Prévision de la valeur à risque par le modèle GARCH et la théorie des valeurs extrêmes

Abstract

Pour 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 faible, afin de réduire le risque de son placement. Dans ce travail, nos études s'articulent autour des mesures de risque : la valeur à risque (VaR) qui est estimé par deux méthodes : empiriques, GPD et GARCH 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. Ce modèle permet de représenter une chronique avec comme finalité de prévoir des valeurs futures de la VaR qu'est devenue un standard de la gestion du risque dans le monde financier à partir de traitement d'une application sur des données réelles pour les séries des rendements pour les trois indices boursiers (INTEL, IBM, SP500). Mots clés: Théorie des valeurs extrêmes (TVE), GEV, GPD, GARCH, VaR.