Modélisation de la croissance économique à l’aide d’indices de stress financier

Cas empirique:

Les simulations du chapitre précédent permettent d’établir que l’utilisation de modèles espace- état peut mener à des estimations plus précises qu’avec des techniques ne prenant pas en compte le caractère temporel des données. Cependant, cela reste hypothétique et rien ne garantit que ces gains de précision s’appliquent à l’estimation d’un véritable indice de stress financier.
Cette section s’intéresse donc à l’estimation d’un indice de stress financier à l’aide d’un modèle espace-état, puis à le comparer à un indice existant. Puisque plusieurs indices existent pour les États-Unis, l’indice créé dans ce chapitre utilise des données américaines. Dans le reste de ce chapitre, l’indice est désigné par le sigle ISF.

Données:
Pour faciliter la reproductibilité des résultats présentés dans ce mémoire, les données utilisées proviennent toutes d’une source gratuite et libre d’accès, la Federal Reserve Economic Data (FRED), maintenue à jour par la Banque fédérale de réserve de Saint-Louis. Cette dernière publie son propre indice de stress financier, le St. Louis Financial Stress Index (STLFSI), celui là-même qui est présenté à la figure 1.1. Ce dernier fait office de base de comparaison pour l’indice estimé dans ce mémoire.
L’approche utilisée pour le choix des variables de l’ISF est de respecter trois objectifs principaux.
Tout d’abord, il convient de représenter chacun des secteurs financier pertinents pour le stress financier. Ces secteurs sont les marchés obligataire, boursier, bancaire, hypothécaire et des changes. Le marché hypothécaire n’est pas toujours présent dans les indices de stress financier existants, mais puisque la crise financière de 2008 fut fortement liée au marché hypothécaire, il peut être pertinent de l’inclure.
Ensuite, les variables doivent être disponibles depuis suffisamment longtemps et avec une fré- quence hebdomadaire. La notion de susamment longtemps est abstraite, mais pour les besoins de ce mémoire, le plus important est de couvrir une période susamment grande pour pouvoir comparer l’indice au STLFSI, qui couvre la période allant du 31 décembre 1993 à aujourd’hui. De manière générale, il importe d’avoir des données couvrant suffisamment d’événements financiers d’importance pour permettre la comparaison entre les périodes. La fréquence hebdomadaire est choisie pour permettre de suivre de manière suffisamment ne l’évolution du stress financier. Par exemple, un indice mensuel pourrait sous-estimer des évé- nements financiers se produisant à l’intérieur d’un seul mois.
De plus, les indicateurs utilisés doivent être des mesures reliées le plus directement possible au stress financier. La présence de facteurs confondants peut nuire à la qualité de l’indice en ajoutant du bruit statistique non pertinent. Si des facteurs confondants sont communs à plusieurs variables, l’estimation peut même devenir biaisée. Par exemple, la théorie économique suggère que les taux d’intérêt nominaux des obligations gouvernementales (présentés dans le graphique 2.1) pourraient être pertinents dans un indice de stress financier. Cependant, puisque ce sont des taux d’intérêt nominaux, une part du comouvement de ces variables est expliquée par le taux d’ination, et si une part importante des données se trouve être affectée par ce type de fluctuations, alors l’indice ne mesure plus réellement le niveau de stress financier. Afin d’éviter l’influence du taux d’ination, aucun taux nominal n’est utilisé dans la création de l’indice de ce mémoire 1. Tous les indicateurs choisis sont des écarts entre des taux d’intérêts d’horizons comparables ou des indices de volatilité 2.
Le marché obligataire est représenté par deux indicateurs. Le premier (BAA) est un écart de taux d’intérêt entre le rendement des obligations classées BAA par l’agence Moody’s et le taux d’intérêt des obligations gouvernementales à 30 ans. Cet écart permet de représenter le risque de crédit caractéristique des compagnies émettant des obligations de qualité moyenne.
Le second indicateur (INV) est un indice de volatilité construit à l’aide d’un indice de rendements totaux des obligations corporatives dites investment grade. Cet indice est publié par Merrill Lynch. La volatilité conditionnelle est estimée à l’aide du logarithme naturel des données publiées par Merrill Lynch, afin d’obtenir la volatilité en termes relatifs et non absolus.
Cet indicateur permet de représenter l’incertitude quant au risque de défaut de compagnies généralement considérées comme peu risquées.

Guide du mémoire de fin d’études avec la catégorie marché obligataire

Étudiant en université, dans une école supérieur ou d’ingénieur, et que vous cherchez des ressources pédagogiques entièrement gratuites, il est jamais trop tard pour commencer à apprendre et consulter une liste des projets proposées cette année, vous trouverez ici des centaines de rapports pfe spécialement conçu pour vous aider à rédiger votre rapport de stage, vous prouvez les télécharger librement en divers formats (DOC, RAR, PDF).. Tout ce que vous devez faire est de télécharger le pfe et ouvrir le fichier PDF ou DOC. Ce rapport complet, pour aider les autres étudiants dans leurs propres travaux, est classé dans la catégorie stress financier où vous pouvez trouver aussi quelques autres mémoires de fin d’études similaires.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela rapport gratuit propose le téléchargement des modèles gratuits de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

Introduction 
1 Création d’indices de stress financier 
2 Principales méthodes d’agrégation pour la création d’indices de stress financier : forces et faiblesses 
2.1 Modèle simple 
2.2 Méthode par moyenne 
2.3 Analyse par composantes principales
2.4 Évaluation préliminaire de l’efficacité des méthodes présentées 
3 Modèles espace-état
3.1 Formulation sous la forme d’un modèle espace-état 
3.2 Filtre de Kalman
3.3 Estimation des paramètres 
3.4 Extensions proposées
4 Évaluation de l’efficacité des méthodes d’agrégation
4.1 Simulations sans erreurs de spécification 
4.2 Simulations avec erreurs de spécification
5 Cas empirique 
5.1 Données
5.2 Estimation 
5.3 Modélisation de la croissance économique à l’aide d’indices de stress financier
Conclusion 
A Filtre de Kalman unscented
A.1 Détermination de points sigma
A.2 Filtre
B Résultats secondaires obtenus lors de l’estimation de l’indice de stress financier (ISF) du chapitre 5
C Résultats de modélisation de la croissance du produit intérieur brut américain
D Sources des données utilisées
D.1 Chapitre 1
D.2 Chapitre 2
D.3 Chapitre 5
Bibliographie

Télécharger le rapport completRapport PFE, mémoire et thèse PDF

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *