Thèse soutenue

Les Méthodes de prévision de taux d'intérêt

FR  |  
EN
Auteur / Autrice : Christophe Belhomme
Direction : Thierry Chauveau
Type : Thèse de doctorat
Discipline(s) : Sciences économiques
Date : Soutenance en 1991
Etablissement(s) : Paris 1

Résumé

FR  |  
EN

Cette recherche se présente en trois parties traitant successivement de l'élaboration de modèles de détermination du taux court par l'intermédiaire de la théorie de la structure par terme des taux d'intérêt, de l'application de la procédure arch à la prime de risque et de la comparaison des capacités prévisionnelles de différents modèles. Les modèles fondés sur la structure de taux utilisent le taux à terme comme instrument de prévision. Les tests effectués montrent que le taux à terme est un prédicteur biaisé du taux futur ; l'existence d'une prime de risque variable est donc retenue. Plusieurs spécifications sont proposées pour la prime, variable non observable. La première se fonde sur un mécanisme d'anticipations adaptatives ; la deuxième est issue d'un modelé de choix de portefeuille et dépend des variances-covariances des taux d'intérêt. Dans la deuxième partie, le modèle arch in mean propose une autre modélisation de la prime ; celle-ci dépend des innovations passées sur le taux d'intérêt. Selon les spécifications retenues dans ce dernier cas, la prime dépend des erreurs de prévision sur le taux court ou sur le taux long. L'application de cette procédure avec les données françaises est décevante ; des données américaines sont retenues dans ce cas. Dans la troisième partie, le système espace-état est utilisé pour spécifier le processus stochastique suivi par la prime de risque. Diverses spécifications sont retenues selon que l'on contraint ou non certaines variables. Enfin un pur processus arima sur le taux court est estime afin de comparer ses propriétés prédictives avec celles des modèles de structure de taux. Les données utilisées sont les taux pibor de un à six mois. La comparaison des différents modèles de taux d'intérêt sur plusieurs périodes de prévision montre qu'en moyenne, le processus arima (0,1,2) sur le taux court est le plus performant.