Nous étudions l’incertitude liée au rendement des actions pour différents horizons de placement. Comme le rendement est soit une perte, soit un gain, nous classons l’incertitude liée au rendement dans l’une ou l’autre de ces deux catégories : l’incertitude liée à une perte et l’incertitude liée à un gain. Nous utilisons ensuite ces deux catégories pour évaluer le placement.
Nous décomposons la variance totale en ses éléments positifs et négatifs et mesurons les primes associées à leurs fluctuations à partir de données sur les actions et les options, données tirées d’un vaste échantillon représentatif d’entreprises.
Les auteurs élaborent une procédure d’évaluation simple des modèles paramétriques d’asymétrie conditionnelle en vue de combler une lacune de la littérature sur le sujet. Cette procédure est basée sur la régression de l’asymétrie réalisée sur l’asymétrie conditionnelle.
Les rendements espérés varient lorsque les occasions de placement qui s’offrent aux investisseurs ne sont pas constantes dans le temps. Les modèles avec risque de long terme (Bansal et Yaron, 2004) et les modèles affines basés sur l’absence d’arbitrage (Duffie, Pan et Singleton, 2000) mettent l’accent sur des sources de risque qui échappent à l’observation de l’économètre.
Les auteurs élaborent un modèle discret affine à volatilité stochastique et asymétrie conditionnelle variable (modèle SVS). Leur approche a ceci d’intéressant qu’elle dissocie de façon cohérente la dynamique de la volatilité conditionnelle de celle de l’asymétrie conditionnelle.
Les auteurs présentent le modèle « homoscédastique gamma », ou modèle HG, où la distribution des rendements est caractérisée par sa moyenne, sa variance et un paramètre d'asymétrie. Dans le modèle HG, l'écart entre les volatilités observée et neutre à l'égard du risque est fonction de la prime de risque et du degré d'asymétrie : la prime de risque appliquée aux actions est en fait le double du ratio de l'écart de volatilité à la mesure de l'asymétrie.
