Cette thèse de doctorat composée de trois chapitres contribue au développement de tests statistiques et à analyser la transmission financière dans un cadre multivarié hétéroscédastique. Le premier chapitre propose deux tests du multiplicateur de Lagrange de constance des corrélations conditionnelles dans les modèles GARCH multivariés. Si l'hypothèse nulle repose sur des corrélations conditionnelles constantes, l'hypothèse alternative propose une première spécification basée sur des réseaux de neurones artificiels et une seconde représentée par une forme fonctionnelle inconnue qui est linéarisée à l'aide d'un développement de Taylor.Dans le deuxième chapitre, un nouveau modèle est introduit dans le but de tester la non-linéarité des (co)variances conditionnelles. Si l'hypothèse nulle repose sur une fonction linéaire des innovations retardées au carré et des (co)variances conditionnelles, l'hypothèse alternative se caractérise quant à elle par une fonction de transition non-linéaire : exponentielle ou logistique ; une configuration avec effets de levier est également proposée. Dans les deux premiers chapitres, les expériences de simulations et les illustrations empiriques montrent les bonnes performances de nos tests de mauvaise spécification.Le dernier chapitre étudie la transmission d'information en séance et hors séance de cotation en termes de rendements et de volatilités entre la Chine, l'Amérique et l'Europe. Le problème d'asynchronicité est considéré avec soin dans la modélisation bivariée avec la Chine comme référence. / This Ph.D. thesis composed by three chapters contributes to the development of test statistics and to analyse financial transmission in a multivariate heteroskedastic framework.The first chapter proposes two Lagrange multiplier tests of constancy of conditional correlations in multivariate GARCH models. Whether the null hypothesis is based on constant conditional correlations, the alternative hypothesis proposes a first specification based on artificial neural networks, and a second specification based on an unknown functional form linearised by a Taylor expansion.In the second chapter, a new model is introduced in order to test for nonlinearity in conditional (co)variances. Whether the null hypothesis is based on a linear function of the lagged squared innovations and the conditional (co)variances, the alternative hypothesis is characterised by a nonlinear exponential or logistic transition function; a configuration with leverage effects is also proposed.In the two first chapters, simulation experiments and empirical illustrations show the good performances of our misspecification tests.The last chapter studies daytime and overnight information transmission in terms of returns and volatilities between China, America and Europe. The asynchronicity issue is carefully considered in the bivariate modelling with China as benchmark.