1/19
Looks like no tags are added yet.
Name | Mastery | Learn | Test | Matching | Spaced | Call with Kai | Chat |
|---|
No analytics yet
Send a link to your students to track their progress
Qu’est-ce qu’une mesure de risque monétaire ?
Pour une perte X, elle vérifie notamment la monotonie X<=Y ⇒ ρ(X)≤ρ(Y) et l’invariance par translation ρ(X+m)=ρ(X)+m.
Qu’ajoute une mesure de risque cohérente à une mesure monétaire ?
La sous-additivité et l’homogénéité positive.
Quelle propriété d’une mesure cohérente traduit le bénéfice de diversification ?
La sous-additivité : ρ(X+Y) ≤ ρ(X)+ρ(Y).
Qu’est-ce qu’une mesure spectrale de risque ?
Une mesure qui agrège les quantiles en donnant des poids différents aux scénarios : Mφ(X) = −∫₀¹ φ(p) F(X)⁻¹(p) dp, avec φ ≥ 0, ∫φ = 1 et φ décroissante.
Une mesure spectrale est-elle cohérente ?
Oui. Toute mesure spectrale est cohérente.
Quand une mesure de distorsion est-elle cohérente ?
Lorsque la fonction de distorsion est concave.
Que mesure la VaR ?
Un quantile de perte : elle donne un seuil de perte à un niveau de confiance donné.
Formule de la VaR pour une perte Y ?
VaRα(Y) = F(Y)⁻¹(α).
Formule de la VaR pour un gain X selon la convention de la fiche ?
VaRα(X) = −F(X)⁻¹(1 − α).
Quelle est la principale faiblesse conceptuelle de la VaR ?
Elle ne dit rien sur la gravité des pertes au-delà du quantile.
La VaR est-elle toujours sous-additive ?
Non. Elle n’est donc pas toujours cohérente.
Que mesure l’Expected Shortfall ?
La perte moyenne dans la queue au-delà du niveau de VaR.
Formule de l’Expected Shortfall ?
ESα = [1 / (1 − α)] × ∫α¹ VaRᵣ dr.
Pourquoi l’Expected Shortfall est-il souvent préféré pour le risque de queue ?
Il tient compte de la gravité des pertes extrêmes et est cohérent/sous-additif.
La volatilité est-elle une mesure de risque monétaire ?
Non. Elle mesure une dispersion et est invariante par translation.
Que renseignent skewness et kurtosis ?
La skewness mesure l’asymétrie ; la kurtosis renseigne notamment sur l’importance des queues.
Formule du risque entropique ?
eγ(X) = [1 / γ] × ln(E[exp(−γX)]), avec γ > 0.
Le risque entropique est-il cohérent ?
Non. Il est convexe mais pas homogène positivement.
Risque entropique d’un X~N(μ,σ²) ?
eγ(X)=-μ+γσ²/2.
Différence essentielle VaR vs ES ?
VaR = seuil quantile ; ES = moyenne de la queue au-delà du seuil.