Le présent document propose une nouvelle catégorie de distributions asymétriques suivant la loi t de Student (Asymmetric Student-t Distribution - AST). Il en examine les propriétés, suggère des procédures d'estimation et propose des applications dans le domaine de l'économétrie financière. Nous établissons des expressions analytiques pour la fonction de distribution cumulative, la fonction quantile, les moments et les quantités, ces aspects étant utiles dans certaines applications liées à l'économétrie financière, par exemple l'estimation du manque à gagner prévu. Nous mettons aussi de l'avant une représentation stochastique de la distribution. Même si la densité suivant la loi t de Student ne répond pas aux conditions habituelles de régularité pour l'estimation du maximum de vraisemblance, nous établissons néanmoins la consistance, la normalité asymptotique et l'efficacité des estimateurs du maximum de vraisemblance et arrivons à une expression analytique explicite en ce qui concerne la matrice de covariance asymptotique. Une étude selon la méthode Monte Carlo indique généralement une bonne conformité des échantillons finis avec ces propriétés asymptotiques.