Gestion de la tresorerie
Examen Terminal Decembre 2004. C. Hurlin
Exercice 1 (12 points) : Programmation SAS et questions diverse
Répondez et justi…ez précisément vos réponses. Question 1 : A quel modèle correspond ce programme d’ estimation SAS de la …gure 1. Justi…ez votre réponse. Figure 1: Programme
Question 2 : Ecrivez le programme d’ estimation par Pseudo Maximum de Vraisemblance du modèle suivant en utilisant la procédure AUTOREG : p y t = zt ht (1) E yt jyt
1
=0
V yt =yt
1
=
0
+
2 1 yt 1
+
1 ht 1
+
2 ht 2
(2)
où zt est un bruit blanc faible. Question 3 : Quel(s) modèle(s) utiliseriez vous pour représenter une asymétrie des e¤ets des chocs sur la variance conditionnelle suivant l’ ampleur de ces chocs ? Question 4 : Ecrivez le programme d’ estimation par la procédure MODEL du modèle : p y t = zt h t zt N:i:d: (0; 1) ht =
0
(3) (4) (5)
+
2 1 yt 1
( yt
1)
+
2 2 yt 1
[1
( yt
1 )]
+
1 ht 1
avec ( yt
1)
=
1 1 + exp (
yt
1)
,
>0
Quel est ce modèle ? Commentez l’ écriture de ce modèle.
Examen Terminal Decembre 2004. C. Hurlin page 2
Exercice 2 (8 points) : Modèle avec Erreurs GARCH
On considère un modèle de régression linéaire avec erreur GARCH(1; 1) tel que : Yt = Xt + "t p "t = zt ht zt N:i:d: (0; 1) V "t ="t
1
(6)
E "t j"t
1
=0
=
0
+
2 1 "t 1
+
1 ht 1
(7)
Question 1 : Ecrire la log-vraisemblance de ce modèle sous l’ hypothèse de normalité de la loi conditionnelle des résidus. Précisez l’ ensemble des paramètres du modèle. Question 2 : En déduire les conditions du premier ordre dé…nissant les estimateurs de MV en séparant les paramètres intervenant dans l’ espérance conditionnelle ( = ) et les paramètres intervenant dans la variance conditionnelle = ( 0 ; 1 ; 1 ). Question 3 : Ré-écrire les CPO en fonction des résidus normalisés et = " Yt mt b
1=2
(8)
où mt ( ) = E