Dans nos travaux, nous avons considéré un processus de Lévy X avec une composante brownienne non nulle et dont la partie à sauts est un processus de Poisson composé. Nous avons supposé que la valeur d'une entreprise est modélisée par un processus stochastique de la forme V = Vo exp X et que cette entreprise est mise à défaut dès lors que sa valeur passe sous un certain seuil b déterminé de façon exogène et qui donc, est une donnée du problème. L'instant de défaut T est alors de la forme Tx pour x= ln(Vo) ln((b) où x> 0, Tx = inf{t 2:0: X, 2:x}. Dans un premier temps, nous supposons que des agents observant la valeur V des ac­tifs de la firme souhaitent connaître le comportement de l'instant de défaut. Dans ce modèle, au chapitre 2, nous avons étudié d'une part la régularité de la densité de la loi de l'instant de défaut. D'autre part, nous avons étudié la loi conjointe de l'instant de défaut, de l'overshoot et de l'undershoot. Au chapitre 3, nous avons obtenu une équation à valeurs mesures dont le quadriplet formé par la variable aléatoire X,, le su­ premum du processus X à l'instant t, le supremum du processus X au dernier instant de saut avant l'instant t et le dernier instant de saut à l'instant t est solution au seris faible, puis une équation dont ce quadriplet est une solution forte. Dans un second temps, au chapitre 4, nous avons supposé que des investisseurs souhaitant détenir une part de cette entreprise ne disposent pas de l'information complète. Ils n'observent pas la valeur des actifs de la firme V, mais sa valeur bruitée. Leur information est modélisée par la filtration Ç = (Ç,, t 2: 0) engendrée par cette observation. Dans ce modèle, nous avons montré que la loi conditionnelle de l'instant de défaut sachant la tribu Ç, admet une densité par rapport à la mesure de Lebesgue et obtenu une équation de Volttera dont cette densité est solution. Cette connaissance permet aux investisseurs de prévoir au vu de leur information, quand est-ce que l'instant de défaut va intervenir après l'instant t. Nous avons complété ce travail par des simulations numériques. / In this Ph.D thesis, we consider a jump-diffusion process which the diffusion part is a drifted Brownian motion and the jump part is a compound Poisson process. We assume that a firm value is modelling by a stochastic process V = V0 exp-X. This firm goes to default whenever its value is below a specified tlrreshold b which is exo­ genously determined. For x = ln(Vo) - ln(b) > 0, the default time is of the form Tx = inf{t 2:0: X, 2: x}. First, we suppose that agents observe perfectly the firm value. In this mode, we sho­ wed in chapter 2 that the density of the default time is continuons, then study the joint law of the default time, overshoot an undershoot. We obtained in chapter 3 a valued measure differentia equation which the solution is the quadruplet formed by the random variable X,, the running supremum x; of X at time t, the supremum of X at the last jump time before t and the last jump time before t. Secondly, we assume that investors wishing detain a part of the firm can not observe the firm value. They observe a noisy value of the firm and their information is madel­ ling by the filtration g = (9,,t 2: 0) generated by their observation. In this mode, we have shown that the conditional density of Tx with respect to Ç has a density which is solution of one stochastic integral-differentia equation The knowledge of this density allows investors to predict the default time after time t. This second part is the chapter 4.

Made available in DSpace on 2015-03-03T15:22:31Z (GMT). No. of bitstreams: 1 JackelyaAS.pdf: 313251 bytes, checksum: 729c2692ae341877eba59b8ce2bf93dd (MD5) Previous issue date: 2008-03-11 / In this work we study a new risk model for a firm which is sensitive to its credit quality, proposed by Yang(2003): Are obtained recursive equations for finite time ruin probability and distribution of ruin time and Volterra type integral equation systems for ultimate ruin probability, severity of ruin and distribution of surplus before and after ruin / Neste trabalho estudamos um novo modelo de risco para uma empresa que ? sens?vel a classica??o de risco de cr?dito, proposto por Yang(2003): Obtemos equa??es recursivas para a probabilidade de ru?na em tempo nito, distribui??o do tempo de ru?na, sistemas de equa??es integrais do tipo Volterra para severidade e distribui??o conjunta do capital antes e depois da ru?na

Dans ce travail de thèse le processus d'information concernant un instant de défaut τ dans un modèle de risque de crédit est décrit par un pont brownien sur l'intervalle stochastique [0, τ]. Un tel processus de pont est caractérisé comme plus adapté dans la modélisation que le modèle classique considérant l'indicatrice I[0,τ]. Après l'étude des formules de Bayes associées, cette approche de modélisation de l'information concernant le temps de défaut est reliée avec d'autres informations sur le marché financier. Ceci est fait à l'aide de la théorie du grossissement de filtration, où la filtration générée par le processus d'information est élargie par la filtration de référence décrivant d'autres informations n'étant pas directement liées avec le défaut. Une attention particulière est consacrée à la classification du temps de défaut par rapport à la filtration minimale mais également à la filtration élargie. Des conditions suffisantes, sous lesquelles τ est totalement inaccessible, sont discutées, mais également un exemple est donné dans lequel τ évite les temps d'arrêt, est totalement inaccessible par rapport à la filtration minimale et prévisible par rapport à la filtration élargie. Enfin, des contrats financiers comme, par exemple, des obligations privée et des crédits default swaps, sont étudiés dans le contexte décrit ci-dessus. / In this PhD thesis the information process concerning a default time τ in a credit risk model is described by a Brownian bridge over the random time interval [0, τ]. Such a bridge process is characterised as to be a more adapted model than the classical one considering the indicator function I[0,τ]. After the study of related Bayes formulas, this approach of modelling information concerning the default time is related with other financial information. This is done with the help of the theory of enlargement of filtration, where the filtration generated by the information process is enlarged with a reference filtration modelling other information not directly associated with the default. A particular attention is paid to the classification of the default time with respect to the minimal filtration but also with respect to the enlarged filtration. Sufficient conditions under which τ is totally inaccessible are discussed, but also an example is given of a τ avoiding the stopping times of the reference filtration, which is totally inaccessible with respect to its own filtration and predictable with respect to the enlarged filtration. Finally, common financial contracts like defaultable bonds and credit default swaps are considered in the above described settings.