Cette formation présente les différentes approches de modélisation des taux d’intérêt ainsi que de l’inflation.
La première partie porte sur la modélisation statique de la courbe des taux dont les modèles de Nelson-Siegel, Svensson and Smith-Wilson. Ce dernier est maintenant un standard dans le secteur de l’assurance et est recommandé dans Solvency II.
La seconde partie de ce cours revoit les modèles de taux stochastiques tels que : Hull & White, Heath-Jarrow-Morton et G2++. L’objectif n’est pas de présenter une liste exhaustive de tous les modèles mais plutôt d’acquérir une connaissance poussée des modèles Gaussiens pour les taux d’intérêt instantanés et fowards. Ce choix est motivé par la possibilité de tarifier analytiquement de nombreux produits dérivés.
La dernière section étudie la modélisation de l’inflation avec une présentation des outils de couverture. Nous présentons le modèle de Jarrow-Yildirim basé sur une analogie entre deux économies, l’une domestique et l’autre étrangère. Tout au long de ce module, nous accordons une attention particulière à l’estimation économétrique de ces modèles à l’aide de séries temporelles et à leur utilisation en gestion des risques.
Tous les modèles sont implémentés dans des exemple en R, distribués aux participants.
Rappel de calcul stochastique
Mouvement Brownien et lemme d’Itô
Mesure risque neutre
Modèle de Hull & White
Estimation sous mesure réelle P et risque neutre Q
Option sur obligations zéro-coupons et couponnées
Swaptions
Arbre trinomiaux
Définition et propriétés
Estimation économétrique
Illustration
Simulations
Définition et propriétés
Prix d’obligations zéro-coupons
Estimation sous la mesure réelle P
Options sur obligation zéro-coupon
Inflation
Obligation sur inflation: OATi
Zéro-coupon swaps indexes sur l’inflation
Year to year inflation swaps
Modèle de Jarrow Yildirim (JY)
Estimation économétrique de JY
Conseiller Scientifique, Detralytics
Professeur, UCLouvain
Date : À la demande
Durée : 9h
Accréditation : 9CPD | 54PPC
Industrie : Banque, Assurance
Prérequis : R Studio, connaissances de base des marchés financiers
À l’issue de cette formation, les participants seront capables de :
Donatien Hainaut est Conseiller Scientifique chez Detralytics et Professeur à l’UCLouvain (Belgique), où il dirige le Master en Data Science à orientation statistique. Auparavant, il a occupé plusieurs postes académiques, notamment en tant que Professeur Associé à la Rennes School of Business et à l’ENSAE à Paris. Il possède également une solide expérience en entreprise, ayant travaillé comme Risk Officer, Quantitative Analyst et ALM Officer.
Actuaire qualifié et titulaire d’un doctorat en Asset and Liability Management, ses recherches actuelles portent sur les mécanismes de contagion dans les processus stochastiques ainsi que sur les applications des réseaux de neurones en assurance.
