Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/11935
Full metadata record
DC FieldValueLanguage
dc.contributor.authorSalmi, Razika-
dc.date.accessioned2021-09-19T12:44:00Z-
dc.date.available2021-09-19T12:44:00Z-
dc.date.issued2021-07-08-
dc.identifier.urihttp://di.univ-blida.dz:8080/jspui/handle/123456789/11935-
dc.descriptionill., Bibliogr.fr_FR
dc.description.abstractPour n’importe quel investisseur, il est primordial d’évaluer le risque et la perte potentielle qu’il pourrait encourir suite à une position d’investissement bien déterminée. Plusieurs mesures s’offrent à lui. Chacune a ses avantages comme elle a ses inconvénients. Il doit savoir alors laquelle est la plus fiable, afin de réduire le risque de son placement. Dans ce travail, nos étude s’articule autour le mesures de risque : la Value at Risk (VaR) qui est estimé par deux méthodes : empirique, GPD et GARCH(1,1) pour la VAR seulement. L’objectif de ce travail est d’étudier les techniques d’analyse et de modélisation des séries chronologiques. On s’intéresse essentiellement aux modèles GARCH(1.1). Ce modèle permettent de représenter une chronique avec comme finalité de prévoir des valeurs futures de la VAR qu’est devenue un standard de la gestion de risque dans le monde financier à partir de traitement d’une application sur des données réelles pour les séries des rendements pour les quatre indices boursiers (DAX, SMI,CAC40 et FTSE ). Mots clés : Var ; ES; Méthode empirique; GPD; GARCH(1,1); Série chronologique; Prévision .fr_FR
dc.language.isofrfr_FR
dc.publisherUniversité Blida 1fr_FR
dc.subjectVarfr_FR
dc.subjectESfr_FR
dc.subjectMéthode empiriquefr_FR
dc.subjectGPDfr_FR
dc.subjectGARCH(1,1)fr_FR
dc.subjectSérie chronologiquefr_FR
dc.subjectPrévisionfr_FR
dc.titlePrévision de la var pour les modèles garch et gestion de portfeuillefr_FR
dc.typeThesisfr_FR
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
Salmi Razika.pdf9,17 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.