| Titre | Erreurs de mesure sur les variables économiques et financières | |
|---|---|---|
| Auteur | François-Éric Racicot | |
 |
Revue | La Revue des Sciences de Gestion |
| Numéro | no 267-268, 2014 La finance dans tous ses états ! | |
| Rubrique / Thématique | II. Information ou communication financière ? |
|
| Page | 79-103 | |
| Résumé |
La présence d'erreurs sur les variables biaise l'estimateur des moindres carrés ordinaires (MCO). Nous présentons deux nouveaux estimateurs robustes en présence d'erreurs de mesure. Ces estimateurs ont la qualité d'être beaucoup moins erratiques que leurs homologues classiques : les estimateurs de Durbin et de Pal. Ces nouveaux estimateurs sont basés sur les moments échantillonnaux d'ordre supérieur à deux. Ces estimateurs peuvent être considérés comme des types spéciaux d'estimateurs à variables instrumentales, où les instruments contiennent les variables explicatives élevées à des puissances particulières. La performance de ces nouveaux estimateurs est évaluée à partir d'une enquête canadienne sur les finances des consommateurs. Des simulations de Monte Carlo sont également effectuées et elles démontrent que les biais présentés par nos nouveaux estimateurs sont moindres que ceux associés à l'estimateur des moindres carrés ordinaires. Les estimateurs développés dans cet article participent de la nature des estimateurs de la méthode des moments généralisés (GMM) dont la popularité ne cesse de grandir. L'économétrie financière pourrait grandement bénéficier de nos nouveaux estimateurs en les appliquant à des modèles fort connus, tel le CAPM où le portefeuille du marché, qui est à la base de la vérification empirique de ce modèle, est empreint d'erreurs de mesure importantes. Les mesures de la prime de risque qui lui sont associées pourraient donc être corrigées à l'aide de nos estimateurs, cela dans le cadre de la méthode des GMM. Enfin, nous présentons une application financière où nous appliquons un des estimateurs afin d'estimer le bêta de marché, celui-ci entrant dans la formule du coût moyen du capital (WACC) que nous avons calculé et comparé à la méthode classique des MCO. Dans cette nouvelle application, nous trouvons que l'estimation du paramètre augmente significativement, ce qui est en accord avec certains faits empiriques. Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
Errors in economic and financial variables The ordinary least squares (OLS) estimator is biased when there are errors in variables. This article discusses two new robust estimators in the presence of measurement errors. These new estimators are based on the higher moments of the explanatory variables. These estimators can be viewed as special types of instrumental variables estimators, in which the instruments are built by taking the explanatory variables up to specific powers. The performance of these new estimators is evaluated by performing Monte Carlo simulations which show that the biases are lower than those associated with the ordinary least squares estimator. The estimators developed in this article are consistent with the estimator of the generalized method of moments (GMM). The field of financial econometrics could greatly benefit from our new estimators by applying them to well-known models such as the CAPM. In this model, the market portfolio, which is the basis for the empirical validity of the model, is measured with errors. The measures of the risk premium associated with it could be corrected using our robust instruments with the GMM method. Finally, a financial application is presented where we apply these estimators to estimate the market beta, which is used in the formula of the average cost of capital (WACC). In this new application, the parameter estimate increases significantly, which is consistent with the empirical facts. Source : Éditeur (via Cairn.info) |
