Processus autorégressif entier bivarié avec une application aux flux de fonds mutuels.

Résumé Nous proposons une nouvelle famille de modèles autorégressifs entiers non négatifs bivariés (BINAR) pour les données de processus de comptage. Nous généralisons d'abord le modèle BINAR(1) existant en autorisant des opérateurs d'éclaircissement dépendants et une distribution d'innovation arbitraire. La famille étendue permet une interprétation intuitive, ainsi que des propriétés d'agrégation et de stationnarité réalisables. Nous introduisons ensuite des dynamiques BINAR(p) et BINAR(∞) d'ordre supérieur pour prendre en compte des modèles de dépendance en série plus flexibles. Jusqu'à présent, la littérature a considéré que ces modèles étaient difficiles à calculer. Nous montrons que la famille BINAR étendue permet d'obtenir des distributions prédictives à forme fermée à n'importe quel horizon et pour n'importe quelle valeur de , ce qui facilite considérablement la prévision non linéaire et l'estimation basée sur la vraisemblance. Enfin, un modèle BINAR avec persistance de la mémoire est appliqué aux comptes d'ordres d'achat et de rachat de fonds communs de placement ouverts.