Four essays on dynamic dependence in large portfolios

This thesis comprises four essays that explore large portfolio dynamic dependence risk related to defaults, risk management and asset allocation, international financial markets, and herding behavior. The first essay investigates the dependence between companies' defaults. We compare credit correlations implied by the prices of collateralized debt obligations with time-varying correlations estimated from equity returns and credit default swaps. We find that the correlations between default intensities from swap spreads are highly time-varying and persistent; the same finding obtains for equity returns. We also find that the correlation implied by structured products co-moves very strongly with the correlation extracted from credit spreads, but less strongly with the correlations between equity returns. Finally, we find that when risk is high in equity and credit markets and when interest rates are low, correlation measures tend to be high. This impedes diversification benefits and depresses prices for senior credit tranches. The second essay develops a new family of Dynamic Conditional Elliptical Copulas to model dynamic high dimensional multivariate distribution for risk management and asset allocation. I examine Value at Risk (VaR) and Expected Shortfall (ES) by Monte Carlo simulation for passive portfolios and dynamic optimal portfolios through Mean-Variance and ES criteria. I find that these copulas work very well for both VaR and ES, and the optimal portfolio by ES does a good job against the tail risk. The third essay studies dependence risk in international financial markets. We investigate patterns and trends in correlations over time for large sets of developed markets (DMs) and emerging markets (EMs). We find that correlations have been significantly trending upward for both the DMs and EMs. The tail dependence has also increased for both EMs and DMs, but its level is still very low for EMs as compared to DMs. Thus, our correlation analysis suggests thaCette thèse se compose de quatre essais qui explorent la dynamique du risque de dépendance pour les larges portefeuilles, en relation avec la gestion du risque, l'allocation d'actifs, les marchés financiers internationaux, et les comportements moutonniers des investisseurs. Le premier essai examine la dépendance entre les défauts des entreprises. Nous comparons les corrélations de crédit impliquées par les prix d'obligations adossées à des actifs avec des corrélations variables au cours du temps, estimées à partir des rendements des actions et des swaps sur défaillance de crédit. Nous constatons que les corrélations entre les intensités des défauts implicites dans les primes des swaps sont très variables dans le temps et persistantes; on obtient un résultat similaire pour les rendements des actions. Nous constatons également que les mouvements de la corrélation impliquées par les produits structurés sont fortement corrélés avec la corrélation extraite des primes de crédit, mais moins fortement avec les corrélations entre les rendements des actions. Enfin, nous constatons que lorsque le risque est élevé dans les marchés d'actions et de crédit et lorsque les taux d'intérêt sont bas, les mesures de corrélation ont tendance à être élevées. Ceci entrave la diversification et fait baisser les prix pour les tranches de crédit senior. Le deuxième essai développe une nouvelle famille de Copules Dynamiques Conditionnelles Elliptiques afin de modéliser la dynamique de distributions avec un nombre élevé de dimensions dans la gestion des risques et l'allocation d'actifs. J'examine la méthode de la valeur à risque (VaR or Value at Risk) et de la perte attendue (ES or Expected Shortfall) par simulation Monte-Carlo pour des portefeuilles passifs et des portefeuilles dynamiques optimaux en considérant les critères de moyenne variance (Mean-Variance) et la perte attendue (ES). Je trouve que ces copules fonctionnent très bien pour