• Des milliers de documents dans plus de 30 matières !
  • Satisfait ou remboursé !
  • Publiez et soyez rémunéré !
  • En savoir plus

Informations sur l'auteur

Analyste junior
Niveau
Expert
Etude suivie
finance
Ecole, université
Dauphine

Informations sur le doc

Date de publication
10/07/2007
Langue
français
Format
.ppt
Type
dissertation
Nombre de pages
58 diapos
Niveau
expert
Téléchargé
13 fois
Validé par
le comité Oboulo.com
0 réaction
0
réagissez !

La VaR paramétrique dans la méthodologie RiskMetrics

  1. Définitions et méthodologie
    1. L'approche RiskMetrics de la VaR
    2. Hypothèses et détermination des paramètres
  2. Les méthodes de Pricing utilisées par RiskMetrics
  3. Illustration : le cas d'une banque

RiskMetrics, c’est quoi? - C’est avant tout une réponse au manque du marché en matière d’évaluation des risques supportés par ses différents acteurs (gestionnaires, traders, fonds d’investissement…); - Une méthode harmonisée et en relation avec les exigences du régulateur; - Une base de données mises à jour quotidiennement, ainsi qu’un reporting précis concernant les rendements, les volatilités et les corrélations d’une large gamme d’actifs financiers.

[...] Il n’est pas nécessaire que l’évolution du prix du sous-jacent suive un mouvement brownien La formule de Black pour une option sur obligation: Avec: et L’hypothèse forte de normalité Si on observe les valeurs du Kurtosis et du Skewness sur ces échantillons de valeurs, on se rend compte qu’elles diffèrent de celles d’une loi Normale. Quelle loi statistique pour les rendements L’hypothèse des rendements suivants une loi normale conditionnelle a été beaucoup débattue: en effet, les distributions de rendements observées ont des queues plus épaisses. [...]


[...] Paramètres retenus par RiskMetrics En appliquant cette méthode, RiskMetrics obtient un λ optimal pour chaque horizon λ = 0,94 pour des prévisions journalières λ = 0,97 pour des prévisions mensuelles Extension de l’horizon de décision Détermination de la variance en t+T Utilisation du modèle EWMA Relation dite de la Racine carrée du temps Implications aux covariances et corrélations On obtient une relation similaire pour les covariances Ces deux résultats ont pour conséquence que le coefficient de corrélation reste constant: Ces conclusions posent cependant quelques problèmes Limites de cette règle Dans la pratique cette règle peut amener des résultats qui n’ont pas véritablement de sens Quand des bornes limitent les fluctuations possibles des prix : accords binationaux sur le taux de change par exemple Quand un estimateur a été optimisé pour un horizon spécifique et est réutilisé pour un nouvel horizon: passage d’un jour à un an par exemple Cas où des bornes sont fixées de façon exogène Sensibilité aux fortes variations de la volatilité Si la volatilité journalière a subitement fortement augmenté, appliquer la prévision à un jour sur un horizon d’un an va artificiellement gonfler les estimations. [...]


[...] Il n’est pas nécessaire que l’évolution du prix du sous-jacent suive un mouvement brownien La formule de Black pour une option sur obligation: Avec: et L’hypothèse forte de normalité Si on observe les valeurs du Kurtosis et du Skewness sur ces échantillons de valeurs, on se rend compte qu’elles diffèrent de celles d’une loi Normale. Quelle loi statistique pour les rendements L’hypothèse des rendements suivants une loi normale conditionnelle a été beaucoup débattue: en effet, les distributions de rendements observées ont des queues plus épaisses. [...]


[...] Prévisions de volatilité et paramètre λ Plus λ est grand, moins les prévisions de volatilités seront volatiles Comment choisir le bon λ Nous avons vu qu’un λ grand donnait des prévisions plus stables, mais cela ne veut pas dire forcement plus véridiques. Riskmetrics produit des prévisions sur 480 séries d’où 480 estimations de variances estimations de covariances De plus, les λ choisis pour chaque séries sont interdépendants Exemple à partir de 2 séries Pour 2 rentabilités, la matrice des variances covariances s’écrit: Elle doit répondre à certains critères: Les variances doivent être positives Les covariances doivent être égales Le coefficient de corrélation en découlant doit être entre et 1 Les λ ne peuvent donc pas être déterminés uniquement sur le critère de la meilleure prévision possible Définition du λ par la méthode RMSE Riskmetrics applique un λ optimal à la matrice entière en utilisant la méthode RMSE ( Root Mean Squared Error ) On définit l’erreur de prévision par On cherche le λ qui minimise la moyenne de l’erreur de prévision Définition du λ par la méthode RMSE Le paramètre λ choisi sera celui qui minimise le RMSE De même, pour les covariances, on choisit le λ qui minimise Chaque série est donc associée à un λ Pondération de chaque λi dans le λ global On prendra comme notations: le paramètre λ optimal de la ième série l’indice RMSE associé à ce mesure l’erreur de prévision sur cette série la part relative de la série i dans l’erreur totale Pondération de chaque λi dans le λ global On détermine alors le poids de chaque série par Avec Le paramètre optimal est alors Le λ d’une série a donc d’autant plus de poids dans le λ final qu’il aura entraîné une prévision précise. [...]


[...] D’autres risques financiers existent, tels que : Le risque de crédit Le risque opérationnel Le risque de liquidité Malgré ces limites à la méthode Riskmetrics, les chiffres de VaR publiés par les établissements de crédit aident bien les banques centrales à étayer leur jugement sur la stabilité financière. Même si elles reste imparfaite, la méthode reste suffisamment significative du comportement de prises de risque sur les marchés par les grandes institutions financières. [...]

...

Ces documents peuvent vous intéresser

La "value at risk" (VAR), modèle de mesure du risque d'un actif financier: fondement, application...

 Comptabilité & finances   |  Finance   |  Mémoire   |  26/08/2008   |  fr   |   .doc   |   32 pages

La VAR (value at risk)

 Comptabilité & finances   |  Finance   |  Dissertation   |  29/05/2006   |  fr   |   .ppt   |   34 pages

Plus vendu(s) en finance

La fidélisation de la clientèle bancaire

 Comptabilité & finances   |  Finance   |  Mémoire   |  07/09/2007   |  fr   |   .doc   |   46 pages

Rapport de stage chez Deloitte

 Comptabilité & finances   |  Finance   |  Rapport de stage   |  04/10/2007   |  fr   |   .doc   |   39 pages
Offert !

La Bourse : pourquoi? Comment?

Accéder à la dissert' du jour
Concours Envoi de docs

5 000€ de gains à partager
Nouveau ! 2x plus de chances de gagner grâce à vos études de marché. en savoir plus

fin du concours dans
joursheuresminutessecondes PARTICIPEZ !