CNCLUSIN
La réalisation de ce document nous a permis de savoir
bien appliquer la statistique dans le domaine de la finance, grâce
à ses différentes riches méthodes. Vu que les
séries de rendements financiers peuvent étre assimilées
à des processus autorégressifs donc aprés quelques
généralités sur les rendements financiers et sur les
processus stochastiques, le modèle autorégressif (modèle
AR) , y a été aussi développé.
Différentes techniques d'estimations et de prévisions avec ce
modèle y sont également traitées.
Nous avons profité de la dernière partie de ce
travail pour appliquer la théorie sur des données réelles
plus précisément sur l'indice boursier S&P 500. Et c'est
grâce au logiciel R que ces traitements de données ont eu
lieu.
Enfin, avec les méthodes développées, il
sera possible de les utliser afin de pouvoir les appliquer avec d'autres
données telles que le CAC40, etc...
48
Bibliographie
[1] Russel DAVIDSON et James G. MACKINNON : Estimation and
Inference in Econometrics. , New York,Oxford University Press,1994
p.874
[2] James DOUGLAS HAMILTON: Times Series Analysis.
Princeton University Press,1994 p.799
[3] Arthur CHARPENTER : Cours de séries temporelles :
Théorie et application. DESS actuariat et DESS mathématiques
de la Décision.
[4] Steven FORTIER, département de mathématiques,
Université de Sherbrooke: Les mod`ele MA, AR et ARMA
multidimensinnels : estimation et causalité. CaMUS 4,112-136.
[5] Arthur CHARPENTER : Modeles de prévision :
Séries temporelles ,15 mai 2012 UQAM, ACT6420,Hivers 2011
[6] Russel DAVIDSON et James G. MACKINNON (1993)
[7] Cryer et Chan (2008)
[8] Akaike (1969)
| 
