Unité mixte de recherche 7235

Multivariate Periodic Stochastic Volatility Models: Applications to Algerian dinar exchange rates and oil prices modeling

Nadia Boussaha, Faycal Hamdi, Saïd Souam

La contribution de cet article est double. Nous proposons, dans un premier temps, une classe de modèles PV AR-SV (Periodic Multivariate Autoregressive Stochastic Volatility), qui permet de prendre en compte la causalité au sens de Granger dans la volatilité afin de capturer la périodicité dans la variance conditionnelle stochastique. Après avoir établi plusieurs propriétés probabilistes de cette classe de modèles, nous proposons deux méthodes d’estimation, l’une basée sur le filtre de Kalman et l’autre sur le filtre à particules en utilisant l’algorithme EM (Expectation-Maximization). Dans un deuxième temps, nous proposons une application empirique en modélisant le prix du pétrole et trois séries de taux de change. Il s’avère que notre modélisation donne des résultats très précis et a une très bonne performance en matière de prévision de la volatilité.

AGENDA

mardi 17 mai 2022

Rencontres économiques

9h30 à 11h30

Comment se débarrasser des énergies fossiles et développer les énergies renouvelables dans un monde en crise ?

jeudi 19 mai 2022

Lunch

Christophe Blot

Are all central bank asset purchases the same?

lundi 23 mai 2022

Law, Institutions and Economics in Nanterre (LIEN)

Clara Jean (Grenoble Ecole de Management)

The Value of Your Data: Privacy and Personal Data Exchange Networks

mardi 24 mai 2022

Recherche et Economie et Socioéconomie Politique, des Institutions et des Régulations (RESPIR)

Alice Sindzingre (CEPN) et Fabrice Tricou

De 13h30 à 15h30

Six forms of hierarchy for a theoretical analysis of capitalism

lundi 30 mai 2022

Law, Institutions and Economics in Nanterre (LIEN)

Antoine Dubus (ETH Zurich)

Salle G110

Data Driven Mergers and Acquisitions with Information Synergies

mardi 31 mai 2022

Series of Webinars on Economics of Environment, Energy and Transport (SWEEET)

Juan Pablo Montero (PUC)

TBA

jeudi 9 juin 2022

Lunch

Rémi Generoso

TBA

jeudi 9 juin 2022

Groupe de travail « Intelligence artificielle »

Hugo Le Picard (IFRI)

Salle G614B

Le deep learning au service de l’analyse des énergies renouvelables en Afrique

Inscription aux Newsletters