Mercredi 21 Juin 2006

Université de Rouen - Faculté des Sciences
Laboratoire de Mathématiques Raphaël Salem
Avenue de l'Université
76801 Saint Etienne du Rouvray





Objectifs  -  Conférenciers invités  -  Programme  -  Organisateur  -  Inscription gratuite  -  Participants  -  Plan d'accès





Objectifs

Le Laboratoire de Mathématiques Raphaël Salem (LMRS) de l'Université de Rouen organise sa "1ère Journée de Statistique, Econométrie et Finance" (JSEF) le mercredi 21 juin 2006. Les principaux objectifs de la JSEF sont la promotion des échanges entre statisticiens et économètres, ainsi que la valorisation de la recherche en statistique et en économétrie appliquées à la finance.

Les conférences présenteront des développements récents en statistique des séries temporelles et/ou en économétrie des modèles dynamiques avec une part importante d'applications consacrée à la finance.


Conférenciers invités
Jean-Marc BARDET (Professeur, Université Paris 1, France)
Leonid GALTCHOUK (Professeur, Université Strasbourg 1, France)
Marc HOFFMANN (Professeur, Université de Marne-la-Vallée, France)
Guy MELARD (Professeur, Université Libre de Bruxelles, Belgique)
Mohammed MRAOUA (Ingénieur financier, OCP Group, Maroc)

Programme
10h00
Accueil des participants
10h20

Alternative approaches for autoregressive models with time-dependent coefficients
Guy MELARD (Université Libre de Bruxelles)

Résumé : Autoregressive-moving average (ARMA) models with time-dependent coefficients and marginally heteroscedastic innovation variance provide a natural alternative to stationary ARMA models. Several theories have been developed in the last ten years for parametric estimation in that context. We provide an alternative theory for AR(p) processes which relies on a mixing property. In this paper, we focus on autoregressive (AR) models and compare the Dahlhaus theory for locally stationary processes with our own theory. There are differences in the basic assumptions (e.g. on derivability with respect to time or with respect to parameters) that are better seen on specific cases like the AR(1) process. There are also differences in terms of asymptotics as shown by an example. Our opinion is that the field of application can play a role here. The paper is completed by examples on real series and by simulation results.

11h10

Modèle de reconstruction de signal avec bruit de microstructure
Marc HOFFMANN (Université de Marne-la-Vallée)

Résumé : Nous cherchons à construire un modèle statistique jouet pour les processus de diffusion intégrant la propriété que la reconstruction est paradoxalement d'autant plus difficile que l'échantillonnage est fin. Ceci nous permet de revisiter des problèmes d'inférence (estimation ou prédiction) classiques issus de modèles inspirés par les mathématiques financières : reconstruction de la volatilité réalisée, estimation de la persistance de la volatilité etc.

12h00
Déjeuner
13h45

Normalité asymptotique d'un estimateur séquentiel de moindres carrés pour des processus d'autorégression instables
Leonid GALTCHOUK (Université Strasbourg 1)

Résumé : Les processus d'autorégression (AR(p)) stables et instables sont souvent utilisés dans l'analyse des séries temporelles économétriques, financières et d'autres. Si les bruits sont de carrés intégrables, on utilise habituellement les estimateurs de moindres carrés (LSE) pour les coefficients inconnus. Il est bien connu que les lois limites de LSE dépendent de la position des paramètres inconnus : les lois limites sont normales si les paramètres appartiennent à la région de stabilité ; les lois limites coincident avec celles des rapports de certaines fonctionnelles des mouvements browniens si les paramètres appartiennent à la borne de la région de stabilité. Dans l'exposé, nous montrons que l'approche séquentielle permet d'obtenir une unique loi limite normale standard quelle que soit la position des paramètres inconnus.

14h35

Modélisation stochastique de la température et valorisation des dérivés climatiques
Mohammed MRAOUA (OCP Group, Maroc)

Résumé : Cet article s'intéresse à la valorisation des produits dérivés où le sous-jacent est le climat. Après traitement des lacunes dans la série des données météorologiques ainsi que la détermination des saisons froide et chaude, nous présenterons un modèle stochastique pour la température que nous utiliserons par la suite pour évaluer un produit dérivé sur la température. Un exemple numérique d'un contrat de swap de température sera détaillé en utilisant une formule d'approximation se basant sur la méthode de Monte Carlo.

15h25
Pause
15h45

Applications en statistiques paramétriques et non-paramétriques de la faible dépendance
Jean-Marc BARDET (Université Paris 1)

Résumé : La notion de faible de dépendance introduite par Doukhan et Louhichi (1999) est une propriété très générale de dépendance pour des séries chronologiques englobant notamment les notions de mélange. Nous commencerons donc par donner des exemples de modèles faiblement dépendants, qu'ils soient causaux (processus linéaires, ARCH, bilinéaires, chaos de Volterra, mémoire infinie etc.) ou non-causaux (processus linéaires, bilinéaires etc.). De plus, la propriété de faible dépendance peut être utilisée directement dans des théorèmes limites. Nous donnerons ainsi plusieurs exemples de théorèmes de la limite centrale pour des fonctionnelles de processus faiblement dépendants et proposerons différentes applications statistiques comme l'estimation paramétrique par minimisation du contraste de Whittle, l'estimation de moments et l'estimation de la densité par la méthode du noyau.

16h35
Cocktail

Organisateur
Antony GAUTIER (Université de Rouen, LMRS)

Inscription gratuite

La JSEF est ouverte aux chercheurs, aux enseignants-chercheurs, aux doctorants et à toute personne intéressée par la statistique, l'économétrie et leurs applications à la finance. La participation à la JSEF est gratuite.

Pour faciliter l'organisation de la journée (notamment le déjeuner), l'inscription est indispensable. Merci de bien vouloir vous inscrire en envoyant un e-mail à antony.gautier@univ-rouen.fr, en précisant vos nom, prénom et affiliation, ainsi que votre souhait éventuel de participer au déjeuner.

La date limite d'inscription est fixée au 14 juin 2006.


Participants (liste provisoire)
Ilyes ABID (Université Paris 10)
Ouerdia ARKOUN (Université de Rouen)
Emmanuel BACRY (Ecole Polytechnique)
Jean-Marc BARDET * (Université Paris 1)
Raphael DAOUDY (RiskData, Paris)
Khadija ELQASYR (Université de Rouen)
Dominique FOURDRINIER (Université de Rouen)
Leonid GALTCHOUK * (Université Strasbourg 1)
Antony GAUTIER (Université de Rouen)
Gérard GRANCHER (Université de Rouen)
Marc HOFFMANN * (Université de Marne-la-Vallée)
Frédéric JOUNEAU-SION (Université Lille 3)
Abdeldjebbar KANDOUCI (Université de Rouen)
Paolo LAURETI (Université de Fribourg)
Guy MELARD * (Université Libre de Bruxelles)
Mohammed MRAOUA * (OCP Group, Maroc)
Serge PERGAMENCHTCHIKOV (Université de Rouen)
Paul RAYNAUD DE FITTE (Université de Rouen)
Mathieu ROSENBAUM (Université de Marne-la-Vallée)
Alayande SEMIU (Bells University of Technology, Ogun State, Nigeria)
Rym WORMS (Université de Rouen)
Omar ZEITOUNY (Université de Rouen)

* Conférencier invité

Plan d'accès

La journée se déroulera dans les locaux du Laboratoire de Mathématiques Raphaël Salem de l'Université de Rouen. Rouen se situe à environ 1h10 de Paris Saint-Lazare par le train. Les horaires adaptés pour le 21 juin 2006 sont :

  • Aller 8h07 (Paris Saint-Lazare) - 9h17 (Rouen Rive Droite)
  • Retour 18h00 (Rouen Rive Droite) - 19h07 (Paris Saint-Lazare).

Pour rechercher davantage d'horaires de train, cliquer ici. A votre arrivée en gare de Rouen Rive Droite, pour vous rendre dans les locaux du laboratoire, prendre le métro en direction du Technopôle du Madrillet et descendre au terminus (environ 30 minutes). Le laboratoire se trouve à 100 mètres du terminus. Pour avoir des informations sur l'accès au laboratoire, cliquez ici.