Catalogue des Mémoires de master
Détail de l'auteur
Auteur Sabrina Amari |
Documents disponibles écrits par cet auteur (1)



Titre : Inférence statistique dans les modèles PARCH (1) Type de document : texte imprimé Auteurs : Safa Boutouatou, Auteur ; Sabrina Amari, Auteur ; Ines Lescheb, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2021 Importance : 38 f. Format : 30 cm. Note générale : Une copie electronique PDF disponible au BUC Langues : Français (fre) Catégories : Sciences Exactes:Mathématiques Tags : PARCH (modËle PÈriodique Autoregressive conditionnelle HÈ-
tÈroscÈdastique) SPS (pÈriodiquement strictement stationnaire) PC (pÈriodiquement corrÈllÈe),QMLE (quasi-maximum de vraisemblance) CAN (consistance forte et normalitÈ asymptotique)Index. décimale : 510 Mathématiques Résumé : Vu líintÈrÍt du modËle PÈriodique Autoregressive conditionnelle HÈtÈroscÈ-
dastique PARCH(1) de pÈriode s introduit par Bollerslev et Ghysels [14]. Dans
la mÈsure de la volatilitÈ dans les sÈriÈs ÖnanciËres, nous souhaitons dans ce
prÈsent mÈmoire donner une panoramique sur ces pertinents modËles. Nous donnons en premier temps la dÈÖnition díun processus PARCH(1), nous montrons
que sous certaines conditions ce modËle admet une solution non anticipative
strictement pÈriodiquement stationnaire. nous montrons que sous ces conditions
cette solution est aussi pÈriodiquement stationnaire au second ordre, ainsi líexistence des moments díordre supÈrieurs. En suite, nous Ètablissons la consistance
forte et la normalitÈ asymptotique (CAN) de líestimateur du quasi-maximum de
vraisemblance notÈ QMLE pour les processus ARCH(1) avec des paramËtres
variant pÈriodiquement dans le temps.
On termine notre mÈmoire avec líÈtude de simulation qui nous permet de
conÖrmer nos rÈsultats thÈoriques en utilisant logiciel MATLAB.Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15303 Inférence statistique dans les modèles PARCH (1) [texte imprimé] / Safa Boutouatou, Auteur ; Sabrina Amari, Auteur ; Ines Lescheb, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2021 . - 38 f. ; 30 cm.
Une copie electronique PDF disponible au BUC
Langues : Français (fre)
Catégories : Sciences Exactes:Mathématiques Tags : PARCH (modËle PÈriodique Autoregressive conditionnelle HÈ-
tÈroscÈdastique) SPS (pÈriodiquement strictement stationnaire) PC (pÈriodiquement corrÈllÈe),QMLE (quasi-maximum de vraisemblance) CAN (consistance forte et normalitÈ asymptotique)Index. décimale : 510 Mathématiques Résumé : Vu líintÈrÍt du modËle PÈriodique Autoregressive conditionnelle HÈtÈroscÈ-
dastique PARCH(1) de pÈriode s introduit par Bollerslev et Ghysels [14]. Dans
la mÈsure de la volatilitÈ dans les sÈriÈs ÖnanciËres, nous souhaitons dans ce
prÈsent mÈmoire donner une panoramique sur ces pertinents modËles. Nous donnons en premier temps la dÈÖnition díun processus PARCH(1), nous montrons
que sous certaines conditions ce modËle admet une solution non anticipative
strictement pÈriodiquement stationnaire. nous montrons que sous ces conditions
cette solution est aussi pÈriodiquement stationnaire au second ordre, ainsi líexistence des moments díordre supÈrieurs. En suite, nous Ètablissons la consistance
forte et la normalitÈ asymptotique (CAN) de líestimateur du quasi-maximum de
vraisemblance notÈ QMLE pour les processus ARCH(1) avec des paramËtres
variant pÈriodiquement dans le temps.
On termine notre mÈmoire avec líÈtude de simulation qui nous permet de
conÖrmer nos rÈsultats thÈoriques en utilisant logiciel MATLAB.Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15303 Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MSMTH210036 MSMTH210036 Document électronique Bibliothèque principale Mémoires Disponible Documents numériques
![]()
fichier integralAdobe Acrobat PDF