An Evaluation of MLE in a Model of the Nonlinear Continuous-Time Short-Term Interest Rate

L'auteure compare l'efficacité de trois méthodes d'approximation gaussienne — proposées par Nowman (1997), Shoji et Ozaki (1998) et Yu et Phillips (2001) — pour l'estimation d'un modèle en temps continu non linéaire du taux d'intérêt à court terme. Elle constate que la méthode de Nowman est aussi efficace que celle de Shoji et Ozaki, mais que la largeur de la fenêtre retenue dans le cas de la méthode de Yu et Phillips a un effet déterminant sur la valeur estimée des paramètres. Lorsque la fenêtre utilisée est trop étroite, la méthode de Yu et Phillips n'est pas supérieure aux deux autres. Le choix d'une fenêtre de largeur appropriée peut réduire le biais d'estimation de façon importante, alors que celui d'une fenêtre trop large peut entraîner une détérioration de l'ajustement statistique du modèle et accentuer le biais d'estimation. L'analyse empirique de l'auteure met à contribution les données relatives aux taux d'intérêt à un mois canadien et britannique.