Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Colloque
Nous considérons un processus ARMA(p,q) qui est la somme des processus autoregressifs d'ordre un. Soient Y1t et Y2t deux processus autoregressifs d'ordre un, non corrélés entre eux ou corrélés entre eux. Le processus Yt = Y1t + Y2t admet une représentation ARMA(p,q). L'objectif de notre étude est de fixer l'ordre de p et l'ordre de q dans ce processus. À cette fin nous utilisons une "méthode du coin". Nous démontrons comment l'ordre de p et de q est dans la dépendance des coefficients du processus AR et de niveau de corrélation. Nous prouvons aussi que dans un cas particulier, le …
Colloque
Article fournissant la solution économique au problème statistique exposé dans "Modèles stochastiques de prévision financière et d'analyse de risque". Dans cet article, les auteurs établissent les solutions mathématiques exactes au calcul de la variance de la valeur actuelle nette de projets d'investissement selon que les flux monétaires obéissent aux modèles constant, linéaire et exponentiel. Les auteurs établissent de plus une distinction entre termes aléatoires cumulatifs ou non cumulatifs et selon qu'il y a autocorrélation ou non entre les termes aléatoires. Ces modèles permettent de généraliser le modèle de Hillier, modèle proposé en 1963 et pour lequel aucune solution générale ne …
Colloque
Dans cet article sur les processus stochastiques discrets, les auteurs analysent les propriétés statistiques de trois modèles fréquemment rencontrés en analyse financière, soit les modèles constant, linéaire et exponentiel. On y définit les conditions propres à caractériser un modèle stochastique dynamique par opposition à un modèle statique. De plus, on y introduit le concept de modèle avec terme aléatoire cumulatif, lequel peut posséder de plus une structure corrélative des termes aléatoires. Les auteurs montrent comment ces hypothèses probabilistes affectent le risque d'un projet d'investissement par exemple.
Colloque
Une variable indicatrice se présente très souvent dans un modèle de régression linéaire. Nombreux auteurs recommandent fortement son application dans le cas où l'on désire de mesurer une influence d'un phénomène qualitatif sur une variable dépendante. C'est une situation classique dans les recherches socio-économiques. Beaucoup plus rarement une variable dépendante peut être une variable indicatrice. Si c'est le cas, la fonction de régression s'exprime fréquemment par une fonction linéaire de probabilité. Cette fonction rencontre des critiques à maintes reprises car dans ce modèle, en direct, les valeurs de variable dépendante peuvent se trouver hors de l'intervalle [0;1]. Dans le projet …
