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.
1.3. Modélis<strong>at</strong>ion <strong>de</strong>s propriétés <strong>de</strong> dépendance <strong>de</strong>s ren<strong>de</strong>ments 29<br />
été abandonnées en raison <strong>de</strong> leur incapacité à rendre compte <strong>de</strong> la mémoire longue <strong>de</strong> la vol<strong>at</strong>ilité <strong>et</strong><br />
notamment <strong>de</strong>s bouffées <strong>de</strong> vol<strong>at</strong>ilité. En eff<strong>et</strong>, par construction, les marches alé<strong>at</strong>oires à incréments<br />
indépendants ne présentent aucune dépendance <strong>de</strong> vol<strong>at</strong>ilité tandis que la fonction d’auto-corrél<strong>at</strong>ion <strong>de</strong>s<br />
processus ARMA décroît <strong>de</strong> manière exponentielle (voir Gouriéroux <strong>et</strong> Jasiak (2001) par exemple) <strong>et</strong><br />
non <strong>de</strong> manière algébrique. Une altern<strong>at</strong>ive aux processus ARMA est fournie par les processus ARIMA<br />
fractionnaires (Granger <strong>et</strong> Joyeux 1980, Hosking 1981) qui présentent <strong>de</strong>s corrél<strong>at</strong>ions à longues portées<br />
mais dont l’usage n’est pas bien adapté à la modélis<strong>at</strong>ion <strong>de</strong> la vol<strong>at</strong>ilité.<br />
La première réelle ébauche <strong>de</strong> solution a en fait été proposée par Engle (1982) <strong>et</strong> les modèles autorégressifs<br />
conditionnellement hétéroskédastiques (ARCH) qui furent ensuite généralisés par Bollerslev<br />
(1986) avec les modèles GARCH. Dans c<strong>et</strong>te famille <strong>de</strong> modèles, les ren<strong>de</strong>ments sont décomposés<br />
comme un produit :<br />
rt = σt · εt, (1.2)<br />
où la vol<strong>at</strong>ilité σt suit un processus auto-régressif <strong>et</strong> εt est un bruit blanc indépendant <strong>de</strong> σt, ce qui assure<br />
l’indépendance <strong>de</strong>s ren<strong>de</strong>ments à <strong>de</strong>s d<strong>at</strong>es successives. Dans un modèle ARCH, la vol<strong>at</strong>ilité présente σt<br />
ne dépend que <strong>de</strong>s réalis<strong>at</strong>ions passées <strong>de</strong>s ren<strong>de</strong>ments rt−1, rt−2, · · · alors que pour un modèle GARCH,<br />
elle est aussi fonction <strong>de</strong>s vol<strong>at</strong>ilités passées σt−1, σt−2, · · ·. En pr<strong>at</strong>ique, le modèle GARCH possè<strong>de</strong> un<br />
indéniable avantage sur le modèle ARCH car il est beaucoup plus parcimonieux : prendre en compte la<br />
<strong>de</strong>rnière vol<strong>at</strong>ilité <strong>et</strong> les <strong>de</strong>ux <strong>de</strong>rniers ren<strong>de</strong>ments (<strong>et</strong> donc trois paramètres) est en général suffisant alors<br />
que pour un modèle ARCH, il n’est pas rare <strong>de</strong> <strong>de</strong>voir considérer les dix ou quinze <strong>de</strong>rniers ren<strong>de</strong>ments<br />
réalisés.<br />
Du point <strong>de</strong> vue <strong>de</strong> l’adéqu<strong>at</strong>ion vis-à-vis <strong>de</strong>s faits stylisés, ces processus perm<strong>et</strong>tent <strong>de</strong> rendre compte<br />
<strong>de</strong> la lente décroissance <strong>de</strong> l’auto-corrél<strong>at</strong>ion <strong>de</strong> la vol<strong>at</strong>ilité, ce qui était leur premier objectif <strong>et</strong> du r<strong>et</strong>our<br />
à la moyenne. De plus, on peut monter facilement (voir Embrechts <strong>et</strong> al. (1997) par exemple) à l’ai<strong>de</strong> <strong>de</strong><br />
la <strong>théorie</strong> <strong>de</strong>s équ<strong>at</strong>ions <strong>de</strong> renouvellement stochastique (Kesten 1973, Goldie 1991) que la distribution<br />
marginale <strong>de</strong>s ren<strong>de</strong>ments est à vari<strong>at</strong>ion régulière.<br />
Une <strong>de</strong>s limites <strong>de</strong> c<strong>et</strong>te modélis<strong>at</strong>ion est <strong>de</strong> ne pas rendre compte convenablement <strong>de</strong> la lente décroissance<br />
<strong>de</strong> la corrél<strong>at</strong>ion du logarithme <strong>de</strong> la vol<strong>at</strong>ilité, <strong>de</strong> la multifractalité 6 ni <strong>de</strong> l’eff<strong>et</strong> <strong>de</strong> levier. Cependant,<br />
ce <strong>de</strong>rnier point peut être corrigé en considérant le modèle EGARCH <strong>de</strong> Nelson (1991) qui n’est<br />
rien d’autre qu’un processus GARCH sur le logarithme <strong>de</strong> la vol<strong>at</strong>ilité <strong>et</strong> non la vol<strong>at</strong>ilité elle-même ou<br />
encore les modèles TARCH <strong>de</strong> Glosten, Jagannanthan <strong>et</strong> Runkle (1993) <strong>et</strong> Zakoian (1994) qui sont <strong>de</strong><br />
modèles GARCH à seuil. Nous n’irons pas plus avant dans la <strong>de</strong>scription <strong>de</strong> la vaste famille <strong>de</strong>s modèles<br />
ARCH <strong>et</strong> <strong>de</strong> leur généralis<strong>at</strong>ion <strong>et</strong> nous renvoyons le lecteur aux nombreux articles <strong>de</strong> revues <strong>et</strong> livres<br />
sur le suj<strong>et</strong> dont notamment Bollerslev, Chou <strong>et</strong> Kroner (1992), Bollerslev, Engle <strong>et</strong> Nelson (1994) <strong>et</strong><br />
Gouriéroux (1997).<br />
La secon<strong>de</strong> altern<strong>at</strong>ive a été présentée plus récemment par Bacry, Delour <strong>et</strong> Muzy (2001) qui ont développé<br />
un processus <strong>de</strong> marche alé<strong>at</strong>oire multifractale (MRW), processus en temps continu infiniment logdivisible<br />
(Bacry <strong>et</strong> Muzy 2002, Muzy <strong>et</strong> Bacry 2002). Comme dans un processus EGARCH, c’est ici le<br />
logarithme <strong>de</strong> la vol<strong>at</strong>ilité qui est modélisé. Ce processus est en fait un processus gaussien st<strong>at</strong>ionnaire<br />
dont l’auto-corrél<strong>at</strong>ion du logarithme <strong>de</strong> la vol<strong>at</strong>ilité est spécifiée <strong>de</strong> sorte qu’elle décroisse proportionnellement<br />
au logarithme du décalage entre les vol<strong>at</strong>ilités, ce qui est un <strong>de</strong>s faits stylisés présentés plus<br />
haut <strong>et</strong> dont ne rendait pas compte les modèles (G)ARCH. C’est en fait l’avancée majeure proposée<br />
par ce type <strong>de</strong> modèle par rapport aux autres processus déjà existant, d’autant qu’il rend compte, par<br />
construction même, <strong>de</strong>s corrél<strong>at</strong>ions à longue portée <strong>de</strong> la vol<strong>at</strong>ilité <strong>et</strong> est l’un <strong>de</strong>s rares processus connus<br />
à s<strong>at</strong>isfaire <strong>de</strong> manière théorique, <strong>et</strong> non artificiellement, les contraintes liées à la multifractalité.<br />
6 Sur <strong>de</strong>s échantillons <strong>de</strong> taille finie, Baviera, Biferale, Mantegna <strong>et</strong> Vulpiani (1998) ont cependant noté la présence - pure-<br />
ment artificielle - d’une apparente multifractalité.