Modèles d'hétéroscédasticité conditionnelle : quelques propositions
Institution:
Aix-Marseille 2Disciplines:
Directors:
Abstract EN:
This work is mainly concerned with the heteroskedasticity phenomenon. Conditional heteroskedastic variance specifications are far from being exhausted. There can still be found new ones able to tackle the problem in a different perspective. They should treat the problem with different statistical tools than the used so far. We propose, in the first part of this work, two new specifications. They are inspired from NLMA model. Basically, we propose two specifications belonging to the NLMA class. The second one, in particular tackles down one of the main problems that NLMA models have to face: invertibility. Our third model is rather inspired from ARFIMA models. Long memory models may improve notably the acuteness of long-term predictions in economics. We thus propose a kind of artifact, a short memory model able to emulate long memory behavior while remaining simple to estimate as classical models are. What we obtain is a simple model with pseudo long-memory, heteroskedasticity properties and easy to estimate. The variance specification is a restricted Non-Linear Moving-Average-type one. We apply all these new tools in a number of empirical studies. We studied the properties of the variance of the Mexican Real GDP as well as Mexico's rate of inflation. The main purpose of the empirical applications was the confirmation of the usefulness of the theoretical work exposed in the first place. We do not pretend to infirm the economic, finance or econometric knowledge concerning the real GDP or the inflation's rate. Our approach pretends to be complementary, or more precisely, alternative.
Abstract FR:
Le travail présenté dans cette thèse concerne le phénomène de l'hétéroscédasticité. Les spécifications de variance conditionnelle hétéroscédastique n'étant pas été épuisées, il est encore possible de trouver des nouvelles alternatives. Elles doivent en outre pouvoir faire face à l'hétéroscédasticité par le biais d'autres instruments de l'analyse des séries temporelles. On s'intéresse notamment aux spécifications de moyennes mobiles non-linéaires. On propose dans la première partie, deux nouvelles spécifications, toutes deux inspirées du modèle NLMA. Ces modèles, très simples par ailleurs, parviennent à conserver des propriétés statistiques tout à fait intéressantes. En particulier, notre deuxième spécification permet d'éviter le principal problème des modèles NLMA, c'est à dire, celui de l'invertibilité. Notre troisième modèle est plutôt inspiré des modèles les ARFIMA. Ces modèles devraient être en mesure d'améliorer la précision des prévisions de long terme. Notre modèle est capable de reproduire les principales propriétés de la mémoire longue tout en conservant une certaine simplicité théorique, en particulier, en ce qui concerne son estimation. Il est de mémoire courte, simple et possède les propriétés des ARCH tout en s'étayant sur un émulateur de mémoire longue: la Pseudo mémoire longue. Notre proposition peut-être considérée comme un membre de la classe des NLMA avec des restrictions particulières. Il y a en outre deux applications. On a étudié les propriétés statistiques de la variance du PIB réel du Mexique et de celles de l'inflation mexicaine. Il est important de clarifier que l'objectif des applications empiriques est celui de montrer l'utilité des développements théoriques précédemment exposés. On ne prétend pas infirmer ou vérifier une quelconque théorie économique ou financière concernant le PIB réel ou l'inflation mexicaine.