QUELQUES APPLICATIONS DU FILTRE DE KALMAN EN
FINANCE : ESTIMATION ET PRÉVISION DE LA VOLATILITÉ
STOCHASTIQUE ET DU RAPPORT COURS-BÉNÉFICES

François-Éric Racicot*

Raymond Théoret

Département des sciences administratives
Université du Québec, Outaouais

Département Stratégie des Affaires
Université du Québec, Montréal

RePAD Working Paper No. 0312005

*

Adresse postale : François-Éric Racicot, Département des sciences administratives, Université du Québec en Outaouais,
Pavillon Lucien Brault, 101 rue Saint Jean Bosco, Gatineau, Québec, Canada, J8Y 3J5.
Correspondance : francoiseric.racicot@uqo.ca.
Raymond Théoret, Département stratégie des affaires, Université du Québec à Montréal, 315 est, Ste-Catherine, Montréal, H2X3X2. Correspondance : theoret.raymond@uqam.ca.
Ce papier est l’un des chapitres de notre prochain ouvrage intitulé : Finance computationnelle et gestion des risques.

1

Quelques applications du filtre de Kalman en finance : estimation et prévision de la volatilité stochastique et du rapport cours-bénéfices

Résumé
Le filtre de Kalman est de plus en plus utilisé en finance, notamment pour estimer les processus de diffusion. Dans cet article, nous montrons comment on peut l’utiliser pour prévoir, d’une part, la volatilité des taux d’intérêt et de rendements boursiers, et d’autre part le rapport cours-bénéfices du S&P500. Le filtre de Kalman est donc très versatil lorsque des variables, telles la volatilité ou le rapport cours-bénéfices prévu, sont inobservées. Nous montrons que l’application du filtre de Kalman met toutefois fortement à contribution le jugement du prévisionniste. Une erreur de spécification du modèle peut en effet se traduire par une prévision fortement biaisée.
Abstract

The popularity of Kalman filter is increasing in financial studies, notably to estimate diffusion processes. In this article, we show how we can use it to forecast the volatility of returns and the price-earnings ratio of the S&P500.
The Kalman filter is