Modele Arch Garch

appliquées à la finance ont connu un essor formidable aboutissant à la formation d’un cadre théorique d’une grande puissance et d’une élégance remarquable. En amont de cela, la problématique était de rendre compte du hasard boursier et de rationaliser son modèle de formation de prix. Car dans un contexte de dérégulation des marchés financiers au milieu des années 1970, tenir compte de la nouvelle volatilité des taux de change permettait de couvrir ces risques dans un environnement incertain. C’est ainsi qu’ont

d’´conomie de l’incertain e Mod´liser des rendements boursiers e Que cherche-t-on ` mod´liser ? a e Processus ARCH et GARCH Processus ` volatilit´ stochastique a e Du rendement d’un titre au rendement d’un portefeuille Retour ` la VaR : les probl`mes d’estimation a e Estimation de la Value-at-Risk, un mot de th´orie des extrˆmes e e Estimation de la Value-at-Risk pour des processus GARCH 8 ´ ´ Arthur CHARPENTIER - econometrie de la finance (2008/2009) La gestion des risques ` A la fin des

Sous la Direction de DR. EUGENE PATRICE NDONG NGUEMA Chargé de Cours, Ecole Nationale Supérieure Polytechnique Sous la Supervision de PR. HENRI GWÉT Maître de Conférences, Ecole Nationale Supérieure Polytechnique Année académique 2004 - 2005 MODELE DE PREVISION DU PARC DES COMPTES D’UNE BANQUE : CAS AFRILAND FIRST BANK 2 SOMMAIRE : Dédicace ……………………………………………..……………………………..….…..3 Remerciements ………………………… ………...………………………………….….4 Résumé/Abstract …………………..………………………………………………....…5 Avant propos

QUOTIDIENS DE TRADING (PRESENTES SOUS FORME DE COURBE OU D'HISTOGRAMME). CETTE INFORMATION REPOND A LA NOTION DE " BACK-TESTING ". LES RESULTATS DES DEUX TYPES DE SCENARII (" BACK-TESTING " ET " STRESS-TESTING ") PERMETTENT D'APPRECIER LA QUALITE DU MODELE UTILISE.............................................................................................................................................................. 35 XIV. LES CRITIQUES ..........................................................

rents e e e e e probl` mes financiers. Le cours se divisera en deux parties. e Plan O Mod` le AR : d´ finition, propri´ t´ s dynamiques, estimation, tests, pr´ visions, e e ee e racine Unit´ , mod` le ARMA e e O Mod` le GARCH, mod` le autor´ gressif non lin´ aire, mod` le ARCH, mod` le e e e e e e ` a volatilit´ stochastique et extension aux mod` les multivari´ s e e e O Diffusion : maximum de vraisemblance pour les processus brownien g´ om´ trique, e e d’Ornstein-Uhlenbeck et de Cox-Ingersoll-Ross

Modèles aléatoires de carnets d’ordres multi-agents et étude des processus de prix associés Salmane Lahdachi Idriss Dadoun Othmane Asghir Département Génie Industriel et Mathématiques appliquées 2 Modèles aléatoires de carnets d’ordres et étude des processus de prix associés Salmane Lahdachi, Idriss Dadoun et Othmane Asghir 20 juin 2012 Table des matières Remerciements Introduction 1 Exemples de modèles de carnet d’ordre : 1.1 Modèle d’un carnet d’ordre multi-agents fermé . . .

m‟offrent mes trois petites filles m‟ont permis d‟arriver au bout de ce long chemin. 5 6 TABLE DES MATIERES INTRODUCTION 1 1. CADRE SCIENTIFIQUE 1 2. PORTEFEUILLE DE CREDITS : CADRE COMMUN 2.1. Le courant de recherche 2.2. Modèles et pratiques bancaires 2.3. Cadre commun de mesure du risque d‟un portefeuille de crédits 2.3.1. « Credit Loss » ou perte de crédit 2.3.2. « Expected Loss » 2.3.3. « Unexpected Loss » 6 6 8 10 11 14 15 3. CONTEXTE ECONOMIQUE ET OBJECTIF DE LA

(Paris) Membres : Dr. Véronique Bonniaud (Besançon) Dr. Kathleen Charvier (Lyon) Pr. Pierre Denys (Garches) Dr. Marianne De Sèze (Bordeaux) Dr. Guy Egon (Le Mans) Pr. Denis Lagauche (Metz) Dr. Frédérique Le Breton (Paris) Dr. Philippe Gallien (Rennes) Dr. Jacques Kerdraon (Kerpape) Dr. Jean Jacques Labat (Nantes) Mme Sandra Laribe-Caget (Paris) Dr. Michèle Mane (Paris) Mme Brigitte Mouchel (Garches) Pr. Brigitte Perrouin Verbe (Nantes) Mme Marie Laure Romensky (Suresnes) Mme Elisabeth Shao (Bordeaux)

protection des droits d’auteur. Sommaire L’auteur Introduction Chapitre 1 • Modélisation en économie et gestion Chapitre 2 • Modèle linéaire en univers stationnaire Chapitre 3 • Compléments sur les modèles linéaires Chapitre 4 • Équations multiples en univers stationnaire Chapitre 5 • Tests de racine unitaire et modèles ARIMA Chapitre 6 • Variables intégrées, modèles VAR et cointégration Chapitre 7 • Variables dépendantes discrètes VII IX 1 23 75 127 149 201 et volatilité conditionnelle autorégressive

politiques tiennent compte dans la conduite de ce régime monétaire. Cette analyse théorique sera suivie d’une analyse empirique afin de déterminer la règle optimale de conduite de ciblage d’inflation. Elle repose sur l’utilisation des modèles de régressions multiples et des modèles à seuil. Dans un second temps, nous jugeons empiriquement la réussite de ciblage d’inflation en intégrant deux notions : 6 Introduction générale l’efficacité et la performance. L’efficacité de cette politique est évaluée sur