Étude de méthodes précises d'approximation d'équations différentielles stochastiques ou d'équations aux dérivées partielles déterministes en Finance - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2016

Study of precise methods of approximation of stochastic differential equations or deterministic partial differential equations in Finance

Étude de méthodes précises d'approximation d'équations différentielles stochastiques ou d'équations aux dérivées partielles déterministes en Finance

Résumé

The work presented in this thesis is devoted to the study of precise methods forapproximating stochastic differential equations (SDE) or deterministic partialdifferential equations (PDE). The first part is devoted to the development ofbias correction methods in parametric diffusion processes. Three models arestudied in particular : Ornstein-Uhlenbeck, auto-regressive and Movingaverage. At the end of this work, several approximations of bias have beenproposed following two approaches : the first consists in a Taylor developmentof the obtained estimator while the second one relies on a stochastic expansionof the latter.The second part of this thesis deals with the approximation of the heatequation obtained after changing variables from the Black-Scholes model. Likethe vast majority of PDE, this equation does not have an exact solution, sosolutions must be approached using explicit or implicit time schemes. Itis often customary to prefer the use of implicit methods to solve parabolic PDEsuch as the heat equation, but in the past few years, the stabilized explicitRunge-Kutta methods which have the largest possible domains of stabilityalong the negative real axis, are increasingly used. We show that the useof this type of explicit methods and in particular the ROCK (Runge-Orthogonal-Chebyshev-Kutta) schemes give very good results even if the initial conditionsare not very regular, which is the case in the financial models
Les travaux exposés dans cette thèse sont consacrés à l’étude de méthodesprécises pour approcher des équations différentielles stochastiques ou deséquations aux dérivées partielles (EDP) déterministes. La première parties’inscrit dans le cadre du développement de méthodes visant à corriger le biaisdans les processus de diffusion paramétrique. Trois modèles sont étudiés enparticulier : Ornstein-Uhlenbeck, Auto-régressif et Moyenne mobile. A l’issuede ce travail, plusieurs approximations de biais ont été proposées suivant deuxapproches : la première consiste en un développement de Taylor del’estimateur obtenu alors que la seconde s'appuie sur une expansionstochastique de celui-ci.La deuxième partie de cette thèse porte sur l’approximation de l’équation de lachaleur obtenue après changement de variables à partir du modèle de Black etScholes. En général, on préfère utiliser des méthodes implicites pour résoudredes EDP paraboliques mais depuis quelques années, les méthodes dites deRunge-Kutta explicites stabilisées, sont de plus en plus utilisées. Nousmontrons que l’utilisation de ce type de méthodes explicites et notamment lesschémas ROCK donnent de très bons résultats même si les conditions initialessont peu régulières, ce qui est le cas dans les modèles financiers
Fichier principal
Vignette du fichier
2016AZUR4126.pdf (2.97 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-01492856 , version 1 (20-03-2017)

Identifiants

  • HAL Id : tel-01492856 , version 1

Citer

Lord Bienvenu Youmbi Tchuenkam. Étude de méthodes précises d'approximation d'équations différentielles stochastiques ou d'équations aux dérivées partielles déterministes en Finance. Mathématiques générales [math.GM]. Université Côte d'Azur, 2016. Français. ⟨NNT : 2016AZUR4126⟩. ⟨tel-01492856⟩
383 Consultations
1830 Téléchargements

Partager

Gmail Facebook X LinkedIn More