Ce mémoire a pour objectif de bonifier les connaissances quant à la prévision de la prime de risque du marché des actions au Canada. La méthodologie présentée s’appuie sur l’hypothèse que les variables, permettant de prévoir la prime de risque, caractérisent la conjoncture économique et sont définies comme des variables d’état dans le modèle de Merton (1973). Les deux modèles de prévision utilisés peuvent être différenciés par leur caractère univarié et multivarié. Le second modèle fait usage de l’analyse en composantes principales afin de créer des facteurs capturant la majeure partie de la covariance des groupes de variables. On identifie trois groupes de variables spécifiques; ces groupes se distinguent par leur caractère macroéconomique, technique ou leur lien avec le sentiment du marché. Une innovation est présentée dans la création de cinq séries de données mensuelles afin de refléter le sentiment du marché des actions canadiennes. Une approche globale est employée dans le but de prévoir la prime de risque mensuelle du S&P/TSX, puis une approche segmentée répète le même processus pour dix secteurs d’activités. Pour chacune de ces deux approches, une série de tests hors échantillon, « out of sample » en anglais est étudiée. Le pouvoir de prévision de la prime de risque des groupes de variables est alors testé en contexte de récession et de période d’expansion. Finalement, le gain d’utilité des modèles est calculé à l’aide d’une simulation de l’allocation d’un portefeuille en fonction des prévisions préétablies. De façon globale, bien que plus d’indicateurs techniques soient statistiquement significatifs, les variables macroéconomiques semblent mieux performer dans la prévision de la prime de risque du Canada sur la période observée. Le ratio dividende-prix, le ratio de distribution des bénéfices et une prime de crédit semblent dominer les autres variables. L’utilisation d’indicateurs techniques est particulièrement intéressante lors de la prévision sectorielle, le momentum sur douze mois se distinguant de façon notable.

Cette thèse se focalise sur l’amélioration de l’évaluation de performance des processus métiers collaboratifs. Il s’agit de poursuivre l’évolution de la collaboration entre l’entreprise et ses partenaires. Trois niveaux d’abstraction ont été d’abord identifiés : Métier, fonctionnel et applicatif. Ensuite, nous avons développé une approche descendante allant du niveau métier au niveau applicatif. Dans le niveau métier, des différents d’indicateurs clés de performance ont été proposés à travers la méthodeECOGRAI. Dans le niveau applicatif, nous avons proposé un référentiel d’analyse contenant des indicateurs techniques fonctionnels tels que la durée, l’input, l’output, et non-fonctionnels notamment la maturité, le risque, l’interopérabilité à partir des traces d’exécution. Nous avons proposé ainsi un modèle ontologique en vue de capitaliser et enrichir la sémantique de la performance de ces processus. Nous avons proposé un modèle ascendant pour l’agrégation des indicateurs technique au niveaumétier. Le principal objectif de cette agrégation est la corrélation entre le comportement de l’application métier agrégé à partir de l’exécution et l’évolution des indicateurs métiers. Un autre modèle de gestion des événements métiers a été également proposé pour consolider le processus d’apprentissage de notre approche. Par ailleurs, pour assurer la convergence de la performance, nous avons combiné entre la gestion des traces et la gestion des évènements métiers. Cette combinaison permet d’accompagner l’évolution des processus métiers collaboratifs pendant leur exécution. L’accompagnement évoqué avant favorise l’obtention d’un diagnostic sur la performance pour servir à la prise de décision. Cette dernière est liée étroitement à la détection des alertes et particulièrement à l’anticipation des déviations de la performance le plus rapidement possible. Pour valider lacontribution scientifique de cette thèse, une étude de cas a été réalisée sur un processus de création de devis dans le cadre du projet européen FITMAN. / This thesis focuses on improving the performance evaluation of collaborative business processes. It is about pursuing the evolution of the collaboration between the company and its partners. In the beginning, three abstraction levels were identified: Business, functional and application. Then, we developed a top-down approach from the business level to the application level. In the business level, different key performance indicators have been proposed through the ECOGRAI method. In the application level, we proposed an analytical repository containing functional technical indicators such as duration, input, output, and non-functional, including maturity, risk, and interoperability based on execution traces. We have thus proposed an ontological model in order to capitalize and enrich the semantics of the performance of these processes. We proposed a bottom-up model for the aggregation of technical indicators at the business level. The main objective of this aggregation is the correlation between the behavior of the aggregated business application from the execution and the evolution of the business indicators. Another business event management model was also proposed to consolidate the learning process of our approach. Moreover, to ensure the convergence of performance, we have combined traces management and business event management. This combination allows to accompany the evolution of the collaborative business processes during their execution. The aforementionedaccompaniment favors the obtaining of a diagnosis on performance to be used for decision-making. The latter is closely linked to the detection of alerts and particularly to the anticipation of deviations in performance as quickly as possible. To validate the scientific contribution of this thesis, a case study was carried out on a process of creation of quote within the framework of the European project FITMAN.