CHEVILLON Guillaume

Dans cette thèse, nous comparons les prévisions IMS, DMS et PLS à plusieurs horizons, en nous concentrant sur les propriétés combinatoires des PLS. Nous nous appuyons sur un article intéressant de Franses & Legerstee (2010), qui suggère comment la méthode dite des moindres carrés partiels (PLS) peut être considérée, dans le contexte de la prévision sur plusieurs étapes, comme une technique intermédiaire entre IMS et DMS. En fait, plutôt qu’un «intermédiaire», nous aimons considérer le PLS comme une forme de combinaison de IMS et de DMS.Cette thèse comprend quatre chapitres.Au chapitre 1, nous fournissons une revue de la littérature qui sert de contexte aux chapitres suivants. Ce chapitre sert de motivation pour les analyses ultérieures.Au chapitre 2, nous explorons les fonctionnalités de PLS considérées comme une combinaison d'IMS et de DMS. Nous étudions les propriétés de PLS en utilisant un algorithme suggéré par Garthwaite (1994).Nous étudions la relation entre IMS, DMS et PLS et comparons la précision de leurs prévisions à plusieurs horizons. Nous analysons les propriétés combinatoires de PLS dans la prévision en plusieurs étapes à l'aide d'un modèle simple AR (2). Pour comparer les performances de prévision, nous évaluons leurs propriétés asymptotiques sous des modèles bien spécifiés et mal spécifiés. Nous confirmons notre étude analytique par le biais de simulations approfondies de la précision relative de la prévision des différentes techniques de prévision à plusieurs étapes. A travers ces simulations, nous soutenons l'analyse asymptotique et étudions les conditions qui rendent le PLS meilleur que l'IMS ou le DMS.Au chapitre 3, nous menons une étude empirique de la prévision en plusieurs étapes basée sur des modèles de AR univariés et nous nous concentrons sur les 121 séries chronologiques mensuelles macroéconomiques aux États-Unis.Nous fournissons une analyse empirique visant à déterminer les circonstances qui rendent PLS préférable à IMS ou à DMS. Pour une comparaison plus facile avec la littérature, nous suivons Marcellino et al. (2006) et McCracken & McGillicuddy (2019) à bien des égards. En outre, nous étendons leurs résultats dans certaines directions, telles que l’évaluation de la prévision de trajectoire, les techniques de mesure alternatives et différents sous-échantillons.Nous explorons les avantages en relation avec la persistance de la série mesurée par le degré d'intégration fractionnaire.A travers cette analyse empirique, nous reconfirmons les résultats des études précédentes et découvrons plusieurs faits nouveaux: (i) les avantages relatifs du PLS par rapport au système IMS ont tendance à disparaître à mesure que l'horizon de prévision se développe. (ii) le PLS est généralement meilleur lorsque le modèle utilise des décalages courts. et (iii) les PLS fonctionnent mieux que le système IMS lorsque les données subissent des périodes de forte volatilité.Le dernier chapitre étend le chapitre 3 aux modèles multivariés. Nous comparons une brève étude analytique de la raison d'être du PLS, puis comparons de manière empirique les performances de prévision du SGI, du IMS et du DMS dans le contexte de modèles de prévision à deux variables. Pour chaque modèle de prévision, nous produisons et évaluons des prévisions sur un seul horizon et sur des trajectoires (plages d'horizons). Nos résultats confirment ceux des modèles univariés: la PLS est privilégiée à court terme mais la question cruciale concerne la persistance des données. À cet égard, les données relatives au groupe des prix nominaux, des salaires et de la monnaie font apparaître une forme de persistance qui ne suit pas clairement une tendance I (1) ou I (2) et produit des performances PLS bien supérieures. Globalement, nous trouvons également que le PLS est génériquement préféré au DMS, il devrait donc constituer une alternative pour le praticien chaque fois qu’il peut envisager des techniques de prévision directe.

Cet article montre qu'un modèle vectoriel autorégressif (VAR) d'ordre fini de grande dimension peut générer une intégration fractionnelle dans les séries univariées marginalisées. Nous dérivons des hypothèses de haut niveau sous lesquelles la représentation de l'équation finale d'un VAR(1) conduit à des bruits blancs fractionnels univariés et vérifions la validité de ces hypothèses pour deux modèles spécifiques.

Pas de résumé disponible.

Cet article montre qu'un modèle vectoriel autorégressif (VAR) d'ordre fini de grande dimension peut générer une intégration fractionnelle dans les séries univariées marginalisées. Nous dérivons des hypothèses de haut niveau sous lesquelles la représentation de l'équation finale d'un VAR(1) conduit à des bruits blancs fractionnels univariés et vérifions la validité de ces hypothèses pour deux modèles spécifiques.

Cet article étudie les propriétés des projections à plusieurs étapes, ainsi que les prévisions qui sont obtenues par des méthodes itérées ou directes. Les modèles considérés sont asymptotiques locaux : ils permettent une racine unitaire proche et une dérive locale à zéro. Nous traitons les prévisions à court, moyen et long terme en considérant l'horizon par rapport à la taille de l'échantillon observable. Nous montrons l'implication de nos résultats pour les modèles de régressions prédictives utilisés dans la littérature financière. Nous montrons ici que les méthodes de projection directe aux horizons intermédiaires et longs sont robustes à la mauvaise spécification potentielle de la corrélation sérielle des erreurs de régression. Nous recommandons donc, pour une meilleure puissance globale dans les régressions prédictives, une combinaison de statistiques de test avec et sans correction d'autocorrélation.

Nous étudions la dynamique d'apprentissage dans un modèle prospectif prototypique d'agent représentatif dans lequel les croyances des agents sont mises à jour à l'aide d'algorithmes d'apprentissage linéaire. Nous montrons que l'apprentissage dans ce modèle peut générer une mémoire longue de manière endogène, sans aucune persistance des chocs exogènes, en fonction des poids que les des poids que les agents accordent aux observations passées lorsqu'ils mettent à jour leurs croyances, et de l'ampleur de la rétroaction des attentes sur la variable endogène. Ce cas est très différent de celui des anticipations rationnelles, dans lequel la mémoire de la variable endogène est déterminée de manière exogène.

Les restrictions à long terme sont une méthode très populaire pour identifier les vecteurs autorégressifs structurels, mais elles souffrent d'une identification faible lorsque les données sont très persistantes, c'est-à-dire lorsque les racines autorégressives les plus élevées sont proches de l'unité. Les racines quasi unitaires introduisent des paramètres de nuisance supplémentaires et rendent inapplicables les méthodes d'inférence standard de type "weak-instrument-robust". Nous développons une méthode d'inférence qui est robuste à la fois à l'identification faible et à la persistance forte. La méthode est basée sur une combinaison du test d'Anderson-Rubin avec des instruments dérivés en filtrant les variables potentiellement non-stationnaires pour les rendre quasi stationnaires. Nous appliquons notre méthode pour obtenir des bandes de confiance robustes sur les réponses impulsionnelles dans deux applications majeures de la littérature.

Cet article étudie les propriétés des techniques de prévision multistep itérées et directes en présence de changements de localisation en échantillon (ruptures de la moyenne). Il examine également les interactions de ces techniques avec les corrections d'interception à plusieurs étapes qui sont conçues pour être robustes à de tels changements. Dans une paramétrisation locale-asymptotique de la probabilité des ruptures, nous fournissons des expressions analytiques pour les biais de prévision et les erreurs de prévision quadratiques moyennes. Nous fournissons également des simulations qui montrent que les ruptures justifient l'utilisation de méthodes autres que les techniques itératives à plusieurs étapes. En particulier, nous étudions les relations entre la précision relative des méthodes et l'horizon de prévision, la taille de l'échantillon et le moment des ruptures. Nous montrons que la prévision directe en plusieurs étapes fournit des prévisions qui sont relativement robustes aux ruptures, et que ses avantages augmentent avec l'horizon de prévision. Dans une application empirique, nous réexaminons un ensemble de données souvent utilisé de séries macroéconomiques du G7 et corroborons nos résultats théoriques.

Cette thèse se compose de quatre essais sur la finance et l'économie réelle. Le chapitre 1 étudie l'effet des crises bancaires sur la composition de l'investissement. Il construit un modèle de croissance en équilibre partiel avec un secteur bancaire et deux types de projets d'investissement : une technologie sûre et à faible rendement et une technologie innovante et à forte productivité. Les investissements dans l'innovation sont risqués car ils sont soumis à un coût de liquidité que les entrepreneurs couvrent en empruntant auprès du secteur bancaire. Lorsque les créanciers bancaires sont suffisamment pessimistes quant aux besoins globaux de liquidité du secteur réel, ils se ruent sur la banque et provoquent un gel du crédit. Cela conduit les banques à resserrer l'offre de crédit après la crise, ce qui diminue de manière disproportionnée les investissements dans l'innovation et ralentit la croissance économique. Une étude empirique, utilisant des données sectorielles sur les investissements en R&D autour de 13 crises bancaires récentes, confirme cette hypothèse. Les industries qui dépendent davantage des financements externes, dans des économies plus basées sur les banques, investissent disproportionnellement moins dans la R&D après des épisodes de détresse bancaire. Ces industries ont également une part relativement plus faible de R&D dans l'investissement total, ce qui suggère un changement dans la composition de l'investissement après la crise. Ces effets différentiels entre les secteurs impliquent que la baisse des dépenses de R&D est, au moins partiellement, le résultat de la contraction de l'offre de crédit.Le chapitre 2 étudie l'impact des frictions de coordination sur les marchés financiers sur le coût du capital. Dans le modèle, un intermédiaire financier cherche à lever des fonds pour financer un projet risqué à forte intensité de capital. Le capital est détenu par un grand nombre de petits investisseurs, qui observent des signaux bruyants sur le coût de mise en œuvre du projet. En utilisant un raffinement de l'équilibre des jeux globaux, nous caractérisons un équilibre seuil unique du jeu de coordination entre investisseurs. Nous montrons ensuite que la relation entre la probabilité de succès du projet et le taux de rendement du capital est non-monotone. Il existe un prix du capital socialement optimal, qui maximise la probabilité que le projet soit rentable. Cependant, les intermédiaires qui maximisent les frais fixeront généralement un taux d'intérêt plus élevé que le taux socialement optimal. Le chapitre 3 propose une expérience de laboratoire pour étudier l'impact des systèmes de garantie partielle des dépôts sur le risque de retrait des dépôts. Dans cette expérience, les déposants décident de retirer ou de laisser leur argent dans une banque, ce qui déclenche une défaillance lorsque trop de participants choisissent de retirer leur argent. Lorsqu'une panique bancaire se produit, le montant de la richesse que chaque déposant peut récupérer dépend du nombre de retraits et d'un fonds d'assurance des dépôts dont la taille ne peut couvrir entièrement tous les déposants. Nous considérons deux traitements : (i) un cas d'information parfaite où les déposants connaissent la taille du fonds d'assurance et (ii) un cas d'information hétérogène où ils n'observent que des signaux bruyants sur sa taille. Nos résultats montrent que l'incertitude quant au niveau de couverture des dépôts exerce un impact significatif sur la propension à la fuite. La fréquence des runs est relativement élevée dans les deux traitements. Une majorité de sujets suivent une stratégie de seuil cohérente avec une sélection d'équilibre à dominance de risque. Enfin, le dernier chapitre réexamine la relation empirique entre le développement financier et le développement économique en (i) prenant en compte leur dynamique et (ii) en différenciant le développement du marché boursier et du secteur bancaire. Nous étudions la cointégration et la causalité entre la finance et la croissance pour 22 économies avancées. Notre analyse des séries chronologiques suggère que les preuves en faveur d'une croissance tirée par la finance sont faibles une fois que nous prenons en compte la dynamique du développement financier et économique. Nous montrons que les schémas de causalité dépendent du fait que le développement financier des pays provient du marché boursier ou du secteur bancaire.

Cet article montre que les modèles vectoriels autorégressifs (VAR) de grande dimension et d'ordre fini peuvent générer une mémoire longue dans les séries univariées marginalisées. Nous dérivons des hypothèses de haut niveau sous lesquelles la représentation de l'équation finale d'un VAR(1) conduit à des bruits blancs fractionnels univariés et nous vérifions la validité de ces hypothèses pour deux modèles spécifiques. Nous considérons les implications de nos résultats pour les variances des rendements des actifs où la soi-disant règle d'or des variances réalisées stipule qu'elles tendent toujours à présenter une intégration fractionnelle d'un degré proche de 0:4.

Cet article montre que les modèles vectoriels autorégressifs (VAR) de grande dimension et d'ordre fi ni peuvent générer une mémoire longue dans les séries univariées marginalisées. Nous dérivons des hypothèses de haut niveau sous lesquelles la représentation de l'équation finale d'un VAR(1) conduit à des bruits blancs fractionnels univariés et nous vérifions la validité de ces hypothèses pour deux modèles spécifiques. Nous considérons les implications de nos résultats pour les variances des rendements des actifs où la règle d'or des variances réalisées stipule qu'elles tendent toujours à présenter une intégration fractionnelle d'un degré proche de 0,4.

Pas de résumé disponible.

Pas de résumé disponible.

Cette thèse étudie plusieurs aspects de la dynamique du rendement des actifs. Les trois premiers chapitres ont pour objet la formation des prix sur le marché de l'art. Le premier chapitre établit que les prix peuvent s'écarter temporairement, et de manière partiellement prévisible, de la valeur fondamentale. Cet article a été publié dans Economics Letters (Volume 122, Issue 3, pp. 432-434) et a été écrit avec Christophe Spaenjers et Luc Renneboog. Le chapitre 2 étudie la vitesse de transmission de l'information dans les prix agrégés du marché de l'art. Le chapitre 3 analyse la corrélation entre prix et volume et étaye des éléments concordant avec une hypothèse de bulles. Il a été écrit avec Luc Renneboog. Le chapitre 4 s'attache à la modélisation empirique de la prédictibilité d'indices boursiers sur quinze pays industrialisés. Il propose de combiner l'information donnée par chaque pays de façon à améliorer le pouvoir prédictif.

Les tests standards pour le rang de cointégration d'un processus vectoriel autorégressif présentent des distributions qui sont affectées par la présence de tendances déterministes. Nous considérons l'approche récente de Demetrescu et al. (2009) qui recommandent de tester une nullité composite. Nous évaluons cette méthodologie en présence de tendances (linéaires ou brisées) dont la magnitude est suffisamment faible pour ne pas être détectable aux niveaux de signification conventionnels. Nous les modélisons en utilisant l'asymptotique locale et nous dérivons les propriétés des statistiques de test. Nous montrons que le fait que la tendance soit orthogonale ou non au vecteur de cointégration a un impact majeur sur les distributions mais que l'approche par combinaison de tests reste valide. Nous appliquons la méthodologie à l'étude des propriétés de cointégration entre les températures mondiales et le forçage radiatif des émissions de gaz par l'homme. Nous trouvons de nouvelles preuves de la causalité de Granger.

Nous considérons un modèle prospectif prototypique d'agent représentatif, et nous étudions la variabilité à basse fréquence des données lorsque les croyances de l'agent sur le modèle sont mises à jour par des algorithmes d'apprentissage linéaire. Nous constatons que l'apprentissage dans ce contexte peut générer une forte persistance. Le degré de persistance dépend du poids que les agents accordent aux observations passées lorsqu'ils mettent à jour leurs croyances, et de l'ampleur de la rétroaction des attentes sur la variable endogène. Lorsque l'algorithme d'apprentissage est celui des moindres carrés récursifs, la mémoire longue apparaît lorsque le coefficient des attentes est suffisamment grand. Dans les algorithmes avec actualisation, la mémoire longue fournit une très bonne approximation de la variabilité à basse fréquence des données. La mémoire longue apparaît donc de manière endogène, en raison de la nature autoréférentielle du modèle, sans aucune persistance des chocs exogènes. Ceci est très différent du cas des attentes rationnelles, où la mémoire de la variable endogène est déterminée de manière exogène. Enfin, cette propriété de l'apprentissage est utilisée pour faire la lumière sur certaines énigmes empiriques bien connues.

Cet article propose un modèle autorégressif à coefficients aléatoires quasi explosifs pour l'évaluation des actifs qui tient compte à la fois de la valeur fondamentale des actifs et de la présence récurrente de déviations autonomes ou de bulles. Un tel processus peut être stationnaire avec ou sans queues de poisson, non stationnaire à racine unitaire ou présenter une croissance exponentielle temporaire. Nous développons la théorie asymptotique pour analyser l'estimation par les moindres carrés ordinaires (MCO). Une observation théorique importante est que la distribution de l'estimateur dans le modèle à coefficient aléatoire est qualitativement différente de sa distribution dans le modèle équivalent à coefficient fixe. Nous effectuons une inférence récursive et à échantillon complet en inversant la distribution asymptotique de la statistique de test des MCO, une procédure courante en présence de paramètres localisants. Cette méthodologie permet de détecter la présence de bulles et d'établir des énoncés de probabilité sur leur apparition et leur dévolution. Nous appliquons nos méthodes à l'étude de la dynamique de l'indice Case-Shiller des prix des maisons aux États-Unis. En nous concentrant en particulier sur la variation du niveau des prix, nous fournissons un dispositif de détection précoce des points de retournement des booms et des bustes du marché immobilier.

Les trois chapitres suivants examinent: 1) si les taux de change réels d'Asie du Sud-Est sont nonlinéaire, 2) l'inférence bayésienne sur le modèle de série temporelle nonlinéaire avec des applications sur le taux de change réel,et 3) la cyclicité et effet de rebond dans le marché boursier.Depuis la fin des années nonante, les analyses théorique et empirique consacrée au taux de change réel suggèrent que la dynamique pourrait être bien estimés par les modèles non linéaires. Le premier chapitre examine cette possibilité utilisant les données mensuelles de l'ASEAN-5, et il s'étend la recherche existante dans deux directions. Tout d'abord, nous utilisons récemment mis au point des tests de racine unitaire ce qui permettra d'assouplir les modèles non linéaires stationnaires dans le cadre du d'autre alternative que l'couramment utilisés à SETAR ou ESTAR modèle. Deuxièmement, bien que différents modèles nonlinéaires survivre aux tests de mis-spécification, une expérience Monte Carlo à partir de généralisées fonctions de réponse impulsionnelle est utilisé pour comparer leur pertinence relative. Nos résultats i) soutenir l'hypothèse de retour nonlinéaire à la moyenne , et donc la parité de pouvoir d'achat, dans la moitié des cas et ii) indiquent MRLSTAR et ESTAR comme les plus probables processus générant des taux de change réels.Le deuxième chapitre analyse ACR modèle. Nous proposons une approche bayésienne complète d'inférence et une attention particulière est portée sur les paramètres des variables de seuil. Nous discutons le choix des distributions a priori et proposer une chaîne de Markov algorithme de Monte Carlo pour estimer les paramètres et les variables latentes. Une étude de simulation et de l'application à des données taux de change réelles illustrer l'analyse.Le troisième chapitre explore que les différentes formes de recouvrements dans les marchés financiers peuvent présenter dans un modèle de Markov Switching. Elle s'appuie sur les effets de rebond d'abord analysé par Kim, Morley et Piger [2005] dans le cycle des affaires et généralisé par Bec, Bouabdallah et Ferrara [2011] pour permettre une plus souple de type rebond.Nos résultats i) montrer que l'effet de rebond est statistiquement significative et importante dans tous les cas, mais l'Allemagne où la preuve est moins claire et ii) l'impact négatif permanent de marchés baissiers sur l'indice est notablement réduite lorsque le rebond est explicitement pris en compte.