Description du projet
Des modèles de séries chronologiques non causales pour la prévision des bulles spéculatives
Les bulles spéculatives sur les marchés financiers peuvent entraîner des dommages considérables aux performances des portefeuilles et menacer la stabilité du système. Les processus de moyenne mobile et autorégressive connus sous le nom de modèles de séries chronologiques non causales ont prouvé leur capacité à reproduire des faits standardisés à partir de bulles spéculatives comme des trajectoires localement explosives. À condition que leur dynamique soit mieux comprise, ils devraient permettre de formuler des prévisions sur les évolutions futures des bulles. Toutefois, notre compréhension des prévisions de processus non causaux reste limitée. Le projet NONCAUSALBubble, financé par l’UE, se concentrera sur les lacunes en matière de bases théoriques pour la prévision des processus non causaux de grande ampleur. Il s’appuiera sur les développements récents des théories de la valeur extrême et de la distribution alpha-stable. L’évaluation analytique des probabilités d’accident conduira à un modèle intuitif de prévision de l’identification des bulles.
Objectif
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.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2019
Voir d’autres projets de cet appelRégime de financement
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinateur
1081 HV Amsterdam
Pays-Bas