(Var) et optimisation stochastique de la gestion de
Transcription
(Var) et optimisation stochastique de la gestion de
Titre : Calcul de la Value at Risk (Var) et optimisation stochastique de la gestion de portefeuille Thématique : algorithmique/combinatoire Laboratoire : LRI, Université de Paris Sud, Orsay, France Équipe ou projet dans le labo : Théorie des Graphes et Optimisation Combinatoire Directeur de stage : LISSER, [email protected] Directeur du LRI : Philippe Dague Présentation générale du domaine La VaR (de l'anglais Value at Risk, mot à mot : « valeur à risque ») est une notion utilisée généralement pour mesurer le risque de marché d'un portefeuille d'instruments financiers. Elle correspond au montant de pertes qui ne devrait être dépassé qu'avec une probabilité donnée sur un horizon temporel donné. D'une manière générale, la VaR donne une estimation des pertes qui ne devrait pas être dépassée sauf événement extrême sur un portefeuille pouvant être composé de différentes classes d'actifs. Elle donne en un seul chiffre le montant à risque d'un portefeuille. Elle permet aussi d'analyser un portefeuille en extrayant les actifs qui contribuent le plus à la VaR, autrement dit les actifs qui ajoutent du risque au portefeuille. La VaR d'un portefeuille dépend essentiellement de 3 paramètres : • la distribution des résultats des portefeuilles. Souvent cette distribution est supposée normale, mais beaucoup d'acteurs financiers utilisent des distributions historiques. • le niveau de confiance choisi (95 ou 99% en général). C'est la probabilité que les pertes éventuelles du portefeuille ou de l'actif ne dépassent pas la Value at Risk, par définition; • l'horizon temporel choisi. Ce paramètre est très important car plus l'horizon est long plus les pertes peuvent être importantes. Objectifs du stage Le problème de la VaR peut se modéliser à l’aide de la programmation stochastique en nombres entiers. Ce type de formulation donne lieu à des problèmes combinatoires difficiles à résoudre. L’objectif du stage consiste à étudier des méthodes de résolution exactes et/ou approchées pour résoudre le problème de la VaR et d’effectuer des simulations sur des instances recueillies auprès de diverses places boursières (Londres, USA, Japan, Norvège, …). Pour la partie résolution numérique, on utilisera des logiciels du commerce tels que IBMILOG-CPLEX ou MOZEK. Compétences souhaitées: Algorithmique/combinatoire, C++ ou java