Thèse soutenue

Estimation de la volatilité pour des processus de diffusion : grandes déviations et déviations modérées

FR  |  
EN
Auteur / Autrice : Yacouba Samoura
Direction : Arnaud GuillinHacène Djellout
Type : Thèse de doctorat
Discipline(s) : Mathématiques Appliquées
Date : Soutenance le 09/12/2016
Etablissement(s) : Clermont-Ferrand 2
Ecole(s) doctorale(s) : École doctorale des sciences fondamentales (Clermont-Ferrand)
Partenaire(s) de recherche : Laboratoire : Laboratoire de mathématiques appliquées (Clermont-Ferrand) - Laboratoire de Mathématiques Blaise Pascal - Clermont Auvergne / LMBP
Jury : Président / Présidente : Marguerite Zani
Examinateurs / Examinatrices : Arnaud Guillin, Hacène Djellout, Emmanuelle Clément, Liming Wu
Rapporteurs / Rapporteuses : Marguerite Zani, Jamal Najim

Résumé

FR  |  
EN

Cette thèse est consacrée à l’étude de théorèmes limites : grandes déviations et déviations modérées pour des estimateurs liés à des modèles financiers. Dans une première partie, nous nous sommes intéressés à l’étude des déviations grandes et modérées des estimateurs de la covariation et de la (co)volatilité réalisée issus des fonctionnelles associées à deux processus de diffusion couplés de manière synchronisée. Les techniques utilisées dans ces travaux sont basées d’une part sur celles utilisées dans Djellout-Guillin-Wu et sur la sous additivité et sur la notion d’approximation exponentielle inspirées des travaux de J. Najim d’autre part. Dans une deuxième partie, on considère que les deux processus de diffusion sont observés de manière non synchronisée et on établit des déviations modérées pour l’estimateur de la variation généralisée et pour celui de Hayashi-Yoshida. Les résultats sont obtenus par l’utilisation d’une nouvelle approche sur les déviations modérées des variables aléatoires m−dépendantes vérifiant des conditions de type "Chen-Ledoux". Dans la troisième et dernière partie, on s’intéresse à l’étude processus autorégressif d’ordre p dont le bruit est un processus autorégressif d’ordre q. On montre des déviations modérées pour certains estimateurs associés à notre modèle dont la statistique de Durbin-Watson. Les résultats sont donnés dans le cas où le bruit est gaussien puis dans le cas de condition de type "Chen-Ledoux" portant sur le bruit.