HEC MONTRÉAL
HEC MONTRÉAL
HEC MONTRÉAL
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
probabilité<br />
1<br />
0.9<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
Distribution des pertes du portefeuille, Gauss, Student−t, Clayton<br />
Gauss<br />
Student<br />
Clayton<br />
0<br />
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1<br />
% des pertes<br />
Fig. 5.13: Distribution des pertes (Gauss, Student-t, Clayton).<br />
512 Mo de mémoire vive. Du fait que la copule gaussienne et NIG ont été implantées<br />
en utilisant l’ensemble des trois méthodes de calcul (M-C avec 5000 itérations, FFT<br />
et LHP), elles permettent une analyse comparative des méthodes. On peut en effet<br />
noter que la méthode LHP est beaucoup plus rapide que les méthodes FFT et M-C.<br />
En effet, dans le cas gaussien, la méthode LHP est environ 50 fois plus rapide que<br />
la méthode FFT et 70 fois plus rapide que la méthode M-C. Alors que dans le cas<br />
NIG, ce facteur est d’environ 120 fois entre la méthode LHP et les méthodes FFT<br />
et M-C. Quant aux combinaisons modèle/méthode de calcul de type gaussien/LHP<br />
et NIG/LHP avec une extension aléatoire du coefficient de corrélation, bien que la<br />
précision des résultats surpasse légèrement celle des modèles associés sans extension<br />
stochastique, le prix à payer est élevé en terme de temps de calcul (près de 70 fois<br />
plus lent).<br />
88