Ecole Doctorale
Sciences Economiques et de Gestion d' Aix - Marseille
Spécialité
Sciences Economiques : AMSE - Aix-Marseille
Etablissement
Aix-Marseille Université
Mots Clés
marche financier,copule,dependance,marche matières premières,
Keywords
financial market,copula,dependance,commodity market,
Titre de thèse
La dépendance entre le marche financier et le marche de matières premières, une approche copule
The dependance between the financial and commodity markets, a copula approach
Date
Monday 14 May 2018 à 10:00
Adresse
Faculté d'économie et gestion. Campus Marseille-Centre Site Ilot Bernard Du Bois 5-9 boulevard Maurice Bourdet, 13205 Marseille cedex 1 Amphitheatre
Jury
Directeur de these |
M. Vêlayoudom MARIMOUTOU |
Aix Marseille univ |
Rapporteur |
M. Benoit SEVI |
Nantes Univ |
Rapporteur |
M. Christophe HURLIN |
Univ Orleans |
Examinateur |
M. Sebastien LAURENT |
AIX Marseille univ |
Examinateur |
M. Laurent FERRARA |
Banque de France |
Examinateur |
Mme Thi Hong Van HOANG |
Montpellier Business School |
Résumé de la thèse
Cette thèse de doctorat est composée de trois chapitres, un article et deux papiers et est principalement liée au domaine de léconométrie financière empirique.
Elle analyse la dépendance et le lien entre les marchés financiers et les
marchés de matières premières, en particulier celui de lénergie. Les distributions et corrélations des variables appartenant aux deux marchés sont étudiées afin de déterminer leurs effets les uns sur les autres et danalyser leurs tendances pour donner un meilleur aperçu de leurs comportements vis-à-vis des crises et des événements brusques en économie. Ces variables sont représentées par certains indices financiers (SP500, Euro stoxx 50, Msci China...) ainsi que par les principaux indices de matières premières (SP GSCI, Brent Oil, Gaz naturel, Metaux precieux...).
Nous choisissons de modéliser leur corrélation dans le temps et de prendre en compte la non-linéarité et linstabilité qui peuvent les affecter. Pour cela, lapproche fonction copule a été employée pour modéliser dune manière efficace leurs distributions.
Dans le premier chapitre, nous examinons la dépendance et les co-mouvements
entre les prix des émissions de dioxyde de carbone et les indices énergétiques
comme le charbon, le gaz naturel, le Brent oil et lindice énergétique global SP
GSCI. La dépendance entre leurs rendements a été modélisée par une classe particulière de copules dynamiques, la copule autorégressive stochastique (SCAR). Et lestimation a été faite en utilisant la méthode EIS (Efficient Importance Sampling).
Le deuxième chapitre analyse les interactions et relations entre le marché pétrolier et deux principaux marchés financiers en Europe et aux États-Unis représentés par lEuro stoxx 50 et le SP500. La copule dynamique et la copule markovienne (à changement de régime) ont été choisies pour mieux comprendre le
lien entre les deux. Le modèle est estimé en utilisant la méthode de la fonction
dinférence pour les marginales (IFM) avec le filtre de Kim pour le processus
markovien. Un certain nombre de faits empiriques ont été déduits à partir des
résultats obtenus.
Dans le dernier chapitre, on analyse la dépendance multivariée entre les indices
de matière première de différents secteurs (énergie, métaux précieux, métaux
industriels, agriculture) avec des indices financiers de pays développés ainsi
que émergents (États-Unis, Chine et lInde) en utilisant le modèle de la copule
Regular Vine. Un certain nombre de tests ont été effectués pour bien choisir la
meilleure structure de Vine qui correspond aux données.
Thesis resume
This Ph.D. thesis is composed by three chapters and is mainly related to the
empirical financial econometrics field. It analysis the dependence and correlation between the financial markets and the commodity markets specially energy. Variables from both markets are studied to determine their effects on each others and to analyse their trends to giva a better insight to their co-movements. These variables are represented by some of the major equities (SP500, Euro stoxx 50, Msci China...) as well as major commodities indices (SP GSCI commodity, Brent Oil, Natural Gas, Precious metals...). We choose to model their
correlation dynamically and take into account any non-linearity and stylised
facts into the nature of their dependencies. For that, the copula approach was
used to model efficiently the correlated joint distributions of the studied variables.
In the first paper, we examine the dependence and co-movements between the
prices of the carbon dioxide emissions and energy commodities (coal, natural
gas, Brent oil and SP GSCI energy index). The dependence between the
returns was modeled by a particular class of dynamic copula, the Stochastic
Autoregressive Copula (SCAR). And the estimation was done using the Effi-
cient Importance Sampling (EIS) method.
The second chapter analysis the interactions and co-movements between the oil
market and two major stock markets in Europe and the US (the Euro stoxx 50
and the SP500). Both the dynamic and the markov (regime switching) copula
were chosen to better understand the link between the two. The model is estimated using the inference function for margins (IFM) method together with
Kims filter for the markov switching process. A number of empirical facts
have been deduced from the given results.
In The last paper, I study the multivariate dependence between commodities
from different sectors (energy, precious metals, industrial metals, agriculture)
with some major equities from developed and emerging countries (US, China,
India) using the Regular Vine copula model. A number of tests have been conducted to choose the best structure of the Vine.