Université de Sousse Epreuve: Modélisation des risques Extrêmes
Enseignante : Manel Kacem
Auditoire :
2ème Mastère Recherche Actuariat & Finance
Durée : 2 heures, Janvier 2020
Nombre de pages : 3 pages
QCM (10 points)
Choisir la bonne réponse en justifiant
1. Considérons une VaR à 99%. Le temps de retour associé à l’évènement « dépassement
de la VaR est :
□ 200 □ 100 □ 1000
2. Soit 𝑋𝑛+ = max(𝑋1, 𝑋2, … , 𝑋𝑛 ), nous supposons que les variables sont iid de même loi
F. Dans ce cas la loi de 𝑋𝑛+ est
□ 1 − (1 − 𝐹(𝑥))𝑛 □ (1 − 𝐹(𝑥))𝑛 □ 𝐹(𝑥)𝑛
3. On considère la loi exponentielle avec 𝐹(𝑥) = 1 − 𝑒 −𝑥 , en posant 𝑎𝑛 = 1𝑒𝑡𝑏𝑛 =
𝑋𝑛+ −𝑏𝑛
𝐿𝑛(𝑛) on peut montrer quand n tend vers l’infini que la loi de , tend vers la
𝑎𝑛
distribution de
□ Gumbel □ 𝑊𝑒𝑖𝑏𝑢𝑙𝑙□ 𝐹𝑟é𝑐ℎ𝑒𝑡
4. La fonction d’excès moyen au-delà d’un seuil u d’une variable exponentielle de
paramètre 𝛽 est :
𝑢 1 1
□ □ □
𝛽 𝛽 𝛽+𝑢
5. 𝑆𝑜𝑖𝑡(𝑋1, 𝑋2, … , 𝑋𝑛 ), des variables aléatoire qui sont iid de même loi F. Dans le
graphique ci-dessous on donne la fonction d’excès moyen empirique. A priori la loi de
la variable X est une loi :
□ Exponentielle □ 𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒□ Pareto
6. Soit (Xi) une suite des variables aléatoire i.i.d. de distribution F et u un seuil donné. On
pose 𝑝𝑢 la probabilité que u soit dépassée. Nous considérons la variable aléatoire:
L u min i 1 : X i u . Dans ce cas 𝐿(𝑢) est
□ le quantile d’ordre 1 − 𝑝𝑢 □ lequantiled’ordre𝑖□ le quantile d’ordre 𝑝𝑢
7. Soit X une v.a. qui suit une loi de Pareto de distribution
F x 1 c x , où c 0 , 0 . En posant a n n c et bn 0 on peut montrer
1
𝑋𝑛+ −𝑏𝑛
quand n tend vers l’infini que tend asymptotiquement vers la distribution de :
𝑎𝑛
□ Gumbel □ 𝑊𝑒𝑖𝑏𝑢𝑙𝑙□ 𝐹𝑟é𝑐ℎ𝑒𝑡
EXERCICE (10 points)
Considérons une suite des variables aléatoires (𝑋1, 𝑋2, … , 𝑋𝑛 ) i.i.d. de distribution F. Pour
estimer les phénomènes extrêmes on s’intéresse à la loi des excès (la loi de X sachant X>u)
pour un seuil u suffisamment grand.
Nous nous intéressons à la probabilité conditionnelle suivante:
1 F (u y )
PrX u y / X u
1 F (u )
Pour cela nous introduisons la fonction de distribution des excès par rapport à u :
Fu ( y ) PrX u y / X u pour 0 y x F u avec x F supx : F ( x) 1
F u y F u
1. Monter que Fu ( y )
1 F u
2
2. Montrer que Fu(y), pour u assez grand, peut être approximée par une loi Pareto
généralisée (GPD) de paramètres𝜉, 𝜎, 𝜇et de fonction de répartition
−1
𝑦 𝜉
𝐹𝑢 (𝑦) = 1 − (1 + 𝜉 )
𝜎+𝜉(𝑢−𝜇)
3. Dans la suite on pose 𝜇 = 0. On note 𝜎̂ = 𝜎 + 𝜉𝑢𝑒𝑡Nu le nombre de dépassement
de u dans un échantillon(X1, X2, … , Xn ). En utilisant la distribution des excès par
rapport à un seuil u, montrer q’ une approximation de la queue de distribution issu de
la loi de Pareto généralisée est donnée par (pour tout𝑥 > u) :
1
x u
-
ˆ
Fˆ x 1 u
N
1 ξˆ
n ˆ
4. En déduire un estimateur du quantile d’ordre 𝛼 issu de l’approximation par la loi de
Pareto généralisée.
5. Donner deux méthodes pour le choix du seuil u des extrêmes.
6. Enoncer de manière rigoureuse le théorème de Pickands, Balkema, de Hann et expliquer
son utilité.
Bon courage