Auteur
MESSACI, Yasmina
Directeur de thèse
Boukhetala, Kamal (Professeur)
Filière
Mathématiques
Diplôme
Magister
Titre
L'utilisation de la méthode MCMC et son application actuarielle
Mots clés
Statistique bayésienne ; Monte-Carlo, Méthode de ; Markov, Processus de
Résumé
Les méthodes Monte Carlo par chaines de Markov (MCMC) en tant que puissantes méthodes de simulation sont utilisées dans de nombreux modèles financiers et actuariels en particulier en liaison avec les méthodes d’inférence statistique bayésienne. Dans ce mémoire, la méthodologie de simulation de MCMC est développée pour l’estimation des paramètres des deux modèles à espace d’état non gaussiens : le modèle à durée conditionnelle stochastique et le modèle à volatilité stochastique dans ses deux versions discrète et continue. La stratégie de simulation utilisée est la stratégie hybride (utilisation simultanée des algorithmes de Metropolis Hastings et Gibbs). Le vecteur d’états est simulé par bloc en appliquant l’algorithme du filtre de Kalman. Plusieurs diagnostics de convergence sont mis en œuvre pour étudier la convergence de ces méthodes lorsque la taille des données et le nombre d’itérations varient. On montre que lorsque le nombre d’observations disponibles augmente la convergence est plus lente.
Date de soutenance
07/03/2013
Cote
519.5
Pagination
101 p.
Illusatration
ill.
Format
30 cm.
Notes
support papier accompagné d'un CD-Rom
Statut
Traitée