Dans le cadre de cette étude, il est question de prédire les primes de risque de marché pour les États-Unis et le Canada sur un horizon d’un mois en se basant sur les données économiques des 20 dernières années. En se basant sur les modèles élaborés précédemment dans la littérature, ce mémoire a pour but d’effectuer des prévisions plus précises que celles générées précédemment. Ainsi, on observe que l’ensemble des modèles retenus, tant univariés, multivariés ou par agrégation sectorielle obtiennent un pouvoir explicatif supérieur au modèle naïf, et ce tant pour le marché américain que le marché canadien. Pour le marché américain, le modèle multivarié Stepwise Backward obtient la meilleure performance du groupe étudié avec un R[indice supérieur 2] de 0.10714 dans un contexte In-Sample et un R[indice supérieur 2] de 0.22284 dans un contexte Out-Of-Sample selon le test de McCracken (2007). Ce modèle permet donc d’expliquer 22.28% de la variation mensuelle de la prime de risque américaine dans le contexte de l’échantillon observé dans cette étude. Le modèle en question est composé des variables économiques représentant les variations mensuelles au niveau de l’inflation, de la masse monétaire M2, ainsi que du dernier taux journalier du mois observé pour les obligations gouvernementales ayant une échéance de deux ans, cinq ans et dix ans. Pour le marché canadien, le modèle multivarié Stepwise Forward obtient la meilleure performance du groupe étudié dans un contexte In-Sample avec un R[indice supérieur 2] de 0.07760 selon le test de McCracken (2007). Cependant, dans un contexte Out-Of-Sample, le modèle de prévision par agrégation sectorielle élaboré à la section 4.4 obtient de loin la meilleure performance avec un R[indice supérieur 2] de 0.17773 selon le test de McCracken (2007), permettant donc d’expliquer 17.77% de la variation mensuelle de la prime de risque canadienne. La performance accrue des modèles de prévision dans un contexte Out-Of-Sample semble provenir d’une meilleure performance notamment dans les premières années d’observation, (2001 à 2007) grâce à l’exclusion des grandes variations affectant les dernières années de la période d’observation (2008 à 2011).

No description available.