Les modèles à cassures structurelles mis à contribution pour capturer la contagion financière

La prévision de la volatilité de séries est à la base de beaucoup de
décisions financières telles que la gestion de portefeuilles financiers,
l’évaluation des prix de produits dérivés ou encore la régulation financière.
Pour prédire cette volatilité, les économètres utilisent des modèles de
volatilité. Seulement, beaucoup de ces modèles ne prennent pas en compte
les changements structurels survenant à la suite de modifications
institutionnelles ou de crises. Ce projet va contribuer à la littérature
financière en développant deux processus de volatilité prenant en compte
ces changements structurels.
La première phase du projet va modéliser la volatilité réalisée d’indices
financiers au moyen d’un processus vectoriel autoregressif à cassures
structurels (CP-VAR). L’étude de ces séries peut mettre en évidence les
phénomènes de contagion financière et de dépendance entre les marchés.
Le processus permettra de capturer les changements historiques de
dynamiques des séries ainsi que d’étudier pourquoi ces changements sont
survenus. De plus, le modèle innove en éliminant le problème de surparamétrisation
présent dans ce type de processus ainsi que par sa
capacité à capturer des dynamiques identiques entre séries. A ce niveau, le
processus constitue une nouvelle méthode pour inférer les réseaux.
Une seconde étude s’intéressera à la mesure SRISK. Il s’agit d’une mesure
de risque systémique capable de quantifier quel capital une firme financière
aurait besoin dans 6 mois si le marché financier devait entrer dans une
nouvelle crise. Cette mesure SRISK, très intéressante pour la régulation
financière, requiert des prévisions de volatilité de long-terme. Pour cela, un
processus produisant des prévisions long-terme de bonne qualité sera
développé (et reposera sur un résultat mathématique de chaines de
Markov). Le but de cette étude sera de créer une liste des firmes
européennes les plus exposées au marché financier.