IDEAS home Printed from https://ideas.repec.org/p/lam/wpaper/14-16.html
   My bibliography  Save this paper

Prévision du Risque de Contagion de six Marchés Financiers : une analyse prédictive par l’approche des Réseaux de Croyance Bayésienne (BBN) non-paramétrique continu

Author

Listed:
  • Lazeni Fofana
  • Françoise Seyte

Abstract

L’objectif de ce papier est d’apporter une réponse à la question de prévisions de la contagion financière en utilisant une approche nouvelle. Nous avons recours à l’analyse prédictive des Réseaux de Croyance Bayésienne (BBN) non-paramétriques. Les arcs du réseau sont utilisés comme sens de causalité ou d’influence ; le nœud en amont représente la cause et le nœud en aval désigne la conséquence de l’événement en amont. Ces événements, eux-mêmes sont observés avec des probabilités de croyance conditionnelle Bayésienne, calculées et mise à jour au fur et à mesure que s’effectue la propagation dans le réseau. En associant corrélations avec la dynamique de causalité conditionnelle et probabilité de propagation des chocs entre les marchés, nous arrivons à éliciter les rangs de corrélations conditionnelles entre les marchés. La modélisation est réalisée à l’aide de la jonction entre les Vines et les copules (Copula-Vines) sur un réseau de croyance Bayésienne avec une technique d’apprentissage de la structure. Un certain nombre d’hypothèses importantes ont également été pris en compte pour réaliser cette modélisation. Concernant ces hypothèses, nous avons considéré la contagion financière comme un système complexe dont la survenance est non déterministe ; autrement dit, les mêmes causes ne produisent pas les mêmes effets. On considère qu’il existe des effets communs cachés, connus sous le nom de Causal Markov Condition, responsables de la propagation des chocs entre les marchés en situation de grands stress. Les marchés considérés dans cet article sont les six grands marchés financiers CAC40, DAX, S&P500, NIKKEI225, FTSE100 et SSEC. Lorsque nous considérons le niveau de co-mouvements atteint pendant la crise des subprimes comme seuil d’alerte, les prévisions du modèle nous révèlent que la contagion financière se comporte comme un système complexe quand les marchés commencent à s’agréger. La structure des co-mouvements se modifie et est différent des comportements bivariées simples. Le deuxième constat que nous faisons est que la zone euro à travers le CAC40 et le DAX constitue un nœud central dans la stabilité du réseau financier actuel, car une fois ces deux marchés en crise, il se crée le plus grand réseau de contagion de notre étude. Enfin, le dernier constat que nous avons fait est qu’à travers le réseau de croyance Bayésienne des six indices construit par apprentissage automatique, le S&P500 se comporte bien comme le ground zero de la contagion dans la crise des subprimes.

Suggested Citation

  • Lazeni Fofana & Françoise Seyte, 2014. "Prévision du Risque de Contagion de six Marchés Financiers : une analyse prédictive par l’approche des Réseaux de Croyance Bayésienne (BBN) non-paramétrique continu," Working Papers 14-16, LAMETA, Universtiy of Montpellier, revised Dec 2014.
  • Handle: RePEc:lam:wpaper:14-16
    as

    Download full text from publisher

    File URL: http://www.lameta.univ-montp1.fr/Documents/DR2014-16.pdf
    File Function: Revised version, 2014
    Download Restriction: no
    ---><---

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:lam:wpaper:14-16. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Patricia Modat (email available below). General contact details of provider: https://edirc.repec.org/data/lamplfr.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.