http://creativecommons.org/licenses/by/ , info:eu-repo/semantics/OpenAccess
Christophe Chorro et al., « Likelihood-Related Estimation Methods and Non-Gaussian GARCH Processes », HAL-SHS : économie et finance, ID : 10670/1.xzaqs5
Cet article décrit les propriétés à distance finie de trois stratégies d'estimation basée sur la vraisemblance pour les processus GARCH avec distributions conditionnelles non-gaussiennes : (1) l'approche du maximun de vraisemblance, (2) le quasi maximum de vraisemblance, (3) l'estimation récursives (REC). Nous introduisons tout d'abord un test de Monte Carlo qui montre que la méthode récursive est la plus pertinente en termes d'estimation. A partir d'un échantillon du SP500, nous confirmons que les estimations REC sont statistiquement dominantes pour les paramètres estimés en comparaison avec les deux autres méthodes. Les estimations REC permettent d'obtenir des résultats plus stables.