Auteur(s) : Antunes, Manuel
Directeur(s) : Jacob, Julien
Composante : GESTION
Date de création : 30-06-2023

Résumé(s) : Ce travail explore la construction d’une matrice de corrélation des risques, composante cruciale dans la conduite de stress-tests pour les compagnies d’assurances. L’objectif est ainsi d’étudier l’intensité des liaisons qu’il peut exister entre les différentes classes d’actifs qui composent le portefeuille d’AFI ESCA. Néanmoins, la littérature académique disponible sur le sujet souffre de certaines lacunes en termes de contenu disponible ; les méthodes de construction d’une telle matrice sont donc, dans une certaine mesure, tenues secrètes par les sociétés de conseil en gestion des risques. Le travail entend donc sou-mettre des pistes de réflexion quant aux moyens de réaliser une telle matrice. Pour cela, et pour redresser certaines limites que peuvent présenter les données de cours des indices boursiers, des modèles écono-métriques ont été utilisés : STL pour désaisonnaliser les données ; GARCH et ARIMA pour étudier, corriger et exploiter leur hétéroscédasticité. Enfin, la matrice de corrélation nouvellement construite, bien que présentant encore certains coefficients trop élevés par rapport à nos attentes, offre des perspectives de développements prometteuses autour de ce processus. Il est d’ailleurs préconisé d’adapter régulière-ment ce dernier, afin qu’il évolue en même temps que le paysage financier, et permette ainsi de réviser ladite matrice., This work explores the construction of a risk correlation matrix, a crucial component in conduc-ting stress tests for insurance companies. Thus, the aim is to study the intensity of the links that may exist between the different asset classes belonging to AFI ESCA's portfolio. Nevertheless, the available acade-mic literature on the subject suffers from a certain weakness in terms of content; the methods for cons-tructing such a matrix are therefore, to a certain extent, kept secret by risk management consultancy firms. The aim of this paper is therefore to suggest ways in which such a matrix might be constructed. To this end, and to adress certain shortcomings that the stock index price data may present, econometric models were used: STL to deseasonalise the data; GARCH and ARIMA to study, correct and exploit their heteroscedasticity. Finally, the newly constructed correlation matrix, while still having some coefficients that are too high for our expectations, offers promising prospects for further development of this process. It is also recommended to regularly adjust the latter, so that it evolves alongside the financial landscape, thereby allowing for the revision of the said matrix.
Discipline : Assurance et Gestion du Risque
Mots-clés libres : Assurance, Gestion du risque, Risque financier, Gestion de portefeuille, Stress-test, matrice de corrélation des risques, STL, GARCH, ARIMA, Stress-test, risk correlation matrix, STL, GARCH, ARIMA
Couverture : FR