Modèles à temps continu en finance d'entreprise, banque et assurance.

Auteurs
Date de publication
2018
Type de publication
book
Résumé " Continuous-Time Models in Corporate Finance fait la synthèse de quatre décennies de recherche pour montrer comment le calcul stochastique peut être utilisé en finance d'entreprise. Alliant rigueur mathématique et intuition économique, Santiago Moreno-Bromberg et Jean-Charles Rochet analysent les décisions des entreprises telles que la distribution de dividendes, l'émission de titres, la structure du capital et le défaut de paiement. Ils accordent une attention particulière aux intermédiaires financiers, notamment les banques et les compagnies d'assurance. Les auteurs rappellent d'abord comment les techniques d'évaluation des options peuvent être utilisées pour évaluer les dettes et les actions des entreprises. Ils présentent ensuite le modèle dynamique de l'arbitrage entre les taxes et les coûts de faillite et en déduisent les implications pour la structure optimale du capital. Le chapitre principal présente le modèle de gestion des liquidités, où les décisions de gestion des liquidités et des risques sont prises afin de minimiser les coûts de financement externe. Ce modèle est utilisé pour étudier les décisions de financement des entreprises et les caractéristiques spécifiques des banques et des compagnies d'assurance. L'ouvrage se termine par la présentation du modèle d'agence dynamique, dans lequel les frictions financières proviennent du manque d'alignement des intérêts entre le dirigeant d'une entreprise et ses financiers. L'annexe contient un aperçu des principaux outils mathématiques utilisés dans l'ouvrage. Nécessitant une certaine familiarité avec les méthodes du calcul stochastique, Continuous-Time Models in Corporate Finance sera utile aux étudiants, chercheurs et professionnels qui souhaitent développer des modèles dynamiques des décisions financières des entreprises. ".
Thématiques de la publication
  • ...
  • Pas de thématiques identifiées
Thématiques détectées par scanR à partir des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr