Estimation des changements des cours du café et du cacao: Filtre de Kalman, filtre de Hodrick-Prescott et modélisation à partir de processus markovien

Bationo, Rakissiwinde and Hounkpodote, Hilaire (2009): Estimation des changements des cours du café et du cacao: Filtre de Kalman, filtre de Hodrick-Prescott et modélisation à partir de processus markovien.

Abstract

This aim of this study is to estimate the price of coffee and cocoa using a methodology based on Hodrick-Prescott filter, Kalman filter and a Markov Switching Model which, unlike linear models, allows the parameters to vary depending on the economic situation, the transitions between regimes are governed by a Markov chain. Our results show that the Hodrick-Prescott filter gives only the general trend of the series while the Kalman filter approach the best real trend of the series. The Markov Switching Model breaks the series in the regimes. Thus, this latter model gives the probability of transition from one regime to another and then gives the average length of stay in a particular regime.

• Item Type: MPRA Paper
• English Title: Estimated Changes in Prices of Coffee and Cocoa: Kalman Filter, Hodrick-Prescott Filter and Modeling from Markov Switching
• Language: French
• Keywords: Hodrick-Prescott filter, Kalman filter, Markov Switching Model
• Subjects: C - Mathematical and Quantitative Methods > C1 - Econometric and Statistical Methods and Methodology: General > C13 - Estimation: General; C - Mathematical and Quantitative Methods > C5 - Econometric Modeling > C51 - Model Construction and Estimation; C - Mathematical and Quantitative Methods > C2 - Single Equation Models ; Single Variables > C22 - Time-Series Models ; Dynamic Quantile Regressions ; Dynamic Treatment Effect Models ; Diffusion Processes

References

[1] Baghli, M. et al (2002) « PIB potentiel et écart de PIB : Quelques évaluations pour la Frane », Banque de France, Notes d’études et de recherche.

[2] Boone, L. (1997), « Estimation du cycle à l'aide d'un modèle à tendance stochastique et application au Royaume-Uni », CEPII, document de travail n° 97-11

[3] Ferrara, L. (2008), « L’apport des indicateurs de retournement cyclique à l’analyse conjoncturelle », Bulletin de la Banque de France N° 171, Mars 2008

[4] Hamilton J.D. [1994], Time series analysis, Princeton University Press.

[5] Keho, Y. (2009), « Effet de la Politique Budgétaire sur l’Activité Economique en Côte d’Ivoire Une Approche par les Modèles à changement de Régimes Markoviens », ENSEA

[6] Mark W. French « Estimating changes in trend growth of total factor productivity: Kalman and H-P filters versus a Markov-switching framework

[7] Matthieu Lemoine et Florian Pelgrin, 2003, « Introduction aux modèles espace-état et au filtre de Kalman », Revue de l’OFCE 86

[8] Maurer, F. (1999), « Une analyse des cycles de l'indice d'actions AFFI-SBF (1986-1990) », cahiers de recherche, Université Montesquieu – Bordeaux 4.

[9] Ndongo, O. et Francis, Y. (2006), « Datation du Cycle du PIB Camerounais entre 1960 et 2003 », MPRA Paper No. 552, posted 07.

[10] Racicot, F. et Théorêt, R. (2005), « Quelques applications du filtre de Kalman en finance : Estimation et prévision de la volatilité stochastique et du rapport cours-bénéfices », cahiers de recherche N°15-2005, Université de Québec

[11] Randriamiarana, J. (2007), « L’évaluation du risque par le filtre de Kalman:application aux marchés émergents », Communication présentée à la « 4th International Finance Conference », Hammamet, Tunisie, 15&17 mars 2007

[12] Randriamiarana, J. (2007), « L’évaluation du risque β par le filtre de Kalman: application aux marchés émergents », Communication présentée à la « 4th International Finance Conference », Hammamet, Tunisie, 15&17 mars 2007.