Jacques-Pierre Brissot, Étienne Clavière et la libre Amérique : du gallo-américanisme à la mission Genet

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Les modèles vectoriels et multiplicatifs avec erreurs non-négatives de séries chronologiques.

L'objectif du présent mémoire vise à présenter des modèles de séries chronologiques multivariés impliquant des vecteurs aléatoires dont chaque composante est non-négative. Nous considérons les modèles vMEM (modèles vectoriels et multiplicatifs avec erreurs non-négatives) présentés par Cipollini, Engle et Gallo (2006) et Cipollini et Gallo (2010). Ces modèles représentent une généralisation au cas multivarié des modèles MEM introduits par Engle (2002). Ces modèles trouvent notamment des applications avec les séries chronologiques financières. Les modèles vMEM permettent de modéliser des séries chronologiques impliquant des volumes d'actif, des durées, des variances conditionnelles, pour ne citer que ces applications. Il est également possible de faire une modélisation conjointe et d'étudier les dynamiques présentes entre les séries chronologiques formant le système étudié. Afin de modéliser des séries chronologiques multivariées à composantes non-négatives, plusieurs spécifications du terme d'erreur vectoriel ont été proposées dans la littérature. Une première approche consiste à considérer l'utilisation de vecteurs aléatoires dont la distribution du terme d'erreur est telle que chaque composante est non-négative. Cependant, trouver une distribution multivariée suffisamment souple définie sur le support positif est plutôt difficile, au moins avec les applications citées précédemment. Comme indiqué par Cipollini, Engle et Gallo (2006), un candidat possible est une distribution gamma multivariée, qui impose cependant des restrictions sévères sur les corrélations contemporaines entre les variables. Compte tenu que les possibilités sont limitées, une approche possible est d'utiliser la théorie des copules. Ainsi, selon cette approche, des distributions marginales (ou marges) peuvent être spécifiées, dont les distributions en cause ont des supports non-négatifs, et une fonction de copule permet de tenir compte de la dépendance entre les composantes. Une technique d'estimation possible est la méthode du maximum de vraisemblance. Une approche alternative est la méthode des moments généralisés (GMM). Cette dernière méthode présente l'avantage d'être semi-paramétrique dans le sens que contrairement à l'approche imposant une loi multivariée, il n'est pas nécessaire de spécifier une distribution multivariée pour le terme d'erreur. De manière générale, l'estimation des modèles vMEM est compliquée. Les algorithmes existants doivent tenir compte du grand nombre de paramètres et de la nature élaborée de la fonction de vraisemblance. Dans le cas de l'estimation par la méthode GMM, le système à résoudre nécessite également l'utilisation de solveurs pour systèmes non-linéaires. Dans ce mémoire, beaucoup d'énergies ont été consacrées à l'élaboration de code informatique (dans le langage R) pour estimer les différents paramètres du modèle. Dans le premier chapitre, nous définissons les processus stationnaires, les processus autorégressifs, les processus autorégressifs conditionnellement hétéroscédastiques (ARCH) et les processus ARCH généralisés (GARCH). Nous présentons aussi les modèles de durées ACD et les modèles MEM. Dans le deuxième chapitre, nous présentons la théorie des copules nécessaire pour notre travail, dans le cadre des modèles vectoriels et multiplicatifs avec erreurs non-négatives vMEM. Nous discutons également des méthodes possibles d'estimation. Dans le troisième chapitre, nous discutons les résultats des simulations pour plusieurs méthodes d'estimation. Dans le dernier chapitre, des applications sur des séries financières sont présentées. Le code R est fourni dans une annexe. Une conclusion complète ce mémoire.

Effets motivationnels des cannabinoïdes dans un modèle animal de la schizophrénie

Depuis quelques décennies, la consommation de cannabis et son usage thérapeutique sont le sujet de nombreux débats. Le cannabis est la drogue illicite la plus consommée au monde et cette consommation se trouve dix fois plus élevée chez les patients atteints de schizophrénie que dans la population générale. L’hypothèse d’une automédication initialement proposée afin d’expliquer la consommation élevée de cannabis chez les patients atteints de schizophrénie est maintenant remise en question. En effet, les rapports indiquant une aggravation des symptômes plutôt qu’une amélioration suite à une consommation à long terme sont de plus en plus nombreux. Sachant que le cannabis peut induire des effets soit plaisants soit aversifs, la question se pose à savoir si une prédominance de la valence motivationnelle positive ou une diminution de la valence négative du cannabis peut expliquer la consommation élevée parmi les individus ayant un diagnostic de schizophrénie? Bien qu’un grand nombre de recherches pré-cliniques aient été menées chez l’animal normal pour évaluer l’effet motivationnel du Δ9-tétrahydrocannabinol (THC) et autres cannabinoïdes synthétiques, aucune n’a abordé cette problématique dans un modèle animal de la schizophrénie. Cette lacune nous a donc amené à étudier la valence motivationnelle du THC et de l’agoniste cannabinoïde WIN55,212-2 (WIN) dans un modèle animal de la schizophrénie: la lésion néonatale de l’hippocampe ventral (NVHL). Dans le premier article, nous présentons les résultats de quatre expériences. Une première avait pour objectif de déterminer si la procédure expérimentale que nous avons utilisée permettait de reproduire des signes distinctifs du modèle animal de la schizophrénie. Par la suite, nous avons évalué i) l’effet d’une dose de WIN sur l’activité locomotrice spontanée et ii) la valence motivationnelle du THC (0.5 mg/kg, i.p) et du WIN (1 mg/kg, i.p) chez les rats adolescents (jour post-natal 28-40, PD28-40) et adultes (PD56) au moyen du paradigme de préférence de place conditionnée (PPC). Tel qu’attendu, la réponse locomotrice à l’amphétamine (0.75 et 1.5 mg/kg) chez les rats NVHL adultes était supérieure à celle des rats contrôles (test distinctif du modèle). Le THC a induit une tendance aversive chez les rats contrôles adultes. Enfin, le WIN a stimulé l’activité locomotrice et induit une aversion significative chez les rats adultes NVHL. Dans un deuxième article, nous avons évalué la valence motivationnelle du THC (0.5 mg/kg), du WIN (1 et 3 mg/kg) et l’effet de l’amphétamine au moyen du paradigme d’autostimulation électrique intracérébrale (ASI). Les résultats montrent que : i) l’effet amplificateur de l’amphétamine sur l’ASI était de plus courte durée chez les rats NVHL; ii) le THC produit une légère atténuation de la récompense chez les rats contrôles tandis que le WIN a produit une atténuation plus prononcée de la récompense chez les rats NVHL, un effet qui a été bloqué par l’antagoniste aux récepteurs CB1, le AM251 (3 mg/kg). Pour la première fois les résultats suggèrent une altération du système endocannabinoïde dans un modèle animal de la schizophrénie. Ils indiquent qu’une exposition aigüe conduit à une prédominance de la valence négative. Bien qu’en apparente contradiction avec les études cliniques, ces résultats soulignent l’importance du contexte socio-environnemental pour expliquer les effets du cannabis chez les patients. De plus ils encouragent les futures études à évaluer cette valence sur un modèle d’exposition chronique.