Modélisation de la dépendance et mesures de risque multidimensionnelles

Cette thèse a pour but le développement de certains aspects de la modélisation de la dépendance dans la gestion des risques en dimension plus grande que un. Le premier chapitre est constitué d'une introduction générale. Le deuxième chapitre est constitué d'un article s'intitulant &quo...

Full description

Bibliographic Details
Main Author: Di Bernardino, Éléna
Language:FRE
Published: Université Claude Bernard - Lyon I 2011
Subjects:
Online Access:http://tel.archives-ouvertes.fr/tel-00838598
http://tel.archives-ouvertes.fr/docs/00/83/85/98/PDF/TH2011_Di_Bernardino_Elena.pdf
id ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-00838598
record_format oai_dc
spelling ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-008385982013-06-27T03:02:25Z http://tel.archives-ouvertes.fr/tel-00838598 2011LYO10259 http://tel.archives-ouvertes.fr/docs/00/83/85/98/PDF/TH2011_Di_Bernardino_Elena.pdf Modélisation de la dépendance et mesures de risque multidimensionnelles Di Bernardino, Éléna [MATH:MATH_GM] Mathematics/General Mathematics Théorie des valeurs extrêmes Courbes de niveau pour fonctions de répartition Théorie et gestion des risques Copules et dépendance Ordres stochastiques Probabilités de dépassements Cette thèse a pour but le développement de certains aspects de la modélisation de la dépendance dans la gestion des risques en dimension plus grande que un. Le premier chapitre est constitué d'une introduction générale. Le deuxième chapitre est constitué d'un article s'intitulant " Estimating Bivariate Tail : a copula based approach ", soumis pour publication. Il concerne la construction d'un estimateur de la queue d'une distribution bivariée. La construction de cet estimateur se fonde sur une méthode de dépassement de seuil (Peaks Over Threshold method) et donc sur une version bivariée du Théorème de Pickands-Balkema-de Haan. La modélisation de la dépendance est obtenue via la Upper Tail Dependence Copula. Nous démontrons des propriétés de convergence pour l'estimateur ainsi construit. Le troisième chapitre repose sur un article: " A multivariate extension of Value-at-Risk and Conditional-Tail-Expectation", soumis pour publication. Nous abordons le problème de l'extension de mesures de risque classiques, comme la Value-at-Risk et la Conditional-Tail-Expectation, dans un cadre multidimensionnel en utilisant la fonction de Kendall multivariée. Enfin, dans le quatrième chapitre de la thèse, nous proposons un estimateur des courbes de niveau d'une fonction de répartition bivariée avec une méthode plug-in. Nous démontrons des propriétés de convergence pour les estimateurs ainsi construits. Ce chapitre de la thèse est lui aussi constitué d'un article, s'intitulant " Plug-in estimation of level sets in a non-compact setting with applications in multivariate risk theory", accepté pour publication dans la revue ESAIM:Probability and Statistics. 2011-12-08 FRE PhD thesis Université Claude Bernard - Lyon I
collection NDLTD
language FRE
sources NDLTD
topic [MATH:MATH_GM] Mathematics/General Mathematics
Théorie des valeurs extrêmes
Courbes de niveau pour fonctions de répartition
Théorie et gestion des risques
Copules et dépendance
Ordres stochastiques
Probabilités de dépassements
spellingShingle [MATH:MATH_GM] Mathematics/General Mathematics
Théorie des valeurs extrêmes
Courbes de niveau pour fonctions de répartition
Théorie et gestion des risques
Copules et dépendance
Ordres stochastiques
Probabilités de dépassements
Di Bernardino, Éléna
Modélisation de la dépendance et mesures de risque multidimensionnelles
description Cette thèse a pour but le développement de certains aspects de la modélisation de la dépendance dans la gestion des risques en dimension plus grande que un. Le premier chapitre est constitué d'une introduction générale. Le deuxième chapitre est constitué d'un article s'intitulant " Estimating Bivariate Tail : a copula based approach ", soumis pour publication. Il concerne la construction d'un estimateur de la queue d'une distribution bivariée. La construction de cet estimateur se fonde sur une méthode de dépassement de seuil (Peaks Over Threshold method) et donc sur une version bivariée du Théorème de Pickands-Balkema-de Haan. La modélisation de la dépendance est obtenue via la Upper Tail Dependence Copula. Nous démontrons des propriétés de convergence pour l'estimateur ainsi construit. Le troisième chapitre repose sur un article: " A multivariate extension of Value-at-Risk and Conditional-Tail-Expectation", soumis pour publication. Nous abordons le problème de l'extension de mesures de risque classiques, comme la Value-at-Risk et la Conditional-Tail-Expectation, dans un cadre multidimensionnel en utilisant la fonction de Kendall multivariée. Enfin, dans le quatrième chapitre de la thèse, nous proposons un estimateur des courbes de niveau d'une fonction de répartition bivariée avec une méthode plug-in. Nous démontrons des propriétés de convergence pour les estimateurs ainsi construits. Ce chapitre de la thèse est lui aussi constitué d'un article, s'intitulant " Plug-in estimation of level sets in a non-compact setting with applications in multivariate risk theory", accepté pour publication dans la revue ESAIM:Probability and Statistics.
author Di Bernardino, Éléna
author_facet Di Bernardino, Éléna
author_sort Di Bernardino, Éléna
title Modélisation de la dépendance et mesures de risque multidimensionnelles
title_short Modélisation de la dépendance et mesures de risque multidimensionnelles
title_full Modélisation de la dépendance et mesures de risque multidimensionnelles
title_fullStr Modélisation de la dépendance et mesures de risque multidimensionnelles
title_full_unstemmed Modélisation de la dépendance et mesures de risque multidimensionnelles
title_sort modélisation de la dépendance et mesures de risque multidimensionnelles
publisher Université Claude Bernard - Lyon I
publishDate 2011
url http://tel.archives-ouvertes.fr/tel-00838598
http://tel.archives-ouvertes.fr/docs/00/83/85/98/PDF/TH2011_Di_Bernardino_Elena.pdf
work_keys_str_mv AT dibernardinoelena modelisationdeladependanceetmesuresderisquemultidimensionnelles
_version_ 1716589582514913280