Ce mémoire s'intéresse à la transmission de la volatilité des marchés financiers. Les marchés canadien et américain sont étudiés durant la crise financière de 2008. Afin d'analyser ces transmissions, nous utilisons le modèle d'hétéroscédasticité conditionnelle autorégressive généralisé à corrélations conditionnelles dynamiques d'Engle (2002). La période analysée est du 1er janvier 2005 au 31 juillet 2010. Cette période se divise en deux sous-périodes, soit une période de calme et une période de crise. La période de calme est du 1er janvier 2005 au 8 septembre 2008 et la période de crise est du 9 septembre 2008 au 31 juillet 2010. Les résultats obtenus indiquent qu'il y a eu une transmission de volatilité des États-Unis vers le Canada durant cette crise. Nous avons aussi trouvé une augmentation des corrélations conditionnelles dynamiques entre le Canada et les États-Unis en temps de crise. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : GARCH multivarié, DCC-GARCH, crise financière, volatilité.

L’objectif de cette étude est de développer et analyser les déterminants du rendement excédentaire (ou prime de marché) des actifs financiers dans l’hypothèse que ces derniers suivent une loi normale asymétrique. Ainsi, sous la base de cette hypothèse, nous avons élaboré un modèle dans lequel le rendement excédentaire de l’actif financier en question est déterminé par l’effet combiné du coefficient d’asymétrie(skewness), de la prime de risque et de sa variance (ou volatilité). Par la suite nous avons estimé ce modèle en supposant que la variance suit un processus ARCH-GARCH . L’analyse empirique porte sur les données du SP500, et sont tirées de la banque de données de Fama-French. Les résultats de l’analyse montrent que l’ARCH(1) décrit mieux les données de la série du SP500 contrairement au GARCH(1,1).

La volatilité des marges accroit la vulnérabilité des entreprises agricoles. Certains doutes subsistent néanmoins quant à l’attitude réelle des agents économiques, tels que les producteurs agricoles, envers l’incertitude inhérente aux marchés libéralisés. À cet effet, il semble que les comportements observés chez plusieurs agents économiques lors de situations incertaines ne correspondent pas aux prédictions de la théorie de l’utilité espérée. Afin d’identifier les préférences d’agents économiques ciblés à l’égard de la stabilisation des marges et de mesurer la capacité des individus à réagir aux incitatifs réels du marché de manière cohérente avec ces préférences, une expérience économique impliquant 143 participants a été menée en laboratoire. Deux phases composaient l’expérience. Lors de la première phase, les répondants ont été invités à effectuer des choix entre différentes loteries ordonnées (Multiple Price List) de manière à révéler leur préférence envers l’incertitude. Lors de la deuxième phase, les participants ont été appelés à sélectionner des couvertures d’assurance dans un marché dynamique où des pertes et des gains réels étaient possibles. L’analyse économétrique des résultats suggère que les participants sont, selon le Multiple Price List, défavorables envers l’incertitude (coefficient relatif d’aversion envers le risque de 0,55), mais que les préférences individuelles ne sont pas en mesure de prédire les comportements adoptés par les répondants dans un contexte de marché dynamique. Les décisions individuelles sont largement influencées par des ancrages exogènes et les comportements observés sur le marché fictif sont incohérents avec les préférences révélées. / Although margin volatility increases farms’ vulnerability, doubts remain regarding the real preferences of farmers, and of other economic agents, towards market derived uncertainty. Documented cases suggest that, in an uncertain environment, the behaviors of several economic agents are not supported or explained by the expected utility theory. In order to unveil the uncertainty preferences of targeted economic agents and to measure the ability of individuals to respond to real market incentives in a manner that is consistent with their preferences, an economic experiment involving 143 participants was conducted in two phases. In the first phase of the experiment, individuals were asked to choose between ordered lottery options (Multiple Price List) as to reveal their own preference towards uncertainty. In the second phase of the experiment, participants were asked to repeatedly select insurance coverage in a dynamic market where real gains and losses were possible. The econometric analysis of the experimental data indicates that participants are – according the Multiple Price List – uncertainty averse (coefficient of relative risk aversion of 0.55). It however also suggests that individual preferences are unable to predict how one behaves in an uncertain market. Individual decisions are influenced by irrelevant anchors and the actions of participants are inconsistent with their revealed preferences towards uncertainty.

Cette thèse considère des modèles de volatilité où la distribution conditionnelle des données est un cas particulier de la loi "Generalized Hyperbolic" de Barndorff-Nielsen (1977). Ces modèles permettent de capter les principales caractéristiques des séries financières à haute fréquence, à savoir le groupement de volatilité (volatility clustering), l'excès de kurtosis et de skewness ainsi que l'effet de levier qui s'applique au rendements des marchés boursiers. Etant donnée la forme fortement non linéaire de cette densité, nous utilisons l'approche Bayesienne basée sur les méthodes Markov Chain Monte Carlo pour l'estimation et l'inférence Cette approche est relativement simple à mettre en oeuvre et permet une inférence exacte et valable en échantillon fini ainsi que la comparaison de modèles qui ne sont pas forcément emboîtés. A titre illustratif, nous proposons des applications empiriques en employons des données journalières de l'indice boursier S&P500. D'abord, nous considérons un modèle de volatilité stochastique basé sur un mélange des lois normale et inverse-Gaussien où la variance conditionnelle est considérée comme un processus stochastique latent généré par la loi inverse-Gaussian. Conditionnellement à la volatilité, la loi des données est une normale. Il en résulte la loi normal inverse Gaussian (NIG) de Barndorff-Nielsen (1997) pour les données qui présente beaucoup de flexibilité pour capter les excès de kurtosis et de skewness. Dans ce modèle la volatilité est traitée de façon similaire aux paramètres du modèle et elle est simulée par l'échantillonneur de Gibbs. Ce modèle s'avère plus performant que les modèles GARCH asymétriques de Ding et al (1993). Par ailleurs, nous proposons les lois NIG de Barndorff-Nielsen (1997) et GH-skew student de de Barndorff-Nielsen et Shepard (2001) comme densités alternatives aux modèles GARCH asymétriques. Formellement, nous considérons deux modèles GARCH asymétriques à la Ding et al (1993), l'un avec une loi NIG et l'autre avec une loi GH-skew student. Dans ce contexte la volatilité est calculée de façon récursive sur la base de données passées. Les résultats sont quelque peu décevants pour la loi GH-skew student, puisque la performance de ce modèle est comparable à celle d'un modèle GARCH asymétrique standard

La compréhension des interactions entre les forces économiques et boursières revêt une importance fondamentale pour les gestionnaires de portefeuille ainsi que pour les autorités monétaires. Les forces économiques exercent une influence sur les valorisations boursières, voir Chen, Roll et Ross (1986). Les taux de croissance des forces économiques et boursières sont interdépendants et leurs covariances dépendent de régimes en commun, voir Guidolin et Ono (2006), Hubrich et Telow (2014). Dans une nouvelle perspective, cette thèse considère que leurs taux de croissance évoluent en fonction de la structure causale des régimes exogènes de tendance haussière et baissière spécifiques à ces forces. Les relations de causalité qui lient leurs régimes sont découvertes par l'apprentissage de la structure et des paramètres d'un réseau bayésien. Une stratégie de rotation sectorielle consiste à moduler dans le temps les poids d'un portefeuille alloués aux secteurs boursiers, voir Chong et Phillips (2015). Le phénomène d'asymétrie de la volatilité de Black (1976) veut qu'une relation négative lie la croissance de la volatilité aux rendements boursiers. Par le biais d'un réseau bayésien, cette thèse exploite le pouvoir prévisionnel qu'exerce les régimes endogènes de volatilité d'indicateurs économique et boursier sur leurs régimes exogènes de tendance courants, connus ex post. Elle soutient qu'il est possible de construire une stratégie de rotation sectorielle profitable en exploitant le phénomène d'asymétrie de volatilité et les relations de causalité entre les forces économiques et boursières dans un problème de construction de portefeuille résolu par optimisation de scénarios. Des preuves de la surperformance d'une stratégie d'investissement active au-delà d'un indice de référence, dans un contexte d'investissement réel hors échantillon de calibration, supportent la thèse formulée. Des contributions secondaires de nature économiques et techniques sont réalisées aux fils des étapes nécessaires à la démonstration de la thèse principale. Différemment de Pagan et Sossounov (2003), un nouvel indicateur de crise et de croissance boursière, exempt de biais sectoriels, est construit à partir des phases exogènes de tendance coïncidentes à des indices de secteurs boursiers. Ces derniers sont communément regroupés en fonction de leur niveau de risque et de sensibilités à l'activité économique et à l'indice global de marché, voir Denoiseux et coll. (2017). Une méthode inédite de regroupement de secteurs est développée à partir de caractéristiques communes à leurs régimes exogènes : ils présentent des profils similaires d'association avec ceux des indicateurs économiques et leurs distributions de rendement par régime exogène disposent de propriétés uniques. La méthode usuelle de détection du phénomène d'asymétrie de la volatilité (PAV) repose sur un coefficient d'asymétrie significatif, lorsqu'intégré dans une expression GARCH de la variance conditionnelle, voir Glosten, Jagannathan et Runkle (1993). Une technique novatrice d'investigation du PAV, adaptée à des données à faible fréquence, est développée à partir de mesures d'association entre les phases endogènes à forte/faible volatilité et exogènes de tendance baissière/haussière. Le régime endogène de volatilité d'un indicateur qui satisfait au PAV constitue un indicateur avancé de son régime exogène de tendance courant. Un nouveau système d'équations est développé de manière à calibrer un modèle autorégressif, dont le terme d'erreur suit une mixture de lois normales, à partir d'un algorithme « Expected Maximization ». Ce modèle est exploité de manière à représenter les spécificités de l'anormalité des taux de croissance segmentés par régime exogène. Les corrélations des actifs se resserrent en période de recul boursier (Login et Solnik (2002)). Un algorithme est construit de manière à évaluer la segmentation optimale des corrélations, entre les taux de croissance de deux variables, parmi les combinaisons d'états de leur régime exogène. Une nouvelle procédure de sélection et de paramétrisation d'un algorithme d'apprentissage de la structure d'un réseau bayésien est développée en fonction des niveaux de risque optimaux des erreurs de type I et II, dans un contexte représentatif du problème. La procédure est utilisée afin de découvrir les liens de causalité entre les régimes de tendance et de volatilité des forces économiques et boursières. L'ensemble de ces outils permettent de modéliser dans une simulation de Monte-Carlo, la dépendance de la densité de probabilité des taux de croissance des indicateurs et de leurs corrélations aux phases exogènes de tendance, régies par un réseau bayésien dynamique.

Contexte Le but de notre étude est d'expliquer les rendements des produits dérivés du baril de pétrole, de l'huile de chauffage, du gasoil, du café et du cacao en appliquant le modèle d'évaluation par arbitrage (MEA). Pour cela, nous avons constitué deux échantillons dont le premier commence en 1983 pour ce qui est de l'industrie pétrolière, et en 1966 pour les produits dérivés tropicaux. Le terme de la période d'étude est 2006. Les données ont une périodicité trimestrielle. Les variables que nous avons utilisés sont toutes liées à l'économie des États-Unis. Méthodologie et résultats La méthode du maximum de vraisemblance nous a permis de déterminer le pouvoir explicatif et les coefficients de sensibilité des différents modèles. Ainsi, nous avons constaté que le portefeuille du marché représenté ici par l'indice NYSE (New York Stock Exchange) n'est pas suffisant pour expliquer à lui seul les variations des rendements des actifs financiers. Les tests de student sur les primes de risque associées aux facteurs nous ont permis de constater que seul la prime de risque et le taux de croissance ne sont pas significatifs. Le test de maximum de vraisemblance appliqué a montré qu'il existe une relation linéaire entre les rendements expliqués et les facteurs. Conclusion Il ressort donc de notre étude que les sources de variations des produits dérivés sont multiples et de natures diverses. Constat qui rejoint l'idée fondamentale du MEA. Par ailleurs, l'utilisation de modèles macroéconomiques nous a permis de montrer que certaines « forces économiques » (l'inflation, le prix du pétrole, le portefeuille du marché, l'indice de production industrielle, la consommation per capita, les prix des commodités, la structure à terme) permettent de capter la volatilité des rendements étudiés. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Produits dérivés, Commodités, Matières premières, Volatilité, Rendements, Arbitrage.

L'objectif de ce mémoire est d'étudier le comportement quotidien de la volatilité de deux marchés des contrats à terme américains. Tout d'abord, nous modélisons la volatilité en fonction du volume, de la variation du prix futures et de la profondeur du marché. Nous évaluons, ensuite, l'impact de la déréglementation des marchés américains suite à l'adoption de la réforme "Commodity Futures Modernization Act" ou CFMA en 2000. Nos résultats montrent respectivement des relations positives et négatives entre les variations favorables et défavorables des prix futures et la volatilité. Un effet asymétrique est constaté dans trois des sept contrats étudiés. La profondeur du marché affecte négativement la volatilité dans quatre des sept contrats étudiés. Enfin, nous concluons que l'adoption de la réforme CFMA dilue, généralement, les effets de ces différentes variables sur la volatilité.

Au début des années 2000, plusieurs auteurs ont commencé à s'intéresser à la Grande Modération. L'investissement résidentiel a été un secteur grandement affecté. Ce mémoire vise à comparer le comportement de l'investissement résidentiel canadien et américain principalement au niveau de la volatilité entre deux sous-périodes : soit celle de 1961 à 1983 et celle de 1984 à 2007. Un modèle économétrique a été construit à partir de certaines variables macroéconomiques. Les résultats obtenus sont intéressants. D'une part, on observe une baisse de l'influence du taux d'intérêt au niveau de la volatilité de l'investissement résidentiel américain. D'autre part, l'investissement résidentiel américain est devenu de plus en plus influencé par ses propres chocs. Par contre, pour l'investissement résidentiel canadien, les résultats sont plus mitigés. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Grande Modération, investissement résidentiel, volatilité, marché secondaire, vecteur autorégressif.

Dans ce mémoire, on investigue les réponses des variables et du niveau de bien-être social suite à différents chocs/changements de paramètres sous deux régimes : le ciblage d'inflation (« Inflation Targeting », IT) et le ciblage des prix (« Price Targeting », PT). Dans le cadre d'un nouveau modèle néokeynésien, modèle adopté par les banques centrales et la majorité des études scientifiques dans l'étude des politiques monétaires, la perte en bien-être sous PT est plus faible et robuste aux chocs à la demande, technologique, monétaire et au coût de la production ainsi qu'aux différentes valeurs de l'élasticité de Frisch et de la rigidité des prix. Autre résultat probant de l'étude menée, les anticipations rationnelles constituent un élément fort de la crédibilité et réussite du régime de ciblage des prix. Les réactions des variables sont atténuées et le bien-être quant à lui s'améliore considérablement. Toutefois, les deux politiques imposent un compromis aux décideurs : choisir entre la stabilité de la production et la stabilité de l'inflation.

Ce mémoire analyse la transmission de volatilité entre le prix du pétrole, le taux de change et l’indice boursier au Canada et aux États-Unis de 1999/01/04 à 2014/03/21. En utilisant un modèle MGARCH-BEKK, nos résultats montrent qu’au Canada, il existe une transmission bidirectionnelle de volatilité entre le taux de change $US/$CAD et l’indice boursier TSX, une transmission positive de l’indice boursier au prix du pétrole, ainsi qu’une transmission négative du taux de change au prix du pétrole. Les résultats suggèrent également que ces relations ne sont pas stables dans le temps. Pour les États-Unis, le modèle estimé ne satisfait pas la condition de stationnarité de la covariance pour la période totale et la sous période 1999/01/04 – 2002/10/08. C’est pourquoi nous considérons uniquement les résultats des sous périodes 2002/10/09 – 2008/05/30 et 2008/06/02 – 2014/03/21. Il ressort qu’il existe des transmissions de volatilité, mais que celles-ci ne sont pas stables dans le temps. / This thesis analyzes the transmission of volatility between oil prices, exchange rates and stock market indices in Canada and in the USA for the period 1999/01/04 – 2014/03/21. Using a multivariate GARCH – BEKK model, we find that in Canada, there is a bidirectional transmission of volatility between the exchange rate $US/$CAD and the stock market index TSX, a positive transmission from the stock market index to the oil price and a negative transmission from the exchange rate to the oil price. We find also that these relationships are not stable over time. For the USA, the model estimated does not satisfy the condition of covariance stationarity for the entire sample and the sub sample 1999/01/04 – 2002/10/08. So we consider only results for sub samples 2002/10/09 – 2008/05/30 and 2008/06/02 – 2014/03/21. Results show that there are transmissions of volatility, but here again, these relationships are not stable over time.