WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Peut-on éviter les crises? mesure du risque de marché et théorie des valeurs extrêmes : une vision quantitative du risque extrême appliquée à  la crise des subprimes

( Télécharger le fichier original )
par Jean MEILHOC
Institut des hautes études économiques et commerciales - Master II 2012
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

I.II.3.2 THÉORéME DE BALKEMA-DE HAAN-PICKLANDS

Théorème Balkema-de Haan-Picklands: Il s'en déduit que
la distribution des excès au-dessus d'un seuil élevé converge

vers la GPD G!? lorsque le seuil tend vers la lmite

,!(!)

supérieure du support de G.

Supposons que X1, X2, É, Xn sont des variables aléatoires de prix indépendantes appartenant à une distribution appelée F(X). Soit xF, l'extrémité finie ou infinie de la distribution F. Alors, la fonction de distribution dépassant Xi après un seuil donné u, quand y = 0, est donné par:

y

Fu(y) = P(X u X > u

+

= F(y u) F(u)

1 F(u)

 

Belkema et de Haan en 1974, ou encore Pickands en 1975, ont théorisé la fonction de Pareto généralisée en montrant qu'elle s'apparente à une distribution limite F u(y) quand le seuil u tend vers l'extrémité de la fonction. Il s'agit d'une découverte statistique majeure. Si F ? MDA (Hî), il est alors possible de trouver une fonction positive mesurable par f.?(u) de telle sorte

que :

lim >

u xF

= 0

Fu(y) G ! (u)(y)

Pour 0=y=XF-u, ou G ! (u)(y) correspond à la distribution Pareto

G ! (U)(Y) =

,

!'

1 (1+ )

(u)

!y

1 exp( )

(u)

si
si

0

= 0

 

Ou y=0 pour î?=0 et 0=y=-!(!)!? pour î?<0. Néanmoins, le choix

du seuil u est primordial pour la réussite de cet exercice de modélisation de la distribution Pareto généralisée. Comme pour le test de fréquence anormale, oü nous devions choisir préalablement une fenétre de test de plus ou moins longue distance, la valeur représentative est généralement choisie en fonction d'un compromis, capable de biaiser l'étude.

kA se révele etre un parametre de forme particulierement important, quant à
ig(u), il s'apparente à un parametre d'échelle. Nous pouvons des à présent
émettre une conc ordance avec le
théoreme précédent, respectivement p

et a. La GPD integre par sa

particularité d'autres formes de distribution. En considérant que kA > 0, la version paramétrique de G se rapporte à la distribution originaire de Pareto, laquelle est souvent utilisée en actuariat dans l'approche des

probabilités d'erreurs. Vilfredo
Pareto34 décrivit la répartition de la
richesse selon la notation suivante:

P(u) = (u / m) . En outre, Quelle est la proportion P des ménages gagnant

plus qu'un niveau de revenu u? V. Pareto estimait -! à -3/2. La puissance est donc en premier lieu élevée au cube puis à la racine carrée divisé par 1. Ceci fut la base des premières lois a-stable de Paul Lévy35, repris quelques années plus tard par B. Mandelbrot36 dans son étude sur les variations du prix du coton. A contrario, si kA < 0 prend la forme d'une loi de Gumbel. Enfin, lorsque kA = 0, sa correspondante est une distribution exponentielle.

Le premier cas (kA > 0) se retrouve pertinent dans le cadre d'une distribution
réelle possédant des queues de distribution épaisses. Les estimations de kA

et de )6(u) sont calculées à partir de l'expression G!?,!(u)y par la méthode

du maximum de vraisemblance37. Lorsque kA > 0.5, Hosting et Wallis

34 Né en 1848, V. Pareto était un industriel, un économiste et un sociologue italien. Son héritage en tant qu'économiste fut ample, particulierement en terme de recherches scientifiques et d'équations mathématiques, recourant de manieres intensives aux données. Son étude la plus connue concerne la répartition de la richesse correspondant à une loi de puissance.

35 Paul. Lévy, né en 1886, est un mathématicien frangais. Il fait partie des fondateurs modernes des probabilités. On lui doit les lois stables stochastiques : « La distribution de Lévy ». Il fut professeur à l'école polytechnique et enseigna les probabilités à B. Mandelbrot.

36 Né en 1924 à Varsovie, B. Mandelbrot fut professeur de mathématiques à l'Université Yale et membre émérite du « Thomas L. Watson Laboratory » d'IBM. Il a notamment publié « Les objets fractales »

37 Nous pouvons nous conférer à l'étude d'Embrechts paru en 1997.

montrent que l'estimation tirée du maximum de vraisemblance tend à être asymptotiquement normalement distribué.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Soit réservé sans ostentation pour éviter de t'attirer l'incompréhension haineuse des ignorants"   Pythagore