Cet article propose et justifie théoriquement des méthodes de bootstrap pour des régressions où certains régresseurs sont des facteurs estimés à partir de panel de données de grandes dimensions. Nous obtenons nos résultats sous la condition que √T/N→c, où 0≤c<∞ (N et T sont les dimensions individuelle et temporelle du panel respectivement), ce qui permet à l'erreur d'estimation des facteurs d'affecter la loi asymptotique de l'estimateur des moindres carrés ordinaires (MCO). Nous considérons des méthodes de bootstrap basées sur les résidus et donnons des conditions de haut niveau sur les résidus bootstrap et les erreurs idiosyncrasiques telles que la loi bootstrap de l'estimateur des MCO est convergente. Par la suite, nous vérifions ces conditions pour un algorithme du wild bootstrap. Nos résultats sont les suivants. Lorsque c = 0, comme dans Bai et Ng (2006), la condition essentielle pour la validité du bootstrap est la capacité de la régression bootstrap à reproduire la dépendance temporelle des scores de la régression originale. La dépendance transversale ou temporelle des erreurs idiosyncrasiques du modèle à facteurs est négligeable asymptotiquement puisque la loi asymptotique des MCO n'est pas affectée par ces phénomènes. Cependant, lorsque c > 0, une procédure de bootstrap à deux étapes est nécessaire pour capter l'incertitude reliée à l'estimation des facteurs qui apparaît comme un biais asymptotique (tel que discuté récemment par Ludvigson et Ng (2009b). Parce que ce biais dépend de la dépendance transversale des erreurs idiosyncrasiques, la validité du bootstrap dépend de sa capacité à reproduire cette dépendance.

Voir le document

Dernières publications

2017MO-03 MO
Méthodes avancées d’évaluation d’investissements / Advanced Methods of Investment Evaluation - Tome 2
Marcel Boyer
Voir le document

2017MO-02 MO
Méthodes avancées d’évaluation d’investissements / Advanced Methods of Investment Evaluation - Tome 1
Marcel Boyer
Voir le document

2017s-08 CS
An experimental investigation of rating-market regulation
Claudia Keser, Asri Özgümüs, Emmanuel Peterlé et Martin Schmidt
Voir le document

2017s-07 CS
Statistical tests of the demand for insurance: an “all or nothing” decision
Anne Corcos, François Pannequin et Claude Montmarquette
Voir le document

2017RP-02 RP
Politiques favorables à l’innovation en santé
Nadia Benomar, Joanne Castonguay, Marie-Hélène Jobin et François Lespérance
Voir le document


Centre interuniversitaire de recherche en analyse des organisations
1130 rue Sherbrooke Ouest, suite 1400
Montréal, Québec (Canada) H3A 2M8
(514) 985-4000
(514) 985-4039
reception@cirano.qc.ca

© 2017 CIRANO. Tous droits réservés.



Partenaire de :