nouvelles contraintes réglementaires. Il doit
notamment disposer de suffisamment de fonds propres pour faire face à une ruine économique à
l’horizon d’un an et au seuil de 99,5 %.
L’assureur doit être capable de projeter son bilan, il doit notamment anticiper l’évolution des prix de
ses actifs, constitués essentiellement par des obligations. La valorisation de ces obligations repose sur
l’évaluation des prix des obligations zéro-coupon ; l’assureur est alors exposé au risque de
déformation de la courbe des taux d’intérêt. Il doit donc être capable de modéliser au mieux
l’évolution de la dynamique de la courbe des taux grâce à l’aide d’un modèle de taux d’intérêt.
Ces modèles doivent à la fois être très précis afin de pouvoir valoriser au mieux les obligations et
également avoir un degré de complexité acceptable pour être implémenté.
Les générateurs de scénarios économiques présents au cabinet sont basés sur des modèles de taux
mono factoriel. Dans ce rapport, nous étudierons un modèle de taux à 2 facteurs et nous chercherons à
étudier l’impact de l’ajout d’un paramètre supplémentaire dans le modèle.
Après avoir présenté les motivations de notre choix de modélisation, nous détaillerons de façon
théorique le modèle de taux retenu. Nous nous focaliserons ensuite sur la reconstitution et
l’extrapolation de la courbe des taux observée sur le marché, étapes primordiales pour
l’implémentation de notre modèle, en présentant différentes méthodes et les résultats de
l’implémentation numérique. Nous discuterons la méthode de reconstitution et d’extrapolation
recommandée par le QIS 5 1 et montrerons ses limites. Enfin nous présenterons les résultats de notre
calibrage.
1 L’EIOPA a publié la 5 ème« Quantitative Impact Study » le 05/07/2010.
5/42
2. LES MODELES DE TAUX D’INTERETS
2.1. Notations retenues pour les différents taux
Les notations de Lamberton et Lapeyre [1998] seront utilisées dans ce rapport. On note , ,P t T
le prix au temps t d’une obligation zéro-coupon de maturité ,T ce prix correspond à la valeur au
temps t d’une unité monétaire qui sera payée en .T A partir de ces prix zéro-coupon, nous pouvons
en déduire les taux zéro-coupon en composition continue cR et en composition annuelle .R Les
relations entre les taux et les prix des zéro-coupon sont données par :
1
1, ln , ,
, ( , ) 1.
c
T t
R t T P t TT t
R t T P t T
On appelle taux court ou taux sans risque instantané, le taux défini par :
lim , .ct T
r t R t T
On en déduit aussi le taux forward instantané , ,f t T qui représente le taux d’intérêt auquel on peut
signer un contrat au temps t pour un prêt débutant en .T On a alors :
, ln , , ( ) ( , ).f t T P t T r t f t tT
Sous la probabilité risque neutre ,Q la relation fondamentale d’absence d’opportunité d’arbitrage pour
les prix des obligations zéro-coupon est donnée par :
, | .
T
u
t
r du
Q tP t T e
Nous pouvons alors en déduire le prix d’une obligation (hors risque de défaut) de nominal ,N de
maturité T et de taux , qui s’exprime en fonction des prix des obligations zéro-coupon ,P t T par
la formule :
1
, , .T
t
i t
O N P t i P t T
Afin de pouvoir valoriser les obligations, nous avons donc besoin de déterminer la valeur des prix des
zéro-coupon ,P t T , en tout temps ,0 .t t T Pour cela, l’assureur doit mettre en place un modèle
de taux qui lui permettra de déterminer ces prix à l’aide d’une formule spécifique au modèle retenu.
6/42
2.2. Choix du modèle de taux d’intérêts
Il existe de nombreux modèles de taux d’intérêts. D’après Ahlgrim et al. [2003], ils peuvent être
classés en trois catégories :
Les modèles d’équilibre
Ces modèles s’appuient sur des données historiques et sur un certain nombre d’hypothèses
concernant les variables économiques pour en déduire le comportement du taux court. Le
modèle de Vasicek est le plus classique, il repose sur la dynamique suivante :
.t t tdr a b r dt dW
Ce modèle repose notamment sur la modélisation d’un retour à la moyenne du taux d’intérêt à
long terme. En effet quand les taux d’intérêts sont élevés, les agents anticipent une évolution à
la baisse des taux et inversement.
Les modèles fondés sur l’absence d’arbitrage
Ces modèles permettent de prendre en compte la courbe des taux initiale, ce qui rend le
modèle cohérent avec la structure par terme observée aujourd’hui (la structure initiale des taux
étant une donnée initiale du modèle). Hull et White ont généralisé le modèle de Vasicek afin
de le rendre compatible avec la courbe des taux actuelle :
( ) .t t tdr k t ar dt dW
Les modèles fondés sur la dynamique des taux forward
La classe des modèles HJM (Heath, Jarrow, Morton) modélise la dynamique des taux forward
instantanés et non plus la dynamique des taux courts. Ils ne proposent pas de forme spécifique
pour cette dynamique mais plutôt un cadre de travail où la dynamique du taux forward est
donnée par la diffusion suivante:
, , , .tdf t T t T dt t T dW
Les deux premiers modèles présentés ci-dessus sont mono factoriels, c’est à dire qu’un seul
facteur est à l’origine de l’évolution de l’ensemble de la courbe des taux. Cela implique que les taux
évoluent de façon parfaitement corrélée pour toutes les maturités (seul le taux court détermine la
dynamique de la courbe), ce qui n’est pas vérifié empiriquement.
Cela implique donc qu’un choc sur un taux d’intérêt à un instant précis, par exemple un choc initial,
aura une conséquence directe sur tous les autres taux de maturités différentes. Cependant l’évolution
des taux d’intérêts ne possède absolument pas cette propriété de parfaite corrélation dans le temps. On
cherche donc à complexifier le modèle pour le rendre plus réaliste.
Un des modèles multifactoriels le plus classique est le modèle de Hull et White à deux facteurs,
qui prend en compte à la fois, la dynamique du taux court r et du taux long l :
,
,
( ) ,
( ) .
t r t t r r t
t l l t l l t
dr l r dt dB
dl l dt dB
7/42
On pourrait se demander pourquoi ne pas utiliser un nombre plus important de facteurs ? Le choix
du nombre de facteurs implique un compromis à réaliser entre un temps d’implémentation numérique
acceptable et une bonne capacité du modèle à représenter la dynamique des taux d’intérêts. Mais aussi
à assurer un caractère prédictif correct du modèle (lorsqu’on augmente le nombre de paramètres du
modèle, celui-ci est plus fidèle aux données passées mais perd en efficacité de prédiction).
D’après une étude sur les données historiques du marché UK, Rebonato [1998] montre grâce à
une analyse en composante principale, qu’une composante explique 92 % de la variance totale, tandis
que 2 composantes expliquent 99,1 % de la variance totale.
D’autres études ont été réalisées sur différentes données, notamment dans Roncalli [1998], les
résultats convergent vers la même conclusion, l’utilisation de deux ou trois facteurs est nécessaire pour
représenter correctement l’évolution de la courbe des taux zéro coupon.
Le modèle que nous avons retenu est un modèle gaussien à 2 facteurs, appelé modèle G2++, c’est
un cas particulier du modèle Hull et White (H&W) à deux facteurs, l’analogie entre ces deux modèles
sera présentée à la prochaine section.
Les formules issues de ce modèle sont moins compliquées que celles obtenues avec les autres
modèles à deux facteurs et son implémentation numérique est plus facile.
Cependant, dans le modèle H&W, les deux facteurs sont interprétables économiquement, l’un
représentant le taux court et l’autre le taux long. Dans le modèle G2++, les facteurs utilisés sont
inobservables et n’ont pas d’interprétation économique.
8/42
3. LE MODELE GAUSSIEN A DEUX FACTEURS G2++
La première étape de ce mémoire a été d’étudier en profondeur les propriétés de ce modèle de taux.
Brigo et Mercurio [2006], a été utilisé pour cette étude. Nous présentons ici les résultats et la plus
grande partie des démonstrations concernant notre modèle. Notre démarche est la suivante :
Détermination d’une expression pour la dynamique du taux court.
Extraction d’une formule pour le prix des obligations zéro-coupon ( , )P t T de maturité ,T en
tout temps , 0.t t Cette expression s’écrira en fonction des paramètres du modèle et de la
courbe des prix zéro-coupon observée aujourd’hui sur le marché.
Expression des prix des produits dérivés de taux en fonction des prix des obligations zéro-
coupon. Ces prix nous permettront de calibrer notre modèle en comparant les prix observés
sur le marché et les prix reconstitués théoriquement grâce à notre modèle.
3.1. Dynamique du modèle
On suppose que le taux court suit, sous la mesure de probabilité risque neutre, la dynamique suivante :
0, 0 ,r t x t y t t r r
Les processus x et y satisfont les équations différentielles suivantes :
1
2
( ), 0 0,
( ), 0 0,
dx t ax t dt dW t x
dy t bx t dt dW t y
Où 1W et 2W sont deux mouvements Brownien de variation quadratique 1 2, .u
d W W du
est une fonction déterministe vérifiant (0) 0, elle permet d’ajuster le modèle à la courbe des
taux zéro-coupon observée sur le marché. La calibration de cette fonction permettra aussi de rendre
notre modèle identifiable.
Les paramètres , , ,a b et sont estimés grâce à l’étape de calibrage du modèle.
Nous notons t la filtration engendrée par les processus x et .y
Expression du taux court
En intégrant les équations différentielles stochastiques précédentes, le taux court ( )r t dans ce modèle
s’écrit sous la forme :
1 2 .
t ta t s b t s a t u b t u
s s
r t x s e y s e e dW u e dW u t
Ce calcul se démontre en utilisant le lemme d’Ito et l’unicité de la décomposition des processus d’Ito,
il est présenté à l’Annexe 1 page 36.
9/42
Loi et moments du taux court
Conditionnellement à la filtration ,t le taux court est gaussien, de moyenne et de variance :
2 2
2 2 2
| ,
| 1 1 2 1 .2 2
a t s b t s
Q t s
a t s b t s a b t s
Q t s
E r x s e y s e t
Var r e e ea b a b
Les calculs sont présentés en Annexe 2 page 36.
3.2. Prix des obligations zéro-coupon
3.2.1. Expression des prix des obligations zéro-coupon
Sous la probabilité risque neutre, le prix d’une obligation zéro-coupon à la date t et de maturité T
est donné par la formule :
, | .
T
s
t
r ds
Q tP t T E e
En introduisant ( , ) ,
T
t
I t T x u y u du
nous pouvons montrer que ( , )I t T est,
conditionnellement à la filtration t , normalement distribuée de moyenne et de variance :
2 22 2
2 2
1 1, ,
2 1 3 2 1 3,
2 2 2 2
1 1 12 .
a T t b T t
a T t a T t b T t b T t
a T t b T t a b T t
e eM t T x t y t
a b
V t T T t e e T t e ea a a a b b b b
e e eT t
ab a b a b
Ce résultat est démontré dans le livre de Brigo & Mercurio, à l’appendice A page 169.
On en déduit l’expression du prix du zéro-coupon dans le modèle gaussien à 2 facteurs, en notant que
P est la transformée de Laplace de ,
T
t
I u du qui suit une loi normale de moyenne
, ,
T
t
M t T u du et de variance ,V t T . On obtient alors :
10/42
1 1 1
, exp , .2
T a T t b T t
t
e eP t T u du x t y t V t T
a b
3.2.2. Calibrage de la fonction
Nous introduisons la notation 0,MP T pour les prix des zéro-coupon observés sur le marché, pour
une maturité T . Ces prix de marché seront obtenus pour un continuum de maturité, par interpolation
des prix des obligations zéro-coupon cotées sur le marché, cette étape est le sujet de la section
suivante.
A partir de la courbe continue des prix des zéro-coupon ainsi obtenue, nous pouvons calculer les taux
forward instantanés au temps 0 pour une maturité T, notés 0,Mf T :
ln 0,
0, .
M
MP T
f TT
Au paragraphe précédent, nous avons obtenu une expression pour nos prix zéros-coupon, le modèle
intégrera correctement la structure par terme des taux zéro-coupon si leurs prix théoriques seront
égaux aux prix de marché correspondants.
Nos prix théoriques obtenus coïncident avec ceux observés sur le marché si et seulement si :
0
10, exp 0, ,
2
T
MP T u du V T
En prenant le logarithme et en différenciant par rapport à T les deux termes de cette égalité, nous
obtenons :
2 2
2 2
2 20, 1 1 1 1 ,
2 2
M aT bT aT bTT f T e e e ea b ab
Ainsi le modèle intègrera correctement la structure par terme des taux zéro-coupon si et seulement si
la courbe est calibrée comme telle.
Nous pouvons donc réécrire exp
T
t
u du comme :
0 0
10, exp 0,
2exp exp exp .
10, exp 0,
2
MT T t
Mt
P T V T
u du u du u du
P t V t
Nous pouvons en déduire une nouvelle expression pour les prix zéro-coupon :
11/42
, , exp , , , , ,
0, 1, exp , 0, 0, ,
0, 2
1, , .
M
M
z T t
P t T A t T B a t T x t B b t T y t
P TA t T V t T V T V t
P t
eB z t T
z
Nous remarquons ici que le prix d’une obligation zéro coupon en ,t de maturité ,T s’exprime en
fonction de la structure par terme des taux d’intérêts observés aujourd’hui sur le marché
0, .Mt P t Il est donc indispensable de pouvoir calculer 0, ,MP t en tout temps .t La quatrième
partie de ce mémoire est consacrée à l’étude de cette reconstitution.
3.3. Prix des produits dérivés de taux
Le but de cette section est de calculer une expression pour les prix des options sur zéro-coupon à partir
de celle obtenue pour les prix des zéro-coupon à la section précédente. Par la suite, ces prix nous
permettront de calculer les prix d’autres produits dérivés de taux plus complexes comme les swaptions
ou les caps qui nous permettront, in fine, de calibrer notre modèle.
3.3.1. Prix des options sur zéro-coupon
Le prix d’un call à la date t, de maturité T, sur une obligation zéro-coupon de maturité , est donné
par :
, , , , | .
T
t
r s ds
Q tZBC t T K E e P T K
Afin de pouvoir donner une formule explicite, nous avons besoin de changer de mesure de probabilité.
En effet ( , )P T est aléatoire et est corrélée à la structure des taux sans risque ( ),r t on se retrouve
alors avec l’espérance d’un produit qu’on ne peut pas calculer séparément.
Nous cherchons à sortir le coefficient d’actualisation. Une fois sorti, celui-ci devra être calculable
immédiatement et ne devra pas dépendre des taux futurs. Les coefficients d’actualisation les plus
naturels sont les taux zéro-coupon.
Nous effectuons donc un changement de numéraire adéquat, et nous définissons la mesure TQ , dite
« T-forward », de dérivée de Radon-Nikodym :
0
exp [ ]1
exp 0, [ ] .0, 0, 2
T
u
T T
r duTT
t t
t
u du x u y u dudQ e
V T x u y u dudQ P T P T
12/42
La restriction de la probabilitéTQ à la sous-tribu engendrée par
t est donnée par :
0
| | .0,
T
u
T
t
r duT
Q
t
dQ eE
dQ P T
On peut alors réécrire le prix du call sur obligation zéro-coupon:
, , , , , | .TQ
tZBC t T K P t T E P T K
Ce calcul est détaillé à l’Annexe 3 page 38.
Nous sommes maintenant en mesure de calculer l’espérance conditionnelle. Sous la nouvelle mesure
,TQ le logarithme des prix des obligations zéro-coupon ,P T suit, conditionnellement à ,t une
loi normale de moyenne ( , , )M t T et d’écart type , ,t T :
2 22 22 22 ( )
3 3
0, 1 1 1( , , ) ln , 0, 0, [ | ] [ | ],
0, 2
, , 1 1 1 12 2
2 1 1 1 .
T TM a T t b T t
Q Q
t tM
a T b T b T ta T t
a T b T a b T t
P e eM t T V T V V T E x t E y t
P T a b
t T e e e ea b
e e eab a b
Nous obtenons alors, l’expression suivante pour le prix du call (calcul détaillé en Annexe 4 page 39):
221
2( , , ) ln , , ( , , ) ln
, , , ,, , , ,
p pM V M t T K t T M t T KZBC t T K P t T e K
t T t T
.
On cherche maintenant à exprimer les prix des options sur zéro coupon en fonction des prix des zéro-
coupon. Nous utilisons le fait que
,
,
P t
P t T
est une martingale sous ,TQ ceci est démontré en Annexe 5
page 40.
On a donc
21
( , , ) , ,2
,, | .
,
T M t T t TQ
t
P tE P T e
P t T
D’où,
2, 1( , , ) ln , , .
, 2
P tM t T t T
P t T
On en déduit que :
13/42
, ,ln ln
, ,1 1, , , , , , , , , .
, , 2 , , 2
P t P t
KP t T KP t TZBC t T K P t t T P t T K t T
t T t T
Par la relation de parité call-put et par linéarité, on en déduit le prix d’un put de maturité T et de strike
K, sur une obligation zéro-coupon de valeur nominale N et de maturité .
, ,ln ln
, ,1 1, , , , , , , , , , .
, , 2 , , 2
KP t T KP t T
NP t NP tZBP t T N K NP t t T P t T K t T
t T t T
3.3.2. Prix des caps
Un cap est un produit qui paie la différence positive entre les intérêts simples liés à un taux variable et
un taux fixé à l’avance. Nous allons voir qu’un cap est équivalent à un portefeuille d’option put
européenne sur des obligations zéro-coupon.
On note 1 2, , ,
nT T T T l’ensemble des dates de paiement du cap et 1 2, , , n où i est
la fraction de l’année écoulée entre iT et 1,iT et N la valeur du nominal du cap.
On parle de caplet lorsqu’il n’y a qu’une seule date de paiement.
On s’intéresse d’abord aux prix des caplets.
Le prix de non arbitrage du i-ème caplet de nominal N, de date de début 1,iT
de date de paiement
,iT et de strike X est donné par :
1 1, , , , , , |
Ti
s
t
r ds
i i i i i i tCpl t T T N X E e N L T T X
Ce prix peut alors s’écrire en fonction du prix d’un put sur une obligation zéro-coupon.
' '
1 1, , , , , , , , ,i i i i i i iCpl t T T N X N ZBP t T T X
Avec ' '1, 1 .
1i i i
i
X N N XX
Ce calcul est démontré en Annexe 6 page 40.
Le prix des caps est obtenu en sommant les prix des caplets sous-jacents.
' '
1
1
, , , , , , ,n
i i i i
i
Cap t T N X N ZBP t T T X
14/42
D’après les prix des options put européennes sur obligation zéro-coupon calculés à la section
précédente, nous obtenons :
1
1
1 1
1
1
,ln
1 ( , ) 1, , , , 1 , , ,
, , 2
,ln
1 , 1, , , .
, , 2
i
ni i
i i i i
i i i
i
i i
i i i
i i
P t T
X P t TCap t T N X N X P t T t T T
t T T
P t T
X P t TP t T N t T T
t T T
Nous utiliserons des caps comme données de marché pour implémenter notre modèle, cependant nous
aurions pu aussi utiliser des swaps, les formules des prix des swaps sont données en Annexe 7 page
41.
3.4. Analogie avec le modèle Hull and White à deux facteurs
Le modèle Hull-White à deux facteurs suppose que sous une probabilité risque neutreQ , le taux court
r est solution de l’équation différentielle stochastique suivante :
1 1 0,[ ] , 0dr t t u t ar t dt dZ t r r
Où ( )u t est le processus stochastique de retour à la moyenne :
2 2 , 0 0,du t bu t dt dZ t u
Avec 1 2,Z Z un processus Brownien et 1 2, .t
d Z Z dt
La fonction est choisie de manière à calibrer le mieux possible la courbe des taux d’intérêts actuels.
Comme dans le modèle gaussien à deux facteurs, on peut réécrire les taux courts sous la forme :
1 1
2 2
,
.
t t ta t s a t a t a t
s s s
tb t s b t
s
r t r s e e dv u e dv e dZ
u t u s e e dZ
En supposant a b et en intégrant par partie, on obtient pour le taux court :
20 1 1 2
0 0 0
.
t t ta t v a t v b t v a t vatr t r e v e dv e dZ v e e dZ v
a b
En supposant a b et en définissant :
15/42
22 2 1 2
3 1 22 ,
b aa b
21 1 2
3
3
( ) ( )
( ) ,
dZ t dZ ta bdZ t
24
a b
On peut alors réécrire les taux courts :
( ) ( ) ( )
0 3 3 4 2
0 0 0
( ) ( ) ( ) ( ).t t t
at a t v a t v a t vr t r e v e dv e dZ v e dZ v
On peut maintenant voir clairement l’analogie, en posant :
1 43 4
3
( )
0
0
, , , ,
( )
t
at a t v
t
a a b b
r e v e dv
Nous retrouvons exactement l’expression du taux court obtenu dans le modèle gaussien à deux
facteurs.
3.5. Analogie avec le cadre HJM
Nous cherchons maintenant à exprimer la dynamique des taux forwards pour obtenir une
expression du modèle gaussien à deux facteurs dans le cadre HJM.
Le taux forward instantané en composition continue, au temps t de maturité T , est donné par la
formule :
, ln ,
ln , , , , , ,
f t T P t TT
A t T B a t T x t B b t T y tT T T
En différentiant, on obtient :
1 2, , , , , ,df t T dt B a t T dW t B b t T dW tT T
Ainsi,
2 2
2 2 22 2
,, , , , 2 , , , ,
e e 2 e ,a T t b T t a b T t
Var df t TB a t T B b t T B a t T B b t T
dt T T T T
Ce qui implique que la volatilité des taux forwards instantanés est donnée par :
2 2 22 2, e e 2 e .a T t b T t a b T t
f t T
16/42
4. RECONSTITUTION ET EXTRAPOLATION DE LA COURBE DES TAUX
La reconstitution de la courbe des taux est une opération nécessaire car il n’existe pas assez
d’obligation zéro-coupon cotées sur le marché. Nous ne pouvons pas obtenir les taux zéro-coupon
pour un continuum de maturité. Il faut donc interpoler les points pour obtenir une courbe continue.
Par la suite, cette courbe des taux zéro-coupon devra être extrapolée afin de pouvoir obtenir des taux
pour des maturités postérieures à celles observées aujourd’hui sur le marché financier.
Nous distinguerons d’une part les méthodes de Nelson-Siegel et de Svensson et d’autre part les splines
cubiques (cf James et Webber [2000]). Nous présenterons ensuite la méthode de Smith-Wilson
recommandée par le QIS 5 dans Risk-free interest rates – Extrapolation method. Enfin nous
comparerons ces différents modèles en présentant les résultats de l’implémentation numérique.
4.1. Les différentes méthodes de reconstitution
4.1.1. Modèles de Nelson-Siegel et de Svensson
Nelson et Siegel (1987) propose l’utilisation de la fonctionnelle suivante pour la modélisation des taux
zéro-coupon au temps :
1, 1, 2, 2, 3, 3, ,NS
t t t t t t tR h h h
Où,
1, 1,th 2,
1,t
eh
3,
1.t
eh e
1 : Facteur de niveau correspondant au taux long.
2 : Facteur de rotation correspondant à l’écart entre le taux court et le taux long.
3 : Facteur de courbure.
: Paramètre d’échelle.
Le nombre de paramètres à estimer est de 4. La fonctionnelle est une combinaison linéaire de trois
fonctions dont les coefficients sont obtenus par minimisation de l’écart quadratique entre les prix
obtenus à partir de celle-ci et les prix de marché.
Cependant, ce modèle est le moins flexible, il ne permet pas de représenter toutes les courbes
observées sur le marché, notamment celles avec une bosse et un creux.
17/42
Maturity
Zero
-co
up
on
ra
te
Le modèle de Svensson est une extension du modèle de Nelson-Siegel qui permet de donner plus de
flexibilité à la courbe. La fonctionnelle utilisée dans ce modèle est la suivante :
1, 1, 2, 2, 3, 3, 4, 4, ,SV
t t t t t t t t tR h h h h
Où,
1, 1,th 1
2,
1
1,t
eh
1
1
3,
1
1,t
eh e
2
2
4,
2
1.t
eh e
4 2, : Paramètres supplémentaires qui ont une influence sur la partie courte de la courbe.
Le nombre de paramètre est ici de 6, de même ils sont estimés par minimisation de l’écart quadratique
entre les prix obtenus à partir de cette fonctionnelle et les prix de marché.
L’ajout de ces paramètres supplémentaires permet à la courbe d’être plus flexible à court terme.
Ces deux modèles paramétriques doivent satisfaire une contrainte de long terme, la courbe doit
posséder une asymptote horizontale. En effet il est naturel de considérer que l’anticipation que l’on
réalise aujourd’hui pour des taux d’intérêts dans 30 ans ne doit pas être éloignée de l’anticipation que
l’on réalise pour des taux d’intérêts dans 25 ans par exemple.
Ces modèles présentent l’avantage d’avoir des paramètres directement interprétables
financièrement. En effet les différents paramètres représentent le facteur de niveau correspondant au
taux long, le facteur de rotation et le facteur de courbure. De plus ils sont parcimonieux dans le sens
où un faible nombre de paramètres est utilisé pour représenter la courbe.
18/42
4.1.2. Les splines cubiques
Nous présentons ici les splines cubiques par morceaux, c'est-à-dire que la fonctionnelle utilisée
est représentée sous forme de fonctions polynômiales cubiques par morceaux, où les segments se
joignent aux différents nœuds de la courbe.
Des contraintes de régularité à chacun des nœuds de la courbe doivent être respectées afin de la rendre
plus lisse à ces points, à savoir la continuité, la continuité de la dérivée première et la continuité de la
dérivée seconde de cette fonction. Ces contraintes permettent de réduire considérablement le nombre
de paramètres à estimer.
Un exemple général de splines cubiques peut être donné par la formule suivante :
33 1
0 1
1,
3!
nSplines i
i p p
i p
R a b
La première partie représente la forme cubique, et la seconde partie est différentiable seulement deux
fois aux différents nœuds. Les points 1, ,( )p p n
représentent les nœuds de la courbe.
De même que pour les modèles précédents, le but est de déterminer les paramètres qui minimisent
l’écart quadratique entre les prix calculés théoriquement et les prix observés sur le marché.
Ces modèles sont plus flexibles que les deux modèles précédents dans le sens où la courbe est
découpée en plusieurs morceaux rattachés par des nœuds. Ainsi chacune de ces courbes peut subir des
modifications presque indépendamment les unes des autres. Inversement, un changement dans la
fonctionnelle des modèles de Nelson-Siegel ou de Svensson, peut affecter la courbe en entier, et cela
peut s’avérer gênant, notamment lorsque l’on s’approche de la maturité.
Dans Barrie et Hibbert [2008], il est suggéré d’utiliser des techniques différentes pour l’interpolation
et pour l’extrapolation. La première méthode utilisée pour l’interpolation de la partie liquide du
marché financier est celle des splines cubiques tandis que l’extrapolation est effectuée à partir de la
méthode de Nelson-Siegel. Le QIS 5 préconise cependant une autre méthode qui est uniforme pour
l’interpolation et pour l’extrapolation, celle de Smith-Wilson.
4.1.3. La méthode de Smith-Wilson
La technique de Smith-Wilson est une méthode macroéconomique d’interpolation et
d’extrapolation de la courbe des taux, macroéconomique dans le sens où le taux d’intérêt forward à
long terme, UFR (Ultimate Forward Rate), est considéré comme une donnée dans le modèle.
La détermination de l’UFR est effectuée pour chaque unité monétaire et repose principalement sur
l’estimation de deux facteurs : le taux d’inflation espéré à long terme et le taux d’intérêt réel espéré.
Lorsque ces deux taux subissent des déviations importantes, un ajustement devra être effectué pour le
taux d’intérêt forward à long terme.
19/42
Le QIS5 a établit en 2009 un taux d’intérêt forward à long terme de 4,2% par an. Cette valeur est
calculée comme la somme du taux d’inflation attendu de 2% par an et un retour à court terme espéré
sur les obligations sans risque de 2,2% par an.
A la différence des modèles déjà présentés, la méthode de Smith-Wilson utilise une fonctionnelle pour
reconstituer les prix des zéro-coupon et non pas les taux, cette fonctionnelle sera appelée la fonction
de prix.
Cette méthode repose sur le fait que nous disposons d’un ensemble d’instruments financiers pour
lesquels nous connaissons le prix de marché à la date d’évaluation, les dates de paiement des coupons
jusqu’à la maturité et la valeur des versements à ces dates. Ces instruments peuvent être des
obligations zéro-coupon, des obligations à coupon, des swaps de taux.
Nous supposons que nous disposons de N instruments financiers et de J dates de paiement
1 2, , , ,Ju u u auxquelles un versement est effectué pour au moins un des instruments financiers.
On note im la valeur de marché de l’instrument ,i
,i jc le versement effectué pour l’instrument
i correspondant à la date de paiement .ju En notant ,P t le prix du zéro-coupon au temps ,t la
structure par terme sera alors définie comme la solution de cet ensemble d’équations :
,
1
.J
i i j j
j
m c P u
Dans ces équations, nous connaissons im et
,i jc .
La fonction de prix P t est définie comme la somme du terme ,UFR te qui prend en compte notre
anticipation asymptotique du taux long UFR , et une combinaison linéaire de N fonctions noyaux
, 1, , .iK t i N
Nous avons,
1
,N
UFR t
i i
i
P t e K t
Où ,UFR représente le taux d’intérêt forward asymptotique.
,N le nombre de prix d’instruments financiers observables.
, une série de paramètres calculés pour approximer la courbe des taux.
Les fonctions à noyau sont définies de la manière suivante :
,
1
, , 0, 1, , .J
i i j j
j
K t c W t u t i N
Où ,i jc correspond au cash-flow de l’instrument i au temps .ju
( , )jW t u sont les fonctions symétriques de Wilson définies comme :
20/42
Où est un paramètre du modèle permettant de contrôler la vitesse de convergence des taux forward
estimés vers le taux forward asymptotique.
Pour chaque instrument financier utilisé en entrée du modèle, une fonction de noyau est calculée. En
incorporant la formule des fonctions de prix dans l’équation des prix de marché, nous obtenons un
système d’équations linéaires, où les i sont déterminés comme étant solution de ce système :
, , ,
1 1 1 1
, , 1, , .j
J J N JUFR u
i i j j i j i i j j
j j i j
m c P u c e c W t u i N
Ce système d’équations linéaires peut se représenter sous forme matricielle avec les vecteurs colonnes
suivants :
1, , 1, ,1, , 1, ,
, , , .iUFR u
i i ii N i Ni N i Nm m p P u e
La matrice J J des fonctions de Wilson : 1,2, , ; 1,2, ,
, .i ji J j J
W W u u
La matrice N J des versements effectués : , 1,2, , ; 1,2, ,.i j i N j J
C c
On obtient :
.Tm Cp C CWC
En inversant ce système, on obtient une expression pour :
1
.TCWC m C
Nous pouvons maintenant incorporer le vecteur dans la fonction de prix :
1
.N
UFR t
i i
i
P t e K t
Nous obtenons ainsi la valeur des zéro-coupon pour tout temps , 0.t t Les taux zéro-coupon en
composition annuelle et continue se déduisent aisément.
La méthode de Smith-Wilson est basée sur la résolution analytique d’un système d’équations
linéaires. Cela représente un avantage comparé aux autres méthodes qui reposent sur la minimisation
des écarts quadratiques entre les prix de marché et les prix reconstitués à partir de l’utilisation d’une
fonctionnelle. Elle permet une approximation parfaite de la structure par terme des taux d’intérêts,
toutes les données intéressantes du marché sont prises en entrée.
( ) max( , ) min( , ) min( , )( , ) min( , ) 0.5 ,j j j jUFR t u t u t u t u
j jW t u e t u e e e
21/42
Cependant la méthode de Smith-Wilson présente des désavantages. Le paramètre doit être
choisi avant l’implémentation du modèle. Un jugement d’expert est alors nécessaire pour évaluer
correctement ce paramètre pour chaque unité monétaire et pour chaque période. Afin d’avoir une
approche harmonisée, l’EIOPA préconise de commencer avec un paramètre de 0,1. Il pourra être
amélioré de façon itérative dans le modèle.
Dans la méthode de Smith-Wilson, il n’y a pas de contrainte qui agit sur la décroissance de la
fonction de prix ,P t et celle-ci peut prendre des valeurs négatives. En effet, ceci peut arriver quand
le taux forward dans la partie liquide de la courbe est trop éloigné de la somme du taux forward
asymptotique UFR et du paramètre . C’est un désavantage par rapport aux méthodes
paramétriques, pour lesquelles, le prix ne peut être négatif.
4.2. Mise en œuvre et résultats de la reconstitution de la courbe
4.2.1. Données utilisées pour la reconstitution
Les données utilisées pour reconstituer la courbe des taux zéro-coupon ont été récupérées à partir
du site du comité de normalisation obligataire www.cnofrance.org. Chaque mois une courbe de taux
zéro-coupon y est publiée. Cette courbe est constituée des taux et des prix zéro-coupon pour des
maturités de 1 à 60 ans. Ces taux ont été calculés sur la base du marché des taux de swaps en euro,
taux fixe contre Euribor 6 mois publiés par ICAP (broker de référence pour le marché des swaps).
Cependant le CNO préconise, dans son document pédagogique Méthodologie de calcul des taux
zéro-coupon CNO, de ne pas utiliser les points des maturités de 30 à 60 ans pour interpoler la courbe
car les valeurs annuelles manquantes de la structure des taux de swap (31 ans, 32 ans, 33 ans…) ont
déjà été interpolées par la méthode des splines cubiques. En effet, les maturités des taux observés
directement sur le marché sont seulement:
1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,
21,22,23,24,25,26,27,28,29,30,35,40,45,50,60.
iu
Tab. 1 : Courbe des taux zéro-coupon
22/42
On cherche donc à reconstituer la courbe des taux uniquement pour les maturités de 1 à 30 ans.
Nous extrapolerons ensuite cette courbe pour obtenir les maturités postérieures.
4.2.2. Comparaison des 4 méthodes de reconstitution
Les résultats de reconstitution de la courbe des taux zéro-coupon sont représentés dans la figure
ci-dessous :
Tab. 2 : Comparaison des méthodes d’interpolation
Nos résultats confirment nos anticipations, la méthode de Nelson Siegel est la méthode la moins
flexible ; elle s’ajuste mal au creux de la courbe pour les faibles maturités. Le modèle de Svensson
améliore la flexibilité à court terme grâce à l’ajout des deux paramètres.
Les courbes issues des méthodes de splines cubiques et de Smith-Wilson s’ajustent beaucoup
mieux aux données que les courbes issues des modèles de Nelson-Siegel et de Svensson.
Nous avons comparé les sommes des carrés des résidus afin de pouvoir quantifier ces
interprétations graphiques. Les résultats obtenus sont présentés ci-dessous :
Nelson-Siegel 1.508219e-05
Svensson 1.247798e-05
Splines cubiques 9.068587e-09
Smith Wilson 2.164159e-10
La méthode de splines cubiques et de Smith Wilson nous donnent des valeurs de résidus quadratiques
bien plus faibles que celles obtenues par les méthodes de Nelson-Siegel et de Svensson. Ces résultats
confirment la théorie et nos interprétations graphiques.
23/42
4.3. Extrapolation : la méthode de Smith-Wilson
L’EIOPA préconise d’utiliser une méthode uniforme pour la reconstitution de la partie liquide du
marché financier et pour l’extrapolation. La méthode retenue est celle de Smith-Wilson.
Notre démarche est la suivante :
Reconstitution de la courbe des taux zéro-coupon pour les maturités de 1 à 30 ans.
Extrapolation de la courbe pour les maturités de 30 à 120 ans.
Validation des paramètres du modèle (UFR, ) grâce aux taux zéro-coupon observés
directement sur le marché pour les maturités 35, 40, 45, 50, 55 et 60 ans.
Le choix des paramètres (UFR, ) n’a pas d’impact pour la reconstitution de la courbe pour
les maturités de 1 à 30 ans. En effet, nous avons utilisé les 30 obligations zéro-coupon de maturités 1 à
30 ans comme instruments financiers, nous avons donc pour chaque maturité un prix de marché
correspondant et nous disposons alors d’un système de 30 équations à 30 inconnues. Nous obtenons
une reconstitution exacte de la courbe, et ce, pour n’importe quelles valeurs des paramètres et
.UFR
Cependant le choix des paramètres a un impact pour l’extrapolation de la courbe, le nombre de
maturité devenant plus important que le nombre de zéro-coupon cotés actuellement sur le marché.
Nous avons dans un premier temps, étudié la courbe extrapolée pour les valeurs préconisées par le
QIS5 ( 4,2%, 0,1UFR ).
Tab. 3 : Extrapolation : méthode de Smith-Wilson, UFR=4.2%, alpha=0.1.
On s’aperçoit ici que si l’on utilise les valeurs suggérées par le QIS 5 pour l’UFR et , notre
calibration n’est pas cohérente avec les prix observés, en effet la courbe rouge surestime très
24/42
largement les valeurs de marché de nos obligations zéro-coupon. Notre but étant, in fine, de construire
un GSE2, nous avons besoin que cette reconstitution des prix soit « market consistent ».
Deux aspects peuvent expliquer la non-cohérence des prix reconstitués. Tout d’abord, la
méthode de Smith-Wilson suppose que l’UFR soit stable dans le temps et que seuls des changements
fondamentaux dans les anticipations à long terme doivent impacter sa valeur. Cependant lorsque l’on
regarde l’évolution de l’UFR dans les principales monnaies, on constate que celui-ci a subit de forts
changements à travers le temps.
Tab. 4 : Evolution de l’UFR pour la zone euro, l’Angleterre, les Etats-Unis et l’Allemagne,
Source: “Ultimate Forward Rates, Theory and Practice”, G. Alexander et A. D. Smith, Mars 2012.
D’autre part, les conditions de marché ne sont plus les mêmes que celles observées à l’époque où le
QIS 5 préconisait ces valeurs. En effet, la courbe des taux a fortement diminuée depuis 2009, passant
de l’ordre de 4,5% à 2,5% pour les obligations zéro-coupon.
Tab. 5 : Courbe des taux zéro coupon : 31/12/2009
L’utilisation d’une valeur inférieure à celle suggérée par le QIS5 en 2009 pour l’UFR pourrait être
envisagée.
2 GSE : Générateur de scénarios économiques
25/42
Cependant, nous ne disposons pas d’un avis d’expert macroéconomique pour ajuster la valeur de
l’UFR avec les conditions de marché actuelles.
Nous avons donc cherché pour quelles valeurs de l’UFR et de , notre courbe extrapolée se
rapproche au maximum des taux zéro-coupon pour les maturités supérieures à 30 ans . Pour cela nous
avons calculé, pour différentes valeurs de l’UFR et de , les écarts quadratiques entre la courbe
extrapolée et les taux observés aux maturités 35, 40, 45, 50, 55 et 60 ans,
Les valeurs retenues sont les suivantes : 3, 2%, 0, 21.UFR
Tab. 6 : Extrapolation : méthode de Smith-Wilson, UFR=3%, alpha=0.21.
26/42
5. CALIBRAGE DU MODELE EN PROBABILITE RISQUE NEUTRE
Le calibrage est l’étape d’estimation des paramètres de notre modèle. Dans le modèle gaussien à deux
facteurs, les paramètres à estimer sont , , ,a b et .
Nous étudions ici le calibrage en probabilité risque neutre. Cet univers permet notamment d’évaluer
les produits dérivés financiers qui ne sont pas cotés sur le marché.
La détermination des paramètres repose sur la comparaison des prix de marché d’un ensemble
d’instruments financiers et de leur valeur estimée par le modèle à l’aide d’une formule correspondante.
En effet dans la première section, nous avons obtenu des formules théoriques pour le prix de certains
instruments financiers, notamment pour les caps et les swaptions. En comparant ces prix théoriques
reposant sur des formules contenant les paramètres du modèle et les prix de marché pour les
instruments dont le prix est coté, nous allons pouvoir déterminer les paramètres qui minimisent l’écart
entre ces prix théoriques et ces prix de marché.
Une fois le modèle de taux d’intérêt sélectionné, nous avons donc plusieurs choix possibles à
effectuer :
1. La sélection des instruments de calibrage;
2. La fonction à minimiser ;
3. L’algorithme de minimisation.
Chacun de ces choix auront un impact sur les valeurs des paramètres, et donc sur les prix théoriques
des produits dérivés qui seront obtenus avec ce modèle ainsi calibré.
5.1. Etude théorique du calibrage
5.1.1. La sélection des instruments de calibrage
Le calibrage doit reposer sur un compromis entre la qualité des estimations de nos paramètres et un
temps de calcul raisonnable.
Si le modèle est utilisé pour évaluer des produits dérivés de taux, alors le modèle doit être calibré sur
des produits dérivés de taux qui sont côtés sur le marché. De tels instruments peuvent être par exemple
des futures, des forwards, des swaps, des swaptions, des caps sur taux d’intérêts, etc.
Les instruments utilisés pour le calibrage du modèle doivent être liquides, et ne doivent pas être trop
difficiles à évaluer dans notre modèle. La fonction d’évaluation du prix doit être facile à calculer
numériquement car dans un algorithme de minimisation celle-ci est utilisée de nombreuses fois, et
celui-ci pourrait devenir beaucoup trop lent.
Nous utiliserons les caps pour calibrer notre modèle gaussien à deux facteurs. Cependant nous verrons
que les caps ne sont pas cotés en prix mais en volatilité.
5.1.2. Le choix de la fonction à minimiser
Afin de déterminer les paramètres de notre modèle, nous cherchons à minimiser une fonction. Cette
fonction nous permet de mesurer l’erreur entre les valeurs de marché ,iy et les prix calculés grâce à
27/42
notre modèle ( ; ),iy x a où ix sont les paramètres spécifiques du èmei instrument financier et a est un
vecteur des paramètres à déterminer.
La méthode la plus utilisée est celle des moindres carrés. Elle repose sur l’utilisation d’une fonction à
minimiser de la forme :
2 2
1
( ) ( ( ; )) ,n
i i i
i
a w y y x a
Où 0iw sont des poids. Ces poids peuvent être définis de différentes manières, par exemple comme
l’inverse des prix de marché des actifs : 1
i
i
wy
ou tous égaux à 1, 1, .iw i
Notre but est de déterminer les valeurs du vecteur de paramètres a qui minimisent la fonction 2 .
Dans le modèle gaussien à deux facteurs, a est composé des 5 paramètres du modèle , , ,a b et
, avec comme contraintes, 0, 0, 0, 0a b et 1 1.
Nous avons donc à effectuer une minimisation sous contrainte de la fonction 2 qui est définit sur un
ensemble 5,C R à valeurs dans .R
Nous allons voir trois algorithmes de minimisation, deux d’entres eux sont des algorithmes de
minimisation locale et le dernier est un algorithme de minimisation globale.
5.1.3. Les algorithmes de minimisation
L’algorithme de Levenberg-Marquard
L’algorithme de Levenberg-Marquardt est un mélange entre l’algorithme de Gauss Newton et
l’algorithme de la descente de gradient. En effet, si l’algorithme est loin du minimum, l’algorithme se
comporte comme celui de la descente de gradient ce qui permet de garantir la convergence vers la
solution optimale. Lorsque l’algorithme est proche de la solution, il se comporte comme la méthode
Gauss Newton.
Cet algorithme nécessite cependant de savoir dériver à deux reprises la fonction à minimiser,
contrairement à l’algorithme suivant.
L’algorithme du Downhill Simplex
La méthode du Downhill Simplex, aussi appelée méthode de Nelder-Mead, est utilisée pour résoudre
des problèmes de minimisation non contraints. C’est une méthode itérative qui repose sur 1r valeurs
initiales qui forment un simplexe. A chaque itération, ce simplexe sera modifié en fonction de la
valeur prise par la fonction à minimiser, et se réduira progressivement jusqu’à se rapprocher d’un
minimum local.
L’inconvénient de cette méthode est qu’elle nécessite de nombreuses itérations pour converger. Mais
nous n’avons pas besoin d’information de dérivabilité sur la fonction à minimiser, ce qui représente un
avantage par rapport à la méthode précédente.
28/42
Cependant ces deux méthodes nous permettent d’obtenir seulement un minimum local, ce qui peut
devenir contraignant lorsque la fonction que l’on chercher à minimiser n’est pas convexe. C’est
pourquoi il peut être préférable d’utiliser une méthode qui nous donnera le minimum global de la
fonction.
Méthode du recuit simulé
La méthode du recuit simulé est une méthode de minimisation globale empruntée de la
thermodynamique basée sur l’algorithme de Metropolis-Hastings. L’idée est d’effectuer un
mouvement selon une loi de probabilité, tel que les meilleurs voisins (ceux qui minimisent la fonction)
ont une forte probabilité et inversement. Un autre paramètre est utilisé, la température, celle-ci est
élevée si tous les voisins ont les mêmes probabilités d’arriver et faible si un mouvement qui affecte
notre minimisation a une probabilité faible d’être choisi. L’algorithme s’arrête lorsque le critère d’arrêt
est atteint.
Les principaux inconvénients de cette méthode reposent sur les choix initiaux des paramètres, de la loi
de décroissance de la température et du critère d’arrêt. Ces choix sont faits en général empiriquement.
La méthode proposée ici est d’appliquer dans un premier temps l’algorithme de minimisation globale
suivi par une méthode de minimisation locale. La deuxième méthode utilisée est celle du Downhill
Simplex qui ne nécessite pas de condition de dérivabilité pour la fonction à minimiser.
5.2. Mise en place du calibrage
5.2.1. Calibrage des caps en probabilité risque neutre
Les données utilisées pour estimer les paramètres de notre modèle sont les volatilités des caps
observées sur le marché. En effet les caps ne sont pas cotés en prix mais en volatilité. Nous devons
calculer les prix de marché correspondants à l’aide de la formule de Black.
Nous utiliserons la formule présentée dans Brigo et Mercurio [2006], sans chercher à démontrer
ce résultat. Le prix de marché d’un cap de strike K, de nominal ,N de maturité T et de volatilité de
marché , observée sur le marché, est alors obtenu par la formule suivante :
, 1
1
0, , , , 0, , 0, , , ,Black
i i i i i
i
Cap N K N P T Bl K F T T v
Où,
1 2
2
1
2
2
, 1
, , , , , , ,
ln / / 2, , ,
ln / / 2, , ,
,i i
Bl K F v F d K F v K d K F v
F K vd K F v
v
F K vd K F v
v
v T
29/42
Une fois ces prix de marché reconstitués, nous calculons les prix théoriques issus de notre modèle
grâce à la formule obtenue précédemment. On applique alors les deux algorithmes de minimisation à
la fonction2 , afin de déterminer les paramètres , , ,a b et qui minimisent l’écart quadratique
entre nos prix théoriques et nos prix de marché reconstitués.
5.2.2. Données utilisées pour le calibrage
Nous avons utilisé les données du 30 décembre 2011 pour calibrer notre modèle. Les volatilités
des caps observées ce jour sur ce marché sont représentées dans le tableau ci-dessous.
La dernière colonne représente la volatilité à la monnaie « At The Money », c'est-à-dire lorsque le
strike est égal au taux forward sous-jacent.
Afin de pouvoir calibrer notre modèle, nous avons utilisé la courbe du CNO du 30 décembre 2011
correspondante. Nous avons appliqué la méthode de Smith-Wilson afin de pouvoir l’interpoler, puis
nous avons appliqué les algorithmes de minimisation présentés ci-dessus pour calibrer notre modèle.
5.2.3. Résultat du calibrage
Dans un premier temps, nous avons appliqué l’algorithme de minimisation globale, méthode du
recuit simulé, puis un algorithme de minimisation locale, méthode du Downhill Simplex, à la fonction
2 , qui représente la somme des écarts quadratiques entre les prix reconstitués et les prix théoriques
où les poids retenus sont tous égaux à 1 1, .iw i
Nous obtenons les résultats suivants :
On constate que les résultats après l’optimisation locale sont très semblables aux résultats obtenus
juste après l’optimisation globale. On obtient une très faible diminution de la valeur de l’objectif
(c'est-à-dire l’écart entre nos prix théoriques et nos prix reconstitués) de 4,10e-06.
30/42
5.3. Mise en oeuvre des simulations du taux court
Nous sommes maintenant capables de simuler nos taux courts. Préalablement, nous devons
discrétiser nos taux afin de pouvoir les simuler à l’aide du logiciel R.
5.3.1. Discrétisation des taux courts
Nous utilisons la discrétisation présentée par Park [2004] :
21
1 1
22
1 1
2 22 2
2
2 2
1 e
2
1 e
2
0, 1 1 1 1 .2 2
k k k k
a ta t
k k k
b tb t
k k k
at bt at bt
k k
k k k k
x e x za
y e y zb
f t e e e ea b ab
r x y
Où ,kt k t et chaque 1 2,k kz z est un vecteur gaussien de matrice de variance covariance :
1.
1Q
Soient 1 et
2 , deux variables aléatoires normales centrées réduites indépendantes alors 1z et
2z peuvent être obtenus grâce à la transformation suivante :
1 1
2 2
1 11.
2 1 1
z
z
Cette discrétisation nous a permis de simuler les trajectoires du taux court, à partir des paramètres
issus de l’optimisation.
5.3.2. Etude de la martingalité des taux courts
Sous la probabilité risque neutre ,Q la relation fondamentale d’absence d’opportunité d’arbitrage pour
les prix des obligations zéro-coupon est donnée par :
, | .
T
u
t
r du
Q tP t T e
En évaluant cette égalité en 0, nous obtenons :
00, .
T
ur du
QP T e
31/42
Nous sommes capables d’approximer l’intégrale grâce à la discrétisation effectuée au paragraphe
précédent et l’espérance par la moyenne empirique.
Nous approximons les prix zéros coupons par la formule suivante :
0
1
10, ,
t
sr dsN
i
P t eN
0,1, ,t T .
Où l’intégrale est approximée sous le logiciel R par la méthode de Simpson.
En comparant les prix observés pour toutes les maturités entre 0 et 30 ans, et en prenant la moyenne
empirique de N=3000 simulations de taux courts, nous obtenons le graphique suivant :
On constate graphiquement que la courbe est correctement reconstituée.
Nous obtenons pour l’écart entre les prix observés et les prix reconstitués, sur les 30 années de
maturité, une moyenne de -0,00339 et un écart type de 0,0036.
Nous avons effectué un intervalle de confinance au niveau 95% pour l’écart des prix. Pour cela
nous avons calculé le quantile à 97,5%, puis à 2,5% de la distribution de nos écarts de prix.
Nous obtenons : 2 3 4
95% 8.7 10 ,9.1 10GIC prix prix .
5.4. Limite du modèle G2++
Un des problèmes de ce modèle de taux est le fait que théoriquement, il est possible que les taux
simulés soient négatifs, ce qui est impossible dans la réalité. Cependant il est possible de quantifier la
probabilité d’obtenir, pour une maturité donnée, des taux négatifs.
En effet, d’après les calculs effectués à la partie 3.1, conditionnellement à la filtration ,t le taux court
est gaussien, de moyenne et de variance :
32/42
2 2
2 2 2
| ,
| 1 1 2 1 .2 2
a t s b t s
Q t s
a t s b t s a b t s
Q t s
E r x s e y s e t
Var r e e ea b a b
En se plaçant à t=0, on obtient :
2 22 2
2 2
2 222 2
0, 1 1 1 1 ,2 2
1 1 2 1 .2 2
M at bt at bt
Q t
a b tat bt
Q t
E r t f t e e e ea b ab
Var r e e ea b a b
Nous sommes alors capables de calculer ces expressions grâce aux paramètres obtenus lors de
l’optimisation.
Soit t une loi normale centrée réduite pour tout ,t la probabilité d’obtenir des taux négatifs au temps
t est donc donnée par :
0 0 1 ,
0 .
t Q t t
Q t
t
Q t
tP r P Var r t
Var r
tP r
Var r
Où est la fonction de répartition de la loi normale centrée réduite.
Nous avons calculé empiriquement la probabilité d’obtenir des taux courts, en utilisant nos 23 400 000
(3000*260*30) simulations, c'est-à-dire 3000 simulations pour 30 années, chacune discrétisée en 260
(nombre moyen de jours ouvrés).
Nous obtenons les valeurs suivantes :
Pourcentage de taux négatifs par maturité
1
2
3
4
30
0 0.992,
0 0.987,
0 0.971,
0 0.942,
0 =0.855.
P r
P r
P r
P r
P r
On constate que plus la maturité augmente, plus le pourcentage de taux négatifs s’accroît jusqu’à
atteindre 15% pour la maturité 30 ans.
33/42
CONCLUSION
Après avoir étudié théoriquement le modèle pour établir les formules nécessaires à la calibration,
la courbe des taux zéro-coupon a été interpolée afin d’obtenir les prix des obligations zéro-coupon
pour un continuum de maturité. La méthode de Smith-Wilson recommandée par le QIS5 est celle qui
reconstitue au mieux les données mais elle s’adapte mal à la partie extrapolée de la courbe (pour les
maturités de 30 à 60 ans). Pour améliorer l’extrapolation, nous avons donc cherché à remettre en cause
la valeur des paramètres initiaux utilisés dans cette méthode, et nous avons déterminé ceux qui
permettent de retrouver la dynamique actuelle des taux d’intérêts.
Une fois cette courbe reconstituée, les paramètres optimaux de notre modèle de taux ont été
calculés en minimisant l’écart quadratique entre les prix théoriques des caps dans le modèle G2++ et
les prix reconstitués à partir des volatilités des caps grâce à la formule de Black.
Les taux courts ont ensuite été simulés à partir des paramètres obtenus par la minimisation puis
nous avons testé ce paramétrage en utilisant la propriété de martingalité du taux court. Nous obtenons
une très bonne reconstitution graphique de la courbe initiale des taux zéro-coupon et un intervalle de
confiance à 95% de l’ordre de 10-3
pour l’écart entre les prix des obligations zéro-coupon reconstitués
avec les paramètres optimaux et les vrais prix observés.
Cependant, une des limites de ce modèle se situe dans l’apparition de taux négatifs au fur et à
mesure que la maturité augmente. Une solution pour pallier à ce problème consisterait à rejeter les
simulations où les taux correspondants sont négatifs.
Enfin, il serait intéressant de comparer les résultats de notre calibrage avec d’autres modèles de
taux, comme un modèle à un facteur.
34/42
BIBLIOGRAPHIE
AHLGRIM K.C., D’ARCY S. P., GORVETT R.W. [2005] « Modeling Financial Scenarios: A
Framework for the Actuarial Profession », Proceedings of the Casualty Actuarial Society 92.
ANDERSON N., SLEATH J., [2001], New estimates of the UK real and nominal yield curves, Bank
of England.
BARRIE & HIBBERT [2008], A Framework for estimating and extrapolating the term structure of
interest rates, Research and insights.
BARRIE & HIBBERT [2010], Thoughts on QIS5 yield curves, Research and insights.
BRIGO D., MERCURIO F., [2006] Interest Rate Models – Theory and Practice, Springer.
COMITE DE NORMALISATION OBLIGATOIRE, Méthodologie de calcul des taux zéro-coupon
CNO.
DEVOLDER P., [2001], Les Univers Virtuels de la Finance, Belgian Actuarial Bulletin, Vol. 1, No. 1.
FINANSTILSYNET, [2010], A Technical Note on the Smith-Wilson Method, The Financial Supervisory
Authority of Norway.
GRAEME A., SMITH A. [2012], Ultimate Forward Rates, Theory and Practice.
JAMES J., WEBBER N., [2000] Interest Rate Modelling. Wiley-Blackwell Publishing Ltd., United
Kingdom.
LAMBERTON D., LAPEYRE B., [1998], Introduction au calcul stochastique appliqué à la finance,
2nd edn, Ellipses Marketing.
PARK F.C. [2004], Implementing interest rate models : a pratical guide.
PLANCHET F., JUILLARD M., THEROND P., [2011], Modèles Financiers en assurance,
Economica.
QIS 5, Risk-free interest rates – Extrapolation method.
REBONATO, R. [1998] Interest Rate Option Models. Second Edition. Wiley, Chichester.
RONCALLI T. [1998] La structure par terme des taux zero: Modélisation et implementation
numérique, Thèse de Sciences Economiques.
SVEND J., [2011] Solvency II yield curves, EIOPA.
THOMAS M.P., [2008], Long terme extrapolation and hedging of the South African yield curve,
University of Pretroria.
35/42
ZEEMAN R., [2008], Calibrage risk in pricing excess interest options, Mémoire d’actuariat,
Enrst&Young
36/42
ANNEXES
1. Expression du taux zéro coupon
En écrivant x t à l’aide d’un processus ,z t
tel que z t soit une martingale et que l’on ait la
relation atx t z t e , puis en appliquant le lemme d’Ito, on obtient :
.at at atdx t d z t e ae z t dt e dz t
Or,
1dx t ax t dt dW t ,
Par unicité de la décomposition des processus d’Ito, on a nécessairement : 1 .atdz t e dW t
On en déduit l’expression suivante pour :z t 1 .
t
au
s
z t z s e dW u
D’où,
1 1 .
t ta t s a t uat at au
s s
x t e z t e z s e dW u x s e e dW u
De façon similaire on obtient l’expression pour ( ),y t puis pour ( ).r t
Le taux court ( )r t dans ce modèle s’écrit donc sous la forme :
1 2 .
t ta t s b t s a t u b t u
s s
r t x s e y s e e dW u e dW u t
2. Calcul de l’espérance et de la variance du taux court
Conditionnellement à la filtration ,t le taux court est gaussien, de moyenne et de variance :
( ) ( )
2 22 ( ) 2 ( ) 2( )( )
| ( ) ( ) ( ),
| (1 ) (1 ) 2 (1 ).2 2
a t s b t s
t s
a t s b t s a b t s
t s
E r x s e y s e t
Var r e e ea b a b
En effet ( )
1( )
t
a t u
s
e dW u
est une intégrale de Wiener gaussienne de moyenne nulle et de variance
2 ( ) 2 ( )11 .
2
t
a t u a t s
s
e du ea
37/42
x et y sont adaptés à la filtration , de plus les accroissements du mouvement Brownien sont
indépendants, on a donc pour l’espérance:
( ) ( ) ( ) ( )
1 2
( ) ( ) ( ) ( )
1 2
( ) ( )
| ( ) ( ) ( ) ( ) ( ) |
( ) ( ) ( ) ( ) ( )
( ) ( )
t t
a t s b t s a t u b t u
t s s
s s
t t
a t s b t s a t u b t u
s s
a t s b t s
E r E x s e y s e e dW u e dW u t
x s e y s e t E e dW u E e dW u
x s e y s e
( ).t
Pour la variance :
| | | | | 2cov , | .t s t t t s t t s t s t s t t sVar r Var x y Var x y Var x Var y x y
Etude du 1er terme :
( ) ( )
1| ( ) ( ) | ,
t
a t s a t u
t s s
s
Var x Var x s e e dW u
Le processus x est adapté à la filtration F, le mouvement Brownien W est indépendant de cette
filtration donc la covariance entre x et W est nulle.
De plus, comme x est adapté, on obtient :
2( ) 2 2 ( ) ( )
22 2 ( ) ( )
( ) | ( ) | ( ) |
( ) ( ) 0.
a t s a t s a t s
s s s
a t s a t s
Var x s e E x s e E x s e
x s e x s e
On a donc
( ) ( ) 2 ( )
1 1
1| ( ) | ( ) 1 .
2
t t
a t u a t u a t s
t s s
s s
Var x Var e dW u Var e dW u ea
On obtient de la même façon |t sVar y .
Etude de la covariance :
( ) ( ) ( ) ( )
1 2
( ) ( ) ( )( )
1 2 1 2
( )( ) 2( )( )
cov , cov ( ) ( ), ( ) ( )
cov ( ), ( ) ,
1 .
t t
a t s a t u b t s b t u
t t
s s
t t t
a t u b t u a b t u
u
s s s
t
a b t u a b t s
s
x y x s e e dW u y s e e dW u
e dW u e dW u e d W W
e du ea b
On a bien le résultat souhaité.
38/42
3. Calcul du prix du call sur obligation zéro-coupon
Le prix d’un call à la date t, de maturité T, sur une obligation zéro-coupon de maturité , est donné
par :
( )
( , , , ) ( ( , ) ) | .
T
t
r s ds
tZBC t T K E e P T K
Nous effectuons un changement de numéraire, et nous définissons la mesure T
, dite « T-forward »,
de dérivée de Radon-Nikodym,0
.(0, )
T
ur duTd e
d P T
La restriction de la probabilitéT
à la sous-tribu
engendrée par t est donnée par :
0
| | .(0, )
T
u
T
t
r duT
t
d eE
d P T
On calcul alors le prix du call sous cette mesure :
0
0
0
0
0
( )( ) ( )
( )
( )( )
( , , , ) ( ( , ) ) | (0, ) ( ( , ) ) |(0, )
( ( , ) ) |(0, )
(0, ) |(0, )
T
T t
t
T
T
t
r s dsr s ds r s ds
t t
r s ds
t
r s dsr s ds
t
eZBC t T K E e P T K P T e E P T K
P T
eE P T K
P T
eP T e E
P T
0
0
0
( )
( )( )
( )
|(0, )
(0, ) | ( ( , ) ) |(0, )
| ( ( , ) ) | ( , ) ( ( , ) ) |
T
T
t
T
T
T Tt
r s ds
t
r s dsr s ds
t t
r s ds
t t t
eE
P T
eP T e E E P T K
P T
E e E P T K P t T E P T K
39/42
On a donc
( , , , ) ( , ) ( ( , ) ) | .T
tZBC t T K P t T E P T K
4. Expression du call par rapport à la fonction de répartition de la loi normale
Soit z une variable aléatoire qui suit une loi normale centrée réduite, on a :
2 2
2 2
2 2
2 2
( ) ( )1 1
2 2
ln( )
( ) ( )1 1
2 2
ln( ) ln( )
1 1( ( , ) ) | ( ) ( )
2 2
1 1
2 2
p p
Tp p
p p
p p
z M z M
V Vz z
t
Kp p
z M z Mz
V V
K Kp p
E P T K e K e dz e K e dzV V
e dz K e dzV V
2 2
2
2 2
22
2
1( )
2
ln( )
1( )
2 1
2
ln( )
21
2
ln( )1( ( , ) ) |
2
ln( )11
2
ln( ) ln( )
p p
Tp
p p
p pp
p p
z M zV
V p
t
pK p
z M V
M VV p
pK p
M V p p p
p
K ME P T K e dz K z
VV
K Me e dz K z
VV
M K V M Ke K
V V
.p
On a donc :
2 21
2ln( ) ln( )
( , , , ) ( , )p pM V p p p
p p
M K V M KZBC t T K P t T e K
V V
40/42
5. Martingalité du rapport des prix zéro-coupon
Nous cherchons à montrer que ( , )
( , )
P t
P t T
est une martingale sous .T
0 0
0 0
( ) ( )( )
( ) ( )( )
( , ) | | |(0, ) (0, )
( , ) |
| |(0, ) (0, )
T t
T
s
t T
T
T t
T
t
r s ds r s dsr s ds r ds
t T t
Q
t
r s ds r s dsr s ds
t t
e eE P T E e E e
P T P T
E P T
e eE E e
P T P T
00
0
( ) ( )( )
( ) ( ) ( )
| | |
( , )(0, ).
( , )
| |
(0, )
Tt
s
t t
t T T
t t
r s ds r ds r s dsr s ds
T t t
r s ds r s ds r s ds
t t
E e E e E ee
P tP T
P t T
e E e E e
P T
6. Expression des prix des caps
Le prix de non arbitrage du i-ème caplet de nominal N, de date de début 1,iT
de date de paiement
,iT de strike ,X est donné par :
1
1
1
1 1
1
1 1
1
1
, , , , , , |
, | |
| , |
Ti
s
t
TT ii
ss
Tt i
i
T Ti i
s s
T Ti i
i
r ds
i i i i i i t
r dsr ds
i i i T t
r ds r ds
T i i i t
Cpl t T T N X E e N L T T X
NE E e e L T T X
NE e E e L T T X
1
1 1, , | .
Ti
s
Ti
r ds
i i i i i tNE e P T T L T T X
41/42
Où 1,i iL T Test le Taux Libor entre
1iT et iT , on a
1
1
1 1, 1 .
,i i
i i i
L T TP T T
D’où :
1
1
1 1
1
1
1, , , , , , 1 |
,
1 1 , | ,
Ti
s
t
Ti
s
t
r ds
i i i i i i t
i i
r ds
i i i t
Cpl t T T N X NE e P T T XP T T
NE e X P T T
Ainsi,
' '
1 1, , , , , , , , ,i i i i i i iCpl t T T N X N ZBP t T T X
Avec ' '1, 1 .
1i i i
i
X N N XX
7. Prix des swaptions
Un swaption est une option qui donne le droit et non l’obligation à son détenteur, d’entrer dans un
swap à une date future, qui correspond à la maturité du swap.
La formule du prix pour les swaptions est plus complexe que celles vues jusqu’à présent et nécessite le
calcul d’une intégrale qui ne peut être évaluée que numériquement.
On considère ici un swaption européen avec un strike de taux X , de maturité ,T de nominal ,N qui
donne le droit d’entrer dans un swap à la date d'entrée 0 .t T Le détenteur du swap payera s’il le
souhaite le taux fixé X et recevra le taux LIBOR.
Le prix d’un tel swaption est donné par la formule suivante :
21
2
1 2
1
0, , , , , 0, ,2
x
x
i
x
nx
i
ix
eES T N X w NwP T wh x x e wh x dx
Où 1w pour un détenteur de swap, et 1w pour un vendeur de swap,
12 2
2
2 1
( , , )
2 2
( )( )
1 1
( ) ( ) ( , , ) 1
( ) ( , )
1( ) ( , , ) (1 ) ( , , ) ,
2
i
y xy x
y xy x xy
i y xy
B a T t x
i i i
xi i y xy y i xy y
x
y xh x
h x h x B b T t
x c A T t e
xx B b T t B b T t
42/42
Où ( )y y x est l’unique solution de l’équation :
( , , ) ( , , )
1
( , ) 1,i i
nB a T t x B b T t y
i i
i
c A T t e
Et,
2
2
( )
(0, ),
(0, ),
1,
2
1,
2
1 .( )
T
x x
T
y y
aT
x
bT
y
a b T
xy
x y
M T
M T
e
a
e
b
ea b
La démonstration de cette formule se trouve à l’Annexe D page 173 du livre de Brigo & Mercurio.