Problèmes économétriques d'analyse des séries temporelles à mémoire longue - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2012

Econometric Problems of Long-Memory Time Series Analysis

Problèmes économétriques d'analyse des séries temporelles à mémoire longue

Résumé

The investigation modes, are carried under three angles:epistemological, statistical and economical approaches. In the first part of the thesis, we specify, in an epistemological approach, in what the concept of long-memory can appear, as a new kühnian ''paradigm'' for macroeconomics and finance. In the second part of the thesis, we propose, in a semiparametric statistical approach, three extensions of the most elaborate IR (Increment Ratio) statistics of Surgailis et al, (2008). First, a multidimensional central limit theorem is established, for a vector made up of several IR statistics. Second, a chi2 goodness of fit test is deduced from this Multidimensional central limit theorem. Lastly, this Multidimensional central limit theorem allowed us to build adaptive versions of the estimator and the goodness of fit test, studied within a general semiparametric framework. We prove that the adaptive estimator of the long memory parameter follows an Oracle property. Simulations which we carried out attest of the precision and the robustness of the estimator and the goodness of fit test, even in the non Gaussian case. In the third part of the thesis, we deduce from our adaptive Multidimensional Increment Ratio statistics, two tests respectively of stationarity and nonstationarity, for any stationary or nonstationary I(d) process, and for any real number d such that -0.5< d < 1.25. In an empirical econometric approach, we implement these previous theoretical results, and compare them with those resulting from other statistical methods: parametric, semiparametric or nonparametric (or heuristic) applied to economical and financial series.
Les modalités d'investigation de notre thèse sont menées, sous trois angles : épistémologique, statistique et économique. En première partie de la thèse, dans une approche épistémologique, nous spécifions en quoi le concept de mémoire longue peut apparaître, comme un nouveau paradigme kühnien pour la macroéconomie et la finance. En deuxième partie de la thèse, dans une approche statistique, semi-paramétrique, nous proposons trois extensions de la statistique IR (Increment Ratio) de Surgailis et al, (2008). Premièrement, un théorème central limite multidimensionnelle est établi pour un vecteur composé de plusieurs statistiques IR. Deuxièmement, un test d'adéquation de qualité d'ajustement de type chi2 est déduit de ce théorème. Troisièmement, ce théorème nous a permis de construire des versions adaptatives de l'estimateur et du test d'adéquation étudiés dans un cadre semi-paramétrique général. Nous prouvons que l'estimateur adaptatif du paramètre de la mémoire longue suit une propriété d'Oracle. Les simulations que nous avons menées attestent de la précision et de la robustesse de l'estimateur et du test d'adéquation, même dans le cas non gaussien. En troisième partie de la thèse, nous en déduisons deux tests respectivement de stationnarité et de non stationnarité pour les processus I(d) stationnaires et non stationnaires, pour tout réel d tel que (-0.5< d<1.25). Dans une approche économique, au sein de cette troisième partie de la thèse, nous mettons en oeuvre les résultats théoriques précédents comparés à ceux issus d'autres méthodes statistiques: paramétriques, semi-paramétriques ou non paramétriques (ou heuristiques) appliquées à des séries économiques et financières.
Fichier principal
Vignette du fichier
ThesisBechirDola2012.pdf (1.27 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00794676 , version 1 (26-02-2013)

Identifiants

  • HAL Id : tel-00794676 , version 1

Citer

Béchir Dola. Problèmes économétriques d'analyse des séries temporelles à mémoire longue. Econométrie de la finance [q-fin.ST]. Université Panthéon-Sorbonne - Paris I, 2012. Français. ⟨NNT : 2012PA010052⟩. ⟨tel-00794676⟩
1313 Consultations
4103 Téléchargements

Partager

Gmail Facebook X LinkedIn More