Dépendance dans les extrêmes multidimensionnels : estimation avec correction de biais

L'estimation de risques extrêmes dans un contexte multidimensionnel nécessite l'estimation de la structure de dépendance extrêmale, souvent décrite à l'aide de la "fonction de dépendance codale" (alias "stable tail dependence function"). Plusieurs estimateurs existent, fondés sur les k plus grandes observations. Choisir une grande valeur de k permet d'améliorer la variabilité de l'estimateur, mais produit un biais asymptotique. L'objet de cet exposé est de présenter cette problématique, et d'introduire une procédure de correction du biais. Il s'agit d'un travail en collaboration avec Cécile Mercadier (Université Lyon 1) et Laurens de Haan (Erasmus University Rotterdam).