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.

The Bootstrap of Mean for Dependent Heterogeneous Arrays.

Presently, conditions ensuring the validity of bootstrap methods for the sample mean of (possibly heterogeneous) near epoch dependent (NED) functions of mixing processes are unknown. Here we establish the validity of the bootstrap in this context, extending the applicability of bootstrap methods to a class of processes broadly relevant for applications in economics and finance. Our results apply to two block bootstrap methods: the moving blocks bootstrap of Künsch ( 989) and Liu and Singh ( 992), and the stationary bootstrap of Politis and Romano ( 994). In particular, the consistency of the bootstrap variance estimator for the sample mean is shown to be robust against heteroskedasticity and dependence of unknown form. The first order asymptotic validity of the bootstrap approximation to the actual distribution of the sample mean is also established in this heterogeneous NED context.

Exact Nonparametric Two-Sample Homogeneity Tests for Possibly Discrete Distributions.

In this paper, we study several tests for the equality of two unknown distributions. Two are based on empirical distribution functions, three others on nonparametric probability density estimates, and the last ones on differences between sample moments. We suggest controlling the size of such tests (under nonparametric assumptions) by using permutational versions of the tests jointly with the method of Monte Carlo tests properly adjusted to deal with discrete distributions. We also propose a combined test procedure, whose level is again perfectly controlled through the Monte Carlo test technique and has better power properties than the individual tests that are combined. Finally, in a simulation experiment, we show that the technique suggested provides perfect control of test size and that the new tests proposed can yield sizeable power improvements.

Nonparametric Instrumental Regression

The focus of the paper is the nonparametric estimation of an instrumental regression function P defined by conditional moment restrictions stemming from a structural econometric model : E[Y-P(Z)|W]=0 and involving endogenous variables Y and Z and instruments W. The function P is the solution of an ill-posed inverse problem and we propose an estimation procedure based on Tikhonov regularization. The paper analyses identification and overidentification of this model and presents asymptotic properties of the estimated nonparametric instrumental regression function.

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.

Quadratic M-Estimators for ARCH-Type Processes

This paper addresses the issue of estimating semiparametric time series models specified by their conditional mean and conditional variance. We stress the importance of using joint restrictions on the mean and variance. This leads us to take into account the covariance between the mean and the variance and the variance of the variance, that is, the skewness and kurtosis. We establish the direct links between the usual parametric estimation methods, namely, the QMLE, the GMM and the M-estimation. The ususal univariate QMLE is, under non-normality, less efficient than the optimal GMM estimator. However, the bivariate QMLE based on the dependent variable and its square is as efficient as the optimal GMM one. A Monte Carlo analysis confirms the relevance of our approach, in particular, the importance of skewness.

Asymptotic Approximations in the Near-Integrated Model with a Non-Zero Initial Condition

This paper considers various asymptotic approximations in the near-integrated firstorder autoregressive model with a non-zero initial condition. We first extend the work of Knight and Satchell (1993), who considered the random walk case with a zero initial condition, to derive the expansion of the relevant joint moment generating function in this more general framework. We also consider, as alternative approximations, the stochastic expansion of Phillips (1987c) and the continuous time approximation of Perron (1991). We assess how these alternative methods provide or not an adequate approximation to the finite-sample distribution of the least-squares estimator in a first-order autoregressive model. The results show that, when the initial condition is non-zero, Perron's (1991) continuous time approximation performs very well while the others only offer improvements when the initial condition is zero.

Testing Mean-Variance Efficiency in CAPM with Possibly Non-Gaussian Errors : An Exact Simulation-Based Approach

In this paper we propose exact likelihood-based mean-variance efficiency tests of the market portfolio in the context of Capital Asset Pricing Model (CAPM), allowing for a wide class of error distributions which include normality as a special case. These tests are developed in the frame-work of multivariate linear regressions (MLR). It is well known however that despite their simple statistical structure, standard asymptotically justified MLR-based tests are unreliable. In financial econometrics, exact tests have been proposed for a few specific hypotheses [Jobson and Korkie (Journal of Financial Economics, 1982), MacKinlay (Journal of Financial Economics, 1987), Gib-bons, Ross and Shanken (Econometrica, 1989), Zhou (Journal of Finance 1993)], most of which depend on normality. For the gaussian model, our tests correspond to Gibbons, Ross and Shanken’s mean-variance efficiency tests. In non-gaussian contexts, we reconsider mean-variance efficiency tests allowing for multivariate Student-t and gaussian mixture errors. Our framework allows to cast more evidence on whether the normality assumption is too restrictive when testing the CAPM. We also propose exact multivariate diagnostic checks (including tests for multivariate GARCH and mul-tivariate generalization of the well known variance ratio tests) and goodness of fit tests as well as a set estimate for the intervening nuisance parameters. Our results [over five-year subperiods] show the following: (i) multivariate normality is rejected in most subperiods, (ii) residual checks reveal no significant departures from the multivariate i.i.d. assumption, and (iii) mean-variance efficiency tests of the market portfolio is not rejected as frequently once it is allowed for the possibility of non-normal errors.

Exact Skewness-Kurtosis Tests for Multivariate Normality and Goodness-of-fit in Multivariate Regressions with Application to Asset Pricing Models

We study the problem of testing the error distribution in a multivariate linear regression (MLR) model. The tests are functions of appropriately standardized multivariate least squares residuals whose distribution is invariant to the unknown cross-equation error covariance matrix. Empirical multivariate skewness and kurtosis criteria are then compared to simulation-based estimate of their expected value under the hypothesized distribution. Special cases considered include testing multivariate normal, Student t; normal mixtures and stable error models. In the Gaussian case, finite-sample versions of the standard multivariate skewness and kurtosis tests are derived. To do this, we exploit simple, double and multi-stage Monte Carlo test methods. For non-Gaussian distribution families involving nuisance parameters, confidence sets are derived for the the nuisance parameters and the error distribution. The procedures considered are evaluated in a small simulation experi-ment. Finally, the tests are applied to an asset pricing model with observable risk-free rates, using monthly returns on New York Stock Exchange (NYSE) portfolios over five-year subperiods from 1926-1995.

Évaluation du risque cancérigène associé à la contamination de l’eau potable de puits municipaux par les nitrates/nitrites dans certaines régions rurales du Québec

La spécialisation des techniques agricoles que nous connaissons ces dernières décennies, particulièrement dans les régions rurales, est à l’origine de l’abus de fertilisants. Ces derniers sont actuellement reconnus comme étant les causes principales de la contamination de l’eau souterraine par les nitrates. Suite à leur ingestion via l’eau potable, les nitrates sont transformés en nitrites par la flore buccale. Une fois dans l’estomac les nitrites réagissent avec certaines amines provenant de l’alimentation pour générer des nitrosamines cancérogènes. L’objectif de notre étude était d’estimer quantitativement l’excès de risque de cancer (ER) pour les populations de sept régions rurales du Québec qui consomme l’eau potable provenant de réseaux municipaux alimentés en eau souterraine. Le territoire à l’étude était caractérisé par une agriculture intensive d’élevage. Les médianes (et 95e centiles) régionales des concentrations de nitrates mesurées dans les réseaux de ces régions étaient de : 0,18 (2,74); 0,48 (10,35); 0,15 (1,28); 0,32 (11); 0,05 (0,76); 0,10 (4,69); 0,09 (2,13) mg N-NO3-/l. Nous avons envisagé un scénario de transformation complète des nitrites et de certaines amines (diméthylamine, diéthylamine, n-butylamine, méthyléthylamine) en nitrosamines spécifiques : N-diméthylnitrosamine (NDMA), N-diéthylnitrosamine (NDEA), N-n-dibutylnitrosamine (NDBA) et N-méthyléthylnitrosamine (NMEA). Pour estimer la concentration de nitrites formés dans l’estomac, nous avons considéré une consommation définie d’eau potable, le volume de l’estomac et un taux de transformation des nitrates en nitrites. Supposant les quantités de nitrites et de chaque amine constantes pendant 1h, nous avons considéré la constante de nitrosation spécifique à chaque amine pour évaluer la dose d’exposition journalière à chaque nitrosamine équivalente formée. Par la suite, la combinaison de cette dose à un estimateur de potentiel cancérogène qhumain spécifique à chaque nitrosamine, nous a permis d’évaluer l’ER associé à chacune d’elles. Globalement l’analyse a démontré que les ER les plus élevés, estimés pour le NDBA, étaient de l’ordre de 10-6, ne contribuant pas de façon significative à une augmentation du risque de cancer pour ces populations.

Ciblage exosomal et effet de HLA-DM sur la présentation antigénique par le complexe majeur d'histocompatibilité de classe II

Les molécules du complexe majeur d'histocompatibilité de classe II (CMH II) sont exprimées exclusivement à la surface des cellules présentatrices d'antigènes et servent à stimuler les cellules CD4+ initiant une réponse immunitaire. Le chargement peptidique sur HLA-DR se produit dans les endosomes tardifs et les lysosomes sous l'action de HLA-DM. Cette molécule de classe II non-classique enlève les fragments peptidiques de la chaîne invariante (Ii) restés associés aux molécules de classe II (CLIP) et édite leur répertoire d'antigènes présentés. En utilisant une forme mutante de HLA-DM (HLA-DMy) qui s'accumule à la surface plasmique, nous avons observé que HLA-DMy augmente les chargements de peptides exogènes et aussi la réponse des cellules T en comparaison avec HLA-DM sauvage. Il a été démontré que des molécules chimiques, comme le n-propanol, pouvait avoir le même effet que HLA-DM en remplaçant les peptides associés aux molécules de classe II de la surface cellulaire. De plus, HLA-DMy et le n-propanol ont présenté un effet additif sur la présentation de peptides exogènes. Certaines protéines de la voie endocytique, comme HLA-DR, HLA-DM, HLA-DO et Ii sont ciblés aux compartiments multivésiculaires (MVB) et peuvent être ciblées aux exosomes. Suite à une fusion entre les MVB et la membrane plasmique, les exosomes sont relâchés dans le milieu extracellulaire. Nous avons déterminé que le motif tyrosine de HLA-DMβ et son interaction avec HLA-DR n'affectaient pas le ciblage aux exosomes, sauf la molécule HLA-DO. Cette étude nous a permis de démontrer que HLA-DMy augmente la quantité de peptides exogènes chargés sur les CPA et que HLA-DM et HLA-DMy sont incorporés dans les exosomes.

Régulation des chaperons de la présentation antigénique par ubiquitination

La chaîne invariante forme un complexe nonamérique avec les molécules classiques du CMH de classe II. HLA-DM et HLA-DO, des molécules non-classiques de classe II, sont aussi impliquées dans la présentation des peptides antigéniques aux lymphocytes T. Ces molécules chaperones de la présentation antigénique modulent la capacité d’une cellule à présenter des antigènes par les moloécules classiques du CMH de classe II. La régulation transcriptionnelle des molécules chaperones, tout comme celle des autres molécules du CMH de classe II, est assurée par le transactivateur CIITA. La molécule HLA-DR peut être régulée négativement de manière post-traductionnelle par ubiquitination grâce à l’enzyme E3 ubiquitine ligase MARCH1. Celle-ci est induite par l’interleukine-10 dans les monocytes. L’objectif de ce projet était de déterminer si l’ubiquitination par MARCH1 peut aussi réguler l’expression des molécules chaperones de la présentation antigénique. Les expériences furent réalisées dans le contexte de co-transfections en cellules HEK293T. L’expression des molécules fut évaluée par immunomarquages et cytométrie de flux. Il a été montré que l’isoforme p33 de la chaîne invariante est régulé négativement en présence de MARCH1 à partir de la surface cellulaire, causant ainsi sa dégradation. Tel que démontré par l’utilisation d’un mutant dépourvu de queue cytoplasmique, cette dernière région n’est pas indispensable à ce phénomène. Une hypothèse est qu’une molécule non-identifiée, associée à Ii, serait ubiquitinée par MARCH1, l’entraînant dans sa régulation négative. Il fut déterminer que cette molécule n’était pas CXCR2, un récepteur pouvant être impliqué, avec la chaîne invariante et CD44, en tant que récepteur de MIF (Macrophage Inhibitory Factor). Il fut aussi montré que HLA-DO peut être ciblé par MARCH1 mais ceci ne semble pas être un phénomène dominant; l’expression des complexes DO/DM n’étant pas affectée bien qu’ils entrent en interaction avec MARCH1. L’expression de HLA-DM n’est pas affectée par MARCH1. Il n’a toutefois pas été déterminé hors de tout doute si MARCH1 peut modifier DM; des résultats obtenus avec une queue cytoplasmique de DM possédant une lysine laissant suggérer qu’il est possible que MARCH1 interagisse avec DM. Dans l’ensemble, les travaux démontrent que l’ubiquitination par MARCH1 joue un rôle dans la régulation post-transcriptionnelle de la chaîne invariante p33 mais pas HLA-DO et HLA-DM.

Quotients d'une variété algébrique par un groupe algébrique linéairement réductif et ses sous-groupes maximaux unipotents

La construction d'un quotient, en topologie, est relativement simple; si $G$ est un groupe topologique agissant sur un espace topologique $X$, on peut considérer l'application naturelle de $X$ dans $X/G$, l'espace d'orbites muni de la topologie quotient. En géométrie algébrique, malheureusement, il n'est généralement pas possible de munir l'espace d'orbites d'une structure de variété. Dans le cas de l'action d'un groupe linéairement réductif $G$ sur une variété projective $X$, la théorie géométrique des invariants nous permet toutefois de construire un morphisme de variété d'un ouvert $U$ de $X$ vers une variété projective $X//U$, se rapprochant autant que possible d'une application quotient, au sens topologique du terme. Considérons par exemple $X\subseteq P^{n}$, une $k$-variété projective sur laquelle agit un groupe linéairement réductif $G$ et supposons que cette action soit induite par une action linéaire de $G$ sur $A^{n+1}$. Soit $\widehat{X}\subseteq A^{n+1}$, le cône affine au dessus de $\X$. Par un théorème de la théorie classique des invariants, il existe alors des invariants homogènes $f_{1},...,f_{r}\in C[\widehat{X}]^{G}$ tels que $$C[\widehat{X}]^{G}= C[f_{1},...,f_{r}].$$ On appellera le nilcone, que l'on notera $N$, la sous-variété de $\X$ définie par le locus des invariants $f_{1},...,f_{r}$. Soit $Proj(C[\widehat{X}]^{G})$, le spectre projectif de l'anneau des invariants. L'application rationnelle $$\pi:X\dashrightarrow Proj(C[f_{1},...,f_{r}])$$ induite par l'inclusion de $C[\widehat{X}]^{G}$ dans $C[\widehat{X}]$ est alors surjective, constante sur les orbites et sépare les orbites autant qu'il est possible de le faire; plus précisément, chaque fibre contient exactement une orbite fermée. Pour obtenir une application régulière satisfaisant les mêmes propriétés, il est nécessaire de jeter les points du nilcone. On obtient alors l'application quotient $$\pi:X\backslash N\rightarrow Proj(C[f_{1},...,f_{r}]).$$ Le critère de Hilbert-Mumford, dû à Hilbert et repris par Mumford près d'un demi-siècle plus tard, permet de décrire $N$ sans connaître les $f_{1},...,f_{r}$. Ce critère est d'autant plus utile que les générateurs de l'anneau des invariants ne sont connus que dans certains cas particuliers. Malgré les applications concrètes de ce théorème en géométrie algébrique classique, les démonstrations que l'on en trouve dans la littérature sont généralement données dans le cadre peu accessible des schémas. L'objectif de ce mémoire sera, entre autres, de donner une démonstration de ce critère en utilisant autant que possible les outils de la géométrie algébrique classique et de l'algèbre commutative. La version que nous démontrerons est un peu plus générale que la version originale de Hilbert \cite{hilbert} et se retrouve, par exemple, dans \cite{kempf}. Notre preuve est valide sur $C$ mais pourrait être généralisée à un corps $k$ de caractéristique nulle, pas nécessairement algébriquement clos. Dans la seconde partie de ce mémoire, nous étudierons la relation entre la construction précédente et celle obtenue en incluant les covariants en plus des invariants. Nous démontrerons dans ce cas un critère analogue au critère de Hilbert-Mumford (Théorème 6.3.2). C'est un théorème de Brion pour lequel nous donnerons une version un peu plus générale. Cette version, de même qu'une preuve simplifiée d'un théorème de Grosshans (Théorème 6.1.7), sont les éléments de ce mémoire que l'on ne retrouve pas dans la littérature.

Inférence doublement robuste en présence de données imputées dans les enquêtes

L'imputation est souvent utilisée dans les enquêtes pour traiter la non-réponse partielle. Il est bien connu que traiter les valeurs imputées comme des valeurs observées entraîne une sous-estimation importante de la variance des estimateurs ponctuels. Pour remédier à ce problème, plusieurs méthodes d'estimation de la variance ont été proposées dans la littérature, dont des méthodes adaptées de rééchantillonnage telles que le Bootstrap et le Jackknife. Nous définissons le concept de double-robustesse pour l'estimation ponctuelle et de variance sous l'approche par modèle de non-réponse et l'approche par modèle d'imputation. Nous mettons l'emphase sur l'estimation de la variance à l'aide du Jackknife qui est souvent utilisé dans la pratique. Nous étudions les propriétés de différents estimateurs de la variance à l'aide du Jackknife pour l'imputation par la régression déterministe ainsi qu'aléatoire. Nous nous penchons d'abord sur le cas de l'échantillon aléatoire simple. Les cas de l'échantillonnage stratifié et à probabilités inégales seront aussi étudiés. Une étude de simulation compare plusieurs méthodes d'estimation de variance à l'aide du Jackknife en terme de biais et de stabilité relative quand la fraction de sondage n'est pas négligeable. Finalement, nous établissons la normalité asymptotique des estimateurs imputés pour l'imputation par régression déterministe et aléatoire.

Efficient estimation using the characteristic function : theory and applications with high frequency data

The attached file is created with Scientific Workplace Latex