Alerting signals often serve to reduce temporal uncertainty by predicting the time of stimulus onset. The resulting response time benefits have often been explained by facilitated translation of stimulus codes into response codes on the basis of established stimulus-response (S-R) links. In paradigms of masked S-R priming alerting signals also modulate response activation processes triggered by subliminally presented prime stimuli. In the present study we tested whether facilitation of visuo-motor translation processes due to alerting signals critically depends on established S-R links. Alerting signals resulted in significantly enhanced masked priming effects for masked prime stimuli that included and that did not include established S-R links (i.e., target vs. novel primes). Yet, the alerting-priming interaction was more pronounced for target than for novel primes. These results suggest that effects of alerting signals on masked priming are especially evident when S-R links between prime and target exist. At the same time, an alerting-priming interaction also for novel primes suggests that alerting signals also facilitate stimulus-response translation processes when masked prime stimuli provide action-trigger conditions in terms of programmed S-R links.

By conducting an explorative study it is tried to determine whether a sample of film enthusiasts can produce a similar result in judging for the 87th Academy Awards for movies in 2014 like the actual Academy members or not. An online survey has been created and the votes cast by the participants have been tabulated. It can be shown that the results of the simulated awards voting in the survey are quite similar to the actual Academy decision. However, additional adjustments and further studies are recommended to ensure the results.

This thesis examines three decomposition techniques and their usability for economic and financial time series. The stock index DAX30 and the exchange rate from British pound to US dollar are used as representative economic time series. Additionally, autoregressive and conditional heteroscedastic simulations are analysed as benchmark processes to the real data. Discrete wavelet transform (DWT) uses wavelike functions to adapt the behaviour of time series on different time scales. The second method is the singular spectral analysis (SSA), which is applied to extract influential reconstructed modes. As a third algorithm, empirical mode decomposition (END) leads to intrinsic mode functions, who reflect the short and long term fluctuations of the time series. Some problems arise in the decomposition process, such as bleeding at the DWT method or mode mixing of multiple EMD mode functions. Conclusions to evaluate the predictability of the time series are drawn based on entropy - and recurrence - analysis. The cyclic behaviour of the decompositions is examined via the coefficient of variation, based on the instantaneous frequency. The results show rising predictability, especially on higher decomposition levels. The instantaneous frequency measure leads to low values for regular oscillatory cycles, irregular behaviour results in a high variation coefficient. The singular spectral analysis show frequency - stable cycles in the reconstructed modes, but represents the influences of the original time series worse than the other two methods, which show on the contrary very little frequency - stability in the extracted details.:1. Einleitung 2. Datengrundlage 2.1. Auswahl und Besonderheiten ökonomischer Zeitreihen 2.2. Simulationsstudie mittels AR-Prozessen 2.3. Simulationsstudie mittels GARCH-Prozessen 3. Zerlegung mittels modernen Techniken der Zeitreihenanalyse 3.1. Diskrete Wavelet Transformation 3.2. Singulärsystemanalyse 3.3. Empirische Modenzerlegung 4. Bewertung der Vorhersagbarkeit 4.1. Entropien als Maß der Kurzzeit-Vorhersagbarkeit 4.2. Rekurrenzanalyse 4.3. Frequenzstabilität der Zerlegung 5. Durchführung und Interpretation der Ergebnisse 5.1. Visuelle Interpretation der Zerlegungen 5.2. Beurteilung mittels Charakteristika 6. Fazit

River streamflow forecasting is traditionally based on real-time measurements of rainfall over catchments and discharge at the outlet and upstream. These data are processed in mathematical models of varying complexity and allow to obtain accurate predictions for short times. In order to extend the forecast horizon to a few days - to be able to issue early warning - it is necessary to take into account the weather forecasts. However, the latter display the property of sensitivity to initial conditions, and for appropriate risk management, forecasts should therefore be considered in probabilistic terms. Currently, ensemble predictions are made using a numerical weather prediction model with perturbed initial conditions and allow to assess uncertainty. <p><p>The research began by analyzing the meteorological predictions at the medium-range (up to 10-15 days) and their use in hydrological forecasting. Precipitation from the ensemble prediction system of the European Centre for Medium-Range Weather Forecasts (ECMWF) were used. A semi-distributed hydrological model was used to transform these precipitation forecasts into ensemble streamflow predictions. The performance of these forecasts was analyzed in probabilistic terms. A simple decision model also allowed to compare the relative economic value of hydrological ensemble predictions and some deterministic alternatives. <p><p>Numerical weather prediction models are imperfect. The ensemble forecasts are therefore affected by errors implying the presence of biases and the unreliability of probabilities derived from the ensembles. By comparing the results of these predictions to the corresponding observed data, a statistical model for the correction of forecasts, known as post-processing, has been adapted and shown to improve the performance of probabilistic forecasts of precipitation. This approach is based on retrospective forecasts made by the ECMWF for the past twenty years, providing a sufficient statistical sample. <p><p>Besides the errors related to meteorological forcing, hydrological forecasts also display errors related to initial conditions and to modeling errors (errors in the structure of the hydrological model and in the parameter values). The last stage of the research was therefore to investigate, using simple models, the impact of these different sources of error on the quality of hydrological predictions and to explore the possibility of using hydrological reforecasts for post-processing, themselves based on retrospective precipitation forecasts. <p>/<p>La prévision des débits des rivières se fait traditionnellement sur la base de mesures en temps réel des précipitations sur les bassins-versant et des débits à l'exutoire et en amont. Ces données sont traitées dans des modèles mathématiques de complexité variée et permettent d'obtenir des prévisions précises pour des temps courts. Pour prolonger l'horizon de prévision à quelques jours – afin d'être en mesure d'émettre des alertes précoces – il est nécessaire de prendre en compte les prévisions météorologiques. Cependant celles-ci présentent par nature une dynamique sensible aux erreurs sur les conditions initiales et, par conséquent, pour une gestion appropriée des risques, il faut considérer les prévisions en termes probabilistes. Actuellement, les prévisions d'ensemble sont effectuées à l'aide d'un modèle numérique de prévision du temps avec des conditions initiales perturbées et permettent d'évaluer l'incertitude.<p><p>La recherche a commencé par l'analyse des prévisions météorologiques à moyen-terme (10-15 jours) et leur utilisation pour des prévisions hydrologiques. Les précipitations issues du système de prévisions d'ensemble du Centre Européen pour les Prévisions Météorologiques à Moyen-Terme ont été utilisées. Un modèle hydrologique semi-distribué a permis de traduire ces prévisions de précipitations en prévisions d'ensemble de débits. Les performances de ces prévisions ont été analysées en termes probabilistes. Un modèle de décision simple a également permis de comparer la valeur économique relative des prévisions hydrologiques d'ensemble et d'alternatives déterministes.<p><p>Les modèles numériques de prévision du temps sont imparfaits. Les prévisions d'ensemble sont donc entachées d'erreurs impliquant la présence de biais et un manque de fiabilité des probabilités déduites des ensembles. En comparant les résultats de ces prévisions aux données observées correspondantes, un modèle statistique pour la correction des prévisions, connue sous le nom de post-processing, a été adapté et a permis d'améliorer les performances des prévisions probabilistes des précipitations. Cette approche se base sur des prévisions rétrospectives effectuées par le Centre Européen sur les vingt dernières années, fournissant un échantillon statistique suffisant.<p><p>A côté des erreurs liées au forçage météorologique, les prévisions hydrologiques sont également entachées d'erreurs liées aux conditions initiales et aux erreurs de modélisation (structure du modèle hydrologique et valeur des paramètres). La dernière étape de la recherche a donc consisté à étudier, à l'aide de modèles simples, l'impact de ces différentes sources d'erreur sur la qualité des prévisions hydrologiques et à explorer la possibilité d'utiliser des prévisions hydrologiques rétrospectives pour le post-processing, elles-même basées sur les prévisions rétrospectives des précipitations. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

Cette thèse, divisée en trois chapitres, contribue à la vaste et récente littérature sur l'évaluation des actifs et la finance climatique. Le premier chapitre contribue à la littérature sur la finance climatique tandis que les deux derniers contribuent à la littérature sur l'évalutaion des actifs. Le premier chapitre analyse comment les politiques environnementales visant à réduire les émissions de carbone affectent les prix des actifs et la consommation des ménages. En utilisant de nouvelles données, je propose une mesure des émissions de carbone du point de vue du consommateur et une mesure du risque de croissance de la consommation de carbone. Les mesures sont basées sur des informations sur la consommation totale et l'empreinte carbone de chaque bien et service. Pour analyser les effets des politiques environnementales, un modèle de risques de long terme est développé dans lequel la croissance de la consommation comprend deux composantes: le taux de croissance de la consommation de carbone et le taux de croissance de la part de la consommation de carbone dans la consommation totale. Ce chapitre soutient que le risque de long terme de la croissance de la consommation provient principalement de la croissance de la consommation de carbone découlant des politiques et des actions visant à réduire les émissions, telles que l'Accord de Paris et la Conférence des Nations Unies sur le changement climatique (COP26). Mon modèle aide à détecter le risque de long terme dans la consommation des politiques climatiques tout en résolvant simultanément les énigmes de la prime de risque et de la volatilité, et en expliquant la coupe transversale des actifs. La décomposition de la consommation pourrait conduire à identifier les postes de consommation les plus polluants et à construire une stratégie d'investissement minimisant ou maximisant un critère environnemental de long terme. Le deuxième chapitre (co-écrit avec René Garcia et Caio Almeida) étudie le rôle des facteurs non linéaires indépendants dans la valorisation des actifs. Alors que la majorité des facteurs d'actualisation stochastique (SDF) les plus utilisés qui expliquent la coupe transversale des rendements boursiers sont obtenus à partir des composantes principales linéaires, nous montrons dans ce deuxième chapitre que le fait de permettre la substitution de certaines composantes principales linéaires par des facteurs non linéaires indépendants améliore systématiquement la capacité des facteurs d'actualisation stochastique de valoriser la coupe transversale des actifs. Nous utilisons les 25 portefeuilles de Fama-French, cinquante portefeuilles d'anomalies et cinquante anomalies plus les termes d'interaction basés sur les caractéristiques pour tester l'efficacité des facteurs dynamiques non linéaires. Le SDF estimé à l'aide d'un mélange de facteurs non linéaires et linéaires surpasse ceux qui utilisent uniquement des facteurs linéaires ou des rendements caractéristiques bruts en termes de performance mesurée par le R-carré hors échantillon. De plus, le modèle hybride - utilisant à la fois des composantes principales non linéaires et linéaires - nécessite moins de facteurs de risque pour atteindre les performances hors échantillon les plus élevées par rapport à un modèle utilisant uniquement des facteurs linéaires. Le dernier chapitre étudie la prévisibilité du rendement des anomalies à travers les déciles à l'aide d'un ensemble de quarante-huit variables d'anomalie construites à partir des caractéristiques de titres individuels. Après avoir construit les portefeuilles déciles, cet article étudie leur prévisibilité en utilisant leurs propres informations passées et d'autres prédicteurs bien connus. Les analyses révèlent que les rendements des portefeuilles déciles sont persistants et prévisibles par le ratio de la valeur comptable sur la valeur de marché de l'entreprise, la variance des actions, le rendement des dividendes, le ratio des prix sur les dividendes, le taux de rendement à long terme, le rendement des obligations d'entreprise, le TED Spread et l'indice VIX. De plus, une stratégie consistant à prendre une position longue sur le décile avec le rendement attendu le plus élevé et à prendre une position courte sur le décile avec le rendement attendu le plus bas chaque mois donne des rendements moyens et un rendement par risque bien meilleurs que la stratégie traditionnelle fondée sur les déciles extrêmes pour quarante-cinq des quarante-huit anomalies. / This thesis, divided into three chapters, contributes to the vast and recent literature on asset pricing, and climate finance. The first chapter contributes to the climate finance literature while the last two contribute to the asset pricing literature. The first chapter analyzes how environmental policies that aim to reduce carbon emissions affect asset prices and household consumption. Using novel data, I propose a measure of carbon emissions from a consumer point of view and a carbon consumption growth risk measure. The measures are based on information on aggregate consumption and the carbon footprint for each good and service. To analyze the effects of environmental policies, a long-run risks model is developed where consumption growth is decomposed into two components: the growth rate of carbon consumption and the growth rate of the share of carbon consumption out of total consumption. This paper argues that the long-run risk in consumption growth comes mainly from the carbon consumption growth arising from policies and actions to curb emissions, such as the Paris Agreement and the U.N. Climate Change Conference (COP26). My model helps to detect long-run risk in consumption from climate policies while simultaneously solving the equity premium and volatility puzzles, and explaining the cross-section of assets. The decomposition of consumption could lead to identifying the most polluting consumption items and to constructing an investment strategy that minimizes or maximizes a long-term environmental criterion. The second chapter (co-authored with René Garcia, and Caio Almeida) studies the role of truly independent nonlinear factors in asset pricing. While the most successful stochastic discount factor (SDF) models that price well the cross-section of stock returns are obtained from regularized linear principal components of characteristic-based returns we show that allowing for substitution of some linear principal components by independent nonlinear factors consistently improves the SDF's ability to price this cross-section. We use the Fama-French 25 ME/BM-sorted portfolios, fifty anomaly portfolios, and fifty anomalies plus characteristic-based interaction terms to test the effectiveness of the nonlinear dynamic factors. The SDF estimated using a mixture of nonlinear and linear factors outperforms the ones using solely linear factors or raw characteristic returns in terms of out-of-sample R-squared pricing performance. Moreover, the hybrid model --using both nonlinear and linear principal components-- requires fewer risk factors to achieve the highest out-of-sample performance compared to a model using only linear factors. The last chapter studies anomaly return predictability across deciles using a set of forty-eight anomaly variables built using individual stock characteristics. After constructing the decile portfolios, this paper studies their predictability using their own past information, and other well-known predictors. The analyses reveal that decile portfolio returns are persistent and predictable by book-to-market, stock variance, dividend yield, dividend price ratio, long-term rate of return, corporate bond return, TED Spread, and VIX index. Moreover, a strategy consisting of going long on the decile with the highest expected return and going short on the decile with the lowest expected return each month gives better mean returns and Sharpe ratios than the traditional strategy based on extreme deciles for forty-five out of forty-eight anomalies.

Behavioral operations management (BOM) has gained popularity in the last two decades. The main theme in this new stream of research is to include the human behavior in Operations Management (OM) models to increase the effectiveness of such models. BOM is classified into 4 areas: cognitive psychology, social psychology, group dynamics and system dynamics (Bendoly et al. 2010). This dissertation will focus on the first class, namely cognitive psychology. Cognitive psychology is further classified into heuristics and biases. Tversky and Kahneman (1974) discussed 3 heuristics and 13 cognitive biases that usually face decision makers. This dissertation is going to study 6 cognitive biases under the representativeness heuristic. The model in this dissertation states that cognitive reflection of the individual (Frederick 2005) and training about cognitive biases in the form of warning (Kaufmann and Michel 2009) will help decisions’ makers make less biased decisions. The 6 cognitive biases investigated in this dissertation are insensitivity to prior probability, insensitivity to sample size, misconception of chance, insensitivity to predictability, the illusion of validity and misconception of regression. 6 scenarios in OM contexts have been used in this study. Each scenario corresponds to one cognitive bias. Experimental design has been used as the research tool. To see the impact of training, one group of the participants received the scenarios without training and the other group received them with training. The training consists of a brief description of the cognitive bias as well as an example of the cognitive bias. Cognitive reflection is operationalized using cognitive reflection test (CRT). The survey was distributed to students at University of North Texas (UNT). Logistic regression has been employed to analyze data. The research shows that participants show the cognitive biases proposed by Tversky and Kahneman. Moreover, CRT is significant factor to predict the cognitive bias in two scenarios. Finally, providing training in terms of warning helps participants to make more rational decisions in 4 scenarios. This means that although cognitive biases are inherent in the mind of people, management of corporations has the tool to educate its managers and professionals about such biases which helps companies make more rational decisions.

Diese Dissertation zielt darauf ab, ein besseres Verständnis für Anomalien und Insiderhandel zu schaffen, sowie die Verfügbarkeit von qualitativ hochwertigen Daten für den deutschen Aktienmarkt zu verbessern. Der erste Aufsatz beinhaltet eine verzerrungsfreie Zeitreihe von monatlichen Renditen deutscher Aktien für die Jahre 1954 bis 2013, die auf der Basis stabiler Regeln berechnet und gut dokumentiert ist. Im Weiteren enthält der Aufsatz eine detaillierte Beschreibung des deutschen Aktienmarktes und dessen Besonderheiten, insbesondere im Vergleich zu den USA. Der zweite Aufsatz zeigt am Beispiel des Fama/French Drei-Faktoren-Modells die Probleme auf, die Anbieter und Nutzer von Faktorendaten haben, die sich nicht auf die USA beziehen. Die empirische Analyse von sieben Faktorensets für Deutschland zeigt, dass die Übernahme von Faktormodellen in einen anderen Kapitalmarkt eine komplexe Thematik ist. Der Aufsatz gibt Anregungen für Nutzer und Anbieter von Faktorensets und zeigt, wie die Wahl des Faktorensets das Ergebnis einer Studie beeinflussen kann. Im dritten Aufsatz werden verschiedene zyklische und antizyklische Handelsstrategien hinsichtlich ihrer Performance im deutschen Aktienmarkt untersucht. Von den untersuchten Strategien erscheint nur Momentum konsequent abnormale Renditen zu erzielen, dies auch nach Transaktionskosten. Die vierte Arbeit untersucht öffentlich bekannt gegebene Aktientransaktionen von Insidern börsennotierter deutscher Unternehmen. Der Aufsatz zeigt, dass Insider von TecDAX-Unternehmen und ihre Imitatoren hohe und statistisch signifikante abnormale Renditen erzielen. Insgesamt zeigt die Dissertation, dass methodische Variationen, die Verwendung verschiedener Untersuchungsdesigns, die Datenqualität und die Sorgfalt beim Erstellen von empirischen Analysen zur Beurteilung der Robustheit und der Stabilität der Ergebnisse unerlässlich sind. Der deutsche Aktienmarkt scheint effizienter zu sein als bisherigere Studien typischerweise nahelegen. / This doctoral thesis aims to contribute to a better understanding of stock market anomalies and insider trading as well as to improve the availability of high quality data for the German stock market. The first paper provides a sixty-year time series of monthly returns on German stocks that is constructed on the basis of stable rules, is well documented, includes all return components, and is free of biases. The paper also contains a detailed description of the German stock market, its peculiarities, regulation and differences as compared to the U.S. The second paper uses the Fama/French three-factor model as an example to point out the problems that providers and users of non-U.S factor data sets face. The empirical analysis of seven different factor data sets available for Germany shows that exporting a specific factor model from the U.S. to another capital market is neither an easy nor well-defined task. The paper gives suggestions to users and creators of factor sets and shows how the choice of a factor set affects the result of an empirical study. The third paper provides evidence on how various contrarian, momentum and seasonality strategies perform in the German stock market. Among these strategies, only momentum investing appears to earn persistently non-zero returns, even after transaction costs. The fourth paper studies publicly disclosed stock transactions by insiders of listed German firms. The paper finds that insiders of TecDAX firms earn large and statistically significant abnormal returns net of transaction costs; for DAX insiders they are indistinguishable from zero. Overall, this thesis illustrates that methodological variations, the use of different specifications, data quality and care when preparing empirical analyses is essential in the assessment of the robustness and stability of results. In sum, the German stock market appears to be more efficient than previous studies have typically suggested.

La France et la Côte d’Ivoire sont deux États qui présentent des similitudes dues principalement à leur passé colonial commun ; mais il s’agit également de deux États qui présentent de nombreuses différences tenant notamment à leur niveau de développement. Si les règles de droit fiscal substantiel au sein de chacun de ces deux États permettent d’étudier les exigences de sécurité juridique et les moyens par lesquels elles sont prises en compte, c’est en réalité la pratique processuelle qui révèle de manière plus substantielle l’effectivité de cette prise en compte. Au demeurant, la problématique de la sécurité juridique n’est bien souvent réduite qu’aux seules exigences d’accessibilité, de stabilité ou de prévisibilité de la norme. Ce qui témoigne au fond d’une approche partielle de l’exigence de sécurité juridique tendant à en limiter l’étude à la qualité formelle et à l’évolution temporelle des actes juridiques. La prise en compte d’une pluralité de systèmes juridiques différents révèle cependant que la notion de sécurité juridique ne ramène pas nécessairement à un contenu univoque. En effet, l’insécurité juridique ne s’exprimant pas toujours en des termes identiques d’un cadre juridique à un autre, la sécurité juridique pourrait se révéler polysémique, voire antinomique, d’un système juridique et fiscal à un autre. Ainsi donc, au-delà de la norme, la sécurité juridique s’applique également au cadre et au système juridique ainsi qu’à la pratique juridique et juridictionnelle. La sécurité juridique apparaît donc, en droit fiscal, comme l’expression de la fiabilité d’un cadre et d’un système juridiques et fiscaux, à travers des normes de qualité offrant une garantie d’accessibilité et d’intelligibilité ainsi que des moyens pour le contribuable de bâtir des prévisions ou donner satisfaction à celles légitimement bâties. En outre, au-delà du cadre imposé par la présente thèse, il convient d’aborder la problématique de la sécurité juridique dans une approche moins restrictive, afin de ne point en occulter les aspects historiques, philosophiques, sociologiques et juridiques essentiels à une étude d’ensemble de la question. / France and Côte d'Ivoire are two countries with similarities mainly due to their common colonial past; but they are also two countries with many differences especially due to their level of development. While the rules of substantive tax law within each of these two countries make it possible to study the requirements of legal certainty and the means whereby they are taken into account, it is actually the procedural practice that reveals more substantively the effectiveness of this consideration. It should also be noted that the issue of legal certainty is often reduced to the only requirements of accessibility, stability or predictability of the standard. This actually reflects a partial approach to the requirements of legal certainty that tends to limit its study to the formal quality and the temporal evolution of legal acts. Taking into account a plurality of different legal systems, however, reveals that the concept of legal certainty does not necessarily lead to an unequivocal content. Indeed, since legal certainty is not always expressed in identical terms from one legal framework to another, legal certainty could prove to be polysemic, or even antinomic, from one legal and fiscal system to another. Thus, beyond the norm, legal certainty also applies to the legal framework and system as well as to the legal and judicial practice. Legal certainty thus, appears in tax law, as an expression of the reliability of a legal and fiscal framework and system, through quality standards, offering a guarantee of accessibility and intelligibility, as well as means for the taxpayer to build predictions or satisfy those legitimately built. Moreover, beyond the framework imposed by the present dissertation, it is important to deal with the problem of legal certainty in a less restrictive way, so as not to obscure the historical, philosophical, sociological and legal aspects essential to a holistic study of the issue.