Descripción del proyecto
Modelos de series de tiempo no causales para la predicción de burbujas especulativas
Las burbujas especulativas de los mercados financieros pueden provocar inmensos daños a los rendimientos de las carteras y amenazar la estabilidad del sistema financiero. Los procesos autorregresivos y de media móvil conocidos como modelos de series de tiempo no causales han demostrado su capacidad para reproducir hechos estandarizados a partir de burbujas especulativas como las trayectorias localmente explosivas. Siempre y cuando se comprenda mejor su dinámica, permitirán formular predicciones sobre las trayectorias de las futuras burbujas. Sin embargo, el conocimiento sobre la predicción de los procesos no causales sigue siendo limitado. El proyecto financiado con fondos europeos NONCAUSALBubble se centrará en la falta de fundamentos teóricos para la predicción de procesos no causales fuertes. El proyecto se basará en avances recientes de las teorías de distribución alfa estable y de valor extremo. La evaluación analítica de las probabilidades de accidentes conducirá a un modelo de predicción intuitivo de identificación de burbujas.
Objetivo
Speculative bubbles on financial markets, viewed as short-term explosive deviations of prices from a typical historical level and ending in an abrupt correction, have become common events across all major asset classes. They can have a dramatic impact on portfolio performances, financial institutions solvability and can compromise the stability of the financial system. Because of their ability to reproduce stylized facts from speculative bubbles such as locally explosive trajectories, noncausal time series models -autoregressive (AR) and moving average (MA) processes with roots located inside the unit circle- have been at the center of a recent fast-emerging literature in econometrics and finance. Provided their dynamics is better understood, they will enable to formulate forecasts of future bubble trajectories. If rapid progress is being achieved on estimation and fitting problematics, prediction theory of noncausal processes remains particularly scarce and limited to special elementary cases – mostly the univariate noncausal AR(1) with independent and identically distributed Cauchy errors.
The NONCAUSALBubble project aims at specifically addressing the lack of theoretical foundations for the forecasting of heavy-tailed noncausal processes. Building on recent tools from extreme value and alpha-stable distribution theories, NONCAUSALBubble will characterise the conditional distribution of future paths given the past observed trajectory during explosive episodes for 1) higher-order and 2) multivariate noncausal ARMA models. Closed-form formulations of the predictive distribution during bubble episodes will be derived alongside analytical quantification of the crash odds, and an intuitive prediction framework in terms of bubble pattern-recognition will be developed.
The project is hosted by VU Amsterdam, one of the top research groups in time series econometrics and forecasting.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
Para utilizar esta función, debe iniciar sesión o registrarse
Palabras clave
Programa(s)
Régimen de financiación
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinador
1081 HV Amsterdam
Países Bajos