Value at Risk avec Options
Transcription
Value at Risk avec Options
Value at Risk avec Options Daniel Herlemont 3 juin 2012 Table des matières 1 Introduction 1 2 Delta 2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Utilisation du delta dans le calcul de la Value at Risk . . . . . . . . . . . . . 2 2 4 3 Gamma 3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Utilisation du gamma dans le calcul de la Value at Risk . . . . . . . . . . . . 5 5 6 4 Simulation de Monte Carlo 7 5 Etude de cas 5.1 Vente d’un call . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Le Straddle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 Options multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 7 9 11 6 code R 13 1 Introduction En présence d’options, les rendements d’un portefeuille ne sont plus linéaires. Dans la suite, différentes techniques sont examinées : 1 2 DELTA La méthode dite ”delta-normale” : le delta d’une option permet d’effectuer un approximation linéaire du payoff d’une option, les variations d’une portefeuille d’options s’expriment alors linéairement en fonction des variations du sous jacents, il suffit alors d’utiliser les modèles de risques (et volatilité) du sous jacent pour obtenir directement la Value at Risk du portefeuille d’options. La méthode dite ”Delta-Gamma”. La méthode linéaire peut s’avérer insuffisante dans le cas de fortes variations du sous-jacent, ce qui est généralement le cas lorsqu’on s’interesse aux queues de distribution. On peut alors utiliser, le Gamma d’une option donnant une approximation au second ordre en fonction de la variation du sous jactent. La méthode de Monte Carlo. Dans certains cas, plus complexes, tels que des portefeuilles contenant des options exotiques ou des stratégies complexes a base d’options, il est nécessaire d’”effectuer une valuation ”complète” du portefeuille par des méthodes de simulation. 2 2.1 Delta Définition Rappelons le prix d’une option dans le modèle de Black Scholes Merton (BSM) : √ c = SΦ(d) − e−rT KΦ(d − σ T ) (1) avec Φ la fonction de répartition d’une normale centrée réduite et d= ln(S/K) + T (r + σ 2 /2) √ σ T (2) avec S le prix du sous jacent, K le strike, T la maturité, r le taux sans risque, σ la volatilité. Le delta est défini par ∂c δ= ∂St Connaissant le detla, le prix de l’option peut être approché par c(S) = c(St ) + δ(S − St ) avec St le prix courant du sous jacent et S le prix hypothétique du sous jacent. Daniel Herlemont 2 2 DELTA Dans le cas d’un call un calcul rapide montre que δ = Φ(d) Le delta est compris entre 0 et 1. Le prix d’un put se déduit du call par la parité put/call : p = c + Ke−rT − St On en déduit facilement le delta : δ put = δ call = (Φ(d) − 1) = −Φ(−d) Résultats attendus : 20 approximation linéaire par le delta 15 10 prix du call 5 0 A faire : Représenter le payoff d’un call ainsi que l’approximation linéaire, pour une option d’achat à la monnaie, sur un sous-jacent de volatilité 20%, de maturité 3 mois, et taux sans risque de 4%. Le prix du sous jacent de 100 C. Calculer le delta. valeur de l'option approximation par le delta payoff a échéance 80 90 100 110 120 prix sous−jacent delta 0.4 0.0 0.2 Représenter le delta de cette option en fonction du prix du sous jacent. 0.6 0.8 1.0 delta d'un call 60 80 100 120 140 prix sous−jacent δ = 0.55962 Daniel Herlemont 3 2 DELTA delta 0.4 0.2 Hors de la monnaie A la monnaie Dans la monnaie 0.0 Représenter le delta pour trois options (strikes=95,100,105) pour différentes maturités allant de 1 à 500 jours (252 jours = 1 an). Commentaire 0.6 0.8 1.0 delta en fonction de la maturité 0 100 200 300 400 500 maturite 2.2 Utilisation du delta dans le calcul de la Value at Risk Considérons un portefeuille composé d’une seule option sur une action. La variation du portefeuille en euros entre deux dates t et t + 1 est DV (Dollar Value) DVt+1 = ct+1 − ct Pour de failes variations et en utilisant le delta ct+1 − ct ≈ δ(St+1 − St ) = δSt Rt+1 avec Rt+1 le rendement du sous jacent. D’ou DVt+1 ≈ δSt Rt+1 Nota : détenir un portefeuille d’une option d’achat est équivalent à détenir un portefeuille contenant δSt actions (principe de réplication). En utilisant la méthode du delta, la variance (en euros) du portefeuille est 2 2 σDV = δ 2 St2 σt+1 On peut alors en déduire la VaR pour le niveau de confiance p (p = 0.01, par exemple) V aR(p) = σDV Φ−1 (1 − p) = abs(δ)St σt+1 Φ−1 (1 − p) avec Φ−1 la fonction quantile de la normale. Daniel Herlemont 4 3 GAMMA Dans le cas de plusieurs actifs et options, la variation du portefeuille est X DVt+1 ≈ δi Si,t Ri,t+1 i=1,n et 2 = σDV,t+1 X X abs(δi )abs(δj )Si,t Sj,t σij,t+1 i=1,n j=1,n 3 Gamma 3.1 Définition Dans le cas de fortes variations, l’approximation linéaire par le delta n’est plus suffisante. On peut alors faire intervenir la dérivée seconde du prix de l’option par rapport au sous jacent, le gamma de l’option : ∂ 2c ∂δ = (3) γ= ∂St ∂St2 Dans ce cas, la variation de l’option pour la valeur S du sous jacent est approchée par 1 c(S) − c(St ) = δ(S − St ) + γ(S − st )2 2 (4) Pour un call (ou un put) européen, le gamma se calcule facilement : γ = γ call = γ put = φ(d) √ St σ T (5) avec ln(S/K) + T (r + σ 2 /2) √ σ T et φ la densité d’une loi normale standard. d= 1 2 φ(x) = √ e−x /2 2π A faire : Représenter le payoff d’un call ainsi que l’approximation quadratique, pour une option d’achat à la monnaie, sur un sous-jacent de volatilité 20%, de maturité 3 mois, et taux sans risque de 4%. Le prix du sous jacent de 100 C. Calculer le gamma. Commentaires ? Daniel Herlemont 5 3 GAMMA Représenter le gamma de cette option en fonction du prix du sous jacent. Commentaires ... Résultats attendus : approximation delta−gamma gamma d'un call 80 90 100 prix sous−jacent 110 120 0.00 0 0.01 0.02 gamma 10 5 prix du call 15 0.03 20 0.04 call delta−gamma 60 80 100 120 140 prix sous−jacent γ = 0.039448 3.2 Utilisation du gamma dans le calcul de la Value at Risk Considérons a nouveau un portefeuille composé d’options sur un même sous jacent, pour differents strike et/ou maturités. En faisant intervenir le gamma, la variation en euros est : 1 2 (6) DVP F,t+1 = δSt Rt+1 + γSt2 Rt+1 2 P P avec δ = mj δj et γ = mj γj , mj le nombre d’options j dans le portefeuille. Nota : même si on suppose que les rendement sont normalement distribué, l’expression précédente montre que les rendements du portefeuille en tenant du gamma ne sont plus normalement distribués. On peut alors utiliser l’approximation de Cornish Fisher en faisant intervenir le moment d’ordre 3. 1 2 2 µDV = γS σ (7) 2 t 1 2 σDV = δ 2 St2 σ 2 + γ 2 St4 σ 4 (8) 2 9 2 δ γSt4 σ 4 + 15 γ 3 St6 σ 6 − 3(δ 2 St2 σ 2 + 34 γ 2 St4 σ 4 )µDV + 2µ3DV 8 ξDV = 2 (9) 3 σDV (10) Daniel Herlemont 6 5 ETUDE DE CAS La VaR du portefeuille utilisant l’approximation delta gamma et de Cornish Fischer s’ecrit sous la forme 1 V aR(p) = −µDV + (z − (z 2 − 1)ξDV )σDV 6 (11) avec z = Φ−1 (1 − p) par exemple, z = 2.33 pour p = 0.99, (nota : Φ−1 (p) = −Φ−1 (1 − p) < 0) Si on ne tient pas compte de l’asymétrie, la VaR se réduit à la VaR normale, avec µDV et σDV V aR(p) = −µDV + zσDV (12) 4 Simulation de Monte Carlo L’approximation delta gamma peut s’avérer insuffisante (par exemple dans le cas d’options exotiques complexes avec des discontinuités) ou difficile a mettre en oeuvre (par exemple dans le cas de plusieurs actifs). Dans ce cas, on peut utiliser la méthode dite d’évaluation globale ou méthode de Monté Carlo. Dans cette méthode, on génère un échantillon suffisamment grand (10 000 valeurs par exemple) pour le prix du sous jacent. On fait alors l’hypothèse d’un modèle pour ces prix : modèle normal, etc ... on peut aussi utiliser des prix historiques ... Soient St+1,k le k ième prix. On calcule la valeur du portefeuille en utilisant ce prix du sous jacent, on en deduit une variation DVt+1,k . Pour calculer la VaR avec le niveau de confiance p, il suffit alors de prendre le quantile empirique des variations du portefeuille ainsi générées. Cette méthode peut être généralisée dans le cas de plusieurs actifs. Elle devient rapidement explosive en terme de calcul ... 5 Etude de cas 5.1 Vente d’un call Afin d’illustrer ces différentes approches considérer un portefeuille d’une position courte (vente) dans une option d’achat sur le SP500 en 2002. Les données sont les suivantes : prix du sous jacent St = 917.8 strike K = 925 maturité en jour T = 51 Daniel Herlemont 7 5 ETUDE DE CAS taux d’intérêt journalier r = 0.0045205% volatilité journalière σ = 1.5% a faire : calculer la Value at Risk à 99% sur 10 jours de trading (soit 10 ∗ 365/252 = 14 jours calendaires) , en utilisant les différentes méthodes delta normale delta gamma (avec et sans l’approximation de cornish fisher) Monté Carlo. On représentera également l’histogramme des variations du portefeuille que l’on comparera a l’histogramme (gaussien) des variations du sous jacent. Conclusions ? Résultats attendus prix du call c = 36.829 d = 0.0021351 δ = 0.50085 du call, et pour le portefeuille : −1 ∗ δ = −0.50085 γ = 0.0040577 du call et pour le portefeuille −1.γ = −0.0040577 Différentes estimations de la VaR à 99% à 10 jours de trading Var Delta Normale = 61.048 2 Var Delta Gamma = 69.308 avec µDV = −5.5696 et σDV = 750.68 Var Delta Gamma Cornish Fisher = 93.204 avec ξDV = −1.1861 Var Monte Carlo (la plus précise) = 91.817 Daniel Herlemont 8 5 ETUDE DE CAS histogramme P&L 0.015 0.000 −80 0.005 0.010 Density −40 −60 payoff −20 0 0.020 payoff portefeuille 700 750 800 850 900 950 1000 −200 −150 S −100 −50 0 P&L Dans le cas présent, on pourrait exploiter le fait que la valeur du portefeuille est une fonction décroissante du prix du sous jacent. V (s) = f (Ss , T − s, ...) avec f = −call f étant décroissante, la VaR est atteinte pour la valeur du sous jacent correspondant au quantile opSposé, c’est à dire, S ∗ tel que P [S <= S ∗ ] = 99% √ 2 d’ou S ∗ = 917.8 ∗ e(r−σ /2)∗14+σ∗ (14)∗2.33 = 1045 et la VaR exacte s’en déduit comme étant V aR = f (S0 , t) − f (S ∗ , t + 14) Soit V aR = −36.83 − −125 = 88.18 5.2 Le Straddle Un straddle est une stratégie qui consiste à acheter un put et un call de même strike et maturité. On peut aussi vendre un straddle. La vente d’un straddle vise a profiter des faibles variations du marché, en revanche en cas de fortes variations (à la hausse ou à la baisse) les pertes peuvent être tres élevées. Cette stratégie etait utilisée par Nick Leason sur le marché future du Nikkei, un trader qui a conduit la Baring (la plus vieille banque d’Angleterre) a une faillite retentissante. Daniel Herlemont 9 5 ETUDE DE CAS La vente d’un straddle possède un delta très faible voire nul. Il est donc clair que l’approche linéaire ne sera pas suffisante, contrairement au cas d’un positon simple. C’est ce que nous nous proposons d’étudier dans l’exemple suivant. Soit un portefeuille composé de 2 options, sur le même sous jacent. Les données sont les suivantes : prix du sous jacent St = 100 maturité en jour T = 28 taux d’intérêt annuel r = 2% volatilité journalière σ = 1.5% positions : vente d’un à call au prix d’exercice de 100 vente d’un put au meme prix d’exercice de 100 a faire : Calculer les prix, delta et gamma des différentes options ainsi que du portefeuille. Représenter graphiquement – le payoff du portefeuille en fonction du sous jacent. – Superposer l’approximation linéaire en delta et l’approximation quadratique en delta gamma calculer la Value at Risk à 99% sur 10 jours de trading (soit 10 ∗ 365/252 = 14 jours calendaires) , en utilisant les différentes méthodes – Linéaire (delta normale) – Quadratique (delta gamma simple et n tenant compte de l’asymétrie) – Simulation de Monté Carlo Conclusions ? Résultats attendus Daniel Herlemont 10 5 ETUDE DE CAS type strike position prix delta gamma CALL 100 -1 3.27 0.527 0.0501 PUT 100 -1 3.05 -0.473 0.0501 et pour le portefeuille à la date t la valeur du portefeuille est V P Ft = −6.3268 δ = −0.053963 γ = −0.10029 Différentes estimations de la VaR à 99% à 10 jours de trading Var Delta Normale = 0.71665 2 = 5.4365 Var Delta Gamma = 7.0584 avec µDV = −1.6343 et σDV Var Delta Gamma Cornish Fisher = 11.907 avec ξDV = −2.8281 Var Monte Carlo (la plus précise) = 8.6072 histogramme P&L 0.5 1.0 Density −15 −20 Evaluation globale Delta approx Delta−Gamma approx 0.0 −25 Valeur portefeuille −10 1.5 −5 payoff du portefeuille 80 90 100 110 Spot price 5.3 120 −20 −15 −10 −5 0 P&L Options multiples L’exemple précédent suggère que l’approximation quadratique fournit une précision suffisante. Nous allons considérer ici un portefeuille légèrement plus complexe qui illustre l’insuffisance de cette approximation. Soit un portefeuille composé de 3 options, sur le même sous jacent. Les données sont les suivantes : Daniel Herlemont 11 5 ETUDE DE CAS prix du sous jacent St = 100 maturité en jour T = 28 taux d’intérêt annuel r = 2% volatilité journalière σ = 1.5% positions : vente d’un put à un prix d’exercice de 97 vente de 1.5 call à un prix d’exercice de 97 achat de 2.5 calls a un prix d’exercice de 105 a faire : Calculer les prix, delta et gamma des différentes options ainsi que du portefeuille. Représenter graphiquement – le payoff du portefeuille en fonction du sous jacent. – Superposer l’approximation linéaire en delta et l’approximation quadratique en delta gamma calculer la Value at Risk à 99% sur 10 jours de trading (soit 10 ∗ 365/252 = 14 jours calendaires) , en utilisant les différentes méthodes – Linéaire (delta normale) – Quadratique (delta gamma simple et n tenant compte de l’asymétrie) – Simulation de Monté Carlo Conclusions ? Résultats attendus type strike position prix delta gamma PUT 97 -1 1.77 -0.326 0.0454 CALL 97 -1.5 4.98 0.674 0.0454 CALL 105 2.5 1.4 0.292 0.0433 et pour le portefeuille à la date t Daniel Herlemont 12 6 CODE R la valeur du portefeuille est V P Ft = −5.7422 δ = 0.045057 γ = −0.0052878 Différentes estimations de la VaR à 99% à 10 jours de trading Var Delta Normale = 0.59838 2 Var Delta Gamma = 0.74829 avec µDV = −0.086163 et σDV = 0.081009 Var Delta Gamma Cornish Fisher = 1.1052 avec ξDV = −1.7054 Var Monte Carlo (la plus précise) = 3.5893 histogramme P&L 1.5 1.0 Density −5 Evaluation globale Delta approx Delta−Gamma approx 0.0 −15 0.5 −10 Valeur portefeuille 0 2.0 payoff du portefeuille 80 90 100 110 120 −10 −5 Spot price 6 > > > > + + > + + 0 5 10 15 P&L code R bs.CALL=1 bs.DELTA0=0 bs.PUT=-1 bs.d1=function(S,K,r,sigma,T) { ( log(S/K) + (r+sigma^2/2)*T ) / (sigma*sqrt(T)) } bs.d2=function(S,K,r,sigma,T) { bs.d1(S,K,r,sigma,T)-sigma*sqrt(T) } Daniel Herlemont 13 6 CODE R > + + + + > + + + + > + + + > + + + + + > + + + + + + bs.price=function(type,S,K,r,sigma,T) { if (type==bs.DELTA0) S else if (type==bs.CALL) bs.call(S,K,r,sigma,T) else bs.put(S,K,r,sigma,T) } bs.call=function(S,K,r,sigma,T) { d1 = ( log(S/K) + (r+sigma^2/2)*T ) / (sigma*sqrt(T)) d2 = d1 - sigma*sqrt(T) S*pnorm(d1)-exp(-r*T)*K*pnorm(d2) } bs.put=function(S,K,r,sigma,T) { #p=c+K e^{-rT}-S_t bs.call(S,K,r,sigma,T)+K*exp(-r*T)-S } bs.delta=function(type=bs.CALL, S,K,r,sigma,T) { d1 = ( log(S/K) + (r+sigma^2/2)*T ) / (sigma*sqrt(T)) if (type==bs.DELTA0) 1 else if (type==bs.CALL) pnorm(d1) else pnorm(-d1) } bs.gamma=function(type,S,K,r,sigma,T) { if (type==bs.DELTA0) 0 else { d1 = ( log(S/K) + (r+sigma^2/2)*T ) / (sigma*sqrt(T)) dnorm(d1)/(S*sigma*sqrt(T)) } } Daniel Herlemont 14