La décontamination bactériologique des surfaces par lumière pulsée est un enjeu de société qui requiert le développement de nouveaux outils. Une technique ayant prouvée son efficacité est l'utilisation de lumière pulsée dans le domaine de longueur d'onde 200-280 nm (bande d'absorption de l'ADN). Dans ce travail, nous avons étudié deux sources, Décharge à Barrière Diélectrique (DBD) et réseaux de microdécharges permettant de générer un rayonnement à 222 nm correspondant à l'émission de l'exciplexe KrCl*. Nos études ont permis de démontrer qu'il était possible de produire des décharges dans de nombreuses microcavités fonctionnant en parallèle sans aucun ballast résistif à condition d'employer une excitation impulsionnelle nanoseconde. Des études d'imagerie et de spectroscopie résolues temporellement ont démontré que l'ensemble des microdécharges s'initiaient en moins de 5 ns, ce qui permet d'envisager la réalisation de matrice de microdécharges rayonnant des puissances crêtes élevées. Dans le cas des DBD, les études ont couplé modèle et expérience, ce qui nous a permis de déterminer les étapes clés de la cinétique réactionnelle et de prédire les meilleures conditions de production d'un rayonnement intense à 222 nm. Par ailleurs, grâce aux microdécharges, nous avons pu réaliser une source de rayonnement VUV permettant de sonder la densité de chlore atomique dans des réacteurs de gravure plasma par spectroscopie d'absorption résonnante.

Le travail présenté est le fruit de 15 ans de recherche, à compter de l'obtention de ma thèse, sur l'étude et la mise en œuvre de méthodes électrochimiques à échelons de potentiel destinées à l'électroanalyse et à la détermination de mécanismes réactionnels. <br />Dans le manuscrit, sont développés principalement, mes travaux relatifs aux réactions électrochimiques simples en régime transitoire ou stationnaire. Les points originaux et les applications de ces travaux se résument par catégorie comme suit.<br /><br />CONTROLE DU COURANT PAR LA DIFFUSION<br /><br />Electrode plane<br /><br /> Traitement unifié des méthodes mono et multi-impulsionnelles dans le cas des réactions électrochimiques réversibles. La recherche d'équivalents mathémati-ques à des solutions sous forme de séries conduit à des formules d'analyse simples. Ceci est particulièrement important pour la voltamétrie à signaux carrés (SWV) et la voltamétrie impulsionnelle différentielle (DPV) qui sont des techniques analytiques performantes.<br /> Etude de la voltamétrie à escalier de potentiel en mode différentiel. L'expression du courant s'adapte à la voltamétrie à balayage linéaire. <br /> Introduction de la voltamétrie impulsionnelle normale (NPV) en mode différentiel qui supprime l'effet de déplétion sur l'électrode non-renouvelée (goutte de mercure ou électrode solide) et permet l'emploi d'impulsions de courte durée. <br /> Présentation dans un but pédagogique d'un traitement simplifié de la polarographie impulsionnelle différentielle (DPP) basé sur le concept de la couche de diffusion.<br />Electrode sphérique<br /><br /> Traitement des méthodes mono et multi-impulsionnelles sur l'électrode à goutte de mercure pour des réactions réversibles avec ou sans formation d'amalgame. <br /> Etablissement d'une solution pour toute voltamétrie en l'absence d'amalgamation. <br /> Présentation d'une solution avec une correction de sphéricité au deuxième ordre qui s'applique sans restriction à toutes les polarographies mono-impulsionnelles. <br /> Etude de la SWV et de la NPV en cas d'amalgamation.<br /><br />Applications :<br /><br /> Caractérisation de la réversibilité et du nombre d'électrons de la réaction électrochimique.<br /> Détermination des coefficients de diffusion.<br /> Optimisation des paramètres expérimentaux en électroanalyse. <br /> Séparation des réponses interférentes par le choix du motif de polarisation et utilisation des expressions littérales pour la déconvolution des réponses.<br /> Prise en compte de la sphéricité de l'électrode à goutte de mercure en électroanalyse.<br /> Description du courant stationnaire sur microélectrode.<br /><br />CONTROLE DU COURANT PAR LA DIFFUSION ET PAR LE TRANSFERT DE CHARGE<br /><br /> Analyse des courbes irréversibles en DPP, SWV et DPV. L'expression du courant en DPP a été établie dans le cadre du modèle de l'électrode plane. L'effet de la sphéricité de la goutte de mercure est donné par une formule empirique.<br /> Introduction des balayages inverses en SWV.<br /> Analyse de la SWV effectuée avec des balayages dans le sens négatif et dans le sens positif. Pour le courant de pic obtenu avec un balayage négatif (Ox initialement présent en solution) des formules empiriques sont proposées à la fois pour l'électrode plane et sphérique.<br /><br />Applications<br /><br /> Détermination des paramètres cinétiques d'une réaction électrochimique irréversible à partir de la largeur et de la position des pics cathodique et anodique obtenus en SWV lors des balayages négatif et positif.<br /> Optimisation des paramètres expérimentaux en électroanalyse (amplitude des impulsions en DPP et en SWV, rapport des temps de polarisation en DPP et en DPV).<br /><br />COURANT STATIONNAIRE SOUS CONVECTION FORCEE <br /><br /> Analyse des voltammogrammes en SWV ou en DPV sur électrode à disque tournant quelle que soit la vitesse de transfert de charge.<br /><br />Applications<br /><br /> Détermination aisée du coefficient de transfert de charge à partir de la hauteur ou de la largeur des courbes différentielles irréversibles.<br /> Détermination de faibles concentrations (de l'ordre de 10-7 M) avec des électrodes solides. <br /><br /> Mes autres travaux, concernant des réactions électrochimiques avec des complications chimiques et de surface sont brièvement commentés dans le manuscrit.

Cette thèse s'est déroulée dans les laboratoires de FTR&D des sites de Belfort et d'Issy les Moulineaux, dans le cadre de l'école doctorale de l'ENST. Les travaux ont porté sur des aspects bande étroite et bande large du canal de propagation radiomobile dans le contexte particulier de la macrodiversité. Ils se sont répartis entre des expérimentations et des études plus théoriques visant justement à préparer ces expérimentations ou à en exploiter les résultats. Lors des phases de communications les plus critiques d'une transmission radiomobile, par exemple lorsque le mobile se trouve en bordure de cellule , on a tout intérêt à relier le mobile simultanément à plusieurs stations. Cela s'appelle la macrodiversité. Cette technique est inhérente au fonctionnement des systèmes radiomobiles de nouvelle génération. On parle ainsi de plus de 40% de mobiles en situation de macrodiversité dans le système CDMA. La mise en œuvre de l'algorithme de handover qui gère la macrodiversité, et les performances même de la macrodiversité, peuvent dépendre de l'affaiblissements moyens sur les différentes voies, voire des affaiblissements rapides ou des profils de réponses impulsionnelles instantanées. D'où l'importance de bien savoir caractériser les phénomènes de propagation dans ce contexte, ce qui constitua l'objectif prioritaire de cette thèse, même si certains résultats ont pu aussi être utilisés à d'autres fins. Nous avons d'abord entrepris des études bande étroite, qui se sont articulées autour de simulations et de mesures. Elles nous ont aidé à élaborer un modèle informatique très complet des masques, intégrant à la fois leurs propriétés d'inter et d'autocorrélation. Ce modèle a ensuite été porté sur différents environnements de calcul. Il permet de restituer avec plus de réalisme les masques lors de simulations systèmes. Nous avons complété ces études par des études large bande, qui nous ont amené à proposer des améliorations sur le sondeur et à définir de nouveaux protocoles de mesure. Nous avons ainsi breveté une méthode de mesure large bande en macrodiversité, méthode dont on pourrait s'inspirer pour effectuer, de façon plus générale, de l'identification de canal. Nous avons également mené une réflexion sur les séquences utilisées dans les sondeurs à compression d'impulsion et sur les moyens de les optimiser.

La décontamination bactériologique des surfaces par lumière pulsée est un enjeu de société qui requiert le développement de nouveaux outils. Une technique ayant prouvée son efficacité est l’utilisation de lumière pulsée dans le domaine de longueur d’onde 200-280 nm (bande d’absorption de l’ADN). Dans ce travail, nous avons étudié deux sources, Décharge à Barrière Diélectrique (DBD) et réseaux de microdécharges permettant de générer un rayonnement à 222 nm correspondant à l’émission de l’exciplexe KrCl*. Nos études ont permis de démontrer qu’il était possible de produire des décharges dans de nombreuses microcavités fonctionnant en parallèle sans aucun ballast résistif à condition d’employer une excitation impulsionnelle nanoseconde. Des études d’imagerie et de spectroscopie résolues temporellement ont démontré que l’ensemble des microdécharges s’initiaient en moins de 5 ns, ce qui permet d’envisager la réalisation de matrice de microdécharges rayonnant des puissances crêtes élevées. Dans le cas des DBD, les études ont couplé modèle et expérience, ce qui nous a permis de déterminer les étapes clés de la cinétique réactionnelle et de prédire les meilleures conditions de production d’un rayonnement intense à 222 nm. Par ailleurs, grâce aux microdécharges, nous avons pu réaliser une source de rayonnement VUV permettant de sonder la densité de chlore atomique dans des réacteurs de gravure plasma par spectroscopie d'absorption résonnante. / Bacteriological decontamination of surfaces by pulsed light is a society issue that requires the development of new tools. A technique that proved its efficiency was to use a pulsed light in the 200-280 wavelength range corresponding to the DNA absorption band.In this work, we studied two different sources, the so-called Dielectric Barrier Discharge (DBD) and microdischarges arrays, to generate a radiation at 222 nm corresponding to the KrCl* exciplex emission. By using nanosecond pulsed discharges, we demonstrated that many microdischarges operating in parallel can be triggered simultaneously without introducing any resistive ballast. High speed ICCD imaging and time resolved spectroscopic studies had shown that all the microdischarges were initiated in less than 5 ns, which allowed the produce arrays of microdischarges generating high peak power of UV light. In the DBD case, studies have coupled experience and simulation which allowed us to determine the key steps of the kinetic pathways and to predict the best conditions for producing an intense 222 nm radiation. Moreover, microdischarges were also used to realize a VUV source to probe the atomic chlorine density in plasma etching reactors through resonance absorption spectroscopy.

L'objectif de cette thèse est de développer un ensemble de modèles pour comprendre la physique des sources lasers à fibres de grande luminance spectrale. En les utilisant, des sources laser impulsionnelles à fibres dopées Erbium-Ytterbium ont été réalisées pour les applications lidar à détection cohérente.<br />La dynamique des sources impulsionnelles générant des impulsions nanosecondes à microsecondes a été analysée dans la première partie de cette étude. L'influence des réflexions parasites aux faibles taux de répétition (quelques kilohertz) a notamment été mise en évidence. Les effets thermiques dans les lasers Erbium-Ytterbium à forte puissance de pompe ont également été étudiés. Lorsque l'intensité transportée devient suffisamment importante, l'effet non-linéaire<br />dominant, la Diffusion Brillouin Stimulée (DBS) limite la puissance extractible des amplificateurs.<br />Nous avons donc développé dans un deuxième temps un modèle original qui rend compte de la dynamique de la DBS dans les amplificateurs dopés. Le caractère guidé des ondes acoustiques qui interviennent a été pris en compte. Un modèle satisfaisant des modes longitudinaux acoustiques a été introduit. Afin d'élever le seuil de la DBS, des fibres amplificatrices faiblement multimodes peuvent être utilisées. Un compromis entre qualité spatiale et puissance crête transportable doit alors être<br />trouvé. Grâce à nos modèles, nous avons conçu une source impulsionnelle multi-étages qui a permis<br />d'atteindre 650 µJ pour des impulsions de l'ordre de la microseconde avec une qualité de faisceau caractérisée par un M2~2.

Avec les avancements de la technologie de l'information, les données temporelles économiques et financières sont de plus en plus disponibles. Par contre, si les techniques standard de l'analyse des séries temporelles sont utilisées, une grande quantité d'information est accompagnée du problème de dimensionnalité. Puisque la majorité des séries d'intérêt sont hautement corrélées, leur dimension peut être réduite en utilisant l'analyse factorielle. Cette technique est de plus en plus populaire en sciences économiques depuis les années 90. Étant donnée la disponibilité des données et des avancements computationnels, plusieurs nouvelles questions se posent. Quels sont les effets et la transmission des chocs structurels dans un environnement riche en données? Est-ce que l'information contenue dans un grand ensemble d'indicateurs économiques peut aider à mieux identifier les chocs de politique monétaire, à l'égard des problèmes rencontrés dans les applications utilisant des modèles standards? Peut-on identifier les chocs financiers et mesurer leurs effets sur l'économie réelle? Peut-on améliorer la méthode factorielle existante et y incorporer une autre technique de réduction de dimension comme l'analyse VARMA? Est-ce que cela produit de meilleures prévisions des grands agrégats macroéconomiques et aide au niveau de l'analyse par fonctions de réponse impulsionnelles? Finalement, est-ce qu'on peut appliquer l'analyse factorielle au niveau des paramètres aléatoires? Par exemple, est-ce qu'il existe seulement un petit nombre de sources de l'instabilité temporelle des coefficients dans les modèles macroéconomiques empiriques? Ma thèse, en utilisant l'analyse factorielle structurelle et la modélisation VARMA, répond à ces questions à travers cinq articles. Les deux premiers chapitres étudient les effets des chocs monétaire et financier dans un environnement riche en données. Le troisième article propose une nouvelle méthode en combinant les modèles à facteurs et VARMA. Cette approche est appliquée dans le quatrième article pour mesurer les effets des chocs de crédit au Canada. La contribution du dernier chapitre est d'imposer la structure à facteurs sur les paramètres variant dans le temps et de montrer qu'il existe un petit nombre de sources de cette instabilité. Le premier article analyse la transmission de la politique monétaire au Canada en utilisant le modèle vectoriel autorégressif augmenté par facteurs (FAVAR). Les études antérieures basées sur les modèles VAR ont trouvé plusieurs anomalies empiriques suite à un choc de la politique monétaire. Nous estimons le modèle FAVAR en utilisant un grand nombre de séries macroéconomiques mensuelles et trimestrielles. Nous trouvons que l'information contenue dans les facteurs est importante pour bien identifier la transmission de la politique monétaire et elle aide à corriger les anomalies empiriques standards. Finalement, le cadre d'analyse FAVAR permet d'obtenir les fonctions de réponse impulsionnelles pour tous les indicateurs dans l'ensemble de données, produisant ainsi l'analyse la plus complète à ce jour des effets de la politique monétaire au Canada. Motivée par la dernière crise économique, la recherche sur le rôle du secteur financier a repris de l'importance. Dans le deuxième article nous examinons les effets et la propagation des chocs de crédit sur l'économie réelle en utilisant un grand ensemble d'indicateurs économiques et financiers dans le cadre d'un modèle à facteurs structurel. Nous trouvons qu'un choc de crédit augmente immédiatement les diffusions de crédit (credit spreads), diminue la valeur des bons de Trésor et cause une récession. Ces chocs ont un effet important sur des mesures d'activité réelle, indices de prix, indicateurs avancés et financiers. Contrairement aux autres études, notre procédure d'identification du choc structurel ne requiert pas de restrictions temporelles entre facteurs financiers et macroéconomiques. De plus, elle donne une interprétation des facteurs sans restreindre l'estimation de ceux-ci. Dans le troisième article nous étudions la relation entre les représentations VARMA et factorielle des processus vectoriels stochastiques, et proposons une nouvelle classe de modèles VARMA augmentés par facteurs (FAVARMA). Notre point de départ est de constater qu'en général les séries multivariées et facteurs associés ne peuvent simultanément suivre un processus VAR d'ordre fini. Nous montrons que le processus dynamique des facteurs, extraits comme combinaison linéaire des variables observées, est en général un VARMA et non pas un VAR comme c'est supposé ailleurs dans la littérature. Deuxièmement, nous montrons que même si les facteurs suivent un VAR d'ordre fini, cela implique une représentation VARMA pour les séries observées. Alors, nous proposons le cadre d'analyse FAVARMA combinant ces deux méthodes de réduction du nombre de paramètres. Le modèle est appliqué dans deux exercices de prévision en utilisant des données américaines et canadiennes de Boivin, Giannoni et Stevanovic (2010, 2009) respectivement. Les résultats montrent que la partie VARMA aide à mieux prévoir les importants agrégats macroéconomiques relativement aux modèles standards. Finalement, nous estimons les effets de choc monétaire en utilisant les données et le schéma d'identification de Bernanke, Boivin et Eliasz (2005). Notre modèle FAVARMA(2,1) avec six facteurs donne les résultats cohérents et précis des effets et de la transmission monétaire aux États-Unis. Contrairement au modèle FAVAR employé dans l'étude ultérieure où 510 coefficients VAR devaient être estimés, nous produisons les résultats semblables avec seulement 84 paramètres du processus dynamique des facteurs. L'objectif du quatrième article est d'identifier et mesurer les effets des chocs de crédit au Canada dans un environnement riche en données et en utilisant le modèle FAVARMA structurel. Dans le cadre théorique de l'accélérateur financier développé par Bernanke, Gertler et Gilchrist (1999), nous approximons la prime de financement extérieur par les credit spreads. D'un côté, nous trouvons qu'une augmentation non-anticipée de la prime de financement extérieur aux États-Unis génère une récession significative et persistante au Canada, accompagnée d'une hausse immédiate des credit spreads et taux d'intérêt canadiens. La composante commune semble capturer les dimensions importantes des fluctuations cycliques de l'économie canadienne. L'analyse par décomposition de la variance révèle que ce choc de crédit a un effet important sur différents secteurs d'activité réelle, indices de prix, indicateurs avancés et credit spreads. De l'autre côté, une hausse inattendue de la prime canadienne de financement extérieur ne cause pas d'effet significatif au Canada. Nous montrons que les effets des chocs de crédit au Canada sont essentiellement causés par les conditions globales, approximées ici par le marché américain. Finalement, étant donnée la procédure d'identification des chocs structurels, nous trouvons des facteurs interprétables économiquement. Le comportement des agents et de l'environnement économiques peut varier à travers le temps (ex. changements de stratégies de la politique monétaire, volatilité de chocs) induisant de l'instabilité des paramètres dans les modèles en forme réduite. Les modèles à paramètres variant dans le temps (TVP) standards supposent traditionnellement les processus stochastiques indépendants pour tous les TVPs. Dans cet article nous montrons que le nombre de sources de variabilité temporelle des coefficients est probablement très petit, et nous produisons la première évidence empirique connue dans les modèles macroéconomiques empiriques. L'approche Factor-TVP, proposée dans Stevanovic (2010), est appliquée dans le cadre d'un modèle VAR standard avec coefficients aléatoires (TVP-VAR). Nous trouvons qu'un seul facteur explique la majorité de la variabilité des coefficients VAR, tandis que les paramètres de la volatilité des chocs varient d'une façon indépendante. Le facteur commun est positivement corrélé avec le taux de chômage. La même analyse est faite avec les données incluant la récente crise financière. La procédure suggère maintenant deux facteurs et le comportement des coefficients présente un changement important depuis 2007. Finalement, la méthode est appliquée à un modèle TVP-FAVAR. Nous trouvons que seulement 5 facteurs dynamiques gouvernent l'instabilité temporelle dans presque 700 coefficients. / As information technology improves, the availability of economic and finance time series grows in terms of both time and cross-section sizes. However, a large amount of information can lead to the curse of dimensionality problem when standard time series tools are used. Since most of these series are highly correlated, at least within some categories, their co-variability pattern and informational content can be approximated by a smaller number of (constructed) variables. A popular way to address this issue is the factor analysis. This framework has received a lot of attention since late 90's and is known today as the large dimensional approximate factor analysis. Given the availability of data and computational improvements, a number of empirical and theoretical questions arises. What are the effects and transmission of structural shocks in a data-rich environment? Does the information from a large number of economic indicators help in properly identifying the monetary policy shocks with respect to a number of empirical puzzles found using traditional small-scale models? Motivated by the recent financial turmoil, can we identify the financial market shocks and measure their effect on real economy? Can we improve the existing method and incorporate another reduction dimension approach such as the VARMA modeling? Does it help in forecasting macroeconomic aggregates and impulse response analysis? Finally, can we apply the same factor analysis reasoning to the time varying parameters? Is there only a small number of common sources of time instability in the coefficients of empirical macroeconomic models? This thesis concentrates on the structural factor analysis and VARMA modeling and answers these questions through five articles. The first two articles study the effects of monetary policy and credit shocks in a data-rich environment. The third article proposes a new framework that combines the factor analysis and VARMA modeling, while the fourth article applies this method to measure the effects of credit shocks in Canada. The contribution of the final chapter is to impose the factor structure on the time varying parameters in popular macroeconomic models, and show that there are few sources of this time instability. The first article analyzes the monetary transmission mechanism in Canada using a factor-augmented vector autoregression (FAVAR) model. For small open economies like Canada, uncovering the transmission mechanism of monetary policy using VARs has proven to be an especially challenging task. Such studies on Canadian data have often documented the presence of anomalies such as a price, exchange rate, delayed overshooting and uncovered interest rate parity puzzles. We estimate a FAVAR model using large sets of monthly and quarterly macroeconomic time series. We find that the information summarized by the factors is important to properly identify the monetary transmission mechanism and contributes to mitigate the puzzles mentioned above, suggesting that more information does help. Finally, the FAVAR framework allows us to check impulse responses for all series in the informational data set, and thus provides the most comprehensive picture to date of the effect of Canadian monetary policy. As the recent financial crisis and the ensuing global economic have illustrated, the financial sector plays an important role in generating and propagating shocks to the real economy. Financial variables thus contain information that can predict future economic conditions. In this paper we examine the dynamic effects and the propagation of credit shocks using a large data set of U.S. economic and financial indicators in a structural factor model. Identified credit shocks, interpreted as unexpected deteriorations of the credit market conditions, immediately increase credit spreads, decrease rates on Treasury securities and cause large and persistent downturns in the activity of many economic sectors. Such shocks are found to have important effects on real activity measures, aggregate prices, leading indicators and credit spreads. In contrast to other recent papers, our structural shock identification procedure does not require any timing restrictions between the financial and macroeconomic factors, and yields an interpretation of the estimated factors without relying on a constructed measure of credit market conditions from a large set of individual bond prices and financial series. In third article, we study the relationship between VARMA and factor representations of a vector stochastic process, and propose a new class of factor-augmented VARMA (FAVARMA) models. We start by observing that in general multivariate series and associated factors do not both follow a finite order VAR process. Indeed, we show that when the factors are obtained as linear combinations of observable series, their dynamic process is generally a VARMA and not a finite-order VAR as usually assumed in the literature. Second, we show that even if the factors follow a finite-order VAR process, this implies a VARMA representation for the observable series. As result, we propose the FAVARMA framework that combines two parsimonious methods to represent the dynamic interactions between a large number of time series: factor analysis and VARMA modeling. We apply our approach in two pseudo-out-of-sample forecasting exercises using large U.S. and Canadian monthly panels taken from Boivin, Giannoni and Stevanovic (2010, 2009) respectively. The results show that VARMA factors help in predicting several key macroeconomic aggregates relative to standard factor forecasting models. Finally, we estimate the effect of monetary policy using the data and the identification scheme as in Bernanke, Boivin and Eliasz (2005). We find that impulse responses from a parsimonious 6-factor FAVARMA(2,1) model give an accurate and comprehensive picture of the effect and the transmission of monetary policy in U.S.. To get similar responses from a standard FAVAR model, Akaike information criterion estimates the lag order of 14. Hence, only 84 coefficients governing the factors dynamics need to be estimated in the FAVARMA framework, compared to FAVAR model with 510 VAR parameters. In fourth article we are interested in identifying and measuring the effects of credit shocks in Canada in a data-rich environment. In order to incorporate information from a large number of economic and financial indicators, we use the structural factor-augmented VARMA model. In the theoretical framework of the financial accelerator, we approximate the external finance premium by credit spreads. On one hand, we find that an unanticipated increase in US external finance premium generates a significant and persistent economic slowdown in Canada; the Canadian external finance premium rises immediately while interest rates and credit measures decline. From the variance decomposition analysis, we observe that the credit shock has an important effect on several real activity measures, price indicators, leading indicators, and credit spreads. On the other hand, an unexpected increase in Canadian external finance premium shows no significant effect in Canada. Indeed, our results suggest that the effects of credit shocks in Canada are essentially caused by the unexpected changes in foreign credit market conditions. Finally, given the identification procedure, we find that our structural factors do have an economic interpretation. The behavior of economic agents and environment may vary over time (monetary policy strategy shifts, stochastic volatility) implying parameters' instability in reduced-form models. Standard time varying parameter (TVP) models usually assume independent stochastic processes for all TVPs. In the final article, I show that the number of underlying sources of parameters' time variation is likely to be small, and provide empirical evidence on factor structure among TVPs of popular macroeconomic models. To test for the presence of, and estimate low dimension sources of time variation in parameters, I apply the factor time varying parameter (Factor-TVP) model, proposed by Stevanovic (2010), to a standard monetary TVP-VAR model. I find that one factor explains most of the variability in VAR coefficients, while the stochastic volatility parameters vary in the idiosyncratic way. The common factor is highly and positively correlated to the unemployment rate. To incorporate the recent financial crisis, the same exercise is conducted with data updated to 2010Q3. The VAR parameters present an important change after 2007, and the procedure suggests two factors. When applied to a large-dimensional structural factor model, I find that four dynamic factors govern the time instability in almost 700 coefficients.

Avec les avancements de la technologie de l'information, les données temporelles économiques et financières sont de plus en plus disponibles. Par contre, si les techniques standard de l'analyse des séries temporelles sont utilisées, une grande quantité d'information est accompagnée du problème de dimensionnalité. Puisque la majorité des séries d'intérêt sont hautement corrélées, leur dimension peut être réduite en utilisant l'analyse factorielle. Cette technique est de plus en plus populaire en sciences économiques depuis les années 90. Étant donnée la disponibilité des données et des avancements computationnels, plusieurs nouvelles questions se posent. Quels sont les effets et la transmission des chocs structurels dans un environnement riche en données? Est-ce que l'information contenue dans un grand ensemble d'indicateurs économiques peut aider à mieux identifier les chocs de politique monétaire, à l'égard des problèmes rencontrés dans les applications utilisant des modèles standards? Peut-on identifier les chocs financiers et mesurer leurs effets sur l'économie réelle? Peut-on améliorer la méthode factorielle existante et y incorporer une autre technique de réduction de dimension comme l'analyse VARMA? Est-ce que cela produit de meilleures prévisions des grands agrégats macroéconomiques et aide au niveau de l'analyse par fonctions de réponse impulsionnelles? Finalement, est-ce qu'on peut appliquer l'analyse factorielle au niveau des paramètres aléatoires? Par exemple, est-ce qu'il existe seulement un petit nombre de sources de l'instabilité temporelle des coefficients dans les modèles macroéconomiques empiriques? Ma thèse, en utilisant l'analyse factorielle structurelle et la modélisation VARMA, répond à ces questions à travers cinq articles. Les deux premiers chapitres étudient les effets des chocs monétaire et financier dans un environnement riche en données. Le troisième article propose une nouvelle méthode en combinant les modèles à facteurs et VARMA. Cette approche est appliquée dans le quatrième article pour mesurer les effets des chocs de crédit au Canada. La contribution du dernier chapitre est d'imposer la structure à facteurs sur les paramètres variant dans le temps et de montrer qu'il existe un petit nombre de sources de cette instabilité. Le premier article analyse la transmission de la politique monétaire au Canada en utilisant le modèle vectoriel autorégressif augmenté par facteurs (FAVAR). Les études antérieures basées sur les modèles VAR ont trouvé plusieurs anomalies empiriques suite à un choc de la politique monétaire. Nous estimons le modèle FAVAR en utilisant un grand nombre de séries macroéconomiques mensuelles et trimestrielles. Nous trouvons que l'information contenue dans les facteurs est importante pour bien identifier la transmission de la politique monétaire et elle aide à corriger les anomalies empiriques standards. Finalement, le cadre d'analyse FAVAR permet d'obtenir les fonctions de réponse impulsionnelles pour tous les indicateurs dans l'ensemble de données, produisant ainsi l'analyse la plus complète à ce jour des effets de la politique monétaire au Canada. Motivée par la dernière crise économique, la recherche sur le rôle du secteur financier a repris de l'importance. Dans le deuxième article nous examinons les effets et la propagation des chocs de crédit sur l'économie réelle en utilisant un grand ensemble d'indicateurs économiques et financiers dans le cadre d'un modèle à facteurs structurel. Nous trouvons qu'un choc de crédit augmente immédiatement les diffusions de crédit (credit spreads), diminue la valeur des bons de Trésor et cause une récession. Ces chocs ont un effet important sur des mesures d'activité réelle, indices de prix, indicateurs avancés et financiers. Contrairement aux autres études, notre procédure d'identification du choc structurel ne requiert pas de restrictions temporelles entre facteurs financiers et macroéconomiques. De plus, elle donne une interprétation des facteurs sans restreindre l'estimation de ceux-ci. Dans le troisième article nous étudions la relation entre les représentations VARMA et factorielle des processus vectoriels stochastiques, et proposons une nouvelle classe de modèles VARMA augmentés par facteurs (FAVARMA). Notre point de départ est de constater qu'en général les séries multivariées et facteurs associés ne peuvent simultanément suivre un processus VAR d'ordre fini. Nous montrons que le processus dynamique des facteurs, extraits comme combinaison linéaire des variables observées, est en général un VARMA et non pas un VAR comme c'est supposé ailleurs dans la littérature. Deuxièmement, nous montrons que même si les facteurs suivent un VAR d'ordre fini, cela implique une représentation VARMA pour les séries observées. Alors, nous proposons le cadre d'analyse FAVARMA combinant ces deux méthodes de réduction du nombre de paramètres. Le modèle est appliqué dans deux exercices de prévision en utilisant des données américaines et canadiennes de Boivin, Giannoni et Stevanovic (2010, 2009) respectivement. Les résultats montrent que la partie VARMA aide à mieux prévoir les importants agrégats macroéconomiques relativement aux modèles standards. Finalement, nous estimons les effets de choc monétaire en utilisant les données et le schéma d'identification de Bernanke, Boivin et Eliasz (2005). Notre modèle FAVARMA(2,1) avec six facteurs donne les résultats cohérents et précis des effets et de la transmission monétaire aux États-Unis. Contrairement au modèle FAVAR employé dans l'étude ultérieure où 510 coefficients VAR devaient être estimés, nous produisons les résultats semblables avec seulement 84 paramètres du processus dynamique des facteurs. L'objectif du quatrième article est d'identifier et mesurer les effets des chocs de crédit au Canada dans un environnement riche en données et en utilisant le modèle FAVARMA structurel. Dans le cadre théorique de l'accélérateur financier développé par Bernanke, Gertler et Gilchrist (1999), nous approximons la prime de financement extérieur par les credit spreads. D'un côté, nous trouvons qu'une augmentation non-anticipée de la prime de financement extérieur aux États-Unis génère une récession significative et persistante au Canada, accompagnée d'une hausse immédiate des credit spreads et taux d'intérêt canadiens. La composante commune semble capturer les dimensions importantes des fluctuations cycliques de l'économie canadienne. L'analyse par décomposition de la variance révèle que ce choc de crédit a un effet important sur différents secteurs d'activité réelle, indices de prix, indicateurs avancés et credit spreads. De l'autre côté, une hausse inattendue de la prime canadienne de financement extérieur ne cause pas d'effet significatif au Canada. Nous montrons que les effets des chocs de crédit au Canada sont essentiellement causés par les conditions globales, approximées ici par le marché américain. Finalement, étant donnée la procédure d'identification des chocs structurels, nous trouvons des facteurs interprétables économiquement. Le comportement des agents et de l'environnement économiques peut varier à travers le temps (ex. changements de stratégies de la politique monétaire, volatilité de chocs) induisant de l'instabilité des paramètres dans les modèles en forme réduite. Les modèles à paramètres variant dans le temps (TVP) standards supposent traditionnellement les processus stochastiques indépendants pour tous les TVPs. Dans cet article nous montrons que le nombre de sources de variabilité temporelle des coefficients est probablement très petit, et nous produisons la première évidence empirique connue dans les modèles macroéconomiques empiriques. L'approche Factor-TVP, proposée dans Stevanovic (2010), est appliquée dans le cadre d'un modèle VAR standard avec coefficients aléatoires (TVP-VAR). Nous trouvons qu'un seul facteur explique la majorité de la variabilité des coefficients VAR, tandis que les paramètres de la volatilité des chocs varient d'une façon indépendante. Le facteur commun est positivement corrélé avec le taux de chômage. La même analyse est faite avec les données incluant la récente crise financière. La procédure suggère maintenant deux facteurs et le comportement des coefficients présente un changement important depuis 2007. Finalement, la méthode est appliquée à un modèle TVP-FAVAR. Nous trouvons que seulement 5 facteurs dynamiques gouvernent l'instabilité temporelle dans presque 700 coefficients. / As information technology improves, the availability of economic and finance time series grows in terms of both time and cross-section sizes. However, a large amount of information can lead to the curse of dimensionality problem when standard time series tools are used. Since most of these series are highly correlated, at least within some categories, their co-variability pattern and informational content can be approximated by a smaller number of (constructed) variables. A popular way to address this issue is the factor analysis. This framework has received a lot of attention since late 90's and is known today as the large dimensional approximate factor analysis. Given the availability of data and computational improvements, a number of empirical and theoretical questions arises. What are the effects and transmission of structural shocks in a data-rich environment? Does the information from a large number of economic indicators help in properly identifying the monetary policy shocks with respect to a number of empirical puzzles found using traditional small-scale models? Motivated by the recent financial turmoil, can we identify the financial market shocks and measure their effect on real economy? Can we improve the existing method and incorporate another reduction dimension approach such as the VARMA modeling? Does it help in forecasting macroeconomic aggregates and impulse response analysis? Finally, can we apply the same factor analysis reasoning to the time varying parameters? Is there only a small number of common sources of time instability in the coefficients of empirical macroeconomic models? This thesis concentrates on the structural factor analysis and VARMA modeling and answers these questions through five articles. The first two articles study the effects of monetary policy and credit shocks in a data-rich environment. The third article proposes a new framework that combines the factor analysis and VARMA modeling, while the fourth article applies this method to measure the effects of credit shocks in Canada. The contribution of the final chapter is to impose the factor structure on the time varying parameters in popular macroeconomic models, and show that there are few sources of this time instability. The first article analyzes the monetary transmission mechanism in Canada using a factor-augmented vector autoregression (FAVAR) model. For small open economies like Canada, uncovering the transmission mechanism of monetary policy using VARs has proven to be an especially challenging task. Such studies on Canadian data have often documented the presence of anomalies such as a price, exchange rate, delayed overshooting and uncovered interest rate parity puzzles. We estimate a FAVAR model using large sets of monthly and quarterly macroeconomic time series. We find that the information summarized by the factors is important to properly identify the monetary transmission mechanism and contributes to mitigate the puzzles mentioned above, suggesting that more information does help. Finally, the FAVAR framework allows us to check impulse responses for all series in the informational data set, and thus provides the most comprehensive picture to date of the effect of Canadian monetary policy. As the recent financial crisis and the ensuing global economic have illustrated, the financial sector plays an important role in generating and propagating shocks to the real economy. Financial variables thus contain information that can predict future economic conditions. In this paper we examine the dynamic effects and the propagation of credit shocks using a large data set of U.S. economic and financial indicators in a structural factor model. Identified credit shocks, interpreted as unexpected deteriorations of the credit market conditions, immediately increase credit spreads, decrease rates on Treasury securities and cause large and persistent downturns in the activity of many economic sectors. Such shocks are found to have important effects on real activity measures, aggregate prices, leading indicators and credit spreads. In contrast to other recent papers, our structural shock identification procedure does not require any timing restrictions between the financial and macroeconomic factors, and yields an interpretation of the estimated factors without relying on a constructed measure of credit market conditions from a large set of individual bond prices and financial series. In third article, we study the relationship between VARMA and factor representations of a vector stochastic process, and propose a new class of factor-augmented VARMA (FAVARMA) models. We start by observing that in general multivariate series and associated factors do not both follow a finite order VAR process. Indeed, we show that when the factors are obtained as linear combinations of observable series, their dynamic process is generally a VARMA and not a finite-order VAR as usually assumed in the literature. Second, we show that even if the factors follow a finite-order VAR process, this implies a VARMA representation for the observable series. As result, we propose the FAVARMA framework that combines two parsimonious methods to represent the dynamic interactions between a large number of time series: factor analysis and VARMA modeling. We apply our approach in two pseudo-out-of-sample forecasting exercises using large U.S. and Canadian monthly panels taken from Boivin, Giannoni and Stevanovic (2010, 2009) respectively. The results show that VARMA factors help in predicting several key macroeconomic aggregates relative to standard factor forecasting models. Finally, we estimate the effect of monetary policy using the data and the identification scheme as in Bernanke, Boivin and Eliasz (2005). We find that impulse responses from a parsimonious 6-factor FAVARMA(2,1) model give an accurate and comprehensive picture of the effect and the transmission of monetary policy in U.S.. To get similar responses from a standard FAVAR model, Akaike information criterion estimates the lag order of 14. Hence, only 84 coefficients governing the factors dynamics need to be estimated in the FAVARMA framework, compared to FAVAR model with 510 VAR parameters. In fourth article we are interested in identifying and measuring the effects of credit shocks in Canada in a data-rich environment. In order to incorporate information from a large number of economic and financial indicators, we use the structural factor-augmented VARMA model. In the theoretical framework of the financial accelerator, we approximate the external finance premium by credit spreads. On one hand, we find that an unanticipated increase in US external finance premium generates a significant and persistent economic slowdown in Canada; the Canadian external finance premium rises immediately while interest rates and credit measures decline. From the variance decomposition analysis, we observe that the credit shock has an important effect on several real activity measures, price indicators, leading indicators, and credit spreads. On the other hand, an unexpected increase in Canadian external finance premium shows no significant effect in Canada. Indeed, our results suggest that the effects of credit shocks in Canada are essentially caused by the unexpected changes in foreign credit market conditions. Finally, given the identification procedure, we find that our structural factors do have an economic interpretation. The behavior of economic agents and environment may vary over time (monetary policy strategy shifts, stochastic volatility) implying parameters' instability in reduced-form models. Standard time varying parameter (TVP) models usually assume independent stochastic processes for all TVPs. In the final article, I show that the number of underlying sources of parameters' time variation is likely to be small, and provide empirical evidence on factor structure among TVPs of popular macroeconomic models. To test for the presence of, and estimate low dimension sources of time variation in parameters, I apply the factor time varying parameter (Factor-TVP) model, proposed by Stevanovic (2010), to a standard monetary TVP-VAR model. I find that one factor explains most of the variability in VAR coefficients, while the stochastic volatility parameters vary in the idiosyncratic way. The common factor is highly and positively correlated to the unemployment rate. To incorporate the recent financial crisis, the same exercise is conducted with data updated to 2010Q3. The VAR parameters present an important change after 2007, and the procedure suggests two factors. When applied to a large-dimensional structural factor model, I find that four dynamic factors govern the time instability in almost 700 coefficients.

Ce travail de thèse présente une évaluation approfondie des différentes techniques de mesure transitoire et dynamique pour l’évaluation du comportement électro-thermique des transistors bipolaires à hétérojonctions HBT SiGe:C de la technologie BiCMOS et des transistors Métal-Oxyde-Semiconducteur à effet de champ (MOSFET) de la technologie CMOS 45nm. En particulier, je propose une nouvelle approche pour caractériser avec précision le régime transitoire d'auto-échauffement, basée sur des mesures impulsionelles. La méthodologie a été vérifiée par des mesures statiques à différentes températures ambiantes, des mesures de paramètres S à basses fréquences et des simulations thermiques transitoires. Des simulations thermiques par éléments finis (TCAD) en trois dimensions ont été réalisées sur les transistors HBTs de la technologie submicroniques SiGe: C BiCMOS. Cette technologie est caractérisée par une fréquence de transition fT de 230 GHz et une fréquence maximum d’oscillation fMAX de 290 GHz. Par ailleurs, cette étude a été réalisée sur les différentes géométries de transistor. Une évaluation complète des mécanismes d'auto-échauffement dans les domaines temporels et fréquentiels a été réalisée. Une expression généralisée de l'impédance thermique dans le domaine fréquentiel a été formulée et a été utilisé pour extraire cette impédance en deçà de la fréquence de coupure thermique. Les paramètres thermiques ont été extraits par des simulations compactes grâce au modèle compact de transistors auquel un modèle électro-thermique a été ajouté via le nœud de température. Les travaux théoriques développés à ce jour pour la modélisation d'impédance thermique ont été vérifiés avec nos résultats expérimentaux. Il a été montré que, le réseau thermique classique utilisant un pôle unique n'est pas suffisant pour modéliser avec précision le comportement thermique transitoire et donc qu’un réseau plus complexe doit être utilisé. Ainsi, nous validons expérimentalement pour la première fois, le modèle distribué électrothermique de l'impédance thermique utilisant un réseau nodal récursif. Le réseau récursif a été vérifié par des simulations TCAD, ainsi que par des mesures et celles ci se sont révélées en excellent accord. Par conséquent, un modèle électro-thermique multi-géométries basé sur le réseau récursif a été développé. Le modèle a été vérifié par des simulations numériques ainsi que par des mesures de paramètre S à basse fréquence et finalement la conformité est excellente quelque soit la géométrie des dispositifs. / An extensive evaluation of different techniques for transient and dynamic electro-thermal behavior of microwave SiGe:C BiCMOS hetero-junction bipolar transistors (HBT) and nano-scale metal-oxide-semiconductor field-effect transistors (MOSFETs) have been presented. In particular, new and simple approach to accurately characterize the transient self-heating effect, based on pulse measurements, is demonstrated. The methodology is verified by static measurements at different ambient temperatures, s-parameter measurements at low frequency region and transient thermal simulations. Three dimensional thermal TCAD simulations are performed on different geometries of the submicron SiGe:C BiCMOS HBTs with fT and fmax of 230 GHz and 290 GHz, respectively. A comprehensive evaluation of device self-heating in time and frequency domain has been investigated. A generalized expression for the frequency-domain thermal impedance has been formulated and that is used to extract device thermal impedance below thermal cut-off frequency. The thermal parameters are extracted through transistor compact model simulations connecting electro-thermal network at temperature node. Theoretical works for thermal impedance modeling using different networks, developed until date, have been verified with our experimental results. We report for the first time the experimental verification of the distributed electrothermal model for thermal impedance using a nodal and recursive network. It has been shown that, the conventional single pole thermal network is not sufficient to accurately model the transient thermal spreading behavior and therefore a recursive network needs to be used. Recursive network is verified with device simulations as well as measurements and found to be in excellent agreement. Therefore, finally a scalable electro-thermal model using this recursive network is developed. The scalability has been verified through numerical simulations as well as by low frequency measurements and excellent conformity has been found in for various device geometries.

Cette thèse porte sur l'étude de micro-plasmas froids à la pression atmosphérique générés à partir de différents réacteurs des configurations basées sur le principe des Décharges à Barrière Diélectrique (DBD) et alimentés par des générateurs de tension impulsionnelle et sinusoïdale. Les plasmas sont formés dans des gaz nobles tels que l'hélium et l'argon (gaz vecteurs), et également dans des mélanges réalisés avec des gaz moléculaires tels que l'azote et l'oxygène afin de produire des Espèces Réactives de l’Azote et de l’Oxygène (ERA, ERO). La (ré)activité chimique du plasma est ainsi supposée être accrue, permettant le traitement de matériaux inertes ou vivants pour diverses applications (fonctionnalisation de surfaces, inactivation de cellules, régénération de tissus vivants, etc.). La caractérisation des plasmas étudiés est réalisée en enregistrant les aspects électriques et optiques en fonction des paramètres élémentaires, comme l’amplitude et la fréquence de la tension, le débit du gaz, la configuration des électrodes, et le rapport cyclique dans le cas du régime pulsé. Ainsi, la (ré)activité chimique des plasmas est évaluée tandis que au même temps les mécanismes de la génération des plasmas et les façons de l’optimisation de la chimie sont dévoilées. Finalement, nous examinons l'efficacité du plasma dans le domaine biomédical en traitant divers systèmes biologiques (bactéries, liposomes, cellules) sans effets thermiques. / The present PhD thesis is devoted to the study of atmospheric pressure cold micro-plasmas produced in different Dielectric Barrier Discharge (DBD) reactors which are driven by pulsed or sinusoidal high voltages. Noble gases such as helium and argon are used as carrier gases, whereas admixtures with nitrogen and oxygen are studied as well. The formation of Reactive Nitrogen and Oxygen Species (RNS, ROS) is thus achieved, and the possibility of improving the chemical (re)activity of the plasmas is demonstrated. This is of interest in the treatment of inert or living materials (e.g. surface functionalization, cell inactivation, living tissue regeneration, etc.). Plasmas are characterized by recording electrical and optical features as a function of principal operational parameters, including voltage amplitude and frequency, gas flow rate, electrode configuration, and voltage duty cycle in the case of pulsed waveform. The physico-chemical (re)activity of the plasmas is thus evaluated, while at the same time mechanisms on the plasma generation and paths for chemistry optimization are unveiled. Finally, the efficiency of the plasma in relation to biomedical applications is tested by treating different biological systems (bacteria, liposomes, cells) while preventing any thermal effect.