Pourquoi certaines localisations géographiques sont-elles plus attractives aux attentats terroristes que d’autres? Malgré les défis conceptuels que pose l’étude d’un sujet aussi politisé que le terrorisme, cette recherche propose un modèle statistique pour étudier le lien entre le terrorisme transnational et sa géographie au niveau local. La recherche soutient que la capacité de causer des dommages à l’ennemi, l’accessibilité, la marginalisation des minorités ethniques et l’instabilité politique sont quatre variables qui expliquent la répartition géographique inégale des attentats terroristes. À partir d’une régression logistique adaptée pour les évènements rares et de deux bases de données (le Global Terrorism Database [GTD] et le PRIO-GRID), les résultats ont montré que la présence d’un conflit civil augmente jusqu’à 6 fois le risque de subir un attentat terroriste. Les résultats ont montré une forte corrélation statistique entre le terrorisme et le niveau de population et la proximité avec une frontière internationale et/ou d’une capitale nationale. Les résultats indiquent aussi un lien entre l’exclusion d’une minorité ethnique et le terrorisme. Finalement, un classement des villes mondiales les plus à risque est présenté et montre que des villes comme Jakarta, New Delhi, Moscou ou Paris ont un niveau de risque très élevé / Why are some geographic locations more attractive to terrorist attacks than others? Despite the conceptual challenges of studying a topic as politicized as terrorism, this research proposes a statistical model to study the relationship between transnational terrorism and its local-level geography. The research argues that the capacity to harm the enemy, accessibility, marginalization of ethnic minorities, and political instability are four variables that explain the uneven geographic distribution of terrorist attacks. Using logistic regression adapted for rare events and two databases (the Global Terrorism Database [GTD] and PRIO-GRID), the results showed that the presence of civil conflict increases the risk of experiencing a terrorist attack by up to 6 times. The results showed a strong statistical correlation between terrorism and population level and proximity to an international border and/or a national capital. The results also indicate a link between ethnic minority exclusion and terrorism. Finally, a ranking of the most at-risk global cities is presented shows that cities such as Jakarta, New Delhi, Moscow, or Paris have a very high level of risk.

Pourquoi certaines localisations géographiques sont-elles plus attractives aux attentats terroristes que d'autres? Malgré les défis conceptuels que pose l'étude d'un sujet aussi politisé que le terrorisme, cette recherche propose un modèle statistique pour étudier le lien entre le terrorisme transnational et sa géographie au niveau local. La recherche soutient que la capacité de causer des dommages à l'ennemi, l'accessibilité, la marginalisation des minorités ethniques et l'instabilité politique sont quatre variables qui expliquent la répartition géographique inégale des attentats terroristes. À partir d'une régression logistique adaptée pour les évènements rares et de deux bases de données (le Global Terrorism Database [GTD] et le PRIO-GRID), les résultats ont montré que la présence d'un conflit civil augmente jusqu'à 6 fois le risque de subir un attentat terroriste. Les résultats ont montré une forte corrélation statistique entre le terrorisme et le niveau de population et la proximité avec une frontière internationale et/ou d'une capitale nationale. Les résultats indiquent aussi un lien entre l'exclusion d'une minorité ethnique et le terrorisme. Finalement, un classement des villes mondiales les plus à risque est présenté et montre que des villes comme Jakarta, New Delhi, Moscou ou Paris ont un niveau de risque très élevé. / Why are some geographic locations more attractive to terrorist attacks than others? Despite the conceptual challenges of studying a topic as politicized as terrorism, this research proposes a statistical model to study the relationship between transnational terrorism and its local-level geography. The research argues that the capacity to harm the enemy, accessibility, marginalization of ethnic minorities, and political instability are four variables that explain the uneven geographic distribution of terrorist attacks. Using logistic regression adapted for rare events and two databases (the Global Terrorism Database [GTD] and PRIO-GRID), the results showed that the presence of civil conflict increases the risk of experiencing a terrorist attack by up to 6 times. The results showed a strong statistical correlation between terrorism and population level and proximity to an international border and/or a national capital. The results also indicate a link between ethnic minority exclusion and terrorism. Finally, a ranking of the most at-risk global cities is presented shows that cities such as Jakarta, New Delhi, Moscow, or Paris have a very high level of risk.

Québec Université Laval, Bibliothèque 2016

Québec Université Laval, Bibliothèque 2015

Cette thèse s’intéresse à la sélection de comparables dans le contexte de la comptabilité financière. Dans ce contexte, l’analyse de firmes se fait de façon relative, en comparaison avec d’autres firmes semblables — les « comparables ». Ainsi, il est nécessaire de former des groupes homogènes de firmes à ces fins. L’utilisation des classifications d’industries est la méthode privilégiée, car elle permet de grouper les firmes sur des critères objectifs et en lien avec le cœur de l’activité des firmes. Elles présentent l’avantage d’être très largement disponible, et très simples à utiliser. Dans cette thèse l’objectif principal est d’identifier des sources d’hétérogénéité intra-industrie, et d’examiner leurs conséquences à plusieurs niveaux. J’utilise trois approches différentes pour atteindre cet objectif. Dans un premier temps, l’objectif est de proposer une utilisation plus complète des classifications d’industries. Ainsi, j’utilise exclusivement les classifications d’industries pour identifier une source d’hétérogénéité : les industry classification misfits. La littérature précédente a pour habitude d’utiliser les différentes classifications comme des substituts l’une de l’autre, considérant qu’elles groupent les firmes sur la même dimension d’homogénéité. Ici, je prends une approche différente et considère ces classifications comme des compléments l’une de l’autre, en argumentant qu’elles possèdent le même objectif (former des groupes homogènes de firmes), mais qu’elles le font sur des dimensions différentes de l’homogénéité. Ainsi, en étudiant leur convergence j’identifie les industry classification misfits par opposition à celles appartenant au cœur de l’industrie (industry core firms). Ultimement, je montre les biais qu’engendre l’inclusion des industry classification misfits dans les groupes de comparables pour l’estimation des modèles d’accruals et la prédiction des misstatements. Dans un second temps, l’objectif est d’intégrer l’utilisation des ratios comptables et financiers pour identifier les firmes hétérogènes. Je pars de la classification qui offre la plus grande homogénéité pour développer une mesure continue d’homogénéité intra-industrie. J’utilise les ratios comptables et financiers qui sont régulièrement utilisés pour mesurer l’homogénéité d’un groupe de firmes. Contrairement aux études précédentes qui utilisent individuellement ces ratios, je propose une approche multidimensionnelle à l’homogénéité. Dans une première étape, je définis les ratios pertinents pour définir chacune des industries, puis j’utilise simultanément ces ratios pour construire ma mesure continue de distance intra-industrie entre chacune des firmes. Ainsi, je présente les firmes étant les plus éloignées du cœur de l’industrie comme des firmes différenciées (differentiated firms). Ensuite, j’étudie les conséquences sur les marchés financiers pour ces firmes. Je montre que les nouvelles d’industries sont incorporées dans les prix des firmes différenciées avec un retard. Aussi, je montre que les analystes couvrent moins ces firmes et commettent plus d’erreurs dans la prédiction des bénéfices de ces firmes. Enfin, je montre que les firmes différenciées souffrent d’une asymétrie de l’information plus importante sur les marchés, ce qui se matérialise par un plus grand écart bid-ask et une action moins liquide. Enfin, dans un troisième temps, l’objectif est d’utiliser les liens entre les industries pour mieux caractériser les firmes multisegments. Je m’intéresse à une source naturelle d’hétérogénéité intra-industrie — les conglomérats. Par définition, ces firmes opèrent dans plusieurs industries différentes, mais la construction des classifications d’industries restreint leur classification à une industrie. Ceci crée donc naturellement de l’hétérogénéité au sein des industries ce qui amène à les considérer comme complexes, notamment pour les analystes qui se spécialisent par industries. Habituellement, les études précédentes ont considéré que plus une compagnie possède de segments d’affaires différents, plus elle sera complexe. Dans ce chapitre, j’apporte une nuance sur leur complexité en prenant en compte le lien entre les différentes industries dans lesquelles opèrent les conglomérats. Je développe une mesure de distance entre les industries basée sur les ratios financiers. Ainsi, je considère les segments d’affaires comme complexes uniquement ceux qui sont éloignés du cœur d’activité de la firme. Par conséquent, deux conglomérats possédant le même nombre de segments d’affaires peuvent être complexes ou non, dépendamment si leurs activités secondaires sont dans une industrie proche de leur activité première. Ultimement, je montre les conséquences de ces firmes pour les analystes. Mes résultats dévoilent que les analystes ont plus de mal à prédire les bénéfices des conglomérats complexe. / This thesis focuses on the selection of peer firms in the context of financial accounting. In this context, the analysis of firms is done cross-sectionally, in comparison with other similar firms – peer firms. Thus, it is necessary to form homogeneous groups of firms for these purposes. Industry classifications represent the most used method because it proposes an objective way to group firms based on their business activities. In addition, they present the advantage of being publicly available and easy to implement. In this thesis, the main objective is to identify sources of intra-industry heterogeneity, and to examine their consequences for several stakeholders. I provide three ways to fulfill this objective. First, I aim to provide a more complete exploitation of the information provided by industry classifications. Thus, I exclusively use them to identify a source of heterogeneity: industry classification misfits. Previous literature tends to consider industry classifications as substitutes for each other, assuming that they group firms on the same dimension of homogeneity. Here, I take a different approach and consider these classifications as complements arguing that they have the same objective (to form homogeneous groups of firms), but that they do it on different dimension of homogeneity. Thus, by studying their convergence I identify firms that are not systematically classified into the same peer group by industry classifications. I refer to them as industry classification misfits as opposed to those belonging to the heart of industry (industry core firms). Ultimately, I show the consequences of the inclusion of industry classification misfits in peer groups for the estimation of accrual models and the prediction of misstatements. Then, the main objective is to build on fundamental ratios to identify heterogeneous firms. I start from the classification which offers the greatest homogeneity (GICS) to develop a continuous measure of intra-industry homogeneity. I use accounting and financial ratios which are regularly utilized to measure the homogeneity of peer groups. Unlike previous studies which bring these ratios individually, I propose a multidimensional approach to homogeneity. In a first step, I select the relevant ratios that define each industry. These ratios are then used simultaneously to build my continuous measure of intra-industry distance between each firm belonging to the same industry. Ultimately, I present the firms that are furthest from the industry core as differentiated firms. Then, I study the consequences on financial markets for these firms. I show that industry news is incorporated into differentiated firms stock prices with a delay. Also, I show that analysts are less willing to cover these firms and make more mistakes in forecasting differentiated firms’ earnings. Finally, I show that differentiated firms suffer from asymmetric information on the stock market, which occurs as a larger bid-ask spreads and less liquid stocks. Finally, I aim to account for the industry relatedness to better characterize multi-segment firms. I focus on a natural source of intra-industry heterogeneity - conglomerates. These firms operate in several different industries through secondary business segments, but the construction of industry classifications restricts their classification to solely one industry. Therefore, it naturally creates heterogeneity within industries which leads to consider them as complex, especially for analysts who specialize in industries. Usually, previous studies have considered that the more business segments a company has, the more complex it will be. In this chapter, I add a nuance to this proxy for complexity by considering the relatedness between the industry membership of the secondary business segments in which conglomerates operate. I develop an inter-industry distance based on financial ratios to consider the relationship between industries. Thus, I regard business segments as complex only those that are unrelated to the conglomerate primary business segment. Therefore, two conglomerates sharing the same number of business segments are not systematically equally complex as it depends on whether their secondary activities are in an industry close to their primary activity. Ultimately, I show the consequences of complex business segments for financial analysts. My results show that conglomerates with complex business segments have harder earnings to predict.

Des procédures de classement sont largement utilisées pour décrire les phénomènes observés dans de nombreux domaines des sciences sociales et naturelles, par exemple la sociologie, l'économie, la linguistique, la démographie, la physique, la biologie, etc.Dans cette thèse, nous nous sommes attachés à l'étude des propriétés de classement et des dynamiques sous-jacentes intégrées dans les systèmes complexes. En particulier,nous nous sommes concentrés sur les classements par score ou par prix dans les systèmes sportifs et les classements d'utilisation des mots ou caractères dans les langues humaines. Le but est de comprendre les mécanismes sous-jacents à ces questions en utilisant les méthodes de la physique statistique, de la statistique bayésienne et de la modélisation multi-agents. Les résultats concrets concernent les aspects suivants.Nous avons tout d'abord traité une étude sur les classements par score/prix dans les systèmes sportifs et analysé 40 échantillons de données dans 12 disciplines sportives différentes. Nous avons trouvé des similitudes frappantes dans différents sports, à savoir le fait que la répartition des résultats/prix suit les lois puissance universelles.Nous avons également montré que le principe de Pareto est largement respecté dans de nombreux systèmes sociaux: ainsi 20% des joueurs accumulent 80% des scores et de l'argent. Les données concernant les matchs de tennis en individuels nous ont révélé que lorsque deux joueurs s'affrontent, la probabilité que le joueur de rang supérieur gagne est liée à la différence de rang des deux adversaires. Afin de comprendre les origines de la mise à l'échelle universelle, nous avons proposé un modèle multi-agents,qui peut simuler les matchs de joueurs à travers différentes compétitions. Les résultats de nos simulations sont cohérents avec les résultats empiriques. L'extension du domaine d'étude de la simulation indique que le modèle est assez robuste par rapport aux modifications de certains paramètres. La loi de Zipf est le comportement le plus régulièrement observé dans la linguistique statistique. Elle a dès lors servi de prototype pour les relations entre rang d'apparitions et fréquence d'apparitions (relations rang-fréquence dans la suite du texte) et les lois d'échelle dans les sciences naturelles. Nous avons étudié plusieurs textes, précisé le domaine de validité de la loi de Zipf, et trouvé que la plage de validité augmente lors du mélange de différents textes. Basé sur l'analyse sémantique latente, nous avons proposé un modèle probabiliste, dans lequel nous avons supposé que les mots sont ajoutés au texte avec des probabilités aléatoires, tandis que leur densité a priori est liée, via la statistique bayésienne, aux caractéristiques générales du lexique mental de l'auteur de ce même texte. Notre modèle explique la loi de Zipf ainsi que ses limites de validité, et la généralise aux hautes et basses fréquences et au hapax legomena.Dans une autre étude, nous avons précisé les relations rang-fréquence pour les caractères chinois. Nous avons choisi d'étudier des textes courts en premier, car pour le bien de l'analyse rang fréquence, les longs textes ne sont que des mélanges de textes plus courts, thématiquement homogènes. Nos résultats ont montré que la loi de Zipf appliqués aux caractères chinois tient parfaitement pour des textes assez courts (quelques milliers de caractères différents). Le même domaine de validité est observé pour les textes courts anglais. Nous avons soutenu que les longs textes chinois montrent une structure hiérarchique à deux couches: des caractères dont la fréquence d'apparition suit une loi puissance (première couche) et des caractères dont l'apparition suit une loi exponentielle (deuxième couche)...

Des procédures de classement sont largement utilisées pour décrire les phénomènes observés dans de nombreux domaines des sciences sociales et naturelles, par exemple la sociologie, l’économie, la linguistique, la démographie, la physique, la biologie, etc.Dans cette thèse, nous nous sommes attachés à l’étude des propriétés de classement et des dynamiques sous-jacentes intégrées dans les systèmes complexes. En particulier,nous nous sommes concentrés sur les classements par score ou par prix dans les systèmes sportifs et les classements d’utilisation des mots ou caractères dans les langues humaines. Le but est de comprendre les mécanismes sous-jacents à ces questions en utilisant les méthodes de la physique statistique, de la statistique bayésienne et de la modélisation multi-agents. Les résultats concrets concernent les aspects suivants.Nous avons tout d’abord traité une étude sur les classements par score/prix dans les systèmes sportifs et analysé 40 échantillons de données dans 12 disciplines sportives différentes. Nous avons trouvé des similitudes frappantes dans différents sports, à savoir le fait que la répartition des résultats/prix suit les lois puissance universelles.Nous avons également montré que le principe de Pareto est largement respecté dans de nombreux systèmes sociaux: ainsi 20% des joueurs accumulent 80% des scores et de l’argent. Les données concernant les matchs de tennis en individuels nous ont révélé que lorsque deux joueurs s’affrontent, la probabilité que le joueur de rang supérieur gagne est liée à la différence de rang des deux adversaires. Afin de comprendre les origines de la mise à l’échelle universelle, nous avons proposé un modèle multi-agents,qui peut simuler les matchs de joueurs à travers différentes compétitions. Les résultats de nos simulations sont cohérents avec les résultats empiriques. L’extension du domaine d’étude de la simulation indique que le modèle est assez robuste par rapport aux modifications de certains paramètres. La loi de Zipf est le comportement le plus régulièrement observé dans la linguistique statistique. Elle a dès lors servi de prototype pour les relations entre rang d’apparitions et fréquence d’apparitions (relations rang-fréquence dans la suite du texte) et les lois d’échelle dans les sciences naturelles. Nous avons étudié plusieurs textes, précisé le domaine de validité de la loi de Zipf, et trouvé que la plage de validité augmente lors du mélange de différents textes. Basé sur l’analyse sémantique latente, nous avons proposé un modèle probabiliste, dans lequel nous avons supposé que les mots sont ajoutés au texte avec des probabilités aléatoires, tandis que leur densité a priori est liée, via la statistique bayésienne, aux caractéristiques générales du lexique mental de l’auteur de ce même texte. Notre modèle explique la loi de Zipf ainsi que ses limites de validité, et la généralise aux hautes et basses fréquences et au hapax legomena.Dans une autre étude, nous avons précisé les relations rang-fréquence pour les caractères chinois. Nous avons choisi d’étudier des textes courts en premier, car pour le bien de l’analyse rang fréquence, les longs textes ne sont que des mélanges de textes plus courts, thématiquement homogènes. Nos résultats ont montré que la loi de Zipf appliqués aux caractères chinois tient parfaitement pour des textes assez courts (quelques milliers de caractères différents). Le même domaine de validité est observé pour les textes courts anglais. Nous avons soutenu que les longs textes chinois montrent une structure hiérarchique à deux couches: des caractères dont la fréquence d’apparition suit une loi puissance (première couche) et des caractères dont l’apparition suit une loi exponentielle (deuxième couche)... / Ranking procedures are widely used to describe the phenomena in many differentfields of social and natural sciences, e.g., sociology, economics, linguistics, demography,physics, biology, etc. In this dissertation, we dedicated to study the ranking propertiesand underlying dynamics embedded in complex systems. In particular, we focused onthe scores/prizes ranking in sports systems and the words/characters usage ranking inhuman languages. The aim is to understand the mechanisms behind these issues byusing the methods of statistical physics, Bayesian statistics and agent-based modeling.The concrete results concern the following aspects.We took up an interesting topic on the scores/prizes ranking in sports systems, andanalyzed 40 data samples in 12 different sports fields. We found the striking similaritiesin different sports, i.e., the distributions of scores/prizes follow the universal powerlaws. We also showed that the data yielded the Pareto principle extensively observedin many social systems: 20% of the players accumulate 80% of the scores and money.For the tennis head-to-head data, we revealed that when two players compete, theprobability that the higher-ranked player will win is related to the rank difference ofthe two opponents. In order to understand the origins of the universal scaling, weproposed an agent-based model, which can simulate the competitions of players indifferent matches, and results from our simulations are consistent with the empiricalfindings. Extensive simulation studies indicate that the model is quite robust withrespect to the modifications of some parameters.Zipf’s law is the major regularity of statistical linguistics that served as a prototypefor the rank-frequency relations and scaling laws in natural sciences. We investigatedseveral English texts, clarified the valid range of Zipf’s law, and found this valid rangeincreases upon mixing different texts. Based on the latent semantic analysis, we proposeda probabilistic model, in which we assumed that the words are drawn into thetext with random probabilities, while their apriori density relates, via Bayesian statistics,to the general features of mental lexicon of the author who produced the text. Ourmodel explained the Zipf’s law together with the limits of its validity, its generalizationto high and low frequencies and hapax legomena. In another work, we specified the rank-frequency relations for Chinese characters. We chose to study the short texts first, since for the sake of the rank-frequency analysis,long texts are just mixtures of shorter, thematically homogenous pieces. Our resultsshowed that the Zipf’s law for Chinese characters perfectly holds for sufficiently shorttexts (few thousand different characters), and the scenario of its validity is similar tothat for short English texts. We argued long Chinese texts display a two-layer, hierarchicstructure: power-law rank-frequency characters (first layer) and the exponentialones (second layer). The previous results on the invalidity of the Zipf’s law for longtexts are accounted for by showing that in between of the Zipfian range and the regionof very rare characters (hapax legomena) there emerges a range of ranks, wherethe rank-frequency relation is approximately exponential. From comparative analysisof rank-frequency relations for Chinese and English, we suggested the characters playfor Chinese writers the same role as the words for those writing within alphabeticalsystems.

Avec l’arrivée en masse des véhicules à traction électrique, la puissance sollicitée à des blocs de cellules chimiques ne cesse d’augmenter. Les nouvelles technologies développées pour répondre à la demande exposent un nouveau problème jamais observé sur les assemblages multi-cellules : la disparité des paramètres internes. Une étude a démontré que ces faibles variations de capacité ou de résistance interne causeront une dégradation prématurée si elles ne sont pas prises en comptes. La littérature sur le sujet comprend plusieurs travaux qui tentent de palier à ce problème cependant très peu d’information n’est disponible pour quantifier ces divergences de paramètres internes. Ceux qui proposent des solutions viables le font généralement dans un contexte non transférable aux véhicules électriques ou hybrides. Ce document présente une étude complète de l’état de l’art sur l’utilisation et la gestion des batteries au lithium-ion ainsi que l’analyse d’un nouvel outil de mesure pour système de gestion de batteries permettant de mesurer et d’utiliser ces dispersions de paramètres internes des cellules. L’algorithme de mesure sera basé sur un système de classement des données recueillies novateur permettant de répertorié les données selon les conditions de conduites vécues lors de la mesure plutôt qu’en fonction du temps. La conception d’un système de gestion de batteries capable de mettre en œuvre cet outil de mesure dans un contexte de véhicule électrique ainsi que l’élaboration de partons de charge/décharge des cellules, afin de les plonger dans des conditions similaires à celles vécues par un bloc batterie de véhicule électrique, seront aussi exposées. La distribution des résistances internes des 16 cellules étudiées et une discussion de ces résultats complètera ce document.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Cette recherche a pour thème l’étude des effets de la typographie dans un contexte marketing. Dans une première étude, nous évaluons la lisibilité des informations présentes sur les packagings alimentaires auprès de 196 consommateurs en situation d’achat. Les résultats montrent la faible capacité des individus à traiter ces informations. Plus particulièrement, nous constatons que les individus éprouvent davantage de difficultés à lire les informations légales et nutritionnelles, et ce, d’autant plus qu’ils sont âgés. Dans une seconde étude, basée sur une expérimentation auprès de 420 jeunes individus, nous testons l’influence persuasive de la typographie dans des annonces presse. Nous manipulons la typographie (Clarendon et Garamond : typographies plutôt informationnelles ; Artistic et French Script : typographies plutôt émotionnelles positives ; Gabrielle et Times New Roman Italique : typographies à la fois informationnelles et émotionnelles positives). Les résultats montrent que l’attitude envers la typographie a une influence significative sur les réponses à la publicité, alors que les caractéristiques physiques de la typographie n’ont pas d’influence directe. Ce second travail vient souligner l’importance de la typographie en publicité et l’enrichit d’une nouvelle variable : l’attitude envers la typographie. / In this research, we study the effects of typography in a marketing context.In a first study, we assess the level of legibility for food packaging information on 196 consumers while shopping at a point of purchase. The results show a low ability of individuals to process this information. More specifically, we find that individuals have more difficulty to read legal and nutritional information. For the elderly respondents questioned, results were even more alarming. In a second study, based on an experiment administered to 420 young people, we test the persuasive effect of typography in a print advertising context. We manipulate typography (Clarendon and Garamond: typography rather informational, Artistic and French Script: typography rather positive emotional, Gabrielle and Times New Roman: typography both informational and positive emotional). Results show that attitude toward the typography has a significant influence on advertising responses, while the physical characteristics of typography have no direct influence. This second work highlights the importance of typography in advertising and enriches it with a new variable: attitude toward the typography.