Simulation de risque pays en cas de variables aléatoires corrélées non gaussiennes

Drame, Aminata (2025). Simulation de risque pays en cas de variables aléatoires corrélées non gaussiennes. Mémoire. Gatineau, Université du Québec en Outaouais, Département des sciences administratives, 68 p.

Prévisualisation

PDF Télécharger (5MB) | Prévisualisation

Résumé

Ce mémoire explore une méthode avancée d’évaluation du risque pays en simulant la dépendance entre variables économiques et politiques, en dehors du cadre gaussien classique. En mobilisant les copules et la simulation de Monte Carlo, le travail vise à modéliser les corrélations non linéaires entre dimensions du risque, à partir des données Euromoney Country Risk pour 26 pays entre 1993 et 2016.
Les pays ont été regroupés selon leur statut de développement (développés, émergents, en développement) et leur zone géographique. Des statistiques descriptives, des analyses empiriques et des simulations par boucles (1 000 itérations) ont permis d’établir des profils différenciés de vulnérabilité. Les résultats confirment la hiérarchie du risque souverain, avec des scores ECR plus élevés dans les pays développés, et une volatilité accrue dans les pays émergents ou en développement.
L’approche méthodologique fondée sur les copules offre une lecture plus fine des risques structurels, en tenant compte des asymétries et événements extrêmes. Les résultats démontrent l’intérêt d’une modélisation stochastique pour compléter les diagnostics empiriques classiques.
Ce travail met en lumière l’utilité des simulations non gaussiennes dans les décisions d’investissement, la gestion du risque souverain, et la formulation de politiques économiques adaptées, notamment pour les États à haut risque. Il ouvre également des perspectives en matière d’analyse géopolitique et de finance du développement.

This thesis explores an advanced method for assessing country risk by simulating the dependency between economic and political variables outside the traditional Gaussian framework. By using copulas and Monte Carlo simulations, the study aims to model nonlinear correlations between dimensions of risk, based on Euromoney Country Risk data covering twenty-six countries from 1993 to 2016.
Countries are grouped according to their development status (developed, emerging, developing) and their geographical region. Descriptive statistics, empirical analyses, and loop-based simulations (1,000 iterations) were used to identify differentiated vulnerability profiles. The results confirm the hierarchy of sovereign risk, with higher ECR scores in developed countries and increased volatility in emerging and developing economies.
The copula-based methodological approach offers a more nuanced reading of structural risks by capturing asymmetries and extreme events. The results demonstrate the value of stochastic modeling in complementing classical empirical diagnostics.
This work highlights the relevance of non-Gaussian simulations for investment decision-making, sovereign risk management, and the design of appropriate economic policies, especially for high-risk states. It also opens new perspectives in geopolitical analysis and development finance.

Type de document:	Thèse (Mémoire)
Directeur de mémoire/thèse:	Yan, Li
Départements et école, unités de recherche et services:	Sciences administratives
Date de dépôt:	02 juill. 2025 19:49
Dernière modification:	02 juill. 2025 19:49
URI:	https://di.uqo.ca/id/eprint/1809

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt