Modélisation De La Volatilité Par Garch

UNIVERSITE CATHOLIQUE DE LOUVAIN FACULTE DES SCIENCES ECONOMIQUES, POLITIQUES ET SOCIALES LOUVAIN SCHOOL OF MANAGEMENT INSTITUT D‟ADMINISTRATION ET DE GESTION MESURE ET MODELISATION DU RISQUE SYSTEMATIQUE D’UN PORTEFEUILLE DE CREDITS AUX PARTICULIERS Mathilde FOX Membres du jury de thèse : DEBODT Eric, Promoteur UCL et Université Lille GREGOIRE Philippe, Co-Promoteur Louvain School of Management BAUWENS Luc, rapporteur Université Catholique de Louvain, CORE LOBEZ Frederic, Lecteur Université

degré de liquidité supérieur aux autres marchés financiers. Le marché des changes devrait donc être le plus efficient de tous les marchés financiers. Pourtant, l’instabilité des taux de change en régime de changes flexibles caractérisée par une volatilité excessive des devises, des surréactions des taux de change aux chocs de nouvelles sur les fondamentaux ainsi que par l’apparition de bulles spéculatives semblent indiquer que ce marché n’est pas efficient. Selon Fama (1965), un marché est réputé

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 émergé les produits dérivés et les travaux de Black, Scholes et Merton (1973) récompensés par un prix Nobel en 1997 (à titre posthume pour Black

économiques ont une influence considérable sur les rendements et la volatilité des taux d’intérêt surtout à court terme. Toutefois ils en viennent à montrer que cet effet n’est pas identique à celui engendré par la diffusion de toute information inattendue sur le taux directeur. Knütter et al. (2011) réussissent à montrer à l’aide d’un modèle GARCH que la communication par la Banque Centrale de sa politique affecte la volatilité à court terme sur le marché financier par un effet de transparence et

de trésor, les obligations des entreprises, les T.C.N et divers produits dérivés. Avec la baisse des rendements obligataires des dernières années - suite à la situation de surliquidité du marché des capitaux au Maroc jusqu’en 2007- et la volatilité des taux d’intérêt - surtout avec l’appréhension née suite à la crise des subprimes et ses retombées sur l’économie marocaine, la gestion passive de portefeuille devient dépassée ; seule une gestion active utilisant des techniques de plus en plus

L’INFLATION EN GUINEE 40 30 20 % 10 0 Q 1 Q 1 Q 1 Q 1 Q 1 Q 1 Q 1 Q 1 3 3 3 3 Q Q Q 3 Q 3 3 Q 19 99 20 02 Q 20 05 20 00 20 03 Q 20 06 20 01 20 04 Q 3 INSTITUT MONETAIRE DE L'AFRIQUE DE L'OUEST WEST AFRICAN MONETARY INSTITUTE Modélisation de la Dynamique de l’Inflation en Guinée Copyright © 2007 Institut Monétaire de l’Afrique de l’Ouest (IMAO) P. M. B. CT 75 Accra, Ghana L’Institut entreprend des études sur des thèmes d’actualité touchant la ZMAO pour en aviser le Conseil de

. . . . . . . . . . . . 6.3 Confrontation du modèle de Black Scholes au modèle à queue lourde . . . . . . . . . 6.3.1 Estimation de la volatilité : . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3.2 Algorithme de la stratégie de couverture : . . . . . . . . . . . . . . . . . . . . 6.3.3 Etude de la chronique des prix pour "mieux" estimer la volatilité : . . . . . . A Mouvement brownien A.1 Généralités sur le mouvement brownien : A.2 Simulation d’un mouvement brownien : A.2.1 Méthode de

obligations, mais qu’en plus ce différentiel de rentabilité n’est pas une récompense pour un différentiel de risque long dont il apparaît qu’il est inexistant dans les données. Ainsi, le ratio de capital « post-RBC », calculé par rapport à la volatilité du rendement annuel des 13 Introduction générale actifs (imposant des facteurs de risque plus importants pour les actions que pour les obligations) pénalise les investissements en actions. De plus, ce ratio n’est pas une bonne mesure du

temps/fréquence . . . . . . . . . . . . . . 1.2 Les développements récents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.1 Les modèles ARM A, ARIM A et SARIM A : modèles linéaires . . . . . . . . . . 1.2.2 Modèles ARCH - volatilité stochastique . . . . . . . . . . . . . . . . . . . . . . . 1.2.3 Les processus à mémoire longue . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.4 Les processus multivariés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

cause immédiate de la chute est, elle, secondaire ». Didier Sornette, 2002 2007 va entrer dans l’histoire avec le mot subprime, que l’on pourra assez rapidement coller au mot de surprise(1). Les experts du FMI notaient en avril 2007 « en dépit de la volatilité récente sur les marchés financiers, la croissance mondiale devrait rester vigoureuse en 2007 et en 2008 (…). Globalement, les perspectives semblent moins menacées qu’il y a six mois, mais elles ont encore plus de chances d’être révisées à la baisse