2954 articles  [english version]
HAL : halshs-00662771, version 1

Fiche détaillée  Récupérer au format
Prévoir sans persistance
Christophe Boucher ( ) 1, 2, Bertrand Maillet 2, 3, 4
(01/2012)

La littérature sur la prévision économique et financière a identifié trois problèmes importants : l'instabilité des régressions prédictives, la discordance des résultats des tests de prévisions en échantillon et hors échantillon, et la difficile inférence statistique lorsque les prédicteurs sont hautement persistants. Dans cet article, nous abordons ces trois questions simultanément, en proposant de traiter en amont la persistance des variables prédictives. Nous retirons ainsi préalablement les composantes basses fréquences des prédicteurs et nous montrons, en simulations et sur des données financières, que ce pré-traitement permet d'améliorer leur pouvoir prédictif.
1 :  Centre d'économie de la Sorbonne (CES)
CNRS : UMR8174 – Université Paris I - Panthéon-Sorbonne
2 :  A.A.Advisors-QCG
ABN AMRO
3 :  Laboratoire d'économie d'Orleans (LEO)
CNRS : UMR6221 – Université d'Orléans
4 :  EIF
Europlace Institute of Finance
Axe Finance
Sciences de l'Homme et Société/Economies et finances

Sciences de l'Homme et Société/Gestion et management

Sciences de l'Homme et Société/Méthodes et statistiques
Prévision – persistance – filtres.
Liste des fichiers attachés à ce document : 
PDF
12001.pdf(338 KB)