Four essays in finance and macroeconomics : the contribution of nonlinear econometrics - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Four essays in finance and macroeconomics : the contribution of nonlinear econometrics

Quatre essais en finance et macroéconomie : la contribution de l'économétrie non linéaire

Résumé

This paper-based thesis is composed of four autonomous chapters and contributes to the field of nonlinear econometrics.The first chapter focuses on the contribution of nonlinear econometrics through the measurement of financial performance using a dichotomous variable as an independent variable. The next three chapters are based on nonlinear regression models where the dichotomous variable is the dependent variable in the equation. Given the links between financial risk and the macroeconomic context, this section is linked to the theme of optimal allocation through the study of crises and recessions. This class of model (probit / logit) is used in the second chapter to empirically study the role of financial development in the probability of the occurrence of banking crises. Then, the last two chapters focus on the methodological framework developed by Kauppi and Saikkonen (2008) and Candelon, Dumitrescu and Hurlin (2012; 2014) concerning the forecasting of business cycles using probit / logit models. Thus the third chapter examines the empirical relationship linking the evolution of the interest rate spread and the future probability of expansion / recession in an extended data panel while testing the homogeneity of this relationship. Finally, the fourth chapter proposes a theoretical contribution by deriving the response functions of probit / logit models from the approach of Kauppi and Saikkonen (2008). These response functions are then used in an empirical framework to estimate the impact of an exogenous shock on the expansion / recession cycle.
Cette thèse sur articles est composée de quatre chapitres autonomes, contribuant au domaine de l’économétrie non linéaire. Le premier chapitre s’intéresse à l’apport de l’économétrie non-linéaire à travers la mesure de la performance financière en utilisant une variable dichotomique comme variable indépendante. Les trois chapitres suivants sont basés sur les modèles de régression non-linéaire où la variable dichotomique est la variable dépendante de l’équation. Compte tenu des liens entre le risque financier et le contexte macroéconomique, cette partie est liée au thème de l’allocation optimale via l’étude des crises et récessions. Cette classe de modèle (probit / logit) est utilisée dans le second chapitre pour étudier empiriquement le rôle du développement financier dans la probabilité d’occurrence de crises bancaires. Ensuite les deux derniers chapitres se concentrent sur le cadre méthodologique développé par Kauppi et Saikkonen (2008) et Candelon, Dumitrescu et Hurlin (2012 ; 2014) au sujet de la prévision des cycles économiques à partir de modèles probit / logit. Ainsi, le troisième chapitre étudie la relation empirique liant l’évolution du spread de taux et la probabilité future d’expansion / récession dans un panel de données élargi tout en testant l’homogénéité de cette relation. Enfin le quatrième chapitre propose une contribution théorique en dérivant les fonctions de réponse des modèles probit / logità partir de l’approche de Kauppi et Saikkonen (2008). Ces fonctions de réponse sont ensuite utilisées dans un cadre empirique afin d’estimer l’impact d’un choc exogène sur le cycle expansion / récession.
Fichier principal
Vignette du fichier
2020UPSLD026.pdf (1.81 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03273609 , version 1 (29-06-2021)

Identifiants

  • HAL Id : tel-03273609 , version 1

Citer

Quentin Lajaunie. Four essays in finance and macroeconomics : the contribution of nonlinear econometrics. Economics and Finance. Université Paris sciences et lettres, 2020. English. ⟨NNT : 2020UPSLD026⟩. ⟨tel-03273609⟩
157 Consultations
141 Téléchargements

Partager

Gmail Facebook X LinkedIn More