Cette thèse traite du problème de valorisation par des méthodes numériques efficaces de contrats GMWB dans une optique de calcul par formules fermées ou par méthode de Monte Carlo sous contrainte de faible nombre de simulations. Les produits GMWB sont des produits très complexes qui ont connu ces dernières années un grand succès de par la garantie dont bénéficie l'assuré sur les retraits futurs avec un effet upside dépendant de la performance du fond sous-jacent au contrat. En outre, le souscripteur dispose de nombreuses options attrayantes qu'il peut exercer à tout moment dont l'option de racheter partiellement ou totalement son contrat, la possibilité de modifier l'allocation de la prime payée (fund switching) pendant la durée du contrat et enfin l'option d'avancer ou de reporter la date de début des paiements. Cependant, de telles options cumulées avec la complexité du produit et les risques de marché et de mortalité exposent l'assureur qui doit gérer des dizaines de milliers de contrats sous plusieurs contraintes opérationnelles (temps de calcul,faible nombre de simulation, etc.) à une difficulté majeure en terme de valorisation et de couverture. Une grande partie de cette thèse (chapitres de 2, 4, 5 et 6) est consacrée à l'étude de l'option de rachat partiel ou total dans les contrats GMWB selon deux angles : le point de vue assuré rationnel et le point de vue couvreur appréhendant le pire cas. A ce propos, dans notre cadre général en temps discret avec une volatilité locale et taux d'intérêt à la Hull-White 1 facteur, la stratégie optimale déterminant le coût du contrat dans les deux cas est la solution d'un problème de contrôle stochastique optimal en temps discret. Néanmoins, grâce à une propriété d'homogénéité partielle sur le prix et les flux, on démontre qu'elle est explicite et de type Bang-Bang. Le problème de valorisation étant ainsi ramené à celui d'arrêt optimal , nous avons proposé une méthode de Monte Carlo de type Longstaff Schwartz dont l'étape de régression empirique a été traitée par la méthode de moindres carrés habituels et par une nouvelle méthode appelée VCP (Variables de contrôle préliminaires). Cette dernière consiste dans un premier temps à réduire la variance empirique des flux à régresser à travers une projection L2 sur des variables de contrôle adaptées et centrées, et puis à faire la régression par moindres carrées habituels sur les nouveaux flux à variance réduite. Une étude numérique sur un cas test ainsi qu'une quantification théorique de l'erreur par les techniques de régression non paramétriques ont conclu à son efficacité dans un contexte de faible nombre de simulation (contrainte d'Axa). Quant au chapitre 3, il est consacré à justifier numériquement et théoriquement l'hypothèse de mutualisation du risque de mortalité souvent supposée par les praticiens dans le cas américain sur un produit simple sensible à ce risque. Enfin, la dernière partie de la thèse (chapitre 7) est consacrée à la valorisation par formules fermées approchées pour des contrats GMWB simplifiés dans un modèle Black Scholes avec taux d'intérêt de dynamique Hull-White à 1 facteur. En effectuant un développement asymptotique sur le montant des retraits, on obtient des formules approchées du prix du contrat GMWB par un prix Black-Scholes corrigé par une somme explicite de Grecques, le tout étant plus rapide à évaluer. Des estimations d'erreur sont établies lorsque la fonction payoff est régulière. La précision des formules asymptotiques est testée numériquement et montre un excellent comportement de ces approximations, même pour des contrats à longue maturité (20 ans).