Cette thèse se propose d’analyser la structure et la dynamique de dépendance de crédit des institutions financières aux Etats-Unis et en Europe durant la crise financière de 2008. Un premier chapitre présente une revue de la littérature des modèles multi-dimensionnels de crédit et des modèles économétriques de contagion financière. Ce chapitre a pour vocation de guider notre réflexion à la fois conceptuelle et méthodologique sur les hypothèses analytiques de la contagion ainsi que ses méthodes de mesure. Nous montrons que si la contagion est devenue une hypothèse centrale des modèles multivariés de risque de crédit, il n’en reste néanmoins que sa définition et sa quantification ne font pas l’objet de consensus dans la littérature. Un deuxième chapitre propose une analyse empirique des co-movements des rendements de CDS de banques et sociétés d’assurance américaines et européennes. La dissociation de leur structure de dépendance entre association linéaire et dépendances extrêmes nous permet de mettre en évidence des phénomènes d'interconnexions entre institutions financières apparues au courant de la crise et véhiculant ainsi sous l'effet de la contagion, un risque systémique croissant. Un dernier chapitre présente une interprétation économique des résultats obtenus dans notre deuxième chapitre. En particulier, nous cherchons à quantifier l'influence jouée par la contagion et les facteurs de risques communs sur la dynamique de dépendance extrême des institutions financières. Nous démontrons ainsi le rôle du risque de contrepartie, du risque de liquidité et du risque de défaut des institutions financières dans la transmission de la contagion sur le marché de CDS. / This thesis examines the credit dependence structure and dynamics of financial institutions in the U.S. and Europe amid the recent financial crisis. A first chapter presents a survey of multi-name models of credit risk and econometric models of financial contagion with the purpose of guiding both the analytical and conceptual assumptions and econometric modelling techniques we use in the subsequent chapters. We show that if contagion has become a central cornerstone of multi-name models of credit risk, there is nonetheless a lack of consensus on the way to both define and measure it. A second chapter presents the results of an empirical analysis of U.S. and European banks and insurance companies’ CDS return extreme co-movements. By uncovering financial institutions' linear as well as extremal dependence structures, we provide evidence that their credit dependence has strengthened during the crisis, thereby effectively conveying, in the face of extreme tail events, potential systemic risks. A third and last chapter provides an economic rationale of the results presented in our second chapter. In particular, we examine the impact of common risk factors and contagion on the dynamics of financial institutions' extremal credit dependence. We demonstrate the role of counterparty risk and liquidity risk, as well the repricing by market participants since July 2007 of their jump-to-default premia as additional channels driving financial institutions' increased dependence and amplifying contagion on the CDS market.

Dans cette thèse, nous abordons l'estimation non paramétrique de la fonction de dépendance des distributions multivariées à valeurs extrêmes. Dans une première partie, on adopte l’hypothèse classique stipulant que les variables aléatoires sont indépendantes et identiquement distribuées (i.i.d). Plusieurs estimateurs non paramétriques sont comparés pour une fonction de dépendance trivariée de type logistique dans deux différents cas. Dans le premier cas, on suppose que les fonctions marginales sont des distributions généralisées à valeurs extrêmes. La distribution marginale est remplacée par la fonction de répartition empirique dans le deuxième cas. Les résultats des simulations Monte Carlo montrent que l'estimateur Gudendorf-Segers (Gudendorf et Segers, 2011) est plus efficient que les autres estimateurs pour différentes tailles de l’échantillon. Dans une deuxième partie, on ignore l’hypothèse i.i.d vue qu’elle n'est pas vérifiée dans l'analyse des séries temporelles. Dans le cadre univarié, on examine le comportement extrêmal d'un modèle autorégressif Gaussien stationnaire. Dans le cadre multivarié, on développe un nouveau théorème qui porte sur la convergence asymptotique de l'estimateur de Pickands vers la fonction de dépendance théorique. Ce fondement théorique est vérifié empiriquement dans les cas d’indépendance et de dépendance asymptotique. Dans la dernière partie de la thèse, l'estimateur Gudendorf-Segers est utilisé pour modéliser la structure de dépendance des concentrations extrêmes d’ozone observées dans les stations qui enregistrent des dépassements de la valeur guide et limite de la norme Tunisienne de la qualité d'air NT.106.04. / In this thesis, we investigate the nonparametric estimation of the dependence function for multivariate extreme value distributions. Firstly, we assume independent and identically distributed random variables (i.i.d). Several nonparametric estimators are compared for a trivariate dependence function of logistic type in two different cases. In a first analysis, we suppose that marginal functions are generalized extreme value distributions. In a second investigation, we substitute the marginal function by the empirical distribution function. Monte Carlo simulations show that the Gudendorf-Segers (Gudendorf and Segers, 2011) estimator outperforms the other estimators for different sample sizes. Secondly, we drop the i.i.d assumption as it’s not verified in time series analysis. Considering the univariate framework, we examine the extremal behavior of a stationary Gaussian autoregressive process. In the multivariate setting, we prove the asymptotic consistency of the Pickands dependence function estimator. This theoretical finding is confirmed by empirical investigations in the asymptotic independence case as well as the asymptotic dependence case. Finally, the Gudendorf-Segers estimator is used to model the dependence structure of extreme ozone concentrations in locations that record several exceedances for both guideline and limit values of the Tunisian air quality standard NT.106.04.