Sampling Interval and estimated Betas : Implications for the Presence of Transitory Components in Stock Prices

We provide a theoretical framework to explain the empirical finding that the estimated betas are sensitive to the sampling interval even when using continuously compounded returns. We suppose that stock prices have both permanent and transitory components. The permanent component is a standard geometric Brownian motion while the transitory component is a stationary Ornstein-Uhlenbeck process. The discrete time representation of the beta depends on the sampling interval and two components labelled \"permanent and transitory betas\". We show that if no transitory component is present in stock prices, then no sampling interval effect occurs. However, the presence of a transitory component implies that the beta is an increasing (decreasing) function of the sampling interval for more (less) risky assets. In our framework, assets are labelled risky if their \"permanent beta\" is greater than their \"transitory beta\" and vice versa for less risky assets. Simulations show that our theoretical results provide good approximations for the means and standard deviations of estimated betas in small samples. Our results can be perceived as indirect evidence for the presence of a transitory component in stock prices, as proposed by Fama and French (1988) and Poterba and Summers (1988).

Monte Carlo Tests with Nuisance Parameters: A General Approach to Finite-Sample Inference and Nonstandard Asymptotics

The technique of Monte Carlo (MC) tests [Dwass (1957), Barnard (1963)] provides an attractive method of building exact tests from statistics whose finite sample distribution is intractable but can be simulated (provided it does not involve nuisance parameters). We extend this method in two ways: first, by allowing for MC tests based on exchangeable possibly discrete test statistics; second, by generalizing the method to statistics whose null distributions involve nuisance parameters (maximized MC tests, MMC). Simplified asymptotically justified versions of the MMC method are also proposed and it is shown that they provide a simple way of improving standard asymptotics and dealing with nonstandard asymptotics (e.g., unit root asymptotics). Parametric bootstrap tests may be interpreted as a simplified version of the MMC method (without the general validity properties of the latter).

Vers une meilleure caractérisation des sujets atteints d’asthme exacerbé au travail

Introduction: L’asthme relié au travail (ART) est induit ou aggravé par le milieu du travail. L’asthme professionnel (AP) et l’asthme exacerbé au travail (AET) sont difficiles à distinguer en pratique clinique puisque dans les deux conditions les travailleurs se plaignent d’une détérioration de leur asthme au travail. De plus, les médecins sont souvent confrontés à des patients ayant des symptômes respiratoires reliés au travail (SRT) sans être asthmatiques. Ces patients sont souvent exclus des études qui visent à mieux caractériser l’ART. Objectifs : 1. Comparer la variabilité quotidienne des débits expiratoires de pointe (DEP) durant les périodes au et hors travail chez des sujets atteints d’AP et d’AET. 2. Évaluer la prévalence des patients ayant des SRT parmi les sujets référés pour possibilité d’ART, et comparer leurs caractéristiques et leur environnement professionnel avec ceux ayant l’ART. Résultats : L’exposition professionnelle induit une variabilité accrue des DEP chez les sujets avec AP et AET mais celle-ci est plus prononcée dans l’AP. Les sujets ayant des SRT sans être asthmatiques représentent une grande proportion des sujets référés pour possibilité d’ART. Conclusions : L’ART devrait être considéré chez tous les individus qui présentent un asthme de novo, ou une aggravation de leur asthme. La similitude des symptômes entre les sujets ayant des SRT et l’ART rend nécessaire d’effectuer une évaluation extensive. Cette évaluation devrait se faire selon une approche par étapes dans laquelle des tests objectifs améliorent la certitude du diagnostic et aident à différencier entre l’AP et l’AET.

Analyse bayésienne et classification pour modèles continus modifiés à zéro

Les modèles à sur-représentation de zéros discrets et continus ont une large gamme d'applications et leurs propriétés sont bien connues. Bien qu'il existe des travaux portant sur les modèles discrets à sous-représentation de zéro et modifiés à zéro, la formulation usuelle des modèles continus à sur-représentation -- un mélange entre une densité continue et une masse de Dirac -- empêche de les généraliser afin de couvrir le cas de la sous-représentation de zéros. Une formulation alternative des modèles continus à sur-représentation de zéros, pouvant aisément être généralisée au cas de la sous-représentation, est présentée ici. L'estimation est d'abord abordée sous le paradigme classique, et plusieurs méthodes d'obtention des estimateurs du maximum de vraisemblance sont proposées. Le problème de l'estimation ponctuelle est également considéré du point de vue bayésien. Des tests d'hypothèses classiques et bayésiens visant à déterminer si des données sont à sur- ou sous-représentation de zéros sont présentées. Les méthodes d'estimation et de tests sont aussi évaluées au moyen d'études de simulation et appliquées à des données de précipitation agrégées. Les diverses méthodes s'accordent sur la sous-représentation de zéros des données, démontrant la pertinence du modèle proposé. Nous considérons ensuite la classification d'échantillons de données à sous-représentation de zéros. De telles données étant fortement non normales, il est possible de croire que les méthodes courantes de détermination du nombre de grappes s'avèrent peu performantes. Nous affirmons que la classification bayésienne, basée sur la distribution marginale des observations, tiendrait compte des particularités du modèle, ce qui se traduirait par une meilleure performance. Plusieurs méthodes de classification sont comparées au moyen d'une étude de simulation, et la méthode proposée est appliquée à des données de précipitation agrégées provenant de 28 stations de mesure en Colombie-Britannique.

A theoretical and experimental dissociation of two models of decision‐making

La prise de décision est un processus computationnel fondamental dans de nombreux aspects du comportement animal. Le modèle le plus souvent rencontré dans les études portant sur la prise de décision est appelé modèle de diffusion. Depuis longtemps, il explique une grande variété de données comportementales et neurophysiologiques dans ce domaine. Cependant, un autre modèle, le modèle d’urgence, explique tout aussi bien ces mêmes données et ce de façon parcimonieuse et davantage encrée sur la théorie. Dans ce travail, nous aborderons tout d’abord les origines et le développement du modèle de diffusion et nous verrons comment il a été établi en tant que cadre de travail pour l’interprétation de la plupart des données expérimentales liées à la prise de décision. Ce faisant, nous relèveront ses points forts afin de le comparer ensuite de manière objective et rigoureuse à des modèles alternatifs. Nous réexaminerons un nombre d’assomptions implicites et explicites faites par ce modèle et nous mettrons alors l’accent sur certains de ses défauts. Cette analyse servira de cadre à notre introduction et notre discussion du modèle d’urgence. Enfin, nous présenterons une expérience dont la méthodologie permet de dissocier les deux modèles, et dont les résultats illustrent les limites empiriques et théoriques du modèle de diffusion et démontrent en revanche clairement la validité du modèle d'urgence. Nous terminerons en discutant l'apport potentiel du modèle d'urgence pour l'étude de certaines pathologies cérébrales, en mettant l'accent sur de nouvelles perspectives de recherche.

Beyond Panel Unit Root Tests: Using Multiple Testing to Determine the Non Stationarity Properties of Individual Series in a Panel

Most panel unit root tests are designed to test the joint null hypothesis of a unit root for each individual series in a panel. After a rejection, it will often be of interest to identify which series can be deemed to be stationary and which series can be deemed nonstationary. Researchers will sometimes carry out this classification on the basis of n individual (univariate) unit root tests based on some ad hoc significance level. In this paper, we demonstrate how to use the false discovery rate (FDR) in evaluating I(1)=I(0) classifications based on individual unit root tests when the size of the cross section (n) and time series (T) dimensions are large. We report results from a simulation experiment and illustrate the methods on two data sets.

The Seemingly Unrelated Dynamic Cointegration Regression Model and Testing for Purching Power Parity.

This paper studies seemingly unrelated linear models with integrated regressors and stationary errors. By adding leads and lags of the first differences of the regressors and estimating this augmented dynamic regression model by feasible generalized least squares using the long-run covariance matrix, we obtain an efficient estimator of the cointegrating vector that has a limiting mixed normal distribution. Simulation results suggest that this new estimator compares favorably with others already proposed in the literature. We apply these new estimators to the testing of purchasing power parity (PPP) among the G-7 countries. The test based on the efficient estimates rejects the PPP hypothesis for most countries.

Testing for a Unit Root in Panels with Dynamic Factors

This paper studies testing for a unit root for large n and T panels in which the cross-sectional units are correlated. To model this cross-sectional correlation, we assume that the data is generated by an unknown number of unobservable common factors. We propose unit root tests in this environment and derive their (Gaussian) asymptotic distribution under the null hypothesis of a unit root and local alternatives. We show that these tests have significant asymptotic power when the model has no incidental trends. However, when there are incidental trends in the model and it is necessary to remove heterogeneous deterministic components, we show that these tests have no power against the same local alternatives. Through Monte Carlo simulations, we provide evidence on the finite sample properties of these new tests.

Methods to Estimate Dynamic Stochastic General Equilibrium Models

This paper employs the one-sector Real Business Cycle model as a testing ground for four different procedures to estimate Dynamic Stochastic General Equilibrium (DSGE) models. The procedures are: 1 ) Maximum Likelihood, with and without measurement errors and incorporating Bayesian priors, 2) Generalized Method of Moments, 3) Simulated Method of Moments, and 4) Indirect Inference. Monte Carlo analysis indicates that all procedures deliver reasonably good estimates under the null hypothesis. However, there are substantial differences in statistical and computational efficiency in the small samples currently available to estimate DSGE models. GMM and SMM appear to be more robust to misspecification than the alternative procedures. The implications of the stochastic singularity of DSGE models for each estimation method are fully discussed.

Quality of life in multiple sclerosis: translation in French Canadian of the MSQoL-54

Affiliation: Louise Lafortune: Faculté de médecine, Université de Montréal

Explaining legal norm transmission using an epidemiological model : the case of employment drug testing

Dans cette thèse, nous construisons un modèle épidémiologique de la dissémina- tion de normes juridiques. L’objectif est d’expliquer la transmission de normes juridiques américaines régissant les tests de dépistages pour drogues au travail vers le Canada ainsi que la propagation subséquente de ces normes à travers la jurisprudence canadienne. La propagation des normes régissant les tests de dépistages pour drogues au travail sert donc à la fois de point de départ pour une réflexion théorique sur la transmission de normes juridiques et pour une étude de cas empirique. Nous partons de la prémisse que les explications du changement juridique, telles celle de la transplantation et celle de l’harmonisation, sont essentiellement métaphoriques. Ces métaphores explicatives fonctionnent en invitant des comparaisons entre les domaines connus et inconnus. Quand ce processus de comparaison est systématisé, la métaphore devient un modèle. Dans la thèse, nous appliquons cette procédure de systématisation afin de transformer la métaphore de la propagation virale en modèle épidémiologique. Après une revue de la littérature sur les épidémies sociales, nous décrivons les éléments pertinents de la théorie épidémiologique pour, ensuite, les transposer au domaine juridique. Le modèle est alors opérationnalisé en l’appliquant à une base de données composée de la jurisprudence pertinente (n=187). Les résultats soutiennent les hypothèses du modèle. 90 % des décisions qui citent les sources américaines sont infectées selon les critères du modèle, alors que seulement 64 % des décisions qui ne citent pas de sources américaines sont infectées. Cela soutient l’hypothèse d’une épidémie dite de « réservoir commun ». Nous avons également démontré une corrélation positive entre la référence à ces décisions et l’état d’infection! : 87 % des décisions qui citent des décisions qui réfèrent aux sources américaines sont infectées, alors que le taux d’infection parmi la population restante est de seulement 53 %. Les résultats semblables ont été obtenus pour les décisions de troisième génération. Cela soutient l’hypothèse selon laquelle il y a eu propagation à travers la jurisprudence suite aux contacts initiaux avec le réservoir commun. Des corrélations positives ont aussi été démontrées entre l’état d’infection et l’appartenance à l’une ou l’autre de sous-populations particulières qui seraient, par hypothèse, des points d’infection. En conclusion de la thèse, nous avançons que c’est seulement après avoir construit un modèle et d’avoir constaté ses limites que nous pouvons vraiment comprendre le rôle des métaphores et des modèles dans l’explication de phénomènes juridiques.

Association entre la dépression et les comportements reliés aux habitudes de vie et aux soins du diabète dans la population diabétique du Québec

Les personnes atteintes de diabète sont plus à risque de développer la dépression, un fardeau additionnel dans leurs activités quotidiennes. Notre étude auprès d’adultes diabétiques résidant au Québec vise à en déterminer les caractéristiques lorsque la dépression fait partie du tableau clinique. Hypothèse 1: Les adultes québécois atteints de diabète et de dépression (dépression majeure et mineure) seront plus prédisposés à avoir des indicateurs reliés aux habitudes de vie, aux soins du diabète et à l’efficacité personnelle vis-à-vis du contrôle du poids et de la quantité d’aliments consommés, moins favorables que les sujets diabétiques sans dépression. Hypothèse 2: Chez les Québécois atteints de diabète de type 2, l’association entre la dépression et l’obésité sera affectée par les indicateurs de la Variation Cyclique du Poids (VCP) et de l’efficacité personnelle. Hypothèse 3: Chez les Québécois atteints de diabète de type 2, ceux qui auront développé ou maintenu une dépression au cours de 12 mois, seront plus susceptibles de détériorer les indicateurs reliés à leurs habitudes de vie et à leur efficacité personnelle. Des personnes diabétiques au Québec ont été recrutées à l’aide d’un sondage téléphonique. Des adultes, hommes et femmes, âgés de 18 à 80 ans étaient éligibles à participer. La dépression était déterminée par le questionnaire PHQ-9 « Patient Health Questionnaire-9 ». Au total, 3 221 individus ont été contactés au départ de l’étude; 2 003 ont participé à l’étude (93% type 2)et 1 234 ont participé au suivi de 12 mois. La prévalence de dépression mineure et majeure était de 10,9% et 8,7%, respectivement. Cinquante-trois pourcent des sujets avec dépression majeure avaient deux ou trois indicateurs malsains (tabagisme, inactivité ou obésité), 33% des sujets avaient une dépression mineure et 21% des sujets étaient non déprimés. Les résultats des analyses de régression logistique ont révélé que les sujets dépressifs étaient plus susceptibles d’être de sexe féminin, moins instruits, non mariés,sédentaires, fumeurs, percevaient plus souvent avoir une faible maîtrise du contrôle de la quantité d’aliments ingérés et tendaient davantage à mesurer leur glycémie au moins une fois par jour (p<0,05). Chez les patients avec le diabète de type 2, l’association entre la dépression et l’obésité a été affectée par les variables de la VCP et d’efficacité personnelle. Une année après le début de l’étude, 11,5% des sujets ont développé une dépression et 10% ont maintenu leur état dépressif. Les sujets ayant développé une dépression ou persisté dans leur état de dépression étaient plus susceptibles d’avoir été inactifs au début de l’étude ou d’être restés inactifs au suivi de 12 mois, et d’avoir maintenu une perception d’un faible contrôle de leur poids corporel et de la quantité d’aliments ingérés. Cependant, les changements de statut de dépression n’étaient pas associés à des changements de l’indice de masse corporelle. En conclusion, l’inactivité physique et une faible efficacité personnelle sont des facteurs importants dans le développement et la persistance de la dépression chez les patients diabétiques et méritent d’être considérés dans le traitement.