WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Impact des bons BRH (Banque de la République d'Haà¯ti) sur le crédit en Haà¯ti: une modélisation du Vecteur Auto Régressif (VAR) d'octobre 1996 à  septembre 2010

( Télécharger le fichier original )
par Albert Pierre Louis
Universite d'état d'Haiti - Licence en sciences économiques 2011
  

précédent sommaire suivant

Extinction Rebellion

1.2. Estimation des paramètres d'un VAR (p)

Les paramètres du processus VAR standard ne peuvent être estimés que sur des séries chronologiques stationnaires. Deux techniques d'estimation sont possibles : estimation de chaque équation du modèle par les MCO ou estimation par la technique du maximum de vraisemblance. L'estimation d'un modèle VAR nécessite le choix du nombre de retards p. Pour déterminer le nombre de retards p d'un modèle VAR, il est possible d'utiliser les critères d'information (Akaike, Schwarz, etc.). La procédure de sélection de l'ordre de la représentation consiste à estimer tous les modèles VAR pour un ordre allant de 0 à h (h étant le retard maximum admissible par la théorie économique ou par les données disponibles). On retient le retard p qui minimise les critères d'information AIC et SC définis comme suit :

T

AIC = log detEE + 2n2p

T

SC = log detEE + n2p log T

avec : n = nombre de variables du système ; T = nombre d'observations ; p = nombre de

j

retards ; EE= matrice de variance-covariance des résidus du modèle ; det = déterminant de la matrice de variance-covariance des résidus du modèle.

précédent sommaire suivant






Extinction Rebellion





Changeons ce systeme injuste, Soyez votre propre syndic





"Qui vit sans folie n'est pas si sage qu'il croit."   La Rochefoucault