Vous êtes sur la page 1sur 384
MODÉLISATION FINANCIÈRE

MODÉLISATION FINANCIÈRE

PRESSES DE L’UNIVERSITÉ DU QUÉBEC Le Delta I, 2875, boulevard Laurier, bureau 450 Sainte-Foy (Québec) G1V 2M2 Téléphone : (418) 657-4399 Télécopieur : (418) 657-2096 Courriel : puq@puq.uquebec.ca Internet : www.puq.uquebec.ca

Distribution :

CANADA et autres pays

DISTRIBUTION DE LIVRES UNIVERS S.E.N.C.

845, rue Marie-Victorin, Saint-Nicolas (Québec) G7A 3S8 Téléphone : (418) 831-7474 / 1-800-859-7474 • Télécopieur : (418) 831-4021

FRANCE

DIFFUSION DE LÉDITION QUÉBÉCOISE

30, rue Gay-Lussac, 75005 Paris, France Téléphone : 33 1 43 54 49 02 Télécopieur : 33 1 43 54 39 15

SUISSE

GM DIFFUSION SA

Rue d’Etraz 2, CH-1027 Lonay, Suisse Téléphone : 021 803 26 26 Télécopieur : 021 803 26 29

Téléphone : 021 803 26 26 Télécopieur : 021 803 26 29 La Loi sur le

La Loi sur le droit d’auteur interdit la reproduction des œuvres sans autorisation des titulaires de droits. Or, la photocopie non autorisée – le « photocopillage » – s’est généralisée, provoquant une baisse des ventes de livres et compromettant la rédaction et la production de nouveaux ouvrages par des professionnels. L’objet du logo apparaissant ci-contre est d’alerter le lecteur sur la menace que représente pour l’avenir de l’écrit le développement massif du « photocopillage ».

MODÉLISATION FINANCIÈRE François-Éric Racicot Raymond Théoret 2001 Presses de l’Université du Québec Le Delta I,

MODÉLISATION FINANCIÈRE

François-Éric Racicot Raymond Théoret

FINANCIÈRE François-Éric Racicot Raymond Théoret 2001 Presses de l’Université du Québec Le Delta I, 2875,

2001

Presses de l’Université du Québec

Le Delta I, 2875, boul. Laurier, bur. 450 Sainte-Foy (Québec) Canada G1V 2M2

Données de catalogage avant publication (Canada)

Racicot, François-Éric

Traité d’économétrie financière : modélisation financière

Comprend des réf. bibliogr.

ISBN 2-7605-1123-5

1. Finances – Modèles économétriques. 2. Économétrie. 3. Mathématiques

économiques. 4. Modèles linéaires (Statistique). 5. Hétéroscédasticité.

6. Statistique mathématique.

HG106.R32 2001 332'.01'5195 C2001-940210-4

I. Théoret, Raymond. II. Titre.

Nous reconnaissons l’aide financière du gouvernement du Canada par l’entremise du Programme d’aide au développement de l’industrie de l’édition (PADIÉ) pour nos activités d’édition.

Mise en pages : INFO 1000 MOTS INC.

Couverture: RICHARD HODGSON

1 2 3 4 5 6 7 8 9

Tous droits de reproduction, de traduction et d’adaptation réservés © 2001 Presses de l’Université du Québec Dépôt légal – 2 e trimestre 2001 Bibliothèque nationale du Québec / Bibliothèque nationale du Canada Imprimé au Canada

PUQ 2001

9 8 7 6 5 4 3 2 1

Table des matières

vii

TABLE DES MATIÈRES

Introduction

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1

Chapitre 1

Rappels statistiques

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5

1. Notion de variable aléatoire

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5

2. Statistiques descriptives

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8

2.1. Mesure de la tendance centrale

 

d’une variable aléatoire

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8

2.2. Mesures de dispersion d’une variable aléatoire

.

.

.

.

.

9

2.3. Mesure du degré d’asymétrie et d’aplatissement

 

d’une distribution empirique

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

11

2.4. Test de Kolmogorov-Smirnov (K-S)

.

.

.

.

.

.

.

.

.

.

.

.

.

17

3. Modèles probabilistes

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

18

3.1. Lois de probabilité discrètes univariées

.

.

.

.

.

.

.

.

.

.

.

18

3.2. Lois de probabilité continues univariées

 

et concepts bivariés

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

27

4. Notions d’indépendance, de densité jointe

 

et de densité marginale

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

38

5. Probabilités conditionnelles et densités conditionnelles

 

40

6. Théorème central limite (cas univarié)

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

41

7. La loi normale multivariée

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

42

8. Estimation de la moyenne et de la variance

 

dans un modèle simple

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

44

© 2001 – Presses de l’Université du Québec

Édifice Le Delta I, 2875, boul. Laurier, bureau 450, Sainte-Foy, Québec G1V 2M2 • Tél. : (418) 657-4399 – www.puq.uquebec.ca

viii

Traité d’économétrie financière

9.

Théorème de Gauss-Markov

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

46

10.

La méthode d’estimation du maximum

 

de vraisemblance

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

47

11.

Tests d’hypothèses et intervalles de confiance

.

.

.

.

.

.

.

.

.

.

51

12.

Applications numériques

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

60

Annexe

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

67

Chapitre 2

 

Le modèle linéaire à deux variables

 

69

1. Spécification du modèle à deux variables

 
 

et propriétés des erreurs résiduelles

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

69

2. Estimateur des MCO

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

71

3. Propriétés des MCO

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

73

4. Tests d’hypothèses et intervalles de confiance

.

.

.

.

.

.

.

.

.

.

78

5. Prévision

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

79

 

5.1. Prévision de E(y 0 )

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

79

5.2. Prévision de y 0

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

81

6. Mesures du degré d’ajustement

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

82

7. Applications

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

89

Chapitre 3

 

Le modèle linéaire général

 

97

1. Formulation matricielle et hypothèses de base

 

97

2. Propriétés de l’estimateur des MCO

 

102

3. Hypothèses sur les erreurs et conséquences

.

.

.

.

.

.

.

.

.

.

.

.

104

4. Tests d’hypothèses et intervalles de confiance

.

.

.

.

.

.

.

.

.

.

105

5. Prévision dans le modèle linéaire général

.

.

.

.

.

.

.

.

.

.

.

.

.

.

114

6. Applications

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

115

Annexe : Rappels de calcul matriciel

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

117

1. Opérations matricielles

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

117

2. Matrices carrées importantes

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

119

3. Des matrices importantes :

 
 

la matrice variance-covariance d’un portefeuille de titres et la covariance entre deux portefeuilles

 

126

4. Quelques applications du calcul matriciel en finance

 

129

© 2001 – Presses de l’Université du Québec

Édifice Le Delta I, 2875, boul. Laurier, bureau 450, Sainte-Foy, Québec G1V 2M2 • Tél. : (418) 657-4399 – www.puq.uquebec.ca

Table des matières

ix

Chapitre 4

Variations sur les modèles linéaire et non linéaire : Partie I

 

143

1. Erreurs de spécification

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

143

2. Tests reliés aux erreurs de spécification

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

146

2.1. Test sur la forme logarithmique

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

146

2.2. La transformation de Box-Cox

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

147

3. Méthodes des moindres carrés non linéaires

 

et transformation Box-Cox

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

149

4. Critères de sélection des variables explicatives

 

156

5. Variables auxiliaires et modélisation

 

des changements structurels

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

159

Chapitre 5

Variations sur les modèles linéaire

 
 

et non linéaire : Partie II

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

169

1. Théorie asymptotique : convergence,

 

tests asymptotiques et variables instrumentales

 

.

.

.

.

.

.

.

.

.

169

1.1

Convergence

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

169

1.2.

Tests asymptotiques : LR, LM et Wald

.

.

.

.

.

.

.

.

.

.

.

173

2. Problèmes au chapitre des variables explicatives :

 

multicollinéarité et endogénéité

 

des variables explicatives

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

179

Chapitre 6

Les méthodes numériques en économétrie :

 
 

une introduction

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

185

1. Simulation de Monte Carlo :

 

le cas d’une option asiatique

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

185

2. La méthode du bootstrap

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

193

3. Régression non paramétrique :

 

une simulation Monte Carlo

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

196

Chapitre 7

L’hétéroscédasticité

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

201

1. Propriétés de l’estimateur des MCO lorsque les erreurs sont hétéroscédastiques

.

.

.

.

.

.

.

.

.

.

.

.

201

2. L’estimateur des moindres carrés généralisés : MCG

 

205

3. Matrice de White pour l’hétéroscédasticité

.

.

.

.

.

.

.

.

.

.

.

.

207

© 2001 – Presses de l’Université du Québec

Édifice Le Delta I, 2875, boul. Laurier, bureau 450, Sainte-Foy, Québec G1V 2M2 • Tél. : (418) 657-4399 – www.puq.uquebec.ca

x

Traité d’économétrie financière

4. Tests d’hétéroscédasticité

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

208

 

4.1. Test de Goldgeld et Quandt (1965)

.

.

.

.

.

.

.

.

.

.

.

.

.

.

208

4.2. Test de Breusch-Pagan (1979)

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

209

4.3. Test de White (1980)

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

211

5. Applications

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

211

6. Note sur l’inférence statistique en présence

 
 

d’hétéroscédasticité

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

214

Chapitre 8

L’autocorrélation des erreurs résiduelles

 

215

1. Propriétés de l’estimateur des MCO lorsque les résidus sont autocorrélés

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

215

2. Correction du modèle original lorsque

 
 

n’est pas connu

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

222

3. Tests d’autocorrélation

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

224

4. Prévision dans le modèle linéaire

 
 

avec erreur de la forme AR(1)

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

226

5. Applications

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

227

Chapitre 9

Les séries temporelles

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

229

1.

Processus stochastiques

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

229

1.1. Stationnarité

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

230

1.2. Processus autorégressifs stationnaires :

 

représentation et estimation

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

230

2.

Estimation du processus autorégressif AR(p)

 

232

3.

Fonction d’autocorrélation partielle (PACF)