Rachat accéléré d'actions et autres programmes de rachat : ce que les réseaux neuronaux peuvent apporter.

Résumé Lorsque les entreprises souhaitent racheter leurs propres actions, elles ont le choix entre plusieurs possibilités. Si elles procèdent souvent à des rachats sur le marché libre, elles font aussi de plus en plus appel aux banques par le biais de contrats de rachat complexes comportant des composantes optionnelles, par exemple des contrats de rachat accéléré d'actions, des contrats de participation aux bénéfices VWAP-moins, etc. L'intrication entre le problème d'exécution et le problème de couverture des options fait de la gestion de ces contrats une tâche difficile qui ne doit pas se résumer à une simple couverture du risque à la grecque, contrairement à ce qui se passe avec les livres d'options classiques. Dans cet article, nous proposons une méthode d'apprentissage automatique pour gérer de manière optimale plusieurs types de contrats de rachat. En particulier, nous retrouvons des stratégies similaires à celles obtenues dans la littérature avec des méthodes d'équations aux dérivées partielles et d'arbres recombinants et nous montrons que notre nouvelle méthode, qui ne souffre pas de la malédiction de la dimensionnalité, permet d'aborder des types de contrats qui ne pourraient pas être traités avec des méthodes de grille ou d'arbres.