C14 - Méthodes semi-paramétriques et non paramétriques : généralités
-
Identification and Estimation of Risk Aversion in First-Price Auctions with Unobserved Auction Heterogeneity
Nous présentons une méthode d’identification ponctuelle dans le cadre de modèles d’enchères au premier prix où sont prises en compte l’aversion au risque et une hétérogénéité non observée des enchères. La méthode d’identification proposée s’appuie sur de multiples offres tirées de chaque enchère et sur le nombre variable d’offreurs. -
Estimating Systematic Risk Under Extremely Adverse Market Conditions
Dans cet article, nous examinons l’estimation d’un modèle de régression linéaire entre deux variables qui suivent des lois de probabilité à queue épaisse lorsque la variable explicative a des valeurs extrêmement faibles (ou élevées). En exploitant la relation de dépendance entre les extrema des deux variables, nous proposons un estimateur du coefficient de régression. -
Early Warning of Financial Stress Events: A Credit-Regime-Switching Approach
Nous proposons un modèle d’alerte précoce visant à prévoir la probabilité que survienne un épisode de tensions financières à un moment futur et examinons si le crédit joue un rôle important dans le modèle en tant que facteur de propagation non linéaire des chocs. -
Testing for the Diffusion Matrix in a Continuous-Time Markov Process Model with Applications to the Term Structure of Interest Rates
L’auteur propose un test permettant de vérifier la validité de la spécification paramétrique des différentes composantes de la matrice de distribution d’un processus de distribution à d dimensions. À cette fin, il construit d(d-1)/2 statistiques de test pour les composantes hors-diagonale, et d statistiques pour les composantes de la diagonale principale. -
Bootstrap Tests of Mean-Variance Efficiency with Multiple Portfolio Groupings
Nous proposons des méthodes de bootstrap double pour tester l’hypothèse d’efficience moyenne-variance lorsque plusieurs groupes de portefeuilles d’actifs à tester sont examinés conjointement plutôt qu’individuellement. -
Predicting Financial Stress Events: A Signal Extraction Approach
Les auteurs proposent un système d’alerte avancée visant à déterminer la probabilité de survenue d’un épisode de tension financière à un moment donné. Pour ce faire, ils s’appuient sur le modèle de détection des signaux élaboré par Kaminsky, Lizondo et Reinhart (1998), qui leur permet de surveiller l’évolution de plusieurs indicateurs économiques susceptibles d’afficher un comportement inhabituel dans les périodes précédant un épisode de tension financière. -
Sheep in Wolf’s Clothing: Using the Least Squares Criterion for Quantile Estimation
L’estimation d’un modèle de régression quantile peut nécessiter des calculs considérables, tout particulièrement si ce modèle s’appuie sur un grand ensemble de données. Une approximation gaussienne est ici proposée (couplage quantile) comme méthode d’estimation. -
A Distributional Approach to Realized Volatility
Les auteurs proposent de nouvelles mesures de la variance intégrée qui reposent sur des données à haute fréquence concernant les écarts entre cours acheteur et vendeur et les profondeurs affichées, c.-à-d. les quantités offertes à ces deux cours. Dans l’approche traditionnelle, le cours médian est considéré comme un bon indicateur du prix sans frictions. -
Volatility Forecasting when the Noise Variance Is Time-Varying
Les auteurs analysent l’apport, pour la prévision de la volatilité, d’un modèle dans lequel une relation est établie entre la volatilité fondamentale et les frictions qui caractérisent les prix observés à haute fréquence. L’originalité de leur approche réside dans le fait que, du moment où la variance du bruit est liée à la volatilité fondamentale des rendements, ce modèle est susceptible d’améliorer les prévisions de la volatilité basées sur la variance réalisée. -
Volatility and Liquidity Costs
Les prix des actifs observés à haute fréquence sont « contaminés » par des coûts de liquidité ou du bruit en raison de la présence d’effets de microstructure. S’inspirant de la littérature qui étudie la microstructure des marchés, l’auteure met au point un nouvel estimateur qui permet de modéliser explicitement le bruit à partir de ces données et de l’éliminer des rendements observés de l’actif avant d’estimer leur variance.