Rechercher

Nous caractérisons le biais dans les estimations de Hill en coupe transversale causé par les facteurs sous-jacents communs, puis proposons deux solutions simples pour le corriger. Pour déterminer la présence, le sens et l’ampleur du biais, nous utilisons les rendements mensuels du marché boursier américain et les données annuelles de population par comtés du recensement des États-Unis.

Nous examinons le contenu informationnel de l’évaluation des prix des marchés hors cote opaques fournie par les services d’agrégation. Nous montrons que les données publiques sur les prix informent avant tout les participants sur les estimations des autres participants, plutôt que sur la valeur d’un titre de placement.

Les interactions commerciales des banques créent un réseau de relations qui sont cachées dans la corrélation des rendements sur les titres bancaires. Toutefois, il est important de connaître le rapport de causalité pour savoir comment les politiques choisies modifient le réseau. Dans cette étude, nous cherchons donc le réseau causal auquel s’attendent les investisseurs.

Bien qu’ils soient rares, les événements les plus extrêmes (p. ex., les crises économiques) ont souvent d’énormes répercussions. Comme l’échantillon est restreint, il est difficile de déterminer avec précision la probabilité de leur survenue.

La modélisation et l’estimation de données discrètes persistantes peuvent s’avérer difficiles. Dans cette étude, nous utilisons un modèle probit autorégressif avec données de panel où l’autocorrélation de la variable discrète dépend de l’autocorrélation de la variable latente. Dans ce type de modèle non linéaire, l’autocorrélation d’une variable non observée entraîne une vraisemblance incalculable contenant des intégrales de haute dimension.

Depuis la récente crise financière, l’analyse du pire scénario est utilisée par les autorités de réglementation du secteur financier pour évaluer le risque extrême. Nous apportons de nouvelles perspectives sur cette méthode et sur l’estimation de la valeur extrême qui en découle. Nous calculons le biais des estimateurs d’ordre non paramétrique de la queue de distribution et le comparons au biais associé à la méthode semi-paramétrique de la théorie des valeurs extrêmes (TVE).

Nous étudions les propriétés de modèles asymétriques d’hétéroscédasticité conditionnelle autorégressive généralisée (GARCH) de la famille des modèles GARCH à seuil (TGARCH) et proposons un modèle TGARCH à fonction spline plus général où les termes de l’hétéroscédasticité conditionnelle autorégressive (ARCH) et généralisée rendent compte de la volatilité des rendements de variables à forte fréquence, de la volatilité des variables macroéconomiques à faible fréquence et de la réaction asymétrique aux nouvelles défavorables passées.

Cette étude vise à estimer les expositions potentielles, les avantages sur le plan de la compensation et les gains en matière de règlements d’un modèle hypothétique de « système calibré de paiements » unique permettant de regrouper par lots des paiements de détail et de gros et de procéder à de multiples règlements intrajournaliers. Nos résultats démontrent que l’ampleur du risque de crédit auquel sont exposés les participants au système dépend largement de leur activité relative dans les systèmes de paiements de détail et de gros. Le système calibré réduit les expositions des participants grâce à une amélioration de la compensation et aux gains importants que permet la hausse de la valeur et du volume des paiements.

L’importance croissante que revêt la gestion des risques dans les systèmes de paiement amené à l’élaboration d’un éventail d’outils destinés à atténuer le risque extrême dans ces systèmes. Nous utilisons des méthodes fondées sur la théorie des valeurs extrêmes pour quantifier l’ampleur du risque extrême dans le Système automatisé de compensation et de règlement (SACR) pour la période allant de 2002 à 2015.

Cette étude montre que les variations de la peur d’événements extrêmes parmi les acteurs des marchés, inférées à partir des options sur le pétrole brut, contribuent à expliquer la volatilité des cours pétroliers et aident à prévoir les rendements des instruments du marché pétrolier. En nous fondant sur des données couvrant une période de 25 ans, nous trouvons que les primes élevées liées au risque extrême fluctuent sensiblement dans le temps et permettent de prévoir pour une large part les cours à terme et au comptant du pétrole brut.