Asymptotic and Bootstrap Inference for AR(Infinite) Processes with Conditional Heteroskedasticity

La contribution de ce papier est double. Premièrement, nous dérivons les propriétés asymptotiques (convergence et normalité asymptotique) des estimateurs de moindre carrés ordinaires des paramètres autoregressifs dans le cadre de modèles autoregressifs d'ordre infini dont les innovations sont des différences de martingale possiblement hétéroscédastiques. Deuxièmement, nous démontrons la validité asymptotique d'une méthode de bootstrap dans ce contexte. Nos résultats justifient théoriquement l'utilisation de la loi asymptotique ou l'utilisation de la distribution de bootstrap comme méthodes d'inférence pour les paramètres autoregressifs ou les fonctions de ceux-ci.
[ - ]
[ + ]