REPLAY | Conférence – Modèles de volatilité conditionnelle à composantes multiplicatives

Notre conférence sur les « Modèles de volatilité conditionnelle à composantes multiplicatives » animée par notre consultant R&D Baye Matar Kandji, a eu lieu mercredi 02/11 à 18h30 !

Pour estimer la VaR conditionnelle d’un portefeuille​ de rendements, une approche naturelle consiste à considérer un modèle GARCH en estimant la densité conditionnelle des innovations et en évaluant numériquement la CVaR. Cette approche semi-paramétrique permet de s’affranchir d’hypothèses restrictives sur le processus de rendement. Cependant, étant donné que les modèles GARCH classiques sont connus pour ne pas capter la propriété de mémoire présente sur le processus de volatilité, cette approche n’est pas adaptée pour les prévisions long terme. Pour combler cette lacune, nous proposons une classe de modèles dans laquelle la volatilité conditionnelle est décomposée en produit de deux facteurs, un facteur de volatilité court terme et une composante long terme. Nous montrons, à partir de données réelles, que ces modèles sont plus efficaces pour styliser l’impact des chocs à long et à court terme sur la volatilité des prix.

Et vous pouvez maintenant visionner notre conférence depuis chez vous !