Produits structurés et autocalls · Essentiel · 7 min
Choix de modèle pour pricer un autocall
Objectif: Justifier quand utiliser des volatilités et taux stochastiques pour le pricing, en comparant avec des modèles simplifiés.
Avant de continuer
Il faut connaître la simulation Monte-Carlo et les modèles de volatilité locale/stochastique.
Vocabulaire
- Skew forward
- La forme du sourire de volatilité anticipée à une date future, qui diffère structurellement selon le modèle utilisé (volatilité locale vs. stochastique), avec un impact direct sur le prix d'un produit à observations multiples comme l'autocall.
Intuition
Un autocall ne dépend pas seulement de la volatilité "aujourd'hui", mais de la façon dont le marché anticipe que cette volatilité (et sa forme, le skew) évoluera à CHAQUE date d'observation future — deux modèles calibrés de façon identique sur les prix d'options vanilles observés aujourd'hui peuvent donner des prix d'autocall différents, car ils extrapolent différemment le comportement futur de la volatilité.
Définition
Le prix d'un autocall dépend de probabilités conjointes complexes (franchir ou non chaque barrière successive), qui sont très sensibles à la structure fine de la volatilité future, pas seulement à son niveau actuel. Un modèle à volatilité constante (Black-Scholes simple) est généralement insuffisant : il faut un modèle capturant le smile/skew (M08-3) et sa dynamique dans le temps — volatilité locale (calibrée pour reproduire exactement les prix vanilles observés à toutes les maturités) ou volatilité stochastique (modélisant explicitement le caractère aléatoire de la volatilité elle-même), ces deux familles de modèles produisant des "forward skews" différents et donc des prix d'autocall différents malgré une calibration identique aux vanilles d'aujourd'hui.
Utilité
Le choix du modèle de pricing d'un autocall a un impact direct et significatif sur son prix théorique et sur la couverture nécessaire, ce qui en fait une décision cruciale pour tout desk exotique — contrairement à une option vanille simple où le choix du modèle a généralement peu d'impact une fois calibré sur le marché.
Exemple concret
Deux modèles (volatilité locale et volatilité stochastique) calibrés tous deux exactement sur les mêmes prix d'options vanilles cotées aujourd'hui pour toutes les maturités peuvent néanmoins donner des prix différents (parfois de plusieurs pourcents) pour un autocall à 3 ans avec observations annuelles, car le modèle à volatilité locale a tendance à "aplatir" le skew forward de façon plus rapide que le modèle stochastique — un écart qui n'existe pas pour une option vanille simple, mais qui devient significatif pour un produit multi-observations comme l'autocall.
Toujours bloqué ? Une autre façon de voir les choses
C'est comme prévoir la météo sur plusieurs jours à partir des mêmes observations d'aujourd'hui : deux modèles météorologiques peuvent tomber d'accord parfaitement sur la météo d'aujourd'hui, mais diverger fortement sur leurs prévisions à 3 jours, selon les hypothèses qu'ils font sur la dynamique future. Un autocall, avec ses multiples dates d'observation, est bien plus sensible à ces divergences de prévision qu'un pari météo à un seul horizon (une option vanille).
Formule indispensable
Variables, unités et hypothèses
- — Écart-type des payoffs simulés sous le modèle choisi
- — Nombre de trajectoires simulées
Hypothèses: Formule de convergence Monte-Carlo standard (M06-7), rappelée ici car quasiment tout pricing d'autocall en pratique repose sur simulation plutôt que formule fermée.
Unités: Même unité que le prix.
Exemple concret: σ_MC=15, N=100 000 : SE = 15/√100000 ≈ 0,047 — la précision requise dépend du nombre de dates d'observation et de la complexité de la structure.
Calcul détaillé
1) Calibrer un modèle (volatilité locale ou stochastique) sur l'ensemble des prix d'options vanilles cotées, à toutes les maturités pertinentes. 2) Simuler un grand nombre de trajectoires du sous-jacent sous ce modèle jusqu'à l'échéance finale de l'autocall. 3) Pour chaque trajectoire, appliquer la logique de rappel et de remboursement final (M11-2) pour obtenir un payoff. 4) Moyenner les payoffs actualisés sur toutes les trajectoires, et vérifier la convergence (SE) en augmentant N si nécessaire.
Interprétation
L'écart de prix entre modèles calibrés de façon identique sur le marché vanille n'est pas une erreur de calcul, mais une incertitude de modèle réelle et inévitable : plus un produit dépend de multiples observations futures (comme l'autocall), plus cette incertitude devient significative, et plus le choix du modèle (et sa justification) devient une décision de gestion des risques à part entière, pas un simple détail technique.
Pièges
Utiliser un modèle à volatilité constante (Black-Scholes simple) pour pricer un autocall sous prétexte de simplicité : cela ignore complètement le skew et peut conduire à des erreurs de prix significatives. Autre piège : croire qu'un seul modèle "correct" existe — en réalité, différents modèles bien calibrés restent des approximations légitimes mais différentes de la réalité, d'où l'importance de tester la sensibilité du prix au choix du modèle (model risk).
Trois points à retenir
- 1Un autocall dépend fortement du skew forward, pas seulement du niveau de volatilité actuel.
- 2Volatilité locale et volatilité stochastique, bien que calibrées de façon identique aux vanilles d'aujourd'hui, donnent des prix d'autocall différents.
- 3Le pricing repose quasi systématiquement sur la simulation Monte-Carlo, dont la précision suit SE = σ_MC/√N.
Approfondir / démonstration
L'écart de forward skew entre modèles de volatilité locale et stochastique est un résultat bien documenté en finance quantitative : le modèle de volatilité locale de Dupire, bien qu'exactement calibré aux prix vanilles d'aujourd'hui, tend à produire un skew forward qui s'aplatit trop rapidement dans le temps par rapport à ce qu'observent empiriquement les marchés, tandis que les modèles à volatilité stochastique (Heston, SABR) ou hybrides (local-stochastique) préservent mieux la persistance du skew dans le temps — un choix de modélisation qui, pour un autocall dont le risque se matérialise précisément à des dates futures successives, peut représenter un écart de valorisation de plusieurs pourcents du nominal, largement supérieur aux écarts observés sur des produits vanilles.