Drivs actions:

risques un (rapide) aperu

Lorenzo Bergomi
Equity Derivatives Quantitative Research
Socit Gnrale
lorenzo.bergomi@sgcib.com
+33 1 42 13 32 95

Introduction - le Dow Jones 1920-2006

(1)

Dow Jones Industrial Average

14000
12000

10
9

Lin
Log

10000

7
6

8000

5
6000

4
3

4000

2
2000
0
1/5/1920
Lorenzo Bergomi

1
0
1/5/1940

1/5/1960

1/5/1980

1/5/2000
1

Introduction - le Dow Jones 1920-2006

Densit cumule des returns
-20

-15

-10

-5

0
-1

DJ IA

LOG[ P(return/vol < x) ]

(2)

Student mu = 3

-2

Gaussienne

-3

( x )

x2
1 +

1+
2

-4

-5

-6
x

Lorenzo Bergomi

Risques des produits drivs (1 le portage)

Un petit exercice de comptabilit: P&L (profit & loss) entre t=0 et la maturit de loption taux
nuls pour simplifier:
P & L = [Payoff (S T ) Prime ] +

(S
i

i +1

Si )

= [P(t i +1 , S i +1 ) P(t i , S i )] +
i

dP
dS (S
i

i +1

Si )

dP
(S i +1 S i )
= P(t i +1 , S i +1 ) P (t i , S i )
i
i dS i

On peut

rcrire le P&L total comme une somme de petits P&Ls journaliers: on sait dire si lon perd/gagne de

largent sans attendre la maturit.

Il suffit de sintresser au P&L lmentaire sur un intervalle [t, t+t]

En intgrant leffet des taux:

P & L = [ P (t + t , S + S ) + P(t , S )(1 + rt ) ] + (S rSt )

Lorenzo Bergomi

Risques des produits drivs (1 le portage)

Un petit dveloppement limit :
P & L = [ P(t + t , S + S ) + P (t , S )(1 + rt )] + (S rSt ) =

1 d 2P 2
dP

rP + rS t
S + L
2 dS 2
dt

- Risque sur le sous-jacent - ordre dominant : Gamma = S 2

d 2P
dS 2

3
2

- Est-ce un gros risque ?

1
0

- Imaginons que le prix P est calcul avec le modle Back-Scholes avec P

-6%

-4%

-2%

0%

2%

4%

6%

-1

t
-2

dP
P2 2 d 2 P
dP
rP
rS
S

+
=

dt
dS
2
dS 2

P&L =

-3
-4

1 d 2 P 2 S
2
S
Pt
2
2 dS
S

- Stdev typique de la somme de ces P&Ls sur la dure de vie dune option
avec un hedge en delta journalier ? Dans Black-Scholes?
Dans la ralit ?
- Exemple dun Call 1 an, vol = 20%
Lorenzo Bergomi

Risques des produits drivs (2 le mark-to-market)

La fonction de pricing fait intervenir dautres paramtres :
[P(t + t , S + S , + , r + r , div + div ) P(t , S , , r , div ) ] + S =

2
dP
dP
dP
dP
1 d P 2
t +
r +
div
S + L
2
dt
dr
ddiv
d
2 dS

Sensibilits aux paramtres ?

Call K=100

Maturit = 1 semaine

Call K=100

0.15

Maturit = 1 an

0.60
Sensi vol: 1%

0.13
0.11

Sensi taux: 0.5% de variation

0.40

Gamma: variation relative de 1%

Sensi taux de dividende: 0.5% de variation

0.20

0.09
0.07

0.00

0.05

-0.20

60

70

80

90

100

110

120

130

140

0.03
-0.40
0.01
-0.01 60

70

80

90

100

110

120

-0.03

130

140

-0.60
-0.80

Sensi vol: 1%
Sensi taux: 0.5% de variation
Gamma: variation relative de 1%
Sensi taux de dividende: 0.5% de variation

En rgle gnrale, pour un payoff sur S

Maturits longues : sensibilit par rapport aux paramtres de la dynamique
Maturits courtes : sensibilit par rapport aux conditions initiales des sous-jacents
Lorenzo Bergomi

Risques des produits drivs (3 le mark-to-market)

Comment calibre-t-on les paramtres de pricing? Doit-on vraiment calibrer ?
A priori non: pricing avec cot de couverture. On couvre le risque sur un paramtre p en traitant un instrument O de telle sorte
annuler ce risque :
dP
dO
=
dp
dp
Le prix donn au client pour loption P est ajust pour tenir compte du prix de march de linstrument de couverture

Prix

= P( p ) + (O( pMarket ) O( p ))
P( p = pMarket )

Alors quel avantage de la calibration ?

Nous assure que le modle price bien tous les instruments de couverture: aucun cot supplmentaire nest encouru au moment o
lon se couvre.

essentiel de calibrer le modle sur un choix pertinent d instruments

Autres raisons :
Standardisation du pricing
Prix en ligne avec la concurrence
Bnfice psychologique

Quid des paramtres non couvrables ?

Lorenzo Bergomi

Risques des produits drivs (4 le mark-to-market)

Paramtres typiques pour les drivs actions
Volatilits
Dividendes
Taux
Corrlations

Volatilits des taux de change / corrlation avec les sous-jacents action

Volatilit des taux / corrlations avec les sous-jacents action

Volatilit/smile forward
Volatilit de la volatilit

P(t , S , , r , div, ....

Indpendamment du modle de pricing utilis, il faut (1) caractriser et (2) mesurer les risques sur ces paramtres
Pertinence de P(t , S , , r , div, ....

Lorenzo Bergomi

: risque de modle

Volatilits (1)
Exemple de lEurostoxx 50 on a tous les jours une matrice complte (K, T) de volatilits implicites
Vols implis au 8 /1 /2008

Historique des volatilits ATM 1 mois (bleu) et 5 ans (rouge)

50

60

45

55

40

50

35

45

30

40

25

35

20

30
25

15
31-Mar-14

10

2-Apr-12
5
5-Apr-10

15

200

135

7-Apr-08
165

105

115

90

10
100

50

80

20

2002

2003

2004

2005

2006

2007

2008

Historique de la diffrence des vols implicites 3 mois K= 95% et K = 105%

7

Smile 3 mois K = 95 - K= 105

6
5
4
3

- Comment dcrire de faon conomique la variation journalire de la nappe de

vols implicites ?

2
1
0
2/5/2001 2/5/2002 2/5/2003 2/5/2004 2/4/2005 2/4/2006 2/4/2007 2/4/2008

Lorenzo Bergomi

Volatilits (2) mesure des risques

Solution 1: translater uniformment les volatilits implicites
Est-ce une bonne ide? Modes propres de dformation des surfaces de volatilit implicite les plus importants .

P&L =

Critre : fraction de la variance des variations de volatilit implicites explique :

Translation

90 95%

Torsion en maturit

25%

Torsion en strike

12%

V
i

Vi =

dP
d i

M ij = i j

P&L 2 = tVMV =

( T V )

Pb: un book doptions est en gnral structur de faon telle que t T0V 0
- exemple dun Call Spread 90/110 3 mois
- sensibilit une translation des vols implis: on ne voit pas de risque
- & sensibilit un changement de pente du smile autour du strike 100%
90
Sensibilit d'un Call spread 90/110 3 mois une
translation des volatilits

0.2

100 110

Sensibilit d'un Call spread 90/110 3 mois une

pentification du smile

0.3

0.15

0.25
0.1

0.2

0.05
0
60

70

80

90

100

110

120

130

140

0.15

-0.05
-0.1
-0.15

0.1
0.05

-0.2

0
-0.25

Lorenzo Bergomi

60

70

80

90

100

110

120

130

140

Dividendes (1)
Au moment o un dividende est vers
S T = S T D(S )

- laction baisse exactement du montant du dividende

P(T , S ) = P(T + , S D(S ))

- le prix de loption est inchang :

Les dividendes prochains sont connus avec une bonne prcision

Ceux verss plus tard dans le futur sont estims

- Risque sur leur montant

- Risque sur le modle de dividendes
Div. en cash
Div. en yield

D (S ) = D
D(S ) = S

Sur les indices: div swaps

Y2002

Y2003

Y2014

Y2015

Y2004

Y2005

Y2006

Y2007

Y2008

Y2009

Y2010

Y2011

Y2012

Y2013

120.00

110.00

100.00

90.00

Autres
80.00

70.00

60.00

50.00
Jan-02

Lorenzo Bergomi

Apr-02

Jun-02

Sep-02

Dec-02

Mar-03

Jun-03

Sep-03

Dec-03

Mar-04

Jun-04

Sep-04

Dec-04

Mar-05

Jun-05

Sep-05

10

Dividendes (2)
Vols implis des vanilles dpendent du modle de dividende utilis risque de modle
Vols implis vanille

25%

20%

Yield
Cash
15%

50

Un cas intressant: le Call sur max

100

150

200

Payoff = ( max S K ) +

- Bien couvert en Vega par Calls vanille de mme maturit

- Pas dimpact des divs proches de la maturit
- Faible sensibilit intrinsque au modle de dividende

- Forte sensibilit au modle de dividende

Lorenzo Bergomi

11

La saga rcente des produits multi sous-jacents (1) 1997 - 2006

Produits multi sous-jacents de distribution capital garanti

Everest 1997

10 ans / 12 actions

Altiplano

10 ans / 12 actions

STj
100% + min j
i
S0

Si au cours des 5 dernires annes, aucune action < 60% de sa valeur intiale
300%
+
1

Sj

sinon 100% + Tj 1
N j S0

Kilimanjaro

6 ans / 12 actions

Coupon annuel de 6% tant quaucune action du basket < 60% de sa valeur initiale;
les actions qui traversent la barrire sont successivement limines du basket
A maturit 100%

Atlas

6 ans / 16 actions

Non garanti

A maturit on enlve les actions ayant connu les 3 meilleures et les 3 pires
performances 105% du basket equipondr des 10 restantes

Lorenzo Bergomi

12

La saga rcente des produits multi sous-jacents (2) 1997 - 2005

Emeraude 2004 10 ans / 20 actions

Chaque anne, laction dont la performance depuis t = 0 est la plus leve est fige
son niveau, avec un minimum de 200% de son niveau initial.
A maturit 100% + la performance maximale par rapport t = 0 du panier
equipondr, floore 0.

Produits sortie anticipe capital garanti

Oxygne 2003

6 ans / 3 indices

A la fin de la 3me anne, sortie possible si la moyenne trimestrielle de la

performance du basket depuis t = 0 dpasse 125% 125%
Si on reste dans le produit, maturit :
Min( 125% , 100% + moyenne trim. de la perf. depuis t=0, sur 6 ans)

Titanium 2003

8 ans / 16 actions

1
Coupon annuel max
NS

S j

min
1, 16% , 0
j
j
S



i 1

Ds que la somme des coupons verss dpasse 30%, on reoit chaque anne un
coupon supplmentaire de 10%

Et tous les produits hybrides Equity/Forex/Fixed Income/Commodity imaginables

Lorenzo Bergomi

13

Corrlations (1)
Une crasante majorit des drivs actions sont multi sous-jacents
- Leur prix fait intervenir des hypothses de corrlation. Ex : cadre Black-Scholes

dP
+
dt

dP
(ri qi )Si
i

dSi

1
d 2P

S
S
ij i j i j dS dS = rP
2 ij
i
j

P (Si , i , ij , K)

- Comment mesure-t-on des corrlations ?

- Les corrlations sont-elles stables dans le temps ? Exemple dun basket mondial

- Que se passe-t-il lorsque corrlation implicite et ralise diffrent ?

Lorenzo Bergomi

P&L =

1
d 2 P S i S j
S
S
i j dS dS S S ij i j t
2 ij
i
j
i j

14

Corrlations (2)
Comment se couvrir sur la corrlation ralise ?
- le correlation swap

1
Payoff =
ij

N ( N 1) i j

ij =

x j

S i
x = ln 1
Si

(x ) (x )
2
i

2
j

- Stabilit de la couverture en corrlation?

Sensibilit la corrlation - pour 1pt de correl
0.6
0.5
0.4

Call K = 100
Call K = 150
Everest

0.3
0.2
0.1
0.0
20%

30%

40%

50%

60%

70%

80%

Comment mesurer le risque de corrlation ?

dP
dij

- Comment dformer une matrice de corrlation ?

Ex.

Risque de modle sur la corrlation ?

Lorenzo Bergomi

= Histo + (1 )1

d ij
d

= (1 ij

Histo

)
15

Risque de modle (1)

Un modle rustique de pricing doption

- Modle simple de dynamique du sous-jacent : sous-jacent gel

Equivalent pricer en BS vol nulle
dP
= 0
dt

120

P = (S K )+

P & L = [P(t + t , S + S ) P(t , S ) ] + S

25
S

dP
1 d 2P 2
=
t
S
dt
2 dS 2
1 d 2P 2
=
S
2 dS 2
1
= (S K ) S 2
2

20

P&L

110

15
10

100

5
90

0
-5

80

-10
-15

70

-20
60

-25
0

50

100

150

200

250

120
S

Un modle un peu moins rustique : Black Scholes

dP
2 2 d 2 P
= S
dt
2
dS 2

1 d 2 P S 2
P & L = S 2 2 2 2t
2 dS S

P&L

110
100
90

80
70
60

-5
0

Lorenzo Bergomi

50

100

150

200

250

16

Risque de modle (2)

A nouveau de la comptabilit - avec quelques paramtres supplmentaires pas de taux pour simplifier
P & L = [P(t + t , S + S , + , p + p ) P(t , S , , p ) ] + S

dP
dP
dP 1 d 2 P 2 d 2 P 2 d 2 P 2

t
+
p
S 2 p

2
dt
dp
dp
d 2
d
2 dS

d 2P

d 2P
d 2P

Sp +
S
p + K
dSd
dpd
dSdp

En utilisant une fonction de pricing P issue du modle Black-Scholes :

le P&L se rcrit comme :

dP
2 2 d 2 P
= S
dt
2
dS 2

dP

dP
S 2 d 2 P S 2
1 d 2P 2 d 2P 2 d 2P
d 2P
d 2P
2

P & L =
t
p
p
+
p

p + K

2
2
2
2

dp
2 dS S
2 dp
d
dSd
dpd

dSdp

Termes dordre 1:
couvrables en delta

Gamma / Theta

Gammas
Theta ??

Lorenzo Bergomi

17

Risque de modle (3) le modle de volatilit locale

A une nappe de volatilits implicites donne correspond une surface de volatilit locale qui redonne les prix de
march des options vanille.
Eurostoxx 50 - mat 1 an
25
Smile original

(S , t )2

dC
dC
+ qC + (r q )K
dK
= 2 dT
2
d C
K2
K =S
dK 2
T =t

Smile S = 105%
Smile S = 95%
20

15

dS = rSdt + (S , t )SdWt
10
80

En quoi ce modle diffre-t-il de Black Scholes ?

90

100

110

120

20

4000

18

3900

16

3800

14

3700

Quelle dynamique jointe du spot / des vols implis implique-t-il ?

Est-elle plus/moins raisonnable ?

d K = S
d
2 K
dS
dK

12

3600

Vol impli ATM 5y

Eurostoxx50

10
3/1/2006

Lorenzo Bergomi

Vol impli ATM 3m

3500
3/31/2006

4/30/2006

18

Risque de modle (4) lexemple de la digitale amricaine

Digitale americaine paye 1 ds que le sous-jacent passe en dessous de la barrire
Maturit 1 an, limite = 80%
Dans le cadre B.S. Gamma / Vega bien couverts par la digitale Europenne double:
Vega

Gamma

1.2

Euro double

0.7

16
0.6

14

Americaine

0.8
0.6

12

0.5

10

0.4

0.3

0.4

0.2

4
0.2

Euro double

2
0

0
80

85

90

95

100

105

110

115

120

Euro Double

0.1

Americaine

Americaine
0.0

80

90

100

110

120

80

90

100

110

120

A la traverse de la limite, on revend la digitale Europenne

Risques rsiduels :
- valeur du skew le jour o on traverse la limite
- risque de gap

modles diffrents impliquent dynamiques du smile diffrentes prix diffrents

Lorenzo Bergomi

19

Risque de modle (5) la volatilit forward les cliquets

Exemple: Call ATM forward paye t= T2

ST

1
S

T1

T2

12
Dans le modle B.S. la fonction de pricing scrit: P (12 ,
- fait intervenir la volatilit forward,

r, L )

12 , les taux, pas le sous-jacent

- pas de delta t=0 trader en vacances jusqu T1

- dynamique des arguments de la fonction de pricing:
modle

12 , r pas price par le modle indice dun srieux risque / problme de

Dans le modle de volatilit locale la fonction de pricing P

delta non-nul t = 0

(S ,

K
T1

, TK , r , L ) fait explicitement apparatre S et produit un

2

- est-ce une meilleure solution ?

Le cliquet est en ralit une option sur 12 , pas sur S: attention ne pas se tromper de sous-jacent
!!
Lorenzo Bergomi

20

Risque de modle (5) la volatilit forward lexemple du Napolon

Napolon

- on observe chaque anne les 12 performances mensuelles de lEurostoxx50

- on paye en fin danne un coupon fonction de la plus basse de ces performances

S
Coupon = 8% + min ri + ri = i 1
i
S i 1
Risk Magazine: juillet 2002

Risque de modle:
- dynamique des vols implis forward
- dynamique jointe vols implis forward / sous-jacent

d 2P
d 2

> 0

S =

d 2P
dSd

< 0

Risk Magazine: fvrier 2004

Eurostoxx vol ATM 5y

40

35

30

25

20

15

10
01/01/02

Lorenzo Bergomi

01/01/03

01/01/04

12/31/04

12/31/05

21

Conclusion
Risques
- Mesure macroscopique au niveau dun book
- Mthodologie de mesure dun risque doit reflter :
- sa pertinence au regard des occurrences historiques
- sa matrialit : impact sur le book

Risque de modle:
- Peut souvent tre detect mme dans un modle fruste
- Questions de base :
- Quels sont les vrais sous-jacents sur lesquels porte loption ? Leur dynamique est-elle price par le modle ?
- Quels sont les instruments de couverture? Leur dynamique est-elle correctement price par le modle ?
- Si impossibilit de se couvrir: les niveaux de portage des paramtres sont-ils raisonnables ?
- Le modle condense-t-il des risques de nature diffrente en un seul paramtre ? (ex. vol-of-vol & forward skew)
- Rponses ces questions sapprcient produit par produit

- Ne pas subir le modle choisir

Lorenzo Bergomi

22