Volatilité et fréquence de transactions sur les marchés financiers : modélisation et inférence

Cette these se compose de trois chapitres independants issus d'une problematique commune : construire des specifications econometriques de la dynamique des marches financiers, integrant une modelisation structurelle des aspects informationnels. Le premier chapitre est consacre aux frequences de transactions sur les marches financiers en presence d'information asymetrique. Nous considerons un modele a la Kyle (1985), mais ou les chocs de liquidites n'ont pas toujours lieu. Nous caracterisons l'ensemble des equilibres bayesiens parfaits. En particulier, nous montrons que l'initie n'intervient pas systematiquement sur le marche, ce qui influe sur les frequences de transactions. Nous etendons ensuite cette analyse au cas ou les volumes sont heterogenes. Le second chapitre s'interesse a l'agregation temporelle de la volatilite. Nous proposons une classe de modeles de la variance conditionnelle qui inclut la plupart des modeles existant dans la litterature et ou la variance est lineaire (Garch, facteurs lineaires). Nous montrons que cette classe est robuste vis-a-vis des agregations temporelle et individuelle et de la marginalisation. Nous montrons aussi la superiorite et la pertinence de cette classe par rapport a celle dite "arch faible" en termes d'interpretations financieres et statistiques. Nous etablissons le lien direct entre notre classe et celle des processus en temps continu dits "a volatilite stochastique". Enfin, le dernier chapitre est consacre a l'estimation des modeles definis par leur moyenne et variance conditionnelles, en particulier ceux du type arch. Nous considerons une large classe de m-estimateurs et nous exhibons l'estimateur optimal, qui depend de maniere cruciale des coefficients d'asymetrie et d'aplatissement conditionnels. Nous montrons qu'il est plus efficace que l'estimateur pmv et qu'il est equivalent a l'estimateur gmm optimal. Une etude Monte Carlo confirme ces resultats.