Gestion des risques des marchés boursiers et VaR : Apports des théories des Valeurs Extrêmes et des copules

par Imen Zbidi (Mathlouthi)

Projet de thèse en Sciences économiques

Sous la direction de Helene Raymond.

Thèses en préparation à Paris 10 en cotutelle avec l'IHEC de Carthage , dans le cadre de Ecole doctorale Economie, organisations, société (Nanterre) , en partenariat avec Umr7235 (laboratoire) depuis le 13-01-2012 .


  • Résumé

    Les évènements extrêmes occupent une place centrale en finance et notamment dans le domaine de la gestion des risques financiers. La fréquence des crises financières a dévoilé l’ampleur des risques financiers, la volatilité et l’interdépendance des marchés boursiers. Pour appréhender et prévenir ces crises, il y a lieu de développer de nouvelles mesures de risque et de redéfinir les facteurs de risque et des interdépendances internationales. Ainsi, les événements extrêmes nécessitent une modélisation et une analyse poussée vu que les pertes significatives qui en résultent peuvent ruiner les fonds d’investissement les plus rentables. L’étude de la dépendance est donc primordiale pour sélectionner le portefeuille qui est le moins vulnérable aux pertes. La dépendance entre les rendements des actifs financiers a significativement augmenté durant ces dernières années et la récente crise financière de 2007 constitue une illustration de cette dépendance entre les actifs, surtout en période de récession. La modélisation de la dépendance entre plusieurs marchés financiers peut se baser soit sur la corrélation positive et négative entre les actifs, soit sur d’autres moyens, plus efficaces, qui déterminent la dépendance des queues de distribution, comme la théorie des copules. Cette théorie constitue un moyen efficace pour la modélisation de la dépendance entre différents marchés financiers et la compréhension de leurs comportements conjoints.En réponse à la multiplication des crises financières, les autorités réglementaires ont décidé d’imposer un certain nombre de normes en matière de contrôle des risques bancaires et en particulier les risques de marché. Ces règlements sont inspirés des recommandations du Comité de Bâle, qui tentent d’établir des normes minimales de contrôle bancaire communes à tous les pays. La Directive Européenne d’Adéquation des fonds propres (CAD) en 1993, et l’amendement de l’accord de Bâle en 1996 avaient établi le cadre dans lequel les banques peuvent développer leurs propres modèles de contrôle des risques de marché, basés sur la Value-at-Risk (VaR).La VaR est un outil majeur dans la gestion du risque, ayant fait l’objet de plusieurs modélisations théoriques. Elle est ainsi apparue dans un contexte de prolifération des turbulences financières, affectant tant les institutions financières que les pays dans leur ensemble. Elle répond donc à un souci croissant de mesurer et appréhender les risques, et notamment les risques de marché dont l’ampleur avait été jusqu’alors sous-estimée. La VaR est une méthodologie d’évaluation des risques de marché, consistant à étudier la loi des variations de valeur de la position sur une période donnée. Différentes méthodes ont été développées et testées dans les banques depuis l’orientation des autorités de réglementation vers une auto réglementation du secteur bancaire en matière de fonds propres. Celles de l’approche classique peuvent être classées en trois catégories : la méthode de Simulation Historique, la méthode de Variance Covariance et la méthode de simulation de Monte Carlo. Ces modèles classiques prennent difficilement en compte les variations extrêmes de prix observés sur les marchés financiers. Pour cette raison technique, liée aux difficultés de modélisation des queues de distributions statistiques, les modèles classiques de calcul de la VaR sont souvent complétés par des analyses s’intéressant en particulier aux évènements extrêmes. La théorie des valeurs extrêmes constitue un moyen efficace de quantification de ces évènements rares. La contribution de cette théorie a constitué une innovation dans le domaine financier puisqu’elle permet de modéliser les rendements et de mesurer les risques.


  • Pas de résumé disponible.