Filtrer
Virginie Terraza
-
Analyse des séries temporelles
Régis Bourbonnais, Virginie Terraza
- Dunod
- Eco Sup
- 13 Avril 2022
- 9782100835867
Cet ouvrage aborde de manière claire et pédagogique l'ensemble des méthodes - classiques comme modernes - d'analyse des séries temporelles, domaine dont les applications économiques sont toujours plus nombreuses : prévision macro-économique, finance, marketing...
Les méthodes standard de traitement des séries temporelles (régression, méthodes de désaisonnalisation, lissage exponentiel), puis les techniques modernes (analyse spectrale, étude de stationnarisation, tests de racines unitaires, modèles ARIMA et ARFIMA, modèles ARCH...) sont expliquées en détail.
Chaque chapitre présente ainsi :
Les objectifs de connaissance et les concepts à maîtriser ;
Un cours assorti de nombreux exercices pour mettre rapidement en pratique les connaissances théoriques et se préparer aux examens ;
Une rubrique « L'essentiel » pour retenir les points clés.
Cette 5e édition s'enrichit de nouveaux exercices et est à jour des développements les plus récents. Elle s'adresse aux étudiants (Sciences économiques, Gestion, écoles de commerce et d'ingénieurs...) et aux professionnels de l'économétrie des séries temporelles (économistes d'entreprise, chercheurs...) qui trouveront ici des réponses pratiques aux différentes questions qu'ils peuvent se poser.
-
Analyse statistique pour la gestion bancaire et financière ; applications avec R
Virginie Terraza, Carole Toque
- De Boeck Supérieur
- Lmd Economie
- 4 Juillet 2013
- 9782804181482
Cet ouvrage introduit puis illustre deux (grandes) familles de méthodes statistiques descriptives par des applications dans le domaine de la gestion financière, mises en oeuvre grâce au logiciel R libre et facile d'accès (codes fournis). Cet ouvrage introduit puis illustre deux (grandes) familles de méthodes statistiques descriptives par des applications dans le domaine de la gestion financière, mises en oeuvre grâce au logiciel R libre et facile d'accès.Ces deux familles de méthodes statistiques sont : - une analyse statistique descriptive, afin de décrire et de représenter par des statistiques des données financières;- des méthodes statistiques de modélisation, afin de décrire au mieux le comportement des variables à partir d'une série d'observations. L'objectif d'une telle description analytique est la recherche d'une modélisation des variables financières dans un but prédictif. Plusieurs séries de tests statistiques viennent compléter l'analyse, afin de minimiser l'erreur de prévision.Les auteurs mettent l'accent sur des applications financières concrètes, dont la source de données principale est Bankscope. Bankscope est une base de données qui renferme des informations détaillées sur les banques du monde entier. En complément du livre, deux tableaux complets sont fournis à partir desquels des extractions sont faites pour illustrer directement le cours, ainsi que des applications plus complètes en fin de chapitre. La période d'étude est 2005-2010, ce qui permet d'avoir une analyse d'avant la crise et d'après la crise de 2008.Pour résoudre ces exercices, les codes d'accès du logiciel R sont à chaque fois fournis.
-
Modélisation de la Value at Risk: une évaluation du modèle RISKMETRICS
Virginie Terraza
- Editions Universitaires Europeennes
- 1 Octobre 2010
- 9786131536106
Il existe de nombreuses techniques de modélisations de la Value at risk utilisées par les organismes financiers, mais l''approche analytique RISKMETRICS, est en partie à l''origine du développement de cette mesure. Dans cet ouvrage, nous procédons à une évaluation du modèle RISKMETRICS.Ses limites nous conduisent à proposer, dans un premier temps, une méthodologie RISKMETRICS spécifique à chaque série. Nous montrons la non-robustesse de ces constructions et la nécessité de recourir à des équations où la constante de lissage varie au cours du temps. Une analyse plus approfondie de la structure des actifs nous permet, dans un deuxième temps, d''envisager des modèles hétéroscédastiques saisonniers qui prennent en compte les spécificités de chaque série. Nous les comparons au benchmark RISKMETRICS en recourant aux critères statistiques usuels et aux mesures de validation recommandées par les instances de réglementation. Nous montrons leur supériorité dans certaines circonstances (selon la probabilité d''estimation de la VaR et la position longue ou courte de l''investisseur).
