Contributions au contrôle stochastique avec des espérances non linéaires et aux équations stochastiques rétrogrades

This thesis consists of two independent parts which deal with stochastic control with nonlinear expectations and backward stochastic differential equations (BSDE), as well as with the numerical methods for solving these equations.We begin the first part by introducing and studying a new class of backward stochastic differential equations, whose characteristic is that the terminal condition is not fixed, but only satisfies a nonlinear constraint expressed in terms of "f - expectations". This new mathematical object is closely related to the approximative hedging of an European option, when the shortfall risk is quantified in terms of dynamic risk measures, induced by the solution of a nonlinear BSDE. In the next chapter we study an optimal stopping problem for dynamic risk measures with jumps.More precisely, we characterize in a Markovian framework the minimal risk measure associated to a financial position as the unique viscosity solution of an obstacle problem for partial integrodifferential equations. In the third chapter, we establish a weak dynamic programming principle for a mixed stochastic control problem / optimal stopping with nonlinear expectations, which is used to derive the associated PDE. The specificity of this work consists in the fact that the terminal reward does not satisfy any regularity condition (it is considered only measurable), which was not the case in the previous literature. In the next chapter, we introduce a new game problem, which can be seen as a generalized Dynkin game (with nonlinear expectations ). We show that this game admits a value function and establish sufficient conditions ensuring the existence of a saddle point . We prove that the value function corresponds to the unique solution of a doubly reected backward stochastic equation (DRBSDE) with a nonlinear general driver. This characterization allows us to obtain new results on DRBSDEs with jumps. The generalized Dynkin game is finally addressed in a Markovian framework.In the second part, we are interested in numerical methods for doubly reected BSDEs with jumps and irregular barriers, admitting both predictable and totally inaccesibles jumps. In the first chapter we provide a numerical scheme based on the penalisation method and the approximation of the solution of a BSDE by a sequence of discrete BSDEs driven by two independent random walks (one approximates the Brownian motion and the other one the compensated Poisson process). In the second chapter, we construct an alternative scheme based on the direct discretisation of the DRBSDE, scheme which presents the advantage of not depending anymore on the penalization parameter. We prove the convergence of the two schemes and illustrate the theoretical results with some numerical examples.Cette thèse se compose de deux parties indépendantes qui portent sur le contrôle stochastique avec des espérances non linéaires et les équations stochastiques rétrogrades (EDSR), ainsi que sur les méthodes numériques de résolution de ces équations. Dans la première partie on étudie une nouvelle classe d'équations stochastiques rétrogrades, dont la particularité est que la condition terminale n'est pas fixée mais vérifie une contrainte non linéaire exprimée en termes de "f-espérances". Ce nouvel objet mathématique est étroitement lié aux problèmes de couverture approchée des options européennes où le risque de perte est quantifié en termes de mesures de risque dynamiques, induites par la solution d'une EDSR non linéaire. Dans le chapitre suivant on s'intéresse aux problèmes d'arrêt optimal pour les mesures de risque dynamiques avec sauts. Plus précisément, on caractérise dans un cadre markovien la mesure de risque minimale associée à une position financière comme l'unique solution de viscosité d'un problème d'obstacle pour une équation intégro-différentielle. Dans le troisième chapitre, on établit un principe de programmation dynamique faible pour un problème mixte de contrôle stochastique et d'arrêt optimal avec des espérances non linéaires, qui est utilisé pour obtenir les EDP associées.La spécificité de ce travail réside dans le fait que la fonction de gain terminal ne satisfait aucune condition de régularité (elle est seulement considérée mesurable), ce qui n'a pas été le cas dans la littérature précédente. Dans le chapitre suivant, on introduit un nouveau problème de jeux stochastiques, qui peut être vu comme un jeu de Dynkin généralisé (avec des espérances non linéaires). On montre que ce jeu admet une fonction valeur et on obtient des conditions suffisantes pour l'existence d'un point selle. On prouve que la fonction valeur correspond à l'unique solution d'une équation stochastique rétrograde doublement réfléchie avec un générateur non linéaire général. Cette caractérisation permet d'obtenir de nouveaux résultats sur les EDSR doublement réfléchies avec sauts. Le problème de jeu de Dynkin généralisé est ensuite étudié dans un cadre markovien.Dans la deuxième partie, on s'intéresse aux méthodes numériques pour les équations stochastiques rétrogrades doublement réfléchies avec sauts et barrières irrégulières, admettant des sauts prévisibles et totalement inaccessibles. Dans un premier chapitre, on propose un schéma numérique qui repose sur la méthode de pénalisation et l'approximation de la solution d'une EDSR par une suite d'EDSR discrètes dirigées par deux arbres binomiaux indépendants (un qui approxime le mouvement brownien et l'autre le processus de Poisson composé). Dans le deuxième chapitre, on construit un schéma en discrétisant directement l'équation stochastique rétrograde doublement réfléchie, schéma qui présente l'avantage de ne plus dépendre du paramètre de pénalisation. On prouve la convergence des deux schémas numériques et on illustre avec des exemples numériques les résultats théoriques