Dans cette thèse on aborde deux problèmes. Dans la première partie on considère des diffusions hypoelliptiques, à la fois sur une condition d'Hormander forte et faible. On trouve des estimations gaussiennes pour la densité de la loi de la solution à un temps court fixé. Un outil fondamental pour prouver ces estimations est le calcul de Malliavin, et en particulier on utilise des techniques développées récemment pour faire face à des problèmes de dégénérescence. Ensuite, grâce à ces estimations en temps court, on trouve des bornes inférieures et supérieures exponentielles sur la probabilité que la diffusion reste dans un petit tube autour d'une trajectoire déterministe jusqu'à un moment fixé. Dans ce cadre hypoelliptique, la forme du tube doit tenir compte du fait que la diffusion se déplace avec une vitesse différente dans les directions du coefficient de diffusion et dans les directions des crochets de Lie. Pour cette raison, on introduit une norme qui prend en compte ce comportement anisotrope, qui peut être adaptée aux cas d'Hormander fort et faible. Dans le cas Hormander fort on établit un lien entre cette norme et la distance de contrôle classique. Dans le cas Hormander faible on introduit une distance de contrôle équivalente appropriée. Dans la deuxième partie de la thèse, on travaille avec des modèles à volatilité stochastique avec retour à la moyenne, oú la volatilité est dirigée par un processus de saut. On suppose d'abord que les sauts suivent un processus de Poisson, et on considère la décroissance des corrélations croisées, théoriquement et empiriquement. Ceci nous amène à étudier un algorithme pour la détection de sauts de la volatilité. On considère ensuite un phénomène plus subtil largement observé dans les indices financiers: le "multiscaling" des moments, c'est-à-dire le fait que les moments d'ordre q des log-incréments du prix sur un temps h, ont une amplitude d'ordre h à une certaine puissance, qui est non linéaire dans q. On travaille avec des modèles oú la volatilité suit une EDS avec retour à la moyenne dirigée par un subordinateur de Lévy. On montre que le multiscaling se produit si la mesure caractéristique du Lévy a des queues de loi de puissance et le retour à la moyenne est superlinéaire à l'infini. Dans ce cas l'exposant de scaling est linéaire par morceaux.