Processus affines et équations de Riccati : explication
Comprenez comment les transformées exponentielles-affines, les équations de Riccati généralisées, l'admissibilité et les domaines de moments rendent les modèles financiers affines traitables
Réponse directe
Un processus affine rend la transformée conditionnelle d'un état futur exponentielle-affine par rapport à l'état présent. Ses coefficients temporels résolvent des équations de Riccati généralisées, transformant une espérance de grande dimension en équations différentielles ordinaires
Affine décrit une transformée, pas une trajectoire rectiligne
Pour un état de Markov X, un modèle affine cherche E[e^{u·X_T}|X_t=x] = exp(φ(τ,u)+ψ(τ,u)·x), où τ=T−t
Le mot affine signifie que le logarithme de cette transformée conditionnelle est une constante plus une fonction linéaire de l'état courant
Les trajectoires peuvent rester non linéaires, hétéroscédastiques et discontinues ; une variance en racine carrée et une intensité de sauts peuvent toutes deux appartenir à cette classe
L'espace d'états limite les dynamiques valides
Les états canoniques courants combinent des coordonnées non négatives, telles que la variance ou l'intensité, avec des coordonnées réelles sans restriction, telles que le logarithme du prix
La dérive, la diffusion et les mesures de sauts doivent satisfaire des conditions d'admissibilité afin que le processus reste dans son espace d'états et définisse une loi de Markov valide
Une formule qui ressemble à une forme affine ne suffit pas : une variance négative, une activité de sauts explosive ou une condition d'existence non satisfaite peuvent invalider la spécification
Les transformées exponentielles-affines compressent les distributions
La transformée peut coder des fonctions caractéristiques, des transformées de Laplace, des moments, des prix obligataires et des briques de construction de payoffs actualisés
Au lieu de reconstruire toute une densité de transition, on évalue φ et ψ à l'argument complexe requis par la formule de valorisation
Cette séparation est puissante : le modèle stochastique fournit une transformée, tandis qu'une inversion ou une transformée du payoff la convertit en prix
Les équations de Riccati produisent les coefficients
La substitution de l'ansatz exponentiel-affine dans l'équation du générateur regroupe les termes constants dans φ et les termes linéaires en l'état dans ψ
On obtient un système couplé tel que ∂τφ = F(ψ) et ∂τψ = R(ψ), avec les conditions initiales φ(0,u)=0 et ψ(0,u)=u
Les termes de diffusion rendent R quadratique, tandis que les sauts ajoutent des intégrales de transformée, d'où le nom d'équations de Riccati généralisées
Les modèles financiers familiers appartiennent à cette famille
CIR utilise un état non négatif en racine carrée, tandis que Heston couple le logarithme du prix à une variance en racine carrée et conserve une transformée jointe affine
Les modèles affines de structure par terme et de crédit peuvent rendre les taux courts, les intensités de défaut ou les compensateurs de sauts affines par rapport à l'état
L'architecture commune des transformées ne rend pas les modèles équivalents ; chacun possède des contraintes d'état, un comportement de queue et une signification économique différents
Les domaines de transformée peuvent s'arrêter avant le modèle
La fonction caractéristique existe pour les fréquences réelles, mais les moments exponentiels à des arguments complexes peuvent n'exister que sur un domaine limité
Une solution de Riccati peut exploser à un horizon fini, signalant un échec du moment plutôt que la fin nécessaire du processus probabiliste sous-jacent
Les expressions fermées nécessitent aussi des branches cohérentes pour les racines carrées et les logarithmes ; des formes algébriquement égales peuvent se comporter différemment en virgule flottante
L'implémentation a besoin de diagnostics structurels
Vérifiez les valeurs initiales, la relation de semi-groupe, la symétrie par conjugaison, la condition de martingale et les cas limites connus avant de valoriser des options
Surveillez le solveur de Riccati, le domaine de transformée, la continuité des branches et la sensibilité aux tolérances sur des grilles de maturité et de paramètres
La traitabilité affine réduit un problème difficile en problèmes plus petits ; elle ne supprime ni le risque de calibration, ni l'erreur numérique, ni la mauvaise spécification du modèle
Questions fréquentes
Qu'est-ce qu'un processus affine en finance ?
C'est un processus de Markov dont la transformée exponentielle conditionnelle a un logarithme affine par rapport à l'état présent sur son domaine d'arguments valide
Pourquoi les équations de Riccati apparaissent-elles ?
La transformée exponentielle-affine insérée dans l'équation du générateur sépare les coefficients constants et linéaires en l'état en EDO de type Riccati
Tout processus affine est-il gaussien ?
Non. La classe comprend des diffusions en racine carrée et des processus à sauts ; elle peut donc produire de l'asymétrie, une variance stochastique et des discontinuités
Une transformée fermée garantit-elle une valorisation facile ?
Non. La valorisation exige encore des moments valides, une arithmétique complexe stable, une inversion précise, une calibration et des contrôles du risque de modèle