Modèles d'évaluation et d'allocations des actifs financiers dans le cadre de non normalité des rendements : essais sur le marché français

• Auteur / Autrice : Houda Hafsa
• Direction : Patrick Rousseau, Dorra Hmaied
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion
• Date : Soutenance le 12/11/2012
• Etablissement(s) : Aix-Marseille en cotutelle avec Université de Carthage (Tunisie)
• Ecole(s) doctorale(s) : École doctorale Sciences Economiques et de Gestion d'Aix-Marseille (Aix-en-Provence ; 2000-....)
• Jury : Président / Présidente : Philippe Bertrand
• Jury : Examinateurs / Examinatrices : Patrick Rousseau, Dorra Hmaied, Philippe Bertrand, Patrice Fontaine, Abdelkader Boudriga
• Jury : Rapporteur / Rapporteuse : Patrice Fontaine, Abdelkader Boudriga

Mots clés

Mots clés contrôlés

Risque financier

Allocation d'actifs

Productivité du capital

France

Contrôle de gestion

Mots clés libres

Non normalité des rendements

Modèles d’évaluation

Gestion de portefeuille

VaR

CVaR

Downside moments d’ordres supérieurs

Non-normality

Asset pricing

Portfolio allocation

VaR

CVaR

Downside higher order co-moments

Résumé

Depuis quelques années, la recherche financière s'inscrit dans une nouvelle dynamique. La nécessité de mieux modéliser le comportement des rendements des actifs financiers et les risques sur les marchés pousse les chercheurs à trouver des mesures de risque plus adéquates. Ce travail de recherche se situe dans cette évolution, ayant admis les caractéristiques des séries financières par des faits stylisés tels que la non normalité des rendements. A travers cette thèse nous essayons de montrer l'importance d'intégrer des mesures de risque qui tiennent compte de la non normalité dans le processus d'évaluation et d'allocation des actifs financiers sur le marché français. Cette thèse propose trois chapitres correspondant chacun à un article de recherche académique. Le premier article propose de revisiter les modèles d'évaluation en prenant en compte des moments d'ordres supérieurs dans un cadre de downside risk. Les résultats indiquent que les downside co-moments d'ordres supérieurs sont déterminants dans l'explication des variations des rendements en coupe transversale. Le second chapitre propose de mettre en relation la rentabilité financière et le risque mesuré par la VaR ou la CVaR. Nous trouvons que la VaR présente un pouvoir explicatif plus élevé que celui de la CVaR et que l'approche normale est plus intéressante que l'approche basée sur l'expansion de Cornish-Fisher (1937). Ces deux résultats contredisent les prédictions théoriques mais nous avons pu démontrer qu'ils sont inhérents au marché français. Le troisième chapitre propose une autre piste, nous revisitons le modèle moyenne-CVaR dans un cadre dynamique et en présence des coûts de transaction

This dissertation is part of an ongoing researches looking for an adequate model that apprehend the behavior of financial asset returns. Through this research, we propose to analyze the relevance of risk measures that take into account the non-normality in the asset pricing and portfolio allocation models on the French market. This dissertation is comprised of three articles. The first one proposes to revisit the asset pricing model taking into account the higher-order moments in a downside framework. The results indicate that the downside higher order co-moments are relevant in explaining the cross sectional variations of returns. The second paper examines the relation between expected returns and the VaR or CVaR. A cross sectional analysis provides evidence that VaR is superior measure of risk when compared to the CVaR. We find also that the normal estimation approach gives better results than the approach based on the expansion of Cornish-Fisher (1937). Both results contradict the theoretical predictions but we proved that they are inherent to the French market. In the third paper, we review the mean-CVaR model in a dynamic framework and we take into account the transaction costs. The results indicate that the asset allocation model that takes into account the non-normality can improve the performance of the portfolio comparing to the mean-variance model, in terms of the average return and the return-to CVaR ratio. Through these three studies, we think that it is possible to modify the risk management framework to apprehend in a better way the risk of loss associated to the non-normality problem