Cette thèse est articulée autour de trois risques financiers que sont : la liquidité, la contagion et le risque systémique. Ces derniers sont au centre de toutes les attentions depuis la crise de 2007-08 et resteront d’actualité à la vue des évènements que rencontrent les marchés financiers. Le premier chapitre de cette thèse présente un facteur de liquidité de financement obtenu par l’interprétation d’un phénomène de contagion en termes de risque de liquidité de marché. Nous proposons dans le second chapitre, une méta-mesure de cette liquidité de marché. Cette dernière tient compte de l’ensemble des dimensions présentes dans la définition de la liquidité en s’intéressant à la dynamique de plusieurs mesures de liquidité simultanément. L’objectif du troisième chapitre est de présenter une modélisation des rendements du marché permettant la prise en compte de la liquidité de financement dans l’estimation de la DCoVaR. Ainsi, ce travail propose une nouvelle mesure du risque systémique ayant un comportement contracyclique. Pour finir, nous nous intéressons à l’hypothèse de non-linéarité de la structure de dépendance entre les rendements de marché et ceux des institutions financières. Au cœur de la mesure du risque systémique, cette hypothèse apparait contraignante puisqu’elle n’a que peu d’impact sur l’identification des firmes les plus risquées mais peut compliquer considérablement l’estimation de ces mesures. / The aim of this thesis is to improve the management of financial risks through the employment of econometric methods. We focus on liquidity (market and funding), contagion and systemic risk, which have attracted a particularly large interest in the last years of financial turmoil. Firstly, we construct a funding liquidity factor based on the contagion effects that market liquidity risks encounter. This procedure can be useful to provide a better management of the liquidity mismatch among the assets and liabilities of a fund. Secondly, we propose a meta-measure of liquidity which incorporates multiple liquidity measures through the use of a conditional correlation model. As a result, we are able to detect drastic liquidity problems by using a single measure. Thirdly, we propose a new modeling framework for financial returns by adding an extra component related to funding liquidity to the standard DCoVaR model. In this way we obtain a countercyclical measure of systemic risk. Finally, we study to which extent a change in the estimation method affects the identification of systemically relevant Financial Institutions. In particular, the most popular measures aim at capturing the nonlinearity of the dependence structure between financial firms and market returns. We show, however, that similar results can be obtained by simply assuming a linear dependence, which can also largely simplify the estimation.

Cette thèse est articulée autour de trois risques financiers que sont : la liquidité, la contagion et le risque systémique. Ces derniers sont au centre de toutes les attentions depuis la crise de 2007-08 et resteront d'actualité à la vue des évènements que rencontrent les marchés financiers. Le premier chapitre de cette thèse présente un facteur de liquidité de financement obtenu par l'interprétation d'un phénomène de contagion en termes de risque de liquidité de marché. Nous proposons dans le second chapitre, une méta-mesure de cette liquidité de marché. Cette dernière tient compte de l'ensemble des dimensions présentes dans la définition de la liquidité en s'intéressant à la dynamique de plusieurs mesures de liquidité simultanément. L'objectif du troisième chapitre est de présenter une modélisation des rendements du marché permettant la prise en compte de la liquidité de financement dans l'estimation de la DCoVaR. Ainsi, ce travail propose une nouvelle mesure du risque systémique ayant un comportement contracyclique. Pour finir, nous nous intéressons à l'hypothèse de non-linéarité de la structure de dépendance entre les rendements de marché et ceux des institutions financières. Au cœur de la mesure du risque systémique, cette hypothèse apparait contraignante puisqu'elle n'a que peu d'impact sur l'identification des firmes les plus risquées mais peut compliquer considérablement l'estimation de ces mesures.