Contenu du sommaire : Économétrie/ Finance

Modélisation de la volatilité de l'indice américain S?P 500 par un modèle LSTGARCH Cet article propose une modélisation empirique de la volatilité de l'indice S?P 500 américain à l'aide de modèles GARCH à transition douce. Dans ces modèles, la volatilité est décrite par des changements de régimes à l'aide de variables dont la dynamique gouverne des effets de seuil. Nous appliquons un test permettant de discriminer entre des effets GARCH habituels et des effets GARCH avec des dynamiques variables au cours du temps. Une comparaison avec d'autres modèles montre une prédominance des modèles à seuil.

Cet article traite du concept de cointégration à seuil tel qu'il a été introduit par Balke et Fomby en 1997 pour les modèles à seuils à trois régimes. L'objectif premier est de proposer un état des lieux de cette littérature grandissante, soulignant non seulement les avancées récentes de la théorie économétrique, mais également ses limites actuelles. Notre propos sera illustré par une application à la structure par terme des taux d'intérêt américains sur données hebdomadaires pour la période 1960-2003.

Les marchés financiers sont souvent le lieu de violentes turbulences des cours et un indice de crise ? appeléIMS(Index of Market Shocks, voir Maillet et Michel [2002]) ? a été récemment introduit pour tenter de quantifier les turbulences de marchés se produisant à l'occasion de ces crises financières. La volatilité conditionnelle des rentabilités boursières (v. Hamilton [l994]), tout comme les crises bancaires et financières du siècle dernier (Coe [2002]) ont déjà été représentées à l'aide de modèles à changements de régimes. Par ailleurs, la modélisation via des perceptrons multi-couches et chaînes de Markov cachées a été utilisée dans l'étude dephénomènesdepicsdepollution(v.Rynkiewicz[2000]),partageantaprioriquelques similitudes avec les phénomènes de crises observées sur les marchés financiers. L'objet du présent article est de fournir une description modélisée du comportement de l'indicateurIMS,calculésurlemarchéfrançais(CAC40enhautefréquence[1995-2004]), en essayant de caractériser la présence de régimes dans la série. Nous commençons par étudier une série d'IMS à l'aide de modèles auto-régressifs simples, puis à l'aide d'unmodèlehybrideintégrantdesperceptronsmulti-couchesetdeschaînesdeMarkov cachées.

Cet article propose d'étudier le comportement dynamique des fonds d'épargne collective sur le marché français pendant la période 1999-2002. Pour définir et appréhender les styles de gestion, nous mobilisons l'algorithme de Kohonen, qui classe les individus en fonction de leur proximité topologique. Cette méthode permet de traiter les situations de non-linéarité entre variables. Nous proposons une extension dynamique de cette méthode afin de rendre compte des changements de stratégies. Ainsi, nous mettons en évidence un mouvement collectif vers le secteur de la Nouvelle Économie au début de l'année 2000, suivi d'un repli vers des valeurs plus traditionnelles et de taille moyenne jusqu'en septembre 2001.

Le but de ce travail est de construire un indicateur reflétant la perception des risques sur le marché et de tester si cette information permet d'élaborer des stratégies gagnantes. A partir des smiles d'options récupérés de façon quotidienne sur 5marchés (S?P 500, DAX, Nikkei, euro/$ et $/yen) sur la période octobre 1999? juin 2003, nous calculons chaque jour la distribution des anticipations (densité neutre au risque) sur chacun des marchés. Puis en comparant cette densité à la distribution historique des cours évaluée par la méthode des kernels, nous en déduisons l'aversion au risque des investisseurs. Cela nous permet de construire un indicateur de perception des risques pour chacun des 5marchés ainsi qu'un indicateur global. Nous testons la profitabilité de stratégies basées sur nos indicateurs. L'idée est de sous-pondérer notre portefeuille en actifs risqués (et de le sur-pondérer en actifs non risqués) quand l'aversion au risque est forte et d'inverser les positions quand elle est faible. Nous comparons les performances de nos portefeuilles-test avec celles d'un benchmark composé de 50% d'actifs risqués et non risqués et montrons que les signaux fournis par nos indicateurs de perception des risques permettent d'améliorer sensiblement les performances des portefeuilles, sauf dans le cas du marché des changes.

L'utilisation de l'indicateur de Gini permet d'évaluer les inégalités d'une population à l'intérieur des groupes et entre les groupes. On peut assimiler la mesure de Gini à une mesure de volatilité et tenter de construire un nouvel indicateur du risque financier. Nous construisons une autre mesure paramétrique, l'indicateur « Value-at-Risk» estimé à partir d'un modèle hétéroscédastique et pour une probabilité de 95%. Par rapport aux mesures de volatilité traditionnelles, la VaR est une mesure des pertes potentielles situées dans les queues de la distribution. Il est alors possible d'analyser et de comparer l'indice décomposé de Gini avec ces mesures standards du risque. Cette recherche tente donc d'établir un lien entre le risque financier et la classe des mesures d'inégalité décomposables en réalisant une application sur les marchés financiers français.