323 resultados para Excès de rendement boursier
Resumo:
Cette thèse développe des méthodes bootstrap pour les modèles à facteurs qui sont couram- ment utilisés pour générer des prévisions depuis l'article pionnier de Stock et Watson (2002) sur les indices de diffusion. Ces modèles tolèrent l'inclusion d'un grand nombre de variables macroéconomiques et financières comme prédicteurs, une caractéristique utile pour inclure di- verses informations disponibles aux agents économiques. Ma thèse propose donc des outils éco- nométriques qui améliorent l'inférence dans les modèles à facteurs utilisant des facteurs latents extraits d'un large panel de prédicteurs observés. Il est subdivisé en trois chapitres complémen- taires dont les deux premiers en collaboration avec Sílvia Gonçalves et Benoit Perron. Dans le premier article, nous étudions comment les méthodes bootstrap peuvent être utilisées pour faire de l'inférence dans les modèles de prévision pour un horizon de h périodes dans le futur. Pour ce faire, il examine l'inférence bootstrap dans un contexte de régression augmentée de facteurs où les erreurs pourraient être autocorrélées. Il généralise les résultats de Gonçalves et Perron (2014) et propose puis justifie deux approches basées sur les résidus : le block wild bootstrap et le dependent wild bootstrap. Nos simulations montrent une amélioration des taux de couverture des intervalles de confiance des coefficients estimés en utilisant ces approches comparativement à la théorie asymptotique et au wild bootstrap en présence de corrélation sérielle dans les erreurs de régression. Le deuxième chapitre propose des méthodes bootstrap pour la construction des intervalles de prévision permettant de relâcher l'hypothèse de normalité des innovations. Nous y propo- sons des intervalles de prédiction bootstrap pour une observation h périodes dans le futur et sa moyenne conditionnelle. Nous supposons que ces prévisions sont faites en utilisant un ensemble de facteurs extraits d'un large panel de variables. Parce que nous traitons ces facteurs comme latents, nos prévisions dépendent à la fois des facteurs estimés et les coefficients de régres- sion estimés. Sous des conditions de régularité, Bai et Ng (2006) ont proposé la construction d'intervalles asymptotiques sous l'hypothèse de Gaussianité des innovations. Le bootstrap nous permet de relâcher cette hypothèse et de construire des intervalles de prédiction valides sous des hypothèses plus générales. En outre, même en supposant la Gaussianité, le bootstrap conduit à des intervalles plus précis dans les cas où la dimension transversale est relativement faible car il prend en considération le biais de l'estimateur des moindres carrés ordinaires comme le montre une étude récente de Gonçalves et Perron (2014). Dans le troisième chapitre, nous suggérons des procédures de sélection convergentes pour les regressions augmentées de facteurs en échantillons finis. Nous démontrons premièrement que la méthode de validation croisée usuelle est non-convergente mais que sa généralisation, la validation croisée «leave-d-out» sélectionne le plus petit ensemble de facteurs estimés pour l'espace généré par les vraies facteurs. Le deuxième critère dont nous montrons également la validité généralise l'approximation bootstrap de Shao (1996) pour les regressions augmentées de facteurs. Les simulations montrent une amélioration de la probabilité de sélectionner par- cimonieusement les facteurs estimés comparativement aux méthodes de sélection disponibles. L'application empirique revisite la relation entre les facteurs macroéconomiques et financiers, et l'excès de rendement sur le marché boursier américain. Parmi les facteurs estimés à partir d'un large panel de données macroéconomiques et financières des États Unis, les facteurs fortement correlés aux écarts de taux d'intérêt et les facteurs de Fama-French ont un bon pouvoir prédictif pour les excès de rendement.
Resumo:
Cette thèse développe des méthodes bootstrap pour les modèles à facteurs qui sont couram- ment utilisés pour générer des prévisions depuis l'article pionnier de Stock et Watson (2002) sur les indices de diffusion. Ces modèles tolèrent l'inclusion d'un grand nombre de variables macroéconomiques et financières comme prédicteurs, une caractéristique utile pour inclure di- verses informations disponibles aux agents économiques. Ma thèse propose donc des outils éco- nométriques qui améliorent l'inférence dans les modèles à facteurs utilisant des facteurs latents extraits d'un large panel de prédicteurs observés. Il est subdivisé en trois chapitres complémen- taires dont les deux premiers en collaboration avec Sílvia Gonçalves et Benoit Perron. Dans le premier article, nous étudions comment les méthodes bootstrap peuvent être utilisées pour faire de l'inférence dans les modèles de prévision pour un horizon de h périodes dans le futur. Pour ce faire, il examine l'inférence bootstrap dans un contexte de régression augmentée de facteurs où les erreurs pourraient être autocorrélées. Il généralise les résultats de Gonçalves et Perron (2014) et propose puis justifie deux approches basées sur les résidus : le block wild bootstrap et le dependent wild bootstrap. Nos simulations montrent une amélioration des taux de couverture des intervalles de confiance des coefficients estimés en utilisant ces approches comparativement à la théorie asymptotique et au wild bootstrap en présence de corrélation sérielle dans les erreurs de régression. Le deuxième chapitre propose des méthodes bootstrap pour la construction des intervalles de prévision permettant de relâcher l'hypothèse de normalité des innovations. Nous y propo- sons des intervalles de prédiction bootstrap pour une observation h périodes dans le futur et sa moyenne conditionnelle. Nous supposons que ces prévisions sont faites en utilisant un ensemble de facteurs extraits d'un large panel de variables. Parce que nous traitons ces facteurs comme latents, nos prévisions dépendent à la fois des facteurs estimés et les coefficients de régres- sion estimés. Sous des conditions de régularité, Bai et Ng (2006) ont proposé la construction d'intervalles asymptotiques sous l'hypothèse de Gaussianité des innovations. Le bootstrap nous permet de relâcher cette hypothèse et de construire des intervalles de prédiction valides sous des hypothèses plus générales. En outre, même en supposant la Gaussianité, le bootstrap conduit à des intervalles plus précis dans les cas où la dimension transversale est relativement faible car il prend en considération le biais de l'estimateur des moindres carrés ordinaires comme le montre une étude récente de Gonçalves et Perron (2014). Dans le troisième chapitre, nous suggérons des procédures de sélection convergentes pour les regressions augmentées de facteurs en échantillons finis. Nous démontrons premièrement que la méthode de validation croisée usuelle est non-convergente mais que sa généralisation, la validation croisée «leave-d-out» sélectionne le plus petit ensemble de facteurs estimés pour l'espace généré par les vraies facteurs. Le deuxième critère dont nous montrons également la validité généralise l'approximation bootstrap de Shao (1996) pour les regressions augmentées de facteurs. Les simulations montrent une amélioration de la probabilité de sélectionner par- cimonieusement les facteurs estimés comparativement aux méthodes de sélection disponibles. L'application empirique revisite la relation entre les facteurs macroéconomiques et financiers, et l'excès de rendement sur le marché boursier américain. Parmi les facteurs estimés à partir d'un large panel de données macroéconomiques et financières des États Unis, les facteurs fortement correlés aux écarts de taux d'intérêt et les facteurs de Fama-French ont un bon pouvoir prédictif pour les excès de rendement.
Resumo:
Ce mémoire interroge l’histoire, l’articulation pratique et les effets de ce que l’on appelle actuellement au Brésil «l’urbanisation intégratrice», un type d’intervention étatique dans les favelas (bidonvilles) de Rio de Janeiro. Il s’agit d’une énième tentative de régler le «problème de la favela», consistant en l’urbanisation de son territoire (insertion d’infrastructure publique, consolidation du cadre bâti) et la légalisation de son statut et de ses pratiques (octroi de droits de propriété foncière et insertion de règlementation publique). Officiellement, c’est une manière de mettre fin à l’exclusion dont les populations faveladas sont victimes depuis l’apparition des favelas à Rio. L’analyse est faite à partir de l’étude du PAC-Favelas, un programme du gouvernement fédéral lancé en 2008, et son application dans la favela Rocinha. Il est proposé de considérer l’urbanisation intégratrice en tant que dispositif sécuritaire ou biopolitique, c’est-à-dire en tant qu’appareil de gouvernement de la population locale. À travers le projet, on planifie de formaliser les conduites, d’accroître la circulation des ressources, de transformer les perceptions des résidents, de contenir les excès et les risques associés à la favela et de tendre vers la prise en charge entièrement planifiée – en un mot, d’assurer le passage vers l’intervention permanente. Concrètement, cela revient pour l’État à procéder à une sélection, par des moyens légitimés ou indirects (le plan, la loi, le marché), des individus et des pratiques désormais admissibles sur le territoire. L’espace se raréfie, le contrôle augmente et les prix montent : ne peut demeurer que celui qui a déjà atteint un certain niveau de stabilité, reléguant les plus précaires à devoir progressivement quitter le territoire. Urbaniser la Rocinha, c’est un peu forcer son embourgeoisement en la rendant enfin sécurisée, civilisée et rentable.
Resumo:
Les agents économiques tentent de maximiser le rendement des épargnes qui leurs sont confiées. Ils doivent placer et répartir ces sommes qui composeront leur portefeuille parmi les différents titres financiers disponibles (bons du Trésor, obligations, actions, options, etc.) selon des horizons de placement bien précis et selon une politique de gestion du risque appropriée. Pour maximiser le rendement total d'un portefeuille, les agents doivent analyser et interpréter l'information susceptible d'influencer les différents titres. Deux grands types d'approches les assistent dans leurs décisions: l'approche dite d'analyse technique et celle de l'analyse dite fondamentale. La première approche repose sur l'utilisation de données historiques internes au fonctionnement des marchés financiers. Elle cherche à identifier des tendances aux patterns qui pourraient servir de base à l'établissement de stratégies susceptibles de générer des rendements supérieurs, voire anormaux, par rapport aux rendements autrement possibles. Cette approche met en cause la forme faible de l'efficience des marchés. L'approche de l'analyse fondamentale consiste à analyser les caractéristiques de base de l'économie, de l'industrie, de même que les caractéristiques propres à chaque firme afin d'évaluer leurs capacités futures à générer des bénéfices. L'exercice vise à identifier des firmes sur ou sous-évaluées par les marchés financiers. En ce sens, l'analyse fondamentale peut mettre en cause les formes semiforte et forte d'efficience. […]
Resumo:
This paper analyses the relations between effort and catch per unit effort of trawlers which worked in Côte d'Ivoire from Jan 1966 to Dec 1970. A fishing effort permitting to exploit fishery in the best rentability conditions is proposed.
Resumo:
Ce projet visait à comparer les effets agronomiques d’une serre de tomates biologiques semi-fermée utilisant un système de climatisation par géothermie comparativement à une serre ouverte. Deux serres de 228 et 230 m2 ont été équipées d’un système d’échangeur d’air avec géothermie qui refroidissait et déshumidifiait l’air (serre semi-fermée) et d’un système de ventilation naturelle (serre témoin). Ces dernières ont été comparées au cours des années 2012 et 2013 entre lesquels les traitements ont été permutés. Les variables mesurées étaient les paramètres de croissance des plants ainsi que le rendement, le calibre des fruits et les propriétés physico-chimiques des tomates. Les résultats ont démontré que le système de climatisation n’a pas eu d’effets significatifs sur la croissance des plants, la qualité des fruits ainsi que le rendement. Les deux serres avaient des cibles de concentration en CO2 comprises entre 450 µL L-1 et 1000 µL L-1 selon l’ensoleillement. Les quantités de CO2 injectées ont été de 11 kg/m2 et 15 kg/m2 respectivement en 2012 et 2013 dans la serre semi-fermée alors qu’elles ont été de 24 kg/m2 et 25 kg/m2 dans la serre témoin. Bien qu’ayant nécessité moins d’injection, la serre semi-fermée a permis de conserver des concentrations en CO2 de 638 µL L-1 en 2012 et de 593 µL L-1 en 2013. Ces concentrations sont plus élevées que celles obtenues dans la serre témoin qui étaient respectivement de 385 µL L-1 et 486 µL L-1 en 2012 et 2013. De ce fait, le coût monétaire associé à l’enrichissement carboné a été de 1,6 à 2,0 fois plus élevé dans la serre témoin que dans la serre semi-fermée.
