statistique, théorie et gestion de portefeuille - Docs at ISFA
statistique, théorie et gestion de portefeuille - Docs at ISFA
statistique, théorie et gestion de portefeuille - Docs at ISFA
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
1.2. De la difficulté <strong>de</strong> représenter la distribution <strong>de</strong>s ren<strong>de</strong>ments 27<br />
dont Veneziano, Moglen <strong>et</strong> Bras (1995), Avnir, Biham, Lidar <strong>et</strong> Malcai (1998), Bouchaud, Potters <strong>et</strong><br />
Meyer (2000), LeBaron (2001) ou encore Sorn<strong>et</strong>te <strong>et</strong> An<strong>de</strong>rsen (2002), ont montré qu’il était très facile<br />
<strong>de</strong> m<strong>et</strong>tre en évi<strong>de</strong>nce un caractère multifractal pour <strong>de</strong>s processus dont il est connu qu’ils ne possè<strong>de</strong>nt<br />
aucune propriété <strong>de</strong> fractalité, simplement du fait <strong>de</strong> la taille finie <strong>de</strong>s séries temporelles considérées ou<br />
d’autres mécanismes faisant intervenir <strong>de</strong>s non-linéarités.<br />
1.2 De la difficulté <strong>de</strong> représenter la distribution <strong>de</strong>s ren<strong>de</strong>ments<br />
Nous venons <strong>de</strong> voir dans la première partie du paragraphe précé<strong>de</strong>nt que la distribution <strong>de</strong>s ren<strong>de</strong>ments<br />
semblait pouvoir être décrite par <strong>de</strong>s distributions régulièrement variables d’indice <strong>de</strong> queue <strong>de</strong> l’ordre<br />
<strong>de</strong> trois ou qu<strong>at</strong>re. Cependant, une autre hypothèse a récemment vu le jour, hypothèse selon laquelle les<br />
distributions <strong>de</strong> ren<strong>de</strong>ments suivraient <strong>de</strong>s lois exponentielles étirées. Or, si ces <strong>de</strong>ux types <strong>de</strong> distributions<br />
possè<strong>de</strong>nt beaucoup <strong>de</strong> points communs, elles présentent néanmoins une différence majeure dont<br />
l’impact théorique est très important.<br />
Pour ce qui est <strong>de</strong>s points communs, ces <strong>de</strong>ux familles <strong>de</strong> distributions appartiennent à la classe <strong>de</strong>s<br />
distributions sous-exponentielles <strong>et</strong> sont donc à même <strong>de</strong> produire <strong>de</strong>s événements extrêmes avec une<br />
probabilité élevée. En particulier, pour c<strong>et</strong>te classe <strong>de</strong> variables alé<strong>at</strong>oires, les gran<strong>de</strong>s dévi<strong>at</strong>ions <strong>de</strong> la<br />
somme d’un grand nombre <strong>de</strong> ces variables sont dominées par les gran<strong>de</strong>s dévi<strong>at</strong>ions d’une seule d’entre<br />
elles : la somme est gran<strong>de</strong> si l’une <strong>de</strong>s variables est gran<strong>de</strong> (Embrechts <strong>et</strong> al. 1997, Sorn<strong>et</strong>te 2000), ce<br />
qui contraste énormément avec les distributions dites super-exponentielles où chaque variable contribue<br />
<strong>de</strong> manière signific<strong>at</strong>ive (<strong>et</strong> globalement équivalente) à la somme (Frisch <strong>et</strong> Sorn<strong>et</strong>te 1997).<br />
Cela dit, il existe une différence majeure : les distributions sous-exponentielles adm<strong>et</strong>tent <strong>de</strong>s moments<br />
<strong>de</strong> tous ordres alors que les distributions régulièrement variables n’adm<strong>et</strong>tent <strong>de</strong> moments que d’ordre<br />
inférieur à leur indice <strong>de</strong> queue. C<strong>et</strong>te remarque montre combien il est crucial <strong>de</strong> pouvoir trancher entre<br />
ces <strong>de</strong>ux types <strong>de</strong> distributions, car nous verrons en partie III que ces moments vont jouer un rôle essentiel<br />
dans la représent<strong>at</strong>ion du comportement qu’adoptent les agents économiques face au risque ainsi que<br />
dans la modélis<strong>at</strong>ion <strong>de</strong>s décisions qu’ils prennent. Il est donc absolument fondamental d’être sûr <strong>de</strong> leur<br />
existence.<br />
L’incertitu<strong>de</strong> qui semble naître quant à la n<strong>at</strong>ure exacte <strong>de</strong> la distribution <strong>de</strong>s ren<strong>de</strong>ments dans les<br />
extrêmes <strong>et</strong> les difficultés à la déterminer précisément est à notre avis en gran<strong>de</strong> partie liée aux dépendances<br />
temporelles présentent dans les séries financières. En eff<strong>et</strong>, lorsque les observ<strong>at</strong>ions sont supposées<br />
indépendantes <strong>et</strong> i<strong>de</strong>ntiquement distribuées, la <strong>théorie</strong> montre que les estim<strong>at</strong>eurs usuels - tel l’estim<strong>at</strong>eur<br />
<strong>de</strong> Hill (1975), qui perm<strong>et</strong> <strong>de</strong> déterminer l’exposant <strong>de</strong> queue d’une distribution régulièrement variable,<br />
mais aussi l’estim<strong>at</strong>eur <strong>de</strong> Pickands (1975) - sont asymptotiquement consistants <strong>et</strong> normalement distribués<br />
(Embrechts <strong>et</strong> al. 1997), ce qui perm<strong>et</strong>, par exemple, d’estimer <strong>de</strong> façon précise l’incertitu<strong>de</strong><br />
sur la mesure d’un indice <strong>de</strong> queue <strong>et</strong> éventuellement d’effectuer <strong>de</strong>s tests d’égalité entre les indices <strong>de</strong><br />
queues <strong>de</strong> différents actifs ou entre la queue positive <strong>et</strong> nég<strong>at</strong>ive d’un même actif afin <strong>de</strong> m<strong>et</strong>tre, ou non,<br />
à jour d’éventuelles dissymétries (Jon<strong>de</strong>au <strong>et</strong> Rockinger 2001).<br />
Mais, lorsque les données présentent une certaine dépendance temporelle, on ne peut plus guère espérer<br />
que la consistance asymptotique <strong>de</strong> ces estim<strong>at</strong>eurs (Rootzèn, Leadb<strong>et</strong>ter <strong>et</strong> <strong>de</strong> Haan 1998), l’incertitu<strong>de</strong><br />
<strong>de</strong> la mesure étant quant à elle beaucoup plus importante que celle fournit sous hypothèse d’asymptotique<br />
normalité. En eff<strong>et</strong>, Kearns <strong>et</strong> Pagan (1997) ont montré que pour <strong>de</strong>s processus <strong>de</strong> type (G)ARCH,<br />
qui perm<strong>et</strong>tent <strong>de</strong> rendre raisonnablement compte <strong>de</strong>s dépendances <strong>de</strong>s séries financières (voir paragraphe<br />
suivant), la dévi<strong>at</strong>ion standard <strong>de</strong> l’estim<strong>at</strong>eur <strong>de</strong> Hill peut être sept à huit fois plus gran<strong>de</strong> que<br />
celle estimée pour <strong>de</strong>s séries dont les données sont in<strong>de</strong>ntiquement <strong>et</strong> indépendamment distribuées. Ces