Modélisation de séries financières, estimation, ajustement de modèles et test d'hypothèses

Financial data modeling, estimates, model fitting

• Auteur / Autrice : Alexander Alvarez
• Direction : Monique Pontier, Rolando Biscay
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques. Probabilités et statistiques
• Date : Soutenance en 2007
• Etablissement(s) : Toulouse 3

Mots clés

Mots clés contrôlés

Volatilité (finances)

Modèles économétriques

Marché financier

Mots clés libres

Lois stables

Volatilité stochastique

Détection des sauts

Résumé

De nombreux modèles ont été proposés pour expliquer la dynamique complexe des marchés financiers. La plupart des problèmes en finance comme la valorisation d'options, la couverture d'options, l'optimisation de porte-feuille, etc. Ont été étudiés dans le cadre de ces nouveaux modèles. Mais pour les applications il est nécessaire de disposer de méthodes précises pour ajuster ces modèles aux données réelles. Dans cette thèse nous étudions plusieurs problèmes inférentiels relatifs aux modèles communément utilisés en finance. Le premier chapitre de cette thèse est une révision commentée de la majorité des méthodes existantes pour estimer les paramètres des lois stables. Entre autres, la méthode appelée de L-moments est de notre crû. Les propriétés de ces méthodes ont été testés sur des données simulées. Finalement nous présentons une application à l'estimation de la VaR (Value at Risk) sur des données financières réelles. Dans le deuxième chapitre nous étudions le problème de l'estimation d'un modèle de diffusion avec sauts observé à temps discret. Nous proposons deux méthodes différentes pour résoudre ce problème inférentiel, et nous prouvons que après une détection préalable des sauts, nous pouvons estimer les paramètres d'une diffusion avec sauts en utilisant des méthodes similaires a celles utilisées dans le cas des diffusions ordinaires. Un étude de simulation vient confirmer les résultats théoriques obtenus. Dans le troisième chapitre nous considérons le problème de la détection des sauts de la volatilité dans un modèle à volatilité stochastique. Nous proposons des estimateurs pour le nombre des sauts de la volatilité, des instants de saut et de la volatilité entre les sauts. Nous démontrons enfin un résultat asymptotique sur ces estimateurs lorsque le pas de discrétisation décroît vers 0.