Kurtosis et risque de queue des options expliqués
Découvrez ce que mesure le kurtosis, pourquoi une volatilité normale peut sous-estimer les extrêmes, comment les ailes des options intègrent le risque de queue et où les échantillons et les couvertures peuvent échouer
Réponse directe
Le kurtosis est le quatrième moment standardisé d’une distribution et il est très sensible aux extrêmes. Pour les options, le risque de queue s’étudie mieux à travers les deux ailes, le skew, les sauts, la liquidité et des scénarios qu’avec une seule statistique historique
La volatilité ne décrit pas toute la distribution
La moyenne et la variance résument la position et la dispersion moyenne. Deux distributions de rendements peuvent partager ces deux valeurs tout en attribuant des probabilités très différentes aux résultats extrêmes
Une distribution normale fournit une référence familière, mais les rendements financiers peuvent contenir des sauts, des changements de régime et un regroupement de la volatilité qui créent des observations beaucoup plus éloignées
Le payoff d’une option est non linéaire ; une petite variation de la probabilité ou du prix des extrêmes peut donc compter même lorsque la volatilité moyenne évolue à peine
Le kurtosis utilise la quatrième puissance
Le kurtosis s’écrit couramment E[(R − μ)⁴] divisé par σ⁴. La distribution normale a un kurtosis de trois, soit un kurtosis excédentaire nul
La quatrième puissance donne aux écarts extrêmes une influence énorme. Une observation de crise peut déplacer une estimation d’échantillon bien davantage que de nombreuses journées ordinaires
Un kurtosis élevé est souvent qualifié de « queues épaisses », mais il décrit la forme standardisée complète. Il n’indique pas quelle queue est coûteuse ni si le prochain extrême sera négatif
Asymétrie et kurtosis répondent à des questions différentes
L’asymétrie mesure le manque de symétrie au moyen d’un troisième moment standardisé. Une asymétrie négative donne davantage de poids ou de gravité aux résultats baissiers qu’aux résultats haussiers
Le kurtosis n’est pas directionnel. Une distribution symétrique peut avoir un kurtosis élevé, et une distribution fortement asymétrique peut présenter un profil de quatrième moment différent
Pour le risque des options, présentez séparément les queues gauche et droite. Un seul nombre peut dissimuler une aile baissière coûteuse et une aile haussière très différente
Les ailes des options portent les prix de queue
Les puts et calls très hors de la monnaie paient dans des états éloignés, de sorte que leurs prix contribuent à façonner la distribution neutre au risque au-delà du centre
Un skew baissier marqué peut refléter la demande d’assurance contre les krachs, une dynamique asymétrique, des contraintes d’offre ou une prime de risque de queue. Ce n’est pas une probabilité physique directe
Les cotations des ailes peuvent être rares et larges. L’interpolation, la troncature des strikes, les marchés périmés et le nettoyage sans arbitrage peuvent modifier sensiblement une mesure de queue dérivée
Les queues historiques et implicites sont différentes
Le kurtosis historique estime l’échantillon physique pour des dates, une fréquence, une convention de rendement et une fenêtre choisis. Il change fortement lorsque des observations extrêmes entrent ou sortent de l’échantillon
Les prix d’options décrivent des prix d’état neutres au risque et intègrent l’aversion au risque, la demande de couverture, les coûts de bilan et la liquidité. Des queues chères ne sont pas nécessairement des queues fréquentes
Ne comparez les deux qu’après avoir harmonisé l’horizon et la définition. Un écart peut être une compensation plutôt qu’une erreur de prévision
Les couvertures de queue comportent un risque de trajectoire et d’exécution
La détention d’un put éloigné peut plafonner une perte terminale définie, mais sa valorisation dépend du spot, du temps, de l’IV, du skew, des taux, des dividendes et de la possibilité de négocier
Une protection répétée peut faire perdre de la prime pendant les périodes calmes. Un spread peut réduire le coût, mais abandonne la protection au-delà du strike short ou introduit une complexité de règlement
Les couvertures dynamiques peuvent échouer lors des gaps, car les prix intermédiaires n’ont jamais été négociables. Les options statiques déplacent ce risque vers les conditions de prime, de contrepartie, de contrat et de liquidité
Les stress tests doivent tenir compte de la distribution
Ne mettez pas chaque scénario à l’échelle d’un seul écart-type. Incluez les sauts, les prolongements groupés, la déformation de la surface de volatilité, les pics de corrélation et l’élargissement du bid-ask
Estimez les résultats pour des trajectoires de krach rapide comme de baisse lente. Le même cours terminal peut produire des P&L d’options différents, car le calendrier et la volatilité implicite diffèrent
Considérez le kurtosis comme un signal sur la forme du modèle, pas comme un budget de risque complet. Les limites de position et les réserves de liquidité doivent résister aux erreurs d’estimation de la queue
Questions fréquentes
Un kurtosis élevé signifie-t-il qu’un krach est imminent ?
Non. Il décrit une distribution ou un échantillon contenant des extrêmes influents et ne prédit ni le moment, ni le signe, ni la cause du prochain rendement
Le kurtosis excédentaire est-il identique au kurtosis ?
Non. Le kurtosis excédentaire soustrait la référence normale de trois ; une distribution normale a donc un kurtosis excédentaire nul
Les prix des options peuvent-ils révéler la vraie probabilité d’un krach ?
Pas de manière unique. Ils révèlent des prix d’état neutres au risque qui reflètent aussi les primes de risque, la demande, la liquidité, les choix de modèle et la gamme de strikes disponible
Pourquoi le kurtosis historique est-il instable ?
Les puissances quatrièmes donnent un poids énorme aux observations rares. Modifier la fenêtre, la fréquence d’échantillonnage ou un seul rendement de crise peut changer fortement l’estimation