Ce document est une synthèse de travaux menés depuis 1998 en finance mathématique et probabilité numérique. <br /> <br /> <br /><br />Le chapitre I présente différents résultats obtenus en finance théorique. La première partie concerne les marchés financiers en temps discret avec frictions. On y étudie trois extensions des modèles usuels~: évaluation d'options américaines, modèles à rendements non-linéaires, arbitrage en information incomplète. <br /> Dans la seconde partie, on résume une série de résultats portant sur les problèmes d'existence et de dualité en gestion optimale de portefeuille en temps continu. Il s'agit essentiellement de s'affranchir de trois hypothèses habituellement retenues~: absence de friction, fonctions d'utilité régulières, utilité ne dépendant que de la consommation ou de la richesse terminale. On présente également de nouveaux résultats de bipolarité sur $L^0$ qui sont liés aux problèmes duaux en optimisation de portefeuille. <br /><br /> <br /><br />Le chapitre II rassemble des travaux portant sur la résolution (explicite ou numérique) de problèmes de cibles stochastiques par des techniques de type solutions de viscosité. Les deux premières sections portent sur les cibles stochastiques et leurs liens avec les équations paraboliques. <br />La troisième section porte sur la couverture d'option en présence de coûts de transaction. <br /> <br />Le chapitre III porte sur la discrétisation et l'approximation numérique d'équations différentielles stochastiques rétrogrades (EDSR). Dans un premier temps, on étudie une famille de représentations alternatives permettant le calcul rapide d'un grand nombre d'espérances conditionnelles. Celle-ci est ensuite utilisée pour construire un schéma numérique permettant la résolution des EDSR dans un modèle markovien et le calcul de prix d'options américaines. On présente ensuite de nouveaux résultats obtenus pour les EDSR à sauts et réfléchies. <br /><br />Le chapitre IV traite de la ``randomisation'' (ou canadisation) de l'horizon de temps en contrôle stochastique.

Depuis septembre 2006, je suis maître de conférences à l'université Montesquieu Bordeaux IV en mathématiques appliquées. Je suis membre du GREThA (groupement de recherche en économie théorique et appliquée), de l'IMB (Institut de Mathématiques de Bordeaux, équipe probabilités et statistique) et de l'équipe Inria CQFD (contrôle de qualité et fiabilité dynamique). Depuis mon arrivée à Bordeaux, mes travaux de recherche se poursuivent dans deux directions principales : l'une concerne les processus auto-régressifs de bifurcation sur des arbres binaires et l'autre le développement d'outils numériques pour le contrôle des processus markoviens déterministes par morceaux. Il s'agit de processus en temps continu qui changent de régime de façon markovienne au cours du temps. Ce mémoire présente uniquement mes travaux réalisés à Bordeaux depuis 2006.

Cette thèse est constituée de deux parties pouvant être lues indépendamment. Dans la première partie on s'intéresse à la modélisation mathématique du risque de liquidité. L'aspect étudié ici est la contrainte sur les dates des transactions, c'est-à-dire que contrairement aux modèles classiques où les investisseurs peuvent échanger les actifs en continu, on suppose que les transactions sont uniquement possibles à des dates aléatoires discrètes. On utilise alors des techniques de contrôle optimal (programmation dynamique, équations d'Hamilton-Jacobi-Bellman) pour identifier les fonctions valeur et les stratégies d'investissement optimales sous ces contraintes. Le premier chapitre étudie un problème de maximisation d'utilité en horizon fini, dans un cadre inspiré des marchés de l'énergie. Dans le deuxième chapitre on considère un marché illiquide à changements de régime, et enfin dans le troisième chapitre on étudie un marché où l'agent a la possibilité d'investir à la fois dans un actif liquide et un actif illiquide, ces derniers étant corrélés. Dans la deuxième partie on présente des méthodes probabilistes de quantification pour résoudre numériquement un problème de switching optimal. On considère d'abord une approximation en temps discret du problème et on prouve un taux de convergence. Ensuite on propose deux méthodes numériques de quantification : une approche markovienne où on quantifie la loi normale dans le schéma d'Euler, et dans le cas où la diffusion n'est pas contrôlée, une approche de quantification marginale inspirée de méthodes numériques pour le problème d'arrêt optimal.

Cette thèse est constituée de trois parties pouvant être lues indépendamment. Dans la première partie, on s'intéresse à la résolution de problème de contrôle stochastique par des méthodes de quantification. La quantification consiste à trouver la meilleure approximation d'une loi de probabilité continue par une loi de probabilité discrète avec un nombre donné N de points supportant cette loi. Nous allons expliciter un cadre de programmation dynamique " générique " qui permet de résoudre de nombreux problèmes de contrôle stochastique comme les problèmes de temps d'arrêt optimal, de maximisation d'utilité, d'équations différentielles stochastiques rétrogrades, de filtrage... Dans ce cadre, nous donnons trois schémas de discrétisation en espace associée à la quantification d'une chaîne de Markov. Dans la deuxième partie, nous présentons un schéma numérique pour les équations différentielles stochastiques rétrogrades doublement réfléchies. Nous nous plaçons dans un cadre général qui contient des sauts et des processus progressifs dépendant de la trajectoire. On propose une approximation du type schéma d'Euler. Nous prouvons la convergence du schéma pour les équations différentielles stochastiques rétrogrades quand le nombre de pas de temps n tend vers l'infini. Nous donnons aussi la vitesse de convergence pour les game options. Dans la troisième partie, on s'intéresse à la réplication des dérivés sur la variance réalisée. On propose une couverture robuste au modèle de volatilité constituée de positions dynamiques sur des options européennes. On étend ensuite cette méthodologie aux options sur fond et aux processus à saut.

Cette thèse concerne trois sujets de probabilités numériques et de mathématiques financières. D'abord, nous étudions le module de régularité L2 en temps de la composante Z d'une EDSR markovienne à coefficients lipschitziens, mais dont la fonction terminale g est irrégulière. Ce module est lié à l'erreur d'approximation par schéma d'Euler. Nous montrons, de façon optimale, que l'ordre de convergence est explicitement lié à la régularité fractionnaire de g. Ensuite, nous proposons une méthode de Monte-Carlo séquentielle pour le calcul efficace du prix d'une tranche de CDO, basée sur des variables de contrôle séquentielles, dans un cadre où les taux de recouvrement sont aléatoires et i.i.d. Enfin, nous analysons l'erreur de couverture associée à la stratégie en Delta-Gamma. La régularité fractionnaire de la fonction payoff joue un rôle crucial dans le choix des dates de rebalancement, afin d'atteindre des vitesses de convergence optimales.