Cette thèse porte sur l'identification et l'estimation des ruptures structurelles pouvant affecter des données économiques et financières à mémoire longue. Notre étude s'est limitée dans les trois premiers chapitres au cadre univarié où nous avons modélisé la dépendance de long terme et les changements structurels simultanément et séparément au niveau de la moyenne ainsi que la volatilité. Dans un premier temps nous n'avons tenu compte que des sauts instantanés d'état ensuite nous nous sommes intéressés à la possibilité d'avoir des changements graduels et lisses au cours du temps grâce à des modèles nonlinéaires plus complexes. Par ailleurs, des expériences de simulation ont été menées dans le but d'offrir une analyse comparative des méthodes utilisées et d'attester de la robustesse des tests sous certaines conditions telle que la présence de la mémoire longue dans la série. Ce travail s'est achevé sur une extension aux modèles multivariés.Ces modèles permettent de rendre compte des mécanismes de propagation d'une variation d'une série sur l'autre et d'identifier les liens entre les variables ainsi que la nature des ces liens. Les interactions entre les différentes variables financières ont été analysées tant à court terme qu'à long terme. Bien que le concept du changement structurel n'a pas été abordé dans ce dernier chapitre, nous avons pris en compte l'effet d'asymétrie et de mémoire longue dans la modélisation de la volatilité. / This dissertation deals with the detection and the estimation of structural changes in long memory economic and financial time series. Within the rest three chapters we focused on the univariate case to model both the long range dependence and structural changes in the mean and the volatility of the examined series. In the beginning we just take into account abrupt regime switches but after we use more developed nonlinear models in order to capture the smooth time variations of the dynamics. Otherwise we analyse the efficiency of various techniques permitting to select the number of breaks and we assess the robustness of the used tests in a long memory environment via simulations. Last, this thesis was completed by an extension to multivariate models. These models allow us to detect the impact of some series on the others and identify the relationships among them. The interdependencies between the financial variables were studied and analysed both in the short and the long range. While structural changes were not considered in the last chapter, our multivariate model takes into account asymmetry effects and the long memory behaviour in the volatility.
| Identifer | oai:union.ndltd.org:theses.fr/2010AIX24010 |
| Date | 29 June 2010 |
| Creators | Belkhouja, Mustapha |
| Contributors | Aix-Marseille 2, Boutahar, Mohamed |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English, French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0014 seconds