Upload
antoine-pelic
View
51
Download
3
Embed Size (px)
DESCRIPTION
Citation preview
Modélisation ARMA-GARCH
Master 1 NRJF.BENHMAD
2013-2014
Introduction
1/Modélisation ARMA : Box and Jenkins (1970)
1/Modélisation ARMA : Box and Jenkins (1970)
Skewness / Kurtosis
Skewness / Kurtosis
On remarque que le skewness est -0.21 <0 , le kurtosis est 8.05 >3. La probabilité d’occurrence d’événements extrêmes est donc très élevée. La distribution est leptokurtique (ques épaisses ou lourdes, heavy/fat tails, tail effect) et asymétrique (rendements réagissent davantage à un choc négatif qu’à un choc positif ; volatilité plus forte après une baisse des rendements qu’après une hausse). ASYMETRIE// NONLINEARITECela témoigne d’une très forte volatilité (excess volatility).
L’un des effets stylisés des rendements des actifs financiers y compris le pétrole est l’alternance de périodes de haute volatilité et de périodes de basse volatilité (Mandelbrot, 1963). C’est le phénomène d’agglomération ou d’amas de volatilité (volatility clustering) dont témoigne l’hétéroscédasticité.Il faut donc modéliser l’équation de la variance des résidus de DLOIL(t) par les modèles GARCH . General Autoregressive Conditional Heteroscedasticity