Testing Normality : A GMM Approach

In this paper, we consider testing marginal normal distributional assumptions. More precisely, we propose tests based on moment conditions implied by normality. These moment conditions are known as the Stein (1972) equations. They coincide with the first class of moment conditions derived by Hansen and Scheinkman (1995) when the random variable of interest is a scalar diffusion. Among other examples, Stein equation implies that the mean of Hermite polynomials is zero. The GMM approach we adopted is well suited for two reasons. It allows us to study in detail the parameter uncertainty problem, i.e., when the tests depend on unknown parameters that have to be estimated. In particular, we characterize the moment conditions that are robust against parameter uncertainty and show that Hermite polynomials are special examples. This is the main contribution of the paper. The second reason for using GMM is that our tests are also valid for time series. In this case, we adopt a Heteroskedastic-Autocorrelation-Consistent approach to estimate the weighting matrix when the dependence of the data is unspecified. We also make a theoretical comparison of our tests with Jarque and Bera (1980) and OPG regression tests of Davidson and MacKinnon (1993). Finite sample properties of our tests are derived through a comprehensive Monte Carlo study. Finally, three applications to GARCH and realized volatility models are presented.

Perspectives féministes en éthique des relations internationales

Dans le cadre de cet article, je veux démontrer la nécessité de développer et d’incorporer les perspectives féministes dans le champ de l’éthique des relations internationales à travers l’examen des contributions respectives de J. A. Tickner, C. MacKinnon, S. Ruddick et M. Nussbaum. Mon hypothèse générale consiste à arguer que la force critique des perspectives féministes en théorie politique représente non seulement une ouverture épistémologique incontournable, mais que celles-ci ouvrent la voie à des méthodes d’investigation et de conceptualisation que l’on doit explorer en vue d’enrichir les théories de justice globale d’une portée pratique plus grande.

Couplage entre les régions IIS4-S5 et IIS6 lors de l’activation du canal calcique CaV2.3

Les canaux calciques dépendants du voltage CaV font partie de la famille structurale des canaux ioniques à 6 segments transmembranaires. Tout comme les canaux potassiques Kv, les canaux CaV possèdent une série de résidus chargés dans l’hélice S4 de chaque domaine ou sous-unité qui conférerait à la protéine une sensibilité aux changements de voltage. De plus les hélices S6 tapissent la paroi du pore et forment la porte d’activation de la protéine. Comment le mouvement des hélices S4 se traduit par l’ouverture de la porte d’activation des hélices S6 demeure une question encore non résolue. Suite à la publication de la structure cristalline du canal Kv1.2 en 2005, le groupe de MacKinnon a proposé que le mouvement des hélices S4 est mécaniquement couplé à la porte d’activation S6 à travers le glissement de l’hélice amphiphile S4-S5 selon un mécanisme nommé couplage électromécanique (Long et al. 2005b). Dans le but de déterminer si la région S4-S5 joue un rôle dans l’activation du canal calcique CaV2.3, nous avons étudié, par la méthode d’analyse cyclique de mutations doubles (« Double Mutant Cycle Analysis », (Horovitz 1996)), le couplage entre la boucle S4-S5 et l’hélice S6 du domaine II de ce canal. Les mesures d’énergies d’activation, ΔGact, obtenues en présence des sous-unités auxiliaires CaVα2δ et CaVβ3 ont affiché un couplage significatif pour l’activation entre les paires de résidus V593G/L699G, V593G/A700G, V593G/A702G, S595G/V703G L596G/L699G, L596G/A700G, L596G/I701G, L596G/A702G, L596G/V703G, L596G/D704G, M597G/I701G, et S602G/I701G. Aucune de ces paires de résidus n’a affiché de couplage lors de l’inactivation, suggérant que les effets observés sont spécifiques au mécanisme d’activation. Mis ensemble, ces résultats suggèrent que la boucle IIS4-S5 et l’hélice IIS6 interagissent et jouent un rôle déterminant dans l’activation de CaV2.3.

Essays on bootstrap in econometrics

Ma thèse est composée de trois essais sur l'inférence par le bootstrap à la fois dans les modèles de données de panel et les modèles à grands nombres de variables instrumentales #VI# dont un grand nombre peut être faible. La théorie asymptotique n'étant pas toujours une bonne approximation de la distribution d'échantillonnage des estimateurs et statistiques de tests, je considère le bootstrap comme une alternative. Ces essais tentent d'étudier la validité asymptotique des procédures bootstrap existantes et quand invalides, proposent de nouvelles méthodes bootstrap valides. Le premier chapitre #co-écrit avec Sílvia Gonçalves# étudie la validité du bootstrap pour l'inférence dans un modèle de panel de données linéaire, dynamique et stationnaire à effets fixes. Nous considérons trois méthodes bootstrap: le recursive-design bootstrap, le fixed-design bootstrap et le pairs bootstrap. Ces méthodes sont des généralisations naturelles au contexte des panels des méthodes bootstrap considérées par Gonçalves et Kilian #2004# dans les modèles autorégressifs en séries temporelles. Nous montrons que l'estimateur MCO obtenu par le recursive-design bootstrap contient un terme intégré qui imite le biais de l'estimateur original. Ceci est en contraste avec le fixed-design bootstrap et le pairs bootstrap dont les distributions sont incorrectement centrées à zéro. Cependant, le recursive-design bootstrap et le pairs bootstrap sont asymptotiquement valides quand ils sont appliqués à l'estimateur corrigé du biais, contrairement au fixed-design bootstrap. Dans les simulations, le recursive-design bootstrap est la méthode qui produit les meilleurs résultats. Le deuxième chapitre étend les résultats du pairs bootstrap aux modèles de panel non linéaires dynamiques avec des effets fixes. Ces modèles sont souvent estimés par l'estimateur du maximum de vraisemblance #EMV# qui souffre également d'un biais. Récemment, Dhaene et Johmans #2014# ont proposé la méthode d'estimation split-jackknife. Bien que ces estimateurs ont des approximations asymptotiques normales centrées sur le vrai paramètre, de sérieuses distorsions demeurent à échantillons finis. Dhaene et Johmans #2014# ont proposé le pairs bootstrap comme alternative dans ce contexte sans aucune justification théorique. Pour combler cette lacune, je montre que cette méthode est asymptotiquement valide lorsqu'elle est utilisée pour estimer la distribution de l'estimateur split-jackknife bien qu'incapable d'estimer la distribution de l'EMV. Des simulations Monte Carlo montrent que les intervalles de confiance bootstrap basés sur l'estimateur split-jackknife aident grandement à réduire les distorsions liées à l'approximation normale en échantillons finis. En outre, j'applique cette méthode bootstrap à un modèle de participation des femmes au marché du travail pour construire des intervalles de confiance valides. Dans le dernier chapitre #co-écrit avec Wenjie Wang#, nous étudions la validité asymptotique des procédures bootstrap pour les modèles à grands nombres de variables instrumentales #VI# dont un grand nombre peu être faible. Nous montrons analytiquement qu'un bootstrap standard basé sur les résidus et le bootstrap restreint et efficace #RE# de Davidson et MacKinnon #2008, 2010, 2014# ne peuvent pas estimer la distribution limite de l'estimateur du maximum de vraisemblance à information limitée #EMVIL#. La raison principale est qu'ils ne parviennent pas à bien imiter le paramètre qui caractérise l'intensité de l'identification dans l'échantillon. Par conséquent, nous proposons une méthode bootstrap modifiée qui estime de facon convergente cette distribution limite. Nos simulations montrent que la méthode bootstrap modifiée réduit considérablement les distorsions des tests asymptotiques de type Wald #$t$# dans les échantillons finis, en particulier lorsque le degré d'endogénéité est élevé.