Tests en échantillons finis du MEDAF sans la normalité et sans la convergence

Sisto, Mathieu (2014). « Tests en échantillons finis du MEDAF sans la normalité et sans la convergence » Mémoire. Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en économique.

Fichier(s) associé(s) à ce document :

Prévisualisation	PDF Télécharger (12MB)

Résumé

Certaines variables comme les rendements d'actifs ne sont pas distribués selon une loi normale. De plus, le recours à la convergence asymptotique vers celle-ci peut être difficilement justifiable. Une des conditions nécessaires aux tests usuels en analyse exacte est la distribution normale du terme d'erreur sans quoi les probabilités sont biaisées. Pour améliorer la puissance des tests, il est possible d'utiliser les techniques de simulation Monte-Carlo et du « bootstrap ». Celles-ci ont l'avantage d'utiliser les mêmes statistiques que la méthode usuelle. Avec une application sur le MEDAF, ce mémoire vise à démontrer que l'étude des rendements gagne à employer ces nouvelles techniques. Le MEDAF n'est malgré tout pas validé en considérant une autre distribution. La différence qu'elle entraine aurait cependant pu être assez significative pour changer les conclusions. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Simulation Monte-Carlo, Bootstrap, MEDAF, Analyse exacte.

Type:	Mémoire accepté
Informations complémentaires:	Le mémoire a été numérisé tel que transmis par l'auteur.
Directeur de thèse:	Hodgson, Douglas
Mots-clés ou Sujets:	Modèle de fixation du prix des actifs. Évaluation, Méthode de Monte-Carlo, Bootstrap (Statistique), Taux de rendement, Modèle d'évaluation des actifs financiers, MEDAF
Unité d'appartenance:	École des sciences de la gestion
Déposé par:	Service des bibliothèques
Date de dépôt:	23 sept. 2015 17:40
Dernière modification:	23 sept. 2015 17:40
Adresse URL :	http://archipel.uqam.ca/id/eprint/7210

Modifier les métadonnées (propriétaire du document)

Statistiques