Test pour les sauts dans les modèles ARMA-GARCH conditionnellement gaussiens, une approche robuste.

Résumé Les prix des actifs financiers présentent occasionnellement des variations importantes. Pour faire face à leur occurrence, les séries de rendements observés sont supposées consister en un modèle de type ARMA-GARCH conditionnellement gaussien contaminé par une composante de saut additif. Dans ce cadre, un nouveau test pour les sauts additifs est proposé. Le test est basé sur les rendements normalisés, où les deux premiers moments conditionnels des observations non contaminées sont estimés de manière robuste. Les résultats de simulation indiquent que le test a de très bonnes propriétés d'échantillon fini, c'est-à-dire une taille correcte et une proportion élevée de détection correcte des sauts. Le test est appliqué aux rendements quotidiens et détecte moins de 1% des sauts pour trois taux de change et entre 1% et 3% des sauts pour environ 50 rendements d'actions de grande capitalisation du NYSE. Une fois les sauts filtrés, toutes les séries s'avèrent être conditionnellement gaussiennes. On constate également que les modèles simples de type GARCH estimés à partir des rendements filtrés fournissent des prévisions hors échantillon plus précises de la variance conditionnelle que les modèles GARCH et GAS (Generalized Autoregressive Score) estimés à partir des données brutes.