Big Time Series Analytics for Complex Economic Decisions

Informations projet

BigTime

N° de convention de subvention: 832671

DOI

10.3030/832671

Projet clôturé

Date de signature de la CE 11 Avril 2019

Date de début 1 Mai 2019

Date de fin 30 Avril 2021

Financé au titre de

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Coût total

€ 175 572,48

Contribution de l’UE

€ 175 572,48

Coordonné par

UNIVERSITEIT MAASTRICHT
Netherlands

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Other (4)

bootUR: An R Package for Bootstrap Unit Root Tests

Auteurs: Smeekes, Stephan; Wilms, Ines
Publié dans: 2020
Éditeur: arXiv

Hierarchical regularizers for mixed-frequency vector autoregressions

Auteurs: Alain Hecq, Marie Ternes, Ines Wilms
Publié dans: arXiv, 2021
Éditeur: arXiv

Lasso Inference for High-Dimensional Time Series

Auteurs: Adamek, Robert; Smeekes, Stephan; Wilms, Ines
Publié dans: 2020
Éditeur: arXiv

Sparse identification and estimation of high-dimensional vector autoregressive moving averages

Auteurs: Ines Wilms, Sumanta Basu, Jacob Bien, David S. Matteson
Publié dans: arXiv, 2019
Éditeur: arXiv

Peer reviewed articles (3)

High-dimensional forecasting via interpretable vector autoregression

Auteurs: William B. Nicholson, Ines Wilms, Jacob Bien, David S. Matteson
Publié dans: Journal of Machine Learning Research, 2020, ISSN 1532-4435
Éditeur: MIT Press

Volatility spillovers in commodity markets: A large t-vector autoregressive approach

Auteurs: Luca Barbaglia, Christophe Croux, Ines Wilms
Publié dans: Energy Economics, Numéro 85, 2020, Page(s) 104555, ISSN 0140-9883
Éditeur: Elsevier BV
DOI: 10.1016/j.eneco.2019.104555

Multivariate volatility forecasts for stock market indices

Auteurs: Ines Wilms, Jeroen Rombouts, Christophe Croux
Publié dans: International Journal of Forecasting, Numéro 37(2), 2021, Page(s) 484-499, ISSN 0169-2070
Éditeur: Elsevier BV
DOI: 10.1016/j.ijforecast.2020.06.012