GLS Detrending, Efficient Unit Root Tests and Structural Change

We extend the class of M-tests for a unit root analyzed by Perron and Ng (1996) and Ng and Perron (1997) to the case where a change in the trend function is allowed to occur at an unknown time. These tests M(GLS) adopt the GLS detrending approach of Dufour and King (1991) and Elliott, Rothenberg and Stock (1996) (ERS). Following Perron (1989), we consider two models : one allowing for a change in slope and the other for both a change in intercept and slope. We derive the asymptotic distribution of the tests as well as that of the feasible point optimal tests PT(GLS) suggested by ERS. The asymptotic critical values of the tests are tabulated. Also, we compute the non-centrality parameter used for the local GLS detrending that permits the tests to have 50% asymptotic power at that value. We show that the M(GLS) and PT(GLS) tests have an asymptotic power function close to the power envelope. An extensive simulation study analyzes the size and power in finite samples under various methods to select the truncation lag for the autoregressive spectral density estimator. An empirical application is also provided.

Simulation-Based Finite-and Large-sample Inference Methods in Multivariate Regressions and Seemingly Unrelated Regressions

In the context of multivariate regression (MLR) and seemingly unrelated regressions (SURE) models, it is well known that commonly employed asymptotic test criteria are seriously biased towards overrejection. in this paper, we propose finite-and large-sample likelihood-based test procedures for possibly non-linear hypotheses on the coefficients of MLR and SURE systems.

The FCLT with Dependent Errors: an Helicopter Tour of the Quality of the Approximation

This note investigates the adequacy of the finite-sample approximation provided by the Functional Central Limit Theorem (FCLT) when the errors are allowed to be dependent. We compare the distribution of the scaled partial sums of some data with the distribution of the Wiener process to which it converges. Our setup is purposely very simple in that it considers data generated from an ARMA(1,1) process. Yet, this is sufficient to bring out interesting conclusions about the particular elements which cause the approximations to be inadequate in even quite large sample sizes.

Semi-Parametric Weak Instrument Regressions with an Application to the Risk-Return Trade-off

Recent work shows that a low correlation between the instruments and the included variables leads to serious inference problems. We extend the local-to-zero analysis of models with weak instruments to models with estimated instruments and regressors and with higher-order dependence between instruments and disturbances. This makes this framework applicable to linear models with expectation variables that are estimated non-parametrically. Two examples of such models are the risk-return trade-off in finance and the impact of inflation uncertainty on real economic activity. Results show that inference based on Lagrange Multiplier (LM) tests is more robust to weak instruments than Wald-based inference. Using LM confidence intervals leads us to conclude that no statistically significant risk premium is present in returns on the S&P 500 index, excess holding yields between 6-month and 3-month Treasury bills, or in yen-dollar spot returns.

The Shape of the Risk Premium: Evidence from a Semiparametric Garch Model.

We examine the relationship between the risk premium on the S&P 500 index return and its conditional variance. We use the SMEGARCH - Semiparametric-Mean EGARCH - model in which the conditional variance process is EGARCH while the conditional mean is an arbitrary function of the conditional variance. For monthly S&P 500 excess returns, the relationship between the two moments that we uncover is nonlinear and nonmonotonic. Moreover, we find considerable persistence in the conditional variance as well as a leverage effect, as documented by others. Moreover, the shape of these relationships seems to be relatively stable over time.

Jumps in the Volatility of Financial Markets.

Recent work suggests that the conditional variance of financial returns may exhibit sudden jumps. This paper extends a non-parametric procedure to detect discontinuities in otherwise continuous functions of a random variable developed by Delgado and Hidalgo (1996) to higher conditional moments, in particular the conditional variance. Simulation results show that the procedure provides reasonable estimates of the number and location of jumps. This procedure detects several jumps in the conditional variance of daily returns on the S&P 500 index.

Time Reversibility of Stationary Regular Finite State Markov Chains

We propose an alternate parameterization of stationary regular finite-state Markov chains, and a decomposition of the parameter into time reversible and time irreversible parts. We demonstrate some useful properties of the decomposition, and propose an index for a certain type of time irreversibility. Two empirical examples illustrate the use of the proposed parameter, decomposition and index. One involves observed states; the other, latent states.

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).

Distribution-Free Bounds for Serial Correlation Coefficients in Heteroskedastic Symmetric Time Series

We consider the problem of testing whether the observations X1, ..., Xn of a time series are independent with unspecified (possibly nonidentical) distributions symmetric about a common known median. Various bounds on the distributions of serial correlation coefficients are proposed: exponential bounds, Eaton-type bounds, Chebyshev bounds and Berry-Esséen-Zolotarev bounds. The bounds are exact in finite samples, distribution-free and easy to compute. The performance of the bounds is evaluated and compared with traditional serial dependence tests in a simulation experiment. The procedures proposed are applied to U.S. data on interest rates (commercial paper rate).

Tests multiples simulés et tests de normalité basés sur plusieurs moments dans les modèles de régression

Cet article illustre l’applicabilité des méthodes de rééchantillonnage dans le cadre des tests multiples (simultanés), pour divers problèmes économétriques. Les hypothèses simultanées sont une conséquence habituelle de la théorie économique, de sorte que le contrôle de la probabilité de rejet de combinaisons de tests est un problème que l’on rencontre fréquemment dans divers contextes économétriques et statistiques. À ce sujet, on sait que le fait d’ignorer le caractère conjoint des hypothèses multiples peut faire en sorte que le niveau de la procédure globale dépasse considérablement le niveau désiré. Alors que la plupart des méthodes d’inférence multiple sont conservatrices en présence de statistiques non-indépendantes, les tests que nous proposons visent à contrôler exactement le niveau de signification. Pour ce faire, nous considérons des critères de test combinés proposés initialement pour des statistiques indépendantes. En appliquant la méthode des tests de Monte Carlo, nous montrons comment ces méthodes de combinaison de tests peuvent s’appliquer à de tels cas, sans recours à des approximations asymptotiques. Après avoir passé en revue les résultats antérieurs sur ce sujet, nous montrons comment une telle méthodologie peut être utilisée pour construire des tests de normalité basés sur plusieurs moments pour les erreurs de modèles de régression linéaires. Pour ce problème, nous proposons une généralisation valide à distance finie du test asymptotique proposé par Kiefer et Salmon (1983) ainsi que des tests combinés suivant les méthodes de Tippett et de Pearson-Fisher. Nous observons empiriquement que les procédures de test corrigées par la méthode des tests de Monte Carlo ne souffrent pas du problème de biais (ou sous-rejet) souvent rapporté dans cette littérature – notamment contre les lois platikurtiques – et permettent des gains sensibles de puissance par rapport aux méthodes combinées usuelles.

A Semi-Parametric Factor Model for Interest Rates.

Understanding the dynamics of interest rates and the term structure has important implications for issues as diverse as real economic activity, monetary policy, pricing of interest rate derivative securities and public debt financing. Our paper follows a longstanding tradition of using factor models of interest rates but proposes a semi-parametric procedure to model interest rates.

Caractérisation de la SERPINA1, une antiprotéase différentiellement exprimée dans le cancer épithélial de l’ovaire

Le cancer épithélial de l’ovaire est le cancer gynécologique le plus létal. La survie à 5 ans est de 30-40% chez les patientes atteintes d’une tumeur invasive (TOV), comparativement à 95% chez les patientes diagnostiquées pour une tumeur à faible potentiel de malignité ou borderline (LMP). Au laboratoire, l’analyse de l’expression des gènes de la micropuce à ADN U133 d’Affymetrix a révélé que la SERPINA1 est un gène dont l’expression varie entre les tumeurs LMP et TOV. La validation par Q-PCR nous a confirmé que cette antiprotéase est majoritairement surexprimée dans les tumeurs LMP, par rapport aux tumeurs bénignes (BOV) et aux tumeurs TOV. Nous avons donc surexprimé la SERPINA1 dans les lignées cellulaires invasives TOV 112D et TOV 1946 du cancer de l’ovaire et dérivé des clones stables. Les résultats obtenus nous indiquent que la surexpression de la SERPINA1 a un effet sur la capacité d’invasion et de migration cellulaire et non au niveau de la croissance cellulaire et la formation de structures tridimensionnelles. Les résultats issus de l’étude in vivo dans les souris SCID nous permettront de déterminer si la surexpression de la SERPINA1 a un effet sur la tumorigénèse ovarienne. Ainsi, la SERPINA1 demeure à notre avis un candidat d’intérêt pour tenter de mieux comprendre les différences biologiques entre les tumeurs LMP et TOV, ainsi que le rôle des protéases et de leurs inhibiteurs dans la progression tumorale du cancer de l’ovaire.

Genre et santé mentale : la contribution des rôles familiaux et professionnels à la dépression

Ce projet de mémoire vise à comprendre les inégalités entre hommes et femmes face à la dépression et, plus spécifiquement, à examiner dans quelle mesure les différences de genre dans les rôles familiaux et professionnels contribuent à ces inégalités. La théorie du stress social (Pearlin, 1999) propose que les rôles sociaux soient reliés à l’état de santé mentale des individus par l’intermédiaire des conditions dans lesquelles ils s’exercent. Ces conditions, abordées en termes de contraintes et de ressources, peuvent constituer des facteurs de protection ou de risque aux stress et aux difficultés psychologiques. Deux mécanismes expliqueraient les inégalités de genre face à la dépression: l’exposition et la vulnérabilité à ces conditions. L’objectif de ce mémoire est d’examiner ces mécanismes sexués en évaluant en premier lieu, si les hommes et les femmes connaissent une exposition inégale aux contraintes et ressources familiales et professionnelles puis, dans un deuxième temps, si le risque de dépression associé à l’exposition à ces conditions diffère selon le sexe. Finalement, nous examinerons si la perception d’un conflit travail-famille vient modifier les effets des contraintes-ressources sur les risques de dépression. Les analyses, effectuées à l'aide des données représentatives de la population de parents en emploi provenant de l'enquête GENACIS-Canada 2004 (Gender, Alcohol and Culture: An International Study), proposent deux dynamiques de stress spécifiques à chacun des sexes. Premièrement, plusieurs contraintes-ressources observées se distribuent différemment selon le sexe. Ainsi, toutes proportions gardées, les femmes travaillent sensiblement moins d’heures par semaine. Par ailleurs, en ce qui concerne les conditions familiales, la proportion de familles monoparentales est plus importante chez les femmes que chez les hommes alors que plus de travailleurs que de travailleuses ont des enfants de moins de cinq ans. D'autre part, les résultats indiquent également une vulnérabilité différentielle aux contraintes et ressources de la vie familiale et de la vie professionnelle. Pour les hommes, l’insatisfaction au travail constitue un facteur de risque de dépression, facteur de risque qui est exacerbé pour ceux qui considèrent que leur travail interfère négativement avec leur vie familiale. Les femmes sont, pour leur part, davantage sensibles à leurs conditions de vie familiale et de travail. Ainsi, les horaires irréguliers de travail et un plus grand nombre d’heures travaillées, l’insuffisance de revenu familial et la présence d’adolescents dans le ménage constituent pour celles-ci des facteurs de risque à la dépression. Le nombre d’enfants apparaît également comme un facteur de risque mais uniquement lorsque les femmes perçoivent un conflit entre leurs responsabilités familiales et professionnelles. Par ailleurs, le fait de vivre en couple constitue un facteur de protection pour les hommes et ce même lorsqu’ils sont insatisfaits de leur relation de couple alors que, pour les femmes, cet effet protecteur ne se retrouve pas chez celles qui sont insatisfaites de leur vie conjugale.

Développement durable: quelques points litigieux

Ouvrant la réflexion sur les enjeux de la perte massive de la biodiversité, l'article s'appuie sur la question élémentaire de l'importance de la diversité biologique pour l'homme, à la fois sur le plan économique, biologique et éthique. La maîtrise de la nature par l'homme se révèle être une illusion. La réalité étant celle de l'interaction, il est permis de dire que les sociétés humaines agissent sur leurs propres conditions en modifiant les équilibres biologiques pour satisfaire leurs besoins, sans pour autant intégrer cette interaction fondamentale dans l'équation d'un rapport viable entre l'homme et la nature. L'approche récente par le biais des analyses des services écologiques constitue à cet égard un progrès sensible. Il aboutit néanmoins au constat de l'impossibilité pour l'humanité de se substituer aux mécanismes naturels permettant de tirer les services de la nature nécessaires à sa survie. Plutôt que de prétendre contrôler et maîtriser la nature à tout prix, l’homme devrait apprendre à se reconnaître comme une partie consciente de la nature et à vivre avec la vie qui l’entoure. Cet apprentissage soulève des défis scientifiques, humains et de gouvernance. L'article prône la nécessité d'une science de la biodiversité intégrée et non plus éclatée, condition essentielle pour l'élaboration de politiques économiques et sociales qui intègrent la viabilité de l'utilisation des ressources naturelles et des services qu'elles procurent.

Modes de représentation pour l'éclairage en synthèse d'images

Réalisé en cotutelle avec l'Université Bordeaux 1 (France)