Test non paramétrique basé sur la copule pour l'indépendance conditionnelle avec des applications à la causalité de Granger

Cet article propose un nouveau test non paramétrique pour l'indépendance conditionnelle qui peut être directement appliqué pour tester la causalité de Granger. Basé sur la comparaison des densités de copule, le test est facile à mettre en œuvre car il n'implique pas de fonction de poids dans la statistique de test, et il peut être appliqué dans des contextes généraux puisque aucune restriction n'est imposée sur la dimension des données de séries temporelles. En fait, pour appliquer le test, seule une bande passante est nécessaire pour la copule non paramétrique. Nous prouvons que la statistique de test est asymptotiquement pivot sous l'hypothèse nulle, établissons des propriétés de puissance locale, et motivons la validité de la technique de bootstrap que nous utilisons dans des contextes d'échantillons finis. Une étude de simulation illustre les propriétés de taille et de puissance du test. Nous illustrons la pertinence pratique de notre test en considérant deux applications empiriques où nous examinons la non-causalité de Granger entre des variables financières. Dans une première application et contrairement aux résultats généraux de la littérature, nous apportons des preuves de deux mécanismes alternatifs d'interaction non linéaire entre rendements et volatilités : effet de levier non linéaire et effets de rétroaction de volatilité. Cela peut aider à mieux comprendre le phénomène bien connu de volatilité asymétrique. Dans une seconde application, nous étudions la causalité de Granger entre les rendements des indices boursiers et le volume des transactions. Nous trouvons des preuves convaincantes des effets de rétroaction linéaires et non linéaires des rendements boursiers sur le volume, mais une faible preuve d'effet de rétroaction non linéaire du volume sur les rendements boursiers.