Modern approaches for nonlinear data analysis of economic and financial time series
Approches modernes pour l'analyse non linéaire de données de séries chronologiques économiques et financières
Résumé
This thesis centers on introducing modern non-linear approaches for data analysis in economics and finance with special attention on business cycles and financial crisis. It is now well stated in the statistical and economic literature that major economic variables display non-linear behaviour over the different phases of the business cycle. As such, nonlinear approaches/models are required to capture the features of the data generating mechanism of inherently asymmetric realizations, since linear models are incapable of generating such behavior.In this respect, the thesis provides an interdisciplinary and open-minded approach to analyzing economic and financial systems in a novel way. The thesis presents approaches that are robust to extreme values, non-stationarity, applicable to both short and long data length, transparent and adaptive to any financial/economic time series. The thesis provides step-by-step procedures in analyzing economic/financial indicators by incorporating concepts based on surrogate data method, wavelets, phase space embedding, ’delay vector variance’ (DVV) method and recurrence plots. The thesis also centers on transparent ways of identifying, dating turning points, evaluating impact of economic and financial crisis. In particular, the thesis also provides a procedure on how to anticipate future crisis and the possible impact of such crisis. The thesis shows that the incorporation of these techniques in learning the structure and interactions within and between economic and financial variables will be very useful in policy-making, since it facilitates the selection of appropriate processing methods, suggested by the data itself.In addition, a novel procedure to test for linearity and unit root in a nonlinear framework is proposed by introducing a new model – the MT-STAR model – which has similar properties of the ESTAR model but reduces the effects of the identification problem and can also account for asymmetry in the adjustment mechanism towards equilibrium. The asymptotic distributions of the proposed unit root test is non-standard and is derived.The power of the test is evaluated through a simulation study and some empirical illustrations on real exchange rates show its accuracy. Finally, the thesis defines a multivariate Self–Exciting Threshold Autoregressive with eXogenous input (MSETARX) models and present an estimation procedure for the parameters. The modeling procedure for the MSETARX models and problems of estimation are briefly considered.
L’axe principal de la thèse est centré sur des approches non-linéaires modernes d’analyse des données économiques et financières, avec une attention particulière sur les cycles économiques et les crises financières. Un consensus dans la littérature statistique et financière s’est établie autour du fait que les variables économiques ont un comportement non-linéaire au cours des différentes phases du cycle économique. En tant que tel, les approches/modèles non-linéaires sont requis pour saisir les caractéristiques du mécanisme de génération des données intrinsèquement asymétriques, que les modèles linéaires sont incapables de reproduire.À cet égard, la thèse propose une nouvelle approche interdisciplinaire et ouverte à l’analyse des systèmes économiques et financiers. La thèse présente des approches robustes aux valeurs extrêmes et à la non-stationnarité, applicables à la fois pour des petits et de grands échantillons, aussi bien pour des séries temporelles économiques que financières. La thèse fournit des procédures dites étape par étape dans l’analyse des indicateurs économiques et financiers en intégrant des concepts basés sur la méthode de substitution de données, des ondelettes, espace incorporation de phase, la m´méthode retard vecteur variance (DVV) et des récurrences parcelles. La thèse met aussi en avant des méthodes transparentes d’identification, de datation des points de retournement et de l´évaluation des impacts des crises économiques et financières. En particulier, la thèse fournit également une procédure pour anticiper les crises futures et ses conséquences.L’étude montre que l’intégration de ces techniques dans l’apprentissage de la structure et des interactions au sein et entre les variables économiques et financières sera très utile dans l’élaboration de politiques de crises, car elle facilite le choix des méthodes de traitement appropriées, suggérées par les données.En outre, une nouvelle procédure pour tester la linéarité et la racine unitaire dans un cadre non-linéaire est proposé par l’introduction d’un nouveau modèle – le modèle MT-STAR – qui a des propriétés similaires au modèle ESTAR mais réduit les effets des problèmes d’identification et peut aussi représenter l’asymétrie dans le mécanisme d’ajustement vers l’équilibre. Les distributions asymptotiques du test de racine unitaire proposées sont non-standards et sont calculées. La puissance du test est évaluée par simulation et quelques illustrations empiriques sur les taux de change réel montrent son efficacité. Enfin, la thèse développe des modèles multi-variés Self-Exciting Threshold Autoregressive avec des variables exogènes (MSETARX) et présente une méthode d’estimation paramétrique. La modélisation des modèles MSETARX et des problèmes engendrés par son estimation sont brièvement examinés.
Origine : Version validée par le jury (STAR)
Loading...