Inference statistique dans les modeles garch / Djamel Akhdar 

Public ISBD Titre : Inference statistique dans les modeles garch Type de document : texte imprimé Auteurs : Djamel Akhdar, Auteur ; Nour el houda Maafi, Auteur ; Oussama Gacem, Auteur ; Alla eddine Aloui, Auteur ; Ines Lescheb, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2019 Importance : 38 f. Format : 30 cm. Note générale : Une copie électronique PDF disponible en BUC. Langues : Français (fre) Catégories : Sciences Exactes:Mathématiques Tags : SÈries ÖnanciËres  Variance conditionnelle  StationnaritÈ  ModËles GARCH  modËles ARCH  Estimateur MLE  Comportement asymptotique. Index. décimale : 510 Mathématiques Résumé : Le but de ce mÈmoire est líÈtude probabiliste des modËles GARCH des sÈries ÖnanciËres. Cette classe de modËles, introduite par Bollerslev [1], est jouÈe un rÙle primordial au niveau de la description des sÈries ÖnanciËres vu le comportement hÈtÈroscÈdastique de leur variance. Dans ces modËles, celle-ci síÈcrit comme une fonction a¢ ne des valeurs passÈes du carrÈ de la sÈrie. Dans ce mÈmoire, nous avons considÈrÈ les modËles courants de sÈries ÖnanciËres, ce sont les modËle AutorÈgressifs Conditionnellement HÈtÈroscÈdastiques gÈnÈralisÈs notÈs GARCH. Les conditions de stationnaritÈ au sens strict et au second-ordre sont abordÈes ainsi que certains rÈsultats thÈoriques importants. Ensuite, nous avons passÈ ‡ estimer les paramËtres de notre modËle par la mÈthode de maximum de vraisemblance notÈe MLE, par la suite, nous avons dÈrivÈ les propriÈtÈs asymptotique de cet estimateur. On termine avec un ensemble díexpÈriences numÈriques qui nous permet de conÖrmer nos rÈsultats thÈoriques en utilisant le logiciel R. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=11296 Inference statistique dans les modeles garch [texte imprimé] / Djamel Akhdar, Auteur ; Nour el houda Maafi, Auteur ; Oussama Gacem, Auteur ; Alla eddine Aloui, Auteur ; Ines Lescheb, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2019 . - 38 f. ; 30 cm. Une copie électronique PDF disponible en BUC. Langues : Français (fre) Catégories : Sciences Exactes:Mathématiques Tags : SÈries ÖnanciËres  Variance conditionnelle  StationnaritÈ  ModËles GARCH  modËles ARCH  Estimateur MLE  Comportement asymptotique. Index. décimale : 510 Mathématiques Résumé : Le but de ce mÈmoire est líÈtude probabiliste des modËles GARCH des sÈries ÖnanciËres. Cette classe de modËles, introduite par Bollerslev [1], est jouÈe un rÙle primordial au niveau de la description des sÈries ÖnanciËres vu le comportement hÈtÈroscÈdastique de leur variance. Dans ces modËles, celle-ci síÈcrit comme une fonction a¢ ne des valeurs passÈes du carrÈ de la sÈrie. Dans ce mÈmoire, nous avons considÈrÈ les modËles courants de sÈries ÖnanciËres, ce sont les modËle AutorÈgressifs Conditionnellement HÈtÈroscÈdastiques gÈnÈralisÈs notÈs GARCH. Les conditions de stationnaritÈ au sens strict et au second-ordre sont abordÈes ainsi que certains rÈsultats thÈoriques importants. Ensuite, nous avons passÈ ‡ estimer les paramËtres de notre modËle par la mÈthode de maximum de vraisemblance notÈe MLE, par la suite, nous avons dÈrivÈ les propriÈtÈs asymptotique de cet estimateur. On termine avec un ensemble díexpÈriences numÈriques qui nous permet de conÖrmer nos rÈsultats thÈoriques en utilisant le logiciel R. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=11296

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MSMTH190005	MSMTH190005	Document électronique	Bibliothèque principale	Mémoires	Disponible

Documents numériques

MSMTH190005 Adobe Acrobat PDF

---

1 (1 - 1 / 1)