Gestion Quantitative des Risques dans les Marchés Volatils avec un Cadre Basé sur les Expectiles pour l'Indice FTSE

Quantitative Risk Management in Volatile Markets with an Expectile-Based Framework for the FTSE Index

July 16, 2025

papers.authors: Abiodun Finbarrs Oketunji

cs.AI

papers.abstract

Cette recherche présente un cadre pour la gestion quantitative des risques dans des marchés volatils, en se concentrant spécifiquement sur les méthodologies basées sur les expectiles appliquées à l'indice FTSE 100. Les mesures de risque traditionnelles telles que la Value-at-Risk (VaR) ont montré des limites significatives lors de périodes de stress marchand, comme en témoignent la crise financière de 2008 et les périodes volatiles qui ont suivi. Cette étude développe un cadre avancé basé sur les expectiles qui pallie les lacunes des approches conventionnelles basées sur les quantiles en offrant une plus grande sensibilité aux pertes extrêmes et une meilleure stabilité dans des conditions de marché extrêmes. La recherche utilise un ensemble de données couvrant deux décennies de rendements du FTSE 100, incluant des périodes de forte volatilité, de krachs boursiers et de phases de reprise. Notre méthodologie introduit de nouvelles formulations mathématiques pour les modèles de régression par expectiles, des techniques améliorées de détermination des seuils basées sur l'analyse des séries temporelles, et des procédures robustes de backtesting. Les résultats empiriques démontrent que la Value-at-Risk basée sur les expectiles (EVaR) surpasse systématiquement les mesures traditionnelles de VaR à différents niveaux de confiance et dans diverses conditions de marché. Le cadre montre une performance supérieure lors des périodes de volatilité, avec un risque de modèle réduit et une précision prédictive accrue. De plus, l'étude établit des lignes directrices pratiques pour la mise en œuvre par les institutions financières et fournit des recommandations fondées sur des preuves pour la conformité réglementaire et la gestion de portefeuille. Les résultats contribuent de manière significative à la littérature sur la gestion des risques financiers et offrent des outils pratiques pour les praticiens confrontés à des environnements de marché volatils.

English

This research presents a framework for quantitative risk management in volatile markets, specifically focusing on expectile-based methodologies applied to the FTSE 100 index. Traditional risk measures such as Value-at-Risk (VaR) have demonstrated significant limitations during periods of market stress, as evidenced during the 2008 financial crisis and subsequent volatile periods. This study develops an advanced expectile-based framework that addresses the shortcomings of conventional quantile-based approaches by providing greater sensitivity to tail losses and improved stability in extreme market conditions. The research employs a dataset spanning two decades of FTSE 100 returns, incorporating periods of high volatility, market crashes, and recovery phases. Our methodology introduces novel mathematical formulations for expectile regression models, enhanced threshold determination techniques using time series analysis, and robust backtesting procedures. The empirical results demonstrate that expectile-based Value-at-Risk (EVaR) consistently outperforms traditional VaR measures across various confidence levels and market conditions. The framework exhibits superior performance during volatile periods, with reduced model risk and enhanced predictive accuracy. Furthermore, the study establishes practical implementation guidelines for financial institutions and provides evidence-based recommendations for regulatory compliance and portfolio management. The findings contribute significantly to the literature on financial risk management and offer practical tools for practitioners dealing with volatile market environments.