Modélisation de la dynamique des rentabilités des hedge funds : dépendance, effets de persistance et problèmes d’illiquidité
Auteur / Autrice : | Mohamed-Ali Limam |
Direction : | Michel Terraza, Virginie Terraza |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences économiques |
Date : | Soutenance le 15/12/2015 |
Etablissement(s) : | Montpellier |
Ecole(s) doctorale(s) : | École doctorale Economie Gestion de Montpellier (2015-.... ; Montpellier) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire montpelliérain d'économie théorique et appliquée (Montpellier ; ....-2017) - Laboratoire Montpelliérain d'Économie Théorique et Appliquée / LAMETA |
Jury : | Examinateurs / Examinatrices : Michel Terraza, Virginie Terraza, Walter Briec, Jamel Trabelsi, Valérie Mignon |
Rapporteurs / Rapporteuses : Walter Briec, Jamel Trabelsi |
Mots clés
Résumé
Dans cette thèse nous combinons les processus à mémoire longue ainsi que les modèles à changement de régime markovien afin d’étudier la dynamique non linéaire des rentabilités des hedge funds et leur exposition au risque de marché. L’attractivité des hedge funds réside dans leur capacité à générer des rentabilités décorrélées avec celles des actifs traditionnels tout en permettant d’améliorer les rentabilités et/ou de réduire le risque, indépendamment des conditions de marché. Cependant, certaines spécificités des rentabilités des hedge funds (non linéarité, asymétrie et présence d’une forte autocorrélation émanant des problèmes d’illiquidités) remettent en cause cet aspect qui n’est valable que dans un univers gaussien. Nous adoptons de ce fait une approche économétrique permettant de réconcilier la notion de mémoire longue et celle de la persistance pure des performances. Nous mettons l’accent sur le risque de confusion entre vraie mémoire longue et mémoire longue fallacieuse dans la mesure où certains processus peuvent générer des caractéristiques similaires à celles des processus à mémoire longue. Il ressort de cette étude non seulement l’insuffisance des modèles standards à prendre en compte les caractéristiques des séries des rentabilités financières mais aussi la pertinence du recours aux modèles mixtes pour mieux cerner l’ensemble de ces spécificités dans un cadre unifié. Le modèle Beta Switching ARFIMA-FIGARCH que nous proposons révèle la complexité de la dynamique des rentabilités des hedge funds. Il est donc nécessaire de mieux appréhender cette dynamique afin d'expliquer convenablement les interactions qui existent entre les hedge funds eux-mêmes et entre les hedge funds et les marchés standards. La composante mémoire longue est prise en compte à la fois au niveau de la moyenne conditionnelle à travers le processus ARFIMA ainsi qu’au niveau de la variance conditionnelle à travers plusieurs spécifications des processus hétéroscédastiques fractionnaires notamment les processus FIGARCH, FIAPARCH et HYGARCH. Cette modélisation mieux adaptée aux spécificités des hedge funds met en évidence le risque caché de ces derniers et représente une nouvelle perspective vers laquelle les gérants et les responsables d’agence pourraient s’orienter.