Modles Facteurs en Finance

Dans ce livre nous proposons une nouvelle approche dans le cadre des modles d'valuation des actifs financiers permettant de tenir compte de deux aspects fondamentaux qui caractrisent la volatilit latente: co-mouvement des rendements financiers conditionnellement htroscdastiques et changement de rgime. En combinant les modles facteurs conditionnellement htroscdastiques avec les modles de chane de Markov cachs, nous drivons un modle multivari localement linaire et dynamique pour la segmentation et la prvision des sries financires. Nous considrons, plus prcisment le cas o les facteurs communs suivent des processus GQARCH univaris. L'algorithme EM que nous avons dvelopp pour l'estimation de maximum de vraisemblance et l'infrence des structures caches est bas sur une version quasi-optimale du filtre de Kalman combine avec une approximation de Viterbi. Les rsultats obtenus sur des simulations, aussi bien que sur des sries financires sont prometteurs.