Bienvenue chez Slionlombienel
Avez-vous déjà observé comment des actifs supposément décorrélés s'effondrent ensemble lors d'une crise ? Nous avons posé cette question il y a plusieurs années, et elle guide encore tout notre travail. Chez Slionlombienel, nous nous consacrons à l'analyse rigoureuse des queues de distribution et de la dépendance extrême entre classes d'actifs.
Nous développons et diffusons des approches techniques pour estimer la dépendance de queue entre actifs financiers, en s'appuyant sur la théorie des valeurs extrêmes et le conditionnement par périodes de stress.
Ce que nous faisons
Voici les domaines que nous couvrons, du fondement théorique jusqu'aux applications pratiques en analyse de risque.
-
Théorie des valeurs extrêmes appliquée aux séries financières et à la modélisation des queues de distribution.
-
Estimation des indices de dépendance de queue supérieure et inférieure entre paires d'actifs.
-
Modèles copule archimédiennes et elliptiques pour capturer la structure de dépendance extrême.
-
Conditionnement par périodes de stress : identifier les régimes de marché défavorables et leur impact sur la corrélation.
-
Méthodes d'estimation par seuils : approche Peak-over-Threshold et distribution de Pareto généralisée.
-
Comparaison des estimateurs non paramétriques et paramétriques de la dépendance de queue en pratique.
-
Analyse des co-mouvements extrêmes dans les portefeuilles multi-actifs lors de chocs systémiques.
-
Tests statistiques de la dépendance asymptotique et de l'indépendance asymptotique entre actifs.
-
Approches bayésiennes pour l'estimation robuste des paramètres de dépendance en queues de distribution.
-
Simulation de scénarios de stress basés sur des structures de dépendance de queue calibrées empiriquement.
-
Dépendance conditionnelle et modèles à facteurs latents pour les risques systémiques et sectoriels.
-
Mesures de risque cohérentes : CVaR, Expected Shortfall, et leur sensibilité à la dépendance de queue.
-
Estimation de la dépendance de queue dans les marchés à haute fréquence et données asynchrones.
-
Applications de la théorie des valeurs extrêmes multivariées aux risques de liquidité et de contrepartie.
-
Critiques et limites des modèles standards : pourquoi la corrélation linéaire est insuffisante en période de crise.
-
Interprétation des résultats d'estimation de queue pour une communication claire avec les parties prenantes.
Comparer avec rigueur
Avant d'adopter une méthode d'estimation, quelles questions essentielles faut-il se poser ?
Voici les interrogations que nous recommandons d'examiner systématiquement avant toute application pratique.
-
Cette méthode a-t-elle été validée sur des données de crise réelles, pas seulement sur des simulations théoriques ?
-
Quelle est la sensibilité de l'estimateur au choix du seuil ou du paramètre de régularisation utilisé ?
-
La structure de dépendance supposée est-elle symétrique, ou le modèle capture-t-il l'asymétrie de queue ?
-
L'approche est-elle robuste face à des données manquantes ou à une fréquence d'observation irrégulière ?
-
Comment l'estimateur se comporte-t-il lorsque la taille d'échantillon disponible est faible ou très faible ?
-
La méthode distingue-t-elle la dépendance de queue de la corrélation linéaire élevée en conditions normales ?
-
Quelles hypothèses distributionnelles sont implicitement posées, et sont-elles vérifiables sur vos données ?
-
L'estimation produit-elle des intervalles de confiance exploitables pour la prise de décision pratique ?
-
La dépendance estimée est-elle stable dans le temps, ou varie-t-elle fortement selon la fenêtre d'observation ?
-
Avez-vous comparé les résultats de plusieurs estimateurs pour détecter une sensibilité excessive au choix de méthode ?
-
Les conclusions tirées restent-elles valides si la période de calibration inclut ou exclut des épisodes de crise ?
Nous partons d'un principe simple : un modèle qui fonctionne bien en temps normal mais s'effondre en crise est un modèle incomplet.
Notre philosophie de travail
Évaluer la fiabilité
Qui peut tirer parti de nos analyses et revues méthodologiques sur la dépendance de queue ?
Débutants analytiques
Praticiens confirmés
Vous utilisez déjà des modèles copule ou des mesures de risque de queue, et vous cherchez à confronter vos choix méthodologiques à des approches alternatives rigoureusement documentées.