Malgré la multiplicité des méthodes d'estimation de la VaR, elles souffrent d'une faiblesse fondamentale. En effet, elles ne font aucune distinction entre l'information captée à basse fréquence et celle captée à haute fréquence. Ce qui revient à  supposer de façon implicite que l'information contenue dans les données historiques a la même importance quel que soit l'horizon temporel de l'investisseur c'est-à-dire sa fréquence de trading (intra-journalière, journalière, hebdomadaire, mensuelle,..). Mais, accepter une telle hypothèse revient à supposer que les marchés financiers sont homogènes. Ce qui est contraire à la réalité empirique. En effet, les marchés financiers sont caractérisés par une grande hétérogénéité d'acteurs. L'objet de notre thèse est d'apporter une contribution à l'estimation de la VaR basée sur la décomposition de la volatilité dans le domaine des fréquences. Ce qui nous permet de mette en évidence l'influence de l'hétérogénéité des horizons temporels des acteurs des marchés financiers sur l'estimation de la Value at Risk. Pour cela,nous faisons appel à un outil statistique susceptible de nous procurer de l'information temporelle sur la volatilité et de l'information fréquentielle sur la fréquence de trading des différents acteurs des marchés financiers: l'approche temps-fréquence de la transformée en ondelettes. / Although multiplicity of VaR estimate approaches,they suffer from a fundamental weakness.They don't make any distiction between informations captured in a high frequency and in a low frequency manner.It is an implicit assumption of homogeneity of fiancial markets in contrast to empirical facts. In our thesis, we try to construct a VaR model based on volatility decomposition in the frequency domain.It enables us to show how the time horizons heterogeneity of financial markets participants could influence value at risk estimates.We use a statistical tool able to give us temporal information about volatility and frequencial information about trading frequencies of market participants:the time frequency approach of wavelet transform.

L’analyse du champ d’ondes est un prérequis essentiel à l’étude de la propagation des ondes sismiques qui permet à son tour d’améliorer notre compréhension des processus physiques liés à la nature de la source et notre connaissance des milieux de propagation. L’objectif de cette thèse est de développer des techniques de traitement du signal afin d’améliorer l’exploitation des informations apportées par les stations et les antennes 3 composantes dans le but de caractériser le champ d’ondes sismiques. Elle se concentre sur les analyses de polarisation, leur extension aux antennes 3 composantes et leur utilisation conjointe avec des traitements d’antenne classiques. La thèse revient sur les approches existantes qui tentent d’étendre le traitement d’antenne aux 3 composantes. Ces méthodes existantes se montrent complexes et leur utilisation reste limitée, la thèse suggère deux méthodes alternatives associant successivement traitement d’antenne et polarisation. Afin d’exploiter au mieux les analyses de polarisation, un système standardisé de paramètres décrivant la polarisation est développé et associé à une solution de visualisation permettant de regrouper l’ensemble des paramètres essentiels à l’interprétation sur une figure unique. Finalement, une étude de polarisation sur l’antenne 3 composantes du LSBB (Laboratoire Souterrain Bas Bruit) démontre la possibilité d’utiliser la cohérence spatiale de la polarisation comme aide pour l’interprétation des sismogrammes / The analysis of the seismic wavefield is an essential pre-requisite to the study of seismic wave propagation which in turns helps improving our understanding of the physical processes behind the sources and our knowledge of the propagation medium. The objective of this thesis is to further develop signal processing techniques to more fully exploit the information brought by the 3 component stations and arrays in order to characterize the seismic wavefield. The thesis work focuses on polarization analysis, its extension to 3-component arrays and its joint use with classical array processing. A review of the existing methods that attempt to extend array processing to the 3-components leads to the observation that these methods are complex and their use is limited. Therefore, two alternative methods that associate array processing and polarization sequentially are suggested. In order to best exploit the polarization analyses, a standardized parametrization system describing the polarization is developed and associated with a visualization solution regrouping all the parameters necessary for the interpretation on one figure. Finally, a polarization analysis performed on data from the LSBB 3-component array demonstrates the possibility to use spatial coherency to assist with the interpretation of seismograms