Ce mémoire se place dans le cas d’une compagnie d’assurance ayant recours à des produits dérivés pour piloter ses risques de marché. Ces produits génèrent un risque de contrepartie capturée par une grandeur appelée la Credit Value Adjustment (CVA) qui quantifie le montant dont le prix du dérivé doit être ajusté pour tenir compte du risque de défaut de la contrepartie. Dans le cadre de ce mémoire, les valorisations des dérivés ont été effectuées dans un univers multi-curve qui a été préalablement construit. A partir de l’univers reconstruit, la CVA a été modélisée selon trois méthodes : réglementaire ou add-on, optionnelle et Monte Carlo. Ces trois méthodes permettent de calculer la CVA pour un large panel de dérivés plus ou moins finement. Les résultats de ce mémoire ont montré que l’utilisation de la méthode de Monte Carlo est l’option optimale pour une compagnie d’assurance dont le portefeuille de dérivés est conséquent et qui souhaite suivre le plus finement possible la CVA de son portefeuille. Une solution alternative est de combiner la méthode des options pour les produits vanilles et la méthode des add-ons pour les produits exotiques. Cette solution permet d’être fin dans les cas simples et prudent dans les cas compliqués. Enfin, une modélisation simplifiée a permis d’illustrer que l’utilisation de produits dérivés permettait de piloter le SCR d’une compagnie d’assurance en « transvasant » du SCR marché vers le SCR contrepartie (moins couteux).