26.06.2013 Views

HEC MONTRÉAL

HEC MONTRÉAL

HEC MONTRÉAL

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!